CN103714695A - 一种基于车辆行驶数据分析车辆运营状态方法 - Google Patents
一种基于车辆行驶数据分析车辆运营状态方法 Download PDFInfo
- Publication number
- CN103714695A CN103714695A CN201310290507.0A CN201310290507A CN103714695A CN 103714695 A CN103714695 A CN 103714695A CN 201310290507 A CN201310290507 A CN 201310290507A CN 103714695 A CN103714695 A CN 103714695A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- car operation
- car
- status method
- vehicle operation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于智能交通领域,公开了一种基于车辆行驶数据分析车辆运营状态方法,首先输入车辆N天行驶数据,然后对N天的行驶数据进行综合分析计算,得出车辆运营评估值Y,将车辆运营评估值Y与设定阈值M1、M2比较,判断出车辆运营状态,根据车辆运营状态,融资租赁公司能够及时掌握承租人的运营情况。
Description
技术领域
本发明属于智能交通领域,具体涉及一种基于车辆行驶数据分析车辆运营状态方法。
背景技术
近年来,随着社会经济与第三方物流的飞速发展,物流车辆的监控对于企业管理、运营起着极为重要的作用。目前监控车辆主要是通过在车辆上安装GPS/北斗车载终端来实现。GPS/北斗车载终端按照设定间隔周期性上报车辆位置信息,监控中心将这些位置信息存储起来,可以通过定位时间查看车辆当时的运营状态:速度、方向、里程数。
融资租赁公司除了需要了解租赁车辆当前位置,也希望了解承租人近期运营是否正常,一方面可以为客户提供二次服务,例如为缺货的承租人提供货源,另一方面也需要控制风险,分析承租人是否有逾期风险。
目前了解车辆的运营状态,主要是通过以下几方面来完成:
1、通过各种方式(电话、家访等)和承租人沟通运营情况。
2、通过运营商的里程统计查看租赁车辆一定时间范围内的运营里程数据。
3、不定期查看租赁车辆上的里程总数。
但是,现有的车辆运营状态判断,存在着如下不足:
1、了解过程打扰承租人正常工作,容易引起反感,而且承租人的话语真实性不易鉴别。
2、需要人工参与分析运营状态,判断结果取决于相关经验。
3、上门查看方式麻烦,耗时耗力,甚至需要多次预约。
发明内容
本发明目的在于克服上述方法的不足,提出一种基于车辆行驶数据分析车辆运营状态方法,首先输入车辆N天行驶数据,然后对N天的行驶数据进行综合分析计算,得出车辆运营评估值Y,将车辆运营评估值Y与设定阈值M1、M2比较,判断出车辆运营状态,根据车辆运营状态,融资租赁公司能够及时掌握承租人的运营情况。
本发明的技术方案是:一种基于车辆行驶数据分析车辆运营状态方法,首先输入车辆N天行驶数据,然后对N天内的行驶数据进行综合分析计算,得出车辆运营评估值Y,将车辆运营评估值Y与设定阈值M1、M2比较,判断出车辆运营状态。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于输入车辆N天行驶数据。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于输入方式可以有多种方式,比如文件、数据库等。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于输入的行驶数据至少包括:行驶里程L、行驶时长T等信息。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于对N天的行驶数据进行综合分析计算,得出车辆运营评估值Y。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于对N天的行驶里程和行驶时长分别进行归一化计算,得到行驶里程值Lg和行驶时长Tg。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于将计算得到行驶里程值Lg和行驶时间Tg进行加权计算后除以N得出运营评估值Y。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于对N天的行驶里程L累加,得到Ls,除以归一化参数SL,得到Lg。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于对N天的行驶时长T累加,得到Ts,除以归一化参数ST,得到Tg。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于将计算得出的运营评估值Y和设定阈值M1、M2进行比较。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于运营评估值Y大于阈值M1,则判断车辆运营状态为满负荷运营状态。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于运营评估值Y小于阈值M2,则判断车辆运营状态为缺货运营状态。
如上所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于运营评估值Y在阈值M1、M2之间,则判断车辆运营状态为正常运营状态。
附图说明
图1为基于车辆行驶数据分析车辆运营状态流程示意图。
具体实施方式
图1为基于车辆行驶数据分析车辆运营状态流程示意图,主要流程如下:
1)输入车辆N天行驶数据,数据至少包括如下信息:行驶里程L、行驶时长T。
2)计算行驶里程归一化值。首先将车辆N天行驶里程L1、L2、……、LN进行相加,得到Ls,将Ls除以归一化参数SL,得到归一化参数Lg。
3)计算行驶时长归一化值。首先将车辆N天的行驶时长T1、T2、……、TN进行相加,得到Ts,将Ts除以归一化参数ST,得到归一化参数Tg。
4)根据公式(αLg+βTg)/N计算出运营评估值Y,其中α、β为加权系数。
5)判断运营评估值Y是否大于阈值M1,若大于M1则进入下一步,否则进入第7)步。
6)判断车辆为满负荷运营状态。进入第10)步。
7)判断运营评估值Y是否小于阈值M2,若小于M2则进入下一步,否则进入第9)步。
8)判断车辆为缺货运营状态。进入第10)步。
9)判断车辆为正常运营状态。
10)输出车辆运营状态。
例如:
算法参数取值如下:
N取值30天。
SL取值30
ST取值1
α取值为0.4
β取值为0.6
M1取值为10
M2取值为3
输入车辆苏A32133从2012-06-21到2012-07-20,共30天的行驶里程和行驶时长,数据如下:
对车辆运营状态分析过程如下:
1)统计总行驶里程Ls=L1+L2+L3+……+LN=72+217.8+5.8+……+137.8=1619.5,除以归一化参数SL,得到Lg=161.95.
2)统计计算总行驶时长Ts==T1+T2+T3+……+TN=2.28+6.03+0.32+……+3.93=48.36,除以归一化参数ST,得到Tg=48.36.
3)根据公式(αLg+βTg)/N计算出运营评估值Y=(0.4*161.95+0.6*48.36)/30=(64.78+29.016)/30=3.127
4)将运营评估值Y和阈值M1、M2比较,得到Y在阈值M1、M2之间。
判断车辆运营状态为正常运营状态。
Claims (13)
1.一种基于车辆行驶数据分析车辆运营状态方法,该方法包括:
A、首先输入车辆N天行驶数据。
B、对N天的行驶数据进行综合分析计算,得出车辆运营评估值Y。
C、将车辆运营评估值Y与设定阈值M1、M2比较,判断出车辆运营状态。
2.根据权利要求1所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于输入N天车辆行驶数据。
3.根据权利要求2所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于输入方式可以有多种方式,比如文件、数据库等。
4.根据权利要求2所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于输入的行驶数据至少包括:行驶里程L、行驶时长T等信息。
5.根据权利要求1所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于对N天的行驶数据进行综合分析计算,得出车辆运营评估值Y。
6.根据权利要求5所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于对N天的行驶里程和行驶时长分别进行归一化计算,得到行驶里程值Lg和行驶时长Tg。
7.根据权利要求5所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于将计算得到行驶里程值Lg和行驶时间Tg进行加权计算后除以N得出运营评估值Y。
8.根据权利要求6所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于对N天的行驶里程L累加,得到Ls,除以归一化参数SL,得到Lg。
9.根据权利要求6所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于对N天的行驶时长T累加,得到Ts,除以归一化参数ST,得到Tg。
10.根据权利要求1所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于将车辆运营评估值Y与设定阈值M1、M2比较,判断出车辆运营状态。
11.根据权利要求10所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于运营评估值Y大于阈值M1,则判断车辆运营状态为满负荷运营状态。
12.根据权利要求10所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于运营评估值Y小于阈值M2,则判断车辆运营状态为缺货运营状态。
13.根据权利要求10所述的基于车辆行驶数据分析车辆运营状态方法,其特征在于运营评估值Y在阈值M1、M2之间,则判断车辆运营状态为正常运营状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310290507.0A CN103714695A (zh) | 2013-07-12 | 2013-07-12 | 一种基于车辆行驶数据分析车辆运营状态方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310290507.0A CN103714695A (zh) | 2013-07-12 | 2013-07-12 | 一种基于车辆行驶数据分析车辆运营状态方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103714695A true CN103714695A (zh) | 2014-04-09 |
Family
ID=50407623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310290507.0A Pending CN103714695A (zh) | 2013-07-12 | 2013-07-12 | 一种基于车辆行驶数据分析车辆运营状态方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103714695A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389863A (zh) * | 2015-10-16 | 2016-03-09 | 江苏南亿迪纳数字科技发展有限公司 | 一种对车况进行评估的车况指数计算方法 |
CN105427620A (zh) * | 2015-12-30 | 2016-03-23 | 山东大学 | 一种基于出租车运行数据的非法营运车辆识别方法 |
CN107240015A (zh) * | 2017-05-17 | 2017-10-10 | 北汽福田汽车股份有限公司 | 车辆的预警方法、装置和系统 |
CN107742243A (zh) * | 2017-10-18 | 2018-02-27 | 深圳市沃特沃德股份有限公司 | 共享单车标记方法及装置 |
CN109727449A (zh) * | 2019-01-15 | 2019-05-07 | 安徽慧联运科技有限公司 | 一种根据车辆行驶位置判断车辆运营情况的分析方法 |
CN111445122A (zh) * | 2020-03-25 | 2020-07-24 | 上海盔甲网络科技有限公司 | 车辆运营风控系统性管理方案 |
-
2013
- 2013-07-12 CN CN201310290507.0A patent/CN103714695A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389863A (zh) * | 2015-10-16 | 2016-03-09 | 江苏南亿迪纳数字科技发展有限公司 | 一种对车况进行评估的车况指数计算方法 |
CN105389863B (zh) * | 2015-10-16 | 2017-11-28 | 江苏南亿迪纳数字科技发展有限公司 | 一种对车况进行评估的车况指数计算方法 |
CN105427620A (zh) * | 2015-12-30 | 2016-03-23 | 山东大学 | 一种基于出租车运行数据的非法营运车辆识别方法 |
CN107240015A (zh) * | 2017-05-17 | 2017-10-10 | 北汽福田汽车股份有限公司 | 车辆的预警方法、装置和系统 |
CN107240015B (zh) * | 2017-05-17 | 2020-09-15 | 北汽福田汽车股份有限公司 | 车辆的预警方法、装置和系统 |
CN107742243A (zh) * | 2017-10-18 | 2018-02-27 | 深圳市沃特沃德股份有限公司 | 共享单车标记方法及装置 |
CN109727449A (zh) * | 2019-01-15 | 2019-05-07 | 安徽慧联运科技有限公司 | 一种根据车辆行驶位置判断车辆运营情况的分析方法 |
CN111445122A (zh) * | 2020-03-25 | 2020-07-24 | 上海盔甲网络科技有限公司 | 车辆运营风控系统性管理方案 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11397993B2 (en) | Electronic logging and track identification system for mobile telematics devices, and corresponding method thereof | |
Soltani-Sobh et al. | Analysis of the electric vehicles adoption over the United States | |
CN103714695A (zh) | 一种基于车辆行驶数据分析车辆运营状态方法 | |
CN105589939A (zh) | 识别群体运动轨迹方法和装置 | |
CN107644532A (zh) | 一种基于贝叶斯网络的交通违法行为严重等级预测方法 | |
CN103440768A (zh) | 一种基于动态修正的公交车到达时间实时预测方法 | |
Hu et al. | Studying driving risk factors using multi-source mobile computing data | |
Zhu et al. | An automated vehicle fuel economy benefits evaluation framework using real-world travel and traffic data | |
CN106448165A (zh) | 一种基于网络约租车数据的路网行程时间可靠性评价方法 | |
WO2016107876A1 (en) | Vehicular motion monitoring method | |
CN111445369A (zh) | 基于lbs大数据的城市大型聚集活动情报预警方法和装置 | |
CN111541751B (zh) | 一种轨迹监测的方法及装置 | |
Wang et al. | Providing real-time bus crowding information for passengers: A novel policy to promote high-frequency transit performance | |
Karimpour et al. | Estimating pedestrian delay at signalized intersections using high-resolution event-based data: a finite mixture modeling method | |
CN117392855B (zh) | 基于卫星定位数据的车辆超限超载概率识别方法及系统 | |
CN109409563B (zh) | 一种公交运营车辆实时人数的分析方法、系统和存储介质 | |
US20230054889A1 (en) | Automatically tracking a trajectory of a vehicle | |
CN103712627A (zh) | 一种基于车载终端位置数据的线路偏移识别方法 | |
Banik et al. | Mapping of bus travel time to traffic stream travel time using econometric modeling | |
Moosavi et al. | Simulation-based sensitivity analysis for evaluating factors affecting bus service reliability: a big and smart data implementation | |
Karimpour et al. | Modeling red-light running behavior using high-resolution event-based data: a finite mixture modeling approach | |
Raees et al. | Context‐Aware Services Using MANETs for Long‐Distance Vehicular Systems: A Cognitive Agent‐Based Model | |
CN117238141B (zh) | 目标车辆的跨区域出行行为识别方法、装置和电子设备 | |
Karimi et al. | Optimal sensor location and origin–destination matrix observation with and without sensors on uncongested networks | |
US20230290247A1 (en) | System And Methods for Quantifying Greenhouse Gas Emissions Via Measurement and Modelling of Traffic Data and For Influencing Traffic Signaling to Reduce Such Emissions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140409 |