CN113838227A - 一种车辆异常停留监控方法及系统 - Google Patents
一种车辆异常停留监控方法及系统 Download PDFInfo
- Publication number
- CN113838227A CN113838227A CN202111192947.3A CN202111192947A CN113838227A CN 113838227 A CN113838227 A CN 113838227A CN 202111192947 A CN202111192947 A CN 202111192947A CN 113838227 A CN113838227 A CN 113838227A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- preset
- time period
- abnormally
- track data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- 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
- G08B21/18—Status alarms
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Emergency Alarm Devices (AREA)
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种车辆异常停留监控方法及系统,属于车辆监控技术领域。方法包括:接收车载设备上报的车辆实时数据,基于所述车辆实时数据形成车辆的行驶轨迹数据,所述行驶轨迹数据包括车辆的轨迹点和速度;判断预定时间段内车辆的速度是否持续小于速度阈值达第一时长,若是,则根据所述车辆的行驶轨迹数据判断车辆是否异常停留;若车辆异常停留,则推送预警提示信息。本发明车辆异常停留判断准确度高,符合业务场景需求,在车辆异常停留时进行实时预警提示,能够及时干预,避免运输途中的“跑冒滴漏”等行为风险。
Description
技术领域
本发明属于车辆监控技术领域,尤其涉及一种车辆异常停留监控方法及系统。
背景技术
农业生产物资从配送站运输到田间地头,运输过程需要内部或者外部车队保障时效,需要指派司机及车辆去完成整个配送过程。但是实操过程中,会出现车辆因为各种原因出现异常停留的情况。例如肥料配送过程,从肥料生产订单开始,指派的司机车辆到配送站仓库装配完成后,按照就近原则,一般会有几公里到几十公里不等的运输过程,才能到达田间地头,这个过程可能持续几个小时到十几个小时。这个过程中,车辆异常停留可能带来的问题和风险有:
1、时效性得不到保障,配送不能及时到达;
2、车辆出现故障,不能及时发现,人货车出现安全隐患;
3、物资存在跑冒滴漏风险。
结合以上情况,需要对物资配送过程进行异常停留监控,及时预警并尽早进行干预。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种车辆异常停留监控方法及系统,通过车载设备上报的实时数据形成车辆行驶轨迹数据,在车辆速度小于速度阈值达第一时长时进行车辆异常停留判断,准确度高,符合业务场景需求,在车辆异常停留时进行实时预警提示,能够及时干预,避免运输途中的“跑冒滴漏”等行为风险。
根据本发明的一个方面,本发明提供了一种车辆异常停留监控方法,所述方法包括以下步骤:
S1:接收车载设备上报的车辆实时数据,基于所述车辆实时数据形成车辆的行驶轨迹数据,所述行驶轨迹数据包括车辆的轨迹点和速度;
S2:判断预定时间段内车辆的速度是否持续小于速度阈值达第一时长,若是,则根据所述车辆的行驶轨迹数据判断车辆是否异常停留;
S3:若车辆异常停留,则推送预警提示信息。
优选地,所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留,包括:
确定第一区域,当所述预定时间段内的轨迹点落入所述第一区域内的比例大于比例阈值时,则确定车辆异常停留。
优选地,所述确定第一区域,包括:
获取所述预定时间段内满足预设条件的预设数量的轨迹点,计算所述预设数量的轨迹点的中心点,以所述中心点为圆心,以预设距离为半径画圆,形成第一区域。
优选地,所述预设数量为4个,所述预设条件包括:经度最大、经度最小、维度最大、维度最小。
优选地,在所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留之前,配置所述预定时间段、所述速度阈值、所述第一时长、所述预设距离和所述比例阈值。
根据本发明的另一个方面,本发明还提供了一种车辆异常停留监控系统,所述系统包括:
接收模块,接收车载设备上报的车辆实时数据,基于所述车辆实时数据形成车辆的行驶轨迹数据,所述行驶轨迹数据包括车辆的轨迹点和速度;
判断模块,判断预定时间段内车辆的速度是否持续小于速度阈值达第一时长,若是,则根据所述车辆的行驶轨迹数据判断车辆是否异常停留;
提示模块,若车辆异常停留,则推送预警提示信息。
优选地,所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留包括:
确定第一区域,当所述预定时间段内的轨迹点落入所述第一区域内的比例大于比例阈值时,则确定车辆异常停留。
优选地,所述确定第一区域,包括:
获取所述预定时间段内满足预设条件的预设数量的轨迹点,计算所述预设数量的轨迹点的中心点,以所述中心点为圆心,以预设距离为半径画圆,形成第一区域。
优选地,所述预设数量为4个,所述预设条件包括:经度最大、经度最小、维度最大、维度最小。
优选地,在所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留之前,配置所述预定时间段、所述速度阈值、所述第一时长、所述预设距离和所述比例阈值。
有益效果:本发明通过车载设备上报的实时数据形成车辆行驶轨迹数据,在车辆速度小于速度阈值达第一时长时进行车辆异常停留判断,准确度高,符合业务场景需求,在车辆异常停留时进行实时预警提示,能够及时干预,避免运输途中的“跑冒滴漏”等行为风险。
通过参照以下附图及对本发明的具体实施方式的详细描述,本发明的特征及优点将会变得清楚。
附图说明
图1是车辆异常停留监控方法流程图;
图2是中心点计算逻辑示意图;
图3是车辆异常停留监控系统示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例1
图1是车辆异常停留监控方法流程图。如图1所示,本发明提供了一种车辆异常停留监控方法,所述方法包括以下步骤:
S1:接收车载设备上报的车辆实时数据,基于所述车辆实时数据形成车辆的行驶轨迹数据,所述行驶轨迹数据包括车辆的轨迹点和速度。
其中,车辆实时数据包括车辆的定位时间、经度、维度、速度等,行驶轨迹数据包括车辆的轨迹点、速度、起点经纬度,终点经纬度、车辆ACC状态等。车辆的实时位置和轨迹信息通过kafka消息队列传递到设备中台,作为异常停留算法的核心数据输入。
对人、车、定位设备、轨迹数据预处理,形成车辆轨迹数据,通过物联网平台,对人、车、定位设备数据进行绑定,Kafka轨迹数据解析,入时序数据库。
S2:判断预定时间段内车辆的速度是否持续小于速度阈值达第一时长,若是,则根据所述车辆的行驶轨迹数据判断车辆是否异常停留。
所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留包括:
确定第一区域,当所述预定时间段内的轨迹点落入所述第一区域内的比例大于比例阈值时,则确定车辆异常停留。
所述确定第一区域,包括:
获取所述预定时间段内满足预设条件的预设数量的轨迹点,计算所述预设数量的轨迹点的中心点,以所述中心点为圆心,以预设距离为半径画圆,形成第一区域。
优选地,所述预设数量为4个,所述预设条件包括:经度最大、经度最小、维度最大、维度最小。
参考图2,图2是中心点计算逻辑示意图。异常停留核心算法:以tsn(农机机载设备编码)为单位,结合物料运输状态,遍历运输过程中所有轨迹点,速度持续小于速度阈值达第一时长时触发计算,获取预定时间段内满足预设条件的4个轨迹点,所述预设条件为轨迹点的经度最大、或经度最小、或维度最大、或维度最小。通过4个点计算出中心点,以中心点为圆心画圆,预设距离为半径画圆,形成第一区域,在这个时间段内一定比例的轨迹点落在圆内,认为是异常停留。
优选地,在所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留之前,配置所述预定时间段、所述速度阈值、所述第一时长、所述预设距离和所述比例阈值。
具体地,在执行判断之前,预先配置第一时长,默认为20分钟,速度阈值默认为5KM/H±浮动,预定距离即画圆半径默认为100M,预定比例即异常停留位置占比默认为75%。
在一个示例中,20分钟以内,轨迹点75%落在半径100米以内,则判断为异常停留。当车辆离开了这个100米范围后重新判断是否有异常停留。
在一个示例中,在预定的时间间隔内没有收到车载设备上报的实时数据,则判断车辆异常停留。例如,20分钟、40分钟、60分钟没接收到数据,判断为异常停留。
S3:若车辆异常停留,则推送预警提示信息。
在推送预警提示信息时,可以按照一定的时间间隔重复推送预定的次数,例如,20分钟、40分钟、60分钟各推送预警一次,后续不再推送异常停留提示信息。
本实施例结合车辆实时位置进行计算,算法精确,误差率低;采用轨迹分布落点算法,符合业务场景需求;在车辆异常停留时实时预警,能够提示管理层及执行层及时干预,避免运输途中的“跑冒滴漏”等行为风险。
实施例2
图3是车辆异常停留监控系统示意图。如图3所示,本发明还提供了一种车辆异常停留监控系统,所述系统包括:
接收模块,接收车载设备上报的车辆实时数据,基于所述车辆实时数据形成车辆的行驶轨迹数据,所述行驶轨迹数据包括车辆的轨迹点和速度;
判断模块,判断预定时间段内车辆的速度是否持续小于速度阈值达第一时长,若是,则根据所述车辆的行驶轨迹数据判断车辆是否异常停留;
提示模块,若车辆异常停留,则推送预警提示信息。
优选地,所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留包括:
确定第一区域,当所述预定时间段内的轨迹点落入所述第一区域内的比例大于比例阈值时,则确定车辆异常停留。
优选地,所述确定第一区域,包括:
获取所述预定时间段内满足预设条件的预设数量的轨迹点,计算所述预设数量的轨迹点的中心点,以所述中心点为圆心,以预设距离为半径画圆,形成第一区域。
优选地,所述预设数量为4个,所述预设条件包括:经度最大、经度最小、维度最大、维度最小。
优选地,在所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留之前,配置所述预定时间段、所述速度阈值、所述第一时长、所述预设距离和所述比例阈值。
本实施例2中各个模块所执行的方法步骤的具体实施过程与实施例1中的各个步骤的实施过程相同,在此不再赘述。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种车辆异常停留监控方法,其特征在于,所述方法包括以下步骤:
S1:接收车载设备上报的车辆实时数据,基于所述车辆实时数据形成车辆的行驶轨迹数据,所述行驶轨迹数据包括车辆的轨迹点和速度;
S2:判断预定时间段内车辆的速度是否持续小于速度阈值达第一时长,若是,则根据所述车辆的行驶轨迹数据判断车辆是否异常停留;
S3:若车辆异常停留,则推送预警提示信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留,包括:
确定第一区域,当所述预定时间段内的轨迹点落入所述第一区域内的比例大于比例阈值时,则确定车辆异常停留。
3.根据权利要求2所述的方法,其特征在于,所述确定第一区域,包括:
获取所述预定时间段内满足预设条件的预设数量的轨迹点,计算所述预设数量的轨迹点的中心点,以所述中心点为圆心,以预设距离为半径画圆,形成第一区域。
4.根据权利要求3所述的方法,其特征在于,所述预设数量为4个,所述预设条件包括:经度最大、经度最小、维度最大、维度最小。
5.根据权利要求4所述的方法,其特征在于,在所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留之前,配置所述预定时间段、所述速度阈值、所述第一时长、所述预设距离和所述比例阈值。
6.一种车辆异常停留监控系统,其特征在于,所述系统包括:
接收模块,接收车载设备上报的车辆实时数据,基于所述车辆实时数据形成车辆的行驶轨迹数据,所述行驶轨迹数据包括车辆的轨迹点和速度;
判断模块,判断预定时间段内车辆的速度是否持续小于速度阈值达第一时长,若是,则根据所述车辆的行驶轨迹数据判断车辆是否异常停留;
提示模块,若车辆异常停留,则推送预警提示信息。
7.根据权利要求6所述的系统,其特征在于,所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留包括:
确定第一区域,当所述预定时间段内的轨迹点落入所述第一区域内的比例大于比例阈值时,则确定车辆异常停留。
8.根据权利要求7所述的系统,其特征在于,所述确定第一区域,包括:
获取所述预定时间段内满足预设条件的预设数量的轨迹点,计算所述预设数量的轨迹点的中心点,以所述中心点为圆心,以预设距离为半径画圆,形成第一区域。
9.根据权利要求8所述的系统,其特征在于,所述预设数量为4个,所述预设条件包括:经度最大、经度最小、维度最大、维度最小。
10.根据权利要求9所述的系统,其特征在于,在所述根据所述车辆的行驶轨迹数据判断车辆是否异常停留之前,配置所述预定时间段、所述速度阈值、所述第一时长、所述预设距离和所述比例阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111192947.3A CN113838227B (zh) | 2021-10-13 | 2021-10-13 | 一种车辆异常停留监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111192947.3A CN113838227B (zh) | 2021-10-13 | 2021-10-13 | 一种车辆异常停留监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113838227A true CN113838227A (zh) | 2021-12-24 |
CN113838227B CN113838227B (zh) | 2022-06-24 |
Family
ID=78968704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111192947.3A Active CN113838227B (zh) | 2021-10-13 | 2021-10-13 | 一种车辆异常停留监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113838227B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114999123A (zh) * | 2022-04-21 | 2022-09-02 | 武汉智凯科技有限公司 | 一种运煤车辆监控预警方法、系统、设备及其介质 |
CN115938080A (zh) * | 2022-10-27 | 2023-04-07 | 安徽共生众服供应链技术研究院有限公司 | 一种网络货运运营异常预警的方法 |
TWI811983B (zh) * | 2022-01-28 | 2023-08-11 | 湛積股份有限公司 | 定位資訊的優化方法 |
CN116662788A (zh) * | 2023-07-27 | 2023-08-29 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种车辆轨迹处理方法、装置、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000335450A (ja) * | 1999-05-28 | 2000-12-05 | Toyota Motor Corp | 車輌用データ記録装置 |
CN107229680A (zh) * | 2017-05-08 | 2017-10-03 | 武汉依迅北斗空间技术有限公司 | 一种渣土车违规作业追溯方法和系统 |
CN107393293A (zh) * | 2017-06-06 | 2017-11-24 | 新疆四得恒通信息科技有限公司 | 一种大型机械设备和重型车辆安全管控系统 |
CN108182801A (zh) * | 2017-12-21 | 2018-06-19 | 北京中交兴路信源科技有限公司 | 一种基于车辆轨迹的停留点实时检测方法及系统 |
CN110428604A (zh) * | 2019-07-30 | 2019-11-08 | 山东交通学院 | 一种基于gps轨迹数据和地图数据的出租车违规停车监测与预警方法 |
CN111598368A (zh) * | 2019-02-21 | 2020-08-28 | 北京嘀嘀无限科技发展有限公司 | 基于行程结束后停留异常的风险识别方法、系统及装置 |
-
2021
- 2021-10-13 CN CN202111192947.3A patent/CN113838227B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000335450A (ja) * | 1999-05-28 | 2000-12-05 | Toyota Motor Corp | 車輌用データ記録装置 |
CN107229680A (zh) * | 2017-05-08 | 2017-10-03 | 武汉依迅北斗空间技术有限公司 | 一种渣土车违规作业追溯方法和系统 |
CN107393293A (zh) * | 2017-06-06 | 2017-11-24 | 新疆四得恒通信息科技有限公司 | 一种大型机械设备和重型车辆安全管控系统 |
CN108182801A (zh) * | 2017-12-21 | 2018-06-19 | 北京中交兴路信源科技有限公司 | 一种基于车辆轨迹的停留点实时检测方法及系统 |
CN111598368A (zh) * | 2019-02-21 | 2020-08-28 | 北京嘀嘀无限科技发展有限公司 | 基于行程结束后停留异常的风险识别方法、系统及装置 |
CN110428604A (zh) * | 2019-07-30 | 2019-11-08 | 山东交通学院 | 一种基于gps轨迹数据和地图数据的出租车违规停车监测与预警方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI811983B (zh) * | 2022-01-28 | 2023-08-11 | 湛積股份有限公司 | 定位資訊的優化方法 |
CN114999123A (zh) * | 2022-04-21 | 2022-09-02 | 武汉智凯科技有限公司 | 一种运煤车辆监控预警方法、系统、设备及其介质 |
CN115938080A (zh) * | 2022-10-27 | 2023-04-07 | 安徽共生众服供应链技术研究院有限公司 | 一种网络货运运营异常预警的方法 |
CN116662788A (zh) * | 2023-07-27 | 2023-08-29 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种车辆轨迹处理方法、装置、设备和存储介质 |
CN116662788B (zh) * | 2023-07-27 | 2024-04-02 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种车辆轨迹处理方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113838227B (zh) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113838227B (zh) | 一种车辆异常停留监控方法及系统 | |
US11100795B2 (en) | Driving service active sensing system and method in internet of vehicles environment | |
US11100793B2 (en) | System and method for detection and quantification of irregular traffic congestion | |
CN113140121B (zh) | 一种面向网联货车驾驶员的安全预警方法、装置及系统 | |
CN105279958A (zh) | 车队管理系统及方法 | |
CN113240909A (zh) | 车辆监测方法、设备、云控平台和车路协同系统 | |
CN107316355B (zh) | 对导致车辆运行油耗异常的驾驶技能远程监测系统和方法 | |
US20130030681A1 (en) | Method and apparatus for updating travel time estimation | |
WO2023274071A1 (zh) | 驾驶行为监控方法、装置、电子设备及存储介质 | |
CN112687125B (zh) | 一种公路上违规停车后的预警方法、装置、存储介质及终端 | |
CN107433921A (zh) | 一种车辆运行状态监控方法、装置和系统 | |
CN105654719A (zh) | 一种疲劳驾驶分析方法和装置 | |
GB2485971A (en) | Transmitting recorded data in the event of a road vehicle accident | |
CN111765903A (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
CN111765904B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
CN104464356A (zh) | 一种出租车司机行车安全防范方法 | |
US20180165952A1 (en) | Monitoring traffic congestion | |
CN117078020B (zh) | 基于无人机的物流运输数据管理系统 | |
CN113888840A (zh) | 监测网络货运司机运输行为的方法、装置及电子设备 | |
CN111474565A (zh) | 道路运输车辆卫星定位系统终端违规插拔情况的判断方法 | |
CN112039956A (zh) | 一种基于驾驶数据的车险数据监控处理系统及方法 | |
CN112530165B (zh) | 一种基于物联网的机坪保障车辆的违章判断方法和装置 | |
CN111047835A (zh) | 一种基于区块链的公路客运超速预警系统 | |
CN110544375A (zh) | 一种车辆监管方法、装置及计算机可读存储介质 | |
CN112637783B (zh) | 基于可见光定位技术的轨道交通安全管理方法和装置 |
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 |