CN111192450A - 一种联网车辆管理方法及系统 - Google Patents
一种联网车辆管理方法及系统 Download PDFInfo
- Publication number
- CN111192450A CN111192450A CN201911132591.7A CN201911132591A CN111192450A CN 111192450 A CN111192450 A CN 111192450A CN 201911132591 A CN201911132591 A CN 201911132591A CN 111192450 A CN111192450 A CN 111192450A
- Authority
- CN
- China
- Prior art keywords
- networked
- vehicle
- driving
- vehicles
- traffic
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车辆交通管理的技术领域,尤其涉及一种联网车辆管理方法及系统。应用于联网车辆管理系统,用于对联网车辆进行管理;所述管理方法包括:采集联网车辆的行车数据;根据联网车辆的行车数据按照预定规则进行计算处理,得到联网车辆的行车评分;将行车评分与预设评分标准对比,得到联网车辆的评分等级;根据多组联网车辆的行车评分和评分等级,建立联网车辆数据库;根据联网车辆数据库中的行车评分和评分等级,对联网车辆进行奖惩。本发明建立以车辆为客观主体的信用评价体系,通过车辆信用评分等级,对车主进行奖励和适当惩戒,大大增加车主在绿色交通、安全交通方面的参与度,增加车主主观积极性,从而更便于交通部门对联网车辆的管理。
Description
技术领域
本发明涉及车辆交通管理的技术领域,尤其涉及一种联网车辆管理方法及系统。
背景技术
随着人们日常生活水平的提高,私家车作为出行工具已经越来越普遍,但由此带来的交通问题、环境问题在全球范围内也日益突出。大规模的车辆保有量,让交通拥堵、事故频发、停车难等问题呈逐年上升趋势,大量能源的消耗,导致温室气体的排放量也大幅增加,局部气候异常、雾霾时有发生。
随着技术、政策的发展,未来车辆将实现全面联网,而社会上缺少一种通过大数据车联网对联网车辆进行有效管理的方法,导致无法运用大数据实现联网车辆的全局统筹和智能管理,从而造成公共交通资源无法更加合理配置,时常出现堵车车祸等情况。并且大部分车主缺乏对绿色交通,安全交通的参与兴趣,无法积极的接受交通部门的管理。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷(不足),提供一种联网车辆管理方法及系统。
为解决上述技术问题,本发明的技术方案如下:
一种联网车辆管理方法,应用于联网车辆管理系统,用于对联网车辆进行管理;所述管理方法包括:
采集联网车辆的行车数据;
根据联网车辆的行车数据按照预定规则进行计算处理,得到联网车辆的行车评分;
将行车评分与预设评分标准对比,得到联网车辆的评分等级;
根据多组联网车辆的行车评分和评分等级,建立联网车辆数据库;
根据联网车辆数据库中的行车评分和评分等级,对联网车辆进行奖惩。
进一步的,所述管理方法还包括:
根据交通资源配置信息和车辆大数据优化确定行车数据的采集内容以及预定规则。
进一步的,所述采集联网车辆的行车数据包括:
获取联网车辆行驶过程的特征向量和行车时对周围环境的反应图像信息;
根据特征向量得到联网车辆行车过程的车辆状态信息;
根据反应图像信息得到联网车辆行车过程的关键行车特征;
获取联网车辆的车辆身份信息;
将车辆状态信息、关键行车特征和车辆身份信息进行汇总处理,得到联网车辆的行车数据。
进一步的,所述行车数据还包括联网车辆行车过程对当前道路的交通负担信息。
进一步的,所述反应图像信息包括联网车辆对交通引导信号的反应和对行人、非机动车辆的反应的图像信息;所述车辆身份信息包括交通管理部门实名认证的车辆信息、联网车辆生命周期中的关键事件信息。
进一步的,所述车辆身份信息通过交通管理服务器获取。
进一步的,所述根据联网车辆的行车数据通过预定规则进行计算处理,得到联网车辆的行车评分包括:
根据行车数据中各个数据对交通状况的重要性得到行车数据中各个数据的权重值;
根据权重值对行车数据按照预定规则计算处理,得到联网车辆的行车评分。
进一步的,所述预设评分标准为人工划定的预设评分值或机器学习划定的标准值。
进一步的,所述根据联网车辆数据库中的行车评分和评分等级,对联网车辆进行奖惩包括:
将联网车辆数据库行车评分和评分等级发送至交通管理服务器或第三方服务器;
通过交通管理服务器或第三方服务器对低评分等级的联网车辆进行处罚;
通过交通管理服务器或第三方服务器对高评分等级的联网车辆进行奖赏。
进一步的,所述管理方法还包括:与联网车辆建立隐私协议,获取联网车辆信息采集权限。
本发明还提供一种联网车辆管理系统,包括:
数据处理服务器,用于与联网车辆进行通讯,获取行车数据,计算处理得到行车评分和评分等级并发送;
交通管理服务器,用于与处理服务器进行通讯,接收处理服务器发送的行车评分和评分等级,并对相应联网车辆做出行政奖惩决策;
第三方服务器,用于接收处理服务器发送的行车评分和评分等级,并对相应联网车辆进行物质奖惩。
本发明通过获取联网车辆的行车数据,计算得出代表联网车辆对交通影响程度的行车评分和评分等级,从而建立以车辆为客观主体的信用评价体系,从而作为交通方面信用体系的有效补充,且车辆识别方便,管理简单有效。同时通过车辆信用评分等级,对车主进行奖励和适当惩戒,大大增加车主在绿色交通、安全交通方面的参与度,增加车主主观积极性,从而更便于交通部门对联网车辆的管理。
附图说明
图1为本发明实施例联网车辆管理方法的结构流程图。
图2为本发明实施例步骤101的具体步骤流程图。
图3为本发明实施例步骤102的具体步骤流程图。
图4为本发明实施例步骤105的具体步骤流程图。
图5为本发明实施例的联网车辆管理系统的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例
图1示出了本实施例联网车辆管理方法的结构流程图。本实施例的联网车辆管理方法的应用前提在于,联网车辆管理方法通过交通管理服务器或交通管理部门获取实施权限,且该管理方法优先通过服务器与联网车辆建立隐私协议,通过隐私协议经联网车辆用户同意合法获取联网车辆信息,并承担应用保密责任,不经具有管理权限的部门或用户同意,不向第三方提供信息。
如图1所示,本发明提供一种联网车辆管理方法,该方法应用与联网车辆管理系统,用于对接入云端服务器的车辆进行管理,具体的,联网车辆指接入云端服务器,即汽车通过无线连接或网络连接接入云端网络,进而能通过云端网络与联网车辆进行通讯交互,获取汽车的行车数据。该管理方法具体包括:
101、采集联网车辆的行车数据。
服务器通过云端网络与联网车辆进行通讯交互,从而获取汽车的行车过程中状态信息,从而计算得到联网车辆的车辆状态信息和关键行车特征,并通过交通管理服务器获取联网车辆的车辆身份信息,从而汇总得到目标联网车辆的行车数据。
例如,联网车辆通过车辆中的通信模块TBOX(Telematics Box,车联网系统)通过HTTP(HyperText Transfer Protocol,超文本传输协议)长连接与服务器相连,并将实时行车的数据传输至服务器。
102、根据联网车辆的行车数据按照预定规则进行计算处理,得到联网车辆的行车评分。
服务器对形成行车数据的多个信息按照预定规则进行计算处理,从而得到单个目标联网车辆的行车评分。例如,将联网车辆行车数据与预设标准数据进行比对,判断其对交通拥堵、交通安全及周围人群或车辆的影响大小,得到并形成行车评分,行车评分越小代表联网车辆在实际交通资源配置中的阻碍作用越大,联网车辆信用值越低,可能存在意外风险越高。
103、将行车评分与预设评分标准对比,得到联网车辆的评分等级。
服务器将目标联网车辆的行车评分与预设的评分标准进行比对,得到联网车辆的评分等级,从而判断联网车辆对交通资源配置的影响,正向影响为正等级、负向影响为负等级。服务器通过评分等级得到联网车辆的驾驶行为对交通的影响,从而对联网车辆进行管理。
104、根据多组联网车辆的行车评分和评分等级,建立联网车辆数据库。
服务器根据多组不同联网车辆的行车评分和评分等级,建立联网车辆的数据库,从而通过数据库对联网车辆进行管理。
105、根据联网车辆数据库中的行车评分和评分等级,对联网车辆进行奖惩。
服务器根据联网车辆数据库中的行车评分和评分等级对联网车辆进行奖励或处罚,具体的,可以将联网车辆数据库中的数据发送到交通管理部门进行分析,对存在负等级的联网车辆进行处罚,其中,处罚可以包括提醒、警告、罚款、扣分,或通过路网对评分低的联网车辆进行监控,从而降低负等级联网车辆对交通的影响。同时可通过第三方对正等级的联网车辆进行建立,例如,根据行车评分获取相应实物奖励或增涨车主的信用、补充驾照分数等,从而增加联网车辆对绿色交通和安全交通的参与。
106、根据交通资源配置信息和车辆大数据优化确定行车数据的采集内容以及预定规则。
服务器通过获取管理过程中的交通资源配置信息和车辆大数据进行监控,并进行机器学习,从而对管理方法中所需要采集的车辆行车数据的类型以及行车评分计算的预设规则进行优化。例如,可以通过神经网络学习对管理方法中的规则进行优化。
具体的,本方法的好处在于,本方法通过对联网车辆的行车数据获取,计算得出代表联网车辆对交通影响的行车评分和评分等级,从而建立以车辆为客观主体的信用评价体系,从而作为交通方面信用体系的有效补充,且车辆识别方便,管理简单有效。同时通过车辆信用评分等级,对车主进行奖励和适当惩戒,大大增加车主在绿色交通、安全交通方面的参与度,增加车主主观积极性,从而更便于交通车辆管理。
图2示出了本实施例步骤101的具体步骤流程图。
如图2所示,在一些实施例中,步骤101具体包括:
201、获取联网车辆行驶过程的特征向量和行车时对周围环境的反应图像信息。
服务器获取联网车辆行驶过程中的特征向量,以及行车时对周围环境的反应图像信息,具体的,特征向量为车辆行驶过程中各类数据的特征统计,包括抽取平均速度、行驶里程、疲劳驾驶时间、超速次数、急加速次数、急减速次数、急转弯次数等。反应图像信息包括车辆行驶过程中对周围环境的反应,包括对交通规则(红绿灯、道路引导线、交通标识等)的反应、对弱势群体(行人、非机动车辆等)的反应。
202、根据特征向量得到联网车辆行车过程的车辆状态信息。
服务器对特征向量进行计算处理,从而得到联网车辆行车过程中的车辆状态信息,具体的,车辆状态信息为车主驾驶车辆时的操作情况、油耗情况等,从而得到车辆在能量消耗,即碳排放方面对环境的影响或是否存在可能出现交通事故的不规范驾驶习惯。
车辆状态信息可以根据特征向量通过特定算法计算得出,例如,特征向量取抽取平均速度、行驶里程、疲劳驾驶时间、超速次数、急加速次数、急减速次数和急转弯次数这七个特征向量,七个特征向量通过熵权法和层次分析法相结合的方法求得分别的权重,根据权重计算得出车辆状态的结果。
203、根据反应图像信息得到联网车辆行车过程的关键行车特征。
服务器根据联网车辆的反应图像信息,通过服务器的图像识别算法识别出车辆的关键行为特征,从而判断车辆在遇到各种交通环境变换情况下的反应。
204、获取联网车辆的车辆身份信息。
服务器通过与交通管理服务器的通讯,获取目标联网车辆的车辆身份信息,具体的,车辆身份信息包括交通管理部门实名认证的车辆信息和其生命周期中的关键事件信息。交通管理部门实名认证的车辆信息为可以辨识车辆身份的信息,例如,车架号、车主行驶证号、身份证号以及车型信息和车辆用途。另外,联网车辆生命周期中的关键事件信息包括其车辆事故、转让等事件信息。
205、将车辆状态信息、关键行车特征和车辆身份信息进行汇总处理,得到联网车辆的行车数据。
服务器通过获取得到的车辆状态信息、关键行车特征和车辆身份信息汇总整合,处理得到联网车辆的行车数据。
在一些实施例中,行车数据还包括有联网车辆在行车过程中对当前道路的交通负担信息,交通负担信息为车主对当前道路拥堵情况的选择,例如,在能够达到相同目的地的情况下,车主是否有根据引导选择不拥堵的道路出行,以及车辆在道路高峰期选择出行次数。
图3示出了本实施例步骤102中的具体步骤流程图。
如图3所示,在一些实施例中,步骤102具体包括:
301、根据行车数据中各个数据对交通状况的重要性得到行车数据中各个数据的权重值。
服务器根据行车数据中各个数据的重要性得到行车数据中各个数据的权重值,具体的,权重值的得到或确定可以通过人工预设,当然,也可以根据后期机器学习不断进行调整。
302、根据权重值对行车数据按照预设规则计算处理,得到联网车辆行车评分。
服务器根据权重值确定行测数据中各个数据的所占评分的比例,并将各个数据通过预定的规则进行计算处理,从而科学精确的得到联网车辆的行车评分。
在一些实施例中,在步骤103中,预设评分标准为人工划定的预设评分值或服务器通过后期机器学习划定的标准值,通过预设评分标准确定联网车辆对交通的影响程度为正向影响或负向影响。
图4示出了本实施例步骤105的具体步骤流程图。
如图4所示,在一些实施例中,步骤105具体包括:
401、将行车评分和评分等级发送至交通管理服务器或第三方服务器。
服务器根据交通管理服务器或第三方服务器的需求和权限,将联网车辆数据库中的联网车辆的行车评分和评分等级发送至交通管理服务器或第三方服务器。
402、通过交通管理服务器或第三方服务器对低评分等级的联网车辆进行处罚。
403、通过交通管理服务器或第三方服务器对高评分等级的联网车辆进行奖赏。
交通管理服务器根据行车评分和评分等级,对低评分的联网车辆进行处罚,对高评分等级的联网车辆进行奖赏,具体的处罚可以为将该联网车辆纳入不文明规范行驶范围并进行监管,同时可以根据情形给予提醒、警告、罚款、扣分等处罚,另外,具体的奖赏为增加车主信用指数,给予补充驾照分数等。第三方服务器可以通过评分等级给予联网车辆物质、积分增加的奖赏或扣除积分的惩罚。
值得说明的是,本实施例上述的服务器为可以对联网车辆的行车数据进行数据采集和处理的服务器,且上述的服务器可以采用联网车辆管理系统中的数据处理服务器501。
为了更好的使用体验,本实施例提供联网车辆管理方法中行车评分的具体得到过程,具体的,服务器与联网车辆的车辆通信模块TBOX通过HTTP(HyperText TransferProtocol,超文本传输协议)或自定义协议的长连接进行相连通讯,实时行车数据经AES(Advanced Encryption Standard,高级加密标准)加密算法加密后传输到服务器,图像数据经终端筛选有效帧后进行上传,并在服务器进行存储和分析。采集的文本数据项主要有车辆行驶时间点(启停时间、运行时间等)、行驶里程、车辆运行时的经纬度、瞬时油耗、剩余油量或量、静止时间等,采集的图像数据项主要有道路、交通标识、车辆、行人等。
服务器采集得到联网车辆的行车数据后,选定并建立该体系的核心组成部分的特征,并计算各部分的分值,当然,也可以是各部分与之相当的可衡量标准;确定各组成部分的特征权重;根据各部分的数据权重值,按预定规则得出行车评分。
为更好操作体验,提供其中一种可实现的预定规则如下:
行车评分 S = A*W(w) + B*X(x) + C*Y(y) + D*Z(z),其中A、B、C、D分别是特征W(w)、X(x)、Y(y)、Z(z)的权重,在本方法中通过AHP(Analytic Hierarchy Process,层次分析法)算法得出,车辆使用场景下的经验值为A=25%,B=25%,C=35%,D=15%;W(w) 、X(x)、Y(y)、Z(z)分别表示四大核心组成部分包括:交通管理部门实名认证的车辆信息、车辆状态信息、关键行车特征、关键行为特征特征、关键事件信息,在本预设规则中,简单评述为车辆身份、车辆状态、车辆行为、车辆履历,各部分评分的计算方法,详情如下:
车辆状态:车辆行驶过程中各类数据的特征统计与分析,抽取平均速度、行驶里程、疲劳驾驶时间、超速次数、急加速次数、急减速次数、急转弯次数七个特征向量,使用EW(熵权法)-AHP(层次分析法)相结合的方法求得七个特征向量的权值,计算出评估车辆状态的结果具体的,两者计算比例各占0.5,计算公式如下为:
车辆行为:车辆行驶过程中对周围环境的反应,包括对交通规则的反应、对弱势群体的反应,其中,交通规则具体包括红绿灯情况、道路引导线、交通标识等,弱势群体包括行人、非机动车辆等。该部分具体计算步骤为,首先通过云端图像识别算法识别出车辆的关键行为特征,然后结合交通行为判定集来确定最终车辆行为的评分,其中交通行为判定集可作为特征的权重,即Y(y)= 。
应当知道,上述预设规则仅为本实施例的预设规则的其中一种列举,且在本预设规则中,各部分分值基数可根据应用情况进行调整。
图5示出了本实施例的联网车辆管理系统的结构图。
如图5所示,本实施例还提供一种联网车辆管理系统,包括:
数据处理服务器501,用于与联网车辆、交通管理服务器502或第三方服务器503进行通讯,获取行车数据,计算处理得到行车评分和评分等级并发送至交通管理服务器502或第三方服务器503;
交通管理服务器502,用于与处理服务器进行通讯,接收处理服务器发送的行车评分和评分等级,并对相应联网车辆做出行政奖惩决策;
第三方服务器503,用于接收处理服务器发送的行车评分和评分等级,并对相应联网车辆进行物质奖惩。
本系统的好处在于,通过数据处理服务器501获取行车数据并进行处理,得到行车评分和评分等级,并通过交通管理服务器502或第三方服务器503根据行车评分和评分等级对数据库中的联网车辆进行奖罚,从而合理引导联网车辆,提升交通资源的使用效率,确保交通安全并减少能源的使用和对环境的污染。
显然,本发明的上述实施例仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (11)
1.一种联网车辆管理方法,其特征在于,应用于联网车辆管理系统,用于对联网车辆进行管理;所述管理方法包括:
采集联网车辆的行车数据;
根据联网车辆的行车数据按照预定规则进行计算处理,得到联网车辆的行车评分;
将行车评分与预设评分标准对比,得到联网车辆的评分等级;
根据多组联网车辆的行车评分和评分等级,建立联网车辆数据库;
根据联网车辆数据库中的行车评分和评分等级,对联网车辆进行奖惩。
2.根据权利要求1所述的联网车辆管理方法,其特征在于,所述管理方法还包括:
根据交通资源配置信息和车辆大数据优化确定行车数据的采集内容以及预定规则。
3.根据权利要求1所述的联网车辆管理方法,其特征在于,所述采集联网车辆的行车数据包括:
获取联网车辆行驶过程的特征向量和行车时对周围环境的反应图像信息;
根据特征向量得到联网车辆行车过程的车辆状态信息;
根据反应图像信息得到联网车辆行车过程的关键行车特征;
获取联网车辆的车辆身份信息;
将车辆状态信息、关键行车特征和车辆身份信息进行汇总处理,得到联网车辆的行车数据。
4.根据权利要求3所述的联网车辆管理方法,其特征在于,所述行车数据还包括联网车辆行车过程对当前道路的交通负担信息。
5.根据权利要求3所述的联网车辆管理方法,其特征在于,所述反应图像信息包括联网车辆对交通引导信号的反应和对行人、非机动车辆的反应的图像信息;所述车辆身份信息包括交通管理部门实名认证的车辆信息、联网车辆生命周期中的关键事件信息。
6.根据权利要求5所述的联网车辆管理方法,其特征在于,所述车辆身份信息通过交通管理服务器获取。
7.根据权利要求1所述的联网车辆管理方法,其特征在于,所述根据联网车辆的行车数据通过预定规则进行计算处理,得到联网车辆的行车评分包括:
根据行车数据中各个数据对交通状况的重要性得到行车数据中各个数据的权重值;
根据权重值对行车数据按照预定规则计算处理,得到联网车辆的行车评分。
8.根据权利要求1所述的联网车辆管理方法,其特征在于,所述预设评分标准为人工划定的预设评分值或机器学习划定的标准值。
9.根据权利要求1所述的联网车辆管理方法,其特征在于,所述根据联网车辆数据库中的行车评分和评分等级,对联网车辆进行奖惩包括:
将联网车辆数据库行车评分和评分等级发送至交通管理服务器或第三方服务器;
通过交通管理服务器或第三方服务器对低评分等级的联网车辆进行处罚;
通过交通管理服务器或第三方服务器对高评分等级的联网车辆进行奖赏。
10.根据权利要求1-9任一项所述的联网车辆管理方法,其特征在于,所述管理方法还包括:
与联网车辆建立隐私协议,获取联网车辆信息采集权限。
11.一种联网车辆管理系统,其特征在于,包括:
数据处理服务器,用于与联网车辆进行通讯,获取行车数据,计算处理得到行车评分和评分等级并发送;
交通管理服务器,用于与处理服务器进行通讯,接收处理服务器发送的行车评分和评分等级,并对相应联网车辆做出行政奖惩决策;
第三方服务器,用于接收处理服务器发送的行车评分和评分等级,并对相应联网车辆进行物质奖惩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911132591.7A CN111192450A (zh) | 2019-11-19 | 2019-11-19 | 一种联网车辆管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911132591.7A CN111192450A (zh) | 2019-11-19 | 2019-11-19 | 一种联网车辆管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111192450A true CN111192450A (zh) | 2020-05-22 |
Family
ID=70709153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911132591.7A Pending CN111192450A (zh) | 2019-11-19 | 2019-11-19 | 一种联网车辆管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111192450A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112542048A (zh) * | 2020-12-19 | 2021-03-23 | 桂林理工大学 | 一种基于无人机-车载协作网的车辆安全评级方法 |
CN113283548A (zh) * | 2021-07-22 | 2021-08-20 | 天津所托瑞安汽车科技有限公司 | 一种车辆安全评分方法、装置、设备和存储介质 |
CN113792913A (zh) * | 2021-08-24 | 2021-12-14 | 华南理工大学 | 考虑碳排放补偿的货运服务优化方法、系统、装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346842A (zh) * | 2013-08-06 | 2015-02-11 | 深圳市成为智能交通系统有限公司 | 驾驶行为评级分数计算系统 |
CN104408922A (zh) * | 2014-12-01 | 2015-03-11 | 东莞职业技术学院 | 基于北斗导航驾驶行为评分方法 |
CN106157695A (zh) * | 2016-08-03 | 2016-11-23 | 奇瑞汽车股份有限公司 | 危险驾驶行为的提醒方法和装置 |
CN106803008A (zh) * | 2017-02-15 | 2017-06-06 | 武汉极目智能技术有限公司 | 一种基于adas系统的实时驾驶行为评分方法与系统 |
CN107742430A (zh) * | 2017-11-08 | 2018-02-27 | 广东翼卡车联网服务有限公司 | 一种驾驶行为监控方法、存储介质及车载终端 |
-
2019
- 2019-11-19 CN CN201911132591.7A patent/CN111192450A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346842A (zh) * | 2013-08-06 | 2015-02-11 | 深圳市成为智能交通系统有限公司 | 驾驶行为评级分数计算系统 |
CN104408922A (zh) * | 2014-12-01 | 2015-03-11 | 东莞职业技术学院 | 基于北斗导航驾驶行为评分方法 |
CN106157695A (zh) * | 2016-08-03 | 2016-11-23 | 奇瑞汽车股份有限公司 | 危险驾驶行为的提醒方法和装置 |
CN106803008A (zh) * | 2017-02-15 | 2017-06-06 | 武汉极目智能技术有限公司 | 一种基于adas系统的实时驾驶行为评分方法与系统 |
CN107742430A (zh) * | 2017-11-08 | 2018-02-27 | 广东翼卡车联网服务有限公司 | 一种驾驶行为监控方法、存储介质及车载终端 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112542048A (zh) * | 2020-12-19 | 2021-03-23 | 桂林理工大学 | 一种基于无人机-车载协作网的车辆安全评级方法 |
CN112542048B (zh) * | 2020-12-19 | 2022-06-07 | 桂林理工大学 | 一种基于无人机-车载协作网的车辆安全评级方法 |
CN113283548A (zh) * | 2021-07-22 | 2021-08-20 | 天津所托瑞安汽车科技有限公司 | 一种车辆安全评分方法、装置、设备和存储介质 |
CN113283548B (zh) * | 2021-07-22 | 2021-10-19 | 天津所托瑞安汽车科技有限公司 | 一种车辆安全评分方法、装置、设备和存储介质 |
CN113792913A (zh) * | 2021-08-24 | 2021-12-14 | 华南理工大学 | 考虑碳排放补偿的货运服务优化方法、系统、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112071061B (zh) | 基于云计算和数据分析的车辆服务系统 | |
CN111192450A (zh) | 一种联网车辆管理方法及系统 | |
CN110060484B (zh) | 一种基于区块链的公路客运违章实时预警系统及方法 | |
CN108256714A (zh) | 一种基于车联网大数据的行车轨迹实时风险评估模型 | |
CN104867327B (zh) | 一种驾驶安全监测方法及装置 | |
CN109145954A (zh) | 一种基于多源时空数据的网约车出行安全评价方法及系统 | |
CN107784587A (zh) | 一种驾驶行为评价系统 | |
CN108074396A (zh) | 安全行驶评价方法及系统 | |
CN110675626B (zh) | 基于多维数据的交通事故黑点预测方法、装置及介质 | |
CN103258430A (zh) | 路段旅行时间统计、以及交通路况判定方法和装置 | |
CN111510496B (zh) | 基于区块链信息共享的交通诱导系统及方法 | |
CN105719510B (zh) | 车联网环境下道路交通事故链阻断系统的效率评价方法 | |
CN109636257A (zh) | 一种网约车出行前的风险评价方法 | |
CN109993966A (zh) | 一种构建用户画像的方法及装置 | |
CN110599791A (zh) | 信息监控方法、装置和设备 | |
Pozueco et al. | Analysis of driving patterns and on-board feedback-based training for proactive road safety monitoring | |
CN112989069B (zh) | 一种基于知识图谱与区块链的交通违章分析方法 | |
CN113920727A (zh) | 一种由施工引发道路拥堵的预测方法及系统 | |
CN114386737B (zh) | 一种移动互联时代下网约车乘客安全监测方法 | |
CN105608315A (zh) | 公交停靠站安全服务水平定量评价方法及系统 | |
CN115328982A (zh) | 一种电动自行车数字化治理与服务系统 | |
CN114913690A (zh) | 交通精细化监控方法、系统和可读存储介质 | |
Schoeman | Strategies to reduce traffic accident rates in developing countries: Lessons learned for assessment and management | |
CN111882881A (zh) | 基于区块链的交通违章举报系统 | |
CN116894501B (zh) | 一种基于车联网的网约车管理系统及方法 |
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: 20200522 |
|
RJ01 | Rejection of invention patent application after publication |