CN111210100B - 评价系统、评价方法及存储介质 - Google Patents
评价系统、评价方法及存储介质 Download PDFInfo
- Publication number
- CN111210100B CN111210100B CN201911145850.XA CN201911145850A CN111210100B CN 111210100 B CN111210100 B CN 111210100B CN 201911145850 A CN201911145850 A CN 201911145850A CN 111210100 B CN111210100 B CN 111210100B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- vehicle
- occupant
- image
- unit
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 348
- 230000006399 behavior Effects 0.000 claims description 44
- 230000009471 action Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 11
- 230000003749 cleanliness Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000008520 organization Effects 0.000 claims description 7
- 230000002349 favourable effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 32
- 238000012545 processing Methods 0.000 description 26
- 230000005540 biological transmission Effects 0.000 description 24
- 238000004891 communication Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 10
- 206010039203 Road traffic accident Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000004397 blinking Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000003721 gunpowder Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种评价系统、评价方法及存储介质。评价系统,其具备:取得部,其取得对车辆的外观进行拍摄而得到的图像;和评价部,其基于由所述图像取得部取得的所述图像,导出并赋予评价所述乘员的社会信用性的评价积分。
Description
技术领域
本发明涉及评价系统、评价方法及存储介质。
背景技术
以往,已知有如下技术:取得基于转向角、油门操作量、制动操作状态等驾驶员的驾驶转向而成的车辆的驾驶状态,基于取得的驾驶状态来判定驾驶员的安全驾驶等级(例如,日本特开2009-128486号公报)。
发明内容
然而,在以往的技术中,虽然能够判定驾驶员的驾驶转向是否符合交通规则,但是不能判断是否是对周围的驾驶员照顾等的符合社会性、礼仪的驾驶转向,即不能判断到驾驶员被社会性地信赖到何种程度的地步。
本发明的方案是考虑这种事情而完成的,其目的之一在于提供能够评价乘员的社会信用性的评价系统、评价方法及存储介质。
【用于解决课题的手段】
本发明的评价系统、评价方法及存储介质采用以下的构成。
(1):本发明的一方案的评价系统具备:取得部,其取得对车辆的外观进行拍摄而得到的图像;和评价部,其基于由所述取得部取得的所述图像,导出并赋予评价所述车辆的乘员的社会信用性的评价积分。
(2):在上述(1)的一方案中,所述取得部还取得与所述车辆的乘员相关的信息和与所述车辆的行驶相关的信息,所述评价部还基于由所述取得部取得的信息来导出所述评价积分。
(3):在上述(1)或(2)的方案中,所述评价部在检测到所述乘员的规定的好评行为的情况下,对所述乘员进行正评价,在检测到所述乘员的规定的差评行为的情况下,对所述乘员进行负评价。
(4):在上述(3)的方案中,所述评价部基于所述图像而将所述行为按类型分类。
(5):在上述(2)~(4)的任一个方案中,与所述乘员相关的信息是所述乘员的事故履历。
(6):在上述(1)~(5)的任一个方案中,所述评价部基于所述图像,来推定有无事故的发生。
(7):在上述(1)~(6)的任一个方案中,所述取得部还取得与所述车辆的行驶相关的感应结果,所述评价部基于所述感应结果,来推定有无事故的发生。
(8):在上述(6)或(7)的方案中,所述评价部在判定为发生了事故且判定为所述事故的原因在于乘员的情况下,对所述乘员进行负评价。
(9):在上述(1)~(8)的任一个方案中,所述取得部还取得由搭载于所述车辆的车载相机对车外进行拍摄而得到的图像,基于由所述车载相机对车外进行拍摄而得到的图像,取得与所述乘员在所述车辆的驾驶中对其他车辆让道相关的信息,所述评价部在由所述取得部取得了与所述让道相关的信息的情况下,作为所述乘员进行了好评行为而进行正评价。
(10):在上述(1)~(9)的任一个方案中,所述取得部还取得对车室内进行拍摄而得到的图像,所述评价部基于对所述车室内进行拍摄而得到的图像,评价所述乘员对所述车辆的整洁作出贡献的程度,在所述程度为规定的上限程度以上的情况下,作为所述乘员进行了好评行为而对所述乘员进行正评价,在由所述取得部取得的所述程度低于规定的下限程度的情况下,作为所述乘员进行了差评行为而对所述乘员进行负评价。
(11):在上述(10)的方案中,所述取得部基于对所述车室内进行拍摄而得到的图像,来取得负责驾驶的乘员对其他乘员作出贡献的程度,所述评价部在由所述取得部取得的所述程度为规定的程度以上的情况下,作为所述负责驾驶的乘员进行了好评行为而对所述负责驾驶的乘员进行正评价。
(12):在上述(10)或(11)的方案中,所述取得部基于对所述车室内进行拍摄而得到的图像,来取得用于判定乘员是否对其他乘员遵守礼仪地进行了接触的信息,所述评价部基于由所述取得部取得的用于判定是否遵守所述礼仪地进行了接触的信息,来判定所述乘员是否进行了好评行为,在判定为所述乘员进行了好评行为的情况下,对所述乘员进行正评价。
(13):在上述(1)~(12)的任一个方案中,还具备统计部,该统计部按每个所述乘员所属的组织单位,统计所述乘员的所述评价积分。
(14):本发明的一方案的评价方法使计算机执行如下处理:取得对车辆的外观进行拍摄而得到的图像,基于取得的所述图像,导出并赋予评价所述车辆的乘员的社会信用性的评价积分。
(15):本发明的一方案的存储介质,存储有使计算机执行如下处理的程序:取得对车辆的外观进行拍摄而得到的图像,基于取得的所述图像,导出并赋予评价所述车辆的乘员的社会信用性的评价积分。
【发明效果】
根据(1)~(15),能够评价乘员的社会信用性。
附图说明
图1是第一实施方式的评价系统的构成图。
图2是示出车载装置的构成的图。
图3是示出车辆行驶信息的内容的一例的图。
图4是示出评价事件信息的内容的一例的图。
图5是示出事故履历信息的内容的一例的图。
图6是示出终端装置的构成的图。
图7是示意性地示出图像发送应用的输入画面的例子的图。
图8是示出评价服务器的构成的图。
图9是示出评价事件信息的内容的一例的图。
图10是示出评价积分的内容的一例的图。
图11是示出评价表格的内容的一例的图。
图12是示出事故履历信息的内容的一例的图。
图13是用于说明评价系统中的处理的概要的图。
图14是示出车载装置进行的与车辆的外观相关的判定处理的流程的一例的流程图。
图15是示出车载装置进行的与乘员的车辆M的驾驶相关的判定处理的流程的一例的流程图。
图16是示出评价服务器进行的评价积分的导出处理的流程的一例的流程图。
图17是示出第二实施方式的评价服务器的构成的图。
图18是示出评价表格的内容的一例的图。
图19是用于对共乘时的评价事件信息进行说明的图。
图20是示出第二实施方式的车载装置进行的与乘员的车辆M的驾驶相关的判定处理的流程的一例的流程图。
图21是示出统计部进行的统计处理的流程的一例的流程图。
具体实施方式
以下,参照附图,对本发明的评价系统、评价方法及存储介质的实施方式进行说明。
(第一实施方式)
图1是示出评价系统1的构成的图。评价系统1例如具备:车辆M,其搭载车载装置10;终端装置50,车辆M的乘员使用该终端装置50;以及评价服务器100。
车载装置10、终端装置50以及评价服务器100经由网络NW进行通信。网络NW例如包含LAN(Local Area Network)、WAN(Wide Area Network)、互联网、蜂窝网、Wi-Fi网、Bluetooth(注册商标)、DSRC(Dedicated Short Range Communication)等。
车辆M例如是两轮、三轮、四轮等的车辆,其驱动源是柴油发动机、汽油发动机等内燃机、电动机或者它们的组合。
车载装置10向评价服务器100发送与车辆M的乘员进行了的表示乘员的社会信用性的评价值(以下,评价积分)变高的行为及评价积分变低的行为相关的信息。
终端装置50向车载装置10发送对与在车载装置10中评价积分变高的行为及评价积分变低的行为相关的车辆M的外观进行拍摄而得到的图像。
评价服务器100基于从车载装置10接收的信息,来管理乘员的评价积分。评价服务器100例如由公共机关、车辆M的制造商、保险公司、征信公司等管理。
[车载装置]
图2是示出车载装置10的构成的图。车载装置10例如具备相机12、车辆传感器14、方向指示器16、操作检测部18、通信装置20、车室内相机22以及解析装置30。这些装置、功能等通过CAN(Controller Area Network)通信线等多路通信线、串行通信线、无线通信网等而互相连接。车载装置10也可以除了上述功能构成之外,还包含对车辆的各部分进行控制的ECU(Electronic Control Unit)等。图2所示的构成终归只是一例,既可以省略构成的一部分,也可以还追加其他构成。
相机12例如是利用了CCD(Charge Coupled Device)、CMOS(Complementary MetalOxide Semiconductor)等固体摄像元件的数码相机。相机12在供车载装置10搭载的车辆M的任意部位安装有一个或者多个,对车辆M的车外进行拍摄。在对前方进行拍摄的情况下,相机12安装于前风窗玻璃上部、车室内后视镜背面等。相机12例如周期性地反复对车辆M的周边进行拍摄。相机12也可以是立体摄影机。
在车辆M中,除了对前方进行拍摄的相机之外,也可以安装对后方或横向进行拍摄的相机。在对后方进行拍摄的情况下,相机12安装于车辆M的后保险杠附近。在对车辆的侧方或后侧方进行拍摄的情况下,例如安装于车身的外装部分(例如,A柱、车顶、侧门)等。由此,相机12能够拍摄在车辆M的前后左右行驶的其他车辆、与车辆M错车行驶的其他车辆。
车辆传感器14包含检测车辆M的速度的车速传感器、检测加速度的加速度传感器、检测绕铅垂轴的角速度的横摆角速度传感器、检测车辆M的朝向的方位传感器等。
方向指示器16通过驾驶员对规定的操作部进行操作而开始闪烁,通过进行返回操作规定的操作部之前的状态的操作而停止闪烁。操作检测部18检测对方向指示器进行的操作。例如,操作检测部18检测是处于方向指示器正在闪烁的状态(接通状态),还是处于没有闪烁的状态(断开状态),并将检测结果向解析装置30输出。
通信装置20例如利用Bluetooth等与终端装置50通信。通信装置20例如也可以利用蜂窝网、Wi-Fi网、Bluetooth、DSRC(Dedicated Short Range Communication)等与存在于车辆M的周边的其他车辆通信,或者经由无线基地站与各种服务器装置通信。
车室内相机22例如是利用了CCD、CMOS等固体摄像元件的数码相机。车室内相机22在搭载有车载装置10的车辆M的任意部位(优选的是,能够拍摄包含驾驶员在内的全体乘员的部位)安装有一个或者多个,对车辆M的车室内进行拍摄。车室内相机22例如周期性地反复拍摄车辆M的车室内。车室内相机22也可以是立体摄影机。
解析装置30例如具备取得部32、解析部34、输出部36以及存储部38。除了存储部38以外的这些构成要素例如通过CPU(Central Processing Unit)等计算机处理器执行程序(软件)来实现。这些构成要素中的一部分或全部既可以通过LSI(Large ScaleIntegration)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等的硬件(包含电路部:circuitry)来实现,也可以通过软件和硬件的协同配合来实现。程序既可以预先保存于存储部38,也可以保存于DVD、CD-ROM等能够装卸的存储介质,通过存储介质被装配于驱动装置而被安装于存储部38。
取得部32取得由相机12拍摄到的图像、车辆传感器14的检测结果、方向指示器16的检测结果、操作检测部18的检测结果、由车室内相机22拍摄到的图像等。
取得部32使由相机12拍摄到的图像中看得到车辆M的车身的至少一部分的外观的图像作为外观图像38-5而存储于存储部38,使在车辆M行驶时取得的图像作为行驶时图像38-6而存储于存储部38。取得部32使由车室内相机22拍摄到的图像作为车室内图像38-7而存储于存储部38。
取得部32使方向指示器16的检测结果及操作检测部18的检测结果作为车辆行驶信息38-2而存储于存储部38。
解析部34对由取得部32取得的图像及信息进行解析。解析部34使解析结果中与乘员的驾驶相关的解析结果作为车辆行驶信息38-2而存储于存储部38。
具体而言,车辆行驶信息38-2是指,例如与车辆M进行定速追随行驶、车道变更、分支、汇合、赶超、错车等行驶形态相关的信息(例如,与车辆M的驾驶员相关的信息、车辆M的行驶形态、进行了该行驶形态的时刻及用于识别与该行驶形态相关的其他车辆的信息等)。
图3是示出车辆行驶信息38-2的内容的一例的图。以下,设为识别车辆M的车辆ID是V001而进行说明。在车辆行驶信息38-2中,蓄积表示驾驶员如何驾驶了车辆M的日志信息。在车辆行驶信息38-2中,例如保存有表示向车辆ID为V002的其他车辆与车辆ID为V003的其他车辆之间汇合(图3的No.1)、之后追随车辆ID为V002的其他车辆而进行了行驶(图3的No.2)的信息,或者保存有表示为了使得车辆ID为V004的其他车辆能够汇合而降低了车速来确保空间(图3的No.3)的信息。
解析部34例如将车辆M的导航装置等所持有的地图信息和车辆M的位置信息进行比较,判断是否与从相机12拍摄到的图像识别的道路等的识别结果一致,判断车辆V是否采取了这些典型行动。解析部34例如关于追随,其参照由相机12拍摄到的一系列的图像,在保持一定的间隔地在相同车辆后行驶的情况下,判断为进行了追随。解析部34例如通过牌照来判断或者通过接收车辆ID来判别所追随的车辆是否相同。
解析部34例如基于车辆M的导航装置等所持有的地图信息,在车辆M通过汇合道路,在汇合的车道的规定范围内存在其他车辆,且该其他车辆通过降低车速而以车辆M能够汇合的方式确保了空间的情况下,判定为进行了车辆M的汇合。解析部34在基于由相机12拍摄到的一系列的图像、或者识别出其他车辆短时间照明前照灯或者鸣喇叭这样的表示不满的行为的情况下,解析为车辆M进行了插队汇合。由解析部34进行的是否进行了追随、汇合等事件的判定也可以是接收其他车辆进行的解析结果,并基于该解析结果来进行判定。
解析部34使与乘员的驾驶相关的解析结果中与评价事件关联的信息作为评价事件信息38-3而存储于存储部38。评价事件是指,在后述的评价服务器100中成为评价积分的赋予对象的驾驶车辆M的乘员(以下,驾驶员)的行为。
输出部36在规定的时机(例如,乘员从车辆M下车的时机、驾驶员交替的时机等)经由通信装置20向评价服务器100发送存储于存储部38的各种信息的一部分或全部。
存储部38例如既可以通过HDD、闪存器等存储装置(具备非暂时性存储介质的存储装置)来实现,也可以通过DVD、CD-ROM等能够装卸的存储介质(非暂时性存储介质)被装配于驱动装置而实现。存储部38例如存储乘员信息38-1、车辆行驶信息38-2、评价事件信息38-3、事故履历信息38-4、外观图像38-5、行驶时图像38-6、车室内图像38-7等。
图4是示出评价事件信息38-3的内容的一例的图。在评价事件信息38-3中,例如按每个驾驶员保存表示驾驶员在汇合道路处对其他车辆让道的(图4的No.1)信息等。
图5是示出事故履历信息38-4的内容的一例的图。在事故履历信息38-4中,按每个驾驶员保存与车辆M的驾驶员过去所引起的事故相关的信息。保存于事故履历信息38-4的信息既可以由车载装置10的解析部34提取检测到乘员引起了事故的评价事件信息38-3,例如也可以反映通过由警察、保险公司、车辆修理工厂等管理或使用的外部装置提供的事故的信息。
车室内图像38-7是在车辆M的乘员的乘车前后或乘员的乘车中由车室内相机22拍摄的图像。解析部34基于存储于存储部38的上述的信息及图像来进行与乘员的驾驶相关的解析。
在乘员信息38-1中,包含用于识别作为乘员的用户的ID(识别信息)、姓名、住所等信息。
解析装置30的功能的一部分或全部既可以如图2所示那样内含于车载装置10,也可以由车载装置10的外部装置(例如,在评价服务器100上)来实现。
[终端装置]
图6是示出终端装置50的构成的图。终端装置50例如是智能手机、平板终端等乘员能够携带的终端装置。终端装置50例如具备通信部52、处理部54、触摸面板56、相机58以及存储部60。除存储部60以外的构成要素例如通过CPU等计算机处理器执行程序(软件)来实现。这些构成要素中的一部分或全部既可以通过LSI、GPU等硬件(包含电路部:circuitry)来实现,也可以通过软件和硬件的协同配合来实现。程序可以预先保存于存储部60,也可以保存于SD卡等能够装卸的存储介质,通过存储介质被装配于驱动装置而安装于存储部60。
通信部52例如利用蜂窝网、Wi-Fi网、Bluetooth等与车载装置10通信。
处理部54通过由终端装置50的CPU等处理器执行后述的图像发送应用62而实现。
处理部54例如具备控制部54-1和输出部54-2。控制部54-1使由相机58取得的看得到车辆M的车身的外观的图像作为外观图像64而存储于存储部60。
输出部54-2通过将存储于存储部60的由相机58取得的图像向通信部52输出,从而通过通信部52向车载装置10发送。
触摸面板56接受乘员对图像发送应用62等的操作输入,向控制部54-1输出操作输入的接受结果。
存储部60例如由ROM(Read Only Memory)、闪存器、SD卡、RAM(Random AccessMemory)、寄存器等来实现。在存储部60中,例如存储有图像发送应用62、外观图像64、外观图像关联信息66等。
图像发送应用62例如是由处于机动车制造商的管理下的服务器提供且被下载到终端装置50的应用程序。图像发送应用62例如在车辆M的乘员对于自己的驾驶进行呈报时使用。图像发送应用62使与外观图像64相关的乘员的呈报内容作为外观图像关联信息66而存储于存储部60。
图像发送应用62向车载装置10发送由乘员拍摄到的外观图像64和与该外观图像64建立了对应关系的外观图像关联信息66。外观图像关联信息66是指,例如乘员对于外观图像64的说明。
车载装置10经由通信装置20接收由图像发送应用62发送的外观图像64,并向解析装置30输出。由图像发送应用62发送的外观图像64在由解析部34进行解析后,存储为外观图像38-5。
图7是示意性地示出图像发送应用62的输入画面的例子的图。图像发送应用62例如关于驾驶员将车辆M停在自己家车库的过程中由于某种原因产生的伤痕、凹陷,该图像发送应用62如图7所示,通过向车载装置10发送外观图像64和作为与该外观图像64相关的说明的外观图像关联信息66,从而进行伤痕、凹陷的原因不是事故的呈报。
[评价服务器]
图8是示出评价服务器100的构成的图。评价服务器100例如具备解析结果取得部110、评价部120以及存储部130。解析结果取得部110及评价部120例如通过CPU等计算机处理器执行程序(软件)来实现。这些构成要素中的一部分或全部既可以通过LSI、ASIC、FPGA、GPU等硬件(包含电路部:circuitry)来实现,也可以通过软件和硬件的协同配合来实现。程序既可以预先通过HDD、闪存器等存储装置(具备非暂时性存储介质的存储装置)来实现,也可以通过DVD、CD-ROM等能够装卸的存储介质(非暂时性存储介质)被装配于驱动装置来实现。
解析结果取得部110取得由车载装置10的解析装置30解析出的与乘员的行为相关的解析结果即评价事件信息38-3。解析结果取得部110使取得的评价事件信息38-3作为评价事件信息138而存储于存储部130。
图9是示出评价事件信息138的内容的一例的图。在评价事件信息138中,例如按每个乘员以摘录的状态存储由车载装置10发送的评价事件信息38-3的信息中与评价关联的一部分的信息。在评价事件信息138中,也可以一并存储由后述的评价部120评价的结果即评价积分的赋予状况。在图9所示的例子中,示出评价部120对作为乘员的用户A让道的评价事件赋予正2点的评价积分,对引起了事故的评价事件赋予负100点的评价积分。
在评价事件信息138中,也可以包含由解析装置30解析出的外观图像38-5、由乘员使用图像发送应用62发送的外观图像64及外观图像关联信息66。在外观图像38-5中,例如包含与相当于差评行为的评价事件相关联的图像。
解析结果取得部110取得由解析装置30解析出的事故履历信息38-4,使其作为事故履历信息136而存储于存储部130。
图10是示出评价积分134的内容的一例的图。在评价积分134中,例如保存乘员和表示该乘员的评价积分的信息。评价积分134相当于图9所示的评价事件信息138的每个乘员的评价积分在规定期间内(例如,过去一个月、过去一年等)的合计值。在评价积分134中,例如如图10所示,保存有作为乘员的用户A的评价积分是10,作为乘员的用户B的评价积分是5这样的信息。评价部120通过输出规定期间的乘员的评价积分134,从而向评价服务器100的利用者提供成为该乘员的社会信用性的评价的指标的信息。在图10所示的例子中,用户A与用户B相比评价积分较高,因此可以说处于用户A被评价为具有比用户B更高的信用性的状态。在图10所示的例子中,用户C与用户A及用户B相比评价积分较高,因此可以说处于用户C被评价为具有比用户A及用户B高的信用性的状态。
返回图8,评价部120基于评价事件信息138在检测到乘员进行了规定的好评行为的情况下,对该乘员进行正评价,在检测到规定的差评行为的情况下,对该乘员进行负评价。对于规定的好评行为及规定的差评行为在后面叙述。
评价部120基于解析结果取得部110取得的评价事件信息138和评价表格132,来决定向乘员赋予的评价积分,并保存于评价积分134。评价部120将解析结果取得部110取得的与乘员的评价相关的解析结果和向乘员赋予的评价积分的赋予结果作为评价事件信息138而保存。
图11是示出评价表格132的内容的一例的图。评价部120例如参照图11所示的评价表格132,对乘员的每个行为的评价积分进行赋予。评价部120例如在检测到乘员让道这样的评价事件的情况下,检索图11所示的评价表格132,加上与让道的评价事件建立了对应关系的评价积分数即2点。同样地,评价部120在检测到引起了事故这样的评价事件的情况下,检索评价表格132,减去与引起了事故的评价事件建立了对应关系的评价积分数即100点。
在评价表格132中,也可以保存评价规则。评价规则是指如下这种例子等的规则:例如在1天中让道2次以上的情况下,将对让道赋予的评价积分设为2倍,在1周中让道5次以上的情况下,将对让道赋予的评价积分设为3倍。评价部120基于保存于评价表格132的评价规则,来导出赋予的评价积分。
图12是示出事故履历信息136的内容的一例的图。事故履历信息136中,例如也可以反映通过由警察、保险公司等使用的外部装置提供的信息(例如,若是涉及多个车辆的事故,则为本方车辆的过失比例等)。
存储部130中例如存储评价表格132、评价积分134、事故履历信息136、评价事件信息138等信息。
[评价事件的分类]
评价部120将评价事件分类为规定的好评行为或规定的差评行为。规定的好评行为是指,例如安全驾驶、经济驾驶、对其他车让道、在规定期间无事故等乘员具有社会性的判断基准、乘员具有遵守礼仪的倾向的判断基准。
规定的差评行为是指,例如引起交通事故、违反交通规则、催促行为、乱扔垃圾等。
[好评行为的解析]
解析部34对车辆M的乘员的评价事件进行解析,检测由乘员进行了好评行为。解析部34例如在检测为好评行为的对象让道的行为的情况下,对相机12拍摄车外而得到的图像进行解析,检测能够解释为车辆M的乘员在驾驶中让道的行为。让道是指,例如在向同一方向行进的车辆在汇合地点处减缓车速而使其他车辆先通行、在双向行驶较难的较窄道路上靠边而使对向车辆先通行、为了使紧急车辆等比本车辆先通行而靠路边或者停止。解析部34在由于本来充分存在供其他车辆汇合的空间因此车辆M未特意减缓速度的情况下、或其他车辆强硬汇合进来的情况下,不解释为进行了让道。
对于是否进行了好评行为,也可以将受益于该行为的人的反应作为参考进行解释。解析部34例如在检测到对方的车辆的乘员举手了的情况下、检测到危险警示灯等的短时间点亮等表示感谢的行为的情况下,解释为车辆M的乘员进行了让道。解析部34在接收到通信装置20与存在于车辆M的周边的其他车辆通信的结果、接收到表示对好评行为感谢的信息等的情况下,也可以检测为车辆M的乘员进行了让道。
[差评行为的解析]
解析部34对车辆M的乘员的评价事件进行解析,检测由乘员进行了差评行为。
解析部34例如在检测为差评行为的对象的评价事件是引起交通事故的情况下,通过对由终端装置50发送的图像进行解析、或者对由各种ECU(未图示)检测到的表示车辆的行驶信息的感应结果进行解析而得到的车辆M的状态,并对该得到的车辆M的状态进行解析,推定车辆M的乘员是否引起了交通事故。
解析部34对在乘车前、上次下车时等拍摄的车辆M的外观图像38-5和由终端装置50发送的外观图像64进行比较,来检测车辆M的外观的变化。外观的变化是指,例如车辆M的车身的伤痕、凹陷增加。解析部34在检测到车辆M的外观变化的情况下,解析为在该乘员乘车时引起了某种事故。
解析部34也可以在车辆M的车身的伤痕、凹陷的产生原因并不起因于乘员的行为且存在正当理由的情况下(例如,被他方的事故牵连的情况、由于落下物、飞来物而产生了凹陷的情况、在上下车时等非行驶中的时机由于某种问题而产生了伤痕的情况、由于他人的恶作剧行为而产生了伤痕、凹陷的情况等),从乘员接受其呈报。
在该情况下,解析部34考虑图7所示那样的由终端装置50的图像发送应用62发送的映入了伤痕、凹陷的外观图像64和关于乘员所呈报的产生了该伤痕、凹陷的原因的乘员的说明即外观图像关联信息66,来判定该乘员是否引起了事故。解析部34也可以检索设想产生了伤痕、凹陷的时间段的外观图像38-5、行驶时图像38-6,来对在该检索结果和图像发送应用62的乘员的呈报内容之间不存在矛盾进行确认。
解析部34也可以对由相机12拍摄到的产生伤痕、凹陷时的图像进行解析,来推定伤痕、凹陷的产生原因。解析部34对是由于驾驶员的行为而产生的伤痕、凹陷还是并非起因于乘员的行为的伤痕、凹陷进行区分,并保存于评价事件信息38-3。解析部34在并非起因于乘员的行为的伤痕、凹陷的情况下,既可以省略向评价事件信息38-3保存信息而保存于车辆行驶信息38-2,也可以省略保存信息本身。
解析部34对由ECU检测到的表示车辆的行驶信息的感应结果进行解析,来推定车辆M的乘员是否引起了交通事故。例如,在车辆M搭载有判断是否对前方的其他车辆等对象物追尾的控制ECU、减轻发生追尾的情况下的冲击的制动控制ECU的情况下,解析部34在控制ECU判定为对对象物追尾且制动控制ECU工作而进行了冲击的减轻的情况下,推定为车辆M的乘员引起了交通事故。
解析部34在发生了搭载于车辆M的气囊工作那种事故的情况下,基于控制该气囊的控制ECU的感应结果来解析为发生了事故。进而,解析部34也可以通过参照控制ECU的感应结果,并对在发生了事故的时机的前后由相机12拍摄到的图像进行解析,从而推定是车辆M的乘员引起了事故还是被他人所引起的事故牵连。
解析部34例如在检测为差评行为的对象的评价事件是催促行为的情况下,对由相机12拍摄到的图像进行解析,判定车辆M的乘员是否进行了催促行为。在基于由取得部32取得的车辆M与前行车辆之间的距离,而检测到以与前行车辆过度接近了的状态持续行驶、使用前照灯的超车模式、频繁地鸣喇叭、将方向盘向左右小幅度地打轮而使本车辆M行驶的行为等的情况下,解释为进行了催促行为。
解析部34如上述那样,基于由相机12拍摄到的图像、外观图像38-5及由ECU检测到的表示车辆的行驶信息的感应结果,对乘员的行动进行解析,对作为解析结果而得到的评价事件是否相当于好评行为或是否相当于差评行为按类型分类,并作为评价事件信息38-3而存储。评价事件的按类型分类例如由管理评价服务器100的公共机关、车辆M的制造商、保险公司、征信公司等设定,在解析部34的解析处理中,基于其类型来进行评价事件的解析。
[信用性的评价]
以下,对于评价服务器100进行的乘员的信用性的评价进行说明。评价服务器100基于由车载装置10解析出的乘员的评价事件来导出评价乘员的信用性的评价积分。
评价部120也可以基于乘员的事故履历来导出所赋予的评价积分。在该情况下,在评价表格132中,例如保存对在事故履历信息136中没有在规定期间内产生过履历的乘员以更高比率赋予在统计时机相加的规定的奖励点数、评价积分那样的规则(例如,像若是正点数则赋予通常点数的2倍的积分,若是负点数则赋予通常点数的0.5倍的积分那样,评价积分容易累加且不易减少那样的规则)。
评价部120也可以在乘员以高分从汽车驾驶学校毕业了的情况下、接受了与驾驶礼仪相关的教学的情况下、接受了车辆检查的情况下赋予更高的评价积分。在该情况下,在评价表格132中,例如保存以更高比率赋予规定的奖励点数、评价积分那样的规则。
评价部120例如通过参照图12所示那种按每个乘员记录的事故履历信息136,判定用户A是否在规定期间内引起了事故,从而决定导出评价积分时的评价规则。
评价部120例如提取图9所示的评价事件信息138、图12所示的事故履历信息136中规定期间(例如,以一个月为单位、以一年为单位)的信息,一边参照图11所示的评价表格132一边导出评价积分,从而导出图10所示那样的每个乘员的评价积分统计值。
[处理概要]
图13是用于说明评价系统1中的处理的概要的图。首先,终端装置50向车载装置10发送车辆M的外观等的图像。
接着,车载装置10接收由终端装置50发送的图像,基于该图像来检测或推定乘员的相当于规定的好评行为、规定的差评行为的评价事件。车载装置10也可以在评价事件的检测或推定时使用由相机12、车室内相机22拍摄到的图像。车载装置10向评价服务器100发送检测或推定出的评价事件信息38-3。
车载装置10也可以基于由相机12、车室内相机22拍摄到的图像和由图像发送应用62发送的外观图像64及与外观图像64相关的乘员的说明,来进行乘员的行为的检测或推定。
接着,评价服务器100接收由车载装置10发送的乘员的评价事件信息38-3,并基于该信息导出并赋予乘员的评价积分。评价服务器100例如按每个乘员统计每个规定期间内该乘员的评价积分。
[处理流程]
以下,对评价系统1进行的处理的流程进行说明。图14是示出车载装置10进行的与车辆M的外观相关的判定处理的流程的一例的流程图。本流程图的处理例如也可以以规定的周期反复执行。
首先,终端装置50的相机58根据乘员的操作而对车辆M的外观图像64进行拍摄(步骤S100),经由图像发送应用62向车载装置10发送外观图像64(步骤S102)。在步骤S102中,图像发送应用62在通过乘员而存在与外观图像64相关的外观图像关联信息66的输入的情况下,将其与外观图像64一并发送。
接着,解析部34对由终端装置50发送的外观图像进行解析(步骤S104),判定在车辆M的车身是否产生了伤痕、凹陷(步骤S106)。在判定为没有产生伤痕、凹陷的情况下,解析部34结束处理。
在步骤S106中判定为产生了伤痕、凹陷的情况下,解析部34基于相机12拍摄到的图像、由终端装置50发送的乘员的呈报内容(外观图像64和外观图像关联信息66)来判定是否存在产生该伤痕、凹陷的正当理由(步骤S108)。
在步骤S108中判定为存在产生伤痕、凹陷的正当理由的情况下,解析部34结束处理。在步骤S108中未判定为存在产生伤痕、凹陷的正当理由的情况下,解析部34检测为乘员引起了事故(步骤S110)。以上,结束本流程图的处理的说明。
图15是示出车载装置10进行的与乘员的车辆M的驾驶相关的判定处理的流程的一例的流程图。本流程图的处理例如也可以以规定的周期反复执行。
首先,取得部32取得车辆行驶信息38-2、外观图像38-5、行驶时图像38-6及车室内图像38-7(步骤S200)。接着,解析部34对取得部32所取得的各种信息进行解析(步骤S202)。
接着,解析部34作为解析结果而判定是否检测到乘员的评价事件(步骤S204)。在未判定为检测到评价事件的情况下,解析部34结束处理。在判定为检测到评价事件的情况下,解析部34将评价事件的履历作为评价事件信息38-3而保存(步骤S206)。以上,结束本流程图的处理的说明。
图16是示出评价服务器100进行的评价积分的导出处理的流程的一例的流程图。
首先,解析结果取得部110取得由车载装置10发送的评价事件信息38-3,并作为评价事件信息138而保存于存储部130(步骤S300)。接着,评价部120基于评价表格132来设定评价基准(步骤S302),参照评价表格132来导出评价积分(步骤S304)。以上,结束本流程图的处理的说明。
[解析结果的活用例]
车载装置10例如也可以具有如下功能:基于解析装置30的解析结果,以通过乘员驾驶车辆M从而评价积分容易提高的方式进行建议。
车载装置10例如在事故履历信息136中存在在规定期间内乘员引起了事故的履历信息的情况下,通过使车辆M的导航装置(未图示)以避开事故发生率高的道路的方式进行指示,从而以乘员的评价积分容易提高的方式进行建议,或者以乘员的评价积分难以降低的方式进行建议。
根据以上说明的第一实施方式,具备:取得部32,其取得对车辆M的外观进行拍摄而得到的外观图像;和评价部120,其基于由取得部32取得的外观图像38-5,导出并赋予评价车辆M的乘员的社会信用性的评价积分134,从而能够评价乘员的社会信用性。
(第二实施方式)
以下,对第二实施方式的评价系统1A进行说明。在以下的说明中,对于与第一实施方式相同的构成及功能标记与第一实施方式相同的符号,省略详细的说明。对于与第一实施方式名称相同但构成或功能不同的构件,设为在符号的末尾标记“A”。
在第二实施方式中,车辆M可以是出租车车辆、共享车辆、共乘车辆而进行说明。共享车辆是指,由多个利用者共同利用一个以上的车辆的车辆。共乘车辆是指,多个利用者同乘而利用的车辆。
图17是示出第二实施方式的评价服务器100A的构成的图。评价服务器100A除了第一实施方式的评价服务器100之外,还具备统计部150。
统计部150按每个乘员所属的组织(例如,乘员的工作单位、出租车公司、共享车辆或共乘车辆的管理组织等),统计乘员的评价积分。统计部150例如通过参照乘员信息38-1所包含的与乘员的工作单位、乘员所属的组织相关的信息,来导出乘员所属的组织单位的评价积分的合计值、平均值、组织内的评价积分的排名信息等。
在该情况下,也可以是在评价表格132A存储如下规则:基于由统计部150统计得到的结果,若组织单位的评价积分比规定基准高则对属于组织的全员赋予奖励点数等的评价规则。
统计部150在乘员在规定期间内搭乘多个车辆的情况下,既可以将所有车辆的驾驶内容作为统计对象,也可以使评价服务器100A的利用者针对每个车辆选择是否作为统计对象。统计部150在乘员具有搭乘自家用车和共乘车辆这两方的机会的情况下,可以仅将搭乘共乘车辆时的评价积分作为统计对象,也可以将搭乘自家用车时的评价积分和搭乘共乘车辆时的评价积分这两方作为统计对象。
[共乘时的行动评价]
图18是用于对在车辆M是共乘车辆的情况下评价部120参照的评价表格132A进行说明的图。在评价表格132A中,例如除了与第一实施方式的评价表格132同样的评价观点的乘员驾驶时的行为之外,还包含对于共乘特有的行为的评价积分。
在评价表格132A中,例如作为共乘特有的评价事件,包含擦拭窗户、捡拾垃圾等对车辆M的整洁作出贡献的行为。在评价表格132A中,也可以包含协作进行共乘车辆的动力能量填充、将车辆的不良向共乘车辆的管理者报告等。
这些评价事件例如既可以是通过由车室内相机22拍摄到的图像的解析而检测的内容,也可以是基于经由图像发送应用62A由乘员提供的图像、信息来检测的内容。在该情况下,图像发送应用62A将乘员使用相机58拍摄到的车辆M的车室内的图像作为车室内图像68(未图示)而保存于存储部60。图像发送应用62A与乘员的操作相应地,向车载装置10发送车室内图像68。
取得部32接收由图像发送应用62A发送的车室内图像68,使其作为车室内图像38-7A(未图示)而存储。
解析部34A例如通过对乘员乘车前且清扫过的车室内图像38-7A和乘员乘车中、下车时的车室内图像38-7A进行比较,来取得乘员对车辆M的整洁作出贡献的程度。整洁的程度是指,例如评价车辆M的车内用品是否处于规定的位置、垃圾、污渍增减的指标。解析部34A在规定了严禁带入共乘车辆M的物品(例如,煤油、火药等危险物、宠物)的情况下,也可以将未带入该对象物包含于整洁的程度的评价而进行解析。
解析部34A例如在与乘员乘车前相比下车时整洁的程度为规定的上限程度以上的情况下,作为乘员对车室内的整洁作出贡献,而解析为该乘员进行了被正评价的评价事件。解析部34A例如在与乘员乘车前相比下车时整洁的程度低于规定的下限程度的情况下,作为乘员对车室内的整洁未作出贡献,检测为该乘员进行了被负评价的评价事件。
在车辆M是出租车车辆、共乘车辆的情况下,也可以是,其他乘员进行与驾驶员的驾驶相关的评价,或者同乘于共乘车辆的乘员彼此进行互相的评价并打分。在该情况下,图像发送应用62A还具有作为评价乘员中车辆M的驾驶员的驾驶、评价乘员彼此的乘车礼仪的应用程序的功能。图像发送应用62A将对于驾驶员的评价、与其他乘员是否遵守礼仪地进行了接触相关的信息、对其他乘员的乘车礼仪的评价作为乘员评价信息66A(未图示)而存储。
图19是用于对共乘时的评价事件信息138A进行说明的图。解析部34A例如检测用户A在共乘车辆乘车时是否擦拭车窗、是否捡拾车内的垃圾等,作为与共乘相关的评价事件信息38-3而保存于存储部130。解析结果取得部110接收由解析部34A设定的评价事件信息38-3,作为评价事件信息138A而保存于存储部130。评价部120基于评价事件信息138A,向乘员赋予与共乘相关的评价积分。
评价部120A例如参照图19所示的评价事件信息138A,对作为乘员的用户A擦拭窗户的评价事件赋予正2点的评价积分,对捡拾垃圾的评价事件赋予正2点的评价积分。
在被赋予评价积分的评价事件中,也可以包含用于评价驾驶员对其他乘员作出贡献的程度的行为(例如,优先其他共乘乘员的计划而变更目的地、途经地,帮助其他共乘乘员上下车,接受车辆M的检查,乘员接受了与驾驶关联的教学)、是否遵守礼仪地进行了接触(例如,共乘乘员在车内吵闹)。
[处理流程]
图20是示出第二实施方式的车载装置10A进行的与乘员的车辆M的驾驶相关的判定处理的流程的一例的流程图。
首先,取得部32取得车室内图像38-7A(步骤S400)。接着,解析部34A对取得的车室内图像38-7A进行解析(步骤S402)。
接着,解析部34A作为解析结果而判定是否检测到与乘员的共乘时的礼仪相关的评价事件(步骤S404)。在未判定为检测到评价事件的情况下,解析部34A使处理前进到步骤S408。在判定为检测到评价事件的情况下,解析部34A将评价事件的履历作为评价事件信息38-3A而保存(步骤S406)。
接着,取得部32取得外观图像38-5、行驶时图像38-6及车辆行驶信息38-2(步骤S408)。接着,解析部34A对取得的图像及信息进行解析(步骤S410)。
接着,解析部34A作为解析结果而判定是否检测到与乘员的驾驶相关的评价事件(步骤S412)。在未判定为检测到评价事件的情况下,解析部34A结束处理。在判定为检测到评价事件的情况下,解析部34A将评价事件的履历作为评价事件信息38-3而保存(步骤S414)。以上,结束本流程图的处理的说明。
图21是示出统计部150进行的统计处理的流程的一例的流程图。
首先,统计部150参照乘员信息38-1,按由评价服务器100A的利用者设定的每个统计单位统计乘员的评价积分(步骤S500)。接着,统计部150通过以规定的报告形式输出步骤S500的统计结果,从而制作组织单位的评价信息(步骤S502)。以上,结束本流程图的处理的说明。
[解析结果的活用例]
车载装置10A例如基于解析装置30A的解析结果,以通过乘员驾驶车辆M而评价积分容易提高的方式进行建议。
车载装置10A例如在车辆M的移动路径附近存在车室内清扫设备的情况下,使导航装置(未图示)对乘员建议去往该车室内清扫设施而提高信用积分,从而以乘员的评价积分容易提高的方式进行建议。
如以上所说明那样,根据第二实施方式的评价系统1A,除了起到与第一实施方式同样的效果之外,取得部32取得由车室内相机22对车室内进行拍摄而得到的车室内图像38-7,解析部34A根据基于车室内图像38-7A得出的乘员对车辆M的整洁作出贡献的程度、对其他乘员作出贡献的程度来检测评价事件,从而能够评价在车辆M是共乘车辆的情况下的乘员的社会性、礼仪。根据第二实施方式的评价系统1A,通过统计部150而得到与乘员所属的组织单位的评价积分相关的信息,所以除了乘员的个人社会性的评价之外,还能够一并得到组织社会性的评价。
上述说明的第一实施方式和第二实施方式并非是彼此排他性的关系,能够适当地组合而实施。例如,评价服务器100也可以导出乘员个人的评价积分,并且导出乘员在所属的组织中的评价积分。
上述实施方式能够如以下那样来表现。
一种评价系统,其构成为具备:
存储装置;和
硬件处理器,
所述硬件处理器构成为通过执行保存于所述存储装置的程序,从而取得对车辆的外观进行拍摄而得到的图像,基于取得的所述图像,导出并赋予评价所述车辆的乘员的社会信用性的评价积分。
以上使用实施方式说明了本发明的具体实施方式,但本发明丝毫不被这样的实施方式限定,在不脱离本发明的主旨的范围内能够施加各种变形及替换。
Claims (15)
1.一种评价系统,其具备:
取得部,其取得对乘员所利用的车辆的外观通过所述乘员能够携带的终端装置从所述车辆的外部进行拍摄而得到的第一图像、关于所述第一图像的所述乘员的说明、以及由搭载于所述车辆的车载相机拍摄到的所述车辆的车身的至少一部分的外观的第二图像;
解析部,其基于所述第一图像、所述说明以及所述第二图像而进行解析,并取得所述乘员的评价事件信息;以及
评价部,其基于由所述解析部解析得到的所述评价事件信息,导出并赋予评价所述车辆的所述乘员的社会信用性的评价积分。
2.根据权利要求1所述的评价系统,其中,
所述取得部还取得与所述车辆的乘员相关的信息和与所述车辆的行驶相关的信息,
所述评价部还基于由所述取得部取得的信息来导出所述评价积分。
3.根据权利要求1所述的评价系统,其中,
所述评价部在检测到所述乘员的规定的好评行为的情况下,对所述乘员进行正评价,在检测到所述乘员的规定的差评行为的情况下,对所述乘员进行负评价。
4.根据权利要求3所述的评价系统,其中,
所述评价部基于所述第一图像以及所述第二图像而将所述行为按类型分类。
5.根据权利要求2~4中任一项所述的评价系统,其中,
与所述乘员相关的信息是所述乘员的事故履历。
6.根据权利要求1~4中任一项所述的评价系统,其中,
所述评价部基于所述第一图像以及所述第二图像,来推定有无事故的发生。
7.根据权利要求1~4中任一项所述的评价系统,其中,
所述取得部还取得与所述车辆的行驶相关的感应结果,
所述评价部基于所述感应结果,来推定有无事故的发生。
8.根据权利要求6所述的评价系统,其中,
所述评价部在判定为发生了事故且判定为所述事故的原因在于乘员的情况下,对所述乘员进行负评价。
9.根据权利要求1~4中任一项所述的评价系统,其中,
所述取得部还取得由所述车载相机对车外进行拍摄而得到的图像,基于由所述车载相机对车外进行拍摄而得到的图像,取得与所述乘员在所述车辆的驾驶中对其他车辆让道相关的信息,
所述评价部在由所述取得部取得了与所述让道相关的信息的情况下,作为所述乘员进行了好评行为而进行正评价。
10.根据权利要求1~4中任一项所述的评价系统,其中,
所述取得部还取得对车室内进行拍摄而得到的图像,
所述评价部基于对所述车室内进行拍摄而得到的图像,评价所述乘员对所述车辆的整洁作出贡献的程度,
在所述程度为规定的上限程度以上的情况下,作为所述乘员进行了好评行为而对所述乘员进行正评价,
在由所述取得部取得的所述程度低于规定的下限程度的情况下,作为所述乘员进行了差评行为而对所述乘员进行负评价。
11.根据权利要求10所述的评价系统,其中,
所述取得部基于对所述车室内进行拍摄而得到的图像,来取得负责驾驶的乘员对其他乘员作出贡献的程度,
所述评价部在由所述取得部取得的所述程度为规定的程度以上的情况下,作为所述负责驾驶的乘员进行了好评行为而对所述负责驾驶的乘员进行正评价。
12.根据权利要求10所述的评价系统,其中,
所述取得部基于对所述车室内进行拍摄而得到的图像,来取得用于判定乘员是否对其他乘员遵守礼仪地进行了接触的信息,
所述评价部基于由所述取得部取得的用于判定是否遵守所述礼仪地进行了接触的信息,来判定所述乘员是否进行了好评行为,在判定为所述乘员进行了好评行为的情况下,对所述乘员进行正评价。
13.根据权利要求1~4中任一项所述的评价系统,其中,
所述评价系统还具备统计部,该统计部按每个所述乘员所属的组织单位,统计所述乘员的所述评价积分。
14.一种评价方法,其中,
使计算机执行如下处理:
取得对乘员所利用的车辆的外观通过所述乘员能够携带的终端装置从所述车辆的外部进行拍摄而得到的第一图像、关于所述第一图像的所述乘员的说明、以及由搭载于所述车辆的车载相机拍摄到的所述车辆的车身的至少一部分的外观的第二图像,
基于所述第一图像、所述说明以及所述第二图像而进行解析,并取得所述乘员的评价事件信息,
基于解析得到的所述评价事件信息,导出并赋予评价所述车辆的所述乘员的社会信用性的评价积分。
15.一种存储介质,其存储有使计算机执行如下处理的程序:
取得对乘员所利用的车辆的外观通过所述乘员能够携带的终端装置从所述车辆的外部进行拍摄而得到的第一图像、关于所述第一图像的所述乘员的说明、以及由搭载于所述车辆的车载相机拍摄到的所述车辆的车身的至少一部分的外观的第二图像,
基于所述第一图像、所述说明以及所述第二图像而进行解析,并取得所述乘员的评价事件信息,
基于解析得到的所述评价事件信息,导出并赋予评价所述车辆的所述乘员的社会信用性的评价积分。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018218359A JP7361466B2 (ja) | 2018-11-21 | 2018-11-21 | 評価方法、およびプログラム |
JP2018-218359 | 2018-11-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111210100A CN111210100A (zh) | 2020-05-29 |
CN111210100B true CN111210100B (zh) | 2024-04-05 |
Family
ID=70726424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911145850.XA Active CN111210100B (zh) | 2018-11-21 | 2019-11-19 | 评价系统、评价方法及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11335103B2 (zh) |
JP (1) | JP7361466B2 (zh) |
CN (1) | CN111210100B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7309594B2 (ja) * | 2019-12-18 | 2023-07-18 | Kddi株式会社 | 合流支援情報配信装置、合流支援システム、合流支援情報配信方法及びコンピュータプログラム |
KR102426917B1 (ko) * | 2020-09-28 | 2022-07-29 | (주)에이아이엠컴 | 교통체증을 개선하는 양보운전에 대한 보상을 제공하는 양보운행보상시스템 |
JP7392624B2 (ja) | 2020-10-12 | 2023-12-06 | トヨタ自動車株式会社 | 制御装置、制御方法、及びプログラム |
JP7286691B2 (ja) * | 2021-02-19 | 2023-06-05 | 本田技研工業株式会社 | 判定装置、車両制御装置、判定方法、およびプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101676689A (zh) * | 2008-08-21 | 2010-03-24 | 爱信艾达株式会社 | 驾驶评价系统以及驾驶评价方法 |
JP2012150557A (ja) * | 2011-01-17 | 2012-08-09 | Toyota Central R&D Labs Inc | 運転マナー啓発装置、システム、及びプログラム |
JP2014164629A (ja) * | 2013-02-27 | 2014-09-08 | Casio Comput Co Ltd | 情報処理装置、整理整頓度判定方法及びプログラム |
JP2015108854A (ja) * | 2012-02-15 | 2015-06-11 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
JP2015152955A (ja) * | 2014-02-10 | 2015-08-24 | Jx日鉱日石エネルギー株式会社 | 情報処理装置および情報処理方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4441887B2 (ja) * | 2006-03-31 | 2010-03-31 | 株式会社デンソー | 自動車用ユーザーもてなしシステム |
JP4995046B2 (ja) | 2007-11-21 | 2012-08-08 | 株式会社日立製作所 | 自動車保険料設定システム |
US20150025917A1 (en) * | 2013-07-15 | 2015-01-22 | Advanced Insurance Products & Services, Inc. | System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information |
US10460600B2 (en) * | 2016-01-11 | 2019-10-29 | NetraDyne, Inc. | Driver behavior monitoring |
JP2018005261A (ja) * | 2016-06-27 | 2018-01-11 | 株式会社リコー | フィードバック装置、フィードバック方法およびプログラム |
CA2936854A1 (en) * | 2016-07-22 | 2018-01-22 | Edmond Helstab | Methods and systems for assessing and managing asset condition |
US9928432B1 (en) * | 2016-09-14 | 2018-03-27 | Nauto Global Limited | Systems and methods for near-crash determination |
JP2018097679A (ja) * | 2016-12-14 | 2018-06-21 | 株式会社ユーストカードットコム | 中古車査定システムおよびプログラム |
WO2018191421A1 (en) * | 2017-04-11 | 2018-10-18 | Alibaba Group Holding Limited | Image-based vehicle damage determining method, apparatus, and electronic device |
US10127795B1 (en) * | 2017-12-31 | 2018-11-13 | Lyft, Inc. | Detecting and handling material left in vehicles by transportation requestors |
CN108335489A (zh) * | 2018-03-11 | 2018-07-27 | 西安电子科技大学 | 高速公路车辆行为语义分析及异常行为监控系统及方法 |
-
2018
- 2018-11-21 JP JP2018218359A patent/JP7361466B2/ja active Active
-
2019
- 2019-11-08 US US16/677,706 patent/US11335103B2/en active Active
- 2019-11-19 CN CN201911145850.XA patent/CN111210100B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101676689A (zh) * | 2008-08-21 | 2010-03-24 | 爱信艾达株式会社 | 驾驶评价系统以及驾驶评价方法 |
JP2012150557A (ja) * | 2011-01-17 | 2012-08-09 | Toyota Central R&D Labs Inc | 運転マナー啓発装置、システム、及びプログラム |
JP2015108854A (ja) * | 2012-02-15 | 2015-06-11 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
JP2014164629A (ja) * | 2013-02-27 | 2014-09-08 | Casio Comput Co Ltd | 情報処理装置、整理整頓度判定方法及びプログラム |
JP2015152955A (ja) * | 2014-02-10 | 2015-08-24 | Jx日鉱日石エネルギー株式会社 | 情報処理装置および情報処理方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200160076A1 (en) | 2020-05-21 |
CN111210100A (zh) | 2020-05-29 |
JP2020086762A (ja) | 2020-06-04 |
US11335103B2 (en) | 2022-05-17 |
JP7361466B2 (ja) | 2023-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111210100B (zh) | 评价系统、评价方法及存储介质 | |
US10332390B1 (en) | Driving event data analysis | |
US10229461B2 (en) | Continuous identity monitoring for classifying driving data for driving performance analysis | |
CN110088815B (zh) | 用于车辆的用于向紧急呼叫中心提供关于事故的事故报告的设备、方法和计算机程序 | |
US9934627B1 (en) | Driving event data analysis | |
US10276033B1 (en) | In-vehicle apparatus for early determination of occupant injury | |
US10295360B2 (en) | Assistance when driving a vehicle | |
US10783360B1 (en) | Apparatuses, systems and methods for vehicle operator gesture recognition and transmission of related gesture data | |
CN110866427A (zh) | 一种车辆行为检测方法及装置 | |
CN102991504A (zh) | 一种对驾驶员换道安全性进行判断并预警的装置及方法 | |
CN102265288B (zh) | 用于机动车的安全系统 | |
US20170091872A1 (en) | Apparatus and method for evaluating driving ability, and program for causing computer to perform method | |
TWM478859U (zh) | 人車路交通事故影音自動分析系統 | |
JP2019153219A (ja) | 車両管理システム、車両管理方法、およびプログラム | |
CN107215266A (zh) | 雾灯开启方法及汽车 | |
Peng et al. | Rough set based method for vehicle collision risk assessment through inferring driver's braking actions in near-crash situations | |
CN106383918A (zh) | 一种辨别紧急制动行为是否合理的系统及辨别方法 | |
CA3110740A1 (en) | Applying machine learning to telematics data to predict accident outcomes | |
CN108515967B (zh) | 一种基于车牌识别的防撞预警方法及装置 | |
CN112863244A (zh) | 用于促进车辆的安全行驶的方法和装置 | |
CN112532928B (zh) | 一种基于5g和人脸识别的公交车车载系统及使用方法 | |
CN108583426B (zh) | 超车指示系统及其指示方法 | |
Saranya et al. | Intelligent Automobile System for Accident prevention and detection | |
JP2011165146A (ja) | 車載装置、報知方法、車両照合システム及びコンピュータプログラム | |
CN115045585A (zh) | 控制装置、系统、车辆以及控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |