基于大数据的智能化监管平台及方法

技术领域

本发明涉及大数据领域，尤其涉及一种基于大数据的智能化监管平台及方法。

背景技术

随着云时代的来临，大数据(Bigdata)也吸引了越来越多的关注。分析师团队认为，大数据(Bigdata)通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

现有技术中，由于加油人员的疏漏，在加油过程中会发生加油的油体类型与被加油的车辆所需要的油体类型不匹配的事故，这样的事故一旦发生，对被加油的车辆的损坏不可估量，另外，加油人员在执行短时间的加油过程时无法充分了解被加油的车辆的各项参数，例如油箱最大容量。

发明内容

为了解决现有技术中的技术问题，本发明提供了一种基于大数据的智能化监管平台，能够在大数据提供数据服务的基础上，对当前停留的车辆加油类型与停留的加油桩的供油类型是否一致以及当前停留的车辆油箱最大容量进行现场有效辨识，从而提升了加油站管理的智能化水准。

为此，本发明至少需要具备以下几处重要的发明点：

(1)辨识出当前停留的车辆加油类型与停留的加油桩的供油类型是否一致，以避免出现加油类型失误的事故发生；

(2)检测出当前待加油的车辆的类型，基于所述车辆的类型在大数据服务器中搜索出对应的油箱最大容量以供现场管理人员进行参考。

根据本发明的一方面，提供了一种基于大数据的智能化监管平台，所述平台包括：

第一分析设备，与第二分析设备连接，还通过网络与大数据服务器连接，用于将参考对象占据的图像区域的外形与每一个基准车辆图片进行形状匹配，将匹配度最高的基准车辆图片对应的车辆类型作为参考车型输出。

更具体地，根据本发明的基于大数据的智能化监管平台中，所述平台还包括：

实时分配机构，分别与存储器阵列、第一分析设备、第一分析设备和容量解析设备连接。

更具体地，根据本发明的基于大数据的智能化监管平台中：

所述实时分配机构根据所述存储器阵列中的每一个存储器的数据溢出情况，将数据未溢出的其他存储器暂时用于数据溢出的存储器的辅助存储器，以维持所述第一分析设备、所述第一分析设备和所述容量解析设备被存储的内部数据不被覆盖。

更具体地，根据本发明的基于大数据的智能化监管平台中，所述平台还包括：

开口封闭机构，与所述第一分析设备连接，用于在所述参考车型对应的加油类型与所述加油桩的加油类型不一致时，自动封闭所述加油桩的出油口；

容量解析设备，与所述第一分析设备连接，用于基于接收到的参考车型查询与所述参考车型对应的油箱最大容量；

蓝牙通信机构，与附近管理人员的移动终端建立双向的蓝牙通信链路，与所述容量解析设备连接，用于将接收到的油箱最大容量无线发送给附近管理人员的移动终端；

针孔摄像机构，设置在加油站内单个加油桩的上方，用于对所述加油桩的服务区域执行摄像操作，以获得服务区域图像；

第二分析设备，与所述针孔摄像机构连接，用于基于车体成像特征从所述服务区域图像中提取出各个车体对象，并将占据像素点数量最多的车体对象作为参考对象输出；

大数据服务器，设置在加油站的远端，用于保存车辆外形数据库，所述车辆外形数据库以车辆类型为索引保存了每一种车辆类型对应的各个基准车辆图片；

在所述大数据服务器中，每一种车辆类型对应的各个基准车辆图片为每一种车辆类型对应的车辆预先被从各个不同角度拍摄所获得的仅仅包括车辆的各个图片；

其中，所述开口封闭机构设置在所述加油桩的出油口处，包括封闭盖体、推动杆、直流电机和微控制器，所述微控制器与所述直流电机连接，所述直流电机与所述推动杆连接，所述推动杆用于推动所述封闭盖体。

根据本发明的另一方面，还提供了一种基于大数据的智能化监管方法，所述方法包括使用如上述的基于大数据的智能化监管平台以根据现场待加油车辆类型的辨识结果判断出加油类型和油箱最大容量。

本发明的基于大数据的智能化监管平台及方法操控智能、安全可靠。由于能够对当前停留的车辆加油类型与停留的加油桩的供油类型是否一致以及当前停留的车辆油箱最大容量进行现场有效辨识，从而提升了加油站管理的智能化水准。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的基于大数据的智能化监管平台所应用的加油桩的工作原理示意图。

具体实施方式

下面将参照附图对本发明的基于大数据的智能化监管平台及方法的实施方案进行详细说明。

智能控制的思想出现于20世纪60年代。当时，学习控制的研究十分活跃，并获得较好的应用。如自学习和自适应方法被开发出来，用于解决控制系统的随机特性问题和模型未知问题；1965年美国普渡大学傅京孙K.S.Fu教授首先把AI的启发式推理规则用于学习控制系统；1966年美国门德尔J.M.Mendel首先主张将AI用于飞船控制系统的设计。

20世纪80年代，基于AI的规则表示与推理技术(尤其是专家系统)基于规则的专家控制系统得到迅速发展，如瑞典奥斯特隆姆K.J.Astrom的专家控制，美国萨里迪斯G.M.Saridis的机器人控制中的专家控制等。随着20世纪80年代中期人工神经网络研究的再度兴起，控制领域研究者们提出并迅速发展了充分利用人工神经网络良好的非线性逼近特性、自学习特性和容错特性的神经网络控制方法。

随着研究的展开和深入，形成智能控制新学科的条件逐渐成熟。1985年8月，IEEE在美国纽约召开了第一届智能控制学术讨论会，讨论了智能控制原理和系统结构。由此，智能控制作为一门新兴学科得到广泛认同，并取得迅速发展。

近十几年来.随着智能控制方法和技术的发展，智能控制迅速走向各种专业领域，应用于各类复杂被控对象的控制问题，如工业过程控制系统、机器人系统、现代生产制造系统、交通控制系统等。

现有技术中，由于加油人员的疏漏，在加油过程中会发生加油的油体类型与被加油的车辆所需要的油体类型不匹配的事故，这样的事故一旦发生，对被加油的车辆的损坏不可估量，另外，加油人员在执行短时间的加油过程时无法充分了解被加油的车辆的各项参数，例如油箱最大容量。

为了克服上述不足，本发明搭建了一种基于大数据的智能化监管平台及方法，能够应用智能控制有效解决相应的技术问题。

图1为根据本发明实施方案示出的基于大数据的智能化监管平台所应用的加油桩的工作原理示意图。如图1所示，1为油罐区，2为连通器，3为加油桩。

根据本发明实施方案示出的基于大数据的智能化监管平台包括：

第一分析设备，与第二分析设备连接，还通过网络与大数据服务器连接，用于将参考对象占据的图像区域的外形与每一个基准车辆图片进行形状匹配，将匹配度最高的基准车辆图片对应的车辆类型作为参考车型输出；

实时分配机构，分别与存储器阵列、第一分析设备、第一分析设备和容量解析设备连接；

所述实时分配机构根据所述存储器阵列中的每一个存储器的数据溢出情况，将数据未溢出的其他存储器暂时用于数据溢出的存储器的辅助存储器，以维持所述第一分析设备、所述第一分析设备和所述容量解析设备被存储的内部数据不被覆盖；

开口封闭机构，与所述第一分析设备连接，用于在所述参考车型对应的加油类型与所述加油桩的加油类型不一致时，自动封闭所述加油桩的出油口；

容量解析设备，与所述第一分析设备连接，用于基于接收到的参考车型查询与所述参考车型对应的油箱最大容量；

蓝牙通信机构，与附近管理人员的移动终端建立双向的蓝牙通信链路，与所述容量解析设备连接，用于将接收到的油箱最大容量无线发送给附近管理人员的移动终端；

针孔摄像机构，设置在加油站内单个加油桩的上方，用于对所述加油桩的服务区域执行摄像操作，以获得服务区域图像；

第二分析设备，与所述针孔摄像机构连接，用于基于车体成像特征从所述服务区域图像中提取出各个车体对象，并将占据像素点数量最多的车体对象作为参考对象输出；

大数据服务器，设置在加油站的远端，用于保存车辆外形数据库，所述车辆外形数据库以车辆类型为索引保存了每一种车辆类型对应的各个基准车辆图片；

在所述大数据服务器中，每一种车辆类型对应的各个基准车辆图片为每一种车辆类型对应的车辆预先被从各个不同角度拍摄所获得的仅仅包括车辆的各个图片；

其中，所述开口封闭机构设置在所述加油桩的出油口处，包括封闭盖体、推动杆、直流电机和微控制器，所述微控制器与所述直流电机连接，所述直流电机与所述推动杆连接，所述推动杆用于推动所述封闭盖体。

接着，继续对本发明的基于大数据的智能化监管平台的具体结构进行进一步的说明。

所述基于大数据的智能化监管平台中：

在所述参考车型对应的加油类型与所述加油桩的加油类型不一致时，自动封闭所述加油桩的出油口包括：当所述参考车型对应的加油类型为柴油时，所述加油桩的加油类型为汽油时，判定所述参考车型对应的加油类型与所述加油桩的加油类型不一致。

所述基于大数据的智能化监管平台中：

在所述参考车型对应的加油类型与所述加油桩的加油类型不一致时，自动封闭所述加油桩的出油口包括：当所述参考车型对应的加油类型为汽油时，所述加油桩的加油类型为柴油时，判定所述参考车型对应的加油类型与所述加油桩的加油类型不一致。

所述基于大数据的智能化监管平台中：

所述大数据服务器还与所述容量解析设备连接，用于保存油箱容量数据库，所述油箱容量数据库以车辆类型为索引保存了每一种车辆类型对应油箱最大容量。

所述基于大数据的智能化监管平台中：

所述第一分析设备包括信号接收单元、信号发送单元以及形状匹配单元，所述形状匹配单元分别与所述信号接收单元和所述信号发送单元连接。

所述基于大数据的智能化监管平台中，所述平台还包括：

电力供应设备，分别与所述第一分析设备和所述第二分析设备连接，用于根据所述第一分析设备和所述第二分析设备的输入电压的需求分别为所述第一分析设备和所述第二分析设备提供不同的输入电压；

其中，所述电力供应设备包括电源供应单元、电压转换单元和电压输出单元，所述电源供应单元与所述电压转换单元连接；

其中，所述电压转换单元中包括用户输入接口和电压转换电路，所述用户输入接口用于接收人工输入的各项需求电压数值；

其中，所述电压转换电路与所述用户输入接口连接，用于基于接收到的各项需求电压数值对所述电力供应设备提供的输入电压分别进行不同的降压转换操作；

其中，所述电力供应设备中还包括稳压电路，设置在所述电压转换单元的前端，用于为所述电压转换单元提供稳定的输入电压。

所述基于大数据的智能化监管平台中：

所述第一分析设备内置有省电控制单元，用于在接收到休眠控制命令时，将所述第一分析设备由工作状态切换到休眠状态。

所述基于大数据的智能化监管平台中：

所述省电控制单元还用于在接收到唤醒控制命令时，将所述第一分析设备由休眠状态切换到工作状态。

同时，为了克服上述不足，本发明还搭建了一种基于大数据的智能化监管方法，所述方法包括使用如上述的基于大数据的智能化监管平台以根据现场待加油车辆类型的辨识结果判断出加油类型和油箱最大容量。

另外，在所述蓝牙通信机构中，蓝牙(Bluetooth)：是一种无线技术标准，可实现固定设备、移动设备和楼宇个人域网之间的短距离数据交换(使用2.4-2.485GHz的ISM波段的UHF无线电波)。蓝牙技术最初由电信巨头爱立信公司于1994年创制，当时是作为RS232数据线的替代方案。蓝牙可连接多个设备，克服了数据同步的难题。如今蓝牙由蓝牙技术联盟(BluetoothSpecialInterestGroup，简称SIG)管理。蓝牙技术联盟在全球拥有超过25,000家成员公司，他们分布在电信、计算机、网络、和消费电子等多重领域。IEEE将蓝牙技术列为IEEE802.15.1，但如今已不再维持该标准。蓝牙技术联盟负责监督蓝牙规范的开发，管理认证项目，并维护商标权益。制造商的设备必须符合蓝牙技术联盟的标准才能以“蓝牙设备”的名义进入市场。蓝牙技术拥有一套专利网络，可发放给符合标准的设备。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：只读内存(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。