CN111369786B - 乘车出行的监控方法、车辆、服务器、系统和设备 - Google Patents

乘车出行的监控方法、车辆、服务器、系统和设备 Download PDF

Info

Publication number
CN111369786B
CN111369786B CN201811599154.1A CN201811599154A CN111369786B CN 111369786 B CN111369786 B CN 111369786B CN 201811599154 A CN201811599154 A CN 201811599154A CN 111369786 B CN111369786 B CN 111369786B
Authority
CN
China
Prior art keywords
vehicle
target object
passenger
driver
analysis result
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
Application number
CN201811599154.1A
Other languages
English (en)
Other versions
CN111369786A (zh
Inventor
王洪军
裴毓
薛伟光
张俊杰基
王晓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BYD Co Ltd
Original Assignee
BYD Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BYD Co Ltd filed Critical BYD Co Ltd
Priority to CN201811599154.1A priority Critical patent/CN111369786B/zh
Publication of CN111369786A publication Critical patent/CN111369786A/zh
Application granted granted Critical
Publication of CN111369786B publication Critical patent/CN111369786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40—Bus networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/54—Presence management, e.g. monitoring or registration for receipt of user log-on information, or the connection status of the users
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40—Bus networks
    • H04L2012/40208—Bus networks characterized by the use of a particular bus standard
    • H04L2012/40215—Controller Area Network CAN

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出一种乘车出行的监控方法、车辆、服务器、系统和设备，其中，当执行主体为车辆时，方法包括：向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息；对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果；将每个车辆上目标对象的分析结果发送给云端服务器。由此，该方法以去中心化的处理方式处理车辆的出行数据，提高了处理车辆出行数据的公开程度和透明程度，降低了数据被篡改或丢失等风险，提高了车辆的出行数据的安全性。

Description

乘车出行的监控方法、车辆、服务器、系统和设备
技术领域
本发明涉及车辆工程技术领域，尤其涉及一种乘车出行的监控方法、车辆、服务器、系统和设备。
背景技术
随着人们对出行安全重视程度的提高，越来越多的车辆在出行时可以采集车辆上的数据并进行处理分析，以监控车辆的出行状况。
相关技术中，一般是通过中心化的数据处理方式处理车辆上的数据，比如，车载终端将采集到的车辆出行时的数据通过TCP协议发送给后台服务器，然后由后台服务器处理分析各车辆发送的数据。
然而，这种中心化的数据处理方式安全性和可靠性较低，当服务器中的数据被篡改或丢失时无法恢复，从而会对车辆的出行监控造成较大程度的影响
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种乘车出行的监控方法。该方法预先设置车辆与车辆之间互联的车联网，在车辆出行过程中，控制各车辆向车联网中的其他车辆共享本车上的数据，使每一个车辆的车载终端都可以分析处理其他车辆上的数据，从而以去中心化的处理方式处理车辆的出行数据，提高了处理车辆出行数据的公开程度和透明程度，降低了数据被篡改或丢失的风险，提高了车辆的出行数据的安全性。
本发明的第二个目的在于提出另一种乘车出行的监控方法。
本发明的第三个目的在于提出一种车辆。
本发明的第四个目的在于提出一种云端服务器。
本发明的第五个目的在于提出一种乘车出行的监控系统。
本发明的第六个目的在于提出一种计算机设备。
为达上述目的，本发明第一方面实施例提出了一种乘车出行的监控方法，当执行主体为车辆时，包括以下步骤：
向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息；
对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果；
将每个车辆上目标对象的分析结果发送给云端服务器。
本发明实施例的乘车出行的监控方法，首先向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息，然后对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果，最后将每个车辆上目标对象的分析结果发送给云端服务器。该方法控制各车辆向车联网中的其他车辆共享本车上的数据，使每一个车辆的车载终端都可以分析处理其他车辆上的数据，从而以去中心化的处理方式处理车辆的出行数据，提高了处理车辆出行数据的公开程度和透明程度，降低了数据被篡改或丢失的风险，提高了车辆的出行数据的安全性。
另外，根据本发明上述实施例的列车行驶距离的校正方法，还可以具有如下附加的技术特征：
在本发明一个实施例中，目标对象为驾驶员时，所述驾驶员的状态信息包括所述驾驶员的驾驶数据；针对每个车辆上的驾驶员，所述车辆获取所述驾驶员的基本信息，根据所述驾驶员的状态信息和所述驾驶员的基本信息，获取所述驾驶员的驾驶行为的分析结果。
在本发明一个实施例中，驾驶员的状态信息中还包括：所述驾驶员的生物特征信息；针对每个车辆上的驾驶员，所述车辆根据所述驾驶员的生物特征信息，对所述驾驶员的驾驶行为的分析结果进行修正。
在本发明一个实施例中，目标对象为乘客，所述乘客的状态信息包括乘车数据；针对每个车辆上的乘客，所述车辆获取所述乘客的基本信息，根据所述乘客的状态信息和所述乘客的基本信息，获取所述乘客的乘车行为的分析结果。
在本发明一个实施例中，乘客的状态信息中还包括所述乘客的生物特征信息；针对每个车辆上的乘客，所述车辆根据所述乘客的生物特征信息，对所述乘客的乘车行为的分析结果进行修正。
在本发明一个实施例中，目标对象为车辆时，所述车辆的状态信息包括所述车辆当前的行驶信息和所述车辆当前的环境信息；所述车辆根据所述行驶信息和所述环境信息，获取所述车辆的行驶策略的分析结果。
在本发明一个实施例中，乘车出行的监控方法，还包括：车辆接收所述云端服务器发送的候选出行路线和需要换成到所述候选出行路线的乘客，识别所述乘客是否选择所述候选出行路线进行乘车，并将识别结果反馈给所述云端服务器，作为所述乘客的乘车行为的一种分析结果。
在本发明一个实施例中，乘车出行的监控方法，还包括：车辆接收所述云端服务器发送的激励参数，其中，所述激励参数是由所述云端服务器从所有车辆中识别出所述车辆对任意一车辆上的至少一个目标对象的分析结果最优时发送的。
在本发明一个实施例中，乘车出行的监控方法，还包括：车辆对向所述除本车之外的各车辆或者所述云端服务器传输信息时，需要对待传输的信息进行加密，将加密后的信息发送给所述除本车之外的各车辆或者所述云端服务器；所述车辆对从所述除本车之外的各车辆或者所述云端服务器处接收到的信息进行解密处理。
为了实现上述目的，本发明第二方面实施例提出了另一种乘车出行的监控方法，当执行主体为云端服务器时，包括以下步骤：
接收任意一车辆发送的每个车辆上目标对象的分析结果；
针对任意一车辆上的目标对象，从每个车辆发送的任意一车辆上的目标对象的分析结果中，确定出任意一车辆上的目标对象的最终分析结果。
本发明实施例的乘车出行的监控方法，首先接收任意一车辆发送的每个车辆上目标对象的分析结果，然后针对任意一车辆上的目标对象，从每个车辆发送的任意一车辆上的目标对象的分析结果中，确定出任意一车辆上的目标对象的最终结果。该方法从每个车辆发送的任意一车辆上的目标对象的分析结果中，选择最优的分析结果为该车辆的目标对象的最终分析结果，提高了评选目标对象的最终分析结果的准确性，增强了评选过程的公开性和评选结果的可信度。
另外，根据本发明上述实施例的乘车出行的监控方法，还可以具有如下附加的技术特征：
在本发明一个实施例中，乘车出行的监控方法，还包括：云端服务器针对任意一车辆上的目标对象，对每个车辆发送的所述任意一车辆上的目标对象的分析结果进行分析，从中识别出所述任意一车辆上的目标对象的分析结果最优的目标车辆，向所述目标车辆下发激励参数。
在本发明一个实施例中，乘车出行的监控方法，还包括：云端服务器获取所述任意一车辆上的目标对象的每个分析结果的评估参数和/或结果生成时刻；所述云端服务器根据所述评估参数和/或结果生成时刻，从所有的分析结果中识别出最优分析结果，将所述最优分析结果所属的车辆作为所述目标车辆。
在本发明一个实施例中，乘车出行的监控方法，还包括：云端服务器接收乘车应用程序发送的用于使用所述激励参数的请求，获取与所述请求匹配的物品。
在本发明一个实施例中，乘车出行的监控方法，还包括：云端服务器接收乘车应用程序的乘车请求，根据所述乘车请求获取出行路线，如果所述出行路线的乘客量到达预设乘客量，则根据所述乘车请求生成候选出行路线，将所述乘客应用程序对应的乘客和所述候选出行路线下发给所述候选出行路线上对应的车辆。
为达上述目的，本发明第三方面实施例提出一种车辆，包括：
共享模块，用于向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息；
分析模块，用于对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果；
发送模块，用于将每个车辆上目标对象的分析结果发送给所述云端服务器。
本发明实施例的车辆，首先向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息，然后对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果，最后将每个车辆上目标对象的分析结果发送给云端服务器。该车辆向车联网中的其他车辆共享本车上的数据，使每一个车辆的车载终端都可以分析处理该车辆上的数据，从而以去中心化的处理方式处理车辆的出行数据，提高了处理车辆出行数据的公开程度和透明程度，降低了数据被篡改或丢失的风险，提高了车辆的出行数据的安全性。
为达上述目的，本发明第四方面实施例提出了一种云端服务器，包括：
接收模块，用于接收任意一车辆发送的每个车辆上目标对象的分析结果；
确定模块，用于针对任意一车辆上的目标对象，从每个车辆发送的任意一车辆上的目标对象的分析结果中，确定出所述任意一车辆上的目标对象的最终结果。
本发明实施例的云端服务器，首先接收任意一车辆发送的每个车辆上目标对象的分析结果，然后针对任意一车辆上的目标对象，从每个车辆发送的任意一车辆上的目标对象的分析结果中，确定出任意一车辆上的目标对象的最终结果。该云端服务器从每个车辆发送的任意一车辆上的目标对象的分析结果中，选择最优的分析结果为该车辆的目标对象的最终分析结果，提高了评选目标对象的最终分析结果的准确性，增强了评选过程的公开性和评选结果的可信度。
为达上述目的，本发明的第五方面实施例提出一种乘车出行的监控系统，包括：多个如上述实施例所述的车辆和如上述实施例所述的云服务器。
为达上述目的，本发明的第六方面实施例提出一种计算机设备，包括处理器和存储器，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现如第一方面实施例所述的乘车出行的监控方法或者实现如第二方面实施例所述的列车行驶距离的校正方法。
为了实现上述目的，本发明第八方面实施例提出一种计算机程序产品，当计算机程序产品中的指令处理器执行时实现如第一方面实施例所述的列车行驶距离的校正方法或者实现如第二方面实施例所述的乘车出行的监控方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例所提供的一种乘车出行的监控方法的流程示意图；
图2为本发明实施例所提供的一种具体的乘车出行的监控方法的流程示意图；
图3为本发明实施例所提供的一种车辆的结构示意图；
图4为本发明实施例所提供的一种云端服务器的结构示意图；以及
图5为本发明实施例所提供的一种示例性计算机设备的框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的乘车出行的监控方法、车辆、服务器、系统和设备。
其中，在本发明实施例的乘车出行的监控方法中，各个车辆可以通过基于通用移动通信技术的车联网(LTE-Vehicle-to-Everything,简称LTE-V2X)或者专用短程通讯技术(Dedicated Short Range Communications)实现互联，使各车辆和乘车出行的监控系统中的云端服务器处于同一车联网中，以进行数据的传输。并且，用户可以通过移动终端中的乘车应用注册账户，以加入到乘车出行的监控系统中。
图1为本发明实施例所提供的一种乘车出行的监控方法的流程示意图，如图1所示，当执行主体为车辆时，该乘车出行的监控方法包括以下步骤：
步骤101，向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息。
其中，目标对象可以是车联网中的任一车辆，或者还可以是车辆上的乘客、驾驶员等出行人员。在车辆出行过程中，车辆上的车载终端采集到本车上目标对象的状态信息后，可以以报文的形式存储在本地存储器中，然后通过车联网将采集到的信息发送给车联网中的其他每一个车辆，同时，本车上的车载终端也持续接收车辆网中其他车辆共享的其他车辆上目标对象的状态信息，从而实现车联网中各车辆数据的实时共享。
具体采集目标对象的状态信息时，根据目标对象的不同，车载终端可以通过不同的方式采集目标对象的状态信息。
作为第一种示例，当目标对象是车辆时，预设在车辆各位置处的传感器或电子检测模块，检测车辆的车速、行驶里程、制动踏板深度、加速踏板深度、方向盘转角和转速、转向灯数据和故障报警数据等车辆行驶信息，然后将检测到的信息通过车载CAN网络发送给车载终端。同时，预设在车内或车外的环境检测装置检测车辆当前的环境信息，比如，安装在车辆外部的温度检测装置、湿度检测装置或空气质量检测装置检测出车辆外部的温度、湿度和PM值后，通过CAN网络将车辆当前环境信息发送给车载多媒体。并且，车载终端还可以查询并获取存储器中预先存储的当前车辆的生产制造时间、控制器软件版本号等基本信息，以及接收云端服务器推送的最近一次更新的车辆排班信息等状态信息。
作为第二种示例，当目标对象是乘客时，车载终端首先通过不同的方式获取乘客的账户名称、年龄、性别和医疗记录等基本信息。比如，在乘客上车时，预设在车辆上的扫描装置扫描并识别用户移动终端上的应用的二维码，然后将获取到的二维码信息发送给云端服务器，云端服务器根据接收到的二维码信息匹配出相应的账户信息，进而获取该账户信息中的乘客的基本信息。又比如，预设在车内各位置处的高清摄像头等摄像装置采集乘客的面部图像，然后将采集到的面部图像通过CAN网络发送给车载终端，车载终端对接收到的人脸图像进行人脸识别，进而将解析后的人脸信息发送给云端服务器，以获取与该人脸图像匹配的账户信息并获取该账户信息中的乘客的基本信息。
进一步的，预设在车内各位置处的摄像装置和语音采集装置持续采集乘客的乘车数据，其中，乘车数据可以是乘客的人脸图像信息，乘客在车辆内所在区域的图像信息，乘客的站立、坐下和行走等动作影像，或者是乘客的语音信息等。然后摄像装置和语音采集装置将采集到的数据通过CAN网络发送给车载终端。
更进一步的，若乘客穿戴智能设备，比如，智能手环和智能手表等，则车载终端可以通过无线网络或蓝牙信号与乘客穿戴的智能设备建立连接，车载终端在建立连接时将智能设备的名称信息与乘客的账户信息进行匹配后，智能穿戴设备可以将检测到的用户的体温、心跳和血压等生物特征信息发送给车载终端，进而车载终端确定该乘客的生物特征信息。
作为第三种示例，当目标对象是驾驶员时，车载终端可以首先从云端服务器推送的最近一次更新的车辆排班信息中，获取与当前车辆对应的驾驶员的基本信息，比如，驾驶员的工号、年龄、驾龄、医疗记录和该驾驶员在出行应用上发布的消息等。然后，车载终端可以通过高清摄像头采集驾驶员的驾驶数据，其中，驾驶数据可以是包含驾驶员外表的图像，或者是驾驶员的动作影像，比如，通过摄像头拍摄的驾驶员旋转方向盘或操作仪表的手部动作和踩踏踏板的脚部的动作等。更进一步的，当驾驶员穿戴智能设备时，车载终端还可以按照上述示例中的方式获取驾驶员的生物特征信息。
由此，车载终端通过不同的方式采集到本车上目标对象的状态信息和基本信息，然后将采集到的本车上各目标对象的状态信息共享给车联网中除本车之外的各车辆，便于后续对目标对象的状态信息进行分析。
需要说明的是，为了提高传输状态信息的安全性，在本发明实施例中，车载终端向除本车之外的各车辆共享目标对象的状态信息或者向云端服务器传输数据时，可以通过预设的加密算法将待传输的状态信息进行加密，比如，通过RSA加密算法或Elgamal加密算法等非对称加密算法对待传输的状态信息进行加密，然后将加密后的状态信息发送给除本车之外的各车辆。进而，当车载终端接收到其他车俩发送的状态信息后，通过预设的密钥对接收到的状态信息进行解密。
步骤102，对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果。
具体的，各车辆上的车载终端对获取到的本车上目标对象的状态信息进行语音处理、图像识别和动作识别等处理分析，并且，各车辆上的车载终端接收到车联网中其他车辆发送的目标对象的状态信息后，对其他每个车辆上目标对象的状态信息进行同样的处理分析，从而使车辆网中的任意一车辆都可以分析每个车辆上目标对象的状态信息，并获得相应的每个车辆上目标对象的分析结果，实现了以去中心化的方式处理分析车辆网中每个车辆上目标对象的状态信息，提高了处理各车辆上目标对象的状态信息的可靠性和安全性。
其中，根据目标对象的不同，车载终端可以通过不同的方式分析目标对象的状态信息，并获得相应的分析结果。
作为第一种示例，当目标对象是驾驶员时，车载终端针对每个车辆上的驾驶员，结合各驾驶员的状态信息和基本信息以及车辆的行驶信息，获取各驾驶员的驾驶行为分析结果，即分析判断驾驶员是否具有急加速、急减速、行车不系安全带或停车不拉手刹等不良驾驶行为。
举例而言，车载终端对驾驶员的驾驶数据进行图像识别和动作识别，当识别出驾驶员存在踩踏制动踏板或加速踏板的动作时，结合车辆的行驶信息中的加速踏板与制动踏板的深度和变化率，分析驾驶员是否具有急加速或急减速的驾驶行为。即在驾驶员踩踏加速踏板时，若确定加速踏板深度≥90并且加速踏板深度变化率≥100，则确定驾驶员具有急加速的驾驶行为；当驾驶员踩踏制动踏板时，若确定驾驶员踩踏制动踏板时车速≥20m/s并且制动踏板深度≥30并且制动踏板深度变化率≥70，则确定驾驶员具有急加速的驾驶行为；
当识别出驾驶员未系安全带时，车载终端结合车辆的行驶信息中的车速分析驾驶员是否具有行车不系安全带的驾驶行为，当确定驾驶员未系安全带且车速≥3km/h时，确定驾驶员具有行车不系安全带的驾驶行为。并且车载终端记录驾驶员不系安全带的时长，当根据车辆的仪表信息以及对包含驾驶员外表的图像进行图像识别确定驾驶员系上安全带时，车载终端停止计时并计算驾驶员行车未系安全带的时长。
当车速降低为零，并识别出驾驶员将车辆档位切换至OFF档时，车载终端检测接收到的车辆仪表信息中的是否存在手刹指示灯亮起的信息，若存在手刹指示灯亮起的信息并且手刹指示灯亮起的时间超过预设时间，则确定驾驶员具有停车不拉手刹的驾驶行为。
需要说明的是，驾驶员驾驶车辆过程中可能还会受到外界环境因素、车辆故障因素或身体因素的影响，因此，为了提高驾驶员的驾驶行为的分析结果的准确性，车载终端还可以根据接收到的外界环境信息、车辆故障信息、驾驶员的生物特征信息和基本信息等对驾驶员的驾驶行为的分析结果进行修正。比如，当确定驾驶员具有在非站台处停车开门的不良驾驶行为时，若车载终端接收到车辆发动机故障报警数据，则确定驾驶员在非站台处停车开门是由于车辆故障造成的，或者，当车载终端接收到智能穿戴设备发送的驾驶员心跳异常的数据，并查询驾驶员的医疗记录信息确定驾驶员患有心脏类疾病时，确定驾驶员在非站台处停车开门是为了避免车辆发生安全意外。进而，车载终端对驾驶员的驾驶行为的分析结果进行修正，消除驾驶员在非站台处停车开门的不良驾驶行为。
作为第二种示例，当目标对象是乘客时，车载终端针对每个车辆上的驾驶员，根据乘客的状态信息和基本信息，获取乘客的乘车行为分析结果，即分析判断乘客是否具有文明让座、按照分流方案出行等文明乘车行为或者具有乘车打电话、抢座占座和不文明用语等不良乘车行为。
举例而言，当车载终端对乘客A的人脸图像进行人脸识别，并结合乘客A的基本信息确定乘客A为老年人时，车载终端对乘客A在车辆内所在区域的图像信息进行图像识别，确定乘客A在车辆内的位置，进而查询乘客A附近的乘客的状态信息和基本信息，以确定距离A最近的且坐立的年轻乘客B。然后，任一车载终端向云端服务器发送向乘客B发送提醒让座的信息的请求，云端服务器接收到第一个向乘客B发送提醒让座的信息的请求后，向乘客B的乘车应用账户发送提醒让座的文字信息或语音信息，并拒绝后续接收到的相同内容的请求。最后，车载终端对乘客A和乘客B的动作影像进行动作识别，并识别乘客A和乘客B所在的位置信息，当确定乘客B具有站起的动作，并且乘客B从当前位置移开且乘客A移动至乘客B的初始位置并坐下时，确定乘客B具有文明让座的乘车行为。
当车载终端对乘客的动作影像进行动作识别，确定乘客具有拿手机的动作时，将该乘客位置处的分贝检测仪检测到的其区域内的声音响度与预设的声音响度做比较，若确定该乘客位置处的声音响度大于预设声音响度，则确定该乘客具有乘车打手机的乘车行为。并且，为了确定乘客的乘车打手机的行为对其乘车环境造成的影响程度，车载终端还可以通过以下公式计算该乘客产生的平均每秒噪声值dBC：
Figure BDA0001922019040000091
其中，dB1是乘客开始讲话的初始时刻t1的分贝值，t2是乘客的通话时长，dB2是乘客在通话时长内的平均分贝值，dBX是外界环境声音的分贝值。由此，计算出乘客产生的平均每秒噪声值dBC后，车载终端根据预设的环境影响等级与平均每秒噪声值所属范围的对应关系，确定该乘客的乘车打手机的乘车行为对应的环境影响等级，进而便于后续对该乘客实施相应程度的惩罚措施。
当乘客通过移动终端上的乘车应用确定出行路线时，云端服务器接收乘车应用发送的乘车请求，并根据乘车请求中的出发地和目的地确定适用该乘车请求的最佳出行路线。进一步的，若云端服务器确定该出行路线的乘客量到达预设乘客量，则云端服务器计算适用于该乘客的候选出行路线以便于分流，然后云端服务器将该候选出行路线发送给乘客，并将该候选出行路线和需要换成到该候选出行路线的目标乘客的账户信息发送给该候选出行路线上的车辆。更进一步的，当相应班次的车辆到达候选路线中目标乘客的上车站台时，车载终端对采集到的上车乘客的人脸图像进行人脸识别，当确定目标乘客在候选路线的上车站台上车，并按照候选路线进行下车、换乘并最终到达目的地时，确定该乘客具有按照分流方案出行的文明乘车行为。
需要说明的是，乘客在出行过程中的乘车行为还可能会受到身体因素的影响，因此，为了提高乘客的乘车行为的分析结果的准确性，车载终端还可以根据接收到的乘客的生物特征信息对乘客的乘车行为的分析结果进行修正。比如，当确定乘客在接收到让座提醒却未进行让座时，若车载终端接收到该乘客的智能穿戴设备发送的体温或血压等生物特征信息异常的数据，或者，当车载终端查询该乘客的医疗记录信息确定该乘客患有重大疾病时，确定该乘客未进行文明让座是由于身体不适造成的。进而，车载终端对该乘客的乘车行为的分析结果进行修正，消除该乘车未进行文明让座的乘车行为。
作为第三种示例，当目标对象是车辆时，车载终端可以根据车辆的行驶信息和环境信息，分析确定车辆在不同环境下的行驶策略，便于对车辆的性能进行进一步的研究和优化。
举例而言，车辆蓄电池的散热效果受外界环境温度的影响较大，为了获得车辆在不同环境温度下的电池散热优化方案，在车辆行驶过程中，车载终端接收到车辆外部的温度检测装置发送的环境温度后，获取存储器中预先存储的本车上蓄电池的基本信息，以及电池管理系统发送的蓄电池的温度信息和蓄电池沿不同方向上的导热率等信息，在计算出蓄电池沿不同方向上的温度变化后，结合以下公式建立蓄电池的三维热模型，以分析电池内部温度场：
Figure BDA0001922019040000101
其中，ρ是蓄电池的平均密度，cp是蓄电池的比热容，ρ和cp为车载终端在存储器中读取到的电池基本信息，T是电池内部温度传感器检测到的蓄电池内部的温度，q是蓄电池放电过程中单位体积的电池内核的发热速率，λx、λy、λz是蓄电池在三维坐标系中延x、y和z方向上的导热率，λx、λy、λz可以由电池管理系统基于电池的材料，通过热流计法或热线法等方法计算获得初始预测值。由此，车载终端计算出当前环境温度下，蓄电池内表面沿不同方向上的温度变化后，建立蓄电池的三维热模型，并分析蓄电池内部温度场，将空间点的x、y和z的坐标代入上述公式中，计算x、y和z方向上的导热率，即λx、λy、λz。将公式计算获得的λx、λy、λz与初始预测值进行比较，识别蓄电池内部温度场的温度分布是否均衡。在蓄电池内部温度场的温度分布不均衡时，可以将蓄电池内部温度场作为参考，调整获取当前环境温度下蓄电池合理的散热效率和放电效率，有利于制定当前环境温度下的电池散热优化方案。
步骤103，将每个车辆上目标对象的分析结果发送给云端服务器。
具体的，车载终端获取车联网中每个车辆上目标对象的分析结果后，将分析结果加密后发送给云端服务器。云端服务器针对每一个目标对象，从接受到的所有分析结果中选取最优的分析结果，以最优的分析结果为目标对象的最终分析结果，并确定发送该最优分析结果的车辆为目标车辆。然后，云端服务器根据每一个目标对象的最优分析结果，向目标对象发送激励参数或扣除目标对象的激励参数。
其中，作为一种示例，激励参数可以是一种虚拟货币，该虚拟货币可用于出行支付，或者还可以用于兑换网络交易时使用的优惠券等虚拟资源。比如，若乘客的乘车应用的账户中存在一定数量虚拟货币，当乘客上车时，车载终端对采集到的乘客的人脸图像进行人脸识别并确定该乘客的账户信息后，云端服务器可以自动从该乘客的账户中扣除本次乘车所需支付的虚拟货币，从而实现乘客出行时的刷脸支付，提高了乘客出行的便利性。
具体实施时，根据目标对象的不同，云端服务器可以通过不同的机制向目标对象发放或扣除激励参数。
作为一种示例，当目标对象是驾驶员时，云端服务器根据该驾驶员的最优分析结果中的驾驶行为发放或扣除激励参数。若确定驾驶员在一个工作日内没有出现不良驾驶行为，则向驾驶员的账户中发送10个激励参数，若确定驾驶员出现不良驾驶行为，则按照表1所示扣除驾驶员账户中的激励参数。
表1
Figure BDA0001922019040000111
作为另一种示例，当目标对象是乘客时，云端服务器对该乘客的最优分析结果中的各个乘车行为进行打分，并统计本次出行中乘客得到的总分，最终乘客每得到10分可获得一个激励参数，每失去10分则云端服务器扣除乘客账户中一个激励参数。具体对乘客的乘车行为进行打分的标准如表2所示。
表2
乘车行为 评分
按照推送的候选路线出行 +10
文明让座 +20
使用不文明用语 -20
抢座占座 -20
乘车打电话噪声较小 -10
乘车打电话噪声较大 -20
与司机交谈 -30
由此，云端服务器根据目标对象的最终分析结果向目标对象发放或扣除激励参数，从而在激励了目标对象文明出行，培养了目标对象公共素养的同时，提高了目标对象乘车出行的安全性。
需要说明的是，确定各目标对象的最优分析结果后，云端服务器还可以向发送了至少一个目标对象的最优分析结果的各目标车辆发送激励参数，以奖励处理分析目标对象的状态信息准确度最高或速度最快的车载终端，从而进一步完善本发明实施例的乘车出行监控系统，并吸引更多的车辆加入本发明实施例的乘车出行监控系统。
综上所述，本发明实施例的乘车出行的监控方法，首先向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息，然后对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果，最后将每个车辆上目标对象的分析结果发送给云端服务器。该方法控制各车辆向车联网中的其他车辆共享本车上的数据，使每一个车辆的车载终端都可以分析处理其他车辆上的数据，从而以去中心化的处理方式处理车辆的出行数据，提高了处理车辆出行数据的公开程度和透明程度，降低了数据被篡改或丢失的风险，提高了车辆的出行数据的安全性。
基于上述实施例，为了更加清楚的描述云端服务器确定目标对象的最优分析结果的具体过程，本发明实施例还提出了一种具体的乘车出行的监控方法，图2为本发明实施例所提供的一种具体的乘车出行的监控方法的流程示意图。
如图2所示，该方法包括以下步骤：
步骤201，云端服务器接收任意一车辆发送的每个车辆上目标对象的分析结果。
具体的，车辆网中任意一车辆对接收到的每个车辆上目标对象的状态信息进行分析处理，并获取每个车辆上目标对象的分析结果后，将每个车辆上目标对象的分析结果进行加密后发送给云端服务器，然后云端服务器接收车联网中任意一车辆发送的每个车辆上目标对象的分析结果，并进行解密处理，便于后续在每个车辆上目标对象的所有分析结果中选取该目标对象的最终分析结果。
步骤202，云端服务器针对任意一车辆上的目标对象，从每个车辆发送的任意一车辆上的目标对象的分析结果中，确定出任意一车辆上的目标对象的最终分析结果。
具体的，云端服务器在接收到任意一车辆上的目标对象的所有分析结果后，针对每个分析结果，获取该分析结果的评估参数和/或结果生成时刻。
其中，分析结果的结果生成时刻是指发送该分析结果的车载终端生成该分析结果的具体时刻，通过结果生成时刻可以反映各车载终端处理分析数据的速度和效率。评估参数是反映该分析结果准确性的参数，举例而言，它可以包含车载终端通过散列算法对目标对象的状态信息进行处理分析后得出的散列值，以及，该目标对象的所有分析结果中，与该分析结果的结论相同的分析结果的个数，以及，云端服务器根据发送该分析结果的车载终端的历史分析结果的准确性，为该车载终端分配的权重。可以理解，当该分析结果的散列值的散列程度越大，与该分析结果的结论相同的分析结果的个数越多，发送该分析结果的车载终端的权重越大，则该分析结果的准确性越高。
具体获取结果生成时刻和评估参数时，作为一种可能的实现方式，云端服务器在接收到任意一分析结果时，从该分析结果中提取出车载终端发送的生成该分析结果的时刻、处理目标对象的状态信息时产生的散列值以及该分析结果的最终结论，然后计算各分析结果的散列值的散列程度，并在所有分析结果中筛选出与该分析结果的结论相同的分析结果进而统计相同的个数，最后根据各车载终端的权重为分析结果进行加权处理，由此获得各分析结果的结果生成时刻和评估参数。
进一步的，云端服务器根据各分析结果的评估参数和/或结果生成时刻，从目标对象的所有分析结果中识别出最优分析结果，比如，将具有最优散列值且分析结果的生成时间较早的分析结果为最优分析结果，又比如，将出相同结果现次数最多并且发送该分析结果的车载终端权重最大的分析结果为最优分析结果。然后，云端服务器以识别出的最优分析结果为该目标对象的最终分析结果，并将发送了该最优分析结果的车辆作为目标车辆，从而选取了处理数据准确性最高或者速度最快的车辆为目标车辆。进而，按照上述实施例中方法向目标车辆发送奖励参数。
需要说明的是，当目标对象需要使用激励参数时，可以向云端服务器发送用于使用激励参数的请求，比如，发送使用激励参数兑换相应数额的音乐应用抵用券的请求。进而，云端服务器接收乘车应用程序发送的用于使用激励参数的请求，然后，识别出与该请求匹配的虚拟物品，比如，根据上述示例中的请求获取该请求中的音乐应用抵用券，并将该虚拟物品发送至乘客的乘车应用账户中。
本发明实施例的乘车出行的监控方法，首先接收任意一车辆发送的每个车辆上目标对象的分析结果，然后针对任意一车辆上的目标对象，从每个车辆发送的任意一车辆上的目标对象的分析结果中，筛选出准确性最高并且分析结果生成时间较早的最优分析结果，以该分析结果为任意一车辆上的目标对象的最终分析结果。由此，提高了确定目标对象的分析结果的准确性，进而保证了对目标对象的出行行为进行奖励或惩处的合理性和公正性。
为了实现上述实施例，本发明实施例还提出一种车辆。图3为本发明实施例提供的一种车辆的结构示意图。如图3所示，该车辆包括：信息共享模块110、处理分析模块120和发送模块130。
其中，信息共享模块110，用于向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息；
处理分析模块120，用于对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果；
发送模块130，用于将每个车辆上目标对象的分析结果发送给所述云端服务器。
在本发明实施例一种可能的实现方式中，信息共享模块110向除本车之外的各车辆传输信息时，需要对待传输的信息进行加密，将加密后的信息发送给除本车之外的各车辆。
进一步的，在本发明实施例一种可能的实现方式中，处理分析模块120具体用于，当目标对象为驾驶员时，根据驾驶员的状态信息和基本信息获取驾驶员的驾驶行为的分析结果，并根据驾驶员的生物特征信息，对驾驶员的驾驶行为的分析结果进行修正；当目标对象为乘客时，根据乘客的状态信息和基本信息，获取乘客的乘车行为的分析结果，并根据乘客的生物特征信息，对乘客的乘车行为的分析结果进行修正；当目标对象为车辆时，根据车辆当前的行驶信息和环境信息，获取车辆的行驶策略的分析结果。
在本发明实施例一种可能的实现方式中，发送模块130向云端服务器传输信息时，需要对待传输的信息进行加密，将加密后的信息发送给云端服务器。
更进一步的，在本发明实施例一种可能的实现方式中，发送模块130还用于接收云端服务器发送的激励参数，其中，激励参数是由云端服务器从所有车辆中识别出该车辆对任意一车辆上至少一个目标对象的分析结果最优时发送的。
需要说明的是，前述对乘车出行的监控方法实施例的解释说明也适用于该实施例的车辆，此处不再赘述。
综上所述，本发明实施例的车辆，首先向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息，然后对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果，最后将每个车辆上目标对象的分析结果发送给云端服务器。由此，各车辆向车联网中的其他车辆共享本车上的数据，使每一个车辆的车载终端都可以分析处理其他车辆上的数据，从而以去中心化的处理方式处理车辆的出行数据，提高了处理车辆出行数据的公开程度和透明程度，降低了数据被篡改或丢失的风险，提高了车辆的出行数据的安全性。
为了实现上述实施例，本发明实施例还提出一种云端服务器，图4为本发明实施例提供的一种云端服务器的结构示意图。如图4所示，该云端服务器包括：接收模块210和确定模块220。
其中，接收模块210，用于接收任意一车辆发送的每个车辆上目标对象的分析结果；
确定模块220，用于针对任意一车辆上的目标对象，从每个车辆发送的任意一车辆上的目标对象的分析结果中，确定出任意一车辆上的目标对象的最终分析结果。
在本发明实施例一种可能的实现方式中，确定模块220还用于针对任意一车辆上的目标对象，对每个车辆发送的任意一车辆上的目标对象的分析结果进行分析，从中识别出任意一车辆上的目标对象的分析结果最优的目标车辆，向目标车辆下发激励参数。
具体的，确定模块220具体用于获取任意一车辆上的目标对象的每个分析结果的评估参数和/或结果生成时刻，并根据评估参数和/或结果生成时刻，从所有的分析结果中识别出最优分析结果，将最优分析结果所属的车辆作为目标车辆。
在本发明实施例一种可能的实现方式中，接收模块210还用于接收乘车应用程序发送的用于使用激励参数的请求，并获取与请求匹配的物品。
需要说明的是，前述对乘车出行的监控方法实施例的解释说明也适用于该实施例的云端服务器，此处不再赘述。
综上所述，本发明实施例的云端服务器，首先接收任意一车辆发送的每个车辆上目标对象的分析结果，然后针对任意一车辆上的目标对象，从每个车辆发送的任意一车辆上的目标对象的分析结果中，筛选出准确性最高并且分析结果生成时间较早的最优分析结果，以该分析结果为任意一车辆上的目标对象的最终分析结果。由此，提高了确定目标对象的分析结果的准确性，进而保证了对目标对象的出行行为进行奖励或惩处的合理性和公正性。
为了实现上述实施例，本发明还提出一种乘车出行的监控系统，包括如上述实施例所述的车辆和云端服务器。其中，车辆之间通过车辆网互连。
为了实现上述实施例，本发明还提出一种计算机程序设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。其中，处理器执行所述程序时，实现如第一方面实施例中任一所述的乘车出行的监控方法；或者实现如第二方面实施例中任一所述的乘车出行的监控方法。
图5示出了适于用来实现本发明实施方式的示例性计算机设备的框图。图5显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc Read OnlyMemory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local AreaNetwork；以下简称：LAN)，广域网(Wide Area Network；以下简称：WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (16)

1.一种乘车出行的监控方法，其特征在于，多个车辆之间通过车联网互接；所述方法包括以下步骤：
各车辆向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息；
所述各车辆对每个车辆上目标对象的状态信息进行分析，获取每个车辆上目标对象的分析结果，以及将每个车辆上目标对象的分析结果发送给云端服务器；
当所述目标对象为驾驶员时，所述驾驶员的状态信息包括所述驾驶员的驾驶数据；针对每个车辆上的驾驶员，所述车辆获取所述驾驶员的基本信息，根据所述驾驶员的状态信息和所述驾驶员的基本信息，获取所述驾驶员的驾驶行为的分析结果；
当所述目标对象为乘客时，所述乘客的状态信息包括乘车数据；针对每个车辆上的乘客，所述车辆获取所述乘客的基本信息，根据所述乘客的状态信息和所述乘客的基本信息，获取所述乘客的乘车行为的分析结果。
2.根据权利要求1所述的乘车出行的监控方法，其特征在于，所述驾驶员的状态信息中还包括：所述驾驶员的生物特征信息；
针对每个车辆上的驾驶员，所述车辆根据所述驾驶员的生物特征信息，对所述驾驶员的驾驶行为的分析结果进行修正。
3.根据权利要求1所述的乘车出行的监控方法，其特征在于，所述乘客的状态信息中还包括所述乘客的生物特征信息；
针对每个车辆上的乘客，所述车辆根据所述乘客的生物特征信息，对所述乘客的乘车行为的分析结果进行修正。
4.根据权利要求1所述的乘车出行的监控方法，其特征在于，当所述目标对象为车辆时，所述车辆的状态信息包括所述车辆当前的行驶信息和所述车辆当前的环境信息；
所述车辆根据所述行驶信息和所述环境信息，获取所述车辆的行驶策略的分析结果。
5.根据权利要求1所述的乘车出行的监控方法，其特征在于，还包括：
所述车辆接收所述云端服务器发送的候选出行路线和需要换乘到所述候选出行路线的乘客，识别所述乘客是否选择所述候选出行路线进行乘车，并将识别结果反馈给所述云端服务器，作为所述乘客的乘车行为的一种分析结果。
6.根据权利要求1所述的乘车出行的监控方法，其特征在于，还包括：
所述车辆接收所述云端服务器发送的激励参数，其中，所述激励参数是由所述云端服务器从所有车辆中识别出所述车辆对车联网中任意一车辆上至少一个目标对象的分析结果最优时发送的。
7.根据权利要求1-6任一项所述的乘车出行的监控方法，其特征在于，还包括：
所述车辆对向所述除本车之外的各车辆或者所述云端服务器传输信息时，需要对待传输的信息进行加密，将加密后的信息发送给所述除本车之外的各车辆或者所述云端服务器；
所述车辆对从所述除本车之外的各车辆或者所述云端服务器处接收到的信息进行解密处理。
8.一种乘车出行的监控方法，其特征在于，多个车辆之间通过车联网互接, 各车辆向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息；所述各车辆对每个车辆上目标对象的状态信息进行分析，获取每个车辆上目标对象的分析结果，以及将每个车辆上目标对象的分析结果发送给云端服务器；包括以下步骤：
云端服务器接收各车辆发送的每个车辆上目标对象的分析结果；当所述目标对象为驾驶员时，所述驾驶员的状态信息包括所述驾驶员的驾驶数据；针对每个车辆上的驾驶员，所述车辆获取所述驾驶员的基本信息，根据所述驾驶员的状态信息和所述驾驶员的基本信息，获取所述驾驶员的驾驶行为的分析结果；当所述目标对象为乘客，所述乘客的状态信息包括乘车数据；针对每个车辆上的乘客，所述车辆获取所述乘客的基本信息，根据所述乘客的状态信息和所述乘客的基本信息，获取所述乘客的乘车行为的分析结果；
所述云端服务器针对车联网中任意一车辆上的目标对象，从每个车辆发送的所述车联网中任意一车辆上的目标对象的分析结果中，确定出所述车联网中任意一车辆上的目标对象的最终分析结果。
9.根据权利要求8所述的乘车出行的监控方法，其特征在于，还包括：
所述云端服务器针对所述车联网中任意一车辆上的目标对象，对每个车辆发送的所述车联网中任意一车辆上的目标对象的分析结果进行分析，从中识别出所述车联网中任意一车辆上的目标对象的分析结果最优的目标车辆，向所述目标车辆下发激励参数。
10.根据权利要求9所述的乘车出行的监控方法，其特征在于，还包括：
所述云端服务器获取所述车联网中任意一车辆上的目标对象的每个分析结果的评估参数和/或结果生成时刻；
所述云端服务器根据所述评估参数和/或结果生成时刻，从所有的分析结果中识别出最优分析结果，将所述最优分析结果所属的车辆作为所述目标车辆。
11.根据权利要求9或10所述的乘车出行的监控方法，其特征在于，还包括：
所述云端服务器接收乘车应用程序发送的用于使用所述激励参数的请求，获取与所述请求匹配的物品。
12.根据权利要求8所述的乘车出行的监控方法，其特征在于，还包括：
所述云端服务器接收乘车应用程序的乘车请求，根据所述乘车请求获取出行路线，如果所述出行路线的乘客量到达预设乘客量，则根据所述乘车请求生成候选出行路线，将所述乘客应用程序对应的乘客和所述候选出行路线下发给所述候选出行路线上对应的车辆。
13.一种车辆，其特征在于，所述车辆通过车辆网与其他车辆互联；
各车辆，包括：
信息共享模块，用于向除本车之外的各车辆共享本车上目标对象的状态信息；
处理分析模块，用于对每个车辆上目标对象的状态信息进行分析，并获取每个车辆上目标对象的分析结果；所述目标对象为驾驶员时，所述驾驶员的状态信息包括所述驾驶员的驾驶数据；针对每个车辆上的驾驶员，所述车辆获取所述驾驶员的基本信息，根据所述驾驶员的状态信息和所述驾驶员的基本信息，获取所述驾驶员的驾驶行为的分析结果；所述目标对象为乘客，所述乘客的状态信息包括乘车数据；针对每个车辆上的乘客，所述车辆获取所述乘客的基本信息，根据所述乘客的状态信息和所述乘客的基本信息，获取所述乘客的乘车行为的分析结果；
发送模块，用于将每个车辆上目标对象的分析结果发送给云端服务器。
14.一种云端服务器，其特征在于，多个车辆之间通过车联网互接, 各车辆向除本车之外的各车辆共享本车上目标对象的状态信息，并接收除本车之外各车辆共享的各车辆上目标对象的状态信息；所述各车辆对每个车辆上目标对象的状态信息进行分析，获取每个车辆上目标对象的分析结果，以及将每个车辆上目标对象的分析结果发送给所述云端服务器；包括：
接收模块，用于接收各车辆发送的每个车辆上目标对象的分析结果；所述目标对象为驾驶员时，所述驾驶员的状态信息包括所述驾驶员的驾驶数据；针对每个车辆上的驾驶员，所述车辆获取所述驾驶员的基本信息，根据所述驾驶员的状态信息和所述驾驶员的基本信息，获取所述驾驶员的驾驶行为的分析结果；所述目标对象为乘客，所述乘客的状态信息包括乘车数据；针对每个车辆上的乘客，所述车辆获取所述乘客的基本信息，根据所述乘客的状态信息和所述乘客的基本信息，获取所述乘客的乘车行为的分析结果；
确定模块，用于针对车联网中任意一车辆上的目标对象，从每个车辆发送的车联网中任意一车辆上的目标对象的分析结果中，确定出所述车联网中任意一车辆上的目标对象的最终分析结果。
15.一种乘车出行的监控系统，其特征在于，包括：多个如权利要求13所述的车辆和如权利要求14所述的云端服务器；其中，所述车辆之间通过车联网互联。
16.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-7中任一所述的乘车出行的监控方法；或者实现如权利要求8-12中任一所述的乘车出行的监控方法。
CN201811599154.1A 2018-12-26 2018-12-26 乘车出行的监控方法、车辆、服务器、系统和设备 Active CN111369786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811599154.1A CN111369786B (zh) 2018-12-26 2018-12-26 乘车出行的监控方法、车辆、服务器、系统和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811599154.1A CN111369786B (zh) 2018-12-26 2018-12-26 乘车出行的监控方法、车辆、服务器、系统和设备

Publications (2)

Publication Number Publication Date
CN111369786A CN111369786A (zh) 2020-07-03
CN111369786B true CN111369786B (zh) 2022-07-15

Family

ID=71209806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811599154.1A Active CN111369786B (zh) 2018-12-26 2018-12-26 乘车出行的监控方法、车辆、服务器、系统和设备

Country Status (1)

Country Link
CN (1) CN111369786B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819578B (zh) * 2021-01-29 2022-02-01 湖南安蓉科技有限公司 区域出行车辆座位共享系统
JP2022160162A (ja) * 2021-04-06 2022-10-19 トヨタ自動車株式会社 情報処理装置及び情報処理システム
CN113291201B (zh) * 2021-05-07 2023-01-31 四川大学锦城学院 一种基于无线通讯的电池管理系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160148512A1 (en) * 2013-06-21 2016-05-26 Qatar University Qstp-B System and method for traffic incident reporting
CN104574565B (zh) * 2014-12-15 2020-07-24 北京九五智驾信息技术股份有限公司 基于车联网的驾驶行为分析系统
CN106373331A (zh) * 2016-09-28 2017-02-01 百度在线网络技术（北京）有限公司 乘车预警方法和装置
CN106467112A (zh) * 2016-10-11 2017-03-01 斑马信息科技有限公司 车载辅助驾驶系统
CN107870983A (zh) * 2017-09-30 2018-04-03 深圳市易成自动驾驶技术有限公司 基于区块链的车辆违章信息管理方法、区块链及存储介质
CN109067835A (zh) * 2018-06-29 2018-12-21 大陆汽车投资（上海）有限公司 基于区块链的事故数据处理方法
CN108694813B (zh) * 2018-07-11 2020-08-14 中国医学科学院生物医学工程研究所 基于驾驶行为判定疲劳驾驶的方法及装置

Also Published As

Publication number Publication date
CN111369786A (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
CN111369786B (zh) 乘车出行的监控方法、车辆、服务器、系统和设备
US11734963B2 (en) System and method for determining a driver in a telematic application
CN101242523B (zh) 现场监视设备
US9676395B2 (en) Incapacitated driving detection and prevention
CN105761329B (zh) 基于驾驶习惯的驾驶员辨别方法
CN101278324B (zh) 自适应驾驶员工作负荷估计器
US20170178416A1 (en) Determining vehicle occupancy using sensors
CN108694813A (zh) 基于驾驶行为判定疲劳驾驶的方法及装置
CN108944939A (zh) 用于提供驾驶指导的方法和系统
WO2021212274A1 (zh) 疲劳驾驶状态检测方法、装置、计算机设备和存储介质
CN105766008B (zh) 通信系统
CN109840654A (zh) 车辆驾驶行为的分析方法、装置、系统和计算机设备
CN109716411A (zh) 用以监测驾驶员的活动水平的方法和设备
US10556596B2 (en) Driver scoring and safe driving notifications
US20230393619A1 (en) System and method for assessing device usage
KR20130108928A (ko) 차량 사고 정보 수집 방법, 이를 위한 장치 및 차량 사고 정보 수집 시스템
US20220292613A1 (en) System and method for assessing device usage
CN112258837A (zh) 一种车辆预警的方法、相关装置、设备以及存储介质
JP2020194206A (ja) 学習方法、運転支援方法、学習プログラム、運転支援プログラム、学習装置、運転支援システム及び学習システム
JP6906574B2 (ja) 車載装置及び車両管理システム
US12010744B2 (en) Occupant condition detection and response
US20230382394A1 (en) Occupant condition detection and response
Heidecker et al. Novelty based driver identification on rr intervals from ecg data
US20220048519A1 (en) Information processing apparatus, information processing method, and program
CN110827570A (zh) 一种车位状态监测方法、设备、系统和计算机存储介质

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