CN114092075A - 自动支付方法、装置、电子设备和介质 - Google Patents
自动支付方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114092075A CN114092075A CN202111422061.3A CN202111422061A CN114092075A CN 114092075 A CN114092075 A CN 114092075A CN 202111422061 A CN202111422061 A CN 202111422061A CN 114092075 A CN114092075 A CN 114092075A
- Authority
- CN
- China
- Prior art keywords
- user
- response
- vehicle
- information
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000004044 response Effects 0.000 claims abstract description 32
- 238000004590 computer program Methods 0.000 claims description 15
- 230000001815 facial effect Effects 0.000 claims description 8
- 230000036760 body temperature Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 238000004861 thermometry Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
Images
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/04—Payment circuits
- G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
- G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/085—Payment architectures involving remote charge determination or related payment systems
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种用于自动驾驶车辆的自动支付方法,涉及人工智能领域,尤其涉及自动驾驶和智能交通领域。实现方案为:接收用户的乘车预约请求,以确定车辆需停靠的站点,其中,预约请求包括用户的上下车站点信息;响应于确定用户上车,对用户进行人脸识别;响应于识别出用户,确定与用户关联的账户;以及响应于确定用户下车,基于用户的上下车站点信息进行乘车费用的计算,并对账户进行扣费。
Description
技术领域
本公开涉及人工智能领域,尤其涉及自动驾驶和智能交通领域,具体涉及一种用于自动驾驶车辆的自动支付方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
近些年来,自动驾驶技术发展迅速。采用自动驾驶技术的车辆能够自动感知车辆周围的环境,并根据周围环境制定驾驶策略。目前存在采用自动驾驶技术的公交车,由于无人监管、无人驾驶,使用传统的刷卡付费的方式时,无人监督乘客是否刷卡。因此,如何在自动驾驶公交上实现更方便、快捷的车费支付方式也显得尤为重要。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种用于自动驾驶车辆的自动支付方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种用于自动驾驶车辆的自动支付方法,包括:接收用户的乘车预约请求,以确定所述车辆需停靠的站点,其中,所述预约请求包括所述用户的上下车站点信息;响应于确定所述用户上车,对所述用户进行人脸识别;响应于识别出所述用户,确定与所述用户关联的账户;以及响应于确定所述用户下车,基于所述用户的所述上下车站点信息进行乘车费用的计算,并对所述账户进行扣费。
根据本公开的另一方面,提供了一种用于自动驾驶车辆的自动支付装置,包括:接收模块,被配置为接收用户的乘车预约请求,以确定所述车辆需停靠的站点,其中,所述预约请求包括所述用户的上下车站点信息;识别模块,被配置为响应于确定所述用户上车,对所述用户进行人脸识别;确定模块,被配置为响应于识别出所述用户,确定与所述用户关联的账户;以及计算模块,被配置为响应于确定所述用户下车,基于所述用户的所述上下车站点信息进行乘车费用的计算,并对所述账户进行扣费。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行用于自动驾驶车辆的自动支付方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行用于自动驾驶车辆的自动支付方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现用于自动驾驶车辆的自动支付方法。
根据本公开的一个或多个实施例,可以提供一种用于自动驾驶车辆的基于人脸识别的支付方法,使乘客更加方便快捷地乘车。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的用于自动驾驶车辆的自动支付方法的流程图;
图3示出了根据本公开的实施例的用于自动驾驶车辆的自动支付方法的流程图;
图4示出了根据本公开的实施例的用于自动驾驶车辆的自动支付装置的结构框图;以及
图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。
在本公开的实施例中,机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。
服务器120可以运行使得能够实现用于自动驾驶车辆的自动支付方法的一个或多个服务或软件应用。在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。
网络130可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。
系统100还可以包括一个或多个数据库150。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个:视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外,通过对视觉摄像头捕获的画面进行分析,可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周,用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置,用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置,用于检测物体边缘、形状信息,从而进行物体识别和追踪。由于多普勒效应,雷达装置还可以测量车辆与移动物体的速度变化。
机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如,北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块,移动通信网络可以实施任何适合的通信技术,例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything,V2X)模块,被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle,V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure,V2I)通信的车与外界的通信。此外,通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112,机动车辆110还可以经由网络130接入服务器120。
机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器,例如中央处理单元(CPU)或图形处理单元(GPU),或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动,而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如,可以使用车载处理器执行某一些处理,而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外,控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
图2示出了根据本公开的实施例的用于自动驾驶车辆的自动支付方法的流程图。如图2所示,用于自动驾驶车辆的自动支付方法200包括:步骤S201、接收用户的乘车预约请求,以确定所述车辆需停靠的站点,其中,所述预约请求包括所述用户的上下车站点信息;步骤S202、响应于确定所述用户上车,对所述用户进行人脸识别;步骤S203、响应于识别出所述用户,确定与所述用户关联的账户;以及步骤S204、响应于确定所述用户下车,基于所述用户的所述上下车站点信息进行乘车费用的计算,并对所述账户进行扣费。
由此,通过自动驾驶车辆接收用户乘车的预约请求,获取用户的上下车站点信息,以在用户的上车站点处停靠以使得用户上车乘车。相比于用户在乘坐传统公交车辆或出租车上下车时,需要司机通过肉眼对地理位置的判断以确认用户与车辆、车辆与站点的位置关系,以及用户是否具有上车意图等信息,用户在乘坐自动驾驶车辆时,自动驾驶车辆对地理位置的自动判断和对用户的自动接驳可以使用户的上车流程更为简便,也大大降低了人工误操作的几率,提升了用户体验。同时,在用户上车时,经由人脸识别确定用户对应的账户信息,以在用户下车时基于用户的上下车站点信息进行乘车费用的计算并对相应的账户完成扣费操作。这一人脸支付车费的方式,实现了用户无感支付乘车的过程,相比于传统的刷卡或扫码乘车的方式进一步简化了用户的乘车流程,提升了用户体验。
根据一些实施例,步骤S202包括:响应于确定所述用户上车,获取所述用户的人脸图像;提取所述人脸图像中的特征信息,并与数据库中的多个人脸特征进行比对。
具体地,在提取到人脸图像中的特征信息后,可以将特征信息上传到云端,以将提取到的特征信息与云端的数据库中的多个人脸特征进行比对,进而确认乘车的用户的信息是否与储存在云端的数据库中。
根据一些实施例,所述数据库中的所述多个人脸特征是基于多个用户在乘车前通过终端设备预存储的多个人脸图像得到的。
示例性的,有乘车需求的用户可以在乘车前进行包括人脸信息和支付账户信息等的个人信息的预存储,以成为注册账户,所注册的信息将用于后续乘车中的人脸识别和车费支付。
根据一些实施例,所述方法还包括:响应于未识别出所述用户,提示所述用户进行刷卡乘车或扫码乘车。对于未在乘车前进行注册的用户,或是人脸信息因为其他原因无法识别的用户,可以采用传统的刷卡或扫码的方式进行乘车。
根据一些实施例,所述方法还包括:在与用户的下车站点距离预设距离时,提示用户进行下车准备。可以根据自动驾驶车辆的定位装置获取车辆的当前位置,以在用户的下车站点到达之前,提示用户进行下车准备,并在用户的下车站点处提示用户下车。
图3示出了根据本公开的实施例的用于自动驾驶车辆的自动支付方法的流程图。如图3所示,响应于用户上车,启动人脸识别操作。获取人脸图像,并将从人脸图像中提取到的特征信息上传到云端,并在云端的数据库中,进行特征的比对,以确认用户是否是已注册用户。对于未认证成功的用户,提示用户进行刷卡或扫码操作。对于认证成功的用户,确认该用户是否是首次刷脸,即判断该用户是否处于上车状态还是下车状态。对于首次刷脸的用户,即上车的用户,可以给出欢迎乘车等字样的提示,以完成用户的上车操作。对于非首次刷脸的用户,即对于即将下车的用户,需判断该用户的账户中是否有未支付的订单,并提示有未支付的订单的用户进行支付,并在支付后重复上述人脸识别的操作。对于账户中没有未支付订单的用户,可以计算此次行程的乘车费用,在扣费后完成此次行程并可以给出相应的乘车结束等字样的提示信息。
根据一些实施例,所述方法还包括:响应于确定所述用户上车,对所述用户进行体温测量,并在体温高于阈值时给出警报。由此,实现对乘车用户的体温监测。
根据本公开的另一方面,提供了一种用于自动驾驶车辆的自动支付装置。如图4所示,用于自动驾驶车辆的自动支付装置400包括:接收模块401,被配置为接收用户的乘车预约请求,以确定所述车辆需停靠的站点,其中,所述预约请求包括所述用户的上下车站点信息;识别模块402,被配置为响应于确定所述用户上车,对所述用户进行人脸识别;确定模块403,被配置为响应于识别出所述用户,确定与所述用户关联的账户;以及计算模块404,被配置为响应于确定所述用户下车,基于所述用户的所述上下车站点信息进行乘车费用的计算,并对所述账户进行扣费。
用于自动驾驶车辆的自动支付装置400的模块401-404的操作与前述描述的步骤S201-步骤S204的操作类似,在此不作赘述。
由此,通过接收模块401接收用户乘车的预约请求,获取用户的上下车站点信息,以在用户的上车站点处停靠以使得用户上车乘车。相比于用户在乘坐传统公交车辆或出租车上下车时,需要司机通过肉眼对地理位置的判断以确认用户与车辆、车辆与站点的位置关系,以及用户是否具有上车意图等信息,用户在乘坐自动驾驶车辆时,自动驾驶车辆对地理位置的自动判断和对用户的自动接驳可以使用户的上车流程更为简便,也大大降低了人工误操作的几率,提升了用户体验。同时,在用户上车时,经由识别模块402惊醒人脸识别并由确定模块403确定用户对应的账户信息,以使得计算模块404在用户下车时基于用户的上下车站点信息进行乘车费用的计算并对相应的账户完成扣费操作。这一人脸支付车费的方式,实现了用户无感支付乘车的过程,相比于传统的刷卡或扫码乘车的方式进一步简化了用户的乘车流程,提升了用户体验。
根据一些实施例,识别模块402包括:获取单元,被配置为响应于确定所述用户上车,获取所述用户的人脸图像;比对单元,被配置为提取所述人脸图像中的特征信息,并与数据库中的多个人脸特征进行比对。
具体地,在比对单元提取到人脸图像中的特征信息后,可以将特征信息上传到云端,以将提取到的特征信息与云端的数据库中的多个人脸特征进行比对,进而确认乘车的用户的信息是否与储存在云端的数据库中。
根据一些实施例,所述数据库中的所述多个人脸特征是基于多个用户在乘车前通过终端设备预存储的多个人脸图像得到的。
示例性的,有乘车需求的用户可以在乘车前进行包括人脸信息和支付账户信息等的个人信息的预存储,以成为注册账户,所注册的信息将用于后续乘车中的人脸识别和车费支付。
根据一些实施例,所述装置还包括:提示模块,被配置为响应于未识别出所述用户,提示所述用户进行刷卡乘车或扫码乘车。对于未在乘车前进行注册的用户,或是人脸信息因为其他原因无法识别的用户,可以采用传统的刷卡或扫码的方式进行乘车。
根据一些实施例,所述装置还包括:测温模块,被配置为响应于确定所述用户上车,对所述用户进行体温测量,并在体温高于阈值时给出警报。由此,实现对乘车用户的体温监测。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图5,现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,电子设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM503中,还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505,包括:输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备,输入单元506可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如用于自动驾驶车辆的自动支付方法。例如,在一些实施例中,用于自动驾驶车辆的自动支付方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的用于自动驾驶车辆的自动支付方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于自动驾驶车辆的自动支付方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (13)
1.一种用于自动驾驶车辆的自动支付方法,包括:
接收用户的乘车预约请求,以确定所述车辆需停靠的站点,其中,所述预约请求包括所述用户的上下车站点信息;
响应于确定所述用户上车,对所述用户进行人脸识别;
响应于识别出所述用户,确定与所述用户关联的账户;以及
响应于确定所述用户下车,基于所述用户的所述上下车站点信息进行乘车费用的计算,并对所述账户进行扣费。
2.根据权利要求1所述的方法,其中,响应于确定所述用户上车,对所述用户进行人脸识别包括:
响应于确定所述用户上车,获取所述用户的人脸图像;
提取所述人脸图像中的特征信息,并与数据库中的多个人脸特征进行比对。
3.根据权利要求2所述的方法,其中,所述数据库中的所述多个人脸特征是基于多个用户在乘车前通过终端设备预存储的多个人脸图像得到的。
4.根据权利要求1所述的方法,还包括:
响应于未识别出所述用户,提示所述用户进行刷卡乘车或扫码乘车。
5.根据权利要求1-4中任一项所述的方法,还包括:
响应于确定所述用户上车,对所述用户进行体温测量,并在体温高于阈值时给出警报。
6.一种用于自动驾驶车辆的自动支付装置,包括:
接收模块,被配置为接收用户的乘车预约请求,以确定所述车辆需停靠的站点,其中,所述预约请求包括所述用户的上下车站点信息;
识别模块,被配置为响应于确定所述用户上车,对所述用户进行人脸识别;
确定模块,被配置为响应于识别出所述用户,确定与所述用户关联的账户;以及
计算模块,被配置为响应于确定所述用户下车,基于所述用户的所述上下车站点信息进行乘车费用的计算,并对所述账户进行扣费。
7.根据权利要求6所述的装置,其中,所述识别模块包括:
获取单元,被配置为响应于确定所述用户上车,获取所述用户的人脸图像;
比对单元,被配置为提取所述人脸图像中的特征信息,并与数据库中的多个人脸特征进行比对。
8.根据权利要求7所述的装置,其中,所述数据库中的所述多个人脸特征是基于多个用户在乘车前通过终端设备预存储的多个人脸图像得到的。
9.根据权利要求6所述的装置,还包括:
提示模块,被配置为响应于未识别出所述用户,提示所述用户进行刷卡乘车或扫码乘车。
10.根据权利要求6-9中任一项所述的装置,还包括:
测温模块,被配置为响应于确定所述用户上车,对所述用户进行体温测量,并在体温高于阈值时给出警报。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111422061.3A CN114092075A (zh) | 2021-11-26 | 2021-11-26 | 自动支付方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111422061.3A CN114092075A (zh) | 2021-11-26 | 2021-11-26 | 自动支付方法、装置、电子设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114092075A true CN114092075A (zh) | 2022-02-25 |
Family
ID=80304930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111422061.3A Pending CN114092075A (zh) | 2021-11-26 | 2021-11-26 | 自动支付方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114092075A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9581997B1 (en) * | 2011-04-22 | 2017-02-28 | Angel A. Penilla | Method and system for cloud-based communication for automatic driverless movement |
CN109557915A (zh) * | 2018-10-30 | 2019-04-02 | 百度在线网络技术(北京)有限公司 | 控制无人驾驶车辆的方法、装置、电子设备和存储介质 |
CN110490579A (zh) * | 2019-07-23 | 2019-11-22 | 南京熊猫电子股份有限公司 | 无人驾驶公交车无感知支付方法及支付系统 |
CN110766812A (zh) * | 2019-10-31 | 2020-02-07 | 广东科学技术职业学院 | 一种无人驾驶汽车的乘车付费方法、装置及电子设备 |
CN111709545A (zh) * | 2020-05-19 | 2020-09-25 | 东风汽车集团有限公司 | 无人驾驶客车乘客预约乘车系统控制方法 |
-
2021
- 2021-11-26 CN CN202111422061.3A patent/CN114092075A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9581997B1 (en) * | 2011-04-22 | 2017-02-28 | Angel A. Penilla | Method and system for cloud-based communication for automatic driverless movement |
CN109557915A (zh) * | 2018-10-30 | 2019-04-02 | 百度在线网络技术(北京)有限公司 | 控制无人驾驶车辆的方法、装置、电子设备和存储介质 |
CN110490579A (zh) * | 2019-07-23 | 2019-11-22 | 南京熊猫电子股份有限公司 | 无人驾驶公交车无感知支付方法及支付系统 |
CN110766812A (zh) * | 2019-10-31 | 2020-02-07 | 广东科学技术职业学院 | 一种无人驾驶汽车的乘车付费方法、装置及电子设备 |
CN111709545A (zh) * | 2020-05-19 | 2020-09-25 | 东风汽车集团有限公司 | 无人驾驶客车乘客预约乘车系统控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113741485A (zh) | 车路协同自动驾驶的控制方法、装置、电子设备及车辆 | |
CN114179832B (zh) | 用于自动驾驶车辆的变道方法 | |
CN114758502A (zh) | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 | |
CN111542295A (zh) | 一种智能轮椅自动驾驶方法、系统及计算机可读介质 | |
CN114394111B (zh) | 用于自动驾驶车辆的变道方法 | |
CN115675528A (zh) | 基于相似场景挖掘的自动驾驶方法和车辆 | |
KR102599941B1 (ko) | 데이터 수집 제어 방법, 장치, 전자 기기 및 매체 | |
CN114092075A (zh) | 自动支付方法、装置、电子设备和介质 | |
CN115556769A (zh) | 障碍物状态量确定方法及装置、电子设备和介质 | |
CN113920174A (zh) | 点云配准方法、装置、设备、介质和自动驾驶车辆 | |
CN114333405B (zh) | 用于辅助车辆停车的方法 | |
CN114333368B (zh) | 语音提醒方法、装置、设备和介质 | |
CN114179834B (zh) | 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆 | |
CN115019278B (zh) | 一种车道线拟合方法、装置、电子设备和介质 | |
CN114283604B (zh) | 用于辅助车辆停车的方法 | |
CN115235487B (zh) | 数据处理方法及装置、设备和介质 | |
CN116859724B (zh) | 时序自回归同时决策和预测的自动驾驶模型及其训练方法 | |
CN115583243B (zh) | 确定车道线信息的方法、车辆控制方法、装置和设备 | |
CN116311943B (zh) | 交叉路口的平均延误时间的估算方法及装置 | |
CN115900724A (zh) | 路径规划方法和装置 | |
CN114780869A (zh) | 乘车点推荐方法、装置、电子设备、介质 | |
CN114954534A (zh) | 用于检测自动驾驶车辆的异常运行状态的方法与装置 | |
CN114637456A (zh) | 控制车辆的方法和装置、电子设备 | |
CN117710939A (zh) | 信号灯检测方法、装置、系统及自动驾驶车辆 | |
CN116469069A (zh) | 用于自动驾驶的场景编码模型训练方法、装置及介质 |
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 |