CN113506447B - 一种基于物联网的园区智慧通行控制方法及相关装置 - Google Patents

Abstract

本申请提供了一种基于物联网的园区智慧通行控制方法及相关装置，方法包括：物联网设备获得进入园区的目标车辆的多个驾驶行为数据；物联网设备向云计算服务器发送携带多个驾驶行为数据的驾驶行为分析请求，驾驶行为分析请求用于指示云计算服务器反馈若干个驾驶行为分析结果；云计算服务器接收物联网设备发送的携带多个驾驶行为数据的驾驶行为分析请求，以及根据多个驾驶行为数据确定多个驾驶行为分析结果，多个驾驶行为分析结果与多个驾驶行为数据一一对应；云计算服务器向物联网设备发送多个驾驶行为分析结果，物联网设备根据所述多个驾驶行为分析结果，进行通行控制。能够提升通行控制的可靠性。

Description

一种基于物联网的园区智慧通行控制方法及相关装置

技术领域

本申请涉及智能驾驶技术领域，具体涉及一种基于物联网的园区智慧通行控制方法及相关装置。

背景技术

随着社会的快速发展，车辆已经成为人们日常生活中不可缺少的交通工具。车辆的急剧增多导致驾驶行为数据海量增长。在车辆进入园区时，常规的通行控制包括有通过车牌识别等方式进行通行控制，但是遇到一些突发情况，例如车辆失控、车辆的异常驾驶等情况时，无法对车辆进行实际有效的通行控制，导致通行控制的可靠性降低。

发明内容

本申请实施例提供了一种基于物联网的园区智慧通行控制方法及相关装置，能够提升通行控制的可靠性。

第一方面，本申请实施例提供了一种基于物联网的园区智慧通行控制方法，应用于物联网设备，方法包括：

获得进入园区的目标车辆的多个驾驶行为数据；

向云计算服务器发送携带所述多个驾驶行为数据的驾驶行为分析请求，所述驾驶行为分析请求用于指示所述云计算服务器反馈若干个驾驶行为分析结果；

接收所述云计算服务器反馈的多个驾驶行为分析结果，所述多个驾驶行为分析结果与所述多个驾驶行为数据一一对应；

根据所述多个驾驶行为分析结果，进行通行控制。

第二方面，本申请实施例提供了一种基于物联网的园区智慧通行控制方法，应用于云计算服务器，方法包括：

接收物联网设备发送的携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，所述驾驶行为分析请求用于指示所述云计算服务器反馈若干个驾驶行为分析结果；

根据所述多个驾驶行为数据确定多个驾驶行为分析结果，所述多个驾驶行为分析结果与所述多个驾驶行为数据一一对应；

向所述物联网设备发送所述多个驾驶行为分析结果。

第三方面，本申请实施例提供了一种基于物联网的园区智慧通行控制装置，应用于物联网设备，装置包括：

获得模块，用于获得进入园区的目标车辆的多个驾驶行为数据；

第一发送模块，用于向云计算服务器发送携带所述多个驾驶行为数据的驾驶行为分析请求，所述驾驶行为分析请求用于指示所述云计算服务器反馈若干个驾驶行为分析结果；

第一接收模块，用于接收所述云计算服务器反馈的多个驾驶行为分析结果，所述多个驾驶行为分析结果与所述多个驾驶行为数据一一对应；

控制模块，用于根据所述多个驾驶行为分析结果，进行通行控制。

第四方面，本申请实施例提供了一种基于物联网的园区智慧通行控制装置，应用于云计算服务器，装置包括：

第二接收模块，用于接收物联网设备发送的携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，所述驾驶行为分析请求用于指示所述云计算服务器反馈若干个驾驶行为分析结果；

确定模块，用于根据所述多个驾驶行为数据确定多个驾驶行为分析结果，所述多个驾驶行为分析结果与所述多个驾驶行为数据一一对应；

第二发送模块，用于向所述物联网设备发送所述多个驾驶行为分析结果。

第五方面，本申请实施例提供了一种物联网设备，物联网设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的基于物联网的园区智慧通行控制程序，处理器执行基于物联网的园区智慧通行控制程序以实现本申请实施例第一方面的基于物联网的园区智慧通行控制方法中的步骤。

第六方面，本申请实施例提供了一种云计算服务器，云计算服务器包括存储器、处理器以及存储在存储器中并可在处理器上运行的基于物联网的园区智慧通行控制程序，处理器执行基于物联网的园区智慧通行控制程序以实现本申请实施例第二方面的基于物联网的园区智慧通行控制方法中的步骤。

第七方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有基于物联网的园区智慧通行控制程序，基于物联网的园区智慧通行控制程序被处理器执行以实现如本申请实施例第一方面的基于物联网的园区智慧通行控制方法中的步骤。

第八方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有基于物联网的园区智慧通行控制程序，基于物联网的园区智慧通行控制程序被处理器执行以实现如本申请实施例第二方面的基于物联网的园区智慧通行控制方法中的步骤。

相较于现有方案中在进行通行控制时，通常采用车牌识别的方式进行通行控制，在本申请实施例中，物联网设备向云计算服务器发送携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，云计算服务器向物联网设备发送基于多个驾驶行为数据确定的多个驾驶行为分析结果，这样并基于该驾驶行为分析结果进行通行控制，极大的提高了提升通行控制的可靠性。

本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

附图说明

为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。

图1是本申请实施例提供的一种基于物联网的园区智慧通行控制系统的架构示意图；

图2是本申请实施例提供的一种基于物联网的园区智慧通行控制方法的流程示意图；

图3是本申请实施例提供的另一种基于物联网的园区智慧通行控制方法的流程示意图；

图4是本申请实施例提供的另一种基于物联网的园区智慧通行控制方法的流程示意图；

图5是本申请实施例提供的一种基于物联网的园区智慧通行控制装置的功能模块组成框图；

图6是本申请实施例提供的另一种基于物联网的园区智慧通行控制装置的功能模块组成框图；

图7是本申请实施例提供的一种物联网设备的结构示意图；

图8是本申请实施例提供的一种云计算服务器的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

以下分别进行详细说明。

本申请的说明书和权利要求书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

下面对本申请实施例进行详细介绍。

请参见图1，图1是本申请实施例提供的一种基于物联网的园区智慧通行控制系统100的架构示意图，该基于物联网的园区智慧通行控制系统100包括物联网设备110和云计算服务器120，物联网设备110与云计算服务器120建立双向通信连接，其中：

物联网设备110具有的功能如下：

1、获得进入园区的目标车辆的驾驶行为数据；

2、向云计算服务器发送携带驾驶行为数据的驾驶行为分析请求；

3、接收云计算服务器反馈的驾驶行为分析结果；

4、根据所述多个驾驶行为分析结果，进行通行控制。

云计算服务器具有的功能如下：

1、接收物联网设备发送的携带进入园区的目标车辆的驾驶行为数据的驾驶行为分析请求；

2、根据驾驶行为数据确定驾驶行为分析结果；

3、向物联网设备发送驾驶行为分析结果。

请参见图2，图2是本申请实施例提供的一种基于物联网的园区智慧通行控制方法的流程示意图，该基于物联网的园区智慧通行控制方法包括步骤S201-S204，具体如下：

S201、物联网设备获得进入园区的目标车辆的多个驾驶行为数据。

其中，目标车辆可以是进入园区的多个车辆中的任一个。物联网设备为经由通信设施向计算机输入程序和数据或接收计算机输出处理结果的设备。物联网设备通常设置在能利用通信设施与远处计算机联接工作的方便场所，它主要由通信接口控制装置与专用或选定的输入输出装置组合而成。物联网设备具有集中收集驾驶行为数据的功能。物联网设备可以设置于马路上、马路边等任意可以设置以采集驾驶行为数据的位置，物联网设备还可以设置于车内等。

在一些可能的实施例中，驾驶行为数据可以包括车辆速度、车辆时刻、车辆位置以及车辆所处车道，也可以包括车辆速度、车辆时刻、车辆位置、车辆所处车道以及驾驶员的驾驶数据。

其中，车载终端和/或可穿戴设备采集驾驶行为数据，车载终端和/或可穿戴设备向物联网设备发送驾驶行为数据。

S202、物联网设备向云计算服务器发送携带多个驾驶行为数据的驾驶行为分析请求，驾驶行为分析请求用于指示云计算服务器反馈若干个驾驶行为分析结果。

其中，云计算被认为是继个人PC及互联网以来，第三次的IT浪潮，将会改变人们获取、处理和保存信息的方式。云计算利用高速互联网的传输能力，将数据的处理过程从个人计算机或服务器转移到大型的云计算中心，并将计算能力、存储能力以服务的方式为用户提供，用户能够像使用电力、自来水等公用设施一样使用计算能力，并按使用量进行计算。一种恰当的云计算服务器特征定义是：即高密度、低能耗、易管理、系统优化。

S203、云计算服务器接收物联网设备发送的携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，以及根据多个驾驶行为数据确定多个驾驶行为分析结果，多个驾驶行为分析结果与多个驾驶行为数据一一对应。

步骤S203参见步骤S405的相关描述，在此不再叙述。

S204、云计算服务器向物联网设备发送多个驾驶行为分析结果。

步骤S204参见步骤S304的相关描述，在此不再叙述。

S205、物联网设备根据所述多个驾驶行为分析结果，进行通行控制。

不同的驾驶行为分析结果具有其对应的通行控制，例如，驾驶行为结果为危险驾驶，则可以拒绝通行。又例如，危险驾驶为汽车无法制动，则可以通行，以减少财产损失。

相较于现有方案中在进行通行控制时，通常采用车牌识别的方式进行通行控制，在本申请实施例中，物联网设备向云计算服务器发送携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，云计算服务器向物联网设备发送基于多个驾驶行为数据确定的多个驾驶行为分析结果，这样并基于该驾驶行为分析结果进行通行控制，极大的提高了提升通行控制的可靠性。

请参见图3，图3是本申请实施例提供的另一种基于物联网的园区智慧通行控制方法的流程示意图，该基于物联网的园区智慧通行控制方法包括步骤S301-S308，具体如下：

S301、物联网设备获得进入园区的目标车辆的多个驾驶行为数据。

步骤S301参见步骤S201的相关描述，在此不再叙述。

S302、物联网设备向云计算服务器发送携带多个驾驶行为数据的驾驶行为分析请求，驾驶行为分析请求用于指示云计算服务器反馈若干个驾驶行为分析结果。

步骤S302参见步骤S202的相关描述，在此不再叙述。

S303、云计算服务器接收物联网设备发送的携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，以及根据多个驾驶行为数据确定多个驾驶行为分析结果，多个驾驶行为分析结果与多个驾驶行为数据一一对应。

步骤S303参见步骤S405的相关描述，在此不再叙述。

S304、云计算服务器向物联网设备发送多个驾驶行为分析结果。

其中，驾驶行为分析结果可以是驾驶员存在违规超速的驾驶行为、驾驶员存在违规连续变道的驾驶行为、驾驶员存在违规超车的驾驶行为，还可以是驾驶员保持未违规的驾驶行为，在此不作限定。

S305、物联网设备接收云计算服务器反馈的多个驾驶行为分析结果，以及对多个驾驶行为分析结果进行关键字提取，得到多个第一驾驶行为标签，多个第一驾驶行为标签与多个驾驶行为分析结果一一对应。

其中，第一驾驶行为标签可以是违规超速、违规连续变道、违规超车，还可以是未违规，在此不作限定。

S306、物联网设备从多个第一驾驶行为标签中筛选属于危险驾驶行为标签的多个第二驾驶行为标签。

S307、物联网设备将与多个第二驾驶行为标签一一对应的所有驾驶行为分析结果进行分类处理，得到至少一个危险驾驶行为集合，每个危险驾驶行为集合包括的驾驶行为分析结果对应同一个危险驾驶行为标签。

S308、物联网设备根据所述至少一个危险驾驶行为集合，判断是否通行。

物联网设备可以根据危险驾驶行为集合中的危险驾驶行为标签，来判断是否通行。例如，危险驾驶行为标签为异常制动驾驶行为，则可以判别为通行。又例如，危险驾驶行为标签为疲劳驾驶，则可以判别为禁止通行等。

可以看出，相较于现有方案中在进行通行控制时，通常采用车牌识别的方式进行通行控制，在本申请实施例中，物联网设备向云计算服务器发送携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，云计算服务器向物联网设备发送基于多个驾驶行为数据确定的多个驾驶行为分析结果，这样并基于该驾驶行为分析结果进行通行控制，极大的提高了提升通行控制的可靠性。

请参见图4，图4是本申请实施例提供的另一种基于物联网的园区智慧通行控制方法的流程示意图，该基于物联网的园区智慧通行控制方法包括步骤S401-S410，具体如下：

S401、物联网设备获得进入园区的目标车辆的多个驾驶行为数据。

步骤S301参见步骤S201的相关描述，在此不再叙述。

S402、物联网设备向云计算服务器发送携带多个驾驶行为数据的驾驶行为分析请求，驾驶行为分析请求用于指示云计算服务器反馈若干个驾驶行为分析结果。

步骤S402参见步骤S202的相关描述，在此不再叙述。

S403、云计算服务器接收物联网设备发送的携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，以及对多个驾驶行为数据进行图像类型判别，得到多个图像类型，多个图像类型与多个驾驶行为数据一一对应。

其中，图像类型包括车辆图像、车辆+驾驶员图像。

S404、云计算服务器根据多个图像类型对多个驾驶行为数据进行分类处理，得到第一驾驶行为数据集合和第二驾驶行为数据集合，第一驾驶行驶数据集合包括的驾驶行为数据对应车辆图像，第二驾驶行为数据集合包括的驾驶行为数据对应车辆+驾驶员图像。

S405、云计算服务器根据第一驾驶行为数据集合和第二驾驶行为数据集合确定多个驾驶行为分析结果。

在一些可能的实施例中，云计算服务器根据第一驾驶行为数据集合确定多个驾驶行为分析结果，包括：

云计算服务器将第一驾驶行为数据集合包括的驾驶行为数据输入第一驾驶行为分析模型，第一驾驶行为分析模型用于针对车辆图像对应的驾驶行为数据进行驾驶行为分析；

云计算服务器根据驾驶行为数据A确定多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道，驾驶行为数据A为第一驾驶行为数据集合中的任意一个，多个第一车辆速度、多个第一车辆时刻和多个第一车辆位置分别与多个第一车辆所处车道一一对应；

云计算服务器根据多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道确定驾驶行为数据A对应的驾驶行为分析结果。

其中，云计算服务器可以采用串行方式根据第一驾驶行为数据集合确定多个驾驶行为分析结果，也可以采用并行方式根据第一驾驶行为数据集合确定多个驾驶行为分析结果，在此不作限定。

具体地，云计算服务器根据多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道确定驾驶行为数据A对应的驾驶行为分析结果，包括：

云计算服务器根据位置与允许速度范围的映射关系确定多个第一车辆位置中的每个第一车辆位置对应的允许速度范围；

云计算服务器判断每个第一车辆位置对应的第一车辆速度是否处于其对应的允许速度范围；

若存在至少一个第一车辆位置对应的第一车辆速度未处于其对应的允许速度范围，则云计算服务器确定驾驶行为数据A对应的驾驶行为分析结果为驾驶员存在违规超速的行驶行为。

其中，位置与允许速度范围的映射关系预先存储于云计算服务器，位置与允许速度范围一一对应。

其中，多个第一车辆位置中的每个第一车辆位置均安装有抓拍是否超速的摄像头。

具体地，云计算服务器根据多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道确定驾驶行为数据A对应的驾驶行为分析结果，包括：

云计算服务器判断多个第一车辆时刻和多个第一车辆所处车道是否满足违规连续变道条件；

若是，则云计算服务器确定驾驶行为数据A对应的驾驶行为分析结果为驾驶员存在违规连续变道的驾驶行为。

其中，违规连续变道条件预先存储于云计算服务器。

具体地，云计算服务器根据多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道确定驾驶行为数据A对应的驾驶行为分析结果，包括：

云计算服务器判断多个第一车辆速度、多个第一车辆时刻以及多个第一车辆所处车道是否满足违规超车条件；

若是，则云计算服务器确定驾驶行为数据A对应的驾驶行为分析结果为驾驶员存在违规超车的驾驶行为。

其中，违规超车条件预先存储于云计算服务器。

进一步地，驾驶行为分析结果还包括以下：

驾驶员存在违规超速+违规连续变道的驾驶行为；

驾驶员存在违规超速+违规超车的驾驶行为；

驾驶员存在违规连续变道+违规超车的驾驶行为；

驾驶员存在违规超速+违规连续变道+违规超车的驾驶行为。

在一些可能的实施例中，云计算服务器根据第二驾驶行为数据集合确定多个驾驶行为分析结果，包括：

云计算服务器将第二驾驶行为数据集合包括的驾驶行为数据输入第二驾驶行为分析模型，第二驾驶行为分析模型用于针对车辆+驾驶员图像对应的驾驶行为数据进行驾驶行为分析；

云计算服务器根据驾驶行为数据B确定多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据，驾驶行为数据B为第二驾驶行为数据集合中的任意一个，多个第二车辆速度、多个第二车辆时刻和多个第二车辆位置分别与多个第二车辆所处车道一一对应，驾驶员B’为与驾驶行为数据B对应的车辆的驾驶员；

云计算服务器根据多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据确定驾驶行为数据B对应的驾驶行为分析结果。

其中，云计算服务器可以采用串行方式根据第二驾驶行为数据集合确定多个驾驶行为分析结果，也可以采用并行方式根据第二驾驶行为数据集合确定多个驾驶行为分析结果，在此不作限定。

具体地，云计算服务器根据多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据确定驾驶行为数据B对应的驾驶行为分析结果，包括：

云计算服务器根据多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置以及多个第二车辆所处车道确定驾驶行为数据B对应的第一部分驾驶行为分析结果；

云计算服务器根据驾驶员B’的驾驶数据确定驾驶行为数据B对应的第二部分驾驶行为分析结果；

云计算服务器根据第一部分驾驶行为分析结果和第二部分驾驶行为分析结果确定驾驶行为数据B对应的驾驶行为分析结果。

其中，云计算服务器根据多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置以及多个第二车辆所处车道确定驾驶行为数据B对应的第一部分驾驶行为分析结果参见上述云计算服务器根据多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道确定驾驶行为数据A对应的驾驶行为分析结果，在此不再叙述。

具体地，驾驶员B’的驾驶数据包括驾驶员B’的动作数据、脑电波数据和眼部数据，云计算服务器根据驾驶员B’的驾驶数据确定驾驶行为数据B对应的第二部分驾驶行为分析结果，包括：

云计算服务器根据驾驶员B’的动作数据确定驾驶员B’的动作活动状态；

云计算服务器根据驾驶员B’的眼部数据确定驾驶员B’的眼部活动状态；

云计算服务器将驾驶员B’的动作活动状态、脑电波数据和眼部活动状态输入驾驶行为分析公式进行计算，得到目标值；

若目标值小于预设阈值，则云计算服务器确定驾驶行为数据B对应的第二部分驾驶行为分析结果为驾驶员存在疲劳驾驶的驾驶行为。

进一步地，云计算服务器根据驾驶员B’的动作数据确定驾驶员B’的动作活动状态的动作可以发生在云计算服务器根据驾驶员B’的眼部数据确定驾驶员B’的眼部活动状态之后，也可以发生在云计算服务器根据驾驶员B’的眼部数据确定驾驶员B’的眼部活动状态的过程中，在此不作限定。

其中，车载摄像头采集驾驶员B’的动作数据，车载摄像头向物联网设备发送驾驶员B’的动作数据。

其中，动作活动状态能够较客观准确的反映驾驶员的注意力水平，动作活动状态可以是一个数值；动作活动状态的数值较大，驾驶员的注意力水平比较集中；动作活动状态的数值较小，驾驶员的注意力水平比较分散。

其中，脑电波采集装置采集驾驶员B’的脑电波数据，脑电波采集装置向物联网设备发送驾驶员B’的脑电波数据，脑电波采集装置可以是入耳式耳塞。

其中，脑电波数据能够客观准确的反映驾驶员的注意力水平，脑电波数据可以是一个数值；脑电波数据的数值较大，驾驶员的注意力水平比较集中；脑电波数据的数值较小，驾驶员的注意力水平比较分散。

其中，眼部活动状态包括眼神是否发生偏移、是否出现眼部疲劳等；眼部活动状态可以是一个数值；眼部活动状态的数值较大，可能是驾驶员的眼神未发生偏移、未出现眼部疲劳等；眼部活动状态的数值较小，可能是驾驶员的眼神发生偏移、出现眼部疲劳等。

其中，驾驶行为分析公式预先存储于云计算服务器，驾驶行为分析公式为：

P＝C×α+D×β+E×γ，

其中，P为目标值，C为驾驶员B’的动作活动状态，α为第一权重，D为驾驶员B’的脑电波数据，β为第二权重，E为驾驶员B’的眼部活动状态，γ为第三权重，α+β+γ＝1，β＞γ＞α。

其中，如果第一部分驾驶行为分析结果为驾驶员存在违规超速的驾驶行为，第二部分驾驶行为分析结果为驾驶员存在疲劳驾驶的驾驶行为，那么驾驶行为数据B对应的驾驶行为分析结果为驾驶员存在违规超速+疲劳驾驶的驾驶行为。

具体地，驾驶员B’的驾驶数据包括驾驶员B’的生理数据(血液酒精浓度)，云计算服务器根据驾驶员B’的驾驶数据确定驾驶行为数据B对应的第二部分驾驶行为分析结果，包括：

云计算服务器判断驾驶员B’的血液酒精浓度是否处于第一血液酒精浓度范围内；

若是，则云计算服务器确定驾驶行为数据B对应的第二部分驾驶行为分析结果为驾驶员B’存在饮酒后驾驶的驾驶行为；或者，

若否，则云计算服务器判断驾驶员B’的血液酒精浓度是否处于第二血液酒精浓度范围内；

若是，则云计算服务器确定驾驶行为数据B对应的第二部分驾驶行为分析结果为驾驶员B’存在醉酒驾驶的驾驶行为。

其中，可穿戴设备采集驾驶员B’的血液酒精浓度，可穿戴设备向物联网设备发送驾驶员B’的血液酒精浓度。

其中，第一血液酒精浓度范围为每100毫升血液酒精含量大于或等于20毫克，并每100毫升血液酒精含量小于80毫克；第二血液酒精浓度范围为每100毫升血液酒精含量大于或等于80毫克。

S406、云计算服务器向物联网设备发送多个驾驶行为分析结果。

步骤S406参见步骤S304的相关描述，在此不再叙述。

S407、物联网设备接收云计算服务器反馈的多个驾驶行为分析结果，以及对多个驾驶行为分析结果进行关键字提取，得到多个第一驾驶行为标签，多个第一驾驶行为标签与多个驾驶行为分析结果一一对应。

步骤S407参见步骤S305的相关描述，在此不再叙述。

S408、物联网设备从多个第一驾驶行为标签中筛选属于危险驾驶行为标签的多个第二驾驶行为标签。

S409、物联网设备将与多个第二驾驶行为标签一一对应的所有驾驶行为分析结果进行分类处理，得到至少一个危险驾驶行为集合，每个危险驾驶行为集合包括的驾驶行为分析结果对应同一个危险驾驶行为标签。

S410、物联网设备根据所述多个驾驶行为分析结果，进行通行控制。

步骤S410具体可以参照前述实施例中对应的通行控制方法，此处不再赘述。

上述实施例主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，基于物联网的园区智慧通行控制装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据方法示例对基于物联网的园区智慧通行控制装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请实施例中对模块的划分是示意性的，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。

下面为本申请装置实施例，本申请装置实施例用于执行本申请方法实施例所实现的方法。请参见图5，图5是本申请实施例提供的一种基于物联网的园区智慧通行控制装置500的功能模块组成框图，该基于物联网的园区智慧通行控制装置500应用于物联网设备，该基于物联网的园区智慧通行控制装置500包括：

获得模块501，用于获得进入园区的目标车辆的多个驾驶行为数据；

第一发送模块502，用于向云计算服务器发送携带多个驾驶行为数据的驾驶行为分析请求，驾驶行为分析请求用于指示云计算服务器反馈若干个驾驶行为分析结果；

第一接收模块503，用于接收云计算服务器反馈的多个驾驶行为分析结果，多个驾驶行为分析结果与多个驾驶行为数据一一对应；

控制模块504，用于根据所述多个驾驶行为分析结果，进行通行控制。

在一些可能的实施例中，上述基于物联网的园区智慧通行控制装置500还包括提取模块505、筛选模块506、第一分类模块507和判断模块508，其中：

提取模块505，用于对多个驾驶行为分析结果进行关键字提取，得到多个第一驾驶行为标签，多个第一驾驶行为标签与多个驾驶行为分析结果一一对应；

筛选模块506，用于从多个第一驾驶行为标签中筛选属于危险驾驶行为标签的多个第二驾驶行为标签；

第一分类模块507，用于将与多个第二驾驶行为标签一一对应的所有驾驶行为分析结果进行分类处理，得到至少一个危险驾驶行为集合，每个危险驾驶行为集合包括的驾驶行为分析结果对应同一个危险驾驶行为标签；

判断模块508，用于根据所述至少一个危险驾驶行为集合，判断是否通行。

请参见图6，图6是本申请实施例提供的另一种基于物联网的园区智慧通行控制装置600的功能模块组成框图，该基于物联网的园区智慧通行控制装置600应用于云计算服务器，该基于物联网的园区智慧通行控制装置600包括：

第二接收模块601，用于接收物联网设备发送的携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，驾驶行为分析请求用于指示云计算服务器反馈若干个驾驶行为分析结果；

确定模块602，用于根据多个驾驶行为数据确定多个驾驶行为分析结果，多个驾驶行为分析结果与多个驾驶行为数据一一对应；

第二发送模块603，用于向物联网设备发送多个驾驶行为分析结果。

在一些可能的实施例中，上述基于物联网的园区智慧通行控制装置600还包括判别模块604和第二分类模块605，其中：

判别模块604，用于对多个驾驶行为数据进行图像类型判别，得到多个图像类型，多个图像类型与多个驾驶行为数据一一对应；

第二分类模块605，用于根据多个图像类型对多个驾驶行为数据进行分类处理，得到第一驾驶行为数据集合和第二驾驶行为数据集合，第一驾驶行驶数据集合包括的驾驶行为数据对应车辆图像，第二驾驶行为数据集合包括的驾驶行为数据对应车辆+驾驶员图像。

在一些可能的实施例中，在根据多个驾驶行为数据确定多个驾驶行为分析结果方面，上述确定模块602具体用于：

将第一驾驶行为数据集合包括的驾驶行为数据输入第一驾驶行为分析模型，第一驾驶行为分析模型用于针对车辆图像对应的驾驶行为数据进行驾驶行为分析；

根据驾驶行为数据A确定多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道，驾驶行为数据A为第一驾驶行为数据集合中的任意一个，多个第一车辆速度、多个第一车辆时刻和多个第一车辆位置分别与多个第一车辆所处车道一一对应；

根据多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道确定驾驶行为数据A对应的驾驶行为分析结果。

在一些可能的实施例中，在根据多个驾驶行为数据确定多个驾驶行为分析结果方面，上述确定模块602具体用于：

将第二驾驶行为数据集合包括的驾驶行为数据输入第二驾驶行为分析模型，第二驾驶行为分析模型用于针对车辆+驾驶员图像对应的驾驶行为数据进行驾驶行为分析；

根据驾驶行为数据B确定多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据，驾驶行为数据B为第二驾驶行为数据集合中的任意一个，多个第二车辆速度、多个第二车辆时刻和多个第二车辆位置分别与多个第二车辆所处车道一一对应，驾驶员B’为与驾驶行为数据B对应的车辆的驾驶员；

根据多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据确定驾驶行为数据B对应的驾驶行为分析结果。

请参见图7，图7是本申请实施例提供的一种物联网设备的结构示意图，该物联网设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的基于物联网的园区智慧通行控制程序，该物联网设备还包括通信接口和总线，存储器、处理器和通信接口通过总线连接，上述处理器执行上述基于物联网的园区智慧通行控制程序，上述基于物联网的园区智慧通行控制程序包括用于执行以下步骤的指令：

获得进入园区的目标车辆的多个驾驶行为数据；

向云计算服务器发送携带多个驾驶行为数据的驾驶行为分析请求，驾驶行为分析请求用于指示云计算服务器反馈若干个驾驶行为分析结果；

接收云计算服务器反馈的多个驾驶行为分析结果，多个驾驶行为分析结果与多个驾驶行为数据一一对应；

根据所述多个驾驶行为分析结果，进行通行控制。

在一些可能的实施例中，上述基于物联网的园区智慧通行控制程序还包括用于执行以下步骤的指令：

对多个驾驶行为分析结果进行关键字提取，得到多个第一驾驶行为标签，多个第一驾驶行为标签与多个驾驶行为分析结果一一对应；

从多个第一驾驶行为标签中筛选属于危险驾驶行为标签的多个第二驾驶行为标签；

将与多个第二驾驶行为标签一一对应的所有驾驶行为分析结果进行分类处理，得到至少一个危险驾驶行为集合，每个危险驾驶行为集合包括的驾驶行为分析结果对应同一个危险驾驶行为标签；

根据所述至少一个危险驾驶行为集合，判断是否通行。

请参见图8，图8是本申请实施例提供的一种云计算服务器的结构示意图，该云计算服务器包括存储器、处理器以及存储在存储器中并可在处理器上运行的基于物联网的园区智慧通行控制程序，该云计算服务器还包括通信接口和总线，存储器、处理器和通信接口通过总线连接，上述处理器执行上述基于物联网的园区智慧通行控制程序，上述基于物联网的园区智慧通行控制程序包括用于执行以下步骤的指令：

接收物联网设备发送的携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，驾驶行为分析请求用于指示云计算服务器反馈若干个驾驶行为分析结果；

根据多个驾驶行为数据确定多个驾驶行为分析结果，多个驾驶行为分析结果与多个驾驶行为数据一一对应；

向物联网设备发送多个驾驶行为分析结果。

在一些可能的实施例中，上述基于物联网的园区智慧通行控制程序还包括用于执行以下步骤的指令：

对多个驾驶行为数据进行图像类型判别，得到多个图像类型，多个图像类型与多个驾驶行为数据一一对应；

根据多个图像类型对多个驾驶行为数据进行分类处理，得到第一驾驶行为数据集合和第二驾驶行为数据集合，第一驾驶行驶数据集合包括的驾驶行为数据对应车辆图像，第二驾驶行为数据集合包括的驾驶行为数据对应车辆+驾驶员图像。

在一些可能的实施例中，在根据多个驾驶行为数据确定多个驾驶行为分析结果方面，上述基于物联网的园区智慧通行控制程序包括具体用于执行以下步骤的指令：

将第一驾驶行为数据集合包括的驾驶行为数据输入第一驾驶行为分析模型，第一驾驶行为分析模型用于针对车辆图像对应的驾驶行为数据进行驾驶行为分析；

根据驾驶行为数据A确定多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道，驾驶行为数据A为第一驾驶行为数据集合中的任意一个，多个第一车辆速度、多个第一车辆时刻和多个第一车辆位置分别与多个第一车辆所处车道一一对应；

根据多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道确定驾驶行为数据A对应的驾驶行为分析结果。

在一些可能的实施例中，在根据多个驾驶行为数据确定多个驾驶行为分析结果方面，上述基于物联网的园区智慧通行控制程序包括具体用于执行以下步骤的指令：

将第二驾驶行为数据集合包括的驾驶行为数据输入第二驾驶行为分析模型，第二驾驶行为分析模型用于针对车辆+驾驶员图像对应的驾驶行为数据进行驾驶行为分析；

根据驾驶行为数据B确定多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据，驾驶行为数据B为第二驾驶行为数据集合中的任意一个，多个第二车辆速度、多个第二车辆时刻和多个第二车辆位置分别与多个第二车辆所处车道一一对应，驾驶员B’为与驾驶行为数据B对应的车辆的驾驶员；

根据多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据确定驾驶行为数据B对应的驾驶行为分析结果。

本申请实施例提供了一种计算机存储介质，上述计算机存储介质上存储有基于物联网的园区智慧通行控制程序，上述基于物联网的园区智慧通行控制程序被处理器执行，以实现如上述方法实施例中记载的任一方法中的步骤。

本申请实施例还提供了一种计算机程序产品，上述计算机程序产品包括存储有基于物联网的园区智慧通行控制程序的非瞬时性计算机可读存储介质，上述基于物联网的园区智慧通行控制程序可操作来使计算机执行如上述方法实施例中记载的任一方法中的步骤。该计算机程序产品可以为一个软件安装包。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可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，例如上述模块的划分，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，例如多个模块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，装置或模块的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实现方式及应用范围上均会有改变之处，综上上述，本说明书内容不应理解为对本申请的限制。

Claims (3)

1.一种基于物联网的园区智慧通行控制方法，其特征在于，应用于云计算服务器，所述方法包括：

接收物联网设备发送的携带进入园区的目标车辆的多个驾驶行为数据的驾驶行为分析请求，所述驾驶行为分析请求用于指示所述云计算服务器反馈若干个驾驶行为分析结果；

根据所述多个驾驶行为数据确定多个驾驶行为分析结果，所述多个驾驶行为分析结果与所述多个驾驶行为数据一一对应；

向所述物联网设备发送所述多个驾驶行为分析结果；

所述根据所述多个驾驶行为数据确定多个驾驶行为分析结果之前，所述方法还包括：

对所述多个驾驶行为数据进行图像类型判别，得到多个图像类型，所述多个图像类型与所述多个驾驶行为数据一一对应；

根据所述多个图像类型对所述多个驾驶行为数据进行分类处理，得到第一驾驶行为数据集合和第二驾驶行为数据集合，所述第一驾驶行为 数据集合包括的驾驶行为数据对应车辆图像，所述第二驾驶行为数据集合包括的驾驶行为数据对应车辆+驾驶员图像；

所述根据所述多个驾驶行为数据确定多个驾驶行为分析结果，包括：

将所述第二驾驶行为数据集合包括的驾驶行为数据输入第二驾驶行为分析模型，所述第二驾驶行为分析模型用于针对所述车辆+驾驶员图像对应的驾驶行为数据进行驾驶行为分析；

根据驾驶行为数据B确定多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据，所述驾驶行为数据B为所述第二驾驶行为数据集合中的任意一个，所述多个第二车辆速度、所述多个第二车辆时刻和所述多个第二车辆位置分别与所述多个第二车辆所处车道一一对应，所述驾驶员B’为与所述驾驶行为数据B对应的车辆的驾驶员；

根据所述多个第二车辆速度、所述多个第二车辆时刻、所述多个第二车辆位置、所述多个第二车辆所处车道以及所述驾驶员B’的驾驶数据确定所述驾驶行为数据B对应的驾驶行为分析结果；

根据多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置、多个第二车辆所处车道以及驾驶员B’的驾驶数据确定驾驶行为数据B对应的驾驶行为分析结果，包括：

根据多个第二车辆速度、多个第二车辆时刻、多个第二车辆位置以及多个第二车辆所处车道确定驾驶行为数据B对应的第一部分驾驶行为分析结果；

根据驾驶员B’的驾驶数据确定驾驶行为数据B对应的第二部分驾驶行为分析结果；

根据第一部分驾驶行为分析结果和第二部分驾驶行为分析结果确定驾驶行为数据B对应的驾驶行为分析结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个驾驶行为数据确定多个驾驶行为分析结果，包括：

将所述第一驾驶行为数据集合包括的驾驶行为数据输入第一驾驶行为分析模型，所述第一驾驶行为分析模型用于针对所述车辆图像对应的驾驶行为数据进行驾驶行为分析；

根据驾驶行为数据A确定多个第一车辆速度、多个第一车辆时刻、多个第一车辆位置以及多个第一车辆所处车道，所述驾驶行为数据A为所述第一驾驶行为数据集合中的任意一个，所述多个第一车辆速度、所述多个第一车辆时刻和所述多个第一车辆位置分别与所述多个第一车辆所处车道一一对应；

根据所述多个第一车辆速度、所述多个第一车辆时刻、所述多个第一车辆位置以及所述多个第一车辆所处车道确定所述驾驶行为数据A对应的驾驶行为分析结果。

3.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于物联网的园区智慧通行控制程序，所述基于物联网的园区智慧通行控制程序被处理器执行以实现如权利要求1-2任一项所述的基于物联网的园区智慧通行控制方法中的步骤。

Images