CN107240015B - 车辆的预警方法、装置和系统 - Google Patents

车辆的预警方法、装置和系统 Download PDF

Info

Publication number
CN107240015B
CN107240015B CN201710350383.9A CN201710350383A CN107240015B CN 107240015 B CN107240015 B CN 107240015B CN 201710350383 A CN201710350383 A CN 201710350383A CN 107240015 B CN107240015 B CN 107240015B
Authority
CN
China
Prior art keywords
deviation
preset
operation amount
target vehicle
vehicle
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.)
Active
Application number
CN201710350383.9A
Other languages
English (en)
Other versions
CN107240015A (zh
Inventor
谢锦兴
姚化亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beiqi Foton Motor Co Ltd
Original Assignee
Beiqi Foton Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beiqi Foton Motor Co Ltd filed Critical Beiqi Foton Motor Co Ltd
Priority to CN201710350383.9A priority Critical patent/CN107240015B/zh
Publication of CN107240015A publication Critical patent/CN107240015A/zh
Application granted granted Critical
Publication of CN107240015B publication Critical patent/CN107240015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车辆的预警方法、装置和系统。其中,该方法包括:获取目标车辆在预设时间段内的第一运营量,其中,第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程;基于预设的运营模型,判断第一运营量是否符合预设异常运营条件;在第一运营量符合预设异常运营条件的情况下,输出预警信息,其中,预警信息用于提示目标车辆异常运营。本发明解决了相关技术中由于贷款机构无法实时监控贷款车辆的运营数据导致不能及时采取有效措施的技术问题。

Description

车辆的预警方法、装置和系统
技术领域
本发明涉及车联网技术领域,具体而言,涉及一种车辆的预警方法、装置和系统。
背景技术
随着金融信贷的发展,按揭买车已成为当今社会的一项潮流。尤其对于货车、搅拌车、渣土车等大型车辆的司机,通常会选择贷款买车,然后利用购车后的收入来还款。通常情况下,当金融机构为客户提供金融贷款服务的时候,需要对客户还款能力进行评估,及时评估客户的还款能力能够有效的降低贷款风险,避免还款能力不足的客户贷款造成金融机构的损失,但是对于已经贷款购买车辆的用户或者企业,是否每日积极运营来完成还款,目前没有较好的方法来进行监控和判断。
现有技术中,只有当贷款客户已经存在还款延期的情况下,才能对客户的抵押物进行定位监控,确保当客户无力还清剩余贷款的时候,能够扣押对应抵押物以及相关物品,将损失降低到最小化。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车辆的预警方法、装置和系统,以至少解决相关技术中由于贷款机构无法实时监控贷款车辆的运营数据导致不能及时采取有效措施的技术问题。
根据本发明实施例的一个方面,提供了一种车辆的预警方法,包括:获取目标车辆在预设时间段内的第一运营量,其中,第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程;基于预设的运营模型,判断第一运营量是否符合预设异常运营条件;在第一运营量符合预设异常运营条件的情况下,输出预警信息,其中,预警信息用于提示目标车辆异常运营。
根据本发明实施例的另一方面,还提供了一种车辆的预警系统,包括:车载终端,用于采集目标车辆的运营数据;服务器,与车载终端通信,用于接收运营数据,并根据运营数据提取目标车辆在预设时间段内的第一运营量,基于预设的运营模型,判断第一运营量是否符合预设异常运营条件,并在第一运营量符合预设异常运营条件的情况下,输出预警信息,其中,预警信息用于提示目标车辆异常运营;其中,第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程。
根据本发明实施例的另一方面,还提供了一种车辆的预警装置,包括:第一获取模块,用于获取目标车辆在预设时间段内的第一运营量,其中,第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程;第一判断模块,用于基于预设的运营模型,判断第一运营量是否符合预设异常运营条件;输出模块,用于在第一运营量符合预设异常运营条件的情况下,输出预警信息,其中,预警信息用于提示目标车辆异常运营。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,程序执行上述车辆的预警方法。
根据本发明实施例的另一方面,还提供了一种处理器,其特征在于,处理器用于运行程序,其中,程序运行时执行上述车辆的预警方法。
本发明实施例中,通过获取目标车辆在预设时间段内的第一运营量,其中,第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程;基于预设的运营模型,判断第一运营量是否符合预设异常运营条件;在第一运营量符合预设异常运营条件的情况下,输出预警信息,其中,预警信息用于提示目标车辆异常运营,达到了实时监控目标车辆的运营情况的目的,从而实现了在目标车辆运营异常的情况下及时采取有效措施的技术效果,进而解决了相关技术中由于贷款机构无法实时监控贷款车辆的运营数据导致不能及时采取有效措施的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种车辆的预警方法流程图;
图2是根据本发明实施例的一种可选的车辆的预警方法流程图;
图3是根据本发明实施例的一种可选的车辆的预警方法流程图;
图4是根据本发明实施例的一种可选的车辆的预警方法流程图;
图5是根据本发明实施例的一种可选的车辆的预警方法流程图;
图6是根据本发明实施例的一种可选的为金融信贷提供车辆预警的系统示意图;
图7是根据本发明实施例的一种可选的为金融信贷提供车辆预警的方案示意图;
图8是根据本发明实施例的一种车辆的预警系统示意图;以及
图9是根据本发明实施例的一种车辆的预警装置示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种车辆的预警方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种车辆的预警方法流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取目标车辆在预设时间段内的第一运营量,其中,第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程。
具体地,在上述步骤中,目标车辆可以为待监控运营数据的任意一种车辆(例如,货车、搅拌车、客车、渣土车等),通常这些车辆的收入情况与车辆的运营量成正相关关系;其中,运营量包括但不限于如下任意一种:运输量、运行时间和运行里程。例如,对于客车而言,其运营量可以根据客车的拉客数(即运输量)、运行时间和运行里程确定;对于搅拌车而言,其运营量可以根据搅拌车的容积(即运输量)、运行时间和运行里程确定。
可选地,上述预设时间段可以为一天,即第一运营量为目标车辆的日运营量。
作为一种可选的实施例,上述目标车辆为金融机构的贷款车辆。
一种可选的实施方式中,可以通过车辆上的车载终端采集目标车辆的运营数据,并根据采集到的运营数据,提取目标车辆在预设时间段内的第一运营量。
步骤S104,基于预设的运营模型,判断第一运营量是否符合预设异常运营条件。
具体地,在上述步骤中,上述预设的运营模型可以为在收集的大量车辆的历史运营数据的基础上,针对同一类型的车辆而建立的一个数据模型;上述预设异常运营条件可以为预设的用于表征目标车辆处于异常运营状态的预警条件;在获取到目标车辆的在预设时间段内的第一运营量后,可以将该目标车辆的运输量、运行时间、运行里程中的任意一种或多种输入至上述预设的运营模型,判断该目标车辆的第一运营量是否符合预设的用于表征车辆处于异常运营状态的条件。
一种可选的实施例中,该预设异常运营条件可以包括但不限于:第一运营量低于预设运营量、第一运营量偏离预设运营量的偏差指数高于预设偏差标准值。可选地,上述预设运营量可以是根据大量车辆(与目标车辆为同一类型的车辆)的历史运营数据估算出的一个标准运营量,作为目标车辆在正常运营情况下的运营量。
作为一种可选的实施方式,当预设异常运营条件为第一运营量低于预设运营量的情况下,上述预设的运营模型包括:第一计算模型和第二比较模型,其中,第一计算模型用于计算目标车辆在预设时间段内的平均运营量(即预设运营量),该值等于所有正常运营车辆的运营量的平均值,第一比较模型,用于比较第一运营量与预设运营量的大小。
作为另一种可选的实施方式,当预设异常运营条件为第一运营量偏离预设运营量的偏差指数高于预设偏差标准值的情况下,上述预设的运营模型包括:第二计算模型、第三计算模型和第二比较模型,其中,第二计算模型用于计算第一运营量的偏差指数,该值等于第一运营量与预设运营量的差值占预设运营量的比值;第三计算模型用于计算偏差标准值,该值等于所有非正常运营车辆的偏差指数的平均值;第二比较模型用于比较第一运营量偏离预设运营量的偏差指数与偏差标准值的大小。
可选地,基于预设的运营模型,判断第一运营量是否符合预设异常运营条件,可以包括如下任意之一:判断第一运输量是否符合预设异常运营条件;判断第一运行时间是否预设异常运营条件;判断第一运行里程是否预设异常运营条件。
此处还需要说明的是,在基于预设的运营模型,判断目标车辆的运营量是否符合预设异常运营条件的过程中,根据目标车辆的类型不同,需要设定不同的预设异常运营条件。
步骤S106,在第一运营量符合预设异常运营条件的情况下,输出预警信息,其中,预警信息用于提示目标车辆异常运营。
具体地,在上述步骤中,上述预警信息可以为用于提示目标车辆异常运营的提示信息;在根据获取到的车辆的运营量确定车辆符合预设异常运营条件的情况下,可以向有关单位或企业输出预警信息。
一种可选的实施例中,以贷款车辆为例,基于上述步骤S102至S106公开的技术方案,可以建立在车联网平台已有的大量车辆运营数据的基础上,选取其中所有正常运营车辆的各项参数(如日搅拌量、日运行时长、日运行里程)的平均值来构建车辆的运营模型,其中,各项参数的平均值可以作为车辆运营的参考基准值,同时将数据中非正常运营车辆的运营数据与前面获取的基准值进行计算,获取对应的运营参数的偏差值,将最小的偏差值作为一个预警指标,当监控车辆的各项运营参数偏差值大于预警指标的时候,在平台的金融预警模块显示对应车辆信息和运营信息,金融机构能够及时对贷款用户的还款能力进行评估,同时通知、提醒客户,避免金融风险的产生。
由上分析可知,在本申请上述实施例中,通过获取目标车辆预设时间段内的运营量,将该运营量输入至预设的运营模型,判断目标车辆的运营量是否符合预设异常运营条件,并在运营量符合预设的异常运营条件的情况下,输出目标车辆异常运营的预警信息,达到了实时监控目标车辆的运营情况的目的,从而实现了在目标车辆运营异常的情况下及时采取有效措施的技术效果,进而解决了相关技术中由于贷款机构无法实时监控贷款车辆的运营数据导致不能及时采取有效措施的技术问题。
一种可选的实施方式中,获取目标车辆在预设时间段内的第一运营量,可以包括如下步骤:
步骤S1021,采集目标车辆的运营数据;
步骤S1023,根据运营数据,提取目标车辆在预设时间段内的第一运营量。
具体地,在上述步骤中,可以通过目标车辆的车载终端采集目标车辆的运营数据,提取运营数据中运输量、运行时间和运行里程,得到目标车辆在预设时间段内的第一运营量。
在一种可选的实施方式中,如图2所示,在基于预设的运营模型,判断第一运营量是否符合预设异常运营条件之前,上述方法还可以包括如下步骤:
步骤S202,获取至少一台目标车辆的历史运营数据;
步骤S204,根据历史运营数据,确定目标车辆在预设时间段内的参考运营量,其中,参考运营量至少包括如下任意之一:参考运输量、参考运行时间、参考运行里程。
具体地,在上述步骤中,上述历史运营数据可以是存储在服务器(例如,车联网平台)上的与目标车辆同一类的至少一台车辆的运营数据,其中,如果要确定目标车辆在预设时间段内(例如,一天)的参考运营量,可以获取至少一台目标车辆在一个月或一年内的历史运营数据;在获取到至少一台目标车辆的历史运营数据后,可以根据目标车辆的历史运营数据估算出目标车辆在预设时间段内的标准运营量,作为目标车辆的参考运营量,该参考运营量可以用于确定目标车辆在该预设时间段内的运营量(即第一运营量)的参考值或基准值。
一种可选的实施方式中,上述参考运营量可以为历史运营数据中所有正常运营的车辆(与目标车辆类型相同的车辆)各项参数(如日搅拌量、日运行时长、日运行里程)的平均值。
另一种可选的实施方式中,上述参考运营量可以根据历史运营数据和其他因素考虑而估算的一个运营量,即预设运营量。
在一种可选的实施例中,如图3所示,基于预设的运营模型,判断第一运营量是否符合预设异常运营条件,可以包括如下步骤:
步骤S302,基于预设的运营模型,根据参考运营量计算第一运营量的偏差指数;
步骤S304,判断第一运营量的偏差指数是否高于预设偏差标准值。
具体地,在上述步骤中,在获取到目标车辆的参考运营量后,可以基于预设运营模型,计算第一运营量的偏差指数,然后判断该偏差指数是否高于预设偏差标准值,其中,预设偏差标准值可以根据具体情况设定。
可选地,基于预设的运营模型,根据参考运营量计算第一运营量的偏差指数,包括如下任意之一:
基于预设的运营模型,根据参考运输量计算第一运输量的第一偏差指数;
基于预设的运营模型,根据参考运行时间计算第一运行时间的第二偏差指数;
基于预设的运营模型,根据参考运行里程计算第一运输里程的第三偏差指数。
作为一种可选的实施例,以搅拌车为例,假设根据历史收集的至少一台搅拌车辆的运营数据设置的日参考运营量分别为:日搅拌量为a方,日运营里程为b公里,日运营时长为c小时;假设当前采集的目标车辆(某一搅拌车)的第一运营量分别为:搅拌量为a1方,运营里程为b1公里,运营时长为c1小时;则基于预设的运营模型,根据参考运营量计算出的第一运营量的偏差指数分别为:第一搅拌量的偏差指数(即上述第一偏差指数)为d%=(a-a1)/a;第一运行时间的偏差指数(即上述第二偏差指数)为e%=(b-b1)/b;第一运行里程的偏差指数(即上述第三偏差指数)为f%=(c-c1)/c。
一种可选的实施例中,如图4所示,在判断偏差指数是否高于预设偏差标准值之前,上述方法还包括:步骤S402,根据历史运营数据,确定预设偏差标准值。
具体地,在上述步骤中,偏差标准值可以是根据历史运营数据预先设定的一个偏差值,也可以是历史运营数据中全部非正常运营车辆的偏差指数的平均值。
作为一种可选的实施方式,如图4所示,根据历史运营数据,确定偏差标准值,可以包括如下步骤:
步骤S4021,获取历史运营数据中低于参考运营量的至少一个第二运营量,其中,第二运营量至少包括如下任意之一:第二运输量、第二运行时间和第二运行里程;
步骤S4023,基于参考运营量,计算每个第二运营量的偏差指数,得到多个偏差指数;
步骤S4025,计算多个偏差指数的平均值,得到偏差标准值,其中,偏差标准值至少包括如下任意之一:第一偏差标准值、第二偏差标准值和第三偏差标准值。
具体地,在上述步骤中,第一偏差标准值可以为运输量的偏差标准值,第二偏差标准值可以为运行时间的偏差标准值,第三偏差标准值可以为运行里程的偏差标准值;在获取到目标车辆的历史运营数据后,选取其中所有正常运营的目标车辆各项参数(如日搅拌量、日运行时长、日运行里程)的平均值来构建搅拌车辆的运营模型,作为搅拌车辆运营的参考基准值,同时将数据中非正常运营车辆的运营数据与前面获取的基准值进行计算,获取对应的运营参数的多个偏差值,将偏差指数求平均值,得到偏差标准值。
需要说明的是,上述偏差标准值也可以是多个偏差值中最小的一个偏差值。还可以是根据多个偏差值而设定一个偏差值。
在一种可选的实施例中,在获取到目标车辆的第一运营量后,根据第一运营量和参考运营量可以得到目标车辆在预设时间段内第一运输量的第一偏差指数、第一运行时间的第二偏差指数以及第一运行里程的第三偏差指数,其中,判断第一运营量的偏差指数是否高于预设偏差标准值,至少包括如下任意之一:
判断第一运营量的第一偏差指数是否高于第一偏差标准值;
判断第一运营量的第二偏差指数是否高于第二偏差标准值;
判断第一运营量的第三偏差指数是否高于第三偏差标准值。
具体地,在上述实施例中,第一偏差标准值可以为目标车辆在预设时间段内运输量的偏差标准值,第二偏差标准值可以为目标车辆在预设时间段内运行时间的偏差标准值,第三偏差标准值可以为目标车辆在预设时间段内运行里程的偏差标准值;将目标车辆在预设时间段内的第一运输量、第一运行时间、第一运行里程输入值预设的运营模型得到第一运输量的第一偏差指数、第一运行时间的第二偏差指数,或者第一运行里程的第三偏差指数后,可以根据上述任意一个或多个判断条件确定目标车辆是否存在异常运营。
在一种可选的实施例中,在计算多个偏差指数的平均值,得到偏差标准值之后,上述方法还可以包括如下步骤:
根据偏差标准值和参考运营量,计算目标车辆在预设时间段内的标准偏差运营量,其中,标准偏差运营量至少包括如下任意之一:标准偏差运输量、标准偏差运行时间和标准偏差运行里程。
具体地,在上述实施例中,在计算得到全部非正常运营车辆的偏差指数后,可以计算偏差指数的平均值,将参考运营量乘以该偏差指数的平均值,可以得到目标车辆在预设时间段内的标准偏差运营量,标准偏差运营量至少包括如下任意之一:标准偏差运输量、标准偏差运行时间和标准偏差运行里程。
仍以搅拌车为例,在计算出全部非正常运营搅拌车辆各项运营数据相对于参考运营量的偏差指数d%、e%和f%后,将全部非正常运营车辆的偏差指数求平均,得到偏差标准值d1%、e1%、f1%后,此时可以确认非正常运营车辆的日标准运营为a*d1%、b*e1%、c*f1%,当监控车辆的各项参数大于这个标准的时候,即可确认该用户存在消极运营或者缺乏还能力。
作为一种可选的实施例,如图5所示,基于预设的运营模型,判断第一运营量是否符合预设异常运营条件,包括:
步骤S502,基于参考运营量,计算第一运营量的偏差运营量,其中,偏差运营量至少包括如下任意之一:偏差运输量、偏差运行时间和偏差运行里程;
步骤S504,判断偏差运营量是否高于标准偏差运营量。
具体地,在上述实施例中,第一运营量的偏差运输量等于第一偏差指数乘以参考运营量;第一运营量的偏差运行时间等于第二偏差指数乘以参考运营量;第一运营量的偏差运行里程等于第三偏差指数乘以参考运营量。
作为一种优选的实施例,图6是根据本发明实施例的一种可选的为金融信贷提供车辆预警的系统示意图,该系统包括:车载终端11和车联网平台12。
在该系统中,需要先在车联网平台12绑定至少一台车辆。车联网平台12通过车载终端11实时定位目标车辆(例如,搅拌车辆),系统运行中,当搅拌车辆每日运行后,车联网平台12都会采集其日搅拌量等运营信息,具体方式是在车辆的车载终端11会收集搅拌车辆每日的运营参数,例如,每日的运行轨迹,历史日搅拌量等,车载终端11收集到搅拌车辆每日的各项运营参数后,通过GPS通道上传给车联网平台12后,车联网平台12根据历史收集的搅拌车辆数据设置一个日运营数据的基准值(即参考运营量,例如,对于6方搅拌车日搅拌量为a方,运营里程b公里,运营时长为c小时),同时针对采集的所有非正常运营搅拌车辆,计算每辆非正常运营搅拌车辆各项运营数据相对于基准值的偏差指数(6方非正常运营车辆日均搅拌量为a1方,运营里程为b1公里,运营时长为c1小时,则搅拌量偏差指数为d%=(a-a1)/a,同理计算出其他各项偏差指数e%,f%)。将全部非正常运营车辆的偏差指数求平均值d1%、e1%、f1%,则此时可以确认非正常运营车辆的日标准运营为a*d1%、b*e1%、c*f1%,当监控车辆的各项参数大于这个标准的时候,即可确认该用户存在消极运营或者缺乏还能力,此时会在平台的预警模块显示该搅拌车辆用户的相关信息,金融机构能够及时采取有效的措施(譬如及时提醒用户、远程锁车等),之所以用GPS传输是因为GPS的定位精度高,定位时间间隔小,能够实时获取车辆的运营参数,可以提高系统所处理数据的准确性与及时性。
通过上述车辆预警系统,利用车辆网平台对车辆进行日常监控,获取贷款购买搅拌车辆的用户的日常作业情况,车联网平台能够通过大量搅拌车辆的历史运营数据对该类搅拌车型的日常运营量进行一个基准值的评估,通过日常运营数据和基准值的比对来判断用户是否积极运营,从而为金融机构提供预警,金融机构能够提前对该用户及时的进行还款能力的分析,当确认用户还款能力存在问题的时候,可以及时提醒客户积极运营或者在平台进行锁车操作,提前将损失最小化。杜绝贷款拖欠等恶意事件的发生。
基于上述实施例,作为一种可选的实施方式,图7是根据本发明实施例的一种可选的为金融信贷提供车辆预警的方案示意图,根据历史运营数据构建标准运营模型,车载终端每日上传车辆的运营数据,分析车辆的实际运营数据,判断运营数据是否大于预警指标,如果大于预警指标,则向金融机构发出预警,否则,继续监控车辆运营数据,可选地,还可以包括如下步骤:
S1,获取车辆的定位信号,并判断在系统设定的时间内是否有通信,若是,则进行下一步判断。本步骤中,确保车辆与系统的通信顺畅,是对信息获取准确性的基本保障,也是容易被忽略却十分重要的校验步骤。
S2,判断读取最新经纬度并判断最新经纬度与缓存区经纬度差值是否小于0.0001,若否,则进行下一步判断。此步骤是防止GPS受环境因素影响而导致上传的车辆位置数据与实际数据不符,也是确保定位的精准性。
S3,确认车载终端能够正确上传数据,采集搅拌车辆的日运营数据,在后台计算车辆的日偏差指数,当该贷款用户的车辆日运营偏差值长期大于基准值的时候,在平台端预警模块向金融机构发出报警。
S4,确认车载终端能够正确上传数据,采集搅拌车辆的日运营数据,在后台计算车辆的日偏差指数,当该贷款用户的车辆日运营偏差值长期小于基准值(预警指标)的时候,在车联网平台端继续监控车辆的运营状况。
通过上述实施例,提供了一种通过车辆GPS数据分析为金融信贷提供预警的方法,基于大量搅拌车辆运营的基础数据上,建立搅拌车辆的运营模型,量化其运营的标准值,当金融机构监控的车辆运营处于标准值的正常波动范围外时及时提供预警,而且当车联网平台采集的运营数据越多时,其构建模型的基准值会更具有参考性,于此同时,其预警模块会更加的有效精确。
需要说明的是,对搅拌车辆的车载终端上传的日常运营数据来判断客户的日常运营的积极性和有效性,为金融机构提供对应的风险预估和预警,当客户存在长期的消极运营的情况,及时对金融机构进行预警,使得金融机构能够及时采取对应的措施,把即将发生的损失将降到最低。
实施例2
根据本发明实施例,还提供了一种用于实现上述车辆的预警方法的系统实施例,图8是根据本发明实施例的一种车辆的预警系统示意图,如图8所示,该系统包括:车载终端801和服务器803。
其中,车载终端801,用于采集目标车辆的运营数据;
服务器803,与车载终端通信,用于接收运营数据,并根据运营数据提取目标车辆在预设时间段内的第一运营量,基于预设的运营模型,判断第一运营量是否符合预设异常运营条件,并在第一运营量符合预设异常运营条件的情况下,输出预警信息,其中,预警信息用于提示目标车辆异常运营;
其中,第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程。
可选地,上述服务器可以为车联网平台的服务器。
由上分析可知,在本申请上述实施例中,通过车载终端801采集目标车辆的运营数据,并上传至服务器803,服务器803接收目标车辆的运营数据,并根据运营数据提取目标车辆在预设时间段内的第一运营量,将该第一运营量输入至预设的运营模型,判断目标车辆的运营量是否符合预设异常运营条件,并在运营量符合预设的异常运营条件的情况下,输出目标车辆异常运营的预警信息,达到了实时监控目标车辆的运营情况的目的,从而实现了在目标车辆运营异常的情况下及时采取有效措施的技术效果,进而解决了相关技术中由于贷款机构无法实时监控贷款车辆的运营数据导致不能及时采取有效措施的技术问题。
在一种可选的实施例中,上述系统还包括:GPS模块,与车载终端连接,用于将运营数据上传至服务器。
具体地,在上述实施例中,车载终端801采集目标车辆的运营数据后,通过GPS模块上传至服务器。
通过上述实施例,基于GPS传输运营数据,定位精度高,能够精确采集搅拌车辆的运营数据。
在一种可选的实施例中,上述服务器还用于获取至少一台目标车辆的历史运营数据;根据历史运营数据,确定目标车辆在预设时间段内的参考运营量,其中,参考运营量至少包括如下任意之一:参考运输量、参考运行时间、参考运行里程。
在一种可选的实施例中,上述服务器还用于基于预设的运营模型,根据参考运营量计算第一运营量的偏差指数;判断偏差指数是否高于预设偏差标准值。
在一种可选的实施例中,上述服务器还用于基于预设的运营模型,根据参考运输量计算第一运输量的第一偏差指数;基于预设的运营模型,根据参考运行时间计算第一运行时间的第二偏差指数;基于预设的运营模型,根据参考运行里程计算第一运输里程的第三偏差指数。
在一种可选的实施例中,上述服务器还用于根据历史运营数据,确定偏差标准值。
在一种可选的实施例中,上述服务器还用于获取历史运营数据中低于参考运营量的至少一个第二运营量,其中,第二运营量至少包括如下任意之一:第二运输量、第二运行时间和第二运行里程;基于参考运营量,计算每个第二运营量的偏差指数,得到多个偏差指数;计算多个偏差指数的平均值,得到偏差标准值,其中,偏差标准值至少包括如下任意之一:第一偏差标准值、第二偏差标准值和第三偏差标准值。
在一种可选的实施例中,上述服务器还用于判断第一运营量的第一偏差指数是否高于所述第一偏差标准值;判断第一运营量的第二偏差指数是否高于第二偏差标准值;判断第一运营量的第三偏差指数是否高于第三偏差标准值。
在一种可选的实施例中,上述服务器还用于根据偏差标准值和参考运营量,计算目标车辆在预设时间段内的标准偏差运营量,其中,标准偏差运营量至少包括如下任意之一:标准偏差运输量、标准偏差运行时间和标准偏差运行里程。
在一种可选的实施例中,上述服务器还用于基于参考运营量,计算第一运营量的偏差运营量,其中,偏差运营量至少包括如下任意之一:偏差运输量、偏差运行时间和偏差运行里程;判断偏差运营量是否高于标准偏差运营量。
实施例3
根据本发明实施例,还提供了一种用于实现上述车辆的预警方法的装置实施例,图9是根据本发明实施例的一种车辆的预警装置示意图,如图9所示,该装置包括:第一获取模块901、第一判断模块903和输出模块905。
其中,第一获取模块901,用于获取目标车辆在预设时间段内的第一运营量,其中,第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程;第一判断模块903,用于基于预设的运营模型,判断第一运营量是否符合预设异常运营条件;输出模块905,用于在第一运营量符合预设异常运营条件的情况下,输出预警信息,其中,预警信息用于提示目标车辆异常运营。
由上分析可知,在本申请上述实施例中,通过第一获取模块901获取目标车辆预设时间段内的运营量,通过第一判断模块903将该运营量输入至预设的运营模型,并判断目标车辆的运营量是否符合预设异常运营条件,并在运营量符合预设的异常运营条件的情况下,通过输出模块905输出目标车辆异常运营的预警信息,达到了实时监控目标车辆的运营情况的目的,从而实现了在目标车辆运营异常的情况下及时采取有效措施的技术效果,进而解决了相关技术中由于贷款机构无法实时监控贷款车辆的运营数据导致不能及时采取有效措施的技术问题。
在一种可选的实施例中,上述装置还包括:第二获取模块,用于获取至少一台目标车辆的历史运营数据;第一确定模块,用于根据历史运营数据,确定目标车辆在预设时间段内的参考运营量,其中,参考运营量至少包括如下任意之一:参考运输量、参考运行时间、参考运行里程。
在一种可选的实施例中,上述第一判断模块包括:第一计算模块,用于基于预设的运营模型,根据参考运营量计算第一运营量的偏差指数;第二判断模块,用于判断偏差指数是否高于预设偏差标准值。
在一种可选的实施例中,上述第一计算模块包括如下任意一个模块:第一子计算模块,用于基于预设的运营模型,根据参考运输量计算第一运输量的第一偏差指数;第二子计算模块,用于基于预设的运营模型,根据参考运行时间计算第一运行时间的第二偏差指数;第三子计算模块,用于基于预设的运营模型,根据参考运行里程计算第一运输里程的第三偏差指数。
在一种可选的实施例中,上述装置还包括:第二确定模块,用于根据历史运营数据,确定偏差标准值。
在一种可选的实施例中,上述第二确定模块包括:第三获取模块,用于获取历史运营数据中低于参考运营量的至少一个第二运营量,其中,第二运营量至少包括如下任意之一:第二运输量、第二运行时间和第二运行里程;第二计算模块,用于基于参考运营量,计算每个第二运营量的偏差指数,得到多个偏差指数;第三计算模块,用于计算多个偏差指数的平均值,得到偏差标准值,其中,偏差标准值至少包括如下任意之一:第一偏差标准值、第二偏差标准值和第三偏差标准值。
在一种可选的实施例中,上述第二判断模块包括如下任意一个模块:第一子判断模块,用于判断第一运营量的第一偏差指数是否高于所述第一偏差标准值;第二子判断模块,用于判断第一运营量的第二偏差指数是否高于第二偏差标准值;第三子判断模块,用于判断第一运营量的第三偏差指数是否高于第三偏差标准值。
在一种可选的实施例中,上述装置还包括:第四计算模块,用于根据偏差标准值和参考运营量,计算目标车辆在预设时间段内的标准偏差运营量,其中,标准偏差运营量至少包括如下任意之一:标准偏差运输量、标准偏差运行时间和标准偏差运行里程。
在一种可选的实施例中,上述第一判断模块包括:第五计算模块,用于基于参考运营量,计算第一运营量的偏差运营量,其中,偏差运营量至少包括如下任意之一:偏差运输量、偏差运行时间和偏差运行里程;第三判断模块,用于判断偏差运营量是否高于标准偏差运营量。
在一种可选的实施例中,上述装置还包括:采集模块,用于采集目标车辆的运营数据;提取模块,用于根据运营数据,提取目标车辆在预设时间段内的第一运营量。
实施例4
根据本发明实施例,还提供了一种存储介质,存储介质包括存储的程序,其中,程序执行实施例1中任意一项可选的或优选的车辆的预警方法。
实施例5
根据本发明实施例,还提供了一种处理器,其特征在于,处理器用于运行程序,其中,程序运行时执行实施例1中任意一项可选的或优选的车辆的预警方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (13)

1.一种车辆的预警方法,其特征在于,包括:
获取目标车辆在预设时间段内的第一运营量,其中,所述第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程;
基于预设的运营模型,判断所述第一运营量是否符合预设异常运营条件;
在所述第一运营量符合所述预设异常运营条件的情况下,输出预警信息,其中,所述预警信息用于提示所述目标车辆异常运营;
其中,所述预设的运营模型是在收集大量车辆的历史运营数据的基础上,针对同一类型的车辆而建立的一个数据模型,所述预设异常运营条件为预设的用于表征所述目标车辆处于所述异常运营状态的预警条件,并且根据所述目标车辆的类型不同,设定不同的所述预设异常运营条件。
2.根据权利要求1所述的方法,其特征在于,在基于预设的运营模型,判断所述第一运营量是否符合预设异常运营条件之前,所述方法还包括:
获取至少一台所述目标车辆的历史运营数据;
根据所述历史运营数据,确定所述目标车辆在所述预设时间段内的参考运营量,其中,所述参考运营量至少包括如下任意之一:参考运输量、参考运行时间、参考运行里程。
3.根据权利要求2所述的方法,其特征在于,基于预设的运营模型,判断所述第一运营量是否符合预设异常运营条件,包括:
基于预设的运营模型,根据所述参考运营量计算所述第一运营量的偏差指数;
判断所述第一运营量的偏差指数是否高于预设偏差标准值。
4.根据权利要求3所述的方法,其特征在于,基于预设的运营模型,根据所述参考运营量计算所述第一运营量的偏差指数,包括如下任意之一:
基于预设的运营模型,根据所述参考运输量计算所述第一运输量的第一偏差指数;
基于预设的运营模型,根据所述参考运行时间计算所述第一运行时间的第二偏差指数;
基于预设的运营模型,根据所述参考运行里程计算所述第一运输里程的第三偏差指数。
5.根据权利要求4所述的方法,其特征在于,在判断所述第一运营量的偏差指数是否高于预设偏差标准值之前,所述方法还包括:根据所述历史运营数据,确定所述预设偏差标准值。
6.根据权利要求5所述的方法,其特征在于,根据所述历史运营数据,确定所述偏差标准值,包括:
获取所述历史运营数据中低于所述参考运营量的至少一个第二运营量,其中,所述第二运营量至少包括如下任意之一:第二运输量、第二运行时间和第二运行里程;
基于所述参考运营量,计算每个所述第二运营量的偏差指数,得到多个偏差指数;
计算所述多个偏差指数的平均值,得到所述偏差标准值,其中,所述偏差标准值至少包括如下任意之一:第一偏差标准值、第二偏差标准值和第三偏差标准值。
7.根据权利要求6所述的方法,其特征在于,判断所述第一运营量的偏差指数是否高于预设偏差标准值,包括如下任意之一:
判断所述第一偏差指数是否高于所述第一偏差标准值;
判断所述第二偏差指数是否高于所述第二偏差标准值;
判断所述第三偏差指数是否高于所述第三偏差标准值。
8.根据权利要求6所述的方法,其特征在于,在计算所述多个偏差指数的平均值,得到所述偏差标准值之后,所述方法还包括:
根据所述偏差标准值和所述参考运营量,计算所述目标车辆在所述预设时间段内的标准偏差运营量,其中,所述标准偏差运营量至少包括如下任意之一:标准偏差运输量、标准偏差运行时间和标准偏差运行里程。
9.根据权利要求8所述的方法,其特征在于,基于预设的运营模型,判断所述第一运营量是否符合预设异常运营条件,包括:
基于所述参考运营量,计算所述第一运营量的偏差运营量,其中,所述偏差运营量至少包括如下任意之一:偏差运输量、偏差运行时间和偏差运行里程;
判断所述第一运营量的偏差运营量是否高于标准偏差运营量。
10.根据权利要求1至9中任意一项所述的方法,其特征在于,获取目标车辆在预设时间段内的第一运营量,包括:
采集所述目标车辆的运营数据;
根据所述运营数据,提取所述目标车辆在所述预设时间段内的第一运营量。
11.一种车辆的预警系统,其特征在于,包括:
车载终端,用于采集目标车辆的运营数据;
服务器,与所述车载终端通信,用于接收所述运营数据,并根据所述运营数据提取所述目标车辆在预设时间段内的第一运营量,基于预设的运营模型,判断所述第一运营量是否符合预设异常运营条件,并在所述第一运营量符合所述预设异常运营条件的情况下,输出预警信息,其中,所述预警信息用于提示所述目标车辆异常运营;
其中,所述第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程;
其中,所述预设的运营模型是在收集大量车辆的历史运营数据的基础上,针对同一类型的车辆而建立的一个数据模型,所述预设异常运营条件为预设的用于表征所述目标车辆处于所述异常运营状态的预警条件,并且根据所述目标车辆的类型不同,设定不同的所述预设异常运营条件。
12.根据权利要求11所述的系统,其特征在于,所述系统还包括:
GPS模块,与所述车载终端连接,用于将所述运营数据上传至所述服务器。
13.一种车辆的预警装置,其特征在于,包括:
第一获取模块,用于获取目标车辆在预设时间段内的第一运营量,其中,所述第一运营量至少包括如下任意之一:第一运输量、第一运行时间和第一运行里程;
第一判断模块,用于基于预设的运营模型,判断所述第一运营量是否符合预设异常运营条件;
输出模块,用于在所述第一运营量符合预设所述异常运营条件的情况下,输出预警信息,其中,所述预警信息用于提示所述目标车辆异常运营;
其中,所述预设的运营模型是在收集大量车辆的历史运营数据的基础上,针对同一类型的车辆而建立的一个数据模型,所述预设异常运营条件为预设的用于表征所述目标车辆处于所述异常运营状态的预警条件,并且根据所述目标车辆的类型不同,设定不同的所述预设异常运营条件。
CN201710350383.9A 2017-05-17 2017-05-17 车辆的预警方法、装置和系统 Active CN107240015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710350383.9A CN107240015B (zh) 2017-05-17 2017-05-17 车辆的预警方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710350383.9A CN107240015B (zh) 2017-05-17 2017-05-17 车辆的预警方法、装置和系统

Publications (2)

Publication Number Publication Date
CN107240015A CN107240015A (zh) 2017-10-10
CN107240015B true CN107240015B (zh) 2020-09-15

Family

ID=59984363

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710350383.9A Active CN107240015B (zh) 2017-05-17 2017-05-17 车辆的预警方法、装置和系统

Country Status (1)

Country Link
CN (1) CN107240015B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3618077A1 (en) * 2018-08-27 2020-03-04 Koninklijke Philips N.V. Generating metadata for trained model
CN110706091A (zh) * 2019-08-30 2020-01-17 平安普惠企业管理有限公司 对预定位置的异常行为的预警方法及相关装置
CN113516834B (zh) * 2021-04-22 2023-04-21 上海仙豆智能机器人有限公司 车辆监控方法、装置、系统、电子设备与存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203069369U (zh) * 2013-02-01 2013-07-17 广州市地下铁道总公司 地铁列车制动阀件测试装置
CN103714695A (zh) * 2013-07-12 2014-04-09 无锡坦程物联网科技有限公司 一种基于车辆行驶数据分析车辆运营状态方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030135448A1 (en) * 2002-01-10 2003-07-17 Scott Aguias System and methods for valuing and managing the risk of credit instrument portfolios

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203069369U (zh) * 2013-02-01 2013-07-17 广州市地下铁道总公司 地铁列车制动阀件测试装置
CN103714695A (zh) * 2013-07-12 2014-04-09 无锡坦程物联网科技有限公司 一种基于车辆行驶数据分析车辆运营状态方法

Also Published As

Publication number Publication date
CN107240015A (zh) 2017-10-10

Similar Documents

Publication Publication Date Title
US11669911B1 (en) Automated accident detection, fault attribution, and claims processing
US11176815B2 (en) Aggregated analytics for intelligent transportation systems
US10417713B1 (en) Determining whether a vehicle is parked for automated accident detection, fault attribution, and claims processing
CA2842332C (en) Systems and methods for accident reconstruction
CA2494638C (en) Monitoring system for determining and communicating a cost of insurance
US8924240B2 (en) System for monitoring vehicle and operator behavior
US20170270617A1 (en) Vehicle Telematics Road Warning System and Method
CN107240015B (zh) 车辆的预警方法、装置和系统
CN107426013B (zh) 设备信息监测方法、装置及系统
CN206684779U (zh) 一种基于adas智能车载终端的车险管理服务系统
CN112947137A (zh) 氢能源汽车控制方法、氢能源汽车及物联网系统
US9361607B1 (en) Motor vehicle monitoring method for determining driver negligence of an engine
CN111080353B (zh) 基于车辆数据的产品推荐方法、系统和可读存储介质
KR20160062259A (ko) 차량 이상 상태를 관리하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록매체
CN108009671B (zh) 车辆的调度方法及装置
Peng et al. Usage-based insurance system based on carrier-cloud-client
CN115497289A (zh) 车辆监控处理方法以及装置
WO2017191513A1 (en) Motor vehicle monitoring method for determining driver negligence of an engine
CN115334118A (zh) 一种汽车租赁自动风控方法及系统
CN114596713A (zh) 一种车辆的实时远程监测控制方法及系统
CN113868535A (zh) 驾驶功能推荐方法、装置、电子设备及存储介质

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171010

Assignee: Beijing Zhike chelian Technology Co.,Ltd.

Assignor: BEIQI FOTON MOTOR Co.,Ltd.

Contract record no.: X2022980018253

Denomination of invention: Early warning methods, devices and systems of vehicles

Granted publication date: 20200915

License type: Common License

Record date: 20221013