[发明专利]货车载货状态的检测方法、装置及存储介质

说明书

本发明公开了一种货车载货状态的检测方法，包括：获取货车停车前预设时间内的GPS数据和停车后预设时间内的GPS数据，根据所述停车前预设时间内的GPS数据计算货车停车前的载重状态参数，将所述停车前的载重状态参数作为第一样本集，根据所述停车后预设时间内的GPS数据计算货车停车后的载重状态参数，将所述停车后的载重状态参数作为第二样本集，将所述第一样本集和所述第二样本集输入预先训练的载货状态检测模型，得到检测结果。通过上述方法，无需加装任何设备，只需利用车辆的GPS数据就可以实现货车载货状态的检测，大大节约成本。

技术领域

本发明涉及智能交通技术领域，特别涉及一种货车载货状态的检测方法、装置及存储介质。

背景技术

目前物流行业信息化程度低，货找不到车、车找不到的货的现象比较严重，货车空跑现象也比较严重。因此，估计货车空跑情况、分析货车订单饱满程度，最后进行合理的货车调度具有重要的现实意义。现有技术中，大部分关于货车载货状态的判断，基本都是基于卡口数据或者基于视频数据进行识别，这种方法需要加装设备，或者是拿不到适合的卡口数据，成本比较高。

发明内容

本公开实施例提供了一种货车载货状态的检测方法、装置及存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

在一些可选地实施例中，一种货车载货状态的检测方法，包括：

获取货车停车前预设时间内的GPS数据和停车后预设时间内的GPS数据；

根据停车前预设时间内的GPS数据计算货车停车前的载重状态参数，将停车前的载重状态参数作为第一样本集，根据停车后预设时间内的GPS数据计算货车停车后的载重状态参数，将停车后的载重状态参数作为第二样本集；

将第一样本集和第二样本集输入预先训练的载货状态检测模型，得到检测结果。

可选地，获取货车停车前预设时间内的GPS数据和停车后预设时间内的GPS数据之前，还包括：

判断货车是否停车，当确定出货车停车时，获取货车停车前预设时间内的GPS数据和停车后预设时间内的GPS数据。

可选地，判断货车是否停车，包括：

当货车的停车时间达到预设停车时间，且货车的停车点是预设停车点时，确定货车停车。

可选地，载重状态参数，包括：

货车的经度、纬度、点加速度、平均加速度、平均速度、点动能、动能变化量、油耗量、平均油耗量、周停车时长、周停车次数和停车点。

可选地，将第一样本集和第二样本集输入预先训练的载货状态检测模型进行检测之前，还包括：

训练载货状态检测模型。

可选地，训练载货状态检测模型，包括：

根据DBSCAN聚类算法对第一样本集和第二样本集进行聚类运算，得到聚类结果；

根据轮廓系数算法对聚类结果进行分析，得到最优聚类结果；

根据最优聚类结果得到载货状态检测模型。

可选地，GPS数据，包括：

车辆的经度、纬度、速度、时间、行驶方向。

在一些可选地实施例中，一种货车载货状态的检测装置，包括：

获取模块：用于获取货车停车前预设时间内的GPS数据和停车后预设时间内的GPS数据；