CN111489556B - 一种营运车辆挂靠行为的判断方法 - Google Patents
一种营运车辆挂靠行为的判断方法 Download PDFInfo
- Publication number
- CN111489556B CN111489556B CN202010431488.9A CN202010431488A CN111489556B CN 111489556 B CN111489556 B CN 111489556B CN 202010431488 A CN202010431488 A CN 202010431488A CN 111489556 B CN111489556 B CN 111489556B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- satellite positioning
- attachment
- data
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000006399 behavior Effects 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims 1
- 230000011218 segmentation Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
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
- 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
-
- G06Q50/40—
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Abstract
本发明公开了一种营运车辆挂靠行为的判断方法,包括获取车辆卫星定位的轨迹数据;进行数据异常点检测过滤与预处理;对轨迹数据进行特征提取与选择;获取车辆属性信息;计算车辆挂靠评分测度指标;计算车辆挂靠评分。本发明通过使用终端获取的轨迹数据,在对数据进行清洗和过滤之后提取特征,结合车辆属性信息构建挂靠车辆评分测度指标,最后通过测度指标计算车辆挂靠评分来判断车辆挂靠行为。本发明可被应用于各种与判断车辆挂靠行为相关的应用之中,在保障车辆行程数据和属性数据可靠的前提下,有效的识别车辆挂靠行为,为识别车辆运营风险提供可靠的依据。
Description
技术领域
本发明涉及一种判断方法,具体为一种营运车辆挂靠行为的判断方法,属于车辆用途属性判断技术领域。
背景技术
车辆挂靠经营行为作为我国独有的一种经营方式,在道路运输领域普遍存在。所谓营运车辆挂靠行为是指个人出资购买车辆,以运输企业为车主登记人户,并以其名义进行运输经营,由挂靠企业提供适于营运的法律条件并收取相应的管理费或有偿服务费的经营方式。
挂靠车辆经营潜藏巨大的风险,由于挂靠车辆的产权大多不属于运输企业,经营权又承包或出租给个人,资本的逐利性使挂靠车主把经济效益最大化放在了第一位,从而不可避免地影响了公路运输业的健康发展。目前,我国公路运输经营主体多、企业规模小、运输组织松散、竞争能力和抗风险能力弱、市场混乱等现象依然突出。挂靠经营存在较多的安全隐患,挂靠企业对挂靠车辆难以有效管理、挂靠车主安全意识薄弱导致车辆交通事故频发;挂靠经营引发的利益主体多元化,挂靠车主往往不按照许可路线运营、不遵守法律法规导致市场秩序混乱;挂靠经营追求的是单车经济效益最大化,挂靠车主服务态度较差、市场信誉较低导致诚信危机突显;挂靠车辆产权关系不明晰、经营主体不明确导致潜在较大的法律风险。
发明内容
本发明的目的就在于为了解决上述问题而提供一种营运车辆挂靠行为的判断方法。
本发明通过以下技术方案来实现上述目的:一种营运车辆挂靠行为的判断方法,包括:
(1)、获取车辆卫星定位的轨迹数据;
(2)、进行数据异常点检测过滤与预处理;
(3)、对轨迹数据进行特征提取与选择;
(4)、获取车辆属性信息;
(5)、计算车辆挂靠评分测度指标;
(6)、计算车辆挂靠评分。
作为本发明进一步的方案:所述获取车辆卫星定位的轨迹数据包括:
卫星定位纬度、卫星定位经度、卫星定位时间、卫星定位方向、卫星定位速度、卫星定位精度和卫星数。
作为本发明进一步的方案:所述进行数据异常点检测过滤与预处理包括:
将车辆卫星定位的轨迹数据进行过滤,剔除卫星定位经纬度异常、卫星定位时间异常、卫星定位方向异常、卫星定位速度异常和卫星定位精度差的数据点。
作为本发明进一步的方案:所述对轨迹数据进行特征提取与选择包括:
通过轨迹数据切分,可以获得车辆运输路线和行程经纬度信息,共计3个特征信息。
作为本发明进一步的方案:所述获取车辆属性信息包括:
通过对车辆信息的采集,提取车辆所属企业、车辆品牌型号、车辆购买时间和车辆车牌所在地,共计4个车辆属性信息。
作为本发明进一步的方案:所述计算车辆挂靠评分测度指标包括:
根据获取的车辆行程特征信息和属性信息构建识别指标车辆品牌型号、车辆购买时间、车牌所在地、运输路线和载货地点,按照识别指标设计测度指标分别为品牌型号占比、车辆购买时间集中程度、车牌所在地占比、前五常跑路线信息熵和载货地点信息熵。执行上述操作,共计计算5个测度指标。
作为本发明进一步的方案:所述计算车辆挂靠评分包括:
对车辆挂靠行为进行评分计算,根据品牌型号占比、车辆购买时间集中程度、车牌所在地占比、前五常跑路线信息熵和载货地点信息熵这5个测度指标计算车辆挂靠评分。如果车辆挂靠评分较高则认为车辆有较高概率存在挂靠行为;如果车辆挂靠评分较低则认为车辆有较低概率存在挂靠行为。
本发明的有益效果是:该营运车辆挂靠行为的判断方法设计合理,对采集的卫星定位数据进行过滤和预处理,减少了因为数据质量问题对营运车辆挂靠行为判断的影响。进一步地,提取车辆轨迹数据的特征指标:车辆运输路线、开始经纬度、结束经纬度。进一步地,提取车辆所属企业、车辆品牌型号、车辆购买时间和车辆车牌所在地。进一步地,本发明计算车辆挂靠评分测度指标品牌型号占比、车辆购买时间集中程度、车牌所在地占比、前五常跑路线信息熵和载货地点信息熵。进一步地,本发明根据车辆挂靠评分测度指标计算车辆挂靠评分,并根据车辆挂靠评分设置阈值对挂靠行为进行判断。
附图说明
图1为本发明流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1,一种营运车辆挂靠行为的判断方法,包括以下步骤:
步骤A,获取卫星定位轨迹数据:
在本实例中,启动卫星定位模块(包括驾驶车辆内部、车载智能设备、智能手机等),通过卫星定位模块与计算终端建立数据连接。可以获取卫星定位纬度、卫星定位经度、卫星定位时间、卫星定位方向、卫星定位速度、卫星定位精度、卫星数等行程数据;
步骤B,进行数据异常点检测过滤与预处理:
在本实例中,对获取的数据进行异常点检测与预处理。剔除卫星定位经纬度异常、卫星定位时间异常、卫星定位方向异常、卫星定位速度异常和卫星定位精度差的数据点。因为异常的数据点会导致特征计算出现偏差,使得对营运车辆挂靠行为的判断失去准确性;
步骤C,轨迹数据的特征提取与选择:
通过对车辆终端卫星定位的轨迹数据进行分析,发现车辆轨迹数据切分后,获得的车辆运输路线和行程经纬度信息对判断营运车辆挂靠行为具有重要意义。车辆运输路线能够较好的反映运输企业对企业车辆运输路线的安排,行程经纬度信息能较好的反映出车辆行程的起始位置信息;
步骤D,车辆属性信息获取:
通过对车辆属性信息进行分析,发现车辆属性信息对判断营运车辆挂靠行为具有重要意义。车辆所属企业、车辆品牌型号、车辆购买时间和车辆车牌所在地均能够反映出企业对车辆集中购买的情况;
步骤E,计算车辆挂靠评分测度指标:
通过对车辆行程数据和属性信息分析发现,这两类特征可以分别从车辆角度和企业角度对车辆挂靠行为进行判断。车辆行程特征信息构建前五常跑路线信息熵和载货地点信息熵测度指标,这两个测度指标值越大说明其运输越不规律,存在挂靠的可能性就越大;车辆的属性信息构建品牌型号占比、车辆购买时间集中程度、车牌所在地占比测度指标,这三个测度指标越大说明其采购越规律,存在挂靠的可能性就越小;上述测度指标计算方式如下:
1)前五常跑路线信息熵:H=-∑Pi lnPi,Pi为路线占比;
2)载货地点信息熵:H=-∑Pi lnPi,pi为载货地点占比;
3)品牌型号占比:p=该车品牌型号车辆总数/企业车辆数;
4)车辆购买时间集中程度:r=该车购买本周车辆购买总数;
5)车牌所在地占比:p=该车车牌所在地车辆总数/企业车辆数。
步骤F,计算车辆挂靠评分:
对车辆挂靠行为测度指标进行评分计算,评分越高则车辆存在挂靠行为可能性越大;车辆挂靠行为识别指标评分计算方式如下:
1)运输路线:计算该车辆前五常跑路线信息熵在所有车辆中的分位数位置,并将其乘上100作为评分;
2)载货地点:计算该车辆载货地点信息熵在所有车辆中的分位数位置,并将其乘上100作为评分;
3)车辆品牌型号:(1-该车品牌型号占比)*100
4)车辆购买时间:(1-计算该车辆购买时间集中程度在所有车辆中的分位数位置)*100
5)车牌所在地:(1-该车车牌所在地占比)*100
综上所述,将五项车辆挂靠行为识别指标评分情况的均值作为该车辆挂靠行为评分,并设定参考阈值。如果车辆挂靠评分大于阈值则认为该车辆存在挂靠行为;如果车辆挂靠评分不大于阈值则认为该车辆不存在挂靠行为。
工作原理:在使用该营运车辆挂靠行为的判断方法时,通过使用终端获取的轨迹数据,在对数据进行清洗和过滤之后提取特征,结合车辆属性信息构建挂靠车辆评分测度指标,最后通过测度指标计算车辆挂靠评分来判断车辆挂靠行为,可被应用于各种与判断车辆挂靠行为相关的应用之中,在保障车辆行程数据和属性数据可靠的前提下,有效的识别车辆挂靠行为,为识别车辆运营风险提供可靠的依据。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.一种营运车辆挂靠行为的判断方法,其特征在于:包括:
(1)、获取车辆卫星定位的轨迹数据;
(2)、进行数据异常点检测过滤与预处理;
(3)、对轨迹数据进行特征提取与选择;所述对轨迹数据进行特征提取与选择包括:通过轨迹数据切分,获得车辆运输路线和行程经纬度信息;
(4)、获取车辆属性信息;所述获取车辆属性信息包括:通过对车辆信息的采集,提取车辆所属企业、车辆品牌型号、车辆购买时间和车辆车牌所在地,共计4个车辆属性信息;
(5)、计算车辆挂靠评分测度指标;所述计算车辆挂靠评分测度指标包括:根据获取的车辆行程特征信息和属性信息构建识别指标车辆品牌型号、车辆购买时间、车牌所在地、运输路线和载货地点,按照识别指标设计测度指标分别为品牌型号占比、车辆购买时间集中程度、车牌所在地占比、前五常跑路线信息熵和载货地点信息熵;
测度指标计算方式如下:
1)前五常跑路线信息熵:H=-∑Pi lnPi,pi为路线占比;
2)载货地点信息熵:H=-∑Pi lnPi,pi为载货地点占比;
3)品牌型号占比:p=该车辆品牌型号车辆总数/企业车辆数;
4)车辆购买时间集中程度:r=该车辆购买本周车辆购买总数;
5)车牌所在地占比:p=该车辆车牌所在地车辆总数/企业车辆数;
(6)、计算车辆挂靠评分,所述计算车辆挂靠评分包括:对车辆挂靠行为进行评分计算,根据品牌型号占比、车辆购买时间集中程度、车牌所在地占比、前五常跑路线信息熵和载货地点信息熵这5个测度指标计算车辆挂靠评分,如果车辆挂靠评分较高则认为车辆有较高概率存在挂靠行为;如果车辆挂靠评分较低则认为车辆有较低概率存在挂靠行为;
车辆挂靠行为识别指标评分计算方式如下:
1)运输路线:计算该车辆前五常跑路线信息熵在所有车辆中的分位数位置,并将其乘上100作为评分;
2)载货地点:计算该车辆载货地点信息熵在所有车辆中的分位数位置,并将其乘上100作为评分;
3)车辆品牌型号:(1-该车辆型号占比)*100
4)车辆购买时间:(1-计算该车辆购买时间集中程度在所有车辆中的分位数位置)*100
5)车牌所在地:(1-该车辆牌所在地占比)*100。
2.根据权利要求1所述的一种营运车辆挂靠行为的判断方法,其特征在于:所述获取车辆卫星定位的轨迹数据包括:
卫星定位纬度、卫星定位经度、卫星定位时间、卫星定位方向、卫星定位速度、卫星定位精度和卫星数。
3.根据权利要求1所述的一种营运车辆挂靠行为的判断方法,其特征在于:所述进行数据异常点检测过滤与预处理包括:
将车辆卫星定位的轨迹数据进行过滤,剔除卫星定位经纬度异常、卫星定位时间异常、卫星定位方向异常、卫星定位速度异常和卫星定位精度差的数据点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010431488.9A CN111489556B (zh) | 2020-05-20 | 2020-05-20 | 一种营运车辆挂靠行为的判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010431488.9A CN111489556B (zh) | 2020-05-20 | 2020-05-20 | 一种营运车辆挂靠行为的判断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111489556A CN111489556A (zh) | 2020-08-04 |
CN111489556B true CN111489556B (zh) | 2022-06-21 |
Family
ID=71813240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010431488.9A Active CN111489556B (zh) | 2020-05-20 | 2020-05-20 | 一种营运车辆挂靠行为的判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111489556B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626656A (zh) * | 2021-08-09 | 2021-11-09 | 北京中交兴路信息科技有限公司 | 识别企业和车辆关系类型的方法、装置、设备及存储介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202976464U (zh) * | 2012-11-28 | 2013-06-05 | 西安中科麦特电子技术设备有限公司 | 一种基于物联网的客车运行信息远程交换系统 |
CN104318776A (zh) * | 2013-06-08 | 2015-01-28 | 无锡北斗星通信息科技有限公司 | 非法运营汽车智能识别装置 |
CN104794184A (zh) * | 2014-12-15 | 2015-07-22 | 安徽四创电子股份有限公司 | 一种基于大规模数据的贝叶斯分类算法的黑车识别方法 |
CN105976617A (zh) * | 2016-03-21 | 2016-09-28 | 江苏智通交通科技有限公司 | 非法营运车辆检测方法和系统 |
CN106096507A (zh) * | 2016-05-27 | 2016-11-09 | 中兴软创科技股份有限公司 | 智慧交通黑车识别方法 |
CN106504529A (zh) * | 2016-11-04 | 2017-03-15 | 合肥天讯亿达光电技术有限公司 | 一种基于云端的客车运行管理系统 |
WO2017119385A1 (ja) * | 2016-01-07 | 2017-07-13 | シャープ株式会社 | 自律走行車両 |
KR20180018140A (ko) * | 2016-08-12 | 2018-02-21 | 렉스젠(주) | 차량 정보 수집 장치 및 그 방법 |
CN107730124A (zh) * | 2017-10-20 | 2018-02-23 | 安厦系统科技成都有限责任公司 | 一种用于企业或项目进行安全风险评估的方法 |
CN109493608A (zh) * | 2018-12-06 | 2019-03-19 | 湖南科创信息技术股份有限公司 | 非法营运车辆的识别方法及系统和计算机可读的存储介质 |
CN109615853A (zh) * | 2018-11-29 | 2019-04-12 | 重庆首讯科技股份有限公司 | 识别高速公路疑似非法营运车辆的方法及设备 |
CN110008843A (zh) * | 2019-03-11 | 2019-07-12 | 武汉环宇智行科技有限公司 | 基于点云和影像数据的车辆目标联合认知方法和系统 |
CN110136448A (zh) * | 2019-06-13 | 2019-08-16 | 重庆大学 | 一种基于汽车电子标识数据的非法营运车辆识别方法 |
CN110288200A (zh) * | 2019-05-29 | 2019-09-27 | 同济大学 | 一种危化品运输安全风险防控系统及方法 |
CN110544378A (zh) * | 2019-09-02 | 2019-12-06 | 上海评驾科技有限公司 | 一种手机用户拥车情况的判断方法 |
CN110717821A (zh) * | 2019-09-09 | 2020-01-21 | 上海凯京信达科技集团有限公司 | 一种车辆贷款评估方法、装置及计算机存储介质、电子设备 |
CN110826771A (zh) * | 2019-10-15 | 2020-02-21 | 卓尔智联(武汉)研究院有限公司 | 一种物流外包的风险分析方法、装置及存储介质 |
CN111145542A (zh) * | 2019-12-23 | 2020-05-12 | 北京高诚科技发展有限公司 | 一种基于车辆行为的营运性质监测系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170345292A1 (en) * | 2016-05-30 | 2017-11-30 | Autotalks Ltd. | Wireless pedestrian notification |
CA3175225C (en) * | 2017-02-23 | 2023-12-12 | Modular Mining Systems, Inc. | Vehicle slide detection |
-
2020
- 2020-05-20 CN CN202010431488.9A patent/CN111489556B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202976464U (zh) * | 2012-11-28 | 2013-06-05 | 西安中科麦特电子技术设备有限公司 | 一种基于物联网的客车运行信息远程交换系统 |
CN104318776A (zh) * | 2013-06-08 | 2015-01-28 | 无锡北斗星通信息科技有限公司 | 非法运营汽车智能识别装置 |
CN104794184A (zh) * | 2014-12-15 | 2015-07-22 | 安徽四创电子股份有限公司 | 一种基于大规模数据的贝叶斯分类算法的黑车识别方法 |
WO2017119385A1 (ja) * | 2016-01-07 | 2017-07-13 | シャープ株式会社 | 自律走行車両 |
CN105976617A (zh) * | 2016-03-21 | 2016-09-28 | 江苏智通交通科技有限公司 | 非法营运车辆检测方法和系统 |
CN106096507A (zh) * | 2016-05-27 | 2016-11-09 | 中兴软创科技股份有限公司 | 智慧交通黑车识别方法 |
KR20180018140A (ko) * | 2016-08-12 | 2018-02-21 | 렉스젠(주) | 차량 정보 수집 장치 및 그 방법 |
CN106504529A (zh) * | 2016-11-04 | 2017-03-15 | 合肥天讯亿达光电技术有限公司 | 一种基于云端的客车运行管理系统 |
CN107730124A (zh) * | 2017-10-20 | 2018-02-23 | 安厦系统科技成都有限责任公司 | 一种用于企业或项目进行安全风险评估的方法 |
CN109615853A (zh) * | 2018-11-29 | 2019-04-12 | 重庆首讯科技股份有限公司 | 识别高速公路疑似非法营运车辆的方法及设备 |
CN109493608A (zh) * | 2018-12-06 | 2019-03-19 | 湖南科创信息技术股份有限公司 | 非法营运车辆的识别方法及系统和计算机可读的存储介质 |
CN110008843A (zh) * | 2019-03-11 | 2019-07-12 | 武汉环宇智行科技有限公司 | 基于点云和影像数据的车辆目标联合认知方法和系统 |
CN110288200A (zh) * | 2019-05-29 | 2019-09-27 | 同济大学 | 一种危化品运输安全风险防控系统及方法 |
CN110136448A (zh) * | 2019-06-13 | 2019-08-16 | 重庆大学 | 一种基于汽车电子标识数据的非法营运车辆识别方法 |
CN110544378A (zh) * | 2019-09-02 | 2019-12-06 | 上海评驾科技有限公司 | 一种手机用户拥车情况的判断方法 |
CN110717821A (zh) * | 2019-09-09 | 2020-01-21 | 上海凯京信达科技集团有限公司 | 一种车辆贷款评估方法、装置及计算机存储介质、电子设备 |
CN110826771A (zh) * | 2019-10-15 | 2020-02-21 | 卓尔智联(武汉)研究院有限公司 | 一种物流外包的风险分析方法、装置及存储介质 |
CN111145542A (zh) * | 2019-12-23 | 2020-05-12 | 北京高诚科技发展有限公司 | 一种基于车辆行为的营运性质监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111489556A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276953A (zh) | 基于北斗定位系统的车辆违规行驶风险分析方法 | |
CN108346288B (zh) | 路段运行状态预警方法、装置及电子设备 | |
CN110275934A (zh) | 基于北斗定位系统的车辆行驶情况风险分析方法和系统 | |
CN101465059B (zh) | 城市道路交通安全态势鉴判预警系统 | |
CN110164132B (zh) | 一种道路交通异常的检测方法及系统 | |
CN107590999B (zh) | 一种基于卡口数据的交通状态判别方法 | |
CN110738842A (zh) | 事故责任划分及行为分析方法、装置、设备及存储介质 | |
CN110276954A (zh) | 基于北斗定位系统的车辆行驶行为综合评分方法 | |
CN106940931B (zh) | 基于定位数据的卡口设备数据质量检验方法 | |
CN206684779U (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
CN103018754A (zh) | 一种基于gps数据的拐弯识别方法 | |
CN112967497B (zh) | 共享汽车监管系统及监管方法 | |
CN107918826B (zh) | 一种驾驶环境感知的司机评价与调度方法 | |
CN115035491A (zh) | 一种基于联邦学习的驾驶行为路况预警方法 | |
CN114140300A (zh) | 基于gps数据识别车辆停靠点方法、装置、存储介质及终端 | |
CN111489556B (zh) | 一种营运车辆挂靠行为的判断方法 | |
CN106780042A (zh) | 基于智能移动设备的驾驶行为数据采集以及评判方法 | |
CN114550445A (zh) | 一种城市区域交通安全状态评估方法和装置 | |
CN107204118A (zh) | 称重信息匹配方法、装置和服务器 | |
CN109887292A (zh) | 车辆类型的识别方法及系统 | |
CN111474565A (zh) | 道路运输车辆卫星定位系统终端违规插拔情况的判断方法 | |
CN113095387A (zh) | 基于联网车载adas的道路风险识别方法 | |
Brunauer et al. | Supporting road maintenance with in-vehicle data: Results from a field trial on road surface condition monitoring | |
CN114331181A (zh) | 基于大数据的车辆驾驶行为风险分析方法 | |
CN106585634B (zh) | 一种对驾驶行为进行分析的方法和装置 |
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 |