基于碳足迹感知的环卫车AI智慧调度方法、系统、介质和产品与流程

本技术涉及智能调度，尤其涉及一种基于碳足迹感知的环卫车ai智慧调度方法、系统、介质和产品。

背景技术：

1、环卫车辆（如洒水车、扫路车、垃圾清运车等）作为城市路网中高频运行的特种作业车辆，其运行轨迹长、作业频次高，其运行过程中的碳排放（油耗或电耗）在城市公共服务碳足迹中占据极大比重。合理的车辆调度不仅是保障城市环境卫生作业质量的基础，更是实现城市环卫作业低碳化、精细化管理的关键手段。

2、目前，现有的环卫车调度方法大多采用基于静态路网数据的传统路径规划算法，主要以“行驶距离最短”或“预计通行时间最少”为单一优化目标来生成调度路线。部分较新的环保型调度方案引入了碳排放估算机制，基于车辆的固定自重（空车重量或满载重量）以及平均百公里能耗参数，将路线的总长度与平均碳排放因子相乘来估算整条路线的碳排放量，进而根据估算结果为环卫车辆分配相应的行驶或作业路线。

3、然而，现有的调度方法存在显著的技术缺陷，无法准确计算并优化环卫车作业的真实碳足迹。环卫车辆具有极为特殊的“动态载重”属性，即消耗型车辆（如洒水车）在作业过程中载重量会持续递减，而收集型车辆（如垃圾车）的载重量会持续递增，现有技术采用固定载重进行碳排估算，完全脱离了真实作业工况，这导致系统往往会将逐渐趋于满载的车辆错误地调度至长上坡或拥堵路段，最终使得生成的调度方案并非真正的“低碳最优”，严重制约了环卫系统的减碳上限。

技术实现思路

1、本技术提供了一种基于碳足迹感知的环卫车ai智慧调度方法、系统、介质和产品，用于实现环卫作业低碳高效智能调度。

2、第一方面，本技术提供了一种基于碳足迹感知的环卫车ai智慧调度方法，该方法包括：实时采集各环卫车辆的车辆状态信息，该车辆状态信息包括该环卫车辆的当前位置及实时载重量数据；获取目标作业区域的路网拓扑数据，该路网拓扑数据包括各路段的坡度信息、实时交通拥堵状态及红绿灯节点密度；基于预设的环卫作业任务，确定当前各环卫车辆的多个候选路线；基于该车辆状态信息及该路网拓扑数据，确定各该候选路线的综合碳排放数据；基于该综合碳排放数据生成调度方案并下发各环卫车辆执行。

3、通过采用上述技术方案，将车辆的实时载重量数据与路网中的坡度、拥堵及红绿灯等动态拓扑特征相耦合，使碳排放计算从依赖固定参数的静态估算转变为反映真实作业工况的动态量化；在此基础上以综合碳排放数据作为路线评价准则对多个候选路线进行择优，使最终生成的调度方案能够在满足作业需求的同时趋向全局碳排放最低，从而显著提升环卫车队整体运营的减碳精度与减碳上限。

4、结合第一方面的一些实施例，在一些实施例中，获取该环卫车辆的实时载重量数据的步骤，具体包括：针对消耗型环卫作业车辆，读取车载水箱的液位传感器数据，并实时换算成车辆当前的液态载重量； 针对收集型环卫作业车辆，读取车厢底部的称重传感器，并实时换算成车辆当前的固态载重量。

5、通过采用上述技术方案，两种传感手段分别匹配对应的物料形态特征，使载重量数据能够实时且精准地反映不同类型环卫车辆在作业进程中截然相反的载荷变化趋势，为后续碳排放计算提供与真实工况高度一致的动态载重输入，避免了以固定自重代替实际负载所带来的估算偏差。

6、结合第一方面的一些实施例，在一些实施例中，该基于该车辆状态信息及该路网拓扑数据，确定各该候选路线的综合碳排放数据的步骤，具体包括：确定各该候选路线的初始碳排放量；提取各该候选路线中的坡度路段；基于该实时载重量数据，确定目标环卫车辆驶入该坡度路段时的预期载重量；基于该目标环卫车辆的车辆类型确定各该坡度路段的坡道碳排放调整量，该车辆类型包括消耗型环卫作业车辆及收集型环卫作业车辆；将该初始碳排放量与该碳排放调整量叠加，得到第一碳排放量。

7、通过采用上述技术方案，在初始碳排放量的基础上进一步引入坡度路段的载重敏感修正，由于载重量直接影响车辆在坡道上的附加驱动能耗或势能回收量，通过预判车辆驶入各坡度路段时的预期载重量并区分车辆类型进行差异化调整，能够将地形因素与动态负载对油耗的非线性耦合效应精确纳入碳排放评估模型，使第一碳排放量较初始值更逼近车辆在真实坡道工况下的实际排放水平。

8、结合第一方面的一些实施例，在一些实施例中，该基于该车辆状态信息及该路网拓扑数据，确定各该候选路线的综合碳排放数据的步骤，具体包括：结合该实时交通拥堵状态及该红绿灯节点密度确定目标车辆的预估启停频次；基于该预估启停频次，确定该目标环卫车辆经过红绿灯节点及拥堵路段的标准碳排放量；基于该目标环卫车辆的车辆类型及该预估启停频次确定对应的启停碳排放调整量；将该标准碳排放量与该启停碳排放调整量进行叠加，得到第二碳排放量；将第一碳排放量与该第二碳排放量进行叠加，得到该综合碳排放数据。

9、通过采用上述技术方案，将拥堵路段与红绿灯节点共同引发的频繁启停作为独立碳排放影响维度进行量化，并结合车辆类型带来的载重变化趋势对每次启停的惯性能耗进行修正，使碳排放评估不仅覆盖匀速行驶与坡道工况，还涵盖城市道路中占比极高的加减速场景；最终将第一碳排放量与第二碳排放量叠加为综合碳排放数据，形成多因素融合的完整碳足迹画像，确保路线比选结论具备全工况覆盖能力。

10、结合第一方面的一些实施例，在一些实施例中，该基于该实时载重量数据，确定目标环卫车辆驶入该坡度路段时的预期载重量的步骤，具体包括：确定最近预设时间周期内该目标环卫车辆的动态载重变化量；提取该目标环卫车辆的当前位置至该坡度路段之间的预估作业距离；结合该目标环卫车辆的该实时载重量数据及该动态载重变化量，确定该目标环卫车辆驶入该坡度路段时的该预期载重量。

11、通过采用上述技术方案，以最近预设时间周期内的动态载重变化量刻画车辆当前的作业消耗或收集速率，再结合当前位置至坡度路段之间的预估作业距离进行外推，使系统能够在车辆尚未抵达坡道之前即预判其届时的载重状态；这种基于历史变化趋势的前瞻性推算克服了仅依赖瞬时载重量带来的滞后性，令后续坡道碳排放调整量建立在更贴合实际到达工况的载重预期之上，提升碳排放评估的时空准确性。

12、 结合第一方面的一些实施例，在一些实施例中，该基于该目标环卫车辆的车辆类型确定各该坡度路段的坡道碳排放调整量的步骤，具体包括：提取各该坡度路段的坡向特征，该坡向特征包括上坡路段与下坡路段；当该坡度路段为该上坡路段时，基于该预期载重量、上坡坡度值与预设的爬坡阻力系数计算碳排放增加量，该碳排放增加量与该预期载重量呈正相关； 当该坡度路段为该下坡路段时，基于该预期载重量、下坡坡度值与预设的势能转化系数计算碳排放核减量，该碳排放核减量与该预期载重量呈正相关；统计各该候选路线中各该坡度路段的该碳排放增加及该碳排放核减量，得到该坡道碳排放调整量。

13、通过采用上述技术方案，将坡向特征区分为上坡与下坡并分别施加方向相反的碳排放修正：上坡时载重越大爬坡阻力越大因而叠加碳排放增加量，下坡时载重越大可回收势能越多因而核减碳排放量；这种正负双向的修正机制使碳排放模型能够真实反映地形对不同载荷状态车辆的差异化能耗影响，最终统计得到的坡道碳排放调整量兼顾了路线中所有坡段的累计净效应，避免单一方向估算导致的系统性偏差。

14、结合第一方面的一些实施例，在一些实施例中，该基于该目标环卫车辆的车辆类型及该预估启停频次确定对应的启停碳排放调整量的步骤，具体包括：当该目标环卫车辆为该消耗型环卫作业车辆时，基于该预估启停频次，确定该目标环卫车辆进行启停时的多个第一预估载重量；基于各该第一预估载重量及预设的启停惯性阻力系数计算对应的第一启停碳排放修正值；将各该第一启停碳排放修正值进行叠加，得到该启停碳排放调整量；当该目标环卫车辆为该收集型环卫作业车辆时，基于该预估启停频次，确定该目标环卫车辆进行启停时的多个第二预估载重量；基于各该第二预估载重量及该启停惯性阻力系数计算对应的第二启停碳排放修正值；将各该第二启停碳排放修正值进行叠加，得到该启停碳排放调整量。

15、通过采用上述技术方案，分别针对消耗型与收集型环卫车辆在每次启停时刻推算对应的预估载重量，由于消耗型车辆随作业推进载重递减而收集型车辆载重递增，各次启停对应的惯性阻力存在显著差异；通过逐次计算独立的启停碳排放修正值再进行累加，使启停碳排放调整量精确反映载重动态变化对加减速能耗的逐级影响，相比以平均载重统一估算的方式具有更高的计算粒度与评估精度。

16、第二方面，本技术提供了一种调度系统，该调度系统包括：一个或多个处理器和存储器；该存储器与该一个或多个处理器耦合，该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令，该一个或多个处理器调用该计算机指令以使得该调度系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

17、第三方面，本技术提供了一种计算机可读存储介质，包括指令，当该指令在调度系统上运行时，使得该调度系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

18、第四方面，本技术提供了一种计算机程序产品，包括计算机程序，当该计算机程序在调度系统上运行时，使得该调度系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。