一种社区清洁服务调度方法、系统、设备和介质与流程

本技术涉及智能管理的，尤其是涉及一种社区清洁服务调度方法、系统、设备和介质。

背景技术：

1、随着城市化进程的不断推进，人们对高品质生活环境的需求与日俱增。社区公共环境的清洁卫生状况直接影响着居民的生活质量和幸福感，成为城市精细化管理的重要内容。如何高效调配清洁人员资源，确保社区整洁有序，是当前城市管理者亟需解决的关键问题。

2、现有常见的社区清洁服务调度方法是依赖人工经验制定固定的作业计划和资源分配方案。工作人员根据既定计划在指定区域开展日常清扫、保洁等任务。这种方式简单直观，但无法适应复杂多变的实际情况，调度效率和服务质量较低，对此情况有待进一步改善。

技术实现思路

1、为了解决现有的社区清洁服务调度方法无法适应复杂多变的实际情况的问题，本技术提供一种社区清洁服务调度方法、系统、设备和介质，采用如下的技术方案：

2、第一方面，本技术提供一种社区清洁服务调度方法，所述方法包括如下步骤：

3、获取历史数据和社区信息，将所述历史数据和社区信息输入预设的清洁需求预测模型，得到未来一段时间内的社区清洁需求分布；

4、获取清洁人员的属性信息，基于所述属性信息确定对应所述社区清洁需求分布的资源调度方案，所述属性信息包括人员属性、任务属性和区域属性；

5、实时监测基于所述资源调度方案执行的清洁执行进度和人员工作量，判断所述清洁执行进度和人员工作量与当前时间点对应的清洁规划进度和规划工作量的偏差是否超过预设阈值；

6、在所述偏差超过预设阈值时，根据所述清洁执行进度和人员工作量调整所述资源调度方案。

7、通过采用上述技术方案，本技术首先基于历史数据和社区环境信息，构建清洁需求预测模型，预测未来一段时间内的清洁需求分布情况，然后根据清洁人员的人员属性、任务属性、区域属性，确定针对性更强的调度方案，在调度方案执行过程中，实时监测作业进展，判断实际执行进度与计划进度的偏差情况，一旦偏差超过预设阈值，则根据当前的执行进度和人员工作量状态，动态调整原有的调度方案，减少偏差对清洁质量的影响，提高清洁服务调度对复杂多变的实际情况的适应性。

8、可选的，获取历史数据和社区信息，将所述历史数据和社区信息输入预设的清洁需求预测模型，得到未来一段时间内的社区清洁需求分布，具体包括如下步骤：

9、收集社区内各个区域在过去一段时间内的清洁作业记录，得到历史清洁数据；所述清洁作业记录包括作业时间、作业区域、作业类型和投入人力；

10、获取社区内的固定环境属性数据，所述固定环境属性数据包括区域面积、区域功能、绿化分布及人口密度；

11、获取社区内的实时环境监测数据，所述实时环境监测数据包括人流量、车流量、气象条件和节假日信息；

12、将所述历史清洁数据、所述固定环境属性数据和实时环境监测数据输入预设的清洁需求预测模型中，得到未来一段时间内的社区清洁需求分布。

13、通过采用上述技术方案，本技术通过收集社区各区域过去一段时间的详细清洁作业记录，包括作业时间、区域、类型和投入人力等，获取历史实际清洁需求；同时获取区域面积、功能、绿化、人口等固定环境属性数据，获取区域的固有特征，通过实时监测获取了人流量、车流量、气象、节假日等动态环境数据，捕捉影响清洁需求的临时性因素，基于多模态数据进行预测，使生成的未来清洁需求分布预测更加全面和准确。

14、可选的，在所述偏差超过预设阈值时，根据所述清洁执行进度和人员工作量调整所述资源调度方案，具体包括如下步骤：

15、获取实时监控视频数据，根据所述实时监控视频数据对所述偏差进行类型分析，确定偏差类型，所述偏差类型包括可控偏差和不可控偏差；

16、基于所述偏差类型，根据所述清洁执行进度和人员工作量确定对所述资源调度方案的调整策略。

17、通过采用上述技术方案，本技术通过获取实时监控视频数据，根据实时监控视频数据对偏差进行类型分析，确定偏差类型，对于可控偏差，可直接调整作业人员和任务分工等，从而消除影响；对于不可控偏差，则根据影响范围和程度，重新生成受影响区域的清洁需求预测，并相应调整资源调度方案，从而进行快速响应和资源调配。

18、可选的，获取实时监控视频数据，根据所述实时监控视频数据对所述偏差进行类型分析，确定偏差类型，具体包括如下步骤：

19、获取实时监控视频数据，对所述实时监控视频数据进行目标监测，将目标监测结果输入到预设的异常行为知识库中进行匹配，识别出异常行为；

20、在识别出无异常行为的情况下，请求获取清洁人员的实时反馈，根据所述实时反馈标记突发事件类型；

21、根据识别出的异常行为或标记的突发事件类型，将导致偏差的原因分类为可控偏差和不可控偏差。

22、通过采用上述技术方案，本技术通过构建异常行为知识库，对实时监控视频进行智能分析，自动识别出引发偏差的异常行为，如作业人员工作效率低下等可控异常，同时设置了人工反馈环节，清洁人员可以实时上报突发事件信息，如恶劣天气、交通管制等不可控异常，从而将导致偏差的各种原因归因为可控偏差和不可控偏差两大类别，根据不同的类别执行不同的调整策略。

23、可选的，基于所述偏差类型，根据所述清洁执行进度和人员工作量确定对所述资源调度方案的调整策略，具体包括如下步骤：

24、在确定所述偏差类型为可控偏差时，识别导致可控偏差的目标清洁人员，并发送提醒信息；

25、从其他区域中确定与所述目标清洁人员的属性信息对应的备用人员，根据所述清洁执行进度和人员工作量调配所述备用人员至所述产生可控偏差的区域；

26、在确定所述偏差类型为不可控偏差时，确定所述不可控偏差的影响范围和影响程度，基于所述影响范围和影响程度重新生成受影响区域的清洁需求预测；

27、基于所述清洁执行进度、人员工作量以及所述受影响区域的清洁需求预测，调整所述受影响区域的资源调度方案。

28、通过采用上述技术方案，对于可控偏差如作业人员工作效率低下等，本技术首先识别出具体的问题人员，根据问题人员对应的属性信息重新调整其作业区域和任务内容，使之与个人特点更加匹配。同时从其他区域调配备用人员增援，确保问题区域的清洁工作按计划完成；对于不可控偏差，如突发恶劣天气等，本技术通过评估其影响范围和程度，对受影响区域重新生成清洁需求预测，并基于新预测、现有进度和人员状态，对该区域的资源调度方案作出相应调整，保证清洁质量。

29、可选的，基于所述偏差类型，根据所述清洁执行进度和人员工作量确定对所述资源调度方案的调整策略之后，所述方法还包括如下步骤：

30、收集历史出现的各类偏差事件记录，针对每个偏差事件，标注偏差事件对应的发生区域和偏差类型；

31、基于所述偏差事件记录，确定社区各个区域中不可控偏差的发生频率；

32、基于社区各个区域不可控偏差的发生频率，为每个区域分配对应比例的应急清洁资源储备。

33、通过采用上述技术方案，本技术首先建立偏差事件数据库，记录历史上出现的各类偏差事件的区域分布和类型信息，在此基础上分析得到每个区域发生不可控偏差的频率，然后根据频率高低分配相应比例的应急资源储备，确保高风险区域有足够的应急响应能力，提升了对突发不可控事件的快速响应能力。

34、第二方面，本技术提供一种社区清洁服务调度系统，包括：

35、清洁需求分布预测模块，用于获取历史数据和社区信息，将所述历史数据和社区信息输入预设的清洁需求预测模型，得到未来一段时间内的社区清洁需求分布；

36、资源调度方案确定模块，用于获取清洁人员的属性信息，基于所述属性信息确定对应所述社区清洁需求分布的资源调度方案，所述属性信息包括人员属性、任务属性和区域属性；

37、偏差判断模块，用于实时监测基于所述资源调度方案执行的清洁执行进度和人员工作量，判断所述清洁执行进度和人员工作量与当前时间点对应的清洁规划进度和规划工作量的偏差是否超过预设阈值；

38、资源调度方案调整模块，用于在所述偏差超过预设阈值时，根据所述清洁执行进度和人员工作量调整所述资源调度方案。

39、可选的，所述清洁需求分布预测模块包括：

40、历史清洁数据获取单元，用于收集社区内各个区域在过去一段时间内的清洁作业记录，得到历史清洁数据；所述清洁作业记录包括作业时间、作业区域、作业类型和投入人力；

41、环境属性数据获取单元，用于获取社区内的固定环境属性数据，所述固定环境属性数据包括区域面积、区域功能、绿化分布及人口密度；

42、环境监测数据获取单元，用于获取社区内的实时环境监测数据，所述实时环境监测数据包括人流量、车流量、气象条件和节假日信息；

43、清洁需求分布预测单元，用于将所述历史清洁数据、所述固定环境属性数据和实时环境监测数据输入预设的清洁需求预测模型中，得到未来一段时间内的社区清洁需求分布。

44、第三方面，本技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述社区清洁服务调度方法的步骤。

45、第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述社区清洁服务调度方法的步骤。

46、综上所述，本技术包括以下至少一种有益技术效果：

47、1.本技术首先基于历史数据和社区环境信息，构建清洁需求预测模型，预测未来一段时间内的清洁需求分布情况，然后根据清洁人员的人员属性、任务属性、区域属性，确定针对性更强的调度方案，在调度方案执行过程中，实时监测作业进展，判断实际执行进度与计划进度的偏差情况，一旦偏差超过预设阈值，则根据当前的执行进度和人员工作量状态，动态调整原有的调度方案，减少偏差对清洁质量的影响，提高清洁服务调度对复杂多变的实际情况的适应性；

48、2.本技术通过收集社区各区域过去一段时间的详细清洁作业记录，包括作业时间、区域、类型和投入人力等，获取历史实际清洁需求；同时获取区域面积、功能、绿化、人口等固定环境属性数据，获取区域的固有特征，通过实时监测获取了人流量、车流量、气象、节假日等动态环境数据，捕捉影响清洁需求的临时性因素，基于多模态数据进行预测，使生成的未来清洁需求分布预测更加全面和准确；

49、3.本技术通过获取实时监控视频数据，根据实时监控视频数据对偏差进行类型分析，确定偏差类型，对于可控偏差，可直接调整作业人员和任务分工等，从而消除影响；对于不可控偏差，则根据影响范围和程度，重新生成受影响区域的清洁需求预测，并相应调整资源调度方案，从而进行快速响应和资源调配。