CN107038610A - 一种无人驾驶出租车的乘客信任度评价方法 - Google Patents
一种无人驾驶出租车的乘客信任度评价方法 Download PDFInfo
- Publication number
- CN107038610A CN107038610A CN201710315256.5A CN201710315256A CN107038610A CN 107038610 A CN107038610 A CN 107038610A CN 201710315256 A CN201710315256 A CN 201710315256A CN 107038610 A CN107038610 A CN 107038610A
- Authority
- CN
- China
- Prior art keywords
- passenger
- degree
- belief
- car
- scoring
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 40
- 230000006378 damage Effects 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000000205 computational method Methods 0.000 claims description 3
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 claims description 3
- 230000000712 assembly Effects 0.000 description 5
- 238000000429 assembly Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- WHGYBXFWUBPSRW-FOUAGVGXSA-N beta-cyclodextrin Chemical compound OC[C@H]([C@H]([C@@H]([C@H]1O)O)O[C@H]2O[C@@H]([C@@H](O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O3)[C@H](O)[C@H]2O)CO)O[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@@H]3O[C@@H]1CO WHGYBXFWUBPSRW-FOUAGVGXSA-N 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0217—Discounts or incentives, e.g. coupons or rebates involving input on products or services in exchange for incentives or rewards
- G06Q30/0218—Discounts or incentives, e.g. coupons or rebates involving input on products or services in exchange for incentives or rewards based on score
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G06Q50/40—
Abstract
本发明公开了一种无人驾驶出租车的乘客信任度评价方法，根据乘客以往租用无人驾驶出租车和使用车辆配备设备的记录情况，对其进行评价，计算出乘客信任度的综合评分，并以此来判断乘客是否能够租用无人驾驶出租车。其中乘客信任度信息包括租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E，根据乘客信任度评价信息计算信任度评分，然后根据信任度评分计算出综合评分。本发明可以对租车乘客进行判断选择，减小了无人驾驶出租车的损坏率，提高其运营效率。
Description
技术领域
本发明涉及一种无人驾驶出租车的乘客信任度评价方法，适用无人驾驶出租车技术领域。
背景技术
目前，良好的城市公共交通建设已经成为缓解城市交通压力、节能减排、服务大众的有效措施。随着无人驾驶车辆的研发和不断改进，在不久的将来，无人驾驶车辆必将被用于出租车领域。无人驾驶出租车，因为具有智能化管理，统一调度，无人驾驶等优点，相对于当前的有人驾驶出租车，具有更高效、更安全、低运营成本等优点，还可以建立相应的数据库，通过用户提供的，或者传统采集的信息，更准确、更针对性的提供个性化的服务。
但是无人驾驶出租车由于是无人驾驶车辆，会容易出现一些乘客恶意损坏车辆装置以及车内设备，甚至拖欠车费等现象，需要对租车乘客建立一个评价体系，有标准的选择乘客，来确保无人驾驶出租车的正常运行。
发明内容
本发明提供一种无人驾驶出租车的乘客信任度评价方法，可以对租车乘客进行判断选择，减小了无人驾驶出租车的损坏率，提高其运营效率。
本发明解决上述技术问题采取的技术方案是：一种无人驾驶出租车的乘客信任度评价方法，根据乘客以往租用无人驾驶出租车和使用车辆配备设备的记录情况，对其进行评价，由信任度评分计算出乘客信任度的综合评分，并以此来判断乘客是否能够租用无人驾驶出租车。
进一步，所述评价方法的具体步骤包括：
步骤301：叫车用户利用客户端设备向云端服务器发送租车请求，租车请求中包括叫车用户的乘客信息；
步骤302：云端服务器调取叫车用户租车请求中的乘客信息进行处理；
步骤303：根据该叫车用户的乘客信息，判断该乘客是否第一次租车，若不是第一次租车，执行步骤304，若是第一次租车，转至步骤308；
步骤304：云端服务器根据叫车用户的乘客信息调取其乘客信任度评价信息，并计算出信任度评分和综合评分；
步骤305：云端服务器判断叫车用户的综合评分是否过低，若综合评分过低，执行步骤306，否则转至步骤308；
步骤306：云端服务器向综合评分过低的乘客的客户端设备发送拒载指令，以及拒载理由；
步骤307：综合评分过低的乘客做出相应的修改行为，提高综合评分，然后转至步骤301；
步骤308：云端服务器向叫车用户的客户端设备发送租车信息，无人驾驶出租车出发；
步骤309：在无人驾驶出租车接到叫车用户之前，云端服务器是否收到叫车用户的中途退租信息，若有退租信息，转至步骤313，若无退租信息，执行步骤310；
步骤310：无人驾驶出租车到达乘客位置时，利用摄像机识别叫车用户以及随行乘客；
步骤311：云端服务器调取随行乘客的乘客信息，即乘客信任度评价信息、信任度评分以及综合评分情况；
步骤312：判断随行乘客中是否存在综合评分过低的乘客，若有，转至步骤306，若没有综合评分过低的乘客，执行步骤313；
步骤313：无人驾驶出租车利用监控设备，实时监测叫车用户以及随行乘客的乘车行为，并进行记录；
步骤314：云端服务器根据叫车用户以及随行乘客的乘车行为，对其乘客信任度评价信息进行采集，并计算该乘客的此次的信任度评分和综合评分，将上述信息存入存储设备中，以便日后调用。
进一步，所述乘客信任度评价信息包括:租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E，
所述信任度评分TP的计算公式为：
TP＝S×a％+D×b％+P×c％+C×d％+E×e％，
其中，a％、b％、c％、d％和e％分别为租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E各自占租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E总和的比例，比例依据情况轻重、危险系数划分，a％、b％、c％、d％、e％相加的和为100％。
进一步，所述综合评分T的计算方法为：
进一步，所述租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E的满分均为10分。
进一步，所述拒载理由包括乘客信任度评价信息、信任度评分和综合评分。
进一步，所述修改行为包括交付罚款。
进一步，所述综合评分过低的标准为低于3分。
进一步，所述随行乘客的数量小于无人驾驶出租车满载人数
采用了上述技术方案后，本发明可以根据乘客以往乘车的记录对其进行乘客信任度评价，得到信任度评分，并且通过信任度评分计算出综合评分，根据综合评分的情况判断该乘客是否能够租用无人驾驶出租车，避免出现恶意租车、损坏无人驾驶出租车的行为，降低了无人驾驶出租车的损坏率，提高无人驾驶出租车的运营效率。
附图说明
图1为无人驾驶出租车的总系统示意图；
图2为无人驾驶出租车总系统的功能示意图；
图3为本发明的一种无人驾驶出租车的乘客信任度评价方法的控制流程图；
图4为实施例1的控制流程图；
图5为实施例2控制流程图；
图中：100.网络，110.移动型设备，111.客户，112.手机/PDA，113.平板电脑，114.笔记本电脑，120.固定型设备，121.客户，122.叫车机器，123.服务站，130.租车呼叫中心设备，131.语音电话，132.客户，133.有线电话网/无线电波，140.无人驾驶出租车，150.云端服务器；
200.网络，210.客户端移动型设备，211.处理器(CPU)，212.存储设备，213.显示设备，214.输入设备，215.其他组件，220.客户端固定型设备，221.处理器(CPU)，222.存储设备，223.显示设备，224.输入设备，225.其他组件，230.呼叫中心设备，2301.处理器(CPU)，2302.存储设备，2303.显示设备，2305.接听设备，2306.应答设备，2307.其他设备，231.语音电话设备，2311.通讯网络接口，2312.存储设备，2313.显示设备，2314.接听设备，2315.应答设备，2316.其他设备，240.车载设备，241.处理器(CPU)242.存储设备，243.显示设备，244.输入设备，245.监控设备，246.现金支付装置，247.附加设备，248.语音设别，249.其他组件，250.云端服务器设备，251.处理器(CPU)252.存储设备。
具体实施方式
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。
如图1所示的无人驾驶出租车的总系统示意图，在实施例1和实施例2中，客户可以利用的客户端设备包括移动型设备110和固定型设备120，发出租车请求，填写乘客信息、位置信息等租车申请的相关内容；通过网络100的方式，将客户的租车申请上传至云端服务器150，由云端服务器150进行租车规划和调度，然后再将相关信息分别发送至客户端设备的移动型设备110和固定型设备120，以及无人驾驶出租车140；无人驾驶出租车140按照调度信息去指定地点接送客户。另外，客户也可使用另一种客户端设备，即语音电话131直接利用有线电话网/无线电波133向呼叫中心设备130拨打电话，说明租车要求等信息，再由呼叫中心设备130通过网络100将相关信息发送至云端服务器110。
其中，移动型设备110是包括手机/PDA112、平板电脑113、笔记本电脑114，以及智能手表、智能眼镜等可以下载使用无人驾驶租车应用软件的可携带式电子设备；固定型设备120是指台式电脑123和叫车机器122等固定在一些特定场合或工作站的，可下载使用租车应用软件的电子设备；工作站是指可以提供台式电脑123等电子设备的地方，如商城服务台、饭店、咖啡馆等；叫车机器122是指专门提供给客户，用于租用无人驾驶出租车的电子设备，一般设置安装于大型商城、居民区、公交站台、出租车候车处等特定场合或者是无人驾驶出租车的停车场。
图1中的客户111一般仅指需要租车的叫车用户，而客户121和客户132，不仅包括需要租车的叫车用户，也可以是工作站的服务人员，由叫车用户提出要求，服务人员使用台式电脑123或者语音电话131等设备发出租车申请。
如图2所示，为无人驾驶出租车总系统的功能示意图，具体内容如下所述：
(1)客户端移动型设备210，同样包含处理器211和存储设备212；另外还包括显示设备213，一般指的是手机112、平板电脑113等显示屏、触摸屏，用于显示租车软件、车辆信息等内容；输入设备214，指的是鼠标、键盘、触摸屏等，用于输入租车信息、确认信息等；以及其他组件215。
(2)客户端固定设备220，同样包含处理器221和存储设备222；另外还包括显示设备223，一般指的是台式电和叫车机器等显示屏、触摸屏，用于显示租车软件、车辆信息等内容；输入设备224，指的是鼠标、键盘、触摸屏等，用于输入租车信息、确认信息等；以及其他组件225。
(3)呼叫中心设备230，同样包含处理器2301和存储设备2302；另外还包括显示设备2303，一般指的是电脑显示屏、来电显示屏等；输入设备2304，包含键盘、鼠标、话机按键等用于录入租车要求和拨打电话等设备；接听设备2305，用于接收客户端的语音信息；应答设备2306，包括话务机等人工回复设备和智能语音应答系统的机器应答设备；以及其他组件2307。
语音电话设备231，包括通讯网络接口2311；存储设备2312，拥有录音等存储信息功能；显示设备2313，指的是手机112、电话等的显示屏、触摸屏；接听设备2314，接收租车呼叫中心2315的语音信息；应答设备2316，客户通过该设备将语音信息传送至呼叫中心2317；以及其他组件2318。
(4)车载设备240，同样包含处理器241和存储设备242；另外还包括显示设备243，一般指车外的显示装置、车门上的验证显示屏、车内的人机交互显示屏等用于识别车辆或者实现与车辆进行人机交互的显示设备；输入设备244，指的是键盘、指纹录入器、电子码识别器、刷卡器、触摸屏等拥有信息录入功能的设备；监控设备245，一般包括摄像机、身体状况检测仪等，用于监视和检测乘客的乘车行为和身体精神状态；现金支付装置246，包括现金识别、金额计算、找零吐钞等功能，针对用现金支付的乘客；附加设备247，包括车内的娱乐设备、紧急救助设备、儿童安全座椅等；语音设备248，包括语音识别设备和语音播报设备；以及其他组件248。
(5)云端服务器设备250，包含了一个或多个的处理器(CPU)251和存储设备252，处理器253用于数据分析、发送指令等，存储设备252用于存储来源于处理器253的指令和数据信息；云端服务器设备250能够通过网络200接收客户端申请、呼叫中心的请求和无人驾驶出租车的车辆信息等，然后进行调度规划，再将车辆信息、客户信息等分别发送至客户端设备210、220和呼叫中心设备230，以及车载设备240；其中，呼叫中心设备230会将车辆信息以短信或语音的方式发送至语音电话设备231。
实施例1：如图4所示，当叫车用户一人乘车时，执行下列步骤：
步骤401：叫车用户利用客户端设备向云端服务器150发送租车请求，租车请求中包括叫车用户的乘客信息；
步骤402：云端服务器150调取叫车用户租车请求中的乘客信息进行处理；
步骤403：根据该叫车用户的乘客信息，判断该乘客是否第一次租车，若不是第一次租车，执行步骤404，若是第一次租车，转至步骤407；
步骤404：云端服务器150根据叫车用户的乘客信息调取其乘客信任度评价信息，并计算出信任度评分和综合评分；
步骤405：云端服务器150判断叫车用户的评分是否低于3分，若综合评分小于3分，执行步骤406，否则转至步骤409；
步骤406：云端服务器150向叫车用户的客户端设备发送拒载指令，以及拒载理由，其中拒载理由包括乘客信任度评价信息、信任度评分和综合评分；
步骤407：云端服务器150根据叫车用户的综合评分发送罚款费用信息至叫车用户的客户端设备；
步骤408：叫车用户根据罚款费用信息缴纳罚款费用，转至步骤401；
步骤409：云端服务器150向叫车用户的客户端设备发送租车信息，无人驾驶出租车140出发；
步骤410：无人驾驶出租车140接到叫车用户之前，云端服务器150是否收到叫车用户的中途退租信息，若没有退租信息，执行步骤411，否则转至步骤412；
步骤411：无人驾驶出租车140接到乘客后，利用监控设备245，实时监测叫车用户的乘车行为，并进行记录；
步骤412：云端服务器150根据叫车用户的乘车行为，对其乘客信任度评价信息进行采集，并计算该乘客的此次的信任度评分和综合评分，并将上述信息存入存储设备252中，以便日后调用。
实施例2：如图5所示，在实施例1的基础上，叫车用户综合评分不低于3分，而且执行上述步骤410时没有发出退租信息的情况下，而乘客为叫车用户和随行乘客时，并且其中随行乘客的人数大于1且小于无人驾驶出租车140的满载人数，执行下列步骤：
步骤501：无人驾驶出租车140到达乘客所在位置时，利用摄像机识别随行乘客；
步骤502：云端服务器150调取随行乘客的乘客信任度评价信息、信任度评分和综合评分情况；
步骤503：判断随行乘客中是否存在综合评分低于3分的乘客，若有，执行步骤504，若无，转至步骤509；
步骤504：云端服务器150向随行乘客中评分低于3分的乘客的客户端设备发送拒载指令以及拒载理由，其中拒载理由包括乘客信任度评价信息、乘客信任度和综合评分；
步骤505：云端服务器150根据叫车用户的综合评分发送罚款费用信息至综合评分低于3分的随行乘客的客户端设备；
步骤506：综合评分低于3分的随行乘客选择是否要求乘车，若选择乘车，执行步骤507，否则转至步骤508；
步骤507：综合评分低于3分的随行乘客根据罚款费用信息缴纳罚款费用；
步骤508：无人驾驶出租车140允许叫车用户及综合评分不低于3分的随行乘客上车；
步骤509：无人驾驶出租车140利用监控设备245实时监测叫车用户以及随行乘客的乘车行为，并进行记录；
步骤510：云端服务器150根据叫车用户和随行乘客的乘车行为，对其乘客信任度评价信息进行采集，并计算该乘客的此次的信任度评分和综合评分，并将上述信息存入存储设备252中，以便日后调用。
实施例1和实施例2中，乘客信任度评价信息包括:租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E，
信任度评分TP的计算公式为：
TP＝S×a％+D×b％+P×c％+C×d％+E×e％，
其中，a％、b％、c％、d％和e％分别为租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E各自占租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E总和的比例，比例依据情况轻重、危险系数划分，a％、b％、c％、d％、e％相加的和为100％，并且租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E的满分为10分。
乘客的信任度的综合评分T的计算方法为：
租车成功率S中，乘客租车的成功是指乘客租用无人驾驶出租车140，并在到达目的地成功支付车款，完成租车的所有流程，而成功率是指该乘客租车成功的次数所占其总租车次数的比例。其中，只要乘客向云端发出一次租车请求，不论成功与否都会自动计入总租车次数。该评价内容是用于判断该乘客是否存在恶意租车现象，即租车成功率过低时，系统就会判断该乘客存在恶意租车的行为。
破坏行为评分D中，乘客在乘车时，无人驾驶出租车140利用监控装置和自检设备等，观察和判断乘客是否有破坏车辆装置、车内设施等的行为，比如车内的娱乐设备、功能按钮、儿童座椅等原有设备和外加设备等，破坏行为还包括设备使用后乘客未归还、以及擅自更改车辆行车参数、擅自切换驾驶模式等危险行为在内。该评价内容的评分标准是根据乘客破坏装置设备的价值、次数、危险系数评判，价值越高评分越低、次数越多评分越低、行为危险系数越高评分越低。
费用评分P中，费用包括车款(仅指出发地到目的地车费)、外用设备的租赁费、损坏设备的赔偿费等需要乘客支付的费用。该评价内容的评分标准是拖欠费用越多，评分越低；超过一定数额时，评分即为0，或者在付清之前不可租用无人驾驶出租车140，直至乘客还清所有费用。
乘客精神状态C中，无人驾驶出租车140通过摄像机等车载监控设备245观察监测乘客的行为，以此判断乘客的精神状态，是否醉酒、是否生病、是否有精神疾病，甚至是否使用违禁药物等。该评价内容的评价标准是按其行为危险程度进行评分，行为危险系数越高，评分越低；若是食用违禁药物或患有精神疾病，需进行记录，下次不再接收租车要求。
以上所述的具体实施例，对本发明解决的技术问题、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种无人驾驶出租车的乘客信任度评价方法，其特征在于：
根据乘客以往租用无人驾驶出租车和使用车辆配备设备的记录情况，对其进行评价，计算出乘客信任度的综合评分，
并以此来判断乘客是否能够租用无人驾驶出租车。
2.根据权利要求1所述的一种无人驾驶出租车的乘客信任度评价方法，其特征在于：所述评价方法的具体步骤包括：
步骤301：叫车用户利用客户端设备向云端服务器发送租车请求，租车请求中包括叫车用户的乘客信息；
步骤302：云端服务器调取叫车用户租车请求中的乘客信息进行处理；
步骤303：根据该叫车用户的乘客信息，判断该用户是否第一次租车，若不是第一次租车，执行步骤304，若是第一次租车，转至步骤308；
步骤304：云端服务器根据叫车用户的乘客信息调取其乘客信任度评价信息，并计算出信任度评分和综合评分；
步骤305：云端服务器判断叫车用户的综合评分是否过低，若综合评分过低，执行步骤306，否则转至步骤308；
步骤306：云端服务器向综合评分过低的乘客的客户端设备发送拒载指令，以及拒载理由；
步骤307：综合评分过低的乘客做出相应的修改行为，提高综合评分，然后转至步骤301；
步骤308：云端服务器向叫车用户的客户端设备发送租车信息，无人驾驶出租车出发；
步骤309：在无人驾驶出租车接到叫车用户之前，云端服务器是否收到叫车用户的中途退租信息，若有退租信息，转至步骤313，若无退租信息，执行步骤310；
步骤310：无人驾驶出租车到达乘客位置时，利用摄像机识别叫车用户以及随行乘客；
步骤311：云端服务器调取随行乘客的乘客信息，即乘客信任度评价信息、信任度评分以及综合评分情况；
步骤312：判断随行乘客中是否存在综合评分过低的乘客，若有，转至步骤306，若没有综合评分过低的乘客，执行步骤313；
步骤313：无人驾驶出租车利用监控设备，实时监测叫车用户以及随行乘客的乘车行为，并进行记录；
步骤314：云端服务器根据叫车用户以及随行乘客的乘车行为，对其乘客信任度评价信息进行采集，并计算该乘客的此次的信任度评分和综合评分，将上述信息存入存储设备中，以便日后调用。
3.根据权利要求2所述的一种无人驾驶出租车的乘客信任度评价方法，其特征在于：所述乘客信任度评价信息包括:租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E，
所述信任度评分TP的计算公式为：
TP＝S×a％+D×b％+P×c％+C×d％+E×e％，
其中，a％、b％、c％、d％和e％分别为租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E各自占租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E总和的比例，比例依据情况轻重、危险系数划分，a％、b％、c％、d％、e％相加的和为100％。
4.根据权利要求3所述的一种无人驾驶出租车的乘客信任度评价方法，其特征在于：所述综合评分T的计算方法为：
5.根据权利要求4所述的一种无人驾驶出租车的乘客信任度评价方法，其特征在于：所述租车成功率S、破坏行为评分D、费用评分P、乘客精神状态C和其他情况E的满分均为10分。
6.根据权利要求4所述的一种无人驾驶出租车的乘客信任度评价方法，其特征在于：所述拒载理由包括乘客信任度评价信息、信任度评分和综合评分。
7.根据权利要求4所述的一种无人驾驶出租车的乘客信任度评价方法，其特征在于：所述修改行为包括交付罚款。
8.根据权利要求4所述的一种无人驾驶出租车的乘客信任度评价方法，其特征在于：所述综合评分过低的标准为低于3分。
9.根据权利要求4所述的一种无人驾驶出租车的乘客信任度评价方法，其特征在于：所述随行乘客的数量小于无人驾驶出租车满载人数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710315256.5A CN107038610B (zh) | 2017-05-08 | 2017-05-08 | 一种无人驾驶出租车的乘客信任度评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710315256.5A CN107038610B (zh) | 2017-05-08 | 2017-05-08 | 一种无人驾驶出租车的乘客信任度评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107038610A true CN107038610A (zh) | 2017-08-11 |
| CN107038610B CN107038610B (zh) | 2020-12-18 |
Family
ID=59537971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710315256.5A Active CN107038610B (zh) | 2017-05-08 | 2017-05-08 | 一种无人驾驶出租车的乘客信任度评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107038610B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108765762A (zh) * | 2018-07-25 | 2018-11-06 | 智慧式控股有限公司 | 智慧式无人载客车辆、共享系统及商业模式 |
| WO2019040929A1 (en) * | 2017-08-25 | 2019-02-28 | Cubic Corporation | REMOTE OPERATION OF AUTONOMOUS VEHICLES WITH NON-MOTOR FUNCTIONALITY |
| CN110126836A (zh) * | 2018-02-02 | 2019-08-16 | 通用汽车环球科技运作有限责任公司 | 用于共享自主车辆的乘坐者评级系统和方法 |
| CN110189208A (zh) * | 2019-06-04 | 2019-08-30 | 北京百度网讯科技有限公司 | 乘客评价方法、装置及存储介质 |
| CN110689890A (zh) * | 2019-10-16 | 2020-01-14 | 声耕智能科技(西安)研究院有限公司 | 语音交互服务处理系统 |
| CN110941982A (zh) * | 2018-09-21 | 2020-03-31 | 丰田自动车株式会社 | 乘车举止评价装置、评价系统、评价方法以及存储介质 |
| CN111859104A (zh) * | 2020-03-31 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种乘客状态判断方法、装置、电子设备和存储介质 |
| CN112183798A (zh) * | 2020-10-27 | 2021-01-05 | 上海博泰悦臻电子设备制造有限公司 | 租车服务方法、装置、服务器及存储介质 |
| CN113496409A (zh) * | 2020-04-06 | 2021-10-12 | 丰田自动车株式会社 | 信息处理设备、存储介质和信息处理系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102592439A (zh) * | 2012-02-03 | 2012-07-18 | 苏州大通汽车租赁有限公司 | 智能移动设备就近互动招车方法及其系统 |
| CN103164610A (zh) * | 2011-12-16 | 2013-06-19 | 上海博泰悦臻电子设备制造有限公司 | 驾驶员驾驶水平评定系统 |
| CN103281676A (zh) * | 2013-05-28 | 2013-09-04 | 吴昌明 | 一种出租车即时通讯系统及方法 |
| GB2513833A (en) * | 2013-03-05 | 2014-11-12 | Bibliotheca Ltd | Electronic book lending system and method |
| CN104732654A (zh) * | 2015-03-30 | 2015-06-24 | 苏州朗米尔照明科技有限公司 | 基于图像识别技术的有偿节能灯回收行为关联方法 |
| CN106600745A (zh) * | 2015-10-19 | 2017-04-26 | 上海汽车集团股份有限公司 | 车辆驾驶行为记录生成方法及系统 |
-
2017
- 2017-05-08 CN CN201710315256.5A patent/CN107038610B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103164610A (zh) * | 2011-12-16 | 2013-06-19 | 上海博泰悦臻电子设备制造有限公司 | 驾驶员驾驶水平评定系统 |
| CN102592439A (zh) * | 2012-02-03 | 2012-07-18 | 苏州大通汽车租赁有限公司 | 智能移动设备就近互动招车方法及其系统 |
| GB2513833A (en) * | 2013-03-05 | 2014-11-12 | Bibliotheca Ltd | Electronic book lending system and method |
| CN103281676A (zh) * | 2013-05-28 | 2013-09-04 | 吴昌明 | 一种出租车即时通讯系统及方法 |
| CN104732654A (zh) * | 2015-03-30 | 2015-06-24 | 苏州朗米尔照明科技有限公司 | 基于图像识别技术的有偿节能灯回收行为关联方法 |
| CN106600745A (zh) * | 2015-10-19 | 2017-04-26 | 上海汽车集团股份有限公司 | 车辆驾驶行为记录生成方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 王旭: ""民航主管部门建立旅客信用纪律相关问题探析"", 《中国民用航空》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019040929A1 (en) * | 2017-08-25 | 2019-02-28 | Cubic Corporation | REMOTE OPERATION OF AUTONOMOUS VEHICLES WITH NON-MOTOR FUNCTIONALITY |
| US10246015B2 (en) | 2017-08-25 | 2019-04-02 | Cubic Corporation | Remote operation of non-driving functionality autonomous vehicles |
| CN110126836A (zh) * | 2018-02-02 | 2019-08-16 | 通用汽车环球科技运作有限责任公司 | 用于共享自主车辆的乘坐者评级系统和方法 |
| CN108765762A (zh) * | 2018-07-25 | 2018-11-06 | 智慧式控股有限公司 | 智慧式无人载客车辆、共享系统及商业模式 |
| CN110941982A (zh) * | 2018-09-21 | 2020-03-31 | 丰田自动车株式会社 | 乘车举止评价装置、评价系统、评价方法以及存储介质 |
| CN110189208A (zh) * | 2019-06-04 | 2019-08-30 | 北京百度网讯科技有限公司 | 乘客评价方法、装置及存储介质 |
| CN110689890A (zh) * | 2019-10-16 | 2020-01-14 | 声耕智能科技(西安)研究院有限公司 | 语音交互服务处理系统 |
| CN110689890B (zh) * | 2019-10-16 | 2023-06-06 | 声耕智能科技(西安)研究院有限公司 | 语音交互服务处理系统 |
| CN111859104A (zh) * | 2020-03-31 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种乘客状态判断方法、装置、电子设备和存储介质 |
| CN113496409A (zh) * | 2020-04-06 | 2021-10-12 | 丰田自动车株式会社 | 信息处理设备、存储介质和信息处理系统 |
| CN112183798A (zh) * | 2020-10-27 | 2021-01-05 | 上海博泰悦臻电子设备制造有限公司 | 租车服务方法、装置、服务器及存储介质 |
| CN112183798B (zh) * | 2020-10-27 | 2023-04-28 | 博泰车联网科技(上海)股份有限公司 | 租车服务方法、装置、服务器及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107038610B (zh) | 2020-12-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107038610A (zh) | 一种无人驾驶出租车的乘客信任度评价方法 | |
| CN107393295A (zh) | 一种无人驾驶出租车乘客中途变更信息的应对方法 | |
| CN107563688A (zh) | 一种可用于货运的无人驾驶出租车的租用方法 | |
| CN102088680B (zh) | 基于有线和无线传感网络的通用移动通信系统 | |
| CN107103310A (zh) | 一种无人驾驶出租车的乘客行为监督系统及方法 | |
| CN107248273A (zh) | 一种针对坐轮椅乘客的应对方法及上、下车位置选择方法 | |
| CN108701377A (zh) | 车辆停放和大众交通信标系统 | |
| CN107424613A (zh) | 一种无人驾驶出租车的语音开门认证系统及其方法 | |
| CN106652055A (zh) | 基于云系统的自动停车收费方法和系统 | |
| CN201945877U (zh) | 一种渣土车辆动态监控系统 | |
| CN104680412A (zh) | 一种基于手机app和云管理平台的自行车租赁系统及其实现方法 | |
| CN104992364A (zh) | 一种无人值守电动汽车租赁系统和租赁方法 | |
| CN102426780A (zh) | 一种用于出租车招车的寻呼系统及寻呼方法 | |
| CN106971467A (zh) | 一种无人驾驶出租车的开门认证系统及其方法 | |
| CN106886830A (zh) | 共享交通工具的预约方法、系统与协助端 | |
| CN201584019U (zh) | 一种租用自行车装置 | |
| CN106875732A (zh) | 停车场管理方法与系统 | |
| CN101101648A (zh) | 一种停车位预订系统及其使用方法 | |
| CN107507297A (zh) | 一种无人驾驶出租车发生交通事故的应对方法 | |
| CN103646293A (zh) | 一种闲置车位的预定交易系统及方法 | |
| CN103679518A (zh) | 一种脱联机相结合的安全便捷的公交自行车系统及实现方法 | |
| CN104123834A (zh) | 出租车叫车管理结算系统与方法 | |
| WO2011147413A9 (en) | Automatic vehicle rental system | |
| CN107146139A (zh) | 加盟式电动车租赁系统及其加盟管理方法 | |
| CN105989733A (zh) | 公交实时信息同步的方法、装置和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |