CN109345769A - 一种面向打车的乘客安全状态监测方法 - Google Patents

一种面向打车的乘客安全状态监测方法 Download PDF

Info

Publication number
CN109345769A
CN109345769A CN201811316701.0A CN201811316701A CN109345769A CN 109345769 A CN109345769 A CN 109345769A CN 201811316701 A CN201811316701 A CN 201811316701A CN 109345769 A CN109345769 A CN 109345769A
Authority
CN
China
Prior art keywords
passenger
taxi
towards
monitoring method
safety state
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
Application number
CN201811316701.0A
Other languages
English (en)
Inventor
陶菲
钱振
周侗
范紫灵
康天乐
陈昊烜
张瑞嘉
胡宇宸
陆杰
马帅齐
孟晴
张雪
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.)
Nantong University
Original Assignee
Nantong University
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 Nantong University filed Critical Nantong University
Priority to CN201811316701.0A priority Critical patent/CN109345769A/zh
Publication of CN109345769A publication Critical patent/CN109345769A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种面向打车的乘客安全状态监测方法，获取乘客相关数据并初始化危险积分P=0；获取城市打车潜在的危险区域，当车辆进入危险区域时，执行警示判断；对比实际行驶时间和预计时间并进行预警；计算乘客数量评分系数；计算乘客性别评分系数；计算总积分P；通过总分P判断乘客安全状态。本发明通过对城市中载客车辆的实时位置和运行状态进行分析，得到其行驶状态，并与潜在危险区域进行空间分析，检测出车辆实时的安全程度，从一定程度上减少案件发生，提高乘客的乘车安全。

Description

一种面向打车的乘客安全状态监测方法
技术领域
本发明涉及一种安全状态监测方法，特别是一种面向打车的乘客安全状态监测方法。
背景技术
人们的日常出行都需要乘坐各种交通工具，出租车、公交、地铁等等，出租车以及近年盛行起来的快车等叫车服务由于其速度快，出行方便备受人们的喜欢。出租车由出租公司统一管理，其安全性还具有一定的保证，然而快车等叫车服务则由个人进行网上注册，平台进行审核登记，然而平台并不能保证注册个人信息的准确，因此存在巨大的安全隐患，近两年也是事故频发，酿成了各种悲剧。不仅对社会造成了恶劣的影响，同时对快车的发展也是提出了巨大的挑战。因此有必要设计一种面向打车的乘客安全状态监测方法，来提醒平台及乘客危险状态，有效避免危险情况发生。
发明内容
本发明所要解决的技术问题是提供一种面向打车的乘客安全状态监测方法，提高乘客的乘车安全。
为解决上述技术问题，本发明所采用的技术方案是：
一种面向打车的乘客安全状态监测方法，其特征在于包含以下步骤：
步骤一：获取乘客相关数据并初始化危险积分P=0；
步骤二：获取城市打车潜在的危险区域，当车辆进入危险区域时，执行警示判断；
步骤三：对比实际行驶时间和预计时间并进行预警；
步骤四：计算乘客数量评分系数；
步骤五：计算乘客性别评分系数；
步骤六：计算总积分P；
步骤七：通过总分P判断乘客安全状态。
进一步地，所述步骤一中乘客相关数据包含处于载客状态时车辆的轨迹数据、危险区域数据、实时路况拥堵数据、交通灯位置数据、乘客性别数据和乘客数量数据。
进一步地，所述步骤二中获取城市打车潜在的危险区域具体过程为对城市中的多种敏感区域进行空间分析，得到在打车中潜在的危险区域，并将时间进行划分，对不同时间段的危险区域计算危险程度评定。
进一步地，所述步骤二中执行警示判断过程为
2.1计算当前车辆位置点与目的地位置点的位移大小，若位移一直处于减小状态，则不处理；若位移处于增大状态，当增到超过阈值X时，每增加n米，则积分P=P+P1，P1为每n米对应的积分差值；
2.2当车辆速度为0时，分析实时路况拥堵状况和交通灯等待状况，判断此时车辆是否处于拥堵或等红灯状态，若否，当零速度保持的时间超过阈值Y时，直接发生警示。
进一步地，所述步骤三具体为分析初始地点和目的地的预计时间tp，对比已行驶时间te，分析te-tp的差T，若T大于阈值Ts，每隔m分钟，则积分P=P+P2，P2为每m分钟对应的积分差值。
进一步地，所述步骤四具体为计算乘客数量评分系数Wc，每增加一位乘客危险评分系数减wci，当增加到第二位乘客时，wci值较大，第二位以后wci逐渐减小，1≤i≤3。
进一步地，所述步骤五具体为计算乘客性别评分系数Ws，若为女性增加wsi，男性不变。
进一步地，所述步骤六具体为计算总积分P，将P2乘潜在危险区域的危险指数，P=Wc*Ws*Di*P。
进一步地，所述步骤七具体为当P在(p1，p2)则为安全，不采取措施；在（p2，p3），则潜在危险，及时发出警示；大于p3时，发出警示，并采取强制措施，若发出警示不回复，超过预定时间阈值，则采取强制措施。
本发明与现有技术相比，具有以下优点和效果：本发明通过对城市中载客车辆的实时位置和运行状态进行分析，得到其行驶状态，并与潜在危险区域进行空间分析，检测出车辆实时的安全程度，从一定程度上减少案件发生，提高乘客的乘车安全。
具体实施方式
下面通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
本发明的一种面向打车的乘客安全状态监测方法，其特征在于包含以下步骤：
步骤一：获取处于载客状态时车辆的轨迹数据、危险区域数据、实时路况拥堵数据、交通灯位置数据、乘客性别数据和乘客数量数据（可通过后台app获取），初始化危险积分P=0；
步骤二：对城市中的多种敏感区域进行空间分析，得到在打车中潜在的危险区域，并将时间进行划分，对不同时间段的危险区域计算危险程度评定。当车辆进入潜在的危险区域时：
I、计算当前车辆位置点与目的地位置点的位移大小，若位移一直处于减小状态，则不处理；若位移处于增大状态，当增到超过阈值X时，每增加n米，则积分P=P+P1，P1为每n米对应的积分差值；
II、当车辆速度为0时，分析实时路况拥堵状况和交通灯等待状况，判断此时车辆是否处于拥堵或等红灯状态，若否，当零速度保持的时间超过阈值Y时，直接发生警示。
步骤三：对比实际行驶时间和预计时间并进行预警；分析初始地点和目的地的预计时间tp，对比已行驶时间te，分析te-tp的差T，若T大于阈值Ts，每隔m分钟，则积分P=P+P2，P2为每m分钟对应的积分差值。
步骤四：计算乘客数量评分系数Wc，每增加一位乘客危险评分系数减wci，当增加到第二位乘客时，wci值较大，第二位以后wci逐渐减小，1≤i≤3。
步骤五：计算乘客性别评分系数Ws，若为女性增加wsi，男性不变。
步骤六：计算总积分P，将P2乘潜在危险区域的危险指数，P=Wc*Ws*Di*P。
步骤七：通过总分P判断乘客安全状态。
当P在(p1，p2)则为安全，不采取措施；在（p2，p3），则潜在危险，及时发出警示；大于p3时，发出警示，并采取强制措施，若发出警示不回复，超过预定时间阈值，则采取强制措施。
本发明通过对城市中载客车辆的实时位置和运行状态进行分析，得到其行驶状态，并与潜在危险区域进行空间分析，检测出车辆实时的安全程度，从一定程度上减少案件发生，提高乘客的乘车安全。对行驶在危险区域内车辆进行监管，加入人工管理并合警方合作，减少打车中出现的犯罪率。
本说明书中所描述的以上内容仅仅是对本发明所作的举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种修改或补充或采用类似的方式替代，只要不偏离本发明说明书的内容或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种面向打车的乘客安全状态监测方法，其特征在于包含以下步骤：
步骤一：获取乘客相关数据并初始化危险积分P=0；
步骤二：获取城市打车潜在的危险区域，当车辆进入危险区域时，执行警示判断；
步骤三：对比实际行驶时间和预计时间并进行预警；
步骤四：计算乘客数量评分系数；
步骤五：计算乘客性别评分系数；
步骤六：计算总积分P；
步骤七：通过总分P判断乘客安全状态。
2.按照权利要求1所述的一种面向打车的乘客安全状态监测方法，其特征在于：所述步骤一中乘客相关数据包含处于载客状态时车辆的轨迹数据、危险区域数据、实时路况拥堵数据、交通灯位置数据、乘客性别数据和乘客数量数据。
3.按照权利要求1所述的一种面向打车的乘客安全状态监测方法，其特征在于：所述步骤二中获取城市打车潜在的危险区域具体过程为对城市中的多种敏感区域进行空间分析，得到在打车中潜在的危险区域，并将时间进行划分，对不同时间段的危险区域计算危险程度评定。
4.按照权利要求1所述的一种面向打车的乘客安全状态监测方法，其特征在于：所述步骤二中执行警示判断过程为
2.1计算当前车辆位置点与目的地位置点的位移大小，若位移一直处于减小状态，则不处理；若位移处于增大状态，当增到超过阈值X时，每增加n米，则积分P=P+P1，P1为每n米对应的积分差值；
2.2当车辆速度为0时，分析实时路况拥堵状况和交通灯等待状况，判断此时车辆是否处于拥堵或等红灯状态，若否，当零速度保持的时间超过阈值Y时，直接发生警示。
5.按照权利要求1所述的一种面向打车的乘客安全状态监测方法，其特征在于：所述步骤三具体为分析初始地点和目的地的预计时间tp，对比已行驶时间te，分析te-tp的差T，若T大于阈值Ts，每隔m分钟，则积分P=P+P2，P2为每m分钟对应的积分差值。
6.按照权利要求1所述的一种面向打车的乘客安全状态监测方法，其特征在于：所述步骤四具体为计算乘客数量评分系数Wc，每增加一位乘客危险评分系数减wci，当增加到第二位乘客时，wci值较大，第二位以后wci逐渐减小，1≤i≤3。
7.按照权利要求1所述的一种面向打车的乘客安全状态监测方法，其特征在于：所述步骤五具体为计算乘客性别评分系数Ws，若为女性增加wsi，男性不变。
8.按照权利要求1所述的一种面向打车的乘客安全状态监测方法，其特征在于：所述步骤六具体为计算总积分P，将P2乘潜在危险区域的危险指数，P=Wc*Ws*Di*P。
9.按照权利要求1所述的一种面向打车的乘客安全状态监测方法，其特征在于：所述步骤七具体为当P在(p1，p2)则为安全，不采取措施；在（p2,p3），则潜在危险，及时发出警示；大于p3时，发出警示，并采取强制措施，若发出警示不回复，超过预定时间阈值，则采取强制措施。
CN201811316701.0A 2018-11-07 2018-11-07 一种面向打车的乘客安全状态监测方法 Pending CN109345769A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811316701.0A CN109345769A (zh) 2018-11-07 2018-11-07 一种面向打车的乘客安全状态监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811316701.0A CN109345769A (zh) 2018-11-07 2018-11-07 一种面向打车的乘客安全状态监测方法

Publications (1)

Publication Number Publication Date
CN109345769A true CN109345769A (zh) 2019-02-15

Family

ID=65314311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811316701.0A Pending CN109345769A (zh) 2018-11-07 2018-11-07 一种面向打车的乘客安全状态监测方法

Country Status (1)

Country Link
CN (1) CN109345769A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538842A (zh) * 2020-04-16 2021-10-22 上海汽车集团股份有限公司 一种网约车的报警系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120009177A (ko) * 2010-07-22 2012-02-01 대덕위즈주식회사 승객 안전 서비스 시스템
CN103714654A (zh) * 2013-12-31 2014-04-09 北京荣之联科技股份有限公司 一种出行安全预警方法和装置
CN105243838A (zh) * 2015-11-09 2016-01-13 北京奇虎科技有限公司 车辆行驶安全监控方法和装置、系统
CN106373331A (zh) * 2016-09-28 2017-02-01 百度在线网络技术（北京）有限公司 乘车预警方法和装置
CN106952208A (zh) * 2017-03-17 2017-07-14 讯飞智元信息科技有限公司 犯罪自动预测方法及系统
CN108074018A (zh) * 2017-12-27 2018-05-25 福建威盾科技有限公司 一种基于gis城市人员空间分布的预警分析方法
CN108765244A (zh) * 2018-06-01 2018-11-06 深圳市零度智控科技有限公司 车辆监控方法、装置和计算机可读存储介质
CN108769919A (zh) * 2018-05-31 2018-11-06 深圳市零度智控科技有限公司 基于互联网的快速安全报警方法、系统、设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120009177A (ko) * 2010-07-22 2012-02-01 대덕위즈주식회사 승객 안전 서비스 시스템
CN103714654A (zh) * 2013-12-31 2014-04-09 北京荣之联科技股份有限公司 一种出行安全预警方法和装置
CN105243838A (zh) * 2015-11-09 2016-01-13 北京奇虎科技有限公司 车辆行驶安全监控方法和装置、系统
CN106373331A (zh) * 2016-09-28 2017-02-01 百度在线网络技术（北京）有限公司 乘车预警方法和装置
CN106952208A (zh) * 2017-03-17 2017-07-14 讯飞智元信息科技有限公司 犯罪自动预测方法及系统
CN108074018A (zh) * 2017-12-27 2018-05-25 福建威盾科技有限公司 一种基于gis城市人员空间分布的预警分析方法
CN108769919A (zh) * 2018-05-31 2018-11-06 深圳市零度智控科技有限公司 基于互联网的快速安全报警方法、系统、设备及存储介质
CN108765244A (zh) * 2018-06-01 2018-11-06 深圳市零度智控科技有限公司 车辆监控方法、装置和计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538842A (zh) * 2020-04-16 2021-10-22 上海汽车集团股份有限公司 一种网约车的报警系统

Similar Documents

Publication Publication Date Title
CN112581774B (zh) 一种基于etc数据的高速公路服务区驶入车流量估计方法
CN103350670B (zh) 一种基于车联网技术的车辆前向防撞报警方法
CN109559532A (zh) 高速公路出口分流区车路协同安全预警控制方法
CN109859500A (zh) 一种基于车路协同的高速合流区安全预警方法
CN107945556A (zh) 一种快速道路不良天气下的动态限速优化控制方法
CN105946860B (zh) 一种考虑驾驶风格的弯道车速预测方法
CN109448372A (zh) 一种乘车安全监测与报警方法
Pokorny et al. Accidents between freight vehicles and bicycles, with a focus on urban areas
CN101465059B (zh) 城市道路交通安全态势鉴判预警系统
CN109727469A (zh) 一种多车道下自动驾驶车辆综合危险度评估方法
CN101391589A (zh) 车载智能报警方法和装置
CN113192331B (zh) 一种网联环境下面向骑行安全的智能预警系统及预警方法
CN107784832A (zh) 一种用于识别交通道路中的事故黑点的方法与设备
CN106529496A (zh) 一种机车乘务员实时视频疲劳检测的方法
CN112967497B (zh) 共享汽车监管系统及监管方法
CN113936464A (zh) 一种面向桥隧路段行车安全的智能监测与预警方法及系统
CN104299400A (zh) 车辆周围环境监测系统
CN109345769A (zh) 一种面向打车的乘客安全状态监测方法
CN110136439A (zh) 一种适用于自动驾驶车辆的车道宽度设计方法
GANDHI et al. Comparative evaluation of alternate bus rapid transit system (BRTS) planning, operation and design options
Chen et al. Safety distance warning system with a novel algorithm for vehicle safety braking distance calculating
Robinson Measuring bus stop dwell time and time lost serving stop with London iBus automatic vehicle location data
CN108597217B (zh) 一种高速公路事故监测提示方法
CN114299756A (zh) 一种基于物联网和大数据分析的公交车智慧安全管理系统
KR20230050534A (ko) 전기버스의 디지털 콕핏 시스템 및 전기버스 디지털 콕핏의 디스플레이 방법

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190215