一种基于车辆动作时间的加油站车流量分析系统和方法
技术领域
本发明涉及加油站车流量分析技术领域，具体涉及一种基于车辆动作时间的加油站车流量分析系统和方法。
背景技术
随着国内车量保有量的不断增加，尤其是私家车的爆发式增长，车主日常出行和加油已经成为生活的一部分，每次加油时，油站是否有自己车辆的油品，油站是否拥挤，车辆排队情况，加油等待预计时间，在没有数据支持的情况下，油站以往均以经验来判断，缺少大数据采集，且无法通过智能化、数字化的手段向社会大众呈现出实时信息，为车主加油需求提供判断依据，减少排队时间，提高油站通行效率。随着大数据、云计算、AI人工智能的发展，很多成品油销售企业，都在探索通过先进技术实现数据智能化分析，不断进行油站的数字化转型。在提升自身经济效益的同时，为车主提供便捷、高效的服务，提升客户满意度。
目前市场上车流量的统计基本都是基于高德和百度的GPS数据进行数据分析，精确度比较低，针对油站的区域范围比较小，车辆没有秩序，车流量拥堵情况很难实现，对油站的实际加油拥堵情况没有办法准确计算，目前市场上采用的技术都无法很好地完全精确的解决以上难点。
发明内容
本发明的目的是针对现有技术存在的不足，提供一种基于车辆动作时间的加油站车流量分析系统和方法。
为实现上述目的，在第一方面，本发明提供了一种基于车辆动作时间的加油站车流量分析系统，包括：
进站摄像头，设置在加油站的入口，用以采集车辆进入加油站的视频流；
出站摄像头，设置在加油站的出口，用以采集车辆离开加油站的视频流；
边缘计算设备，与进站摄像头和出站摄像头分别连接，用以接收所述车辆进入加油站的视频流和车辆离开加油站的视频流，并基于AI智能分析识别出进站车辆的车牌信息和出站车辆的车牌信息；
站级服务器，与边缘计算设备连接，用以接收所述边缘计算设备识别出的进站车辆的车牌信息和出站车辆的车牌信息，并根据进站车辆的车牌信息和出站车辆的车牌信息生成相应的车辆进站事件和车辆出站事件，同时对应记录车辆进站时间T1和车辆出站时间T4；
中心服务器，与站级服务器连接，用以接收所述站级服务器发送的车辆进站事件、车辆进站时间T1、车辆出站事件和车辆出站时间T4，并根据车辆进站时间T1和车辆出站时间T4计算加油所需时间TA=T4-T1，并根据设定时段TM内完成加油的各个车辆的加油所需时间TA的平均值判断加油站车流量状态；
移动终端，用以基于移动终端的位置信息和加油站的位置信息显示移动终端距离范围内的加油站车流量状态。
进一步的，还包括站内摄像头，设置在加油站内的加油机一侧，用以采集停靠在加油车位内的车辆的视频流，所述边缘计算设备用于识别出停靠在加油车位内的车辆的车牌信息和车辆加油所采用的加油机及油枪，所述站级服务器与加油机连接，以获取所述加油机的油枪的加油开始动作和加油结束动作，并生成加油事件，同时对应记录加油开始时间T2和加油结束时间T3，所述中心服务器还用以接收所述加油事件、加油开始时间T2和加油结束时间T3，并计算加油等待时间TB= T2- T1，出站时间TC= T4- T3，所述中心服务器还用以分别设定TA、TB和TC的阈值，并将TA或TB或TC 超出设定阈值的车辆或无加油事件的车辆予以过滤，以使其不参与车流量状态分析统计。
进一步的，所述车流量状态包括畅通、一般和拥挤。
进一步的，所述设定时段内完成加油的各个车辆的加油所需时间TA的平均值小于5分钟的判断为畅通，所述设定时段内完成加油的各个车辆的加油所需时间TA的平均值为5至10分钟的判断为一般，所述设定时段内完成加油的各个车辆的加油所需时间TA的平均值大于10分钟的判断为拥挤。
进一步的，所述TA、TB和TC的阈值为在设定时段TN内所有加油车辆的TA、TB和TC 分别的平均值与弹性系数K的乘积。
在第二方面，本发明提供了一种基于车辆动作时间的加油站车流量分析方法，包括：
采集车辆进入加油站的视频流；
采集车辆离开加油站的视频流；
并基于AI智能分析识别出进站车辆的车牌信息和出站车辆的车牌信息；
根据进站车辆的车牌信息和出站车辆的车牌信息生成相应的车辆进站事件和车辆出站事件，同时对应记录车辆进站时间T1和车辆出站时间T4；
根据车辆进站时间T1和车辆出站时间T4计算加油所需时间TA=T4-T1，并根据设定时段TM内完成加油的各个车辆的加油所需时间TA的平均值判断加油站车流量状态；
基于位置信息显示距离范围内的加油站车流量状态。
进一步的，还包括：
采集停靠在加油车位内的车辆的视频流；
识别出停靠在加油车位内的车辆的车牌信息和车辆加油所采用的加油机及油枪；
基于所述加油机的油枪的控制信号获取加油开始动作和加油结束动作，并生成加油事件，同时对应记录加油开始时间T2和加油结束时间T3，并计算加油等待时间TB= T2- T1，出站时间TD= T4- T3；
分别设定TA、TB和TC的阈值，并将TA或TB或TC 超出设定阈值的车辆或无加油事件的车辆予以过滤，以使其不参与车流量状态分析统计。
进一步的，所述车流量状态包括畅通、一般和拥挤。
进一步的，所述设定时段内完成加油的各个车辆的加油所需时间TA的平均值小于五分钟的判断为畅通，所述设定时段内完成加油的各个车辆的加油所需时间TA的平均值为5至10分钟的判断为一般，所述设定时段内完成加油的各个车辆的加油所需时间TA的平均值大于10分钟的判断为拥挤。
进一步的，所述TA、TB和TC的阈值为在设定时段TN内所有加油车辆的TA、TB和TC 分别的平均值与弹性系数K的乘积。
有益效果：本发明通过识别车辆的车牌信息，同时对应记录车辆加油过程中各个动作时间，能够判断并实时展示油站当前车流量情况，车辆加油所需时间，车主通过移动终端可实时查看周边油站拥堵情况，对待加油的车辆导流引导，减少油站拥堵情况，减少车主加油等待时间，降低了尾气排放，有效提升车流量较少的油站油品销售业绩，并带动非油品的销售。
附图说明
图1是基于车辆动作时间的加油站车流量分析系统的原理框图；
图2是基于车辆动作时间的加油站车流量分析系统的示意图；
图3是基于车辆动作时间的加油站车流量分析系统的加油流程示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，本实施例在以本发明技术方案为前提下进行实施，应理解这些实施例仅用以说明本发明而不用以限制本发明的范围。
如图1至3所示，本发明实施例提供了一种基于车辆动作时间的加油站车流量分析系统，包括进站摄像头1、出站摄像头2、边缘计算设备3、站级服务器4、中心服务器5、移动终端6和若干加油机7。
其中，进站摄像头1设置在加油站的入口，用以采集车辆进入加油站的视频流。进站摄像头1优选采用900W像素左右的摄像头，视频流优选按每秒40帧模式捕捉，视频流通过TCP/IP协议传输到边缘计算设备3。出站摄像头2设置在加油站的出口，用以采集车辆离开加油站的视频流。出站摄像头2也优选采用900W像素左右的结构化摄像头，同样通过TCP/IP协议传输到边缘计算设备3。
边缘计算设备3和站级服务器4均设置在加油站的办公区域内，其中，边缘计算设备3与进站摄像头1和出站摄像头2分别连接，边缘计算设备3用以接收进站摄像头1采集的车辆进入加油站的视频流和出站摄像头2采集的车辆离开加油站的视频流。基于AI智能分析，可识别出车辆进入加油站的视频流内的进站车辆的车牌信息，并识别出车辆离开加油站的视频流内的出站车辆的车牌信息。
站级服务器4与边缘计算设备3连接，用以接收边缘计算设备3识别出的进站车辆的车牌信息和出站车辆的车牌信息，并根据进站车辆的车牌信息和出站车辆的车牌信息生成相应的车辆进站事件和车辆出站事件。同时对应记录车辆进站时间T1和车辆出站时间T4。
中心服务器5与站级服务器4连接，用以接收站级服务器4发送的车辆进站事件、车辆进站时间T1、车辆出站事件和车辆出站时间T4，并根据车辆进站时间T1和车辆出站时间T4计算加油所需时间TA=T4-T1，并根据设定时段TM内完成加油的各个车辆的加油所需时间TA的平均值判断加油站车流量状态。上述设定时段TM可以是当前30分钟以内至1小时以内，可根据需要在中心服务器5上进行设定。
移动终端6可以是用户的智能手机或平板电脑等，具有定位功能，并可通过安装客户端或添加微信小程序或关注公众号等方式来查看加油站的流量状态。以客户端为例说明，在打开客户端时，移动终端6会通过客户端将其位置信息上传至中心服务器5，然后中心服务器5会将距离范围内的加油站的位置信息以及这些加油站的车流量状态发送到移动终端6的客户端上，然后在客户端上显示移动终端6距离范围内的加油站车流量状态。需要说明的是，也可利用现有技术通过客户端对接移动终端6上的导航软件，在用户选择某个距离范围内的加油站后，为用户提供导航服务。
在车辆进入加油站后，可能会因某些原因未加油，或者加油后将车辆停靠在空闲区域到加油站内的进行其它事项，如去洗手间或购买加油站内的一些商品等，为了避免这些因素对加油站车流量状态进行干扰，本发明实施例的还包括站内摄像头8，站内摄像头8设置在加油站内的加油机7的一侧，用以采集车辆停靠在加油车位内的视频流，进而基于AI智能分析识别出停靠在加油车位内的车辆的车牌信息和车辆加油所采用的加油机7及油枪。具体的，通过边缘AI编排引擎，给油站每个加油机7两侧的车位进行虚拟化，车辆停靠在某个加油机7旁的车位，即可识别分析出某个车牌号停靠在某个车位。站级服务器4还与加油机7连接，以通过接收加油机7的油枪的控制信号来获取相应车辆的加油开始动作和加油结束动作，站级服务器4根据加油开始动作和加油结束动作生成加油事件，同时对应记录加油开始时间T2和加油结束时间T3，中心服务器5还用以接收加油事件、加油开始时间T2和加油结束时间T3，并计算加油等待时间TB= T2- T1，出站时间TC= T4- T3， 并将TA或TB或TC超出设定阈值的车辆或无加油事件的车辆予以过滤，以使其不参与车流量状态分析统计。车辆的TA或TB或TC超出设定阈值，表明车辆在进入加油站后可能进行其它事项。没有加油事件生成，则表明车辆进站后未进行加油即出站。
作为优选实施例，TA、TB和TC的阈值可以不是一个定值，优选为一个动态值，且与加油站的车辆流量状态相关，TA、TB和TC的阈值可以是在设定时段TN内所有加油车辆的TA、TB和TC 分别的平均值与弹性系数K的乘积。例如，在设定时段TN内，所有加油车辆的TA的平均值为7分钟，所有加油车辆的TB的平均值为2分钟，所有加油车辆的TC的平均值为3分钟，那么TA、TB和TC的阈值分别为7K、2K和3K分钟。设定时段TN也优选设定为当前30分钟至1小时以内，可根据需要在中心服务器5上进行设定。K的取值优选为2，在某一车辆的TA 超过14分钟或TB 超过4分钟或TC 超过6分钟时，就将其过滤掉，不参与车流量状态分析统计。
本发明实施例的车流量状态包括畅通、一般和拥挤。具体的，可以按照以下方式进行判断，设定时段内完成加油的各个车辆的加油所需时间TA的平均值小于5分钟的判断为畅通。设定时段内完成加油的各个车辆的加油所需时间TA的平均值为5至10分钟的判断为一般。设定时段内完成加油的各个车辆的加油所需时间TA的平均值大于10分钟的判断为拥挤。
基于以上实施例，本领域技术人员可以理解，本发明还提供了一种基于车辆动作时间的加油站车流量分析方法，包括：
采集车辆进入加油站的视频流。
采集车辆离开加油站的视频流。
基于AI智能分析识别出进站车辆的车牌信息和出站车辆的车牌信息。
根据进站车辆的车牌信息和出站车辆的车牌信息生成相应的车辆进站事件和车辆出站事件，同时对应记录车辆进站时间T1和车辆出站时间T4。
根据车辆进站时间T1和车辆出站时间T4计算加油所需时间TA=T4-T1，并根据设定时段TM内完成加油的各个车辆的加油所需时间TA的平均值判断加油站车流量状态。
基于位置信息显示距离范围内的加油站车流量状态。
还包括：
采集停靠在加油车位内的车辆的视频流。
识别出停靠在加油车位内的车辆的车牌信息和车辆加油所采用的加油机及油枪。
基于油枪的控制信号获取加油开始动作和加油结束动作，并生成加油事件，同时对应记录加油开始时间T2和加油结束时间T3，并计算加油等待时间TB= T2- T1，出站时间TD=T4- T3；
分别设定TA、TB和TC的阈值，并将TA或TB或TC 超出设定阈值的车辆或无加油事件的车辆予以过滤，以使其不参与车流量状态分析统计。车辆的TA或TB或TC超出设定阈值，表明车辆在进入加油站后可能进行其它事项。没有加油事件生成，则表明车辆进站后未进行加油即出站。
TA、TB和TC的阈值可以不是一个定值，优选为一个动态值，其阈值且与加油站的车辆流量状态相关，TA、TB和TC的阈值可以是在设定时段TN内所有加油车辆的TA、TB和TC 分别的平均值与弹性系数K的乘积。例如，在设定时段TN内，所有加油车辆的TA的平均值为7分钟，所有加油车辆的TB的平均值为2分钟，所有加油车辆的TC的平均值为3分钟，那么TA、TB和TC的阈值分别为7K、2K和3K分钟。设定时段TN也优选设定为当前30分钟至1小时以内，可根据需要在中心服务器5上进行设定。K的取值优选为2，在某一车辆的TA 超过14分钟或TB 超过4分钟或TC 超过6分钟时，就将其过滤掉，不参与车流量状态分析统计。
本发明实施例的车流量状态包括畅通、一般和拥挤。具体的可以按照以下方式进行判断，设定时段内完成加油的各个车辆的加油所需时间TA的平均值小于5分钟的判断为畅通。设定时段内完成加油的各个车辆的加油所需时间TA的平均值为5至10分钟的判断为一般。所述设定时段内完成加油的各个车辆的加油所需时间TA的平均值大于10分钟的判断为拥挤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，其它未具体描述的部分，属于现有技术或公知常识。在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
