CN109785206A - 一种驾校智能管理与智能学车综合系统 - Google Patents
一种驾校智能管理与智能学车综合系统 Download PDFInfo
- Publication number
- CN109785206A CN109785206A CN201910123717.8A CN201910123717A CN109785206A CN 109785206 A CN109785206 A CN 109785206A CN 201910123717 A CN201910123717 A CN 201910123717A CN 109785206 A CN109785206 A CN 109785206A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- student
- intelligent
- data
- 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
- 238000007726 management method Methods 0.000 claims abstract description 117
- 238000012549 training Methods 0.000 claims abstract description 53
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 238000012360 testing method Methods 0.000 claims description 23
- 238000003860 storage Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 7
- 238000002788 crimping Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 31
- 238000012797 qualification Methods 0.000 description 15
- 238000000034 method Methods 0.000 description 14
- 238000012552 review Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 230000001788 irregular Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000019771 cognition Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000012857 repacking Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical group CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000003716 rejuvenation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Abstract
本发明公开了一种驾校智能管理与智能学车综合系统，包括车辆信息获取系统、高精度差分评判系统、车载智能终端系统和智能驾培管理系统；高精度差分评判系统包括场地高精度基站和车载数据移动接收机；车载数据移动接收机可于场地高精度基站和车载智能终端系统之间收发车辆操作动态及行驶轨迹；车载智能终端系统包括数据运算整理模块、用于采集学员练车信息的车内信息采集模块和用于展示信息的信息展示模块；数据运算整理模块与车辆信息获取系统、高精度差分评判系统的车载移动接收机、车内信息采集模块、信息展示模块及智能驾培管理系统连接；数据运算整理模块可生成每个学员的个性化学习档案，个性化学习档案可传送至智能驾培管理系统。
Description
技术领域
本发明涉及驾校管理系统领域，特别是涉及一种驾校智能管理与智能学车综合系统。
背景技术
目前，中国每年驾校毕业学员人数超过三千万人，驾校仍然处于扩张状态，截止2018年，中国已有1.3万所驾校。虽然现今驾校行业已有20年历史，但是驾校管理仍然非常传统落后，驾校面临严峻的车辆管理、教练队伍管理、学员管理以及教学升学率的巨大问题。
首先，目前传统驾校教练队伍素质参差不齐，老龄化明显加重，传统的教练队伍缺乏服务意识与教学标准化意识，教学全靠教练个人经验之谈，且由于传统教练从业门槛较低，考核缺乏数据化、量化评判机制、教学标准化、服务点评以及淘汰机制，因此教练队伍大量出现对学员的吃拿卡要行为，导致学员学车体验感极差，驾校管理者监管难等问题。此外，教练作为驾校车辆的第一直接操作者、管理者，由于现如今驾培市场缺乏一套完善的车辆管理系统，因此也容易出现驾校车辆公车私用、不正当、不安全使用的现象。
总的来说，我国大部分驾校至今仍面临大量教学难、管理难，车辆无法监控到位，学员学车体验差、教学标准化难执行等教学管理运营问题。驾校面临所有问题都是因为缺乏一套完整的涵盖教学标准化、学车数据化、管理智能化多位一体的驾校智能管理与智能学车综合系统。
对中国驾培领域现状探索，问题有以下具体呈现：
1、从车辆管理的角度看，中大型驾校平均拥有50-300台教练车不等，而教练车分散全市乃至多市的若干个角落，驾校管理方难以准确、实时的监控到每一台车辆的运转、轨迹、定位、油耗合理性、教学合法性。
2、从教练管理的角度看，目前驾培市场的学车方法、技巧种类繁多，大多数方法仅来源于教练经验论或个人主观判断，教学缺乏标准化，而标准化方法亦难以得到高效监控，学车过分依赖教练个人主观意识，教学质量参差不齐，教学缺乏数据化、方法缺乏标准化。
3、从学员学车与学员管理的角度看，驾校涉及大量的学员培训与积压问题。传统的学员培训，学车无实时培训记录，学车状态、学车技术掌握质量、学车时长、学员个人学车问题、点位问题均没有得到高效、完整的保存，而学员学车的周期普遍不低于2个月，最长超过3年，缺乏记录的情况下，驾校更加无法对学员学车进行高质量、高效的服务于教学的衔接。
4、驾校对教练的监管、管理不力，也会导致学员的服务体验感完全得不到较好的保障。
5、目前驾培市场教学高度依赖教练主观臆断，教练普遍存在固有经验论教学思维，教学缺乏数据化呈现，教练教学判断准确性低，无法高效提高学员学车、考试能力，从而导致学员学车通过率低下的问题。
6、学员学车过程中，缺乏和驾校管理层的高效、直接、高质量的沟通渠道，问题容易积小成多，酿成更多的学员投诉或者管理失当、问题处理不及时导致的更加严重的驾校车辆、教练等一系列运营管理问题，不利于驾校的管理与长期可持续的发展。
7、过往学员学车过程中，与教练、校方产生的所有纠纷，本质原因在于学员学车过程中，驾校缺乏对学员进行完整、完善、实时、且全方位的学车数据化与学车服务的记录与呈现，因此驾校所有者或管理方时常容易对责任评判产生失误。
8、当下驾校学车现场，由于缺乏一套高效、高精度的学车辅助系统，教学高度依赖教练主观臆断，且目前市场缺乏一套完善、高精度、低成本、低改装要求、高集成的自动化高精度智能辅助教学设备对学员进行专业且具备个性化、因材施教的辅助指导教学，导致学员对自身学车的状态认知十分模糊，思维并不具体，学员操作车辆过程中，对于车身具体情况与个人学车状态认知与判断均十分不准确，以至于学员通过率低下。
9、驾培市场上，现有的传统管理或辅助教学设备安装复杂、集成度低、安装周期长，对车辆改装要求高，个别车型需对车辆进行破线等具备安全隐患的改装来获取对应数据，设备传统且复杂、安装种类过多，设备采购与后期使用成本十分昂贵，过于落后的技术导致系统稳定性、可靠性极低，无法高效解决驾校问题。
10、传统驾校的邀约学车十分单一、落后，仍凭借单一的电话，或学员个人口头进行邀约练车，缺乏与现有互联网技术、学员社交通讯的充分融合，邀约效率低下，出错率高，驾校管理层无法针对现有车辆、教练进行合理、科学、高效的分配，与教学任务的高质量消化。
11、现有的驾校培训设备对于高精度GPS模块的数据采集与运算、呈现均仅可体现在采用传统WINDOWS系统的工业平板上，不仅成本昂贵，使用笨重，且加重驾校对于设备的采购与维护、运营成本。
12、市面上现有设备的终端呈现仅应用于成本昂贵的工业平板，且占据车内副驾驶位置，占用车内空间大，学员操作体验感差。
13、市场上缺乏集合驾校运营招生、教练车管理、高精度模拟辅助教学、教练管理、教学标准化管理、驾校日常收支管理于一体的高度智能、高度集成且成本较低应用广泛的多位一体智慧驾校管理、教学系统设备。
14、现如今驾校教学现场缺乏对学车过程实时的语音、视频记录与上传备份，学车过程无法追溯，从而产生的一系列学车责任问题无法准确评判。
15、驾校的管理方对于驾校实时，乃至周期性、阶段性的运营现状、数据情况缺乏科学高效的归总或实时的同步和科学的分析，传统驾校对于数据整理依赖于最原始的人工计算和多个部门协调汇总，缺乏系统化、数据化思维，关于数据整理耗费的时间周期过长，以至于数据存在滞后性，问题发现不及时，而现有市场上缺乏一套针对于驾校运营、财务、收支、实时数据汇总、数据分析的科学高效的OA系统，辅助与驾校管理者实时了解驾校内部情况，无法提高驾校管理者管理效率与决策准确性。
16、市面上现有的设备安装十分复杂，对车辆原形态物理性改装过大，破坏车辆原有线路形态，容易造成较大的安全隐患，导致车辆乃至教练、学员人身安全的威胁，加重驾校的运营风险。
发明内容
基于此，本发明的目的在于，提供一种集成度高、使用方便、管理顺畅、教学效率高的驾校智能管理与智能学车综合系统。
本发明的驾校智能管理与智能学车综合系统，包括车辆信息获取系统、高精度差分评判系统、车载智能终端系统和智能驾培管理系统；
所述车辆信息获取系统用于获取车辆基本信息；
所述高精度差分评判系统包括场地高精度基站和车载数据移动接收机；所述场地高精度基站与卫星定位系统及所述车载数据移动接收机连接，所述车载数据移动接收机与所述车载智能终端系统连接，所述车载数据移动接收机可于所述场地高精度基站和所述车载智能终端系统之间收发车辆操作动态及行驶轨迹；
所述车载智能终端系统包括数据运算整理模块、用于采集学员练车信息的车内信息采集模块和用于展示信息的信息展示模块；所述数据运算整理模块与所述车辆信息获取系统、所述高精度差分评判系统的车载移动接收机、所述车内信息采集模块、所述信息展示模块及所述智能驾培管理系统连接；
所述数据运算整理模块可对源自所述车辆信息获取系统的车辆基本信息、源自所述高精度差分评判系统的车辆操作动态及行驶轨迹、源自所述车内信息采集模块的学员练车信息进行运算整理，并生成每个学员的个性化学习档案，所述个性化学习档案可传送至所述智能驾培管理系统。
本发明的驾校智能管理与智能学车综合系统通过设置车辆信息获取系统、高精度差分评判系统、车载智能终端系统和智能驾培管理系统，利用车辆信息获取系统获取车辆基本信息，利用高精度差分评判系统获取高精度的车辆操作动态及行驶轨迹，利用车载智能终端系统的车内信息采集模块采集学员练车信息、数据运算整理模块生成每个学员的个性化学习档案、信息展示模块展示数据运算整理模块运算整理后的信息，并可将个性化学习档案传送至智能驾培管理系统，方便驾校管理人员、教练以及学员了解练车情况。本发明将以上多个系统进行整合，集成度高、使用方便、管理顺畅，实现驾校的标准化管理和教学，实时进行数据同步并将数据进行科学合理分析处理，且能明显提高学员的练车学习效率。
进一步优选地，所述场地高精度基站为GNSS基站或北斗基站；
所述车载数据移动接收机为GNSS数据移动接收机或北斗数据移动接收机。
GNSS系统和北斗系统的定位精度高，能够满足高精度差分评判系统的定位导航要求。
进一步优选地，所述学员练车信息包括学员签到、学时打卡、车内影像和声音；
所述车内信息采集模块包括学员签到子模块、学时打卡子模块和流媒体采集子模块；
所述展示信息包括展示车辆基本信息、学员练车信息、车辆操作动态及行驶轨迹。
所述学员签到子模块可以提供学员的签到操作，所述学时打卡子模块可以记录学员的练车学时，所述流媒体采集子模块可以采集车内的影响和声音；所述信息展示模块可以将车辆基本信息、学员练车信息、车辆操作动态及行驶轨迹展示出来，方便学员了解练车情况并提高练车效率。
进一步优选地，所述数据运算整理模块、所述车内信息采集模块和所述信息展示模块均整合设置于车内后视镜上。将所述车内信息采集模块和所述信息展示模块整合在车内后视镜上，方便学员进行操作和查看。
进一步优选地，所述车辆基本信息包括灯光状态、车门状态、制动踏板状态、驻车制动状态、离合状态、挡位状态、安全带状态、绕车感应状态、油门状态、里程状态、转速状态、GPS定位状态、GSM状态、方向盘状态、死火状态、30秒起步状态、雨刮状态、车速状态和喇叭状态。采集的所述车辆基本信息可以及时了解车辆行驶的基本状态。
进一步优选地，所述车辆信息获取系统通过CAN总线获取车辆基本信息；
所述车辆信息获取系统通过蓝牙与所述车载智能终端系统的数据运算整理模块连接；
所述车载数据移动接收机通过RS-232串口与所述车载智能终端系统的数据运算整理模块连接；
所述车载智能终端系统的数据运算整理模块通过FM通讯、或4G通讯、或5G通讯与所述智能驾培管理系统连接。
进一步优选地，所述个性化学习档案包括驾驶操作动作，倒车入库、侧方停车、坡道定点停车和起步、曲线行驶、直角拐弯的行驶轨迹和压线点，驾驶练习通过率及驾驶建议。所述数据运算整理模块通过科学分析获得每个学员的驾驶操作动作，倒车入库、侧方停车、坡道定点停车和起步、曲线行驶、直角拐弯的行驶轨迹和压线点，驾驶练习通过率及驾驶建议，方便学员及时了解自身的练习情况并进行及时调整，以调高练习效率。
进一步优选地，所述智能驾培管理系统包括学员端和教练端，所述学员端和教练端与所述车载智能终端系统的数据运算整理模块连接；
所述学员端包括用于展示学员基本信息的学员模块、用于预约练车的预约模块、用于模拟考试学习的模拟考试模块、用于查看个性化学习档案的练车记录模块、用于预约考试的考试模块、用于评价和投诉教练的评价投诉模块；
所述教练端包括用于展示教练基本信息的教练模块、用于处理车辆油耗预警的油耗预警模块、用于发布练车排期的练车排期模块、用于查看各学员个性化学习档案的教学记录模块、用于管理学员练车预约及安排学员考试的学员管理模块、用于处理学员评价和投诉的评价投诉处理模块。
学员可以通过所述学员端进行操作，教练则可以通过所述教练端进行操作。
进一步优选地，所述智能驾培管理系统还包括文员端和校长端，所述文员端和校长端与所述车载智能终端系统的数据运输算模块连接；
所述文员端包括用于学员、教练、车辆管理的文员管理模块、用于查询学员、教练及车辆的查询模块和用于通知发布的文员通知模块；
所述校长端包括用于财务与数据报表分析的财务数据模块、用于学员、教练和车辆管理的校长管理模块、用于通知发布的校长通知模块和用于查看投诉反馈的投诉处理模块。
驾校文员可以通过所述文员端进行操作，校长则可以通过所述校长端进行操作，使驾校的所有人员都可以通过所述智能驾培管理系统进行操作或管理。
进一步优选地，所述智能驾培管理系统包括用于存储、分析数据的云端数据管理模块，所述云端数据管理模块与所述车载智能终端系统的数据运算整理模块连接。所述云端数据管理模块可以对数据进行存储和分析，以将各个学员的个性化学习档案进行整合，了解学员练习普遍存在的问题，其还可以对驾校日常的管理工作进行存储和分析。
相对于现有技术，本发明的驾校智能管理与智能学车综合系统通过设置车辆信息获取系统、高精度差分评判系统、车载智能终端系统和智能驾培管理系统，利用车辆信息获取系统获取车辆基本信息，利用高精度差分评判系统获取高精度的车辆操作动态及行驶轨迹，利用车载智能终端系统的车内信息采集模块采集学员练车信息、数据运算整理模块生成每个学员的个性化学习档案、信息展示模块展示数据运算整理模块运算整理后的信息，并可将个性化学习档案传送至智能驾培管理系统，方便驾校管理人员、教练以及学员了解练车情况。本发明将以上多个系统进行整合，集成度高、使用方便、管理顺畅，实现驾校的标准化管理和教学，实时进行数据同步并将数据进行科学合理分析处理，且能明显提高学员的练车学习效率。本发明的驾校智能管理与智能学车综合系统具有集成度高、使用方便、管理顺畅、教学效率高等特点。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1是本发明的驾校智能管理与智能学车综合系统优选结构的结构框图。
图2是倒车入库8个特征点的示意图。
图3是侧方停车8个特征点的示意图。
图4是坡道定点停车和起步16个特征点的示意图。
图5是曲线行驶特征点的示意图。
图6是直角转弯6个特征点的示意图。
图7是考试科目编码规则的示意图。
图8是传感器编码规则的示意图。
图9是绘制车辆模型的示意图。
图10是是车辆32个标识点位的示意图。
图11是倒车入库的多个传感器检测区域示意图。
图12是侧方停车的多个传感器检测区域示意图。
图13是坡道定点停车和起步的多个传感器检测区域示意图。
图14是曲线行驶的多个传感器检测区域示意图。
图15是直角拐弯的多个传感器检测区域示意图。
图16是智能驾培管理系统优选结构的连接框图。
图9和图10中的“主天线”、“前天线”和“后天线”即为所述车载数据移动接收机22。
具体实施方式
以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
请参阅图1，图1是本发明的驾校智能管理与智能学车综合系统优选结构的结构框图。本发明的驾校智能管理与智能学车综合系统，包括车辆信息获取系统1(OBD)、高精度差分评判系统2、车载智能终端系统3和智能驾培管理系统4。
所述车辆信息获取系统1用于获取车辆基本信息。
所述高精度差分评判系统2包括场地高精度基站21和车载数据移动接收机22；所述场地高精度基站21与卫星定位系统及所述车载数据移动接收机22连接，所述车载数据移动接收机22与所述车载智能终端系统3连接，所述车载数据移动接收机22可于所述场地高精度基站21和所述车载智能终端系统3之间收发车辆操作动态及行驶轨迹。
所述车载智能终端系统3包括数据运算整理模块31、用于采集学员练车信息的车内信息采集模块32和用于展示信息的信息展示模块33；所述数据运算整理模块31与所述车辆信息获取系统1、所述高精度差分评判系统2的车载移动接收机、所述车内信息采集模块32、所述信息展示模块33及所述智能驾培管理系统4连接。
所述数据运算整理模块31可对源自所述车辆信息获取系统1的车辆基本信息、源自所述高精度差分评判系统2的车辆操作动态及行驶轨迹、源自所述车内信息采集模块32的学员练车信息进行运算整理，并生成每个学员的个性化学习档案，所述个性化学习档案可传送至所述智能驾培管理系统4。
具体地，所述车辆信息获取系统1通过CAN总线获取车辆基本信息，通过其电路总线高电平与低电平，区分制动踏板、离合、油门、所有灯光、驻车制动、安全带等信息是开启或关闭状态，并将其状态实时传递至所述数据运算整理模块31。
所述车辆信息获取系统1通过蓝牙与所述车载智能终端系统3的数据运算整理模块31连接。所述车载数据移动接收机22通过RS-232串口与所述车载智能终端系统3的数据运算整理模块31连接。所述车载智能终端系统3的数据运算整理模块31通过FM通讯、或4G通讯、或5G通讯与所述智能驾培管理系统4连接。
所述车辆基本信息包括灯光状态、车门状态、制动踏板状态、驻车制动状态、离合状态、挡位状态、安全带状态、绕车感应状态、油门状态、里程状态、转速状态、GPS定位状态、GSM状态、方向盘状态、死火状态、30秒起步状态、雨刮状态、车速状态和喇叭状态。采集的所述车辆基本信息可以及时了解车辆行驶的基本状态。
本实施例的车辆信息获取系统1为ARM架构，具有高集成、低功耗电路设计，外形精致小巧、简单易用，响应速度快，支持多种驾培驾考车辆汽车总线协议，支持汽车实时数据和统计数据，数据均来自总线广播，精准稳定，自动数据流通过双模蓝牙输出。
优选地，所述数据运算整理模块31、所述车内信息采集模块32和所述信息展示模块33均整合设置于车内后视镜上。将所述车内信息采集模块32和所述信息展示模块33整合在车内后视镜上，方便学员进行操作和查看。另外，所述车内信息采集模块32和所述信息展示模块33可以优选地嵌入安卓系统内运行，提高了其运行稳定性。
所述车内信息采集模块32可以采集学员登录信息，将登录信息传递至所述智能驾培管理系统4。所述智能驾培管理系统4可验证学员登录信息的准确性，信息无误后通过验证，激活所述车辆信息获取系统1、所述高精度差分评判系统2、所述数据运算整理模块31和所述信息展示模块33。
所述学员练车信息包括学员签到、学时打卡、车内影像和声音。所述车内信息采集模块32包括学员签到子模块、学时打卡子模块和流媒体采集子模块。所述学员签到子模块可以提供学员的签到操作，所述学时打卡子模块可以记录学员的练车学时，所述流媒体采集子模块可以采集车内的影响和声音。所述流媒体采集模块能够将学员的语音、视频记录并上传备份，不但能够帮助学员回顾自身的学车记录，也能在学车过程中出现意外事故后，帮助准确判断学车责任问题。
所述展示信息包括展示车辆基本信息、学员练车信息、车辆操作动态及行驶轨迹。所述信息展示模块33可以将车辆基本信息、学员练车信息、车辆操作动态及行驶轨迹展示出来，方便学员了解练车情况并提高练车效率。
本实施例的所述个性化学习档案包括驾驶操作动作，倒车入库、侧方停车、坡道定点停车和起步、曲线行驶、直角拐弯的行驶轨迹和压线点，驾驶练习通过率及驾驶建议。所述数据运算整理模块31通过科学分析获得每个学员的驾驶操作动作，倒车入库、侧方停车、坡道定点停车和起步、曲线行驶、直角拐弯的行驶轨迹和压线点，驾驶练习通过率及驾驶建议，方便学员及时了解自身的练习情况并进行及时调整，以调高练习效率。教练也可以根据所述个性化学习档案，及时调整对学员的教学方案，以提高教学效率。另外，当学员学车的周期较长时，通过所述个性化学习档案，驾校可以对学员学车进行高质量、高效的教学衔接。
当然，所述个性化学习档案还可以包括科目三的练车情况、练习通过率及驾驶建议。
所述场地高精度基站21为GNSS基站或北斗基站；所述车载数据移动接收机22为GNSS数据移动接收机或北斗数据移动接收机。GNSS系统和北斗系统的定位精度高，可以获取精准到厘米级别的定位数据，能够满足高精度差分评判系统2的定位导航要求。
以GNSS基站为例，GNSS基站主要用于播发RTK差分改正数，包括两部分：一是GNSS接收机及天线等配件，二是通讯设备，例如无线数传电台和网络通讯设备。
GNSS基站位置选好后，首先需要进行信号质量测试，查看搜星情况是否良好。如果卫星信号质量满足要求，就可以确定基站的架设位置，把GNSS天线固定好，天线应当尽量保持水平。
GNSS基站连接并且信号测试完毕后，确保接收机搜星已经完成，请求GNSS接收机的BESTPOS数据。设备安装后，需进行参数的调试工作，具体操作为：GNSS参数的配置，通过计算机的RS-232串口，从DC/①端口输入指令。
配置完成后，需对场地和车辆进行测绘。对其特征点采集坐标时，根据各地用户的标准不同，大致有两种方法，一种是采集该项目的内边缘线作为判断依据；第二种是采集该项目的中线作为判断依据。
请参阅图2-图6。图2是倒车入库8个特征点的示意图。图3是侧方停车8个特征点的示意图。图4是坡道定点停车和起步16个特征点的示意图。图5是曲线行驶特征点的示意图。图6是直角转弯6个特征点的示意图。
前期工作准备好后，开始对科目二的五大考试项目进行点位的测绘。
(1)倒车入库，该项目主要判断车辆在倒车入库的时候，车辆两进两出该库，车身(包括车轮)有没有压到车库的边缘线，主要采集该库的八个角点。
(2)侧方停车，该项目主要判断车辆入库的时候，车身有没有压到车库的边缘线，同样需要采集该库的八个角点。
(3)坡道定点停车和起步，该项目判断的重要依据为车辆的前保险杠到停车线和侧线的距离，通常采集16个特征点。
(4)曲线行驶，该项目主要判断车辆行驶过程中车轮有没有压到道路边缘实线，在采集数据时，测量点的密度以20cm间距为宜，弯曲度大的地方可以适当增加测点，保证测量成果精度。
(5)直角转弯，该项目主要判断车辆行驶过程中车轮有没有压到道路边缘实线，通常采集该项目的6个特征点。
以上工作完毕后，开始进行地图绘制与转化工作。地图绘制采用CAD软件或基于CAD二次开发的CASS软件。地图转换则采用DriverExam软件即可。
请参阅图7，图7是考试科目编码规则的示意图。考试科目编码规则：
每个考试科目有两个封闭的多边形，用于表示考试准备区和考试离开区，每个多边形都有一个唯一的识别码，对识别码进行如下规定：采用4位编码方式，第一位为考试项目类型，第二、三位为考试项目顺序号，第四位为开始准备/离开标志。如D01S，表示是第1个倒车入库考试科目的开始准备区；D02E，表示是第2个倒车入库考试科目的离开区。
请参阅图8，图8是传感器编码规则的示意图。传感器编码规则：
每个考试科目有若干的传感器，每个传感器区域为一个封闭的多边形，每个多边形都有一个唯一的识别码，对识别码进行如下规定：采用4位编码方式，第一位为考试项目类型，第二、三位为考试项目顺序号，第4位为传感器编号。考试项目类型与考试科目编码规则相同。如D012，表示是第1个倒车入库考试科目的第2个传感器。
请参阅图9，图9是绘制车辆模型的示意图。将保存的坐标文件导出至计算机上，开始绘制车辆模型。车模型绘制仍然采用CAD软件或基于CAD二次开发的CASS软件。车辆模型转换则采用DriverExam软件即可。
对车辆特征点进行采集后，按照规定的数据格式进行数据整理和绘制，然后需要对车模型进行图形平移、使原点在车载数据移动接收机22位置，并对图形进行旋转，使模型的东方向与车中轴线重合。然后采用DriverExam软件把绘制好的车辆模型转换为指定格式。
在获取了高精度GPS的各项数据后，新采用了arcgis对获取的高精度地理数据进行转化、传输到运行在安卓系统的所述车内信息采集模块32和所述信息展示模块33上。
所述高精度差分评判系统2将自身车辆外边框的动态地理坐标与场地内原设置完成的地图静态地理坐标围栏以100ms的时间差进行实时位置比对，若车辆外边框的动态地理坐标进入场内原始值完成的地图静态地理坐标围栏内，则判定其压线，若无进入，则正常训练，并将其数据实时传递至所述数据运算整理模块31并记入所述个性化学习档案中。
所述数据运算整理模块31通过对所述高精度差分评判系统2与所述车辆信息获取系统1的传递信息进行分析，按照公安部下发的驾驶培训科目二/驾驶培训科目三扣分细则，将触及到的行为以公安部下发的扣分细则为原则，进行相应分值扣除，初始值为满分100分，扣除后的分值小于公安部规定的合格数值80分时，评判为培训不合格。所述数据运算整理模块31计算每个学员的驾驶练习通过率(即合格率)，并将驾驶练习通过率记入所述个性化学习档案中，且所述数据运算整理模块31还可以对批量学员的各项练习项目的驾驶练习通过率进行统计和计算以得到学员学习存在的共性问题，提供给教练后方便教练调整教学方法。
请进一步参阅图10-图15。图10是是车辆32个标识点位的示意图。图11是倒车入库的多个传感器检测区域示意图。图12是侧方停车的多个传感器检测区域示意图。图13是坡道定点停车和起步的多个传感器检测区域示意图。图14是曲线行驶的多个传感器检测区域示意图。图15是直角拐弯的多个传感器检测区域示意图。
将车辆标识出32个点位，包含车的4个轮胎、后视镜和车身上的多个点位，并在倒车入库、侧方停车、坡道定点停车和起步、曲线行驶、直角拐弯分别划分如图中所示的多个传感器检测区域。
以下是所述数据运算整理模块31整理汇总的学员产生的规律性错误及生成的个性化学习档案提供的驾驶建议：
(1)右倒车入库：
当车辆点位8、7、6、20、24、23、28、19、5、4、3超过3次(包括3次)进入D017区域时，所述数据运算整理模块31通过对所述高精度差分评判系统2与所述车辆信息获取系统1的传递信息进行分析，生成的个性化学习档案中的驾驶建议为：倒车入库时，按原有参照物提前1CM向右打满方向盘。合格后，教练可辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆点位17、16、15、22、27、25、26、21、14、13、12超过3次(包含3次)进入D015区域时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：按照原有参照物后延1CM向右打满方向盘。
当车辆点位8、9、10、11、12超过3次(包含3次)进入D016区域，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：按照原有参照物提前2CM，踩下刹车。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆所有点位无规律(无规律指3次以内)进入区域D017、D016、D015、D013、D012时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：按照标准坐姿调整身体，保证自己身体与方向盘处于合理位置，将车速控制在标准范围以内。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当右倒车入库的驾驶练习通过率达到80％时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：教练与学员更换进入下一个教学项目的学习。
(2)左倒车入库：
当车辆点位3、4、5、19、28、23、24、20、6、7、8超过3次(包含3次)进入D012、D017区域时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：在原有参照物基础上延后1CM向左打满方向盘。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆点位17、16、15、22、27、26、25、21、14、13、12频繁进入区域D013、D015时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：在原有参照物基础上提前1CM向左打满方向盘。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆所有点位频繁并无规律进入D012、D017、D015、D013、D016，则所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：按照标准坐姿调整身体，保证自己身体与方向盘处于合理位置，将车速控制在标准范围以内。合格后，教练辅导学员重新校正点位，并拍照所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆出库时，车辆任意点位进入D012、D013超过3次(包含3次)时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：重新校正参照物点位，并生成图片传递至下述所述智能驾培管理系统4的学员端41，便于学员后期温习，按照原有参照物延迟1CM，打方向盘。
(3)侧方停车：
当车辆点位11、12、13、14、21、23、26、27、22、15、16、17、18进入C015、C012区域时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：按照原有参照物提前1CM向右打满方向盘。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆点位11、12、13、14、21、23、26、27、22、15、16、17、18进入C016超过3次(包含3次)时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：在原参照物基础上提前1CM回正方向盘。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆32个点超过3次(包含3次)进入C011时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：出库时，在原参照物基础上提前1CM向右打方向盘。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆32个点位无规则触及C016、C014、CO11、C017、C015，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：按照标准坐姿调整身体，保证自己身体与方向盘处于合理位置，将车速控制在标准范围以内。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
(4)坡道定点停车和起步：
当车辆32个点位进入T011区域时，并且22、21与T011物理距离低于30CM或大于50CM时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：重新校正中线位置并反复练习该项目，确保车辆按原定参照物(中线)进行直线行驶。
当车辆1、2、3、18、17超过3次(包含3次)不在T015区域时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：按照标准坐姿调整身体，保证自己身体与方向盘处于合理位置，将车速控制在标准范围以内。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当所述车辆信息获取系统1超过2次(包含2次)采集到车辆发生熄火，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：先踩下刹车，恢复空挡，重启车辆，注意不要拔出钥匙，确保一切动作在30S内完成，重新起步，并建议学员对该项目多次练习。
(5)曲线行驶：
当车辆32个点位超过2次(包含2次)进入Q012、Q011时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：重新训练该项目不低于5次，确保驾驶练习通过率在80％以上。
(6)直角转弯：
当车辆32个点位频繁进入Z011区域，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：校准中线，将原参照物退后1CM进行方向盘的操作。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当车辆32个点位频繁进入Z012区域，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：校准中线，将原参照物提前1CM进行方向盘的操作。合格后，教练辅导学员重新校正点位，并拍照上传所述数据运算整理模块31形成新的参照点，以便学员后期温习。
当所述车辆信息获取系统1超过1次(包含1次)获取到学员未提前打左转向灯时，所述数据运算整理模块31生成的个性化学习档案中的驾驶建议为：进入直角转弯前，提前打左转向灯。
请参阅图16，图16是智能驾培管理系统优选结构的连接框图。本实施例的所述智能驾培管理系统4包括学员端41、教练端42、文员端43和校长端44，所述学员端41、教练端42、文员端43和校长端44与所述车载智能终端系统3的数据运算整理模块31连接。
所述学员端41包括用于展示学员基本信息的学员模块411、用于预约练车的预约模块412、用于模拟考试学习的模拟考试模块413、用于查看个性化学习档案的练车记录模块414、用于预约考试的考试模块415、用于评价和投诉教练的评价投诉模块416。学员可以通过所述学员端41进行操作。
所述预约练车模块实现了一键生成教练排期，查看教练排期的功能，为学员提供了合理化安排学车的服务。
所述实现了学员线上邀约考试的功能，便于学员合理化安排作息、学车和考试。
所述模拟考试模块413可以实现学员从科目一到科目四全方位无死角的线上学习，提供了线上理论培训与线上个性化实践教程的学习，不仅包含文字，还有图片和视频形式的全方位线上教学。
所述练车记录模块414实现真正的高精度练车体验，生成的所述个性化学习档案方便学员实时对练车现状和过往练车记录、练车成绩、练车问题的查看与回顾。
所述考试模块415实现了学员线上预约考试的功能，便于学员合理化安排作息、学车和考试。
所述评价投诉模块416可以直接向驾校管理层匿名反馈个人学车问题和投诉的功能，保障了学员的学车权益。所述评价投诉模块416还可以提供每次练车后的一系列学车体验、服务感受的点评、打分的功能，形成数据后与所述教练端42、文员端43和校长端44交互，最终记录在案。
所述教练端42包括用于展示教练基本信息的教练模块421、用于处理车辆油耗预警的油耗预警模块422、用于发布练车排期的练车排期模块423、用于查看各学员个性化学习档案的教学记录模块424、用于管理学员练车预约及安排学员考试的学员管理模块425、用于处理学员评价和投诉的评价投诉处理模块426。教练可以通过所述教练端42进行操作。
所述教练端42能够通过和所述数据运算整理模块31之间数据的交互，实现学员、所管辖车辆以及教学记录、教学现场、学员学车时长、学员预约、车辆油耗预警、学员考试的全方位记录。
所述练车排期模块423通过和所述数据运算整理模块31的交互，教练可在个人微信公众号界面或客户端发布最新的可约练车排期和休息日排期，学员可针对教练排期和自身情况作出合理练车安排，有利于提高教练的工作效率以及辅助教练合理化、高效安排教学工作。
学员预约教练排期学车后，教练可提前通过所述教学记录模块424查看每个学员的个性化学习档案，包括个性教学信息、学车记录、学车时长、上次学车情况、过往学车的各项数据灯，也可提前通过展现的学员信息提前和学员做好电话沟通工作。另外，所述个性化学习档案可以让教练清晰了解自身教学各个科目的通过率，从而判断个人教学水平，以便及时调整个人教学问题。
由于学员存在身高、体型等差异，在使用同种标准下的教学方法进行学车时，存在一定的学员视角的对点差异。可以通过上传所述个性化学习档案，实现学员和教练的随时随地查看，辅助教练用一套教学标准个性化指导学员学车。
教练可以通过所述学员管理模块425实时查看并了解到所负责学员的考试时间，提前做好学员的考前心理辅导和考前强化练习的工作。
所述评价投诉处理模块426能够让教练清晰了解个人的投诉次数，提高教练的服务意识，从而也提高驾校教学队伍的教学、服务水平。
当然，教练还可以通过所述教练端42对学员学车学时、学车数据、练车成绩、考试成绩进行分享，将数据生成各种营销传播界面，共享各大社交或者营销平台，实现个人教学的宣传，提高个人招生能力、营销能力。
所述文员端43包括用于学员、教练、车辆管理的文员管理模块431、用于查询学员、教练及车辆的查询模块432和用于通知发布的文员通知模块433。驾校文员可以通过所述文员端43进行操作。通过所述文员管理模块431可以获取到驾校所有车辆的车内数据、运行轨迹、油耗合理性分析，实现对每台车辆的全方位监控，从而提高管理效率，并实现资源的高效合理化利用，防止出现驾校车辆公车私用、不正当、不安全使用的现象。
所述校长端44包括用于财务与数据报表分析的财务数据模块441、用于学员、教练和车辆管理的校长管理模块442、用于通知发布的校长通知模块443和用于查看投诉反馈的投诉处理模块444。
所述财务数据模块441可与所述文员端43之间交互，随时能够获取到驾校内所有周期性、阶段性的财务收支、日常收支财报，有助于驾校校长对于驾校的运营现状作出高效、准确的分析和判断。
所述校长管理模块442可以获取到驾校所有车辆的车内数据、运行轨迹、油耗合理性分析，实现对每台车辆的全方位监控，从而提高管理效率，并实现资源的高效合理化利用，防止出现驾校车辆公车私用、不正当、不安全使用的现象。所述校长管理模块442能够实时随时高效直观的了解到最新更新的驾校学员体量，学车状态，各个科目积压人数，学员学车进展，学习轨迹，每个学员的各个科目通过情况。
所述校长管理模块442还可以获取到驾校内所有教练的现场教学情况、基本信息、各科通过率、投诉情况，并且通过系统算法，实现教练管理的全方位多角度数据化呈现，真正通过数据化的绩效考核体系，可采纳末尾淘汰制对教练队伍进行优化，实现教练队伍的年轻化，提高自身驾校教练队伍的服务素质和教学水平，真正实现在日益激烈的市场竞争中提高并逐渐凸显自身驾校的核心管理能力、市场竞争力，从而降低驾校管理成本，提高利润。
将所述车辆信息获取系统1获取的里程状态、开车时长等车辆基本信息并结合该车辆的特点，利用所述数据运算整理模块31计算该车辆油耗合理范围，如果实际油耗产生出入，则产生油耗报警，提醒校长关注该车辆使用情况、财务报销情况等。
所述投诉处理模块444能够实时将学员的投诉、反馈情况直观展现，同时，也可通过与所述数据运算整理模块31的数据交互，通过数据的调用，将学员学时、学车音频、练车数据做出一系列汇总和核实后，对投诉责任做出理性判断，使驾校管理方对投诉做出更准确的评判和处理。
所述校长端44能够获取市场渠道留资获客成本，营销投入产出比的合理性分析，有助于驾校管理者对于营销做出更加精准的判断，实现利润最大化。校长可以通过所述校长端44进行操作，使驾校包括学员、教练、文员、校长在内的所有人员都可以通过所述智能驾培管理系统4进行操作或管理，集成度高，使用方便且管理顺畅。
优选地，所述智能驾培管理系统4还包括用于存储、分析数据的云端数据管理模块45，所述云端数据管理模块45与所述车载智能终端系统3的数据运算整理模块31连接。所述云端数据管理模块45可以对数据进行存储和分析，以将各个学员的个性化学习档案进行整合，了解学员练习普遍存在的问题，其还可以对驾校日常的管理工作进行存储和分析。
所述智能驾培管理系统4的学员端41、教练端42、文员端43和校长端44均可以通过网页、APP或微信小程序等进行应用实现，方便进行操作和学习使用。
相对于现有技术，本发明的驾校智能管理与智能学车综合系统通过设置车辆信息获取系统、高精度差分评判系统、车载智能终端系统和智能驾培管理系统，利用车辆信息获取系统获取车辆基本信息，利用高精度差分评判系统获取高精度的车辆操作动态及行驶轨迹，利用车载智能终端系统的车内信息采集模块采集学员练车信息、数据运算整理模块生成每个学员的个性化学习档案、信息展示模块展示数据运算整理模块运算整理后的信息，并可将个性化学习档案传送至智能驾培管理系统，方便驾校管理人员、教练以及学员了解练车情况。本发明将以上多个系统进行整合，集成度高、使用方便、管理顺畅，实现驾校的标准化管理和教学，实时进行数据同步并将数据进行科学合理分析处理，且能明显提高学员的练车学习效率。本发明的驾校智能管理与智能学车综合系统具有集成度高、使用方便、管理顺畅、教学效率高等特点。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (10)
1.一种驾校智能管理与智能学车综合系统，其特征在于：包括车辆信息获取系统、高精度差分评判系统、车载智能终端系统和智能驾培管理系统；
所述车辆信息获取系统用于获取车辆基本信息；
所述高精度差分评判系统包括场地高精度基站和车载数据移动接收机；所述场地高精度基站与卫星定位系统及所述车载数据移动接收机连接，所述车载数据移动接收机与所述车载智能终端系统连接，所述车载数据移动接收机可于所述场地高精度基站和所述车载智能终端系统之间收发车辆操作动态及行驶轨迹；
所述车载智能终端系统包括数据运算整理模块、用于采集学员练车信息的车内信息采集模块和用于展示信息的信息展示模块；所述数据运算整理模块与所述车辆信息获取系统、所述高精度差分评判系统的车载移动接收机、所述车内信息采集模块、所述信息展示模块及所述智能驾培管理系统连接；
所述数据运算整理模块可对源自所述车辆信息获取系统的车辆基本信息、源自所述高精度差分评判系统的车辆操作动态及行驶轨迹、源自所述车内信息采集模块的学员练车信息进行运算整理，并生成每个学员的个性化学习档案，所述个性化学习档案可传送至所述智能驾培管理系统。
2.根据权利要求1所述的驾校智能管理与智能学车综合系统，其特征在于：所述场地高精度基站为GNSS基站或北斗基站；
所述车载数据移动接收机为GNSS数据移动接收机或北斗数据移动接收机。
3.根据权利要求1所述的驾校智能管理与智能学车综合系统，其特征在于：所述学员练车信息包括学员签到、学时打卡、车内影像和声音；
所述车内信息采集模块包括学员签到子模块、学时打卡子模块和流媒体采集子模块；
所述展示信息包括展示车辆基本信息、学员练车信息、车辆操作动态及行驶轨迹。
4.根据权利要求3所述的驾校智能管理与智能学车综合系统，其特征在于：所述数据运算整理模块、所述车内信息采集模块和所述信息展示模块均整合设置于车内后视镜上。
5.根据权利要求3所述的驾校智能管理与智能学车综合系统，其特征在于：所述车辆基本信息包括灯光状态、车门状态、制动踏板状态、驻车制动状态、离合状态、挡位状态、安全带状态、绕车感应状态、油门状态、里程状态、转速状态、GPS定位状态、GSM状态、方向盘状态、死火状态、30秒起步状态、雨刮状态、车速状态和喇叭状态。
6.根据权利要求1-5任一项所述的驾校智能管理与智能学车综合系统，其特征在于：所述车辆信息获取系统通过CAN总线获取车辆基本信息；
所述车辆信息获取系统通过蓝牙与所述车载智能终端系统的数据运算整理模块连接；
所述车载数据移动接收机通过RS-232串口与所述车载智能终端系统的数据运算整理模块连接；
所述车载智能终端系统的数据运算整理模块通过FM通讯、或4G通讯、或5G通讯与所述智能驾培管理系统连接。
7.根据权利要求1-5任一项所述的驾校智能管理与智能学车综合系统，其特征在于：所述个性化学习档案包括驾驶操作动作，倒车入库、侧方停车、坡道定点停车和起步、曲线行驶、直角拐弯的行驶轨迹和压线点，驾驶练习通过率及驾驶建议。
8.根据权利要求7所述的驾校智能管理与智能学车综合系统，其特征在于：所述智能驾培管理系统包括学员端和教练端，所述学员端和教练端与所述车载智能终端系统的数据运算整理模块连接；
所述学员端包括用于展示学员基本信息的学员模块、用于预约练车的预约模块、用于模拟考试学习的模拟考试模块、用于查看个性化学习档案的练车记录模块、用于预约考试的考试模块、用于评价和投诉教练的评价投诉模块；
所述教练端包括用于展示教练基本信息的教练模块、用于处理车辆油耗预警的油耗预警模块、用于发布练车排期的练车排期模块、用于查看各学员个性化学习档案的教学记录模块、用于管理学员练车预约及安排学员考试的学员管理模块、用于处理学员评价和投诉的评价投诉处理模块。
9.根据权利要求8所述的驾校智能管理与智能学车综合系统，其特征在于：所述智能驾培管理系统还包括文员端和校长端，所述文员端和校长端与所述车载智能终端系统的数据运输算模块连接；
所述文员端包括用于学员、教练、车辆管理的文员管理模块、用于查询学员、教练及车辆的查询模块和用于通知发布的文员通知模块；
所述校长端包括用于财务与数据报表分析的财务数据模块、用于学员、教练和车辆管理的校长管理模块、用于通知发布的校长通知模块和用于查看投诉反馈的投诉处理模块。
10.根据权利要求8所述的驾校智能管理与智能学车综合系统，其特征在于：所述智能驾培管理系统包括用于存储、分析数据的云端数据管理模块，所述云端数据管理模块与所述车载智能终端系统的数据运算整理模块连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910123717.8A CN109785206A (zh) | 2019-02-19 | 2019-02-19 | 一种驾校智能管理与智能学车综合系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910123717.8A CN109785206A (zh) | 2019-02-19 | 2019-02-19 | 一种驾校智能管理与智能学车综合系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109785206A true CN109785206A (zh) | 2019-05-21 |
Family
ID=66504654
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910123717.8A Pending CN109785206A (zh) | 2019-02-19 | 2019-02-19 | 一种驾校智能管理与智能学车综合系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109785206A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111156973A (zh) * | 2019-12-31 | 2020-05-15 | 上海海积信息科技股份有限公司 | 一种驾校场地测绘方法及装置 |
| CN111243382A (zh) * | 2020-03-06 | 2020-06-05 | 广州驾悦信息科技有限公司 | 一种驾校管理方法及系统 |
| CN111319573A (zh) * | 2020-03-06 | 2020-06-23 | 广州驾悦信息科技有限公司 | 一种驾校高精模拟嵌入式系统 |
| CN111461939A (zh) * | 2020-05-21 | 2020-07-28 | 洛阳智行信息技术有限公司 | 一种机动车驾驶员智能安全教学系统 |
| CN112270872A (zh) * | 2020-09-27 | 2021-01-26 | 湖南造父驾培网络科技集团有限公司 | 一种数字化驾驶辅助学习方法 |
| CN112288605A (zh) * | 2020-09-27 | 2021-01-29 | 湖南造父驾培网络科技集团有限公司 | 一种智能化驾校 |
| CN112330839A (zh) * | 2020-09-27 | 2021-02-05 | 湖南造父驾培网络科技集团有限公司 | 一种驾校学习质量智能在线监控系统 |
| CN112561755A (zh) * | 2021-03-01 | 2021-03-26 | 北京市运输管理技术支持中心 | 驾驶员培训监管服务方法及装置 |
| CN112652212A (zh) * | 2020-12-23 | 2021-04-13 | 豪德天沐(深圳)科技有限公司 | 一种驾考智能教学系统及驾考智能教学方法 |
| CN112669670A (zh) * | 2020-12-30 | 2021-04-16 | 北京精英智通科技股份有限公司 | 一种搭建学车训练系统的方法及学车训练系统 |
| CN113592682A (zh) * | 2021-07-30 | 2021-11-02 | 广东顺德红铅笔信息科技有限公司 | 基于微信小程序的驾考模拟方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102998689A (zh) * | 2012-11-27 | 2013-03-27 | 北京星网宇达科技股份有限公司 | 基于虚拟传感器的区域判断方法 |
| CN103971558A (zh) * | 2014-05-16 | 2014-08-06 | 无锡海鸿信息技术有限公司 | 一种机动车驾驶人培训智能机器人系统 |
| CN205003902U (zh) * | 2015-08-19 | 2016-01-27 | 福建凯智信息技术有限公司 | 一种机动车驾驶人技能培训电子教练系统 |
| CN105512979A (zh) * | 2016-01-13 | 2016-04-20 | 四川慧莘科技有限公司 | 一种驾校培训管理综合系统 |
| CN105931532A (zh) * | 2016-06-16 | 2016-09-07 | 永州市金锐科技有限公司 | 智能车载驾培系统 |
| CN106251724A (zh) * | 2016-10-10 | 2016-12-21 | 北京高途智驾科技有限公司 | 一种驾驶员智能教学机器人系统 |
| CN106601077A (zh) * | 2016-12-19 | 2017-04-26 | 上海司南卫星导航技术股份有限公司 | 车辆位置判断的方法及系统 |
| CN106779125A (zh) * | 2016-12-30 | 2017-05-31 | 安徽宝信信息科技有限公司 | 一种驾校智能约车系统 |
-
2019
- 2019-02-19 CN CN201910123717.8A patent/CN109785206A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102998689A (zh) * | 2012-11-27 | 2013-03-27 | 北京星网宇达科技股份有限公司 | 基于虚拟传感器的区域判断方法 |
| CN103971558A (zh) * | 2014-05-16 | 2014-08-06 | 无锡海鸿信息技术有限公司 | 一种机动车驾驶人培训智能机器人系统 |
| CN205003902U (zh) * | 2015-08-19 | 2016-01-27 | 福建凯智信息技术有限公司 | 一种机动车驾驶人技能培训电子教练系统 |
| CN105512979A (zh) * | 2016-01-13 | 2016-04-20 | 四川慧莘科技有限公司 | 一种驾校培训管理综合系统 |
| CN105931532A (zh) * | 2016-06-16 | 2016-09-07 | 永州市金锐科技有限公司 | 智能车载驾培系统 |
| CN106251724A (zh) * | 2016-10-10 | 2016-12-21 | 北京高途智驾科技有限公司 | 一种驾驶员智能教学机器人系统 |
| CN106601077A (zh) * | 2016-12-19 | 2017-04-26 | 上海司南卫星导航技术股份有限公司 | 车辆位置判断的方法及系统 |
| CN106779125A (zh) * | 2016-12-30 | 2017-05-31 | 安徽宝信信息科技有限公司 | 一种驾校智能约车系统 |
Non-Patent Citations (3)
| Title |
|---|
| 孙爱玲等: "平面转换的多边形内外点判断算法及应用", 《测绘科学》, vol. 43, no. 10, pages 158 - 160 * |
| 赵晓林: "智能驾驶培训和考试服务系统", 《地理信息世界》 * |
| 赵晓林: "智能驾驶培训和考试服务系统", 《地理信息世界》, no. 01, 25 February 2014 (2014-02-25) * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111156973A (zh) * | 2019-12-31 | 2020-05-15 | 上海海积信息科技股份有限公司 | 一种驾校场地测绘方法及装置 |
| CN111243382A (zh) * | 2020-03-06 | 2020-06-05 | 广州驾悦信息科技有限公司 | 一种驾校管理方法及系统 |
| CN111319573A (zh) * | 2020-03-06 | 2020-06-23 | 广州驾悦信息科技有限公司 | 一种驾校高精模拟嵌入式系统 |
| CN111319573B (zh) * | 2020-03-06 | 2021-11-09 | 广州驾悦信息科技有限公司 | 一种驾校高精模拟嵌入式系统 |
| CN111461939A (zh) * | 2020-05-21 | 2020-07-28 | 洛阳智行信息技术有限公司 | 一种机动车驾驶员智能安全教学系统 |
| CN112270872A (zh) * | 2020-09-27 | 2021-01-26 | 湖南造父驾培网络科技集团有限公司 | 一种数字化驾驶辅助学习方法 |
| CN112288605A (zh) * | 2020-09-27 | 2021-01-29 | 湖南造父驾培网络科技集团有限公司 | 一种智能化驾校 |
| CN112330839A (zh) * | 2020-09-27 | 2021-02-05 | 湖南造父驾培网络科技集团有限公司 | 一种驾校学习质量智能在线监控系统 |
| CN112652212A (zh) * | 2020-12-23 | 2021-04-13 | 豪德天沐(深圳)科技有限公司 | 一种驾考智能教学系统及驾考智能教学方法 |
| CN112669670A (zh) * | 2020-12-30 | 2021-04-16 | 北京精英智通科技股份有限公司 | 一种搭建学车训练系统的方法及学车训练系统 |
| CN112561755A (zh) * | 2021-03-01 | 2021-03-26 | 北京市运输管理技术支持中心 | 驾驶员培训监管服务方法及装置 |
| CN113592682A (zh) * | 2021-07-30 | 2021-11-02 | 广东顺德红铅笔信息科技有限公司 | 基于微信小程序的驾考模拟方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109785206A (zh) | 一种驾校智能管理与智能学车综合系统 | |
| US10922708B2 (en) | Method and system for avoidance of parking violations | |
| US9997071B2 (en) | Method and system for avoidance of parking violations | |
| WO2018107510A1 (zh) | 公交系统服务质量的评估方法和装置 | |
| Koman et al. | Sustainable transport within the context of smart cities in the Slovak republic | |
| Harding | From smartphone apps to in-person data collection: modern and cost-effective multimodal travel data collection for evidence-based planning | |
| Ma | Effects of vehicles with different degrees of automation on traffic flow in urban areas | |
| Daduna | Evolution of public transport in rural areas-new technologies and digitization | |
| Pozueco et al. | Analytic system to evaluate efficient driving programs in professional fleets | |
| Kugler et al. | Mobility tracking system for CO2 footprint determination | |
| Garber et al. | A proposed methodology for implementing and evaluating a truck parking information system | |
| Bıyık et al. | Intelligent transport systems in Turkish urban environments: a comprehensive review | |
| KR101996045B1 (ko) | 차량 운행예약 중개 서비스 시스템 및 그 방법 | |
| Li et al. | A web-based support system for estimating and visualizing the emissions of diesel transit buses | |
| Classen et al. | Feasibility of automated in-vehicle technologies on volunteers’ driving performance | |
| CHU et al. | Typical intelligent transportation applications | |
| Hanifa et al. | Service Quality Analysis on Tracking System and Management of Bus Passenger Study at PT Indo Trans Teknologi | |
| Hall et al. | Evaluation of the OCTA transit probe system | |
| Rakabe | An investigation of information communication and dissemination needs: case of Gautrain operations | |
| Zhou et al. | A GPS-based Analysis Household Travel Behavior | |
| Pilgerstorfer et al. | Deliverable 6.3 report on small scale naturalistic driving pilot | |
| Ozden | Utilization of knowledge-based expert systems to enhance the decision making in states' traffic monitoring programs—a focus on traffic pattern group analysis | |
| TW201010889A (en) | System and method for evaluating and improving driving performance based on statistical feedback | |
| Matseliukh et al. | Intelligent System of Dynamic 2D Visualization of Passenger Flows of Public Transport Routes Based on OpenGL. | |
| Lee et al. | Surveying Elderly Respondents Regarding Electric Scooter Use |
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: 20190521 |
|
| RJ01 | Rejection of invention patent application after publication |