CN107665520A - 一种基于车辆行驶数据的行车监控方法及装置 - Google Patents
一种基于车辆行驶数据的行车监控方法及装置 Download PDFInfo
- Publication number
- CN107665520A CN107665520A CN201610600043.2A CN201610600043A CN107665520A CN 107665520 A CN107665520 A CN 107665520A CN 201610600043 A CN201610600043 A CN 201610600043A CN 107665520 A CN107665520 A CN 107665520A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle operation
- operation data
- vehicle
- driving
- 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
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于车辆行驶数据的行车监控方法及装置,所述方法包括:获取历史车辆行驶数据;使用多个已知的类别标签对所述历史车辆行驶数据进行标注;对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型;获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别;向用户发送所述类别对应的第一提示信息。上述方案可提升行车安全性。
Description
技术领域
本发明涉及车联网技术领域,特别是涉及一种基于车辆行驶数据的行车监控方法及装置。
背景技术
随着汽车的普及,汽车的行车安全性问题越来越受关注。互联网技术也逐渐应用于汽车行车安全的监控上,通过监控汽车的当前驾驶数据是否在安全范围之内,可以得出是否存在安全性的提醒。
然而,目前汽车的行车监控灵活性低,难以通过监控数据有效地做出准确的安全性提醒,从而不能更好地提升行车安全性。
发明内容
本发明解决的技术问题是提供一种基于车辆行驶数据的行车监控方法及装置,提升行车安全性。
为解决上述技术问题,本发明实施例提供一种基于车辆行驶数据的行车监控方法,所述方法包括:
获取历史车辆行驶数据;使用多个已知的类别标签对所述历史车辆行驶数据进行标注;对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型;获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别;向用户发送所述类别对应的第一提示信息。
可选地,所述历史车辆行驶数据和所述当前车辆行驶数据包括车况数据和用户驾驶行为数据;
所述车况数据包括以下至少一项:发动机转速、水温、车速、发动机扭矩、空调状态信息、车身结构状态信息;所述用户驾驶行为数据包括危险驾驶行为信息和/或驾驶路径信息。
可选地,所述车况数据通过OBD设备获取。
可选地,采用分类算法进行所述分类训练。
可选地,所述基于车辆行驶数据的行车监控方法,还包括:
判断所述当前车辆行驶数据是否处于预设范围内;
当所述当前车辆行驶数据处于所述预设范围之外时,向用户发送对应的第二提示信息。
本发明实施例还提供一种基于车辆行驶数据的行车监控装置,所述装置包括:
获取单元,适于获取历史车辆行驶数据;
标注单元,适于使用多个已知的类别标签对所述历史车辆行驶数据进行标注;
训练单元,适于对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型;
预测单元,适于获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别;
第一发送单元,适于向用户发送所述类别对应的第一提示信息。
可选地,所述历史车辆行驶数据和所述当前车辆行驶数据包括车况数据和用户驾驶行为数据;
所述车况数据包括以下至少一项:发动机转速、水温、车速、发动机扭矩、空调状态信息、车身结构状态信息;所述用户驾驶行为数据包括危险驾驶行为信息和/或驾驶路径信息。
可选地,所述车况数据通过OBD设备获取。
可选地,采用分类算法进行所述分类训练。
可选地,所述基于车辆行驶数据的行车监控装置,还包括:
判断单元,适于判断所述当前车辆行驶数据是否处于预设范围内;
第二发送单元,适于当所述当前车辆行驶数据处于所述预设范围之外时,向用户发送对应的第二提示信息。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
本发明实施例的技术方案通过获取历史车辆行驶数据,使用多个已知的类别标签对所述历史车辆行驶数据进行标注,对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型,获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别,向用户发送所述类别对应的第一提示信息。由于本方案的分类模型是基于大量具有类别标签的历史车辆行驶数据进行分类训练而获得,从而使得对当前车辆行驶数据的类别的预测较为准确,相比现有技术中直接以当车辆行驶数据与阈值范围比较来确定提示信息的方法,本方案的监控方法做出行车危险程度的预测更加客观地符合当前车辆的行车安全情况,从而对用户进行的提示更加符合行车安全的需要,进而提升行车安全性。
附图说明
图1是本发明实施例中的一种基于车辆行驶数据的行车监控方法的流程图;
图2是本发明实施例中的一种基于车辆行驶数据的行车监控装置的结构示意图。
具体实施方式
如背景技术所言,目前汽车的行车监控灵活性低,难以通过监控数据有效地做出准确的安全性提醒,从而不能更好地提升行车安全性。
本发明实施例的技术方案通过获取历史车辆行驶数据,使用多个已知的类别标签对所述历史车辆行驶数据进行标注,对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型,获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别,向用户发送所述类别对应的第一提示信息。由于本方案的分类模型是基于大量具有类别标签的历史车辆行驶数据进行分类训练而获得,从而使得对当前车辆行驶数据的类别的预测较为准确,相比现有技术中直接以当车辆行驶数据与阈值范围比较来确定提示信息的方法,本方案的监控方法做出行车危险程度的预测更加客观地符合当前车辆的行车安全情况,从而对用户进行的提示更加符合行车安全的需要,进而提升行车安全性。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例中的一种基于车辆行驶数据的行车监控方法的流程图。下面参照图1所示的步骤进行说明。
步骤S101:获取历史车辆行驶数据。
在具体实施中,所述历史车辆行驶数据可以包括车况数据和用户驾驶行为数据。历史车辆行驶数据是相对于当前车辆行驶数据而言的,所述当前车辆行驶数据也可以包括车况数据和用户驾驶行为数据。
所述车况数据包括以下至少一项:发动机转速、水温、车速、发动机扭矩、空调状态信息、车身结构状态信息。所述车况数据反映了车辆的运行状况,具体指车辆的运行健康状况,包括但不限于发动机的运行状况。其中,所述车身结构状态信息为反映车辆具体结构的损耗状况的信息,例如,车灯、车窗、车门、座椅、雨刷、安全带等结构的使用状况信息。需要指出的是,所述车况数据还可以包括其他信息,不限于上述的列举。
在具体实施中,所述车况数据可以通过OBD接口向车辆自动诊断(On-BoardDiagnostics,OBD)设备采集。
所述用户驾驶行为数据包括危险驾驶行为信息和/或驾驶路径信息。在具体实施中,所述危险驾驶行为信息可以是一些用户违规的危险操作信息,例如,车辆变道不打灯,车辆跟车距离小于安全距离等信息;所述驾驶路径信息是车辆在不同时间处于不同的地理位置所形成的信息。
在具体实施中,所述用户驾驶行为数据可以通过智能行车记录仪获取。所述驾驶路径信息可以从导航数据中提取。
在具体实施中,所述历史车辆行驶数据的采集时间段可以进行不同的预设。例如,可以采集上一个月的车辆行驶数据。
步骤S102:使用多个已知的类别标签对所述历史车辆行驶数据进行标注。
在具体实施中,所述类别标签可以进行不同的预设。在一非限定性的例子中,可以对不同的车况数据标注为“是否定期维修”、“发动机油耗高或低”、“车身结构损耗严重或不严重”,对不同的用户驾驶行为数据标注为“操作危险程度高或操作危险程度低”,等。
需要指出的是,当所述历史车辆行驶数据来自于多个用户时,还可以针对用户特征进行不同的标注,例如“新手或老手”、“驾驶风格稳健或激进”等。
对所述历史车辆行驶数据进行标注是为了后续进行分类训练。
步骤S103:对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型。
在具体实施中,采用分类算法进行所述分类训练。所述分类算法可以是KNN算法、决策树、朴素贝叶斯和Logistic回归等。
通过分类训练可以从大量的历史车辆行驶数据中分析出满足一定条件的数据属于特定的分类的规则,也即得到分类模型。通过运用分类模型可以对当前车辆行驶数据进行类别的预测。
步骤S104:获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别。
在具体实施中,所述当前车辆行驶数据可以通过OBD接口向车辆自动诊断设备采集。
在具体实施中,所述分类模型结合所述当前车辆行驶数据,可以得到当前车辆行驶数据的类别。例如,采用决策树进行所述分类模型预测时,根据当前车辆行驶数据中的具体数据情况得到最终决策树叶子节点的得分,可以定义不同的得分情况对应不同的行车危险性等级类别。
在具体实施中,可以根据当车辆行驶数据的类别的不同而相应地进行不同的提示。
在具体实施中,所述车辆与远程服务器进行网络连接,从而可以使远程服务器获取历史车辆行驶数据和所述当前车辆行驶数据。
步骤S105:向用户发送所述类别对应的第一提示信息。
在具体实施中,所述第一提示信息可以是语音形式的提示信息,也可以是通过文本显示于车辆终端的形式的提示信息。
在具体实施中,所述第一提示信息可以发送至车辆终端,也可以发送至用户的移动终端,发送至用户的移动终端时,需要建立移动终端与远程服务器的连接。
在具体实施中,所述第一提示信息的内容可以是当前行车的危险程度,相应地,在该危险程度下,提醒当前用户需要注意修正的驾驶操作,建议选择的驾驶路径,建议调整的车速和加速度,建议维修的车身结构等。
由于本方案的分类模型是基于大量具有类别标签的历史车辆行驶数据进行分类训练而获得,从而使得对当前车辆行驶数据的类别的预测较为准确,相比现有技术中直接以当车辆行驶数据与阈值范围比较来确定提示信息的方法,本方案的监控方法做出行车危险程度的预测更加客观地符合当前车辆的行车安全情况,从而对用户进行的提示更加符合行车安全的需要,进而提升行车安全性。
在本发明的另一实施例中,所述基于车辆行驶数据的行车监控方法除包括上述步骤S101至步骤S105外,还可以包括以下步骤:
判断所述当前车辆行驶数据是否处于预设范围内;
当所述当前车辆行驶数据处于所述预设范围之外时,向用户发送对应的第二提示信息。
在本实施例中,直接将当前车辆行驶数据中的各项数据与相应的预设范围进行比较,当所述当前车辆行驶数据处于所述预设范围之外时,向用户发送对应的第二提示信息。例如,发动机水温设置预设范围,当前车辆行驶数据中的发动机水温处于预设范围之外时,向用户发送的第二提示信息,该第二提示信息可以是“发动机异常,请检查发动机水温”。
在本实施例中,用户不仅可以获得第一提示信息,也可以获得第二提示信息,从而可以多方面了解可能影响行车安全的因素,进而提升行车安全。
图2是本发明实施例中的一种基于车辆行驶数据的行车监控装置的结构示意图。如图2所示的基于车辆行驶数据的行车监控装置可以包括:获取单元201,标注单元202,训练单元203,预测单元204和第一发送单元205。
所述获取单元201,适于获取历史车辆行驶数据。
在具体实施中,所述历史车辆行驶数据可以包括车况数据和用户驾驶行为数据。历史车辆行驶数据是相对于当前车辆行驶数据而言的,所述当前车辆行驶数据也可以包括车况数据和用户驾驶行为数据。
所述车况数据包括以下至少一项:发动机转速、水温、车速、发动机扭矩、空调状态信息、车身结构状态信息;所述用户驾驶行为数据包括危险驾驶行为信息和/或驾驶路径信息。
所述标注单元202,适于使用多个已知的类别标签对所述历史车辆行驶数据进行标注。
所述训练单元203,适于对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型。
在具体实施中,使用分类算法进行所述分类训练。所述分类算法可以是KNN算法、决策树、朴素贝叶斯和Logistic回归等。
所述预测单元204,适于获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别。
在具体实施中,所述车况数据可以通过OBD设备获取。。
所述第一发送单元205,适于向用户发送所述类别对应的第一提示信息。
由于本方案的分类模型基于大量具有类别标签的历史车辆行驶数据进行分类训练获得,从而使得对当前车辆行驶数据的类别的预测较为准确,相比现有技术中直接以当车辆行驶数据与阈值范围比较来确定提示信息的方法,本方案的监控方法做出的预测更加客观地符合当前车辆的行车安全情况,从而对用户进行的提示更加符合行车安全的需要,进而提升行车安全性。
在本发明的另一实施例中,所述基于车辆行驶数据的行车监控装置还可以包括:
判断单元(图未示),适于判断所述当前车辆行驶数据是否处于预设范围内;
第二发送单元(图未示),适于当所述当前车辆行驶数据处于所述预设范围之外时,向用户发送对应的第二提示信息。
由于本发明实施例中的分类模型是基于大量具有类别标签的历史车辆行驶数据进行分类训练而获得,从而使得对当前车辆行驶数据的类别的预测较为准确,相比现有技术中直接以当车辆行驶数据与阈值范围比较来确定提示信息的方法,本方案的监控方法做出行车危险程度的预测更加客观地符合当前车辆的行车安全情况,从而对用户进行的提示更加符合行车安全的需要,进而提升行车安全性。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上对本发明实施例的方法及系统做了详细的介绍,本发明并不限于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种基于车辆行驶数据的行车监控方法,其特征在于,包括:
获取历史车辆行驶数据;
使用多个已知的类别标签对所述历史车辆行驶数据进行标注;
对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型;
获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别;
向用户发送所述类别对应的第一提示信息。
2.根据权利要求1所述的基于车辆行驶数据的行车监控方法,其特征在于,所述历史车辆行驶数据和所述当前车辆行驶数据包括车况数据和用户驾驶行为数据;
所述车况数据包括以下至少一项:发动机转速、水温、车速、发动机扭矩、空调状态信息、车身结构状态信息;所述用户驾驶行为数据包括危险驾驶行为信息和/或驾驶路径信息。
3.根据权利要求2所述的基于车辆行驶数据的行车监控方法,其特征在于,所述车况数据通过OBD设备获取。
4.根据权利要求1所述的基于车辆行驶数据的行车监控方法,其特征在于,采用分类算法进行所述分类训练。
5.根据权利要求1所述的基于车辆行驶数据的行车监控方法,其特征在于,还包括:
判断所述当前车辆行驶数据是否处于预设范围内;
当所述当前车辆行驶数据处于所述预设范围之外时,向用户发送对应的第二提示信息。
6.一种基于车辆行驶数据的行车监控装置,其特征在于,包括:
获取单元,适于获取历史车辆行驶数据;
标注单元,适于使用多个已知的类别标签对所述历史车辆行驶数据进行标注;
训练单元,适于对标注有所述类别标签的历史车辆行驶数据进行分类训练,以得到分类模型;
预测单元,适于获取当前车辆行驶数据,并根据所述分类模型预测所述当前车辆行驶数据的类别;
第一发送单元,适于向用户发送所述类别对应的第一提示信息。
7.根据权利要求6所述的基于车辆行驶数据的行车监控装置,其特征在于,所述历史车辆行驶数据和所述当前车辆行驶数据包括车况数据和用户驾驶行为数据;
所述车况数据包括以下至少一项:发动机转速、水温、车速、发动机扭矩、空调状态信息、车身结构状态信息;所述用户驾驶行为数据包括危险驾驶行为信息和/或驾驶路径信息。
8.根据权利要求7所述的基于车辆行驶数据的行车监控装置,其特征在于,所述车况数据通过OBD设备获取。
9.根据权利要求6所述的基于车辆行驶数据的行车监控装置,其特征在于,采用分类算法进行所述分类训练。
10.根据权利要求6所述的基于车辆行驶数据的行车监控装置,其特征在于,还包括:
判断单元,适于判断所述当前车辆行驶数据是否处于预设范围内;
第二发送单元,适于当所述当前车辆行驶数据处于所述预设范围之外时,向用户发送对应的第二提示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610600043.2A CN107665520A (zh) | 2016-07-27 | 2016-07-27 | 一种基于车辆行驶数据的行车监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610600043.2A CN107665520A (zh) | 2016-07-27 | 2016-07-27 | 一种基于车辆行驶数据的行车监控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107665520A true CN107665520A (zh) | 2018-02-06 |
Family
ID=61114829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610600043.2A Pending CN107665520A (zh) | 2016-07-27 | 2016-07-27 | 一种基于车辆行驶数据的行车监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107665520A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447127A (zh) * | 2018-09-29 | 2019-03-08 | 深圳市元征科技股份有限公司 | 数据处理方法及装置 |
CN109636047A (zh) * | 2018-12-17 | 2019-04-16 | 江苏满运软件科技有限公司 | 用户活跃度预测模型训练方法、系统、设备及存储介质 |
CN109817300A (zh) * | 2019-01-18 | 2019-05-28 | 杭州逸曜信息技术有限公司 | 一种基于人工智能的用药规则生成方法 |
CN110085042A (zh) * | 2019-04-08 | 2019-08-02 | 武汉理工大学 | 一种基于信息融合的车辆驾驶预警系统及方法 |
CN110745143A (zh) * | 2019-10-29 | 2020-02-04 | 广州文远知行科技有限公司 | 一种车辆的控制方法、装置、设备和存储介质 |
CN110853179A (zh) * | 2018-08-21 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 车联网服务器、车辆及基于行驶数据的车辆油耗提示方法 |
CN111291916A (zh) * | 2018-12-10 | 2020-06-16 | 北京嘀嘀无限科技发展有限公司 | 驾驶行为安全性预测方法、装置、电子设备及存储介质 |
CN111382883A (zh) * | 2018-12-29 | 2020-07-07 | 北京嘀嘀无限科技发展有限公司 | 网约车接单权限控制方法、装置及设备 |
CN112277944A (zh) * | 2020-10-30 | 2021-01-29 | 浙江吉利控股集团有限公司 | 一种道路巡航方法、装置及介质 |
CN112319489A (zh) * | 2020-11-18 | 2021-02-05 | 三一重型装备有限公司 | 驾驶行为监测方法、监测系统、服务器和存储介质 |
CN114475661A (zh) * | 2022-03-03 | 2022-05-13 | 上海和夏新能源科技有限公司 | 目标车辆行为和路径预测方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021892A (zh) * | 2007-02-26 | 2007-08-22 | 西南交通大学 | 列车与线路系统动态性能综合仿真方法 |
CN102737508A (zh) * | 2012-06-19 | 2012-10-17 | 银江股份有限公司 | 一种融合svm与bp神经网络的城市道路交通状态检测方法 |
CN104386063A (zh) * | 2014-09-19 | 2015-03-04 | 奇瑞汽车股份有限公司 | 基于人工智能的驾驶辅助系统 |
CN104768130A (zh) * | 2014-01-06 | 2015-07-08 | 哈曼国际工业有限公司 | 车辆内通知呈现调度 |
US9129519B2 (en) * | 2012-07-30 | 2015-09-08 | Massachussetts Institute Of Technology | System and method for providing driver behavior classification at intersections and validation on large naturalistic data sets |
CN105303829A (zh) * | 2015-09-11 | 2016-02-03 | 深圳市乐驰互联技术有限公司 | 汽车驾驶员情绪识别方法及装置 |
CN105551285A (zh) * | 2016-03-02 | 2016-05-04 | 上海航盛实业有限公司 | 一种智能安全辅助驾驶系统 |
-
2016
- 2016-07-27 CN CN201610600043.2A patent/CN107665520A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021892A (zh) * | 2007-02-26 | 2007-08-22 | 西南交通大学 | 列车与线路系统动态性能综合仿真方法 |
CN102737508A (zh) * | 2012-06-19 | 2012-10-17 | 银江股份有限公司 | 一种融合svm与bp神经网络的城市道路交通状态检测方法 |
US9129519B2 (en) * | 2012-07-30 | 2015-09-08 | Massachussetts Institute Of Technology | System and method for providing driver behavior classification at intersections and validation on large naturalistic data sets |
CN104768130A (zh) * | 2014-01-06 | 2015-07-08 | 哈曼国际工业有限公司 | 车辆内通知呈现调度 |
CN104386063A (zh) * | 2014-09-19 | 2015-03-04 | 奇瑞汽车股份有限公司 | 基于人工智能的驾驶辅助系统 |
CN105303829A (zh) * | 2015-09-11 | 2016-02-03 | 深圳市乐驰互联技术有限公司 | 汽车驾驶员情绪识别方法及装置 |
CN105551285A (zh) * | 2016-03-02 | 2016-05-04 | 上海航盛实业有限公司 | 一种智能安全辅助驾驶系统 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110853179A (zh) * | 2018-08-21 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 车联网服务器、车辆及基于行驶数据的车辆油耗提示方法 |
CN109447127A (zh) * | 2018-09-29 | 2019-03-08 | 深圳市元征科技股份有限公司 | 数据处理方法及装置 |
CN111291916B (zh) * | 2018-12-10 | 2023-05-23 | 北京嘀嘀无限科技发展有限公司 | 驾驶行为安全性预测方法、装置、电子设备及存储介质 |
CN111291916A (zh) * | 2018-12-10 | 2020-06-16 | 北京嘀嘀无限科技发展有限公司 | 驾驶行为安全性预测方法、装置、电子设备及存储介质 |
CN109636047B (zh) * | 2018-12-17 | 2021-07-16 | 江苏满运物流信息有限公司 | 用户活跃度预测模型训练方法、系统、设备及存储介质 |
CN109636047A (zh) * | 2018-12-17 | 2019-04-16 | 江苏满运软件科技有限公司 | 用户活跃度预测模型训练方法、系统、设备及存储介质 |
CN111382883A (zh) * | 2018-12-29 | 2020-07-07 | 北京嘀嘀无限科技发展有限公司 | 网约车接单权限控制方法、装置及设备 |
CN109817300A (zh) * | 2019-01-18 | 2019-05-28 | 杭州逸曜信息技术有限公司 | 一种基于人工智能的用药规则生成方法 |
CN109817300B (zh) * | 2019-01-18 | 2020-10-02 | 杭州逸曜信息技术有限公司 | 一种基于人工智能的用药规则生成方法 |
CN110085042B (zh) * | 2019-04-08 | 2021-09-03 | 武汉理工大学 | 一种基于信息融合的车辆驾驶预警系统及方法 |
CN110085042A (zh) * | 2019-04-08 | 2019-08-02 | 武汉理工大学 | 一种基于信息融合的车辆驾驶预警系统及方法 |
CN110745143A (zh) * | 2019-10-29 | 2020-02-04 | 广州文远知行科技有限公司 | 一种车辆的控制方法、装置、设备和存储介质 |
CN112277944A (zh) * | 2020-10-30 | 2021-01-29 | 浙江吉利控股集团有限公司 | 一种道路巡航方法、装置及介质 |
CN112277944B (zh) * | 2020-10-30 | 2022-10-11 | 浙江吉利控股集团有限公司 | 一种道路巡航方法、装置及介质 |
CN112319489A (zh) * | 2020-11-18 | 2021-02-05 | 三一重型装备有限公司 | 驾驶行为监测方法、监测系统、服务器和存储介质 |
CN112319489B (zh) * | 2020-11-18 | 2022-03-04 | 三一重型装备有限公司 | 驾驶行为监测方法、监测系统、服务器和存储介质 |
CN114475661A (zh) * | 2022-03-03 | 2022-05-13 | 上海和夏新能源科技有限公司 | 目标车辆行为和路径预测方法和系统 |
CN114475661B (zh) * | 2022-03-03 | 2024-04-19 | 上海和夏骏智科技有限公司 | 目标车辆行为和路径预测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107665520A (zh) | 一种基于车辆行驶数据的行车监控方法及装置 | |
EP3533681B1 (en) | Method for detecting safety of driving behavior, apparatus and storage medium | |
KR101500259B1 (ko) | 자동 차속 제어 장치 및 이를 이용한 방법 | |
CN106781503B (zh) | 用于监测驾驶行为的方法和装置 | |
CN110120153A (zh) | 一种公交驾驶事故风险评估系统及其方法 | |
CN109388130A (zh) | 联网的自动车辆的安全控制 | |
CN105590466A (zh) | 一种云平台下的驾驶员危险操作行为监测系统及方法 | |
CN108074396A (zh) | 安全行驶评价方法及系统 | |
CN107264286A (zh) | 电动汽车行驶故障处理方法、装置及其设备 | |
CN105869439A (zh) | 一种道路交汇口防撞预警方法、路侧设备与防撞系统 | |
CN106651162A (zh) | 一种基于大数据的驾驶风险评估方法 | |
CN107665579A (zh) | 一种用户驾驶行为监控方法及装置 | |
CN107730425A (zh) | 碳排放量计算方法、装置及存储介质 | |
CN110316198A (zh) | 一种用于高速公路提速的安全保障系统及运行方法 | |
CN106515724A (zh) | 一种隧道内行车控制方法及终端 | |
CN104978777A (zh) | 对驾驶行为进行分析的系统、装置及方法 | |
CN112925309A (zh) | 智能网联汽车数据交互方法及交互系统 | |
Fan et al. | Ubiquitous control over heterogeneous vehicles: A digital twin empowered edge AI approach | |
CN108961473A (zh) | 一种基于智能网联汽车控制中心的车辆状态评估预警方法 | |
CN109062183A (zh) | 新能源汽车远程监控分析方法和系统 | |
CN109993966A (zh) | 一种构建用户画像的方法及装置 | |
CN114559959A (zh) | 一种基于驾驶偏好的自动驾驶行为决策系统及方法 | |
CN117409583A (zh) | 一种基于智能网联汽车控制中心的车辆状态评估预警方法 | |
CN110610326A (zh) | 一种基于驾驶数据的驾驶管理系统 | |
CN108921418A (zh) | 一种基于汽车定位及综合信息大数据的驾驶风险评估方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180206 |
|
RJ01 | Rejection of invention patent application after publication |