具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明实施例可以应用于目标行程,中的安全防护,其中,所述目标行程可以是共享出行或者公共出行,鉴于目标行程中,驾驶员与乘车人员可能是陌生人,在其中一方有侵害另一方人身或者财产安全的倾向时,通过本发明实施例提供的出行安全防护可以基于行程信息和人员信息有针对性的识别、检测和预警危险事件的发生,进而在预防危险事件发生的同时还能节约资源。
请参见图1,图1是本发明实施例提供的一种出行安全防护方法的流程图,如图1所示,该方法包括以下步骤:
步骤101、获取目标行程的行程数据和人员数据。
其中,所述行程数据包括:行程时间、行程路线以及所述行程路线中每一路段的道路信息,在具体实施中,其还可以包括行程起点、行程目的地等其他行程信息,且所述道路信息可以包括道路的车流量、道路周边环境的人流密度、道路的使用特征等,用于判断在该道路上发生安全事件的可能性,例如:在偏僻小道上发生安全事件的可能性高于闹市区域内发生安全事件的可能性。
作为一种可选的实施方式,所述道路信息根据道路的交通量、使用任务以及性质确定。
例如:如表1所示,可以根据道路使用特征,将道路分为城市道路、公路、厂矿道路、林区道路以及乡村道路,并根据道路的等级,将城市道路划分为快速路、主干路、次干路、支路四级,以及将公路划分为:高速公路、一级公路、二级公路、三级公路和四级公路五个等级,且不同安全等级的道路具有不同的安全权重值。
表1道路安全等级及其安全权重值
其中,以μ11为例,其对应的是表1中城市道路中的快速路的安全权重值。
本实施方式中,根据道路的交通量、使用任务以及性质确定道路信息,可以使确定出的道路信息能够反映该道路上发生危险事件的可能性的高低。
在上述实施例中,通过将每一个安全等级(也可称之为安全类型)的道路对应一个安全权重值,使发生危险事件的可能性越低的道路,对应的安全权重值越大,为后续计算过程提供数值基础,例如:表1中,若主干路的安全性比林区道路的安全性高,则主干路的安全权重值μ12大于林区道路的安全权重值μ41。
需要说明的是,在具体实施中,根据道路的交通量、使用任务以及性质确定道路信息后,采用计算模型确定每一种道路信息的数值化的安全性能,以便进行后续数值计算。
另外,所述人员数据可以包括驾驶员和乘客的性别、年龄、体型、信用评分等,用于综合凭借驾驶员和乘客之间发生安全事件的可能性。例如:年轻异性共乘时发生安全事件的可能性大于两个同性共乘时发生安全事件的可能性。
步骤102、根据所述行程数据和所述人员数据,确定所述目标行程的安全防护等级。
其中,根据行程数据和人员数据,在确定发生安全事件的可能性较高时,确定所述目标行程的安全防护等级高,在确定发生安全事件的可能性较低时,确定所述目标行程的安全防护等级低,在具体实施中,所述目标行程备选的安全防护等级可以是两级、三级、四级或者更多级,在此不作具体限定。
另外,安全防护等级越高,则对应开启的目标防护服务更多或者更可靠,例如:在安全防护等级较低时,仅开启车辆位置识别;在安全防护等级较高时,开启语音识别和车辆位置识别。
作为一种可选的实施方式,所述人员数据包括性别信息和信用信息,所述行程数据包括所述目标行程中每一路段的道路信息和历史危险事件信息,所述根据所述行程数据和所述人员数据,确定所述目标行程的安全防护等级的步骤,包括:
根据所述道路信息确定所述目标行程中每一路段的安全权重值,其中,路段的安全权重值越高,表示该路段越安全;
根据所述目标行程中每一个路段的安全权重值和长度,确定每一路段的安全值,其中,所述安全值与对应路段的长度和所述安全权重值呈正相关;
根据所述安全权重值确定所述目标行程中的高风险路段,其中,高风险路段为小于或者等于第二阈值的安全权重值对应的路段;
根据所述目标行程中的历史危险事件信息、所述高风险路段和所述安全值,确定所述目标行程的基础安全值;
根据所述目标行程的基础安全值和所述信用信息,确定基础安全等级;
根据所述目标行程的发生时间和所述性别信息,对所述基础安全等级进行调整,得到所述安全防护等级。
其中,道路的安全等级越低,表示该道路上发生危险事件的可能性越低,所述安全值的数值越小,则表示该路段发生安全事件的可能性越高,所述第二阈值可以通过机器训练对历史行程数值进行训练而得出,在此并不限定第二阈值的具体数值,其仅用于表示当安全值小于或者等于该第二阈值时,该路段发生安全事件的概率较高。
本实施方式中,根据所述目标行程中的历史危险事件信息、所述高风险路段和所述安全值,确定所述目标行程的行程安全等级,并使发生安全事件的概率与路段的长度呈正相关,且发生过历史安全事件的路段,其再次发生安全事件的概率也较大,从而使确定出的行程安全等级更加准确。
另外,目标行程过程中发生安全事件的概率还与目标行程的人员性别、目标行程的发生时间相关,例如:白天发生安全事件的概率小于晚上发生安全事件的概率;同性共享出行发生安全事件的概率小于异性共享出行发生安全事件的概率。
本实施方式中,根据性别信息和当前时间对所述行程安全等级进行调整,使调整后的安全防护等级更加准确。
进一步的,采用公式:f(x)=μ(x)·d(x),确定路段x的安全值f(x);
其中,μ(x)为所述目标行程中的路段x的安全权重值;d(x)为路段x的长度;
其中,r表示所述目标行程,μ0为所述第二阈值;
其中,σ
1为高风险路段
的修正常量;
表示高风险路段
对所述目标行程r中路段的安全等级的修正因子,h表示单位长度;n表示行程r中发生过历史危险事件的路段个数,σ
2是关于历史危险事件的修正常量,n·σ
2表示发生在该行程路线r中的历史危险事件数量对所述目标行程r中路段的安全等级的修正因子;
其中,Crvo为驾驶员的信用评分;Crpa为乘客的信用评分;Crmax为信用评分的最大值;
其中,μ1、μ2、μ3和μ4分别为不同基础安全等级对应的阈值。
在具体实施中,Crmax可以取值为5,且∑x∈rμ(x)·d(x)/∑x∈rd(x)是该行程中所有路段的安全值的归一化值。
本实施方式中,将行程安全等级划分为5级,分别为:0、1、2、3和4,需要说明的是,在其他事实方式中,还可以将行程安全等级划分2级、3级、4级、6级或者更多级,在此仅以将行程安全等级划分为5级作为举例,在此并不限定行程安全等级的划分级数。另外,在具体实施中,μ1、μ2、μ3和μ4的具体取值可以通过机器训练对历史目标行程进行分析得出。
更进一步的,所述根据所述目标行程的发生时间和所述性别信息,对所述基础安全等级进行调整,得到所述安全防护等级的步骤,包括:
采用公式:
确定所述性别信息的第一调整值l
1(r);
采用公式:
确定所述发生时间的第二调整值l
2(r);
采用公式:l(r)=min(l0(r)+l1(r)+l2(r),4),确定所述安全防护等级为l(r)。
本实施方式中,通过计算公式确定安全值和行程安全等级,并根据所述性别信息和当前时间,对所述行程安全等级的计算公式进行调整,可以简化确定所述安全防护等级的过程,从而节约计算资源。
步骤103、开启所述安全防护等级对应的目标防护服务。
其中,预先存储有所述目标防护服务与所述安全防护等级的对应关系。
在实施中,安全防护等级越高,则目标防护服务更全面,例如:在安全防护等级低的情况下,其对应的目标防护服务为语音监控,而在安全防护等级高的情况下,其对应的目标防护服务为语音监控和视频监控。
作为一种可选的实施方式,备选防护服务包括:环境感知e1、运动感知e2、语音识别分析e3和视频识别e4,所述目标防护服务为所述备选防护服务中的任意种。
其中,外部(环境)感知e1:是结合智慧城市中的诸如城市视频监控系统等,实时跟踪定位车辆的运动状态(比如实时位置、停车还是行驶中、是否偏离规划路线等)和行驶路线的外部环境(比如,闹市还是偏僻小路等等)预测危险事件的发生概率;
运动感知e2:是对车辆的运动检测,从超速、急加速、急转弯、急刹车分析驾驶行为,预判风险概率,如果同时开通了语音或者视频识别功能,可结合语音和视频分析驾驶人员状态(如疲劳驾驶和分心驾驶)、驾驶行为等,从而预测危险事件的发生概率;
语音识别e3分析:即实时分析车内乘客和驾驶人员的语言交互,重点在于关键求助信号和基于语音的情绪分析预测疑似危险事件的发生概率;
视频识别e4:主要是分析视频中驾驶人员及乘客的实时状态,特别是精神状态、情绪以及肢体交互行为检测等预测危险事件的发生概率。
需要说明的是,执行上述环境感知e1、运动感知e2、语音识别分析e3和视频识别e4的设备可以是用户持有的手机、车载设备以及城市监控设备等任意边缘计算设备。
例如:如表2所示,安全防护等级包括:L0、L1、L2、L3和L4五个等级,备选的防护服务包括:外部感知e1、运动感知e2、语音识别e3和视频识别e4;则安全防护等级与目标防护服务的对应关系如下表所示:
表2目标防护服务与所述安全防护等级的对应关系
安全防护等级 |
外部感知e<sub>1</sub> |
运动感知e<sub>2</sub> |
语音识别e<sub>3</sub> |
视频识别e<sub>4</sub> |
L<sub>0</sub> |
× |
× |
× |
× |
L<sub>1</sub> |
√ |
× |
× |
× |
L<sub>2</sub> |
√ |
√ |
× |
× |
L<sub>3</sub> |
√ |
√ |
√ |
× |
L<sub>4</sub> |
√ |
√ |
√ |
√ |
其中,上述表格中的×表示关闭同一列中的防护服务,√表示开启同一列中的防护服务,级各安全防护等级对应的目标防护服务为√所对应列中的防护服务。
步骤104、在所述目标防护服务检测到危险事件的发生概率大于第一阈值的情况下,输出预警信息。
其中,所述第一阈值可以根据历史目标行程数据进行训练得出或者还可以进行人工设定,在此并不限定所述第一阈值的具体取值。
另外,所述输出预警信息可以是通过移动终端、车载设备等向相关方(例如:乘客及其紧急联系人、驾驶人员及其紧急联系人以及目标行程的第三方应用平台)输出文字、声音、光线等信息,例如:通过手机向乘客输出文字信息:当前的目标行程中可能出现危险事件,需要提前采取预防措施等。
在具体实施中,输出所述预警信息后,相关方可以辨别该预警信息真实或者误触发,并通过手动消除或者采取相应预防措施的方式对所述预警信息进行响应。
作为一种可选的实施方式,在所述目标防护服务检测到危险事件的发生概率大于第一阈值的情况下,输出预警信息之后,所述方法还包括:
在所述预警信息在预设时长内未被响应的情况下,触发报警和/或触发救援。
其中,若输出的预警信息长时间未被响应,则该用户可能已经发生了危险事件,从而触发报警和/或触发救援。
在一种实施方式中,所述触发报警可以是:将本次目标行程的行程的信息(包括但不限于:乘客及驾驶人员的个人信息、移动终端所采集的数据等),推送至城市警务平台,供警方高效确认报警真实性,快速出警,及时救援。
在另一种实施方式中,所述触发救援可以是:将本次行程车辆信息进行实时共享,推送给就近的第三方服务平台(诸如地图导航服务平台、社交服务平台等),第三方服务平台可以向就近用户发送求助信息,协同警察快速响应,帮助受害人脱险。
作为一种可选的实施方式,所述目标防护服务检测到危险事件的发生概率通过以下方式确定:
根据所述目标防护服务识别的危险行为概率,生成危险行为概率向量:
其中,
为防护手段e
i在采样时刻t
k所识别的危险发生概率;
根据预先存储的危险触发阈值向量:π=[π1,π2,π3,π4]和所述危险行为概率向量,确定疑似危险发生时间向量:tπ=[t1,t2,t3,t4];
根据时间增强因子向量:λ=[λ
1,λ
2,λ
3,λ
4],对所述危险行为概率向量进行修正,得到修正的时间增强因子:λ′=[λ
1′,λ
2′,λ
3′,λ
4′],其中,
λ
i为防护手段e
i的预设时间增强因子;
采用公式:
确定在所述目标行程的安全防护等级下t时刻的危险事件的发生概率Pr(t),其中,Δt=t-t
π=[t-t
1,t-t
2,t-t
3,t-t
4],且λ′Δt
T=∑
iλ
i′·(t-t
i)。
其中,tk表示采样时刻,上一采样时刻可表示为tk-1。
需要说明的是,在具体实施中,在确定安全防护等级后,仅开启其对应的目标防护服务,上述确定目标防护服务检测到危险事件的发生概率的过程中,仅考虑已开启的目标防护手段所检测到的危险行为概率,例如:确定出的安全防护等级开启的目标防护服务为e
1和e
2,则上述危险行为概率向量:
同理,上述t
π=[t
1,t
2,t
3,t
4]中的t
3和t
4,上述λ=[λ
1,λ
2,λ
3,λ
4]中的λ
3和λ
4均为空值或者0值。
需要说明的是,在发出预警信息后,上述计算Pr(t)的过程为一持续过程,当用户响应或者消除所述预警信息后,上述计算Pr(t)过程中的时间t归零,即:将所述tπ=[t1,t2,t3,t4]更新为:tπ=[tk,tk,tk,tk],其中,tk表示当前时间,并根据更新后的tπ=[tk,tk,tk,tk]持续计算Pr(t)。
本实施方式中,引入预警时间增强因子,以反映危险的发生概率随预警时间的延长而增大的因素,它能更好、更准确的预警,降低误报警和漏报警的风险,切实保护行程中相关人员的安全。
在具体实施中,本发明实施例提供的出行安全防护方法通过基于MEC的TSPaaS平台执行,具体执行步骤参见如图3所示实施例。
在本发明实施例中,获取目标行程的行程数据和人员数据;根据所述行程数据和所述人员数据,确定所述目标行程的安全防护等级;开启所述安全防护等级对应的目标防护服务;在所述目标防护服务检测到危险事件的发生概率大于第一阈值的情况下,输出预警信息。这样可以根据行程数据和人员数据匹配相应的安全防护等级,从而开启与该安全防护等级对应的目标防护服务,从而提升目标防护服务的针对性,避免了在不必要的情况下因防护服务的开启而造成的资源浪费的问题。
请参阅图2,是本发明实施例提供的一种出行安全防护装置的结构图。如图2所示,出行安全防护装置200包括:
获取模块201,用于获取目标行程的行程数据和人员数据;
确定模块202,用于根据所述行程数据和所述人员数据,确定所述目标行程的安全防护等级;
开启模块203,用于开启所述安全防护等级对应的目标防护服务;
输出模块204,用于在所述目标防护服务检测到危险事件的发生概率大于第一阈值的情况下,输出预警信息。
可选的,所述人员数据包括性别信息和信用信息,所述行程数据包括所述目标行程中每一路段的道路信息和历史危险事件信息,确定模块202包括:
第一确定单元,用于根据所述道路信息确定所述目标行程中每一路段的安全权重值,其中,路段的安全权重值越高,表示该路段越安全;
第二确定单元,用于根据所述目标行程中每一个路段的安全权重值和长度,确定每一路段的安全值,其中,所述安全值与对应路段的长度和所述安全权重值呈正相关;
第三确定单元,用于根据所述安全权重值确定所述目标行程中的高风险路段,其中,高风险路段为小于或者等于第二阈值的安全权重值对应的路段;
第四确定单元,用于根据所述目标行程中的历史危险事件信息、所述高风险路段和所述安全值,确定所述目标行程的基础安全值;
第五确定单元,用于根据所述目标行程的基础安全值和所述信用信息,确定基础安全等级;
调整单元,用于根据所述目标行程的发生时间和所述性别信息,对所述基础安全等级进行调整,得到所述安全防护等级。
可选的,所述道路信息根据以下至少一项确定:道路的交通量、道路的使用特点、道路的使用任务和道路的性质。
可选的,所述基础安全等级通过以下方式确定:
采用公式:f(x)=μ(x)·d(x),确定路段x的安全值f(x);
其中,μ(x)为所述目标行程中的路段x的安全权重值;d(x)为路段x的长度;
其中,r表示所述目标行程,μ0为所述第二阈值;
其中,σ
1为高风险路段
的修正常量;
表示高风险路段
对所述目标行程r中路段的安全等级的修正因子,h表示单位长度;n表示行程r中发生过历史危险事件的路段个数,σ
2是关于历史危险事件的修正常量,n·σ
2表示发生在该行程路线r中的历史危险事件数量对所述目标行程r中路段的安全等级的修正因子;
其中,Crvo为驾驶员的信用评分;Crpa为乘客的信用评分;Crmax为信用评分的最大值;
其中,μ1、μ2、μ3和μ4分别为不同基础安全等级对应的阈值。
可选的,所述调整单元,具体用于:
采用公式:
确定所述性别信息的第一调整值l
1(r);
采用公式:
确定所述发生时间的第二调整值l
2(r);
采用公式:l(r)=min(l0(r)+l1(r)+l2(r),4),确定所述安全防护等级为l(r)。
可选的,装置200还包括:
触发模块,用于在所述预警信息在预设时长内未被响应的情况下,触发报警和/或触发救援。
可选的,备选防护服务包括:环境感知e1、运动感知e2、语音识别分析e3和视频识别e4,所述目标防护服务为所述备选防护服务中的任意种。
可选的,所述目标防护服务检测到危险事件的发生概率通过以下方式确定:
根据所述目标防护服务识别的危险行为概率,生成危险行为概率向量:
其中,
为防护手段e
i在采样时刻t
k所识别的危险发生概率;
根据预先存储的危险触发阈值向量:π=[π1,π2,π3,π4]和所述危险行为概率向量,确定疑似危险发生时间向量:tπ=[t1,t2,t3,t4];
根据时间增强因子向量:λ=[λ
1,λ
2,λ
3,λ
4],对所述危险行为概率向量进行修正,得到修正的时间增强因子:λ′=[λ
1′,λ
2′,λ
3′,λ
4′],其中,
λ
i为防护手段e
i的预设时间增强因子;
采用公式:
确定在所述目标行程的安全防护等级下t时刻的危险事件的发生概率Pr(t),其中,Δt=t-t
π=[t-t
1,t-t
2,t-t
3,t-t
4],且λ′Δt
T=∑
iλ
i′·(t-t
i)。
需要说明的是,本实施例中上述出行安全防护装置可以实现本发明实施例中图1对应的方法实施例中的任意步骤,以及达到相同的有益效果,此处不再赘述。
参见图3,本发明实施例还提供一种TSPaaS系统,所述TSPaaS系统应用于5G移动通信系统,所述TSPaaS系统包括:
MEC平台和MEC主机,设置于所述5G移动通信系统的数据网络中,并与所述MEC平台通信连接,所述MEC主机中预存有本发明实施例提供的所述出行安全防护方法的应用程序及其依赖包;
其中,所述MEC平台和所述MEC主机分别作为AF,所述5G移动通信系统中的目标网络功能实体接收应用数据流,并将所述应用数据流分流至所述MEC主机,以基于所述5G移动通信系统的网络切片能力执行本发明实施例提供的所述出行安全防护方法。
其中,目标网络功能实体可以包括5G移动通信系统中的用户面功能实体(UserPlane Function,UPF)等,且MEC平台包括MEC编排器。
如图3所示,其中NSSF为网络切片选择功能实体(Network Slice SelectionFunction);UDM为统一数据管理实体(Unified Data Management);UE为用户终端(UserEquipment);PCF为策略控制功能实体(Policy Control Function);AUSF为鉴权服务功能实体(Authentication Server Function);AMF为接入和移动管理功能实体(Access andMobility Management Function);SMF为会话管理功能实体(Session ManagementFunction);NRF为网络存储功能实体(NF Repository Function);RNIS为无线网络信息服务(Radio Network Information Services)。
可选的,所述应用数据流的数据采集终端包括以下至少一种:车载设备、移动终端设备、城市视频监控设备。
如图3所示,本发明实施例中提供一种以行程防护能力等级匹配、危险行为的识别、安全预警、智能报警和综合救援为核心的服务框架。其中,TSPaaS平台打包如图1所示方法实施例中各步骤(可以包括:识别、预警、报警和、或救援等服务的步骤)的程序及其依赖包到一个可移植的镜像中,然后发布到该平台的MEC主机。
本实施例中,业务应用更加靠近无线接入网及终端本身,可充分利用本地分流、计算卸载、网络和业务感知(如位置服务等)等能力优势,为用户提供更加高效的差异化的服务和良好的业务体验。
如图4所示,TSPaaS平台通过以下步骤执行本发明实施例提供的出行安全防护方法:
步骤401、TSPaaS平台接收共享出行应用平台发送的行程r的信息和人员信息。
其中,行程r的信息可以包括行程路线、行程时间等信息;人员信息可以包括但不限于乘客的个人信息、车主的个人信息,如手机号、性别、年龄、平台信用积分、紧急联系人等信息。
步骤402、TSPaaS根据行程路线的道路信息和人员信息依次计算g(r)、gs(r)。
其中,g(r)、gs(r)的具体计算公式参见如图1所示实施例。
步骤403、TSPaaS计算l0(r)、l1(r)、l2(r),确定本次行程r的安全防护等级l(r)。
其中,l0(r)、l1(r)、l2(r)和l(r)的具体计算公式参见如图1所示实施例。
步骤404、TSPaaS开启行程r的等级为l(r)对应的防护服务{ei}。
其中,{ei}即为目标防护服务,其中包括的防护服务的数量可以是0个、1个或者多个。
步骤405、{e
i}服务在行程中实时计算
更新pr(t
k)和t
π。
步骤406、判断TSPaaS预警服务基于联合预测时间增值预警模型计算的Pr(t)是否超过第一阈值。
其中,若Pr(t)未超过第一阈值,则跳转至步骤405,否则执行步骤407。
步骤407、触发预警通知。
步骤408、判断当事人是否消除预警。
其中,若当事人消除预警则执行步骤409,否则执行步骤410。
步骤409、更新tπ=[tk,tk,tk,tk]。
步骤410、触发报警。
本步骤中,触发报警可以是:接入公共安全应答点(Public Safety AnsweringPoint,PSAP)。
在一种实施方式中,在触发报警服务的同时,TSPaaS平台还可以将本次行程车辆信息进行实时与PSAP及综合警务平台共享,辅助救援。
或者,TSPaaS平台还可以将本次行程车辆信息进行实时共享,推送给就近的第三方服务平台(诸如地图导航、社交应用等),第三方服务平台可以向就近用户发送求助信息,协同警察快速响应,帮助受害人脱险。
在本实施例中,MEC编排器作为MEC系统级的功能实体,作为AF网元与NEF网元、UPF网元等5G网络功能实体交互。在MEC主机级,MEC平台也作为AF与其他5G网络功能实体进行交互。MEC主机部署于5G移动通信系统的数据网络中。MEC使得TSPaaS的应用、服务和内容实现本地化近距离、分布式部署来满足出行安全防护技术场景的业务需求,通过高效的应用数据流识别,分流至MEC主机。同时,基于MEC的TSPaaS平台通过充分挖掘移动网络数据和信息,实现移动网络上下文信息的感知和分析,更好的服务第三方应用平台,促进网络和业务的深度融合。特别是支持按需组网(网络切片),5G网络通过网络切片编排与管理功能将TSPaaS平台和第三方出行应用平台的具体业务需求映射为对接入网、核心网、传输网中各网元的功能、性能、服务范围等具体指标的服务等级协议(Service-Level Agreement,SLA)要求,在切片实例的运行过程中,可对切片进行监控、运维以及动态调整。在业务的生命周期结束后,还可以对切片进行下线以释放网络资源。5G通过上述网络切片管理机制以确保用户的业务需求得到敏捷、灵活、有保障的满足。
本发明实施例中提供的TSPaaS可以实现本发明实施例提供的出行安全防护方法中的各个步骤,且能够取得相同的有益效果,另外,利用多接入/移动边缘计算(MEC)边缘计算/存储能力本地化部署,提供实时的安全防护服务,有效降低移动终端的计算资源的压力;利用网络切片能力,按需组网,提供了一个端到端的虚拟网络,保证业务连续性以及服务质量;基于智慧城市出行安全防护即服务的平台开发能力,与第三方平台去耦合,可以为所有需要目标行程安全保障的第三方出行应用提供开放式的服务能力;利用MEC的无线网络开发能力,结合位置服务等,协同响应,快速救援;数据分析处理只发生在网络边缘和移动终端,非第三方出行服务平台所私有,保障用户隐私。
参见图5,本发明实施例还提供一种电子设备,包括存储器501、第一处理器502及存储在第一存储器501上并可在第一处理器502上运行的第一计算机程序5011,第一计算机程序5011被第一处理器502执行时可实现图1对应的方法实施例中的任意步骤及达到相同的有益效果,此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过程序指令相关的硬件来完成,所述的程序可以存储于一计算机可读取介质中。本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有第二计算机程序,所述第二计算机程序被第二处理器执行时可实现上述任一方法实施例的出行安全防护方法,且能达到相同的技术效果,为避免重复,这里不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,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单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述物联网流计算调度方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。