(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111615018.9 (22)申请日 2021.12.27 (71)申请人 江西省交通工程 集团有限公司 地址 330000 江西省南昌市红谷滩区赣 江 中大道1426号(泓德新厦四楼) (72)发明人 徐双全　陈少锋　李广　程琳　 邹玉春　刘德生　涂辉兵　张凯　 刘信才　邓俊双　 (74)专利代理 机构 北京中济纬天专利代理有限 公司 11429 专利代理师 黄攀 (51)Int.Cl. G06Q 10/10(2012.01) G06Q 50/26(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 用于喷淋车的出勤频率控制方法与系统 (57)摘要 本发明公开了一种用于喷淋车的出勤频率 控制方法及系统， 该方法包括： 获取预先规划好 的喷淋路线所在区域的当前环境温度信息以及 当前天气信息， 所述当前天气信息至少包括当前 雨雪量； 判断所述当前雨雪量是否小于雨雪量阈 值； 若所述当前雨雪量小于雨雪量阈值， 则获取 所述喷淋路线所在区域的区域等级信息； 将所述 当前环境温度信息和所述区域等级信息输入至 训练好的概率神经网络模型中， 以获得目标出勤 频率信息； 控制所述喷淋车根据所述目标出勤 频 率信息执行喷淋任务。 本发明能够解决现有技术 智能化程度低， 无法很好的根据实际应用需求及 时调整合适的出勤频率， 难以保证喷淋养护效果 的技术问题。 权利要求书3页 说明书10页 附图4页 CN 114445027 A 2022.05.06 CN 114445027 A 1.一种用于喷淋车的出勤频率控制方法， 其特 征在于， 所述方法包括如下步骤： 获取预先规划好的喷淋路线所在区域的当前环境温度信 息以及当前天气信 息， 所述当 前天气信息 至少包括当前雨雪量； 判断所述当前雨雪量是否小于雨雪量阈值； 若所述当前雨雪量小于雨雪量阈值， 则获取 所述喷淋 路线所在区域的区域 等级信息； 将所述当前环境温度信 息和所述区域等级信 息输入至训练好的概率神经网络模型中， 以获得目标 出勤频率信息； 控制所述喷淋车根据所述目标 出勤频率信息执 行喷淋任务。 2.根据权利要求1所述的用于喷淋车的出勤频率控制方法， 其特征在于， 所述方法还包 括： 获取所述喷淋车的标准喷淋量以及所述标准喷淋量对应的标准环境温度信息； 根据所述当前环境温度信 息、 所述标准喷淋量以及所述标准环境温度信 息确定所述喷 淋车的目标喷淋量； 控制所述喷淋车根据所述目标 出勤频率信息， 并按照所述目标喷淋量执 行喷淋任务。 3.根据权利要求2所述的用于喷淋车的出勤频率控制方法， 其特征在于， 根据 所述当前 环境温度信息、 所述标准喷淋量以及所述标准环境温度信息确定所述喷淋车的目标喷淋量 的步骤中， 采用下式确定所述喷淋车的目标喷淋量： 其中， A表示所述目标喷淋量， Ao表示所述标准喷淋量， T表示所述当前环境温度信息， To 表示所述标准环境温度信息， e表示调整系数。 4.根据权利要求1所述的用于喷淋车的出勤频率控制方法， 其特征在于， 判断所述当前 雨雪量是否小于雨雪量阈值的步骤之后， 所述方法还 包括： 若所述当前雨雪量大于或等于所述 雨雪量阈值， 则控制所述喷淋车待机 。 5.根据权利要求1所述的用于喷淋车的出勤频率控制方法， 其特征在于， 所述概率神经 网络模型通过以下步骤训练得到： 获取样本环境温度信 息和样本区域等级信 息， 并对所述样本环境温度信 息和所述样本 区域等级信息进行归一 化处理， 作为模型训练样本； 建立用于出勤频率确定的概率神经网络模型， 所述概率神经网络模型的结构由输入 层、 模式层、 求和层、 输出层组成； 将所述模型训练样本以及对应的样本出勤频率信息导入创建的概率神经网络模型中 进行训练， 得到训练好的概 率神经网络模型。 6.根据权利要求5所述的用于喷淋车的出勤频率控制方法， 其特征在于， 所述模型训练 样本的计算方法包括如下步骤： 获取所述样本环境温度信 息以及所述样本区域等级信 息， 对所获取的样本环境温度信 息以及样本区域 等级信息进行降噪处 理； 对降噪处理后的样本环境温度信息以及降噪处理后的样本区域等级信息进行归一化 处理以得到模型训练样本；权　利　要　求　书 1/3 页 2 CN 114445027 A 2其中， 所述模型训练样本对应的公式表示 为： 其中， Z表示 所述模型训练样本， 表示样本环境温度信息， 表示样本区域等级信 息， 表示降噪处理后的样本环境温度信息， 表示降噪处理后的样本区域等 级信息， soft  max表示归一化处理， j表 示所采集的样 本环境温度的总样 本数， k表 示所采集 的样本区域等级的总样本数， n表示所采集的样本环境温度对应的当前序号， m表示所采集 的样本区域 等级对应的当前序号。 7.根据权利要求6所述的用于喷淋车的出勤频率控制方法， 其特征在于， 对于训练好的 概率神经网络模型， 第l层概 率神经网络对应的计算公式为： 其中， Hl表示第l层概率神经 网络的输出， σ 为非线性变换函数， Wι为第l层概率神经 网络 的参数， Hl‑1为第l‑1层概率神经网络的输出， 为在邻接矩阵A中加入自连接并进行标 准化后得到的矩阵接口操作， f表示样本出勤频率信息 。 8.根据权利要求7所述的用于喷淋车的出勤频率控制方法， 其特征在于， 最后一层概率 神经网络的输出HL表示为： 其中， 为输出的所有的目标 出勤频率信息 。 9.根据权利要求8所述的用于喷淋车的出勤频率控制方法， 其特征在于， 所述方法还包 括： 实时获取防护栏的当前湿度， 根据 所述当前湿度以及标准养护湿度计算得到对应的喷 淋校正系数； 根据计算得到的喷淋校正对当前目标 出勤频率进行调整校正； 其中， 所述喷淋校正系数的计算公式为： 其中， γ表示喷淋校正系数， WT表示当前湿度， Wo表示标准养护湿度。 10.一种用于喷淋车的出勤频率控制系统， 其特 征在于， 所述系统包括：权　利　要　求　书 2/3 页 3 CN 114445027 A 3