CN113971880A - 基于区块链的汽车智能监测系统及方法 - Google Patents

基于区块链的汽车智能监测系统及方法 Download PDF

Info

Publication number
CN113971880A
CN113971880A CN202111134205.5A CN202111134205A CN113971880A CN 113971880 A CN113971880 A CN 113971880A CN 202111134205 A CN202111134205 A CN 202111134205A CN 113971880 A CN113971880 A CN 113971880A
Authority
CN
China
Prior art keywords
vehicle
block chain
node
target block
encrypting
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.)
Withdrawn
Application number
CN202111134205.5A
Other languages
English (en)
Inventor
鲍荣清
杨洪磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Lianyin Information Technology Co ltd
Original Assignee
Shanghai Lianyin Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Lianyin Information Technology Co ltd filed Critical Shanghai Lianyin Information Technology Co ltd
Priority to CN202111134205.5A priority Critical patent/CN113971880A/zh
Publication of CN113971880A publication Critical patent/CN113971880A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0435—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply symmetric encryption, i.e. same key used for encryption and decryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于区块链的汽车智能监测方法，包括：根据汽车的车牌号、发动机序列号和车载智能终端设备序列号生成行车车辆编号，并对行业车辆编号进行加密，建立目标区块链的链头；设置车辆安全驾驶及报警阈值，并结合行业车辆编号生成目标区域链中的第三方监测节点；将所生成的第三方监测节点与目标区块链的链头连接，并利用第三方监测节点实时监测车辆，以及将监测结果加密后传输至目标区块链。本发明利用车牌号、发动机序列号、车载智能监测终端序列号作为行业车辆编号，建立独一无二的区块链联盟；同时，采用Fabric联盟链多个节点记录数据，全面记录车辆生产、安全监测、二手交易的检测报告和图像，为汽车生产、安全监测提供违法和事故溯源。

Description

基于区块链的汽车智能监测系统及方法
技术领域
本发明涉及交通道路运输安全监测技术领域，特别是涉及一种基于区块链的汽车智能监测系统及方法。
背景技术
安全生产是关系人民群众生命财产安全的大事，是党和政府对人民利益高度负责的要求。根据公安部交管局统计，例如2016年全国共发生货车责任道路交通事故5.04万起，造成2.5万人死亡、4.68万人受伤，分别占汽车责任事故总量的30.5％、48.23％和27.81％，远高于货车保有量占汽车总量的比例。运营车辆(包括货运和客运)发生重大特大群死群伤事故影响之大，提高运营车辆安全性已经已经成了交通行业的当务之急。据科学统计，在所有的道路交通事故中，人为原因占比高达93％，而这其中的80％由于驾驶员在事发前3秒走神引起，针对这些由于驾驶员疲劳驾驶、不当操作(如抽烟、打电话、分心)引发交通事故现象的解决已迫在眉睫。管理涉及到政府多个部门，协调难度大，管理部门各种建立行业管理中心，数据难以共享，信息系统繁多海量数据分析困难，同时交通运输安全监测领域软硬件设备质量参差不齐，运输企业安全责任主体落实不到位，运输企业、运营商等监控处于应付形式，数据篡改及删除，真实性，安全性，可靠性等安全监测得不到统一完整发挥。大力发挥智慧交通，推动大数据、互联网、人工智能、区块链、超级计算机等新技术与交通行业深度融合，交通运输部和给到交通运输主管部门在研究编制“十四五”规划时，纷纷对区块链应用提出了要求。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于区块链的汽车智能监测系统及方法，用于解决汽车的执法监测问题。
为实现上述目的及其他相关目的，本发明提供一种基于区块链的汽车智能监测方法，包括以下步骤：
根据汽车的车牌号、发动机序列号和车载智能终端设备序列号生成行车车辆编号，并对所述行业车辆编号进行加密，建立目标区块链的链头；
设置车辆安全驾驶及报警阈值，并结合所述行业车辆编号生成目标区域链中的第三方监测节点；
将所生成的第三方监测节点与所述目标区块链的链头连接，并利用所述第三方监测节点实时监测车辆，以及将监测结果加密后传输至目标区块链中。
可选地，所述目标区块链还包括有：
车载智能终端设备商节点，用于记录车载智能终端设备的安装序列号、安装图像和安装日期，并将记录结果加密传输至所述目标区块链中；
运营商节点，用于加密传输车载智能终端设备的安装人员、安装企业、安装车辆、设备厂商、安装时间和设备序列号。
可选地，所述目标区块链还包括有：
车辆制造厂商节点，用于根据车辆制造商车辆产品生产过程及合格记录生成车辆出厂检查报告，并将对应的检查报告加密传输至所述目标区块链中；
车辆维保4S店节点，用于记录车辆维修保养日期、人员、维修内容报告图像，并将记录结果加密传输至所述目标区块链中。
可选地，，所述目标区块链还包括有：
政府监管节点，用于根据行业车辆编号核实车辆注册属性和驾驶证，以及对交通违法信息进行研判和处罚，发布交通违法信息和政策，对应的核实结果、研判、处罚和所发布的信息均加密上传至目标区块链中；
用户节点，用于查询当前车辆的架势轨迹和交通违法行为溯源；其中所述交通违法行为至少包括：打电话、抽烟和未系安全带。
可选地，，所述目标区块链还包括有：
保险公司节点，用于核实车辆购买保险属性，并根据管理部门对交通事故进行赔偿，以及按管理部门的要求设置不同保险险种和发布政策；
二手车交易节点，用于根据车辆制造商记录、管理部门记录和交易记录生成交易报告，并将生成的交易报告加密传输至目标区块链中。
可选地，，所述目标区块链还包括有：
应急管理部门节点，用于对交通事故车辆所有属性进行针对性的环保处置，生成应急救援处理结果，并将所述应急救援处置结果加密传输至目标区块链中；
环保管理部门节点，用于对交通事故车辆所有属性进行针对性的环保处置，生成环保处置报告，并将所述环保处置报告加密传输至目标区块链中；
市场监管部门节点，用于对交通事故车辆所属企业进行合法性核实，生成市场监管部门处置报告，并将所生成的市场监管部门处置报告加密传输至目标区块链中。
可选地，所述目标区块链还包括有：
公安交警节点，用于根据车载智能终端记录的行车视频、卫星定位和驾驶员行为智能图像视频进行交通事故研判，生成交通事故处置报告，并将所生成的交通事故处置报告加密传输至目标区块链中；
交通运输综合执法节点，用于根据驾驶员安全培训、车载智能终端行车视频、卫星定位和驾驶员行为智能图像视频进行交通运输综合执法，生成相关的执法报告，并将所生成的执法报告加密传输至目标区块链中。
可选地，所述目标区块链还包括有：
车载智能终端的人工智能节点，用于对车辆行驶轨迹、驾驶员人脸识别、驾驶员打电话、抽烟、未系安全带和疲劳驾驶行为进行人工智能处理，生成对应的处理报告，并将所生成的处理报告加密传输至目标区块链中；
大数据节点，用于根据行业车辆编号、车辆卫星定位记录、驾驶员驾驶行为数据、第三方监测记录、应急处置记录、交通违法记录、车辆维保4S店记录和保险赔偿记录形成基于大数据的保险风控企业画像、保险风控驾驶员画像，并将所形成的保险风控企业画像和保险风控驾驶员画像加密传输至目标区块链中。
可选地，所述车载智能终端的人工智能节点基于YOLOv5模型算法生成，所述目标区块链为Fabric区块链。
本发明还提供一种基于区块链的汽车智能监测系统，包括有如上述中任一所述的基于区块链的汽车智能监测方法。
如上所述，本发明提供一种基于区块链的汽车智能监测系统及方法，具有以下有益效果：
(1)本发明合理的利用车牌号、发动机序列号、车载智能监测终端序列号作为行业车辆编号，建立独一无二的区块链联盟；并且利用运输企业节点、运营商节点、车辆制造商节点、第三方监测节点、车辆维保节点、二手交易节点、管理部门应急、公安交警、市场监管、环保、交通运输综合执法节点、保险企业节点、车载智能监测设备商节点记录车辆的车况和图像；以建立车辆生产、销售、行驶卫星定位、驾驶员驾驶、二手交易即车辆全生命周期的记录；
(2)本发明巧妙的利用智能图像识别目标检测推理YOLOv5模型算法，该模型算法可以更轻松地部署到车载智能嵌入式设备，同时在其在COCO数据集上的平均精度(AP)和帧率精度(FPS)分别提高了10％和12％，为区块链Fabric联盟链上传数据提供有效真实数据资源，以便于可靠的记录车辆整个生命周期详细信息；
(3)本发明的智能图像识别目标检测推理YOLOv5模型算法，输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放，还加快了网络模型的运行速率；
(4)本发明的智能图像识别目标检测推理YOLOv5模型算法，基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构，用了CSPDarknet53结构进行优化，而且使用了Focus结构作为基准网络。
(5)本发明的智能图像识别目标检测推理YOLOv5模型算法，Neck网络通常位于基准网络和头网络的中间位置，利用它可以进一步提升特征的多样性及鲁棒性。
(6)本发明的智能图像识别目标检测推理YOLOv5模型算法，Head主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms，对图像特征进行预测，生成边界框和并预测类别。识别速度快，准确率高。
(7)本发明的大数据的保险风控企业画像，保险风控驾驶员画像，采用用高斯混合模型(GMM)的最大期望(EM)聚类分析方法。GMMs使用均值和标准差，簇可以呈现出椭圆形而不是仅仅限制于圆形，GMMs是使用概率，所有一个数据点可以属于多个簇。例如数据点X可以有百分之20的概率属于A簇高风险，百分之30的概率属于B簇中风险，百分之50的概率属于C簇低风险。
(8)本发明采用Fabric联盟链多个节点记录数据，并全面记录车辆生产、安全监测、二手交易等的检测报告和图像；另外，本发明建立独立的Fabric联盟，并记录上传的时间，为汽车生产、安全监测等提供违法和事故溯源。
(9)本发明利用对称算法加密及Raft共识算法，其信息加密可靠，且授权访问方便。
(10)本发明具有操作和信息记录完整、系统处理速度快、信息不可篡改，去中心化等优点，在交通运输安全监测技术领域具有很高的实用价值、经济价值及推广价值。
附图说明
图1为一实施例提供的基于区块链的汽车智能监测方法的流程示意图；
图2为一实施例提供的基于区块链的汽车智能监测系统的硬件结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参阅图1，本发明提供一种基于区块链的汽车智能监测方法，包括以下步骤：
根据汽车的车牌号、发动机序列号和车载智能终端设备序列号生成行车车辆编号，并对所述行业车辆编号进行加密，建立目标区块链的链头；
设置车辆安全驾驶及报警阈值，并结合所述行业车辆编号生成目标区域链中的第三方监测节点；
将所生成的第三方监测节点与所述目标区块链的链头连接，并利用所述第三方监测节点实时监测车辆，以及将监测结果加密后传输至目标区块链中。
以及，利用车载智能终端设备商节点记录车载智能终端设备的安装序列号、安装图像和安装日期，并将记录结果加密传输至所述目标区块链中；
利用运营商节点加密传输车载智能终端设备的安装人员、安装企业、安装车辆、设备厂商、安装时间和设备序列号。
以及，利用车辆制造厂商节点根据车辆制造商车辆产品生产过程及合格记录生成车辆出厂检查报告，并将对应的检查报告加密传输至所述目标区块链中；
利用车辆维保4S店节点记录车辆维修保养日期、人员、维修内容报告图像，并将记录结果加密传输至所述目标区块链中。
以及，利用政府监管节点根据行业车辆编号核实车辆注册属性和驾驶证，以及对交通违法信息进行研判和处罚，发布交通违法信息和政策，对应的核实结果、研判、处罚和所发布的信息均加密上传至目标区块链中；
利用用户节点查询当前车辆的架势轨迹和交通违法行为溯源；其中，所述交通违法行为至少包括：打电话、抽烟和未系安全带。
以及，利用保险公司节点核实车辆购买保险属性，并根据管理部门对交通事故进行赔偿，以及按管理部门的要求设置不同保险险种和发布政策；
利用二手车交易节点根据车辆制造商记录、管理部门记录和交易记录生成交易报告，并将生成的交易报告加密传输至目标区块链中。
以及，利用应急管理部门节点对交通事故车辆所有属性进行针对性的环保处置，生成应急救援处理结果，并将所述应急救援处置结果加密传输至目标区块链中；
利用环保管理部门节点对交通事故车辆所有属性进行针对性的环保处置，生成环保处置报告，并将所述环保处置报告加密传输至目标区块链中；
市场监管部门节点，用于对交通事故车辆所属企业进行合法性核实，生成市场监管部门处置报告，并将所生成的市场监管部门处置报告加密传输至目标区块链中。
以及，利用公安交警节点根据车载智能终端记录的行车视频、卫星定位和驾驶员行为智能图像视频进行交通事故研判，生成交通事故处置报告，并将所生成的交通事故处置报告加密传输至目标区块链中；
利用交通运输综合执法节点根据驾驶员安全培训、车载智能终端行车视频、卫星定位和驾驶员行为智能图像视频进行交通运输综合执法，生成相关的执法报告，并将所生成的执法报告加密传输至目标区块链中。
以及，利用车载智能终端的人工智能节点对车辆行驶轨迹、驾驶员人脸识别、驾驶员打电话、抽烟、未系安全带和疲劳驾驶行为进行人工智能处理，生成对应的处理报告，并将所生成的处理报告加密传输至目标区块链中；
利用大数据节点根据行业车辆编号、车辆卫星定位记录、驾驶员驾驶行为数据、第三方监测记录、应急处置记录、交通违法记录、车辆维保4S店记录和保险赔偿记录形成基于大数据的保险风控企业画像、保险风控驾驶员画像，并将所形成的保险风控企业画像和保险风控驾驶员画像加密传输至目标区块链中。其中，车载智能终端的人工智能节点基于YOLOv5模型算法生成，目标区块链为Fabric区块链。
在另一实施例中，提供了一种基于区块链技术的汽车智能监测执法方法，包括以下步骤：
第一步，运营商节点根据交通部及地方政府要求在运输企业安装符合质量和协议的智能终端设备，并对车牌号、发动机序列号、车载智能终端设备序列号采用算法生成行业车辆编号，并建立为链头的区块链，车辆行驶把卫星定位及驾驶员驾驶行为图像加密上传至第三方监测节点区块链。
第二步，车辆制造厂商节点，根据要求获取行业车辆编号，并且验证车辆生产过程及出厂体检，加密生成车辆生成及出厂报告图像并上传至第三方节点区块链。
第三步，车载智能终端设备厂商节点，根据要求获取行业车辆编号，并且验证智能终端设备质量及出厂报告，加密生成车载智能终端设备质量及出厂报告图像并上传至第三方节点区块链。
第四步，运输企业节点，根据要求获取行业车辆编号，并且验证自己企业车载智能监测设备安装对应车辆的车牌及发动机号，加密生成相关的安装信息及检查报告图像并上传至第三方节点区块链。
第五步，车辆维保4S点节点，根据要求获取行业车辆编号，对车辆的维保和维修记录进行记录，加密生成相关的维修保养报告及图像并上传至第三方节点区块链。
第六步，第三方监测平台节点，根据要求获取行业车辆编号及当地政府管理部门的要求，对该车辆进行实时监测和报警及相关的记录，加密生成并第三方平台监测和报警及相关处置及报告图像并上传第三方节点区块链，作为政府监管部门、保险企业对车辆违规及事故个跟踪溯源。
第七步，政府监管节点，包括公安交警节点、环保节点、应急节点、市场监管节点，根据要求获取行业车辆编号及本管理部门的要求，对该车辆第三方监测节点、运营商节点、车辆制造商节点、车载智能设备商节点、二手交易节点等的数据进行监测和监管，加密生成政府监管部门的车辆违规违法及事故处置报告图像并上传第三方节点区块链以备各管理部门对车辆进行违规违法约谈及处置等一致性和有效性。
第八步，保险企业节点，根据要求获取行业车辆编号及当地政府管理部门的检测和监管处置等信息，对该车辆进行保险大数据风控及事故处置赔偿，加密生成并保险公司对车辆风控及事故处置赔偿报告图像并上传第三方节点区块链，作为政府监管部门节点、运输企业节点、二手交易节点等的事故跟踪溯源。
第九步，车辆二手交易节点，根据要求获取行业车辆编号及政府管理部门的信息及保险公司相关信息、车辆制造商节点信息，对该车辆进行二手交易估价并生成相关交易报告图像，并上传至第三方监测节点，作为后续政府监管、保险等的跟踪和溯源。
第十步，用户节点获取行业车辆编号，并访问区块链，并查询车辆卫星定位信息和图像，其中，智能图像处理节点将目标监测推理产生产图像识别过程为本申请技术，在此就不予赘述。
如图2所示，本发明还提供一种基于区块链的汽车智能监测系统，包括有：
运输企业节点，用于车载智能监测设备加密车牌号、发动机序列号及车载智能监测设备序列号生成新的行业车辆编号，并建立生成加密行业车辆编号传为链头的区块链，车载智能监测终端记录并加密车辆在行驶过程中根据卫星定位及终端报警阈值实时上传作为记录，第三方监测节点、运输企业安全员及企业负责人会对记录车辆的上链信息进行监测并通知驾驶人员，同时产生监测报告；
运营商节点，用于根据交通部门法规在运输企业运营车辆安装符合要求的智能监测设备，包括安装人员，安装企业，安装车辆，设备厂商，安装时间、设备序列号等数据都加密上链，防止数据篡改；
车载智能监测设备商节点，用于依据获取行业车辆编号及安装车载智能产品序列号、图像，安装日期，安装人员向区块链加密并上传记录；
车辆制造厂商节点，用于依据获取行业车辆编号，并建立车辆制造商车辆产品生产过程及合格记录向区块链加密上传车辆出厂产检报告；
车辆维保4S店节点，用于依据获取行业车辆编号，车辆维修保养日期、人员、维修内容报告图像向区块链加密上传记录；
第三方监测节点，用于依据获取行业车辆编号，对车辆安全驾驶及报警阈值进行实时智能监测，紧急报警直接下发信息到车载智能终端提醒驾驶员、安全员，并且通过智能电话机器人、短信、APP、微信等方式通知企业负责人。一般报警信息通过日、周、月报的形式发给企业安全负责人、政府管理部门，所有操作向区块链加密并上传记录。其中，第三方监测节点，依据行业车辆编号，按当地政府管理部门要求开发各种报警指标并进行实时24小时智能及人工研判，对紧急报警直接下发到设备终端进行语音提醒并通知驾驶员、安全员，非紧急报警指标按日、周、月报形式发送给运输企业安全负责人、交通运输管理部门、公安交通部门。所有操作向区块链加密并上传记录。
政府监管节点，用于依据获取行业车辆编号，核实车辆注册属性和运营属性，并且核实驾驶证及交通违法信息进行研判和处罚，交通违法信息和政策进行发布。所有操作向区块链加密并上传记录；
保险公司节点，用于依据获取行业车辆编号，核实车辆购买保险属性，并根据管理部门对交通事故进行赔偿，按管理部门要求设置不同保险险种及政策发布，所有操作向区块链加密并上传记录；
二手车交易节点，依据行业车辆编号，车载制造商记录、管理部门记录和交易记录生成交易报告并向区块链加密上传记录；
用户节点，用于注册授权用户根据二维码查询所驾驶的车辆的轨迹、打电话、抽烟、未系安全带等交通违法行为溯源。
车载智能终端的人工智能节点，分别用于对车辆行驶轨迹、驾驶员人脸识别、驾驶员打电话、抽烟、未系安全带、疲劳驾驶等进行人工智能处理并向区块链加密上传记录。其中，人工智能节点采用了YOLOv5模型算法，FPS140，每个图像推理世界最快0.007秒，权重文件只有YOLOv4(244MB)的1/9即27MB，这意味着该模型算法可以更轻松地部署到车载智能嵌入式设备，同时在其在COCO数据集上的平均精度(AP)和帧率精度(FPS)分别提高了10％和12％。
应急管理部门节点，用于应急管理部门依据行业车辆编号对交通事故车辆所有属性进行针对性的应急交通救援处置，出具应急交通救援处置相关结果报告并加密上传记录。
环保管理部门节点，用于环保管理部门依据行业车辆编号对交通事故车辆所有属性进行针对性的环保处置，出具环保处置相关结果报告并向区块链加密上传记录。
市场监管部门节点，用于市场监管部门节点依据行业车辆编号对交通事故车辆所属企业经营合法性进行核实，出具市场监管部门处置相关结果报告并区块链加密上传记录。
公安交警节点，用于公安交警部门节点可以根据智车载能终端行车记录视频、卫星定位、驾驶员行为智能图像视频进行交通事故研判，出具交通事故处置相关结果报告并加密上传记录。
交通运输综合执法节点，用于交通运输综合执法节点根据驾驶员安全培训及智车载能终端行车记录视频、卫星定位、驾驶员行为智能图像视频进行交通运输综合执法，出具相关执法结果报告向区块链加密并加密上传记录。
车辆维保4S店节点，用于依据获取行业车辆编号，车辆维修保养日期、人员、维修内容报告图像向区块链加密上传记录。
保险节点，用于保险企业根据获取行业车辆编号，同时获取车辆应急记录、公安交警记录、环保记录、市场监管记录等对交通事故人员及车辆进行溯源和保险赔偿。
大数据节点，用于依据获取行业车辆编号记录、车辆卫星定位记录、驾驶员驾驶行为数据、第三方监测记录、应急处置记录、交通违法记录、车辆维保4S店记录、保险赔偿记录等形成基于大数据的保险风控企业画像，保险风控驾驶员画像，采用用高斯混合模型(GMM)的最大期望(EM)聚类分析方法。GMMs使用均值和标准差，簇可以呈现出椭圆形而不是仅仅限制于圆形，GMMs是使用概率，所有一个数据点可以属于多个簇。例如数据点X可以有百分之20的概率属于A簇高风险，百分之30的概率属于B簇中风险，百分之50的概率属于C簇低风险。
其中，本实施例中的目标区块链为Fabric区块链，通过使用Fabric区块链技术可以把车辆生命中涉及到的各行业整合形成闭环。
在本实施例中，可以排除了各部门信息不统一、信息孤岛及防止数据篡改等行为。利用智能图像识别目标检测推理YOLOv5模型算法，该模型算法可以更轻松地部署到车载智能嵌入式设备，同时在其在COCO数据集上的平均精度(AP)和帧率精度(FPS)分别提高了10％和12％，为区块链Fabric联盟链上传数据提供有效真实数据资源，以便于可靠的记录车辆整个生命周期详细信息。保险风控部分企业画像，保险风控驾驶员画像，采用用高斯混合模型(GMM)的最大期望(EM)聚类分析方法。GMMs使用均值和标准差，簇可以呈现出椭圆形而不是仅仅限制于圆形，GMMs是使用概率，所有一个数据点可以属于多个簇。例如数据点X可以有百分之20的概率属于A簇高风险，百分之30的概率属于B簇中风险，百分之50的概率属于C簇低风险。这样对驾驶安全行为有了很多的预测和提醒。
本发明提供一种基于区块链的汽车智能监测系统及方法，具有以下有益效果：本发明合理的利用车牌号、发动机序列号、车载智能监测终端序列号作为行业车辆编号，建立独一无二的区块链联盟；并且利用运输企业节点、运营商节点、车辆制造商节点、第三方监测节点、车辆维保节点、二手交易节点、管理部门应急、公安交警、市场监管、环保、交通运输综合执法节点、保险企业节点、车载智能监测设备商节点记录车辆的车况和图像；以建立车辆生产、销售、行驶卫星定位、驾驶员驾驶、二手交易即车辆全生命周期的记录。本发明巧妙的利用智能图像识别目标检测推理YOLOv5模型算法，该模型算法可以更轻松地部署到车载智能嵌入式设备，同时在其在COCO数据集上的平均精度(AP)和帧率精度(FPS)分别提高了10％和12％，为区块链Fabric联盟链上传数据提供有效真实数据资源，以便于可靠的记录车辆整个生命周期详细信息。本发明的智能图像识别目标检测推理YOLOv5模型算法，输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放，还加快了网络模型的运行速率。本发明的智能图像识别目标检测推理YOLOv5模型算法，基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构，用了CSPDarknet53结构进行优化，而且使用了Focus结构作为基准网络。本发明的智能图像识别目标检测推理YOLOv5模型算法，Neck网络通常位于基准网络和头网络的中间位置，利用它可以进一步提升特征的多样性及鲁棒性。本发明的智能图像识别目标检测推理YOLOv5模型算法，Head主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms，对图像特征进行预测，生成边界框和并预测类别。识别速度快，准确率高。本发明的大数据的保险风控企业画像，保险风控驾驶员画像，采用用高斯混合模型(GMM)的最大期望(EM)聚类分析方法。GMMs使用均值和标准差，簇可以呈现出椭圆形而不是仅仅限制于圆形，GMMs是使用概率，所有一个数据点可以属于多个簇。例如数据点X可以有百分之20的概率属于A簇高风险，百分之30的概率属于B簇中风险，百分之50的概率属于C簇低风险。本发明采用Fabric联盟链多个节点记录数据，并全面记录车辆生产、安全监测、二手交易等的检测报告和图像；另外，本发明建立独立的Fabric联盟，并记录上传的时间，为汽车生产、安全监测等提供违法和事故溯源。本发明利用对称算法加密及Raft共识算法，其信息加密可靠，且授权访问方便。本发明具有操作和信息记录完整、系统处理速度快、信息不可篡改，去中心化等优点，在交通运输安全监测技术领域具有很高的实用价值、经济价值及推广价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于区块链的汽车智能监测方法，其特征在于，包括以下步骤：
根据汽车的车牌号、发动机序列号和车载智能终端设备序列号生成行车车辆编号，并对所述行业车辆编号进行加密，建立目标区块链的链头；
设置车辆安全驾驶及报警阈值，并结合所述行业车辆编号生成目标区域链中的第三方监测节点；
将所生成的第三方监测节点与所述目标区块链的链头连接，并利用所述第三方监测节点实时监测车辆，以及将监测结果加密后传输至目标区块链中。
2.根据权利要求1所述的基于区块链的汽车智能监测方法，其特征在于，所述目标区块链还包括有：
车载智能终端设备商节点，用于记录车载智能终端设备的安装序列号、安装图像和安装日期，并将记录结果加密传输至所述目标区块链中；
运营商节点，用于加密传输车载智能终端设备的安装人员、安装企业、安装车辆、设备厂商、安装时间和设备序列号。
3.根据权利要求1所述的基于区块链的汽车智能监测方法，其特征在于，所述目标区块链还包括有：
车辆制造厂商节点，用于根据车辆制造商车辆产品生产过程及合格记录生成车辆出厂检查报告，并将对应的检查报告加密传输至所述目标区块链中；
车辆维保4S店节点，用于记录车辆维修保养日期、人员、维修内容报告图像，并将记录结果加密传输至所述目标区块链中。
4.根据权利要求1所述的基于区块链的汽车智能监测方法，其特征在于，所述目标区块链还包括有：
政府监管节点，用于根据行业车辆编号核实车辆注册属性和驾驶证，以及对交通违法信息进行研判和处罚，发布交通违法信息和政策，对应的核实结果、研判、处罚和所发布的信息均加密上传至目标区块链中；
用户节点，用于查询当前车辆的架势轨迹和交通违法行为溯源；其中所述交通违法行为至少包括：打电话、抽烟和未系安全带。
5.根据权利要求1所述的基于区块链的汽车智能监测方法，其特征在于，所述目标区块链还包括有：
保险公司节点，用于核实车辆购买保险属性，并根据管理部门对交通事故进行赔偿，以及按管理部门的要求设置不同保险险种和发布政策；
二手车交易节点，用于根据车辆制造商记录、管理部门记录和交易记录生成交易报告，并将生成的交易报告加密传输至目标区块链中。
6.根据权利要求1所述的基于区块链的汽车智能监测方法，其特征在于，所述目标区块链还包括有：
应急管理部门节点，用于对交通事故车辆所有属性进行针对性的环保处置，生成应急救援处理结果，并将所述应急救援处置结果加密传输至目标区块链中；
环保管理部门节点，用于对交通事故车辆所有属性进行针对性的环保处置，生成环保处置报告，并将所述环保处置报告加密传输至目标区块链中；
市场监管部门节点，用于对交通事故车辆所属企业进行合法性核实，生成市场监管部门处置报告，并将所生成的市场监管部门处置报告加密传输至目标区块链中。
7.根据权利要求1所述的基于区块链的汽车智能监测方法，其特征在于，所述目标区块链还包括有：
公安交警节点，用于根据车载智能终端记录的行车视频、卫星定位和驾驶员行为智能图像视频进行交通事故研判，生成交通事故处置报告，并将所生成的交通事故处置报告加密传输至目标区块链中；
交通运输综合执法节点，用于根据驾驶员安全培训、车载智能终端行车视频、卫星定位和驾驶员行为智能图像视频进行交通运输综合执法，生成相关的执法报告，并将所生成的执法报告加密传输至目标区块链中。
8.根据权利要求1所述的基于区块链的汽车智能监测方法，其特征在于，所述目标区块链还包括有：
车载智能终端的人工智能节点，用于对车辆行驶轨迹、驾驶员人脸识别、驾驶员打电话、抽烟、未系安全带和疲劳驾驶行为进行人工智能处理，生成对应的处理报告，并将所生成的处理报告加密传输至目标区块链中；
大数据节点，用于根据行业车辆编号、车辆卫星定位记录、驾驶员驾驶行为数据、第三方监测记录、应急处置记录、交通违法记录、车辆维保4S店记录和保险赔偿记录形成基于大数据的保险风控企业画像、保险风控驾驶员画像，并将所形成的保险风控企业画像和保险风控驾驶员画像加密传输至目标区块链中。
9.根据权利要求8所述的基于区块链的汽车智能监测方法，其特征在于，所述车载智能终端的人工智能节点基于YOLOv5模型算法生成，所述目标区块链为Fabric区块链。
10.一种基于区块链的汽车智能监测系统，其特征在于，包括有如权利要求1至9中任一所述的基于区块链的汽车智能监测方法。
CN202111134205.5A 2021-09-29 2021-09-29 基于区块链的汽车智能监测系统及方法 Withdrawn CN113971880A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111134205.5A CN113971880A (zh) 2021-09-29 2021-09-29 基于区块链的汽车智能监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111134205.5A CN113971880A (zh) 2021-09-29 2021-09-29 基于区块链的汽车智能监测系统及方法

Publications (1)

Publication Number Publication Date
CN113971880A true CN113971880A (zh) 2022-01-25

Family

ID=79586867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111134205.5A Withdrawn CN113971880A (zh) 2021-09-29 2021-09-29 基于区块链的汽车智能监测系统及方法

Country Status (1)

Country Link
CN (1) CN113971880A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115131894A (zh) * 2022-06-28 2022-09-30 武汉科技大学 一种基于区块链技术的机动车远程监控系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7382244B1 (en) * 2007-10-04 2008-06-03 Kd Secure Video surveillance, storage, and alerting system having network management, hierarchical data storage, video tip processing, and vehicle plate analysis
CN206378964U (zh) * 2016-11-15 2017-08-04 上海联茵信息技术有限公司 一种交通监管中的安全报警系统
CN109146258A (zh) * 2018-07-27 2019-01-04 深圳市致宸信息科技有限公司 基于区块链的驾驶数据处理方法及装置
CN110110960A (zh) * 2019-03-25 2019-08-09 深圳民太安智能科技有限公司 一种商用车智能风控平台
CN111078690A (zh) * 2019-11-22 2020-04-28 山东爱城市网信息技术有限公司 一种基于区块链的交通违法记录的方法及系统
CN111415164A (zh) * 2020-05-07 2020-07-14 广州天环区块链技术有限公司 基于区块链技术的汽车交易系统及其实现方法
CN113232670A (zh) * 2021-06-15 2021-08-10 杭州链驾科技有限公司 基于区块链的驾驶行为分析方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7382244B1 (en) * 2007-10-04 2008-06-03 Kd Secure Video surveillance, storage, and alerting system having network management, hierarchical data storage, video tip processing, and vehicle plate analysis
CN206378964U (zh) * 2016-11-15 2017-08-04 上海联茵信息技术有限公司 一种交通监管中的安全报警系统
CN109146258A (zh) * 2018-07-27 2019-01-04 深圳市致宸信息科技有限公司 基于区块链的驾驶数据处理方法及装置
CN110110960A (zh) * 2019-03-25 2019-08-09 深圳民太安智能科技有限公司 一种商用车智能风控平台
CN111078690A (zh) * 2019-11-22 2020-04-28 山东爱城市网信息技术有限公司 一种基于区块链的交通违法记录的方法及系统
CN111415164A (zh) * 2020-05-07 2020-07-14 广州天环区块链技术有限公司 基于区块链技术的汽车交易系统及其实现方法
CN113232670A (zh) * 2021-06-15 2021-08-10 杭州链驾科技有限公司 基于区块链的驾驶行为分析方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115131894A (zh) * 2022-06-28 2022-09-30 武汉科技大学 一种基于区块链技术的机动车远程监控系统

Similar Documents

Publication Publication Date Title
CN109285067A (zh) 一种基于车辆管理的风控平台
US20080120392A1 (en) Member information identifier apparatus, system and method
US20060287783A1 (en) Automated accounting system that values, controls, records and bills the uses of equipment/vehicles for society
CN110379126B (zh) 载客运营车辆监管系统及设备、介质
CN106850199A (zh) 一种套牌车识别方法、装置和系统
CN102402858A (zh) 车辆电子身份识别信息网络系统
CN110084708A (zh) 一种基于物联网和区块链技术的保险管理平台和理赔方法
CN104243601B (zh) 一种基于gis/lbs的车联网安防系统
CN103093626A (zh) 一种套牌车的解决方案
CN110197291A (zh) 基于北斗的网约车信息交互与监管系统
CN113971880A (zh) 基于区块链的汽车智能监测系统及方法
CN101236694A (zh) 机动车及驾驶员管理记录仪
CN108154123B (zh) 货运企业安全生产托管系统
Winkelman et al. When autonomous vehicles are hacked, who is liable?
WO2018217178A1 (en) Multipurpose smart service system which provides safety and control facility in transportation vehicles
US20070094720A1 (en) Security system
CN112019534A (zh) 基于可信车联网智能设备的数字货车构建方法
WO2023236440A1 (zh) 一种基于云平台的危险品汽车运输安全监控客户端
Anderson The spy in the cab: the use and abuse of taxicab cameras in San Francisco
WO1999036297A9 (en) Automated accounting system that values, controls, records and bills the uses of equipment/vehicles for society
Arellano-Zubiate et al. Design of an Anti-theft Alarm System for Vehicles using IoT
CN113763189A (zh) 一种基于ai技术的智能车载行为检测与报案系统
Srinath et al. Smart Vehicle Recognition And E-Challan Generation System
CN205644964U (zh) 一种用于车辆监管保护定位云端识别预警网络系统
EP3492325B1 (en) Electronic system for the detection and reporting of an unauthorized removal of a registration license plate from a motor vehicle

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220125