CN113409118B - 车辆行为的识别方法、装置、服务器和可读存储介质 - Google Patents
车辆行为的识别方法、装置、服务器和可读存储介质 Download PDFInfo
- Publication number
- CN113409118B CN113409118B CN202110688094.6A CN202110688094A CN113409118B CN 113409118 B CN113409118 B CN 113409118B CN 202110688094 A CN202110688094 A CN 202110688094A CN 113409118 B CN113409118 B CN 113409118B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- behavior
- position information
- target terminal
- 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 67
- 230000006399 behavior Effects 0.000 claims description 176
- 238000004140 cleaning Methods 0.000 claims description 9
- 238000012217 deletion Methods 0.000 claims description 5
- 230000037430 deletion Effects 0.000 claims description 5
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 238000012550 audit Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G06Q50/40—
Abstract
本发明提供了一种车辆行为的识别方法、装置、服务器和可读存储介质，车辆行为的识别方法，包括：基于车辆承接来自目标终端的打车订单，获取车辆的移动信息以及目标终端的位置信息；基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为，通过对存在拒载的车辆的识别，便于对存在拒载行为的车辆进行处理，以减少拒载车辆对用户出行计划的影响。
Description
技术领域
本发明涉及车辆控制技术领域，具体而言，涉及一种车辆行为的识别方法、装置、服务器和可读存储介质。
背景技术
拒载一直都是车辆服务中所面临的问题，例如，拒载会影响用户的出行计划。
在车辆出现拒载时，如何判定车辆存在拒载行为是目前亟需解决的问题。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此，本发明的第一个方面在于，提供了一种车辆行为的识别方法。
本发明的第二个方面在于，提供了一种车辆行为的识别装置。
本发明的第三个方面在于，提供了一种服务器。
本发明的第四个方面在于，提供了一种可读存储介质。
有鉴于此，根据本发明的第一个方面，本发明提供了一种车辆行为的识别方法，包括：基于车辆承接来自目标终端的打车订单，获取车辆的移动信息以及目标终端的位置信息；基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为。
本申请的技术方案提出了一种车辆行为的识别方法，通过运行该识别方法可以实现对存在拒载行为的车辆的识别，以便对其进行处理。
本申请的技术方案是通过以下方式来实现的，具体地，目标终端发出的打车订单后，在车辆会接收到该打车订单，此时，车辆的驾驶员会根据其自身车辆运营的实际情况判断是否接单，若不接单，则不存在拒载的行为；若接单，则认定该车辆与目标终端建立车辆服务，此时，车辆需要按照打车订单所指示的行驶路径进行行驶，若在车辆接单后，并未履行对目标终端的车辆服务，则认定该车辆存在拒载的情况。
考虑到车辆拒载后，其移动轨迹与目标终端的位置信息不再具有关联，因此，可以根据车辆的移动信息与目标终端的位置信息是否满足目标条件来实现车辆是否出现拒载行为的检测。
通过对存在拒载的车辆的识别，便于对存在拒载行为的车辆进行处理，以减少拒载车辆对用户出行计划的影响。
另外，本申请的技术方案提出的车辆行为的识别方法还具有如下附加技术特征，具体地，包括：
在上述技术方案中，基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为，具体包括：根据车辆的移动信息，确定车辆的移动方向与位置信息所在的方位不一致，车辆存在拒载行为。
通常情况下，在车辆接单后，会直接向目标终端的位置信息所指示的位置进行移动，而对于存在拒载行为的车辆，其会显露出一些能够表达出拒载行为的数据，如车辆的移动方向会与位置信息所在的方位不一致，因此，可以通过车辆的移动方向与位置信息所在的方位的比对结果来对车辆是否存在拒载进行识别。
在上述技术方案中，根据车辆的移动信息，确定车辆的移动方向与位置信息所在的方位相反，车辆存在拒载行为，包括：确定车辆的移动方向与位置信息所在的方位相反的持续时长；基于持续时长大于或等于第一时长，车辆存在拒载行为。
在该技术方案中，考虑到车辆由当前位置向目标终端的位置信息所指示的位置移动的过程中，会偶遇拥堵路段或管制路段，为了躲避上述路段，车辆的移动方向会发生变化，如与位置信息所在的方位不一致，若以上述识别方法对车辆行为进行识别时，会存在车辆行为的误判。
为了减少上述误判的产生，本申请的技术方案进一步限定了只有车辆的移动方向与位置信息所在的方位相反的持续时长大于或等于第一时长的情况下，才认定车辆存在拒载，以此来提高车辆行为判定的可信度。
在上述任一技术方案中，基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为，还包括：根据车辆的移动信息，确定车辆相对目标终端的位置信息未移动的持续时长；基于持续时长大于或等于第二时长，车辆存在拒载行为。
在该技术方案中，存在拒载行为的车辆，显露出一些能够表达出拒载行为的数据还可以是车辆相对目标终端的位置信息所指示的位置变化情况，如车辆相对目标终端的位置信息所指示的位置不存在移动，且保持该状态的持续时长大于或等于第二时长，判定车辆存在拒载行。
在上述技术方案中，通过给定一个第二时长，以便将车辆短暂停车的情况筛选出来，以此来提高车辆行为识别的检测精度。
在上述任一技术方案中，基于持续时长小于第二时长，将车辆的移动信息和目标终端的位置信息输入至目标模型，得到车辆行为的判定结果。
在该技术方案中，对于车辆相对目标终端的位置信息未移动的持续时长小于第二时长的情况，将车辆的移动信息和目标终端的位置信息输入至目标模型，利用目标模型来对车辆行为进行判断。
其中，目标模型可以理解为基于机器学习模型所构建的用于判断车辆行为的模型，其根据大量的人工精准判定的拒载行为数据所训练得到的，通过利用目标模型来判定车辆行为，以确保判定结果的准确性。
在上述任一技术方案中，将车辆的移动信息和目标终端的位置信息输入至目标模型，得到车辆行为的判定结果之前，还包括：对车辆的移动信息和目标终端的位置信息进行数据清洗。
在该技术方案中，通过对车辆的移动信息和目标终端的位置信息进行数据清洗，以便可以将车辆的移动信息和目标终端的位置信息中的其它数据清洗掉，以便减少其它数据对判定结果的影响，同时，减少了处理其它数据时所需的算力，提高了处理速度。
在其中一个技术方案中，数据清洗可以是删除车辆的移动信息和目标终端的位置信息中用于指示位置的标识，其中，标识可以是标志性建筑物的名字，商店名等。
在上述任一技术方案中，将车辆的移动信息和目标终端的位置信息输入至目标模型，车辆行为的判定结果之前，还包括：基于车辆的移动信息和目标终端的位置信息缺失比例大于或等于预设比例，对车辆的移动信息和目标终端的位置信息进行补充。
在该技术方案中，在将车辆的移动信息和目标终端的位置信息输入至目标模型，车辆行为的判定结果之前，还对车辆的移动信息和目标终端的位置信息是否缺失进行判断，通常情况下，输入至目标模型中的数据要不能缺失过多，若缺失过多，会影响车辆行为识别的准确性。
本申请的技术方案需要对车辆的移动信息和目标终端的位置信息缺失比例进行判断，在大于或等于预设比例的情况下，对车辆的移动信息和目标终端的位置信息进行补充，以便确保车辆行为识别的准确性。
在其中一个技术方案中，缺失比例的计算公式可以是“车辆的移动信息和目标终端的位置信息”的理论数量与实际数量的差值和理论数量的比值。
在上述任一技术方案中，可以采用均值插入等策略对车辆的移动信息和目标终端的位置信息进行补充。
在其中一个技术方案中，还包括：将车辆的移动信息、目标终端的位置信息和车辆行为的判定结果发送至目标审核终端；接收目标审核终端的反馈结果，对目标模型进行修正。
在该技术方案中，通过将上述信息发送至目标审核终端，以便目标审核终端根据车辆的移动信息、目标终端的位置信息对车辆行为的判定结果进行判定，在判定经由目标模型所得到的判定结果错误的情况下，对目标模型进行修正，以便提高目标模型在后期使用过程中的判定精度。
在上述任一技术方案中，车辆的移动信息包括：车辆的位置信息、车辆的身份识别信息以及与车辆的位置信息对应的时间信息。
在上述任一技术方案中，还包括：将车辆存在拒载行为的判定结果发送至目标终端。
在该技术方案中，通过向目标终端发送车辆存在拒载行为的判定结果，用户可以通过目标终端知悉当前打车订单的情况，以便提前调整自身行程安排，从而最大程度上的降低拒载对出行计划所产生的影响。
在上述任一技术方案中，还包括：接收来自目标终端的投诉信息，根据投诉信息对车辆进行标记。
在该技术方案中，发出打车订单的目标终端可以对有拒载行为的车辆进行投诉，具体地，目标终端发送投诉信息，以便根据投诉信息对有拒载行为的车辆进行标记，而具有标记的车辆在后续订单的发送时存在影响，如减少打车订单的分配，以便减少拒载情况的出现，降低拒载对用户出行所产生的影响。
在上述任一技术方案中，目标终端为用户手持设备。
根据本发明的第二个方面，本发明提供了一种车辆行为的识别装置，包括：获取单元，用于基于车辆承接来自目标终端的打车订单，获取车辆的移动信息以及目标终端的位置信息；判断单元，用于基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为。
本申请的技术方案提出了一种车辆行为的识别装置，包括获取单元和判断单元，车辆行为的识别装置可以实现对存在拒载行为的车辆的识别，以便对其进行处理。
本申请的技术方案是通过以下方式来实现的，具体地，目标终端发出的打车订单后，在车辆会接收到该打车订单，此时，车辆的驾驶员会根据其自身车辆运营的实际情况判断是否接单，若不接单，则不存在拒载的行为；若接单，则认定该车辆与目标终端建立车辆服务，此时，车辆需要按照打车订单所指示的行驶路径进行行驶，若在车辆接单后，并未履行对目标终端的车辆服务，则认定该车辆存在拒载的情况。
考虑到车辆拒载后，其移动轨迹与目标终端的位置信息不再具有关联，因此，可以根据车辆的移动信息与目标终端的位置信息是否满足目标条件来实现车辆是否出现拒载行为的检测。
通过对存在拒载的车辆的识别，便于对存在拒载行为的车辆进行处理，以减少拒载车辆对用户出行计划的影响。
另外，本申请的技术方案提出的车辆行为的识别装置还具有如下附加技术特征，具体地，包括：
在上述技术方案中，判断单元具体用于：根据车辆的移动信息，确定车辆的移动方向与位置信息所在的方位不一致，车辆存在拒载行为。
通常情况下，在车辆接单后，会直接向目标终端的位置信息所指示的位置进行移动，而对于存在拒载行为的车辆，其会显露出一些能够表达出拒载行为的数据，如车辆的移动方向会与位置信息所在的方位不一致，因此，可以通过车辆的移动方向与位置信息所在的方位的比对结果来对车辆是否存在拒载进行识别。
在上述任一技术方案中，判断单元具体用于：确定车辆的移动方向与位置信息所在的方位相反的持续时长；基于持续时长大于或等于第一时长，车辆存在拒载行为。
在该技术方案中，考虑到车辆由当前位置向目标终端的位置信息所指示的位置移动的过程中，会偶遇拥堵路段或管制路段，为了躲避上述路段，车辆的移动方向会发生变化，如与位置信息所在的方位不一致，若以上述识别方法对车辆行为进行识别时，会存在车辆行为的误判。
为了减少上述误判的产生，本申请的技术方案进一步限定了只有车辆的移动方向与位置信息所在的方位相反的持续时长大于或等于第一时长的情况下，才认定车辆存在拒载，以此来提高车辆行为判定的可信度。
在上述任一技术方案中，判断单元具体用于：根据车辆的移动信息，确定车辆相对目标终端的位置信息未移动的持续时长；基于持续时长大于或等于第二时长，车辆存在拒载行为。
在该技术方案中，存在拒载行为的车辆，显露出一些能够表达出拒载行为的数据还可以是车辆相对目标终端的位置信息所指示的位置变化情况，如车辆相对目标终端的位置信息所指示的位置不存在移动，且保持该状态的持续时长大于或等于第二时长，判定车辆存在拒载行。
在上述技术方案中，通过给定一个第二时长，以便将车辆短暂停车的情况筛选出来，以此来提高车辆行为识别的检测精度。
在上述任一技术方案中，判断单元还用于：基于持续时长小于第二时长，将车辆的移动信息和目标终端的位置信息输入至目标模型，得到车辆行为的判定结果。
在该技术方案中，对于车辆相对目标终端的位置信息未移动的持续时长小于第二时长的情况，将车辆的移动信息和目标终端的位置信息输入至目标模型，利用目标模型来对车辆行为进行判断。
其中，目标模型可以理解为基于机器学习模型所构建的用于判断车辆行为的模型，其根据大量的人工精准判定的拒载行为数据所训练得到的，通过利用目标模型来判定车辆行为，以确保判定结果的准确性。
在上述任一技术方案中，判断单元还用于：对车辆的移动信息和目标终端的位置信息进行数据清洗。
在该技术方案中，通过对车辆的移动信息和目标终端的位置信息进行数据清洗，以便可以将车辆的移动信息和目标终端的位置信息中的其它数据清洗掉，以便减少其它数据对判定结果的影响，同时，减少了处理其它数据时所需的算力，提高了处理速度。
在其中一个技术方案中，数据清洗可以是删除车辆的移动信息和目标终端的位置信息中用于指示位置的标识，其中，标识可以是标志性建筑物的名字，商店名等。
在上述任一技术方案中，判断单元还用于：基于车辆的移动信息和目标终端的位置信息缺失比例大于或等于预设比例，对车辆的移动信息和目标终端的位置信息进行补充。
在该技术方案中，在将车辆的移动信息和目标终端的位置信息输入至目标模型，车辆行为的判定结果之前，还对车辆的移动信息和目标终端的位置信息是否缺失进行判断，通常情况下，输入至目标模型中的数据要不能缺失过多，若缺失过多，会影响车辆行为识别的准确性。
本申请的技术方案需要对车辆的移动信息和目标终端的位置信息缺失比例进行判断，在大于或等于预设比例的情况下，对车辆的移动信息和目标终端的位置信息进行补充，以便确保车辆行为识别的准确性。
在其中一个技术方案中，缺失比例的计算公式可以是“车辆的移动信息和目标终端的位置信息”的理论数量与实际数量的差值和理论数量的比值。
在上述任一技术方案中，可以采用均值插入等策略对车辆的移动信息和目标终端的位置信息进行补充。
在上述任一技术方案中，判断单元还用于：将车辆的移动信息、目标终端的位置信息和车辆行为的判定结果发送至目标审核终端；接收目标审核终端的反馈结果，对目标模型进行修正。
在该技术方案中，通过将上述信息发送至目标审核终端，以便目标审核终端根据车辆的移动信息、目标终端的位置信息对车辆行为的判定结果进行判定，在判定经由目标模型所得到的判定结果错误的情况下，对目标模型进行修正，以便提高目标模型在后期使用过程中的判定精度。
在上述任一技术方案中，车辆的移动信息包括：车辆的位置信息、车辆的身份识别信息以及与车辆的位置信息对应的时间信息。
在上述任一技术方案中，判断单元还用于：将车辆存在拒载行为的判定结果发送至目标终端。
在该技术方案中，通过向目标终端发送车辆存在拒载行为的判定结果，用户可以通过目标终端知悉当前打车订单的情况，以便提前调整自身行程安排，从而最大程度上的降低拒载对出行计划所产生的影响。
在上述任一技术方案中，判断单元还用于：接收来自目标终端的投诉信息，根据投诉信息对车辆进行标记。
在该技术方案中，发出打车订单的目标终端可以对有拒载行为的车辆进行投诉，具体地，目标终端发送投诉信息，以便根据投诉信息对有拒载行为的车辆进行标记，而具有标记的车辆在后续订单的发送时存在影响，如减少打车订单的分配，以便减少拒载情况的出现，降低拒载对用户出行所产生的影响。
在上述任一技术方案中，目标终端为用户手持设备。
根据本发明的第三个方面，本发明提供了一种服务器，包括：处理器；存储器，存储器上存储有可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面中任一项的车辆行为的识别方法的步骤。
本申请的技术方案提出了一种服务器，其中，服务器中的处理器执行存储在存储器中的程序或指令实现如第一方面中任一项的车辆行为的识别方法的步骤，因此，本发明的实施例提供的服务器具有第一方面中任一实施例提供的车辆行为的识别方法的全部有益效果，在此不一一列举。
根据本发明的第四个方面，本发明提供了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现如第一方面中任一项的车辆行为的识别方法的步骤。
本申请的技术方案提出了一种可读存储介质，其中，可读存储介质中的程序或指令被执行时实现如第一方面中任一项的车辆行为的识别方法的步骤，因此，本发明的实施例提供的可读存储介质具有第一方面中提供的车辆行为的识别方法的全部有益效果，在此不一一列举。
本发明的附加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
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1示出了根据本发明一个实施例的车辆行为的识别方法的流程示意图；
图2示出了根据本发明一个实施例的根据车辆的移动信息，确定车辆的移动方向与位置信息所在的方位相反，车辆存在拒载行为的流程示意图之一；
图3示出了根据本发明一个实施例的根据车辆的移动信息，确定车辆的移动方向与位置信息所在的方位相反，车辆存在拒载行为的流程示意图之二；
图4示出了根据本发明一个实施例的车辆行为的识别装置的示意框图；
图5示出了根据本发明一个实施例的服务器的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述方面、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
如图1所示，根据本发明的一个实施例中，本发明提供了一种车辆行为的识别方法，包括：
步骤102，基于车辆承接来自目标终端的打车订单，获取车辆的移动信息以及目标终端的位置信息；
步骤104，基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为。
本申请的实施例提出了一种车辆行为的识别方法，通过运行该识别方法可以实现对存在拒载行为的车辆的识别，以便对其进行处理。
本申请的实施例是通过以下方式来实现的，具体地，目标终端发出的打车订单后，在车辆会接收到该打车订单，此时，车辆的驾驶员会根据其自身车辆运营的实际情况判断是否接单，若不接单，则不存在拒载的行为；若接单，则认定该车辆与目标终端建立车辆服务，此时，车辆需要按照打车订单所指示的行驶路径进行行驶，若在车辆接单后，并未履行对目标终端的车辆服务，则认定该车辆存在拒载的情况。
考虑到车辆拒载后，其移动轨迹与目标终端的位置信息不再具有关联，因此，可以根据车辆的移动信息与目标终端的位置信息是否满足目标条件来实现车辆是否出现拒载行为的检测。
通过对存在拒载的车辆的识别，便于对存在拒载行为的车辆进行处理，以减少拒载车辆对用户出行计划的影响。
在上述任一实施例中，目标终端为用户手持设备。
实施例二
在其中一个实施例中，基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为，具体包括：根据车辆的移动信息，确定车辆的移动方向与位置信息所在的方位不一致，车辆存在拒载行为。
通常情况下，在车辆接单后，会直接向目标终端的位置信息所指示的位置进行移动，而对于存在拒载行为的车辆，其会显露出一些能够表达出拒载行为的数据，如车辆的移动方向会与位置信息所在的方位不一致，因此，可以通过车辆的移动方向与位置信息所在的方位的比对结果来对车辆是否存在拒载进行识别。
在上述实施例中，如图2所示，根据车辆的移动信息，确定车辆的移动方向与位置信息所在的方位相反，车辆存在拒载行为，包括：
步骤202，确定车辆的移动方向与位置信息所在的方位相反的持续时长；
步骤204，基于持续时长大于或等于第一时长，车辆存在拒载行为。
在该实施例中，考虑到车辆由当前位置向目标终端的位置信息所指示的位置移动的过程中，会偶遇拥堵路段或管制路段，为了躲避上述路段，车辆的移动方向会发生变化，如与位置信息所在的方位不一致，若以上述识别方法对车辆行为进行识别时，会存在车辆行为的误判。
为了减少上述误判的产生，本申请的实施例进一步限定了只有车辆的移动方向与位置信息所在的方位相反的持续时长大于或等于第一时长的情况下，才认定车辆存在拒载，以此来提高车辆行为判定的可信度。
在上述任一实施例中，第一时长可以是基于存在拒载行为的历史车辆的数据所确定的。
实施例三
在实施例一或实施例二中的任一实施例中，基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为，如图3所示，还包括：
步骤302，根据车辆的移动信息，确定车辆相对目标终端的位置信息未移动的持续时长；
步骤304，基于持续时长大于或等于第二时长，车辆存在拒载行为。
在该实施例中，存在拒载行为的车辆，显露出一些能够表达出拒载行为的数据还可以是车辆相对目标终端的位置信息所指示的位置变化情况，如车辆相对目标终端的位置信息所指示的位置不存在移动，且保持该状态的持续时长大于或等于第二时长，判定车辆存在拒载行。
在上述实施例中，通过给定一个第二时长，以便将车辆短暂停车的情况筛选出来，以此来提高车辆行为识别的检测精度。
在上述任一实施例中，第二时长可以是基于存在拒载行为的历史车辆的数据所确定的。
实施例四
在实施例三中，基于持续时长小于第二时长，将车辆的移动信息和目标终端的位置信息输入至目标模型，得到车辆行为的判定结果。
在该实施例中，对于车辆相对目标终端的位置信息未移动的持续时长小于第二时长的情况，将车辆的移动信息和目标终端的位置信息输入至目标模型，利用目标模型来对车辆行为进行判断。
其中，目标模型可以理解为基于机器学习模型所构建的用于判断车辆行为的模型，其根据大量的人工精准判定的拒载行为数据所训练得到的，通过利用目标模型来判定车辆行为，以确保判定结果的准确性。
实施例五
在上述任一实施例中，将车辆的移动信息和目标终端的位置信息输入至目标模型，得到车辆行为的判定结果之前，还包括：对车辆的移动信息和目标终端的位置信息进行数据清洗。
在该实施例中，通过对车辆的移动信息和目标终端的位置信息进行数据清洗，以便可以将车辆的移动信息和目标终端的位置信息中的其它数据清洗掉，以便减少其它数据对判定结果的影响，同时，减少了处理其它数据时所需的算力，提高了处理速度。
在其中一个实施例中，数据清洗可以是删除车辆的移动信息和目标终端的位置信息中用于指示位置的标识，其中，标识可以是标志性建筑物的名字，商店名等。
实施例六
在上述任一实施例中，将车辆的移动信息和目标终端的位置信息输入至目标模型，车辆行为的判定结果之前，还包括：基于车辆的移动信息和目标终端的位置信息缺失比例大于或等于预设比例，对车辆的移动信息和目标终端的位置信息进行补充。
在该实施例中，在将车辆的移动信息和目标终端的位置信息输入至目标模型，车辆行为的判定结果之前，还对车辆的移动信息和目标终端的位置信息是否缺失进行判断，通常情况下，输入至目标模型中的数据要不能缺失过多，若缺失过多，会影响车辆行为识别的准确性。
本申请的实施例需要对车辆的移动信息和目标终端的位置信息缺失比例进行判断，在大于或等于预设比例的情况下，对车辆的移动信息和目标终端的位置信息进行补充，以便确保车辆行为识别的准确性。
在其中一个实施例中，缺失比例的计算公式可以是“车辆的移动信息和目标终端的位置信息”的理论数量与实际数量的差值和理论数量的比值。
在上述任一实施例中，可以采用均值插入等策略对车辆的移动信息和目标终端的位置信息进行补充。
实施例七
在上述任一实施例中，还包括：将车辆的移动信息、目标终端的位置信息和车辆行为的判定结果发送至目标审核终端；接收目标审核终端的反馈结果，对目标模型进行修正。
在该实施例中，通过将上述信息发送至目标审核终端，以便目标审核终端根据车辆的移动信息、目标终端的位置信息对车辆行为的判定结果进行判定，在判定经由目标模型所得到的判定结果错误的情况下，对目标模型进行修正，以便提高目标模型在后期使用过程中的判定精度。
在上述任一实施例中，反馈结果可以是进行badcase的模型解释性研究所得到的，例如保持其它条件一致，看位置上报间隔多寡，目标模型是否会输出截然不同的结果，使得目标模型判定的准确率持续提高。
在上述任一实施例中，车辆的移动信息包括：车辆的位置信息、车辆的身份识别信息以及与车辆的位置信息对应的时间信息。
实施例八
在上述任一实施例中，还包括：将车辆存在拒载行为的判定结果发送至目标终端。
在该实施例中，通过向目标终端发送车辆存在拒载行为的判定结果，用户可以通过目标终端知悉当前打车订单的情况，以便提前调整自身行程安排，从而最大程度上的降低拒载对出行计划所产生的影响。
在上述任一实施例中，还包括：接收来自目标终端的投诉信息，根据投诉信息对车辆进行标记。
在该实施例中，发出打车订单的目标终端可以对有拒载行为的车辆进行投诉，具体地，目标终端发送投诉信息，以便根据投诉信息对有拒载行为的车辆进行标记，而具有标记的车辆在后续订单的发送时存在影响，如减少打车订单的分配，以便减少拒载情况的出现，降低拒载对用户出行所产生的影响。
实施例九
在其中一个实施例中，如图4所示，提供了一种车辆行为的识别装置400，包括：获取单元402，用于基于车辆承接来自目标终端的打车订单，获取车辆的移动信息以及目标终端的位置信息；判断单元404，用于基于车辆的移动信息和目标终端的位置信息满足目标条件，车辆存在拒载行为。
本申请的实施例提出了一种车辆行为的识别装置400，包括获取单元402和判断单元404，车辆行为的识别装置400可以实现对存在拒载行为的车辆的识别，以便对其进行处理。
本申请的实施例是通过以下方式来实现的，具体地，目标终端发出的打车订单后，在车辆会接收到该打车订单，此时，车辆的驾驶员会根据其自身车辆运营的实际情况判断是否接单，若不接单，则不存在拒载的行为；若接单，则认定该车辆与目标终端建立车辆服务，此时，车辆需要按照打车订单所指示的行驶路径进行行驶，若在车辆接单后，并未履行对目标终端的车辆服务，则认定该车辆存在拒载的情况。
考虑到车辆拒载后，其移动轨迹与目标终端的位置信息不再具有关联，因此，可以根据车辆的移动信息与目标终端的位置信息是否满足目标条件来实现车辆是否出现拒载行为的检测。
通过对存在拒载的车辆的识别，便于对存在拒载行为的车辆进行处理，以减少拒载车辆对用户出行计划的影响。
另外，本申请的实施例提出的车辆行为的识别装置400还具有如下附加技术特征，具体地，包括：
在上述实施例中，判断单元404具体用于：根据车辆的移动信息，确定车辆的移动方向与位置信息所在的方位不一致，车辆存在拒载行为。
通常情况下，在车辆接单后，会直接向目标终端的位置信息所指示的位置进行移动，而对于存在拒载行为的车辆，其会显露出一些能够表达出拒载行为的数据，如车辆的移动方向会与位置信息所在的方位不一致，因此，可以通过车辆的移动方向与位置信息所在的方位的比对结果来对车辆是否存在拒载进行识别。
在上述任一实施例中，判断单元404具体用于：确定车辆的移动方向与位置信息所在的方位相反的持续时长；基于持续时长大于或等于第一时长，车辆存在拒载行为。
在该实施例中，考虑到车辆由当前位置向目标终端的位置信息所指示的位置移动的过程中，会偶遇拥堵路段或管制路段，为了躲避上述路段，车辆的移动方向会发生变化，如与位置信息所在的方位不一致，若以上述识别方法对车辆行为进行识别时，会存在车辆行为的误判。
为了减少上述误判的产生，本申请的实施例进一步限定了只有车辆的移动方向与位置信息所在的方位相反的持续时长大于或等于第一时长的情况下，才认定车辆存在拒载，以此来提高车辆行为判定的可信度。
在上述任一实施例中，第一时长可以是基于存在拒载行为的历史车辆的数据所确定的。
在上述任一实施例中，判断单元404具体用于：根据车辆的移动信息，确定车辆相对目标终端的位置信息未移动的持续时长；基于持续时长大于或等于第二时长，车辆存在拒载行为。
在该实施例中，存在拒载行为的车辆，显露出一些能够表达出拒载行为的数据还可以是车辆相对目标终端的位置信息所指示的位置变化情况，如车辆相对目标终端的位置信息所指示的位置不存在移动，且保持该状态的持续时长大于或等于第二时长，判定车辆存在拒载行。
在上述实施例中，通过给定一个第二时长，以便将车辆短暂停车的情况筛选出来，以此来提高车辆行为识别的检测精度。
在上述任一实施例中，第二时长可以是基于存在拒载行为的历史车辆的数据所确定的。
在上述任一实施例中，判断单元404还用于：基于持续时长小于第二时长，将车辆的移动信息和目标终端的位置信息输入至目标模型，得到车辆行为的判定结果。
在该实施例中，对于车辆相对目标终端的位置信息未移动的持续时长小于第二时长的情况，将车辆的移动信息和目标终端的位置信息输入至目标模型，利用目标模型来对车辆行为进行判断。
其中，目标模型可以理解为基于机器学习模型所构建的用于判断车辆行为的模型，其根据大量的人工精准判定的拒载行为数据所训练得到的，通过利用目标模型来判定车辆行为，以确保判定结果的准确性。
在上述任一实施例中，判断单元404还用于：对车辆的移动信息和目标终端的位置信息进行数据清洗。
在该实施例中，通过对车辆的移动信息和目标终端的位置信息进行数据清洗，以便可以将车辆的移动信息和目标终端的位置信息中的其它数据清洗掉，以便减少其它数据对判定结果的影响，同时，减少了处理其它数据时所需的算力，提高了处理速度。
在其中一个实施例中，数据清洗可以是删除车辆的移动信息和目标终端的位置信息中用于指示位置的标识，其中，标识可以是标志性建筑物的名字，商店名等。
在上述任一实施例中，判断单元404还用于：基于车辆的移动信息和目标终端的位置信息缺失比例大于或等于预设比例，对车辆的移动信息和目标终端的位置信息进行补充。
在该实施例中，在将车辆的移动信息和目标终端的位置信息输入至目标模型，车辆行为的判定结果之前，还对车辆的移动信息和目标终端的位置信息是否缺失进行判断，通常情况下，输入至目标模型中的数据要不能缺失过多，若缺失过多，会影响车辆行为识别的准确性。
本申请的实施例需要对车辆的移动信息和目标终端的位置信息缺失比例进行判断，在大于或等于预设比例的情况下，对车辆的移动信息和目标终端的位置信息进行补充，以便确保车辆行为识别的准确性。
在其中一个实施例中，缺失比例的计算公式可以是“车辆的移动信息和目标终端的位置信息”的理论数量与实际数量的差值和理论数量的比值。
在上述任一实施例中，可以采用均值插入等策略对车辆的移动信息和目标终端的位置信息进行补充。
在上述任一实施例中，判断单元404还用于：将车辆的移动信息、目标终端的位置信息和车辆行为的判定结果发送至目标审核终端；接收目标审核终端的反馈结果，对目标模型进行修正。
在该实施例中，通过将上述信息发送至目标审核终端，以便目标审核终端根据车辆的移动信息、目标终端的位置信息对车辆行为的判定结果进行判定，在判定经由目标模型所得到的判定结果错误的情况下，对目标模型进行修正，以便提高目标模型在后期使用过程中的判定精度。
在上述任一实施例中，反馈结果可以是进行badcase的模型解释性研究所得到的，例如保持其它条件一致，看位置上报间隔多寡，目标模型是否会输出截然不同的结果，使得目标模型判定的准确率持续提高。
在上述任一实施例中，车辆的移动信息包括：车辆的位置信息、车辆的身份识别信息以及与车辆的位置信息对应的时间信息。
在上述任一实施例中，判断单元404还用于：将车辆存在拒载行为的判定结果发送至目标终端。
在该实施例中，通过向目标终端发送车辆存在拒载行为的判定结果，用户可以通过目标终端知悉当前打车订单的情况，以便提前调整自身行程安排，从而最大程度上的降低拒载对出行计划所产生的影响。
在上述任一实施例中，判断单元404还用于：接收来自目标终端的投诉信息，根据投诉信息对车辆进行标记。
在该实施例中，发出打车订单的目标终端可以对有拒载行为的车辆进行投诉，具体地，目标终端发送投诉信息，以便根据投诉信息对有拒载行为的车辆进行标记，而具有标记的车辆在后续订单的发送时存在影响，如减少打车订单的分配，以便减少拒载情况的出现，降低拒载对用户出行所产生的影响。
在上述任一实施例中，目标终端为用户手持设备。
实施例十
在其中一个实施例中，如图5所示，提供了一种服务器500，包括：处理器504；存储器502，存储器502上存储有可在处理器504上运行的程序或指令，程序或指令被处理器504执行时实现如上述任一实施例中的车辆行为的识别方法的步骤。
本申请的实施例提出了一种服务器500，其中，服务器500中的处理器504执行存储在存储器502中的程序或指令实现如上述任一实施例中的车辆行为的识别方法的步骤，因此，本发明的实施例提供的服务器500具有如上述任一实施例提供的车辆行为的识别方法的全部有益效果，在此不一一列举。
实施例十一
在其中一个实施例中，提供了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现如上述任一实施例的车辆行为的识别方法的步骤。
本申请的实施例提出了一种可读存储介质，其中，可读存储介质中的程序或指令被执行时实现如上述任一实施例的车辆行为的识别方法的步骤，因此，本发明的实施例提供的可读存储介质具有上述任一实施例提供的车辆行为的识别方法的全部有益效果，在此不一一列举。
在本发明的描述中，术语“多个”则指两个或两个以上，除非另有明确的限定，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本发明中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (13)
1.一种车辆行为的识别方法，其特征在于，包括：
基于所述车辆承接来自目标终端的打车订单，获取所述车辆的移动信息以及所述目标终端的位置信息；
基于所述车辆的移动信息和所述目标终端的位置信息满足目标条件，所述车辆存在拒载行为；
所述基于所述车辆的移动信息和所述目标终端的位置信息满足目标条件，所述车辆存在拒载行为，具体包括：
根据车辆的移动信息，确定所述车辆的移动方向与所述位置信息所在的方位不一致，所述车辆存在拒载行为；
根据车辆的移动信息，确定所述车辆的移动方向与所述位置信息所在的方位相反，所述车辆存在拒载行为，包括：
确定所述车辆的移动方向与所述位置信息所在的方位相反的持续时长；
基于所述持续时长大于或等于第一时长，所述车辆存在拒载行为。
2.根据权利要求1所述的车辆行为的识别方法，其特征在于，所述基于所述车辆的移动信息和所述目标终端的位置信息满足目标条件，所述车辆存在拒载行为，还包括：
根据车辆的移动信息，确定所述车辆相对所述目标终端的位置信息未移动的持续时长；
基于所述持续时长大于或等于第二时长，所述车辆存在拒载行为。
3.根据权利要求2所述的车辆行为的识别方法，其特征在于，还包括：
基于所述持续时长小于所述第二时长，将所述车辆的移动信息和所述目标终端的位置信息输入至目标模型，得到车辆行为的判定结果。
4.根据权利要求3所述的车辆行为的识别方法，其特征在于，将所述车辆的移动信息和所述目标终端的位置信息输入至目标模型，得到车辆行为的判定结果之前，还包括：
对所述车辆的移动信息和所述目标终端的位置信息进行数据清洗。
5.根据权利要求3所述的车辆行为的识别方法，其特征在于，将所述车辆的移动信息和所述目标终端的位置信息输入至目标模型，车辆行为的判定结果之前，还包括：
基于所述车辆的移动信息和所述目标终端的位置信息缺失比例大于或等于预设比例，对所述车辆的移动信息和所述目标终端的位置信息进行补充。
6.根据权利要求3所述的车辆行为的识别方法，其特征在于，还包括：
将所述车辆的移动信息、所述目标终端的位置信息和所述车辆行为的判定结果发送至目标审核终端；
接收所述目标审核终端的反馈结果，对所述目标模型进行修正。
7.根据权利要求3所述的车辆行为的识别方法，其特征在于，所述车辆的移动信息包括：
车辆的位置信息、车辆的身份识别信息以及与所述车辆的位置信息对应的时间信息。
8.根据权利要求1至7中任一项所述的车辆行为的识别方法，其特征在于，
将所述车辆存在拒载行为的判定结果发送至所述目标终端。
9.根据权利要求8所述的车辆行为的识别方法，其特征在于，还包括：
接收来自所述目标终端的投诉信息，根据所述投诉信息对所述车辆进行标记。
10.根据权利要求8所述的车辆行为的识别方法，其特征在于，所述目标终端为用户手持设备。
11.一种车辆行为的识别装置，其特征在于，包括：
获取单元，用于基于所述车辆承接来自目标终端的打车订单，获取所述车辆的移动信息以及所述目标终端的位置信息；
判断单元，用于基于所述车辆的移动信息和所述目标终端的位置信息满足目标条件，所述车辆存在拒载行为；
判断单元具体用于：
根据车辆的移动信息，确定所述车辆的移动方向与所述位置信息所在的方位不一致，所述车辆存在拒载行为；
确定所述车辆的移动方向与所述位置信息所在的方位相反的持续时长；
基于所述持续时长大于或等于第一时长，所述车辆存在拒载行为。
12.一种服务器，其特征在于，包括：
处理器；
存储器，所述存储器上存储有可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至10中任一项所述的车辆行为的识别方法的步骤。
13.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1至10中任一项所述的车辆行为的识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110688094.6A CN113409118B (zh) | 2021-06-21 | 2021-06-21 | 车辆行为的识别方法、装置、服务器和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110688094.6A CN113409118B (zh) | 2021-06-21 | 2021-06-21 | 车辆行为的识别方法、装置、服务器和可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113409118A CN113409118A (zh) | 2021-09-17 |
| CN113409118B true CN113409118B (zh) | 2024-02-02 |
Family
ID=77682052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110688094.6A Active CN113409118B (zh) | 2021-06-21 | 2021-06-21 | 车辆行为的识别方法、装置、服务器和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113409118B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101206757A (zh) * | 2006-12-19 | 2008-06-25 | 汪剑 | 一种缓解城市汽车交通拥堵的方法 |
| CN106779112A (zh) * | 2016-11-10 | 2017-05-31 | 安徽云看信息技术有限公司 | 一种智能打车系统 |
| WO2018027764A1 (zh) * | 2016-08-11 | 2018-02-15 | 王志远 | 根据手机记录习惯行车目的地的方法和推送系统 |
| CN107766997A (zh) * | 2016-08-15 | 2018-03-06 | 滴滴（中国）科技有限公司 | 一种订单推送的方法及装置 |
| KR101860465B1 (ko) * | 2017-09-25 | 2018-05-23 | (주)이니어스 | 승차거부 단속 기능을 갖는 스마트 에코(Eco) 회차 택시 운행 콜 서비스 시스템 및 방법 |
| CN109711920A (zh) * | 2018-11-05 | 2019-05-03 | 界首市菁华科技信息咨询服务有限公司 | 一种网约车安全监控系统 |
| CN109948451A (zh) * | 2019-02-22 | 2019-06-28 | 深圳业拓讯通信科技有限公司 | 一种出租车拒载行为的识别系统和方法 |
| CN110020215A (zh) * | 2017-07-19 | 2019-07-16 | 北京嘀嘀无限科技发展有限公司 | 找单推荐信息的推送方法及装置、电子设备 |
| CN111861498A (zh) * | 2019-04-24 | 2020-10-30 | 杭州海康威视系统技术有限公司 | 出租车的监控方法、装置、设备和存储介质 |
| CN111859104A (zh) * | 2020-03-31 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种乘客状态判断方法、装置、电子设备和存储介质 |
| CN112819185A (zh) * | 2021-01-07 | 2021-05-18 | 南京领行科技股份有限公司 | 一种网约车拒载监测方法、装置及系统 |
-
2021
- 2021-06-21 CN CN202110688094.6A patent/CN113409118B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101206757A (zh) * | 2006-12-19 | 2008-06-25 | 汪剑 | 一种缓解城市汽车交通拥堵的方法 |
| WO2018027764A1 (zh) * | 2016-08-11 | 2018-02-15 | 王志远 | 根据手机记录习惯行车目的地的方法和推送系统 |
| CN107766997A (zh) * | 2016-08-15 | 2018-03-06 | 滴滴（中国）科技有限公司 | 一种订单推送的方法及装置 |
| CN106779112A (zh) * | 2016-11-10 | 2017-05-31 | 安徽云看信息技术有限公司 | 一种智能打车系统 |
| CN110020215A (zh) * | 2017-07-19 | 2019-07-16 | 北京嘀嘀无限科技发展有限公司 | 找单推荐信息的推送方法及装置、电子设备 |
| KR101860465B1 (ko) * | 2017-09-25 | 2018-05-23 | (주)이니어스 | 승차거부 단속 기능을 갖는 스마트 에코(Eco) 회차 택시 운행 콜 서비스 시스템 및 방법 |
| CN109711920A (zh) * | 2018-11-05 | 2019-05-03 | 界首市菁华科技信息咨询服务有限公司 | 一种网约车安全监控系统 |
| CN109948451A (zh) * | 2019-02-22 | 2019-06-28 | 深圳业拓讯通信科技有限公司 | 一种出租车拒载行为的识别系统和方法 |
| CN111861498A (zh) * | 2019-04-24 | 2020-10-30 | 杭州海康威视系统技术有限公司 | 出租车的监控方法、装置、设备和存储介质 |
| CN111859104A (zh) * | 2020-03-31 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种乘客状态判断方法、装置、电子设备和存储介质 |
| CN112819185A (zh) * | 2021-01-07 | 2021-05-18 | 南京领行科技股份有限公司 | 一种网约车拒载监测方法、装置及系统 |
Non-Patent Citations (2)
| Title |
|---|
| "互联网+"时代的出租车资源配置;单欣;陆玉;何旭;;河北北方学院学报(自然科学版)(第03期);88-89 * |
| First application of symbiotic organisms search algorithm to off-line optimization of PI parameters for DSP-based DC motor drives;Emre;Neural Computing & Applications;第30卷(第5期);1689–1699 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113409118A (zh) | 2021-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109444932B (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
| CN1695172B (zh) | 收费路段识别方法 | |
| CN108700875A (zh) | 车辆诊断方法、系统、设备及计算机可读存储介质 | |
| CN103814336B (zh) | 自主的工作设备及方法 | |
| CN103216172B (zh) | 一种电动车窗防夹参数自学习方法 | |
| CN102303561B (zh) | 一种行车转向灯的控制方法、装置及位置服务终端 | |
| JP4679842B2 (ja) | プローブカー車載機及びプローブ情報収集システム | |
| CN109878511B (zh) | 车辆驾驶模式切换的处理方法、车辆及服务器 | |
| CN110490172A (zh) | 信息融合泊车的停车位位置补偿方法、系统、装置、介质 | |
| CN204242224U (zh) | 在网络租车中判断乘客上下车的系统 | |
| CN106157695A (zh) | 危险驾驶行为的提醒方法和装置 | |
| CN104169985A (zh) | 车辆用通信装置以及车辆用通信系统 | |
| CN103116981B (zh) | 一种多传感器系统及信息融合方法 | |
| CN108171969B (zh) | 用于在错误方面检查用于检测停车位的占用状态的传感器系统的方案以及设备 | |
| CN104160740A (zh) | 无线终端装置、测量控制方法、控制方法、测量控制程序和记录介质 | |
| CN110288108A (zh) | 检测虚假完成订单行为的方法、装置、设备及存储介质 | |
| CN113409118B (zh) | 车辆行为的识别方法、装置、服务器和可读存储介质 | |
| CN110189546A (zh) | 一种车辆定位方法及车辆定位系统 | |
| CN113902210A (zh) | 一种网约车偏航检测方法、装置、电子设备及存储介质 | |
| CN108320184A (zh) | 用于车辆计费的方法、装置、设备、系统及存储介质 | |
| CN108760239B (zh) | 车辆识别装置检测方法及系统 | |
| KR101533272B1 (ko) | 교통정보 제공 장치 및 교통정보 제공 방법 | |
| CN110473417A (zh) | 一种高架桥限速值提示方法、装置及存储介质 | |
| CN106323315A (zh) | 一种直播导航方法及装置 | |
| CN115188086A (zh) | 一种etc门架系统动态监测方法及系统 |
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 |