[发明专利]一种加油站车流分析方法及系统

说明书

本发明提供一种加油站车流分析方法及系统，包括在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段；其中，天气情况为晴天、雨天、阴天及下雪天之其中一种；拥堵时段为上午、中午、下午及晚上之其中一个；基于所确定的天气情况及拥堵时段，在预先训练好的加油时间模型组中选择相应的一加油时间模型，并将所确定的加油车辆总数导入所选的加油时间模型中计算，得到加油车辆排队总时间。实施本发明，能评估出加油站的拥堵情况和排队时间，提升用户体验。

技术领域

本发明涉及加油站车辆拥堵分析技术领域，尤其涉及一种加油站车流分析方法及系统。

背景技术

近些年来，随着家用车辆数量的不断增加，使得加油站常出现车辆排长队加油的问题，尤其是假日情况下的高速加油站。

目前，尽管出现一些技术(如ETC卡支付油费)在一定程度上加快排队速度，用以缓解加油排长队的压力，但无法给客户一个精准的排队时间，让客户选择是否接受。因此，有必要对加油站车流进行分析，评估出加油站的拥堵情况和排队时间，从而提升用户体验。

发明内容

本发明实施例所要解决的技术问题在于，提供一种加油站车流分析方法及系统，能评估出加油站的拥堵情况和排队时间，提升用户体验。

为了解决上述技术问题，本发明实施例提供了一种加油站车流分析方法，所述方法包括以下步骤：

S1、在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段；其中，所述天气情况为晴天、雨天、阴天及下雪天之其中一种；所述拥堵时段为上午、中午、下午及晚上之其中一个；

S2、基于所确定的天气情况及拥堵时段，在预先训练好的加油时间模型组中选择相应的一加油时间模型，并将所确定的加油车辆总数导入所选的加油时间模型中计算，得到加油车辆排队总时间。

其中，所述步骤S1中，所确定的加油车辆总数是从摄像头所拍摄的车辆视频中提取出来的。

其中，所述步骤S1中，所确定的天气情况及拥堵时段是从计算机预设的天气软件中提取出来的。

其中，所述加油时间模型组有十六个加油时间模型，包括：

晴天上午拥堵时段的加油时间模型、晴天中午拥堵时段的加油时间模型、晴天下午拥堵时段的加油时间模型、晴天晚上拥堵时段的加油时间模型；

雨天上午拥堵时段的加油时间模型、雨天中午拥堵时段的加油时间模型、雨天下午拥堵时段的加油时间模型、雨天晚上拥堵时段的加油时间模型；

阴天上午拥堵时段的加油时间模型、阴天中午拥堵时段的加油时间模型、阴天下午拥堵时段的加油时间模型、阴天晚上拥堵时段的加油时间模型；

下雪天上午拥堵时段的加油时间模型、下雪天中午拥堵时段的加油时间模型、下雪天下午拥堵时段的加油时间模型、下雪天晚上拥堵时段的加油时间模型。

其中，所述加油时间模型组中每一加油时间模型均基于神经网络构建出来的，并通过加油站在每一天气情况下各拥堵时段的历史车辆排队总时间生成训练样本及测试样本进行训练和测试。

其中，对每一加油时间模型进行训练均执行以下步骤，具体包括：

获取相应天气情况下相应拥堵时段的历史数据，包括多天的车辆排队总时间及车辆总数；

根据所获取的多天的车辆排队总时间及车辆总数，计算出每天车辆的平均排队时间，且进一步将所计算出每天车辆的平均排队时间生成训练样本及测试样本；

基于神经网络，构建相应的加油时间模型，并采用训练样本及测试样本对所构建的加油时间模型进行训练及测试，直至训练误差满足预定的均分误差为止，得到相应训练好的加油时间模型。