CN112183245A - 一种监测网约车司机异常行为并告警的方法、装置及电子设备 - Google Patents
一种监测网约车司机异常行为并告警的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112183245A CN112183245A CN202010956430.6A CN202010956430A CN112183245A CN 112183245 A CN112183245 A CN 112183245A CN 202010956430 A CN202010956430 A CN 202010956430A CN 112183245 A CN112183245 A CN 112183245A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driver
- information
- real
- abnormal
- 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
- 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
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- 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
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Abstract
本发明公开了一种监测网约车司机异常行为并告警的方法,包括:获取用车订单服务过程中的实时状态数据;基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;在确定实时状态数据包含异常行为时,判断异常行为的风险度;基于异常行为的风险度,按预设策略发送警报信息。可基于对打车服务过程中获得的数据进行多方面分析,以在出现异常行为时进行及时反馈、告警,避免现有技术中的无法及时制止因异常行为可能导致的严重后果的缺陷。
Description
技术领域
本发明属于网约车安全出行的技术领域,具体涉及一种监测网约车司机异常行为并告警的方法、装置及电子设备。
背景技术
网约车是基于互联网技术构建服务平台,接入符合条件的车辆和驾驶员,通过整合供需信息,提供预约出租汽车服务。随着打车出行越来越受到大众的青睐,如何提高驾驶员安全驾驶的服务质量,保护乘客人身安全,也变成服务商重点关注的问题。
目前,现有技术中,为了保护乘客人身安全的主要措施如下:
1、网约车平台自行对驾驶员的背景调查,核查驾驶员的人品、过往的违规行为等。但这种方法只能降低乘客发生危险的概率,而不能避免。
2、网约车的应用程序设置有一键报警的紧急按钮,触发时,会将驾驶员和车辆的数据及乘客信息等数据上传给警方,以及乘客和司机的紧急联络人。但这一切的操作均需要乘客手动点击紧急按钮,当违规违法行为发生时,并不能保障乘客能成功点击报警。即使部分网约车软件中,设置行程分享按钮,将自己的行车路线分享给自己的紧急联系人,也是无法预测违规违法行为发生的。
3、网约车的内均设置有GPS定位器,可以实时追踪车辆的行驶轨迹,是无法预防和预测违规行为发生的。
4、网约车平台会要求驾驶员在服务前进行人脸识别验证,仅仅能排除仿冒司机、司机信息不对应的问题。
5、部分网约车平台停止向驾驶员提供乘客的上下车记录。
现有技术难以有效检测驾驶员在服务过程中的异常行为。监测和智能评估驾驶员的异常行为,有助于及早发现可能的违规或不良好行为,及时作出应对措施,避免交通事故或涉及乘客人身安全的意外发生。
发明内容
本发明的目的是要解决上述的技术问题,提供一种监测网约车司机异常行为并告警的方法、装置及电子设备。
为了解决上述问题,本发明按以下技术方案予以实现的,主要包括以下几个方面:
第一方面,本发明一种监测网约车司机异常行为并告警的方法,所述方法包括:
获取用车订单服务过程中的实时状态数据;
基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;
在确定实时状态数据包含异常行为时,判断异常行为的风险度;
基于异常行为的风险度,按预设策略发送警报信息。
结合第一方面,本发明提供了第一方面的第一种可能的实施方式,其中,所述实时状态数据包括车辆驾驶位的人体图像;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取监控终端在用车订单服务过程中所采集的图像信息,所述图像信息为车辆驾驶位的人体图像;
对所述图像信息进行人脸识别,得到当前驾驶员的人脸信息;
将所述人脸信息与用车订单的驾驶员信息进行对比;
在确定所述人脸信息与用车订单的驾驶员信息不匹配时,识别为非本人驾驶违规行为。
结合第一方面,本发明提供了第一方面的第二种可能的实施方式,其中,所述实时状态数据包括车辆驾驶位的人体图像;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取监控终端在用车订单服务过程中所采集的图像信息,所述图像信息为车辆驾驶位的人体图像;
对所述图像数据进行人体动作姿态识别和/或香烟识别,判断驾驶员是否吸烟;
在确定所述图像信息包含吸烟行为时,识别为吸烟违规行为,又或者,
在确定所述图像信息包含吸烟行为时,检测车辆是否在行驶中,若是,则识别为恶劣吸烟违规行为。
结合第一方面,本发明提供了第一方面的第三种可能的实施方式,其中,所述实时状态数据包括车辆的轨迹数据;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取车辆在用车订单服务过程中的实时轨迹数据;
将实时轨迹数据与用车订单的预定行驶路线匹配,识别车辆是否偏航;
在确定车辆偏航时,识别为偏航异常驾驶行为。
结合第一方面,本发明提供了第一方面的第四种可能的实施方式,其中,所述实时状态数据包括车辆的位置信息;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取车辆在用车订单服务过程中的实时位置信息;
计算车辆在实时位置信息的停留时间;
在确定停留时间大于预设阈值时,基于实时位置信息识别车辆是否在道路上;
若车辆在道路上,获取实时位置信息对应的相关路况信息,识别异常停留行为;
若车辆不在道路上,则识别为危险停留行为。
结合第一方面,本发明提供了第一方面的第五种可能的实施方式,其中,所述实时状态数据包括车辆的速度信息;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
监测车辆的速度值;
若目标车辆的速度值超出实时道路限速值时,识别为超速驾驶行为;
计算目标车辆的速度值与实时道路限速值的速度差值;
若速度差值大于预设速度差值时,识别为超速违法行为。
结合第一方面,本发明提供了第一方面的第六种可能的实施方式,其中,所述实时状态数据包括网约车应用程序的运行环境数据;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
监测网约车应用程序的运行环境数据;
基于所述运行环境数据,检测网约车应用程序在用车订单服务过程中的异常;
在确定所述运行环境数据包含异常时,识别为驾驶员违规操作行为。
结合第一方面,本发明提供了第一方面的第七种可能的实施方式,其中,所述基于异常行为的风险度,按预设策略发送警报信息,包括:
当异常行为为中低风险度时,基于异常行为生成警报信息,推送至网约车司机端、用户端和网约车客服端中;
当异常行为为高风险度时,基于异常行为生成警报信息,推送至网约车司机端、用户端和网约车客服端中,并将警报信息、用车订单信息、车辆信息、驾驶员信息和乘客信息推送至公安系统。
第二方面,本申请还提供了一种监测网约车司机异常行为并告警的装置,所述装置包括获取模块、识别模块、判断模块和推送模块;
所述获取模块,用于获取用车订单服务过程中的实时状态数据;
所述识别模块,用于基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;
所述判断模块,用于在确定实时状态数据包含异常行为时,判断异常行为的风险度;
所述推送模块,用于基于异常行为的风险度,按预设策略发送警报信息。
第三发明,本发明还提供一种电子设备,包括处理器和存储器,所述处理器与存储器连接,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行如第一方面的第一~七任意一项所述方法的步骤。
与现有技术相比,本发明的有益效果是:
本申请实施例提供一种监测网约车司机异常行为并告警的方法、装置、电子设备,可通过获取用车订单服务过程中的实时状态数据,基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;在确定实时状态数据包含异常行为时,判断异常行为的风险度;基于异常行为的风险度,按预设策略发送警报信息。可基于对打车服务过程中获得的数据进行多方面分析,以在出现异常行为时进行及时反馈、告警,避免现有技术中的无法及时制止因异常行为可能导致的严重后果的缺陷。
为使本申请实施例的上述目的、特征和优点能更明显易懂,下面将结合实施例,并配合所附附图,作详细说明。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本发明的监测网约车司机异常行为并告警的系统的架构示意图;
图2是本发明的实施例二的一种监测网约车司机异常行为并告警的方法的流程示意图;
图3是本发明的实施例三提供的一种具体检测异常行为的流程示意图;
图4是本发明的实施例四提供的一种具体检测异常行为的流程示意图;
图5是本发明的实施例五提供的一种具体检测异常行为的流程示意图;
图6是本发明的实施例六提供的一种具体检测异常行为的流程示意图;
图7是本发明的实施例七提供的一种具体检测异常行为的流程示意图;
图8是本发明的实施例八提供的一种具体检测异常行为的流程示意图;
图9是本发明的实施例九提供的一种监测网约车司机异常行为并告警的装置的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景“网约车打车场景”,给出以下实施方式。对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕“网约车打车场景”进行描述,但是应该理解,这仅是一个示例性实施例。本申请可以应用于任何其他交通运输的交通工具,可以包括出租车、私家车、顺风车、公共汽车等,或其任意组合。本申请还可以包括用于网约车打车的任何服务系统,例如,用于发送和/或接收快递的系统、用于买卖双方交易的服务系统。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
为了解决本申请背景技术中所述的至少一种技术问题,本申请实施例提供一种监测网约车司机异常行为并告警的方法、装置、电子设备及可读存储介质,可通过获取用车订单服务过程中的实时状态数据,基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;在确定实时状态数据包含异常行为时,判断异常行为的风险度;基于异常行为的风险度,按预设策略发送警报信息。可基于对打车服务过程中获得的数据进行多方面分析,以在出现异常行为时进行及时反馈、告警,避免现有技术中的无法及时制止因异常行为可能导致的严重后果的缺陷。下面通过可能的实现方式对本申请的技术方案进行说明。
基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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
图1是本申请一种可替代实施例提供的监测网约车司机异常行为并告警的系统的架构示意图。例如,监测网约车司机异常行为并告警的系统可以是用于诸如网约车、出租车、代驾服务、快车服务、拼车服务、公共汽车服务、驾驶员租赁服务、或班车服务之类的运输服务、或其上述任意服务之间的组合服务所依赖的在线运输服务平台。
监测网约车司机异常行为并告警的系统可以包括服务端、网络、服务请求终端(用户端)、服务提供终端(司机端),服务端中可以包括执行指令操作的处理器等。
此外,监测网约车司机异常行为并告警的系统还可包括监控终端,该监控终端可为具有图像采集功能的行车记录仪,或者是设置在车内的视频拍摄设备,又或者是安装运输服务平台应用程序的智能手机。该监控终端可与服务器通信连接,以将采集的多媒体数据发送至服务端。
在另一种实施方式中,所述监控终端还可以是安装在车辆上用于采集车辆轨迹数据的GPS轨迹记录仪、又或者是安装运输服务平台应用程序的智能手机,智能手机用于采集车辆行驶轨迹。
此外,该系统中的服务端还可与客服平台和公安系统进行通信连接,该客服平台可为提供行程客服服务的后台。图1所示的监测网约车司机异常行为并告警的系统的一种可行的示例,在其它可行的实施例中,该监测网约车司机异常行为并告警的系统也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
在一些实施例中,服务端可以是单个服务器,也可以是一个服务器组。服务端可以经由网络访问存储在服务请求终端(用户端)、服务提供终端(司机端)、监控终端。在一些实施例中,服务端可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。
在一些实施例中,服务请求终端(用户端)、服务提供终端(司机端)可以是智能手机或平板计算机。
在一种实施方式中,所述服务请求终端(用户端)、服务提供终端(司机端)或监控终端用于获取用车订单服务过程中的实时状态数据;用户服务请求终端(用户端)、服务提供终端(司机端)或监控终端将实时状态数据通过网络上传至服务端。服务端获取实时状态数据,服务端基于实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;在确定实时状态数据包含异常行为时,判断异常行为的风险度;基于异常行为的风险度,按预设策略发送警报信息。发送警报信息可以包括发送至用户服务请求终端(用户端)、服务提供终端(司机端)、客服平台和公安系统中。
在另一种实施例中,用服务请求终端(用户端)、服务提供终端(司机端)包括处理器。处理器可以处理用车订单服务过程中的信息和/或数据,以执行本申请中描述的一个或多个功能。例如,在行程服务过程中,处理器可以识别用车订单的驾驶员在用车订单服务过程中的异常行为;处理器还可以按预设策略发送警报信息。
实施例二
图2示出了本申请的一些实施例的监测网约车司机异常行为并告警的方法的流程示意图,本申请所提供的监测网约车司机异常行为并告警的方法可应用于上述的服务端或司机端中。
应当理解,在其它实施例中,本实施例所述的监测网约车司机异常行为并告警的方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。该监测网约车司机异常行为并告警的方法的详细步骤介绍如下。
本申请旨在提供一种采集车辆实时状态数据,以检测出车辆的驾驶员是否存在异常行为。并在检测到异常时,发送出警告信息,以及时对该异常行为进行监管和规范,避免导致严重后果。并且还可向用车服务的司机端、用户端和客服平台发送提示信息,以对车辆驾驶员达到警示的作用,对用户达到提醒的作用,客服平台及时联系用户确认用户安全并作出应对措施。当风险度较高时,还可自动向公安系统推送报警信息。
本申请实施例二提供的一种监测网约车司机异常行为并告警的方法,包括:
S100:获取用车订单服务过程中的实时状态数据。
S200:基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为。
本实施例中,设置在车辆上的监控终端可采集在行程服务过程中的实时状态数据,实时状态数据可以包括车辆驾驶位的图像、车辆的轨迹数据、位置信息、速度信息、以及服务平台应用程序的运行环境数据(例如,网约车应用程序的运行环境数据)等实时状态数据。
在其中一种实施方式中,可以是持续不断地进行实时状态数据的采集,也可以是设定时间间隔,间断式的采集用车订单服务过程中的实时状态数据。例如,采集车辆驾驶位的图像的时间间隔可以是3分钟、5分钟或10分钟不等;又例如,车辆的轨迹数据、位置信息、速度信息的采集时间间隔设置为3s、5s或10s。
服务端可间隔预设时长通过网络获得监控终端所发送的实时状态数据后,将基于接收到的实时状态数据进行实时分析、处理。服务端可对实时状态数据识别以确定实时状态数据中是否包含异常行为。
在一些实施方式中,采集车辆驾驶位的图像,基于图像可以进行多方面的行为分析,例如,用于识别是否提供服务的人员为驾驶员本人、行车过程中是否存在手持打电话或吸烟等违规行为。
在一些实施方式中,采集车辆的轨迹数据、位置信息和速度信息,基于车辆行驶数据,可用于识别驾驶员在接单后长时间定位不动、行驶服务过程中的异常停留、行车路线偏航、严重超速等涉嫌影响到乘客人身安全、公司与乘客利益等异常行为。监控终端可以是现有的GPS轨迹记录仪,所采集的车辆的轨迹数据中,轨迹点即包含车辆的位置信息和速度信息;监控终端也可以是司机端(智能手机)、车载终端等。
在一些实施方式中,采集服务平台应用程序的运行环境数据,检测服务平台app的应行环境是否异常,检测应用程序是否有被控制、篡改数据的异常,否则会有违规、不公平抢单、作弊数据造成订单金额变多等恶劣行为的发生,影响用户和服务平台的运行。
S300:在确定实时状态数据包含异常行为时,判断异常行为的风险度。
S400:基于异常行为的风险度,按预设策略发送警报信息。
本实施例的优势之一,根据异常行为的风险度,执行不同的预审策略,并发送警报信息。其中,本发明主要从两方面监控异常行为:
1.服务平台应用程序的运行环境异常。例如,司机端的ROOT系统权限被异常授权使用,司机端中存在多开容器、模拟器、服务过程中APP应用未保持开启等。通过检测服务平台应用程序的运行环境异常,避免应用程序被被控制、篡改数据等,避免有违规、不公平抢单、作弊数据造成订单金额变多等违规行为。
2.提供服务的驾驶员的异常行为。例如,驾驶员在用车订单服务过程中存在影响用户体验、人身安全、利益等方面的行为。例如,行驶过程中吸烟、接听电话;严重超速驾驶、偏航行驶、接单后定位长期不动、行驶过程中异常停留等异常行为。
基于众多异常行为,本发明通过对多种异常行为进行风险类型和等级划分,得到异常行为的风险度,根据相应风险度,采用不同的警告信息推送策略。
在一些实施中,当异常行为低风险度时,基于异常行为生成警报信息,推送至网约车司机端、用户端和网约车客户平台中。低风险异常行为可以是司机端中存在多开容器、模拟器、服务过程中APP应用未保持开启、驾驶员在行驶过程中吸烟、接听电话等,或者它们的任意组合。向用车服务的司机端和用户端发送提示信息,以对车辆驾驶员达到警示的作用,对用户达到提醒的作用。
在另一个实施中,当异常行为为中风险度时,基于异常行为生成警报信息,推送至网约车司机端、乘客端和网约车客服端中。中风险异常行为可以是驾驶员信息不匹配,非驾驶员本人执行用车订单,又或者是驾驶员存在超速、异常停留、偏航行驶等,或者它们的任意组合、又或者它们与低风险度异常行为的任意组合。向用车服务的司机端、用户端和客服平台发送提示信息,以对车辆驾驶员达到警示的作用,对用户达到提醒的作用,客服平台及时联系用户确认用户安全并作出应对措施。
在另一个实施中,当异常行为为高风险度时,基于异常行为生成警报信息,推送至网约车司机端、乘客端和网约车客服端中,并将警报信息、用车订单信息、车辆信息、驾驶员信息和乘客信息推送至公安系统。高风险度异常行为可以是驾驶员违法超速、异常停留、驾驶员信息不匹配等,或者它们的任意组合。向用车服务的司机端、用户端和客服平台发送提示信息,以对车辆驾驶员达到警示的作用,对用户达到提醒的作用,客服平台及时联系用户确认用户安全,客户平台联系服务平台并作出紧急应对措施。同时,服务端或客户平台可以快速向公安系统报警,并将警报信息、用车订单信息、车辆信息、驾驶员信息和乘客信息推送至公安系统,及时制止因异常行为可能导致的严重后果。
本发明基于异常行为的风险度,按预设策略发送警报信息。可基于对打车服务过程中获得的数据进行多方面分析,以在出现异常行为时进行及时反馈、告警,避免现有技术中的无法及时制止因异常行为可能导致的严重后果的缺陷。
实施例三
如图3所示,本申请实施例还提供一种具体检测异常行为的实施方式,其中,所述实时状态数据包括车辆驾驶位的人体图像。具体的,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
S211:获取监控终端在用车订单服务过程中所采集的图像信息,所述图像信息为车辆驾驶位的人体图像。
在本实施例汇总,所述监控终端可为具有图像采集功能的行车记录仪,或者是设置在车内的视频拍摄设备,又或者是安装有服务平台应用程序的智能手机。现有网约车平台中,约束了驾驶员在用户订单服务过程中需要保持应用程序的程序开启,以提供导航服务等,为此,还可以利用智能手机的摄像硬件获取图像信息。
其中,监控终端获取所述图像信息的时间,可以在用车订单确认执行时获取。例如,网约车服务中,司机端分派用车订单后,在确认接到乘客时,用车订单开始执行,同时监控终端获取车辆驾驶位的人体图像。在另一种实施中,监控终端获取所述图像信息的时间,可以在用车订单执行的过程中获取。例如,网约车服务中,司机端确认执行用车订单,在行驶的5分钟后监控终端自动获取所述图像信息。
S212:对所述图像信息进行人脸识别,得到当前驾驶员的人脸信息。
S213:将所述人脸信息与用车订单的驾驶员信息进行对比。
在本实施例中,基于人的脸部特征对图像信息进行人脸识别,判断图像信息中是否存在人脸;若存在,则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息,进一步提取每个人脸中所蕴涵的身份特征,并将其与已知的人脸进行对比,从而识别每个人脸的身份。其中,用车订单的驾驶员信息已预先储存在每一驾驶员在运输服务平台的个人账号中。人脸信息的对比可以在司机端中完成,亦可以上传至服务器中完成对比。
S214:在确定所述人脸信息与用车订单的驾驶员信息不匹配时,识别为非本人驾驶违规行为。
鉴于现阶段网约车事故的频繁发生,存在司机私自更换载客车辆,或将车辆转给别人开的问题。车辆情况和转让司机的可靠性并不能从根本上得到监管,安全性无法保障;同时也极大影响乘客的乘车安全体验,这都将直接或间接的损害公司利益和乘客的乘车安全和体验。通过智能识别驾驶员的身份信息,解决了上述问题,及时检测非本人驾驶的违规行为。
实施例四
如图4所示,本申请实施例还提供一种具体检测异常行为的实施方式,其中,所述实时状态数据包括车辆驾驶位的人体图像。具体的,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
S221:获取监控终端在用车订单服务过程中所采集的图像信息,所述图像信息为车辆驾驶位的人体图像。
在本实施例汇总,所述监控终端可为具有图像采集功能的行车记录仪,或者是设置在车内的视频拍摄设备,又或者是安装有服务平台应用程序的智能手机。现有网约车平台中,约束了驾驶员在用户订单服务过程中需要保持应用程序的程序开启,以提供导航服务等,为此,还可以利用智能手机的摄像硬件获取图像信息。
在本实施例中,所述图像信息可以是图片或视频图像。在用车订单的服务过程中,持续性的实时获取图像信息,又或者可以按预设周期获取图像信息。
S222:对所述图像数据进行人体动作姿态识别和/或香烟识别,判断驾驶员是否吸烟。
在本实施例中,对于人体动作姿态的识别技术及香烟物品的识别技术,可参考现阶段的识别技术内容。
S223:在确定所述图像信息包含吸烟行为时,识别为吸烟违规行为,又或者,
在确定所述图像信息包含吸烟行为时,检测车辆是否在行驶中,若是,则识别为恶劣吸烟违规行为。
在本实施例中,车辆行驶过程中吸烟发生事故的几率更大,这极大影响乘客的乘车安全,且车内吸烟影响乘客的体验。为了监测吸烟行为,在判断驾驶员吸烟时,进一步的检测车辆是否在行驶中,识别驾驶员是在用车订单服务行驶中吸烟。其中,检测车辆是否在行驶中,可通过车辆的轨迹数据获取,判断实时GPS轨迹点的速度信息,判断车辆是否在行驶。亦可以通过判断实时的GPS轨迹点是否在移动。
实施例五
如图5所示,本申请实施例还提供一种具体检测异常行为的实施方式,其中,所述实时状态数据包括车辆的轨迹数据。具体的,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
S231:获取车辆在用车订单服务过程中的实时轨迹数据。
在本实施例中,在获取车辆的实时轨迹数据,可以利用全球定位系统(GlobalPositioningSystem,GPS)实时获取车辆的GPS轨迹数据。可以利用司机端获取实时轨迹数据,也可以通过车载GPS获取。
S232:将实时轨迹数据与用车订单的预定行驶路线匹配,识别车辆是否偏航。
在一种实施方式中,实时轨迹数据为一段连续的GPS轨迹点集合,其在地图上体现为一段路径,将GPS轨迹点集合与用车订单的预定行驶路线匹配匹配,判断车辆是否偏航。GPS轨迹点集合可以是10s、15s内的轨迹段,本发明不过多限定。
在另一种实施中,偏航的识别技术可以借助第三方电子地图服务商所提供的技术手段,在此不过多说明。
S233:在确定车辆偏航时,识别为偏航异常驾驶行为。
鉴于现阶段,存在司机偏航绕路,不按指定路线行驶的问题。这最终导致乘客的服务费用很高,而平台没有监控与告警乘客,则乘客毫不知情,损害乘客利益;倘若乘客发现绕路,则降低乘客体验,间接的损害公司利益。
实施例六
如图6所示,本申请实施例还提供一种具体检测异常行为的实施方式,其中,所述实时状态数据包括车辆的位置信息。其中,车辆的位置信息可通过获取车辆的轨迹数据得到,轨迹数据包括若干连续GPS轨迹点,GPS轨迹点包含有时间信息、经纬度信息、位置信息和速度信息。
具体的,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
S241:获取车辆在用车订单服务过程中的实时位置信息。
在本实施例中,所述实时位置信息可采用GPS轨迹点的位置信息,GPS轨迹点至少包括日期、时间、经度、纬度、海拔信息、速度等信息。
S242:计算车辆在实时位置信息的停留时间。
S243:在确定停留时间大于预设阈值时,识别异常停留行为。
在本实施例中,通过计算车辆在当前位置信息的停留时间,以判断车辆是否发生异常停留。所述预设阈值可以为5min、8min或10min。
在其中一种实施方式中,考虑到GPS轨迹点的偏移,即时车辆停驻在某一位置不动,后续采集的GPS轨迹点会在近距离范围内移动。为此,本发明还提供优选的实施方式,具体的包括:获取车辆在用车订单服务过程中的实时位置信息;计算车辆在当前实时位置信息的预设范围内的停留时间。例如,计算车辆在当前实时位置信息的30米或50米的范围内停留时间。
在另一种实施方式中,获取车辆在用车订单服务过程中的实时位置信息和速度信息;计算车辆在实时位置信息的停留时间,并监测车辆在停留时间的速度值;在确定停留时间大于第一预设阈值时,且速度值为零的时间大于第二预设阈值时,则识别异常停留行为;第一预设预设阈值大于第二预设阈值设置。同时基于速度信息判断车辆是否在行驶,提高监测车辆停留的准确性。
实施例七
如图7所示,本申请实施例还提供一种具体检测异常行为的实施方式,其中,所述实时状态数据包括车辆的速度信息。其中,车辆的位置信息可通过获取车辆的轨迹数据得到,轨迹数据包括若干连续GPS轨迹点,GPS轨迹点包含有时间信息、经纬度信息、位置信息和速度信息。
具体的,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
S251:监测车辆的速度值。
S252:若目标车辆的速度值超出实时道路限速值时,识别为超速驾驶行为。
在本实施例中,通过第三方电子地图信息即可实时获取道路限速值。
S253:计算目标车辆的速度值与实时道路限速值的速度差值;
若速度差值大于预设速度差值时,识别为严重超速驾驶行为。若否,则重新执行S251。
在本实施例中,依据相关法规中的规定,对普通车辆在高速公路以及高速公路外有相关行驶速度规定,严重超速的情况需要吊销驾驶证。同时,这是驾驶员严重违法行为的体现,极大影响乘客安全。为此,本发明进一步的监测速度差值,对驾驶员的超速行为进行分类识别和告警。
实施例八
如图8所示,本申请实施例还提供一种具体检测异常行为的实施方式,其中,所述实时状态数据包括网约车应用程序的运行环境数据。具体的,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
S261:监测网约车应用程序的运行环境数据。
S262:基于所述运行环境数据,检测网约车应用程序在用车订单服务过程中的异常;
在确定所述运行环境数据包含异常时,识别为驾驶员违规操作行为。
在本实施例中,驾驶员违规操作行为可以包括司机端的ROOT系统权限被异常授权使用,司机端中存在多开容器、模拟器、服务过程中APP应用未保持开启等。目的是用于检测司机端的应用程序是否有被控制、篡改数据等风险,从而有违规、不公平抢单、作弊数据造成订单金额变多等行为的嫌疑。
在具体的中,如ROOT系统权限被异常授权的检测,可通过检测司机端中是否安装有ROOT设备权限的相关应用程序,可通过读取检测司机端的应用列表,识别应用列表中是否存在ROOT设备权限的应用程序;可以预先将市面存在的ROOT设备权限的应用程序汇总,以便于在司机端中识别。又或者,检测司机端中是否存在切换权限的文件存在,可通过司机端的系统环境变量目录识别切换权限的文件。
在具体的中,检测司机端中存在多开容器,通过识别应用列表中是否存在多开容器应用程序。其他的运行环境数据检测手段,可以参照现有技术,在此不过多说明。
实施例九
如图9所示,本申请实施例九提供了一种监测网约车司机异常行为并告警的装置,所述装置包括获取模块、识别模块、判断模块和推送模块;
所述获取模块,用于获取用车订单服务过程中的实时状态数据;
所述识别模块,用于基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;
所述判断模块,用于在确定实时状态数据包含异常行为时,判断异常行为的风险度;
所述推送模块,用于基于异常行为的风险度,按预设策略发送警报信息。
在具体实施中,所述实时状态数据包括车辆驾驶位的人体图像;所述识别模块,识别用车订单的驾驶员在用车订单服务过程中的异常行为,具体包括:
获取监控终端在用车订单服务过程中所采集的图像信息,所述图像信息为车辆驾驶位的人体图像;
对所述图像信息进行人脸识别,得到当前驾驶员的人脸信息;
将所述人脸信息与用车订单的驾驶员信息进行对比;
在确定所述人脸信息与用车订单的驾驶员信息不匹配时,识别为非本人驾驶违规行为。
在具体实施中,所述实时状态数据包括车辆驾驶位的人体图像;所述识别模块,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取监控终端在用车订单服务过程中所采集的图像信息,所述图像信息为车辆驾驶位的人体图像;
对所述图像数据进行人体动作姿态识别和/或香烟识别,判断驾驶员是否吸烟;
在确定所述图像信息包含吸烟行为时,识别为吸烟违规行为,又或者,
在确定所述图像信息包含吸烟行为时,检测车辆是否在行驶中,若是,则识别为恶劣吸烟违规行为。
在具体实施中,所述实时状态数据包括车辆的轨迹数据;所述识别模块,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取车辆在用车订单服务过程中的实时轨迹数据;
将实时轨迹数据与用车订单的预定行驶路线匹配,识别车辆是否偏航;
在确定车辆偏航时,识别为偏航异常驾驶行为。
在具体实施中,所述实时状态数据包括车辆的位置信息;所述识别模块,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取车辆在用车订单服务过程中的实时位置信息;
计算车辆在实时位置信息的停留时间;
在确定停留时间大于预设阈值时,则识别为异常停留行为。
在具体实施中,所述实时状态数据包括车辆的速度信息;所述识别模块,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
监测车辆的速度值;
若目标车辆的速度值超出实时道路限速值时,识别为超速驾驶行为;
计算目标车辆的速度值与实时道路限速值的速度差值;
若速度差值大于预设速度差值时,识别为超速违法行为。
在具体实施中,所述实时状态数据包括网约车应用程序的运行环境数据;所述识别模块,识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
监测网约车应用程序的运行环境数据;
基于所述运行环境数据,检测网约车应用程序在用车订单服务过程中的异常;
在确定所述运行环境数据包含异常时,识别为驾驶员违规操作行为。
在另一方面,本申请还提供了一种电子设备,包括处理器和存储器,处理器和存储器相互连接;
所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行如实施例一~八所述的监测网约车司机异常行为并告警的方法具体步骤。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,故凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种监测网约车司机异常行为并告警的方法,其特征在于,包括:
获取用车订单服务过程中的实时状态数据;
基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;
在确定实时状态数据包含异常行为时,判断异常行为的风险度;
基于异常行为的风险度,按预设策略发送警报信息。
2.根据权利要求1所述的监测网约车司机异常行为并告警的方法,其特征在于,所述实时状态数据包括车辆驾驶位的人体图像;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取监控终端在用车订单服务过程中所采集的图像信息,所述图像信息为车辆驾驶位的人体图像;
对所述图像信息进行人脸识别,得到当前驾驶员的人脸信息;
将所述人脸信息与用车订单的驾驶员信息进行对比;
在确定所述人脸信息与用车订单的驾驶员信息不匹配时,识别为非本人驾驶违规行为。
3.根据权利要求1所述的监测网约车司机异常行为并告警的方法,其特征在于,所述实时状态数据包括车辆驾驶位的人体图像;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取监控终端在用车订单服务过程中所采集的图像信息,所述图像信息为车辆驾驶位的人体图像;
对所述图像数据进行人体动作姿态识别和/或香烟识别,判断驾驶员是否吸烟;
在确定所述图像信息包含吸烟行为时,识别为吸烟违规行为,又或者,
在确定所述图像信息包含吸烟行为时,检测车辆是否在行驶中,若是,则识别为恶劣吸烟违规行为。
4.根据权利要求1所述的监测网约车司机异常行为并告警的方法,其特征在于,所述实时状态数据包括车辆的轨迹数据;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取车辆在用车订单服务过程中的实时轨迹数据;
将实时轨迹数据与用车订单的预定行驶路线匹配,识别车辆是否偏航;
在确定车辆偏航时,识别为偏航异常驾驶行为。
5.根据权利要求1所述的监测网约车司机异常行为并告警的方法,其特征在于,所述实时状态数据包括车辆的位置信息;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
获取车辆在用车订单服务过程中的实时位置信息;
计算车辆在实时位置信息的停留时间;
在确定停留时间大于预设阈值时,则识别为异常停留行为。
6.根据权利要求1所述的监测网约车司机异常行为并告警的方法,其特征在于,所述实时状态数据包括车辆的速度信息;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
监测车辆的速度值;
若目标车辆的速度值超出实时道路限速值时,识别为超速驾驶行为;
计算目标车辆的速度值与实时道路限速值的速度差值;
若速度差值大于预设速度差值时,识别为超速违法行为。
7.根据权利要求1所述的监测网约车司机异常行为并告警的方法,其特征在于,所述实时状态数据包括网约车应用程序的运行环境数据;识别用车订单的驾驶员在用车订单服务过程中的异常行为,包括:
监测网约车应用程序的运行环境数据;
基于所述运行环境数据,检测网约车应用程序在用车订单服务过程中的异常;
在确定所述运行环境数据包含异常时,识别为驾驶员违规操作行为。
8.根据权利要求1所述的监测网约车司机异常行为并告警的方法,其特征在于,所述基于异常行为的风险度,按预设策略发送警报信息,包括:
当异常行为为中低风险度时,基于异常行为生成警报信息,推送至网约车司机端、用户端和网约车客服端中;
当异常行为为高风险度时,基于异常行为生成警报信息,推送至网约车司机端、用户端和网约车客服端中,并将警报信息、用车订单信息、车辆信息、驾驶员信息和乘客信息推送至公安系统。
9.一种监测网约车司机异常行为并告警的装置,所述装置包括获取模块、识别模块、判断模块和推送模块;
所述获取模块,用于获取用车订单服务过程中的实时状态数据;
所述识别模块,用于基于所述实时状态数据,识别用车订单的驾驶员在用车订单服务过程中的异常行为;
所述判断模块,用于在确定实时状态数据包含异常行为时,判断异常行为的风险度;
所述推送模块,用于基于异常行为的风险度,按预设策略发送警报信息。
10.一种电子设备,其特征在于,包括处理器和存储器,所述处理器与存储器连接,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行如权利要求1~8任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010956430.6A CN112183245A (zh) | 2020-09-11 | 2020-09-11 | 一种监测网约车司机异常行为并告警的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010956430.6A CN112183245A (zh) | 2020-09-11 | 2020-09-11 | 一种监测网约车司机异常行为并告警的方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112183245A true CN112183245A (zh) | 2021-01-05 |
Family
ID=73920656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010956430.6A Pending CN112183245A (zh) | 2020-09-11 | 2020-09-11 | 一种监测网约车司机异常行为并告警的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183245A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837119A (zh) * | 2021-01-28 | 2021-05-25 | 天津五八到家货运服务有限公司 | 异常订单识别方法、装置、电子设备及存储介质 |
CN112862376A (zh) * | 2021-04-02 | 2021-05-28 | 北京白龙马云行科技有限公司 | 代驾服务处理系统、方法和计算设备 |
CN113312958A (zh) * | 2021-03-22 | 2021-08-27 | 广州宸祺出行科技有限公司 | 一种基于司机状态的派单优先度调整方法及装置 |
CN113361796A (zh) * | 2021-06-21 | 2021-09-07 | 北京畅行信息技术有限公司 | 车辆载客行为检测方法、检测装置、可读存储介质 |
CN113408953A (zh) * | 2021-07-16 | 2021-09-17 | 首约科技(北京)有限公司 | 一种线上稽查方法 |
CN113479212A (zh) * | 2021-07-29 | 2021-10-08 | 深圳昌恩智能股份有限公司 | 一种网约车驾驶员行为监测方法 |
CN113657632A (zh) * | 2021-08-10 | 2021-11-16 | 百度在线网络技术(北京)有限公司 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
CN113743815A (zh) * | 2021-09-13 | 2021-12-03 | 一汽出行科技有限公司 | 运营车辆的风险监控方法、装置、存储介质及计算机设备 |
CN113807871A (zh) * | 2021-09-30 | 2021-12-17 | 南京领行科技股份有限公司 | 异常行为监控方法、装置、电子设备及存储介质 |
CN113807994A (zh) * | 2021-08-23 | 2021-12-17 | 广汽本田汽车有限公司 | 用于汽车代驾服务的控制方法、系统、装置和存储介质 |
CN114244948A (zh) * | 2021-12-24 | 2022-03-25 | 世纪恒通科技股份有限公司 | 一种基于安卓系统的代驾系统质检方法 |
CN115995151A (zh) * | 2023-03-06 | 2023-04-21 | 昆明符海姚网络科技有限公司 | 应用于城市管理的网约车异常行为检测方法 |
CN116071930A (zh) * | 2023-03-06 | 2023-05-05 | 昆明符海姚网络科技有限公司 | 基于乘客安全的车辆自动预警系统 |
-
2020
- 2020-09-11 CN CN202010956430.6A patent/CN112183245A/zh active Pending
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837119A (zh) * | 2021-01-28 | 2021-05-25 | 天津五八到家货运服务有限公司 | 异常订单识别方法、装置、电子设备及存储介质 |
CN113312958A (zh) * | 2021-03-22 | 2021-08-27 | 广州宸祺出行科技有限公司 | 一种基于司机状态的派单优先度调整方法及装置 |
CN113312958B (zh) * | 2021-03-22 | 2024-04-12 | 广州宸祺出行科技有限公司 | 一种基于司机状态的派单优先度调整方法及装置 |
CN112862376A (zh) * | 2021-04-02 | 2021-05-28 | 北京白龙马云行科技有限公司 | 代驾服务处理系统、方法和计算设备 |
CN113361796A (zh) * | 2021-06-21 | 2021-09-07 | 北京畅行信息技术有限公司 | 车辆载客行为检测方法、检测装置、可读存储介质 |
CN113361796B (zh) * | 2021-06-21 | 2023-11-21 | 北京畅行信息技术有限公司 | 车辆载客行为检测方法、检测装置、可读存储介质 |
CN113408953A (zh) * | 2021-07-16 | 2021-09-17 | 首约科技(北京)有限公司 | 一种线上稽查方法 |
CN113479212B (zh) * | 2021-07-29 | 2022-07-12 | 深圳昌恩智能股份有限公司 | 一种网约车驾驶员行为监测方法 |
CN113479212A (zh) * | 2021-07-29 | 2021-10-08 | 深圳昌恩智能股份有限公司 | 一种网约车驾驶员行为监测方法 |
CN113657632B (zh) * | 2021-08-10 | 2023-11-07 | 百度在线网络技术(北京)有限公司 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
WO2023015900A1 (zh) * | 2021-08-10 | 2023-02-16 | 百度在线网络技术(北京)有限公司 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
CN113657632A (zh) * | 2021-08-10 | 2021-11-16 | 百度在线网络技术(北京)有限公司 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
CN113807994A (zh) * | 2021-08-23 | 2021-12-17 | 广汽本田汽车有限公司 | 用于汽车代驾服务的控制方法、系统、装置和存储介质 |
CN113743815A (zh) * | 2021-09-13 | 2021-12-03 | 一汽出行科技有限公司 | 运营车辆的风险监控方法、装置、存储介质及计算机设备 |
CN113807871A (zh) * | 2021-09-30 | 2021-12-17 | 南京领行科技股份有限公司 | 异常行为监控方法、装置、电子设备及存储介质 |
CN114244948A (zh) * | 2021-12-24 | 2022-03-25 | 世纪恒通科技股份有限公司 | 一种基于安卓系统的代驾系统质检方法 |
CN115995151A (zh) * | 2023-03-06 | 2023-04-21 | 昆明符海姚网络科技有限公司 | 应用于城市管理的网约车异常行为检测方法 |
CN116071930A (zh) * | 2023-03-06 | 2023-05-05 | 昆明符海姚网络科技有限公司 | 基于乘客安全的车辆自动预警系统 |
CN116071930B (zh) * | 2023-03-06 | 2023-12-22 | 北京白龙马云行科技有限公司 | 基于乘客安全的车辆自动预警系统 |
CN115995151B (zh) * | 2023-03-06 | 2023-12-22 | 北京白龙马云行科技有限公司 | 应用于城市管理的网约车异常行为检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112183245A (zh) | 一种监测网约车司机异常行为并告警的方法、装置及电子设备 | |
US11507906B2 (en) | Ride-sharing safety system | |
US10543847B2 (en) | Contextual driver behavior monitoring | |
CN108860165B (zh) | 车辆辅助驾驶方法和系统 | |
CA3041565C (en) | Enhanced vehicle bad fuel sensor with crowdsourcing analytics | |
TWI627084B (zh) | 用於感測器驅動車輛遙測應用與服務之開發及部署的運算平台 | |
EP2530666B1 (en) | Detection of traffic violations | |
US20140279707A1 (en) | System and method for vehicle data analysis | |
CN106651602A (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
US20200226853A1 (en) | Automated accident logging and reporting | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
CA2809689C (en) | System and method for vehicle data analysis | |
US11546353B2 (en) | Detection of malicious activity on CAN bus | |
US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
KR101601034B1 (ko) | Dtg 빅데이터 처리 및 분석 시스템 | |
CN206684779U (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
US20130027556A1 (en) | System and method for security zone checking | |
CN112542054B (zh) | 一种车辆监控方法、装置及交通管理系统 | |
KR102086966B1 (ko) | 블록체인 기반의 운행기록 분석과 안전운전 판단을 실행하는 dtg 단말기 및 방법 | |
GB2485971A (en) | Transmitting recorded data in the event of a road vehicle accident | |
TW202101344A (zh) | 用於計算車輛的駕駛人的責任的系統和方法 | |
Ucar et al. | Differential deviation based abnormal driving behavior detection | |
CN116913099A (zh) | 一种智能交通实时监控系统 | |
CN112214530B (zh) | 一种社会驾驶行为跟踪评价的方法及相关装置 | |
Wang | Evaluation of traffic speed control devices and its applications |
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 |