CN113129580B - 一种基于北斗大数据和人脸识别的车辆调度系统 - Google Patents

Abstract

本发明提供一种基于北斗大数据和人脸识别的车俩调度系统，包括：图像处理单元，用于获取用户图像信息；北斗交通大数据平台，用于存储有北斗卫星导航系统实时反馈的交通路口卫星地图数据，以及司机行车记录设备实时反馈的行车记录影像；中央处理单元，与北斗交通大数据平台、北斗卫星导航系统、图像采集识别单元进行连接，进行数据交互；用户终端，用于用户注册，进行车辆预约；司机终端，用于司机注册，显示候车集中用户所处位置地图，实时显示区域内目前供给与需求情况。本发明针对车站候车区域的出租车调度问题，通过图像采集人脸识别保证了对出租车候车区候车人员数量判断的准确性，更好的实时显示需求信息。

Description

一种基于北斗大数据和人脸识别的车辆调度系统

技术领域

本发明涉及航空航天大数据技术领域，特别涉及一种基于北斗大数据和人脸识别的车辆 调度系统。

背景技术

随着北斗卫星导航系统全球部署，基于大数据的导航生产方式和生产模式发生了根本改变。基于位置感知的数据云智慧城市等现代理念都要基于导航及各种数据信息，在计算机网络时间和空间上被高度浓缩存储、分析、应用。

云计算、物联网、移动互联网、大数据等新兴技术的发展，为人们日常的生产生活提供了众多的便利，同时城市交通也进入智能化阶段。而智能化实现需要利用各种技术获取有价值的数据资源，提供决策依据。交通大数据为交通决策与服务带来了新的解决思路和方法。交通大数据具有规模大、种类多、速度快等特征，涉及人、车、线路、环境等，数据量巨大。比如手机数据、车辆的北斗数据、道路的流量数据和天气状况数据等。其种类包括车辆移动的位置数据、车辆状态数据及路网数据等，也包括与人类社会息息相关的移动数据，比如交通智能卡数据等。交通数据具有强实时性特征，无论是交通基础设施、交通运行状态还是交通服务对象和交通运载工具，每时每刻都在涌现大量的数据，同时也需要快速处理、分析和挖掘，并给出反馈。例如交通实时动态路况，一方面大量的视频数据、北斗位置数据、地感线圈数据等不断涌现，亟待实时处理计算；另一方面还需要根据历史数据，对将要发生的情况进行实时预测，并反馈给出行者。随着信息通讯技术的发展，交通运输从数据贫乏转向数据丰富，交通管理正在从“经验治理”转向“科学治理”，而交通规划也从单纯的经验建模、人为分析向数据驱动与人机智慧迭代的新型模式发展。与此同时，伴随着通信技术和移动终端技术的高速发展，使人们迫切地希望能够在任何时间、任何地点，甚至在移动过程中都能方便、快捷地从互联网获取信息和服务。

在传统的打车行业中用户存在打车难的问题，司机也为拉不到顾客而困惑，这些因素的共同作用促进了基于智能手机的打车应用的出现，目前国内应用广泛的“滴滴”打车等APP的出现已经一定程度上改善了司机与顾客之间互动性差等问题，但在车站等人员流动量大的区域，此类打车系统仍存在以下问题：

司机和顾客之间的需求和供应不能及时满足。司机的客户端不能显示实时候车人员分布区域或者哪些区域顾客比较集中需求量大，因此会导致需求量大的地方供给不足，而不能及时收到附近顾客信息的司机却在市区缓慢穿梭等待路边顾客的到来，因此现阶段的出租车调度还存在一定的盲目性。

现有的出租车系统之间不能相互制约。这样导致司机在载客时，为了增加收入，会打开另外一种打车系统“抢单”，这也会对人身财产安全埋下隐患。

在火车站等候区等人流量大、出租车需求量大的地方，司机不能及时掌握顾客需求信息也会造成一定程度的资源浪费，效率低下。

综上所述，现如今移动端打车行业发展迅速，但其存在的问题也慢慢凸显出来。

因此，为了克服现有技术中的问题，需要一种基于北斗大数据和人脸识别的车辆调度系统。

发明内容

本发明的一个目的在于提供一种基于北斗大数据和人脸识别的车辆 调度系统，所述系统包括：

图像处理单元，配置人脸检测识别单元，用于获取用户图像信息，并对采集的图像信息进行人脸检测识别；

北斗交通大数据平台，用于存储有北斗卫星导航系统实时反馈的交通路口卫星地图数据，以及司机行车记录设备实时反馈的行车记录影像；

中央处理单元，与北斗交通大数据平台、北斗卫星导航系统、图像采集识别单元进行连接，通过大数据计算得出每个城市车站、机场候车区需求与供给关系统计图，以及规划最短路径，并将最短路经发送至司机端；

用户终端，用于用户注册，进行车辆预约，并接收中央处理单元反馈的预计等待时间；

司机终端，用于司机注册，显示候车集中用户所处位置地图，实时显示区域内目前供给与需求情况。

优选地，中央处理单元根据用户端信息完整度，做出注册通过或驳回注册申请决定，并发送至用户端。

优选地，中央处理单元根据司机端信息完整度，做出注册通过或驳回注册申请决定，并发送至司机端。

优选地，中央处理单元记录司机端的历史记录，并实时监控司机端。

优选地，图像处理单元配置北斗定位模块，获取该图像处理单元的实时位置。

优选地，北斗交通大数据平台具有6层架构，包括基础设施层、基础平台层、数据融合层、数据治理层、智慧应用层，其中，

基础设施层：用于提供基础资源，包括计算资源、数据存储资源、网络环境；

基础平台层：用于提供大数据计算引擎、机器学习/深度学习引擎、大数据存储引擎；

数据融合层：用于统一融合多源结构化数据和非结构化数据，对数据进行集中管理和监控；

数据治理层：用于对行业领域模型涉及的静态数据、动态数据、字典、规则库进行集中管理，并对所有数据进行标签化管理；

智慧应用中台：包括行业领域通用模型、基础工具；

智慧应用层：为用户提供软件服务。

本发明专门为车站候车区等人员密集区域提供一种高效出租车调度系统，基于人脸识别技术对等候区进行人脸实时拍照，以此对候车区需要呼叫出租车的人数进行判断，并与北斗交通大数据平台结合对司机进行实时追踪将需求人数及时分布发送给距离用户最近的出租车司机客户端，同时减少用户和司机的等待时间，提高出租车调度效率，节省有限资源，有利于精准资源调度。

本发明针对车站候车区域的出租车调度问题，通过图像采集人脸识别保证了对出租车候车区候车人员数量判断的准确性，更好的实时显示需求信息，并通过北斗交通大数据平台和北斗卫星导航系统能准确进行用户及司机实时追踪定位，并规划最短路径进行调度，通过精准供给的方式，旨在建立一个司机-用户双向满意的调度系统，从而使公众的出行更加快捷、迅速。

本发明运用了最新的北斗导航定位模块，结合近几年发展迅猛的智能手机应用技术，并运用网络技术，实现了车站出租车辆的导航与调度问题，从而解决公众出行存在的问题，具有极大的意义与发展前景。

随着近些年来北斗导航系统的迅猛发展，未来运用北斗导航的设备将不断增多。本发明用了最新的北斗导航定位模块，结合近几年发展迅猛的智能手机应用技术，并运用网络技术，实现了城市车辆的导航与调度问题，从而解决公众出行存在的问题。具有极大的意义与发展前景。在设计本系统前，做了大量的调查工作，了解了公众出行的具体需求。通过结合多种技术，最终解决大家的难题，方便了日常出行、一定程度上保障了乘客安全及资源优化配置。

应当理解，前述大体的描述和后续详尽的描述均为示例性说明和解释，并不应当用作对本发明所要求保护内容的限制。

附图说明

参考随附的附图，本发明更多的目的、功能和优点将通过本发明实施方式的如下描述得以阐明，其中：

图1示意性示出了本发明基于北斗大数据和人脸识别的车辆 调度系统的架构示意图。

图2示出了本发明中央处理单元工作流程示意图。

图3示出了本发明北斗交通大数据平台框架示意图。

具体实施方式

通过参考示范性实施例，本发明的目的和功能以及用于实现这些目的和功能的方法将得以阐明。然而，本发明并不受限于以下所公开的示范性实施例；可以通过不同形式来对其加以实现。说明书的实质仅仅是帮助相关领域技术人员综合理解本发明的具体细节。

在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。

为了解决现有技术存在的车站候车区等人员密集区域，用户和司机的等待时间长，出租车调度效率低的问题，根据本发明的实施例提供一种基于北斗大数据和人脸识别的车辆 调度系统，如图1所示本发明基于北斗大数据和人脸识别的车辆 调度系统的架构示意图，系统包括：

图像处理单元，配置人脸检测识别单元，用于获取用户图像信息，并对采集的图像信息进行人脸检测识别。

图像处理单元安装在车站等候车区域，用于对车站等候区进行监控，并实时采集动态信息，图像采集模块为摄像头与人工智能扫描机器人结合，即可通过摄像头实施拍摄采集信息也可通过人工智能扫描机器人流动扫描获得人脸信息。

摄像头包括有线摄像头或者采用无线摄像头，每个图像采集模块和人工智能机器人对应有独立的ID信息。图像处理单元配置北斗定位模块，通过信息传输，获取该图像处理单元的实时位置。图像采集及人工扫描机器人同样有信息发送模块，用于接收和发送信号。该模块内置的人脸检测识别单元，将采集到的人脸信息进行数量统计，并将统计后的结果实时发送到中央处理单元进行下一步处理。

北斗交通大数据平台，用于存储有北斗卫星导航系统实时反馈的交通路口卫星地图数据，以及司机行车记录设备实时反馈的行车记录影像。北斗交通大数据平台具有6层架构，包括基础设施层、基础平台层、数据融合层、数据治理层、智慧应用层，其中，

基础设施层：用于提供基础资源，包括计算资源、数据存储资源、网络环境；

基础平台层：用于提供大数据计算引擎、机器学习/深度学习引擎、大数据存储引擎；

数据融合层：用于统一融合多源结构化数据和非结构化数据，对数据进行集中管理和监控；

数据治理层：用于对行业领域模型涉及的静态数据、动态数据、字典、规则库进行集中管理，并对所有数据进行标签化管理；

智慧应用中台：包括行业领域通用模型、基础工具；

智慧应用层：为用户提供软件服务。

北斗交通大数据平台，基于融合数据模型构建、共享和知识表达，构建多维交通大数据融合模型，实现对交通主体的联合感知、产生高维且更有价值的数据及数据互通互联。

首先，从服务信息描述模型、元数据模型和互联模型3个层次描述各项数据与服务及其关联关系，以便多模式数据的统一。

然后，进行元数据处理，实现数据本体建模与元数据存储。

最后，基于服务信息描述模型和元数据模型的数据互联模型方法，通过虚拟标签技术进行数据实体间互联，达到交通行业多模式数据融合。

中央处理单元，与北斗交通大数据平台、北斗卫星导航系统、图像采集识别单元进行连接，通过大数据计算得出每个城市车站、机场候车区需求与供给关系统计图，以及规划最短路径，并将最短路经发送至司机端。

中央处理单元包括北斗卫星导航系统和控制计算机，中央处理单元实现与北斗交通大数据平台、图像采集及识别单元，用户端和司机端进行信息交互。

如图2所示本发明中央处理单元工作流程示意图，中央处理单元承担审核用户与司机注册信息辨别，通过用户终端和司机终端对其进行定位，搭建双方可以沟通的联系平台；能够维护乘客权益和人身财产安全，实时对司机接单给出建议，每周、月会通过大数据分析得出每个城市不同时间不同地点需求与供给关系，以此达到资源优化配置的目的。建立大数据对用户及司机管理，对于多次违反规定的用户或司机采取永久或临时拉黑的决定，以切实维护公众利益，保障权益。

中央处理单元主要包括以下功能：

(1)显示用户和司机的所处位置信息；

(2)接收人脸识别统计信息并规划最短路径进行出租车调度；

(3)向用户发送预计等待时间；

(4)每周统计一次该车站区域需求和供给信息并反馈至司机端。

用户终端，用于用户注册，进行车辆预约，并接收中央处理单元反馈的预计等待时间。

用户端APP，用户在首次使用系统打车时，通过真实姓名、身份证号等信息注册，信息提交至中央处理单元，根据信息完整度，中央处理单元做出注册通过或驳回注册申请等决定。

成功注册后，便可以使用该系统，通过用户端APP手动或语音输入行程起始点位置，指挥中心会预约车辆，预约车辆成功后，用户和司机可以相互看到对方联系方式、实时位置等信息，以便于精准联系。主要包括通过App应用程序向中央处理单元发出叫车请求；接收中央处理单元反馈的预计等待时间；反馈建议司机栏目以及支付等功能。

司机终端，用于司机注册，显示候车集中用户所处位置地图，实时显示区域内目前供给与需求情况。

司机端APP，司机手持App终端主要是为了方便司机实时了解区域内需求和供给的关系、与乘客建立一对一有效的交流沟通平台、严格管理司机驾驶规则等。

与用户终端App相同，在首次使用时需要提供真实姓名、身份证号、车牌号、汽车照片、驾驶证等有效信息注册，信息提交后，中央处理单元利用大数据判断有无错误或不准确信息，做出是否成功注册的决定。

司机端APP，主要功能如下：

显示区域导航地图。

接受中央处理单元调度及规划的最短路径。

接收中央处理单元反馈的周报信息。

为了更加清楚的说明本系统，首先对系统的运行方式进行如下阐述：

用户在首次使用系统打车时，通过用户终端(用户端APP)向中央处理单元注册，中央处理单元根据信息完整度，指挥中心做出注册通过或驳回注册申请等决定，并发送至用户端。

司机终端在首次使用时，需要向中央处理单元提供有效信息注册，信息提交后，中央处理单元利用大数据判断有无错误或不准确信息，做出是否成功注册的决定，并发送至司机端。

用户成功注册后，便可以使用该系统。通过对出站候车区人脸识别采集统计，中央处理单元将实时用户数量及分布区域发送至司机端，司机端以此来决定是否前往接单。用户端手动或语音输入行程终点位置，中央处理单元预约车辆，预约车辆成功后，用户和司机可以相互看到对方联系方式、实时位置等信息，以便于精准联系。

司机在成功注册后，中央处理单元记录司机端的历史记录，并实时监控司机端。每次打开司机端APP，中央处理单元首先分析，该司机有无不良记录，当条件满足后，分析这一天时间该司机驾驶时间和距离，若达到规定的疲劳驾驶时间和距离，将不能使用该服务。

当用户上车后，行程正式开始，中央处理单元会自动进入实时定位或导航模式，并抑制其他打车系统开启，为了保证乘客安全，在行程中，假如中央处理单元发现司机刻意关闭实时导航，那么中央处理单元会通过用户终端APP以文字方式提醒乘客注意人身财产安全，会语音提示司机打开导航。此时，中央处理单元也会对司机这一行为进行记录，超出规定次数后将终止为该司机提供服务；行程结束后，用户可以通过该平台对司机进行评价，以便于更好管理司机。

本发明专门为车站候车区等人员密集区域提供一种高效出租车调度系统，基于人脸识别技术对等候区进行人脸实时拍照，以此对候车区需要呼叫出租车的人数进行判断，并与北斗交通大数据平台结合对司机进行实时追踪将需求人数及时分布发送给距离用户最近的出租车司机客户端，同时减少用户和司机的等待时间，提高出租车调度效率，节省有限资源，有利于精准资源调度。

本发明针对车站候车区域的出租车调度问题，通过图像采集人脸识别保证了对出租车候车区候车人员数量判断的准确性，更好的实时显示需求信息，并通过北斗交通大数据平台和北斗卫星导航系统能准确进行用户及司机实时追踪定位，并规划最短路径进行调度，通过精准供给的方式，旨在建立一个司机-用户双向满意的调度系统，从而使公众的出行更加快捷、迅速。

结合这里披露的本发明的说明和实践，本发明的其他实施例对于本领域技术人员都是易于想到和理解的。说明和实施例仅被认为是示例性的，本发明的真正范围和主旨均由权利要求所限定。

Claims (5)

1.一种基于北斗大数据和人脸识别的车辆调度系统，其特征在于，所述系统包括：

图像处理单元，配置人脸检测识别单元，用于获取用户图像信息，并对采集的图像信息进行人脸检测识别；

北斗交通大数据平台，用于存储有北斗卫星导航系统实时反馈的交通路口卫星地图数据，以及司机行车记录设备实时反馈的行车记录影像；

中央处理单元，与北斗交通大数据平台、北斗卫星导航系统、图像采集识别单元进行连接，通过大数据计算得出每个城市车站、机场候车区需求与供给关系统计图，以及规划最短路径，并将最短路径发送至司机端；

用户终端，用于用户注册，进行车辆预约，并接收中央处理单元反馈的预计等待时间；

司机终端，用于司机注册，显示候车集中用户所处位置地图，实时显示区域内目前供给与需求情况；

图像处理单元安装在车站候车区域，用于对车站等候区进行监控，并实时采集动态信息，图像采集模块为摄像头与人工智能扫描机器人结合，即通过摄像头实时拍摄采集信息或通过人工智能扫描机器人流动扫描获得人脸信息；

所述图像处理单元配置北斗定位模块，获取该图像处理单元的实时位置；

所述北斗交通大数据平台，基于融合数据模型构建、共享和知识表达，构建多维交通大数据融合模型；

首先，从服务信息描述模型、元数据模型和互联模型3个层次描述各项数据与服务及其关联关系，以便多模式数据的统一；

然后，进行元数据处理，实现数据本体建模与元数据存储；

最后，基于服务信息描述模型和元数据模型的数据互联模型方法，通过虚拟标签技术进行数据实体间互联，达到交通行业多模式数据融合。

2.根据权利要求1所述的系统，其特征在于，中央处理单元根据用户端信息完整度，做出注册通过或驳回注册申请决定，并发送至用户端。

3.根据权利要求1所述的系统，其特征在于，中央处理单元根据司机端信息完整度，做出注册通过或驳回注册申请决定，并发送至司机端。

4.根据权利要求1所述的系统，其特征在于，中央处理单元记录司机端的历史记录，并实时监控司机端。

5.根据权利要求1所述的系统，其特征在于，北斗交通大数据平台具有6层架构，包括基础设施层、基础平台层、数据融合层、数据治理层、智慧应用层，其中，

基础设施层：用于提供基础资源，包括计算资源、数据存储资源、网络环境；

基础平台层：用于提供大数据计算引擎、机器学习/深度学习引擎、大数据存储引擎；

数据融合层：用于统一融合多源结构化数据和非结构化数据，对数据进行集中管理和监控；

数据治理层：用于对行业领域模型涉及的静态数据、动态数据、字典、规则库进行集中管理，并对所有数据进行标签化管理；

智慧应用中台：包括行业领域通用模型、基础工具；

智慧应用层：为用户提供软件服务。

Images