CN110648002B - 一种车辆诊断方法、装置、设备及可读存储介质 - Google Patents
一种车辆诊断方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN110648002B CN110648002B CN201910950180.2A CN201910950180A CN110648002B CN 110648002 B CN110648002 B CN 110648002B CN 201910950180 A CN201910950180 A CN 201910950180A CN 110648002 B CN110648002 B CN 110648002B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- owner
- information
- driver
- mounted equipment
- 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
Links
Images
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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车辆诊断方法、装置、设备及可读存储介质,该方法包括以下步骤:与目标车辆的车载设备建立通信连接;利用车载设备判断驾驶人员是否为车主;如果是,则利用车载设备获取车主的身份信息并利用身份信息获取目标车辆的车辆信息;如果否,则识别目标车辆的车牌和/或车架号,并利用识别结果获取车辆信息;利用所述车辆信息对所述目标车辆进行诊断。在本方法中,当确定驾驶人员即为车主时,可直接通过车主的身份信息获取到目标车辆的车辆信息,如此,即便是在车牌号或车架号无法识别时,能够快速完成车辆诊断。
Description
技术领域
本申请涉及计算机应用技术领域,特别是涉及一种车辆诊断方法、装置、设备及可读存储介质。
背景技术
在汽车诊断行业通过专业诊断设备直接利用车辆诊断结果进行智能诊断。但是,目前的车辆诊断技术大多通过图像识别技术对车牌、车架号进行识别,以确定车辆信息。但是,当车牌为套牌,车牌损坏或模糊不清时,无法近距离识别车架号,或车架号模糊不清时,难以对车辆进行识别。如此,便对车辆诊断造成信息来源不全面或车辆信息不准确的情况,导致车辆诊断结果不准确。进一步导致车辆维修诊断效率低下。
综上所述,如何有效地解决车辆诊断等问题,是目前本领域技术人员急需解决的技术问题。
发明内容
本申请的目的是提供一种车辆诊断方法、装置、设备及可读存储介质,利用车载设备对车辆进行识别,以获得车辆信息,并基于车辆信息进行车辆诊断,可提高车辆诊断效率。
为解决上述技术问题,本申请提供如下技术方案:
一种车辆诊断方法,包括:
与目标车辆的车载设备建立通信连接;
利用所述车载设备判断驾驶人员是否为车主;
如果是,则利用所述车载设备获取所述车主的身份信息并利用所述身份信息获取所述目标车辆的车辆信息;
如果否,则识别所述目标车辆的车牌和/或车架号,并利用识别结果获取所述车辆信息;
利用所述车辆信息对所述目标车辆进行诊断。
优选地,利用所述车载设备判断驾驶人员是否为车主,包括:
发送车主识别请求至所述车载设备,并接收所述车载设备反馈的识别结果;所述识别结果为所述车载设备对所述驾驶人员进行生物识别后确定是否为车主的判断结果。
优选地,所述车载设备对所述驾驶人员进行生物识别,包括:
所述车载设备对所述驾驶人员进行指纹识别,人脸识别或虹膜识别。
优选地,利用所述车载设备获取所述车主的身份信息,包括:
发送身份信息共享请求至所述车载设备,接收所述车载设备反馈的所述身份信息。
优选地,利用所述身份信息获取所述目标车辆的车辆信息,包括:
利用所述身份信息查询所有权归属所述车主的归属车辆信息;
若所述车主仅有一辆车辆,则直接将所述归属车辆信息确定为所述车辆信息;
若所述车主至少有两辆车辆,则获取所述车主的驾驶习惯记录,并利用所述驾驶习惯记录确定所述车辆信息。
优选地,识别所述目标车辆的车牌和/或车架号,包括:
采集所述目标车辆的车辆图像,并对所述车辆图像进行识别,获得所述车牌和/或所述车架号。
优选地,还包括:
当所述驾驶人员非所述车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。
一种车辆诊断装置,包括:
通信模块,用于与目标车辆的车载设备建立通信连接;
车主确定模块,用于利用所述车载设备判断驾驶人员是否为车主;
第一车辆信息获取模块,用于如果所述驾驶人员为车主,则利用所述车载设备获取所述车主的身份信息并利用所述身份信息获取所述目标车辆的车辆信息;
第二车辆信息获取模块,用于如果所述驾驶人员非车主,则识别所述目标车辆的车牌和/或车架号,并利用识别结果获取所述车辆信息;
车辆诊断模块,用于利用所述车辆信息对所述目标车辆进行诊断。
优选地,所述车主确定模块,具体用于发送车主识别请求至所述车载设备,并接收所述车载设备反馈的识别结果;所述识别结果为所述车载设备对所述驾驶人员进行生物识别后确定是否为车主的判断结果。
优选地,所述第一车辆信息获取模块,具体用于发送身份信息共享请求至所述车载设备,接收所述车载设备反馈的所述身份信息。
优选地,所述车载设备对所述驾驶人员进行生物识别,包括:所述车载设备对所述驾驶人员进行指纹识别,人脸识别或虹膜识别。
优选地,所述第一车辆信息获取模块,具体用于利用所述身份信息查询所有权归属所述车主的归属车辆信息;
若所述车主仅有一辆车辆,则直接将所述归属车辆信息确定为所述车辆信息;
若所述车主至少有两辆车辆,则获取所述车主的驾驶习惯记录,并利用所述驾驶习惯记录确定所述车辆信息。
优选地,所述第二车辆信息获取模块,具体用于采集所述目标车辆的车辆图像,并对所述车辆图像进行识别,获得所述车牌和/或所述车架号。
优选地,还包括:
报警模块,用于当所述驾驶人员非所述车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。
一种车辆诊断设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现以下步骤:
与目标车辆的车载设备建立通信连接;
利用所述车载设备判断驾驶人员是否为车主;
如果是,则利用所述车载设备获取所述车主的身份信息并利用所述身份信息获取所述目标车辆的车辆信息;
如果否,则识别所述目标车辆的车牌和/或车架号,并利用识别结果获取所述车辆信息;
利用所述车辆信息对所述目标车辆进行诊断。
优选地,所述处理器,用于执行所述计算机程序时具体实现以下步骤:
利用所述车载设备判断驾驶人员是否为车主,包括:
发送车主识别请求至所述车载设备,并接收所述车载设备反馈的识别结果;所述识别结果为所述车载设备对所述驾驶人员进行生物识别后确定是否为车主的判断结果。
优选地,所述处理器,用于执行所述计算机程序时具体实现以下步骤:
利用所述车载设备获取所述车主的身份信息,包括:
发送身份信息共享请求至所述车载设备,接收所述车载设备反馈的所述身份信息。
优选地,所述车载设备对所述驾驶人员进行指纹识别,人脸识别或虹膜识别。
优选地,所述处理器,用于执行所述计算机程序时具体实现以下步骤:
利用所述身份信息获取所述目标车辆的车辆信息,包括:
利用所述身份信息查询所有权归属所述车主的归属车辆信息;
若所述车主仅有一辆车辆,则直接将所述归属车辆信息确定为所述车辆信息;
若所述车主至少有两辆车辆,则获取所述车主的驾驶习惯记录,并利用所述驾驶习惯记录确定所述车辆信息。
优选地,所述处理器,用于执行所述计算机程序时具体实现以下步骤:
识别所述目标车辆的车牌和/或车架号,包括:
采集所述目标车辆的车辆图像,并对所述车辆图像进行识别,获得所述车牌和/或所述车架号。
优选地,所述处理器,用于执行所述计算机程序时具体实现以下步骤:
当所述驾驶人员非所述车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。
一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
与目标车辆的车载设备建立通信连接;
利用所述车载设备判断驾驶人员是否为车主;
如果是,则利用所述车载设备获取所述车主的身份信息并利用所述身份信息获取所述目标车辆的车辆信息;
如果否,则识别所述目标车辆的车牌和/或车架号,并利用识别结果获取所述车辆信息;
利用所述车辆信息对所述目标车辆进行诊断。
优选地,所述计算机程序被处理器执行时具体实现以下步骤:
利用所述车载设备判断驾驶人员是否为车主,包括:
发送车主识别请求至所述车载设备,并接收所述车载设备反馈的识别结果;所述识别结果为所述车载设备对所述驾驶人员进行生物识别后确定是否为车主的判断结果。
优选地,所述计算机程序被处理器执行时具体实现以下步骤:
利用所述车载设备获取所述车主的身份信息,包括:
发送身份信息共享请求至所述车载设备,接收所述车载设备反馈的所述身份信息。
优选地,所述车载设备对所述驾驶人员进行指纹识别,人脸识别或虹膜识别。
优选地,所述计算机程序被处理器执行时具体实现以下步骤:
利用所述身份信息获取所述目标车辆的车辆信息,包括:
利用所述身份信息查询所有权归属所述车主的归属车辆信息;
若所述车主仅有一辆车辆,则直接将所述归属车辆信息确定为所述车辆信息;
若所述车主至少有两辆车辆,则获取所述车主的驾驶习惯记录,并利用所述驾驶习惯记录确定所述车辆信息。
优选地,所述计算机程序被处理器执行时具体实现以下步骤:
识别所述目标车辆的车牌和/或车架号,包括:
采集所述目标车辆的车辆图像,并对所述车辆图像进行识别,获得所述车牌和/或所述车架号。
优选地,所述计算机程序被处理器执行时具体实现以下步骤:
当所述驾驶人员非所述车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。
应用本申请实施例所提供的方法,与目标车辆的车载设备建立通信连接;利用车载设备判断驾驶人员是否为车主;如果是,则利用车载设备获取车主的身份信息并利用身份信息获取目标车辆的车辆信息;如果否,则识别目标车辆的车牌和/或车架号,并利用识别结果获取车辆信息;利用车辆信息对目标车辆进行诊断。
考虑正常车辆都会有车主。也就是说,车主与车辆之间存在所有与被所有的关系。且,驾驶车辆的驾驶人员通常也是该车辆的车主。本方法正是基于车辆与车主的关联关系,通过判断驾驶人员是否为车主,进一步根据车主的身份信息快速确定待识别车辆的车辆信息。在本方法中,当确定驾驶人员即为车主时,可直接通过车主的身份信息获取到目标车辆的车辆信息,如此,即便是在车牌号或车架号无法识别时,能够基于车主识别确定出车辆信息,并进一步利用该车辆信息能够快速完成车辆诊断,可提高车辆诊断效率。
相应地,本申请实施例还提供了与上述车辆诊断方法相对应的车辆诊断装置、设备和可读存储介质,具有上述技术效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种车辆诊断方法的实施流程图;
图2为本申请实施例中一种车辆诊断装置的结构示意图;
图3为本申请实施例中一种车辆诊断设备的结构示意图;
图4为本申请实施例中一种车辆诊断设备的具体结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
实施例一:
请参考图1,图1为本申请实施例中一种车辆诊断方法的流程图,该方法可应用于车辆诊断设备。该车辆诊断设备设置在维修厂内,以便在对车辆进行维修诊断前获得车辆信息,以便基于该车辆信息进行诊断,或,该车辆诊断设备还可以为小区门禁、交通关卡(如高速公路入口和出库),以便基于车辆诊断结果对车辆进行放行或阻拦;该车辆诊断设备还可设置在违章高发路段,以便对该道路行驶车辆进行监控。
该车辆诊断方法包括以下步骤:
S101、与目标车辆的车载设备建立通信连接。
其中,目标车辆即具有车载设备的车辆。该车载设备具体为能够与车辆诊断设备能够建立通信连接,且该车载设备可进行人员识别的设备。
与目标车辆的车主设备可建立有线通信连接也可建立无线通信连接。被识别的目标车辆即可能在行驶状态也可能为静止状态,因此可优先选择建立无线通信连接,如蓝牙、WiFi和ZigBee技术等无线通信连接,以确保在一定距离范围内或车辆行驶过程中,也可实现车辆诊断。
S102、利用车载设备判断驾驶人员是否为车主。
由于驾驶人员在车内,想要对驾驶人员进行识别,采用车外设备进行识别,实现困难,因此,在本实施例中利用车载设备与驾驶人员距离近这一特点对驾驶人员进行识别判断,以确定驾驶人员是否为车主。
利用车载设备判断驾驶人员是否为车主,可具体为发送车主识别请求至车载设备,并接收车载设备反馈的识别结果;识别结果为车载设备对驾驶人员进行生物识别后确定是否为车主的判断结果。
其中,车载设备对驾驶人员进行指纹识别,人脸识别或虹膜识别。例如,当为人脸识别时,车载设备可利用指纹识别等识别技术确定当前驾驶人员身份为车主。为了完成车主判断,可预先在车载设备中录入车主的生物特征(如人脸特征信息,指纹特征信息,虹膜特征信息等)。
车辆诊断设备获得判断结果之后,便可根据不同的判断结果执行不同的车辆信息获取方式。具体的,当判断结果为是,则执行步骤S103的操作;当判断结果为否,则执行步骤S104的操作。
S103、利用车载设备获取车主的身份信息并利用身份信息获取目标车辆的车辆信息。
在本实施例的一种可能的情况中,获取车辆信息,可通过车主设备获取车主的身份信息,进一步基于车主的身份信息确定出车辆信息。
其中,获取身份信息可具体为,利用车载设备采集车主的生物特征,如人脸特征或指纹特征,然后在车主信息库中查询与该生物特征匹配的身份信息。当然,也可在车载设备中存储车主的身份信息,当确定驾驶人员为车主时,车载设备可直接向车辆诊断设备发送该身份信息。
考虑到同一个车主可能存在一辆或多辆车,因此利用身份信息获取目标车辆的车辆信息,包括:
步骤一、利用身份信息查询所有权归属车主的归属车辆信息;
步骤二、若车主仅有一辆车辆,则直接将归属车辆信息确定为车辆信息;
步骤三、若车主至少有两辆车辆,则获取车主的驾驶习惯记录,并利用驾驶习惯记录确定车辆信息。
为便于描述,下面将上述三个步骤结合起来进行说明。
在本实施例中,可预先存储车主信息和车辆信息,以及车主与车辆信息的对应关系。在获得车主的身份信息之后,利用该对应关系,确定出所有权归属车主的归属车辆信息。确定目标车辆对应的车辆信息包括以下两种具体情况:
第一种情况:如果该车主名下只有一辆车,则直接将归属车辆信息确定为目标车辆对应的车辆信息。
第二种情况:如果该车主名下超过一辆车,则可根据驾驶习惯来确定目标车辆的车辆信息。例如,车主周一至周五工作日驾驶车辆诊断1车型,则这个时间段车主诊断默认是车辆诊断1车型;周六周日是车辆诊断2,该时间段诊断默认是车辆诊断2车型;多于两辆车型诊断方法类似;根据车型获取车辆信息;车主经常驾驶车辆诊断1车型到具体某一诊断点进行诊断,车主到了该诊断点默认是车辆诊断1车型;经常到某二诊断点进行诊断车辆诊断2车型,在某二诊断点默认是车辆诊断2车型;多于两辆车型获取车辆信息的方式可参照与此;然后,根据车型获取车辆信息。
在本实施例的另一种可能的情况中,车载设备还可直接存储目标车辆的车辆信息,在确定驾驶人员即车主的情况下,车载设备直接将车辆信息发送给车辆诊断设备。即,车辆诊断设备发送身份信息共享请求至车载设备,接收车载设备反馈的身份信息。
S104、识别目标车辆的车牌和/或车架号,并利用识别结果获取车辆信息。
当驾驶人员不是车主时,无法直接根据驾驶人员的身份信息来对车辆身份进行识别。此时,可采用车牌识别,车架号识别或车牌与车架号结合识别等常规识别技术,对车辆进行识别。
其中,识别目标车辆的车牌和/或车架号,可通过采集目标车辆的车辆图像,并对车辆图像进行识别,获得车牌和/或车架号。即,车牌识别即拍摄目标车辆的车辆照片,采用图像识别技术对车牌号码进行识别。车架号识别可参照车牌识别。为了提高识别准确率,可在车牌号与车架号均对应同一辆车时,确定输出该车辆的车辆信息。
当然,在本实施例的其他可能的情况下,如车牌号和车架号均难以识别时,还可采用车辆重识别技术,对目标车辆进行识别。
S105、利用车辆信息对目标车辆进行诊断。
如此,便可利用快速且准确地车辆信息对目标车辆进行终端。其中,车辆信息可具体包括车牌号、车架号、车辆维修记录、车辆违章记录、车辆所有权信息等信息。对车辆进行诊断,即确定目标车辆是否存在故障,故障原因,故障排除方法等。
当然,得到车辆信息之后,还可对目标车辆进行车辆违章追责处理。
优选地,为维护广大合法车主的合法利用,当驾驶人员非车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。可对非法盗窃/使用车辆的非法人员进行快速识别。
应用本申请实施例所提供的方法,与目标车辆的车载设备建立通信连接;利用车载设备判断驾驶人员是否为车主;如果是,则利用车载设备获取车主的身份信息并利用身份信息获取目标车辆的车辆信息;如果否,则识别目标车辆的车牌和/或车架号,并利用识别结果获取车辆信息;利用车辆信息对目标车辆进行诊断。
考虑正常车辆都会有车主。也就是说,车主与车辆之间存在所有与被所有的关系。且,驾驶车辆的驾驶人员通常也是该车辆的车主。本方法正是基于车辆与车主的关联关系,通过判断驾驶人员是否为车主,进一步根据车主的身份信息快速确定待识别车辆的车辆信息。在本方法中,当确定驾驶人员即为车主时,可直接通过车主的身份信息获取到目标车辆的车辆信息,如此,即便是在车牌号或车架号无法识别时,能够基于车主识别确定出车辆信息,并进一步利用该车辆信息能够快速完成车辆诊断,可提高车辆诊断效率。
实施例二:
相应于上面的方法实施例,本申请实施例还提供了一种车辆诊断装置,该装置可应用于车辆诊断设备中,下文描述的车辆诊断装置与上文描述的车辆诊断方法可相互对应参照。
参见图2所示,该装置包括以下模块:
通信模块101,用于与目标车辆的车载设备建立通信连接;
车主确定模块102,用于利用车载设备判断驾驶人员是否为车主;
第一车辆信息获取模块103,用于如果驾驶人员为车主,则利用车载设备获取车主的身份信息并利用身份信息获取目标车辆的车辆信息;
第二车辆信息获取模块104,用于如果驾驶人员非车主,则识别目标车辆的车牌和/或车架号,并利用识别结果获取车辆信息;
车辆诊断模块105,用于利用车辆信息对目标车辆进行诊断。
在实施例中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
应用本申请实施例所提供的装置,与目标车辆的车载设备建立通信连接;利用车载设备判断驾驶人员是否为车主;如果是,则利用车载设备获取车主的身份信息并利用身份信息获取目标车辆的车辆信息;如果否,则识别目标车辆的车牌和/或车架号,并利用识别结果获取车辆信息;利用车辆信息对目标车辆进行诊断。
考虑正常车辆都会有车主。也就是说,车主与车辆之间存在所有与被所有的关系。且,驾驶车辆的驾驶人员通常也是该车辆的车主。本装置正是基于车辆与车主的关联关系,通过判断驾驶人员是否为车主,进一步根据车主的身份信息快速确定待识别车辆的车辆信息。在本装置中,当确定驾驶人员即为车主时,可直接通过车主的身份信息获取到目标车辆的车辆信息,如此,即便是在车牌号或车架号无法识别时,能够基于车主识别确定出车辆信息,并进一步利用该车辆信息能够快速完成车辆诊断,可提高车辆诊断效率。
在本申请的一种具体实施方式中,车主确定模块102,具体用于发送车主识别请求至车载设备,并接收车载设备反馈的识别结果;识别结果为车载设备对驾驶人员进行生物识别后确定是否为车主的判断结果。
在本申请的一种具体实施方式中,第一车辆信息获取模块103,具体用于发送身份信息共享请求至车载设备,接收车载设备反馈的身份信息。
优选地,车载设备对驾驶人员进行生物识别,包括:车载设备对驾驶人员进行指纹识别,人脸识别或虹膜识别。
在本申请的一种具体实施方式中,第一车辆信息获取模块103,具体用于利用身份信息查询所有权归属车主的归属车辆信息;若车主仅有一辆车辆,则直接将归属车辆信息确定为车辆信息;若车主至少有两辆车辆,则获取车主的驾驶习惯记录,并利用驾驶习惯记录确定车辆信息。
在本申请的一种具体实施方式中,第二车辆信息获取模块104,具体用于采集目标车辆的车辆图像,并对车辆图像进行识别,获得车牌和/或车架号。
在本申请的一种具体实施方式中,还包括:
报警模块,用于当驾驶人员非车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。
实施例三:
相应于上面的方法实施例,本申请实施例还提供了一种车辆诊断设备,下文描述的一种车辆诊断设备与上文描述的一种车辆诊断方法可相互对应参照。
参见图3所示,该车辆诊断设备包括:
存储器D1,用于存储计算机程序;
处理器D2,用于执行计算机程序时实现以下步骤:
与目标车辆的车载设备建立通信连接;
利用车载设备判断驾驶人员是否为车主;
如果是,则利用车载设备获取车主的身份信息并利用身份信息获取目标车辆的车辆信息;
如果否,则识别目标车辆的车牌和/或车架号,并利用识别结果获取车辆信息;
利用车辆信息对目标车辆进行诊断。
优选地,处理器,用于执行计算机程序时具体实现以下步骤:
利用车载设备判断驾驶人员是否为车主,包括:
发送车主识别请求至车载设备,并接收车载设备反馈的识别结果;识别结果为车载设备对驾驶人员进行生物识别后确定是否为车主的判断结果。
优选地,处理器,用于执行计算机程序时具体实现以下步骤:
利用车载设备获取车主的身份信息,包括:
发送身份信息共享请求至车载设备,接收车载设备反馈的身份信息。
优选地,车载设备对驾驶人员进行指纹识别,人脸识别或虹膜识别。
优选地,处理器,用于执行计算机程序时具体实现以下步骤:
利用身份信息获取目标车辆的车辆信息,包括:
利用身份信息查询所有权归属车主的归属车辆信息;
若车主仅有一辆车辆,则直接将归属车辆信息确定为车辆信息;
若车主至少有两辆车辆,则获取车主的驾驶习惯记录,并利用驾驶习惯记录确定车辆信息。
优选地,处理器,用于执行计算机程序时具体实现以下步骤:
识别目标车辆的车牌和/或车架号,包括:
采集目标车辆的车辆图像,并对车辆图像进行识别,获得车牌和/或车架号。
优选地,处理器,用于执行计算机程序时具体实现以下步骤:
当驾驶人员非车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。
具体的,请参考图4,图4为本实施例提供的一种车辆诊断设备的具体结构示意图,该车辆诊断设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中,存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储介质330通信,在车辆诊断设备301上执行存储介质330中的一系列指令操作。
车辆诊断设备301还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作系统341。例如,Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等。
上文所描述的车辆诊断方法中的步骤可以由车辆诊断设备的结构实现。
实施例四:
相应于上面的方法实施例,本申请实施例还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种车辆诊断方法可相互对应参照。
一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
与目标车辆的车载设备建立通信连接;
利用车载设备判断驾驶人员是否为车主;
如果是,则利用车载设备获取车主的身份信息并利用身份信息获取目标车辆的车辆信息;
如果否,则识别目标车辆的车牌和/或车架号,并利用识别结果获取车辆信息;
利用车辆信息对目标车辆进行诊断。
优选地,计算机程序被处理器执行时具体实现以下步骤:
利用车载设备判断驾驶人员是否为车主,包括:
发送车主识别请求至车载设备,并接收车载设备反馈的识别结果;识别结果为车载设备对驾驶人员进行生物识别后确定是否为车主的判断结果。
优选地,计算机程序被处理器执行时具体实现以下步骤:
利用车载设备获取车主的身份信息,包括:
发送身份信息共享请求至车载设备,接收车载设备反馈的身份信息。
优选地,车载设备对驾驶人员进行指纹识别,人脸识别或虹膜识别。
优选地,计算机程序被处理器执行时具体实现以下步骤:
利用身份信息获取目标车辆的车辆信息,包括:
利用身份信息查询所有权归属车主的归属车辆信息;
若车主仅有一辆车辆,则直接将归属车辆信息确定为车辆信息;
若车主至少有两辆车辆,则获取车主的驾驶习惯记录,并利用驾驶习惯记录确定车辆信息。
优选地,计算机程序被处理器执行时具体实现以下步骤:
识别目标车辆的车牌和/或车架号,包括:
采集目标车辆的车辆图像,并对车辆图像进行识别,获得车牌和/或车架号。
优选地,计算机程序被处理器执行时具体实现以下步骤:
当驾驶人员非车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
Claims (8)
1.一种车辆诊断方法,其特征在于,包括:
与目标车辆的车载设备建立通信连接;
发送车主识别请求至所述车载设备,并接收所述车载设备反馈的识别结果,根据所述识别结果判断驾驶人员是否为车主;所述识别结果为所述车载设备对所述驾驶人员进行生物识别后确定是否为车主的判断结果;
如果是,则利用所述车载设备获取所述车主的身份信息并利用所述身份信息查询所有权归属所述车主的归属车辆信息;若所述车主仅有一辆车辆,则直接将所述归属车辆信息确定为所述车辆信息;若所述车主至少有两辆车辆,则获取所述车主的驾驶习惯记录,并利用所述驾驶习惯记录确定所述车辆信息;
如果否,则识别所述目标车辆的车牌和/或车架号,并利用识别结果获取所述车辆信息;
利用所述车辆信息对所述目标车辆进行诊断。
2.根据权利要求1所述的车辆诊断方法,其特征在于,所述车载设备对所述驾驶人员进行生物识别,包括:
所述车载设备对所述驾驶人员进行指纹识别,人脸识别或虹膜识别。
3.根据权利要求1所述的车辆诊断方法,其特征在于,利用所述车载设备获取所述车主的身份信息,包括:
发送身份信息共享请求至所述车载设备,接收所述车载设备反馈的所述身份信息。
4.根据权利要求1所述的车辆诊断方法,其特征在于,识别所述目标车辆的车牌和/或车架号,包括:
采集所述目标车辆的车辆图像,并对所述车辆图像进行识别,获得所述车牌和/或所述车架号。
5.根据权利要求1至4任一项所述的车辆诊断方法,其特征在于,还包括:
当所述驾驶人员非所述车主且无法识别车牌号和/或车架号时,输出非法车辆报警信息。
6.一种车辆诊断装置,其特征在于,包括:
通信模块,用于与目标车辆的车载设备建立通信连接;
车主确定模块,用于发送车主识别请求至所述车载设备,并接收所述车载设备反馈的识别结果,根据所述识别结果判断驾驶人员是否为车主;所述识别结果为所述车载设备对所述驾驶人员进行生物识别后确定是否为车主的判断结果;
第一车辆信息获取模块,用于如果所述驾驶人员为车主,则利用所述身份信息查询所有权归属所述车主的归属车辆信息;若所述车主仅有一辆车辆,则直接将所述归属车辆信息确定为所述车辆信息;若所述车主至少有两辆车辆,则获取所述车主的驾驶习惯记录,并利用所述驾驶习惯记录确定所述车辆信息;
第二车辆信息获取模块,用于如果所述驾驶人员非车主,则识别所述目标车辆的车牌和/或车架号,并利用识别结果获取所述车辆信息;
车辆诊断模块,用于利用所述车辆信息对所述目标车辆进行诊断。
7.一种车辆诊断设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述车辆诊断方法的步骤。
8.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述车辆诊断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910950180.2A CN110648002B (zh) | 2019-10-08 | 2019-10-08 | 一种车辆诊断方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910950180.2A CN110648002B (zh) | 2019-10-08 | 2019-10-08 | 一种车辆诊断方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110648002A CN110648002A (zh) | 2020-01-03 |
CN110648002B true CN110648002B (zh) | 2022-05-10 |
Family
ID=68993523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910950180.2A Active CN110648002B (zh) | 2019-10-08 | 2019-10-08 | 一种车辆诊断方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110648002B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112084215A (zh) * | 2020-09-08 | 2020-12-15 | 中国平安财产保险股份有限公司 | 车辆信息查询方法、装置、计算机设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301779A (zh) * | 2017-07-28 | 2017-10-27 | 广东兴达顺科技有限公司 | 一种身份认证方法及检测设备 |
CN107967806B (zh) * | 2017-12-01 | 2019-10-25 | 深圳励飞科技有限公司 | 车辆套牌检测方法、装置、可读存储介质及电子设备 |
CN109960407A (zh) * | 2019-03-06 | 2019-07-02 | 中山安信通机器人制造有限公司 | 一种车载机器人主动交互的方法、计算机装置以及计算机可读存储介质 |
CN110264581A (zh) * | 2019-06-20 | 2019-09-20 | 深圳市天彦通信股份有限公司 | 停车扣费方法及相关设备 |
-
2019
- 2019-10-08 CN CN201910950180.2A patent/CN110648002B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110648002A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9767624B2 (en) | Method and system for retrieving vehicular parameters from a vehicle data bus | |
CN110147946B (zh) | 一种数据分析方法及装置 | |
US11180154B2 (en) | Fingerprinting drivers based on vehicle turns | |
US20100185356A1 (en) | Compiling Source Information From A Motor Vehicle Data System and Configuring A Telematic Module | |
DE102018103683A1 (de) | Verfahren und vorrichtung zur statistischen analyse von fahrzeugelementausfall | |
CN109711276B (zh) | 一种套牌检测方法及装置 | |
US20210271897A1 (en) | Vehicle number identification device, vehicle number identification method, and program | |
CN112947137A (zh) | 氢能源汽车控制方法、氢能源汽车及物联网系统 | |
CN110139243B (zh) | 车辆监测方法、监测终端、车辆监测系统及介质 | |
Frassinelli et al. | I know where you parked last summer: Automated reverse engineering and privacy analysis of modern cars | |
CN112874530A (zh) | 一种车辆诊断方法、装置、电子设备及存储介质 | |
US20170076517A1 (en) | Automatic driving log system and method | |
CN110995823B (zh) | 车载终端离线处理方法、设备、存储介质及装置 | |
CN110648002B (zh) | 一种车辆诊断方法、装置、设备及可读存储介质 | |
US20160148447A1 (en) | Method, system and computer-readable recording medium for managing abnormal state of vehicle | |
WO2016164834A4 (en) | Augmenting transport services using driver profiling | |
KR101736296B1 (ko) | 텔레메틱스 서비스 품질 점검 시스템 | |
CN111311044A (zh) | 一种车辆定损方法及其系统 | |
CN111815791A (zh) | 一种基于车联网的路边停车自动缴费方法及系统 | |
EP3858807A1 (en) | Method and system for managing vehicle generated data | |
CN113658426B (zh) | 一种车辆事故识别方法及装置 | |
CN114724404A (zh) | 一种停车管理方法及系统 | |
CN115188184A (zh) | 一种车辆限速处理方法、设备及装置 | |
CN111861498B (zh) | 出租车的监控方法、装置、设备和存储介质 | |
CN112766746A (zh) | 交通事故识别方法、装置、电子设备和存储介质 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230925 Address after: Room 305, Yuanzheng Technology R&D Building, No. 4012 Wuhe Avenue, Gangtou Community, Bantian Street, Longgang District, Shenzhen City, Guangdong Province, 518100 Patentee after: Shenzhen yikonglichu Software Development Co.,Ltd. Address before: 518000 8F, yijingge, hujingge, Jingfa garden, No. 2077, Lianhua West Road, Shiling community, Lianhua street, Futian District, Shenzhen, Guangdong Patentee before: SHENZHEN PENGJUSHU INFORMATION TECHNOLOGY Co.,Ltd. |