CN114584611B - 一种基于共享电单车等待时间判断车辆是否被盗的方法 - Google Patents
一种基于共享电单车等待时间判断车辆是否被盗的方法 Download PDFInfo
- Publication number
- CN114584611B CN114584611B CN202210159830.3A CN202210159830A CN114584611B CN 114584611 B CN114584611 B CN 114584611B CN 202210159830 A CN202210159830 A CN 202210159830A CN 114584611 B CN114584611 B CN 114584611B
- Authority
- CN
- China
- Prior art keywords
- waiting time
- vehicle
- target
- stolen
- target vehicle
- 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 69
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 abstract description 14
- 238000011084 recovery Methods 0.000 abstract description 2
- 230000008030 elimination Effects 0.000 description 6
- 238000003379 elimination reaction Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 102220247850 rs1421233354 Human genes 0.000 description 2
- 102220621241 Proline-rich membrane anchor 1_S32A_mutation Human genes 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及共享电单车技术领域,特别涉及一种基于共享电单车等待时间判断车辆是否被盗的方法,包括以下步骤:获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt;根据目标车辆的所在位置界定目标区域;获取目标区域内i辆车从上一次订单结束后,从停放到目标区域开始到现在的样本等待时间D1、D2...Di,并求平均等待时间De,其中i为正整数且i≥3;将目标车辆等待时间Dt与平均等待时间De进行对比,根据对比结果判断车辆是否被盗;本发明的基于共享电单车等待时间判断车辆是否被盗的方法利于提高对被盗车辆的判定效率,降低被盗车辆的追回成本。
Description
技术领域
本发明涉及共享电单车技术领域,特别涉及一种基于共享电单车等待时间判断车辆是否被盗的方法。
背景技术
在共享电单车行业中,由于车辆多为露天停放,车辆被盗用的情况时不时会发生,而且暂时来说这是一个无法回避的问题。
因此,针对这一点,为了确认车辆是否被盗,常常需要工人挨个找车确认,成本非常高,而且还存在确认不及时,被盗车辆追回成本高的问题。
发明内容
为解决被盗车辆追回成本高的问题,本发明提供了一种基于共享电单车等待时间判断车辆是否被盗的方法。
本发明解决技术问题的方案是提供一种基于共享电单车等待时间判断车辆是否被盗的方法,包括以下步骤:
获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt;
根据目标车辆的所在位置界定目标区域;
获取目标区域内i辆车从上一次订单结束后,从停放到目标区域开始到现在的样本等待时间D1、D2...Di,并求平均等待时间De,其中i为正整数且i≥3;
将目标车辆等待时间Dt与平均等待时间De进行对比,根据对比结果判断车辆是否被盗。
优选地,在获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt之前,还包括以下步骤:
获取预设范围内所有车辆的历史订单信息,历史订单信息包括车辆上一次订单结束后距离现在的等待时间;
将上一次订单距离现在的等待时间大于第一预设值的车辆标记为目标车辆。
优选地,所述根据目标车辆的所在位置界定目标区域,具体包括以下步骤:
以目标车辆为中心,界定距离目标车辆半径X米以内的区域为目标区域;
或,结合目标车辆位置与区域地图,界定距离目标车辆位置Y公里以内的至少一个车辆停放区域为目标区域。
优选地,所述获取目标区域内i辆车从上一次订单结束后,从停放到目标区域开始到现在的样本等待时间D1、D2...Di,并求平均等待时间De,具体包括以下步骤:
获取目标区域内所有车辆的样本等待时间合集{Di};
求样本等待时间合集{Di}中所有样本等待时间的平均值。
优选地,在求样本等待时间合集{Di}中所有样本等待时间的平均值之前,还包括以下步骤:
将低于第二预设值的样本等待时间从样本等待时间合集{Di}中剔除。
优选地,在求样本等待时间合集{Di}中所有样本等待时间的平均值之前,还包括以下步骤:
若目标区域内i辆车包括其他目标车辆,则将目标区域内的其他目标车辆的样本等待时间从样本等待时间合集{Di}中剔除。
优选地,所述将目标车辆等待时间Dt与平均等待时间De进行对比,根据对比结果判断车辆是否被盗,具体包括以下步骤:
计算目标车辆等待时间Dt与平均等待时间De的比值R;
计算目标车辆等待时间Dt与平均等待时间De的差值D;
综合比值R及差值D,判断目标车辆是否被盗。
优选地,当R减一的差大于第一阈值Tr,且D大于第二阈值Td时,判定目标车辆被盗,将其纳入被盗名单,若不满足以上条件,则判定目标车辆没有被盗,取消对该车辆的目标车辆标记。
优选地,基于共享电单车等待时间判断车辆是否被盗的方法还包括以下步骤:
对被纳入被盗名单的目标车辆进行实际确认,并将确认结果上传。
优选地,根据上传的确认结果,对第一预设值和/或第二预设值和/或第一阈值Tr和/或第二阈值Td进行优化。
与现有技术相比,本发明的基于共享电单车等待时间判断车辆是否被盗的方法具有以下优点:
1、本发明的基于共享电单车等待时间判断车辆是否被盗的方法通过用目标区域内的车辆的平均等待时间De来和目标车辆的目标车辆等待时间Dt进行对比以判断车辆是否被盗;目标区域是通过目标车辆的所在位置来进行界定的,即作为样本的车辆与目标车辆位于同一区域内,其面对的外界因素大致相同,此设计可以排除车辆面对的其他因素,在排除其他因素的情况下,若目标车辆与样本车辆相比长时间没有订单则判断该车已经被盗,利于提高对被盗车辆的判定效率,无须对所有车辆进行逐一确认,利于降低被盗车辆的追回成本。
2、本发明在获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt之前,要先对现有的预设范围内的车辆进行筛选,将上一次订单距离现在的等待时间大于第一预设值的车辆标记为目标车辆,即将初步判定认为数据异常的车辆标记为目标车辆,此设计可以快速地完成对一个区域内的车辆的判断,利于提高本基于共享电单车等待时间判断车辆是否被盗的方法的判断效率。
3、本发明目标区域的界定方法多种多样,可以以目标车辆为中心,界定距离目标车辆半径X米以内的区域为目标区域;也可以结合目标车辆位置与区域地图,界定距离目标车辆位置Y公里以内的至少一个车辆停放区域为目标区域;可结合事情情况和需求进行选择,利于丰富本基于共享电单车等待时间判断车辆是否被盗的方法的多样性。
4、本发明的基于共享电单车等待时间判断车辆是否被盗的方法通过采用样本等待时间合集{Di}中所有样本等待时间的平均值来和目标车辆等待时间Dt进行比对,利于提高比对结果的准确性,保证比对结果可靠性。
5、本发明的基于共享电单车等待时间判断车辆是否被盗的方法在求样本等待时间合集{Di}中所有样本等待时间的平均值之前会将低于第二预设值的样本等待时间从样本等待时间合集{Di}中剔除,刚刚停到目标区域内的车辆的等待时间过短,与该区域的正常等待时间偏差可能会很大,不能代表该区域的正常情况;因此,将此类数据从样本等待时间合集{Di}中剔除利于进一步利于提高比对结果的准确性,保证比对结果可靠性。
6、本发明的基于共享电单车等待时间判断车辆是否被盗的方法在求样本等待时间合集{Di}中所有样本等待时间的平均值之前会将目标区域内其他目标车辆的样本等待时间从样本等待时间合集{Di}中剔除,目标车辆本身是被初步判断为数据存在异常的车辆,因此其目标车辆的等待时间与该区域的正常等待时间偏差可能会很大,不能代表该区域的正常情况;因此,将此类数据从样本等待时间合集{Di}中剔除利于进一步提高比对结果的准确性,保证比对结果可靠性。
7、本发明的基于共享电单车等待时间判断车辆是否被盗的方法在进行判断时会综合比值R及差值D来进行判断,进一步提高了比对结果的准确性,保证比对结果可靠性。
8、本发明的基于共享电单车等待时间判断车辆是否被盗的方法在进行判断时只有在R减一的差大于第一阈值Tr,且D大于第二阈值Td时,才会判定目标车辆被盗;利于进一步利于提高比对结果的准确性,保证比对结果可靠性。
9、本发明的基于共享电单车等待时间判断车辆是否被盗的方法还会对被纳入被盗名单的目标车辆进行实际确认并上传确认结果,并根据结果对第一预设值和/或第二预设值和/或第一阈值Tr和/或第二阈值Td进行优化,使得本基于共享电单车等待时间判断车辆是否被盗的方法的准确率能不断提高。
【附图说明】
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的基于共享电单车等待时间判断车辆是否被盗的方法的步骤流程图。
图2是本发明第一实施例提供的基于共享电单车等待时间判断车辆是否被盗的方法之步骤S3的具体步骤流程图。
图3是本发明第二实施例提供的基于共享电单车等待时间判断车辆是否被盗的方法之步骤S4的具体步骤流程图。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”、“左上”、“右上”、“左下”、“右下”以及类似的表述只是为了说明的目的。
请结合图1至图3,本发明第一实施例提供一种基于共享电单车等待时间判断车辆是否被盗的方法,包括以下步骤:
步骤S1:获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt;
步骤S2:根据目标车辆的所在位置界定目标区域;
步骤S3:获取目标区域内i辆车从上一次订单结束后,从停放到目标区域开始到现在的样本等待时间D1、D2...Di,并求平均等待时间De,其中i为正整数且i≥3;
步骤S4:将目标车辆等待时间Dt与平均等待时间De进行对比,根据对比结果判断车辆是否被盗。
可以理解的,本发明的基于共享电单车等待时间判断车辆是否被盗的方法通过用目标区域内的车辆的平均等待时间De来和目标车辆的目标车辆等待时间Dt进行对比以判断车辆是否被盗;目标区域是通过目标车辆的所在位置来进行界定的,即作为样本的车辆与目标车辆位于同一区域内,其面对的外界因素大致相同,此设计可以排除车辆面对的其他因素,在排除其他因素的情况下,若目标车辆与样本车辆相比长时间没有订单则判断该车已经被盗,利于提高对被盗车辆的判定效率,无须对所有车辆进行逐一确认,利于降低被盗车辆的追回成本。
进一步的,在进行步骤S1之前,还包括以下步骤:
S01:获取预设范围内所有车辆的历史订单信息,历史订单信息包括车辆上一次订单结束后距离现在的等待时间;
S02:将上一次订单距离现在的等待时间大于第一预设值的车辆标记为目标车辆。
可以理解的,本发明在获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt之前,要先对现有的预设范围内的车辆进行筛选,将上一次订单距离现在的等待时间大于第一预设值的车辆标记为目标车辆,即将初步判定认为数据异常的车辆标记为目标车辆,此设计可以快速地完成对一个区域内的车辆的判断,利于提高本基于共享电单车等待时间判断车辆是否被盗的方法的判断效率。
具体的,本实施例中,第一预设值为3小时,可以理解的,由于不同区域的人流量不同,热门区域与冷门区域在进行判断时,采用的第一预设值是可以根据实际情况进行调整的。在其他实施例中,第一预设值可以是30分钟或一小时,也可以是5小时甚至10小时。
可选的,预设范围内所有车辆的历史订单信息可从本地数据库或云端中获取。
具体的,本实施例中,预设范围内所有车辆的历史订单信息从云端获取。
可以理解的,共享电单车产生的所有订单及其他数据都可以上传到数据库或云端。
进一步的,步骤S2具体包括以下步骤:
步骤S21A:以目标车辆为中心,界定距离目标车辆半径X米以内的区域为目标区域;
或,步骤S21B:结合目标车辆位置与区域地图,界定距离目标车辆位置Y公里以内的至少一个车辆停放区域为目标区域。
可以理解的,本发明目标区域的界定方法多种多样,可以以目标车辆为中心,界定距离目标车辆半径X米以内的区域为目标区域;也可以结合目标车辆位置与区域地图,界定距离目标车辆位置Y公里以内的至少一个车辆停放区域为目标区域;可结合事情情况和需求进行选择,利于丰富本基于共享电单车等待时间判断车辆是否被盗的方法的多样性。
具体的,本实施例中,采用步骤S21A中的方法来来界定目标区域。
优选的,界定的目标区域内包含的共享电单车最好可以属于同一共享电单车停放点,这样可以更好地排除其他意外因素。
进一步的,步骤S3具体包括以下步骤:
步骤S31:获取目标区域内所有车辆的样本等待时间合集{Di};可以理解的,样本等待时间D1、D2...Di皆为样本等待时间合集{Di}的元素。
步骤S32:求样本等待时间合集{Di}中所有样本等待时间的平均值。
可以理解的,本发明的基于共享电单车等待时间判断车辆是否被盗的方法通过采用样本等待时间合集{Di}中所有样本等待时间的平均值来和目标车辆等待时间Dt进行比对,利于提高比对结果的准确性,保证比对结果可靠性。
可以理解的,在其他实施例中,还可以找出样本等待时间合集{Di}中的中位数,独自或与平均值结合一起进行对比判断。
进一步的,在进行步骤S32之前,还包括以下步骤:
步骤S32A:将低于第二预设值的样本等待时间从样本等待时间合集{Di}中剔除。
可以理解的,刚刚停到目标区域内的车辆的等待时间过短,与该区域的正常等待时间偏差可能会很大,不能代表该区域的正常情况;因此,将此类数据从样本等待时间合集{Di}中剔除利于进一步利于提高比对结果的准确性,保证比对结果可靠性。
具体的,本实施例中,第二预设值为10分钟。在其他实施例中,第二预设值也可以设置为其他数值。可以理解的,设置第二预设值的这种方法更多地是应用于人流量较小的冷门区域,而在一些人流量较大的热门区域,共享电单车的正常等待时间可能只有几分钟,此时可以不设置第二预设值或将其设置得更小。
进一步的,在进行步骤S32之前,还包括以下步骤:
步骤S32B:若目标区域内i辆车包括其他目标车辆,则将目标区域内的其他目标车辆的样本等待时间从样本等待时间合集{Di}中剔除。
由步骤S02可知,一个区域内是可能会存在多个目标车辆的,但在本实施例中,我们在进行判断时,是每个目标车辆单独进行的。
比如说,先获取了目标车辆A的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt,而根据目标车辆A的位置界定的目标区域内还存在一目标车辆B,此时获取的样本等待时间合集{Di}中会包含了目标车辆B的目标车辆等待时间,因此,我们需要将目标车辆B的目标车辆等待时间从样本等待时间合集{Di}中剔除。
可以理解的,目标车辆本身是被初步判断为数据存在异常的车辆,因此其目标车辆的等待时间与该区域的正常等待时间偏差可能会很大,不能代表该区域的正常情况;因此,将此类数据从样本等待时间合集{Di}中剔除利于进一步提高比对结果的准确性,保证比对结果可靠性。
进一步的,步骤S4具体包括以下步骤:
步骤S41:计算目标车辆等待时间Dt与平均等待时间De的比值R;
步骤S41:计算目标车辆等待时间Dt与平均等待时间De的差值D;
步骤S41:综合比值R及差值D,判断目标车辆是否被盗。
可以理解的,本发明的基于共享电单车等待时间判断车辆是否被盗的方法在进行判断时会综合比值R及差值D来进行判断,进一步提高了比对结果的准确性,保证比对结果可靠性。
进一步的,当R减一的差大于第一阈值Tr,且D大于第二阈值Td时,判定目标车辆被盗,将其纳入被盗名单,若不满足以上条件,则判定目标车辆没有被盗,取消对该车辆的目标车辆标记。此设计利于进一步利于提高比对结果的准确性,保证比对结果可靠性。
比如说,预设第一阈值Tr为0.5,第二阈值Td为5小时;某一目标车辆的等待时间Dt=4小时,目标区域内的所有车辆距离现在时间的平均等待时间De为2.5小时。则依据上述数据进行计算可得Dt与De的比值R=1.6,R-1=0.6,Dt与De的差值D=1.5小时。
通过对比可知,R-1=0.6>Tr=0.5,D=1.5<Td=2.5。虽然R减一的差大于第一阈值Tr,但Dt与De的差值D小于第二阈值Td,因此判断车辆并未被盗。这可能是因为平均产生订单太快导致的比值过大,是正常现象。
在其他数据不变的情况下,若目标车辆的等待时间Dt=8小时。依据上述数据进行计算可得Dt与De的比值R=3.2,R-1=2.2,Dt与De的差值D=5.5小时。
通过对比可知,R-1=2.2>Tr=0.5,D=5.5>Td=2.5,因此初步判断车辆已被盗。
再比如,同样预设第一阈值Tr为0.5,第二阈值Td为5小时;某一目标车辆的等待时间Dt=26小时,目标区域内的所有车辆距离现在时间的平均等待时间De为20小时。则依据上述数据进行计算可得Dt与De的比值R=1.3,R-1=0.3,Dt与De的差值D=6小时。
通过对比可知,R-1=0.3<Tr=0.5,D=6>Td=2.5。虽然Dt与De的差值D大于第二阈值Td,但R减一的差小于第一阈值Tr,因此判断车辆并未被盗。这可能是因为车辆处在冷门位置,或者在夜间导致的产生平均产生订单概率低,是正常现象。
在其他数据不变的情况下,若目标车辆的等待时间Dt=32小时。依据上述数据进行计算可得Dt与De的比值R=1.6,R-1=0.6,Dt与De的差值D=12小时。
通过对比可知,R-1=0.6>Tr=0.5,D=12>Td=2.5,因此初步判断车辆已被盗。
可以理解的,在其他实施例中,还可以求取计算目标车辆等待时间Dt与平均等待时间De的方差用以辅助判断车辆是否被盗。
进一步的,基于共享电单车等待时间判断车辆是否被盗的方法还包括以下步骤:
步骤S5:对被纳入被盗名单的目标车辆进行实际确认,并将确认结果上传。
具体的,本实施例中,对被纳入被盗名单的目标车辆进行实际确认为工作人去到实际地点进行确认。
进一步的,基于共享电单车等待时间判断车辆是否被盗的方法还包括以下步骤:
步骤S6:根据上传的确认结果,对第一预设值和/或第二预设值和/或第一阈值Tr和/或第二阈值Td进行优化。
可以理解的,根据上传的确认结果,再结合地区的人流量以及不同的时间段,可以对第一预设值和/或第一阈值Tr和/或第二阈值Td进行适应性调整。
与现有技术相比,本发明的基于共享电单车等待时间判断车辆是否被盗的方法具有以下优点:
1、本发明的基于共享电单车等待时间判断车辆是否被盗的方法通过用目标区域内的车辆的平均等待时间De来和目标车辆的目标车辆等待时间Dt进行对比以判断车辆是否被盗;目标区域是通过目标车辆的所在位置来进行界定的,即作为样本的车辆与目标车辆位于同一区域内,其面对的外界因素大致相同,此设计可以排除车辆面对的其他因素,在排除其他因素的情况下,若目标车辆与样本车辆相比长时间没有订单则判断该车已经被盗,利于提高对被盗车辆的判定效率,无须对所有车辆进行逐一确认,利于降低被盗车辆的追回成本。
2、本发明在获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt之前,要先对现有的预设范围内的车辆进行筛选,将上一次订单距离现在的等待时间大于第一预设值的车辆标记为目标车辆,即将初步判定认为数据异常的车辆标记为目标车辆,此设计可以快速地完成对一个区域内的车辆的判断,利于提高本基于共享电单车等待时间判断车辆是否被盗的方法的判断效率。
3、本发明目标区域的界定方法多种多样,可以以目标车辆为中心,界定距离目标车辆半径X米以内的区域为目标区域;也可以结合目标车辆位置与区域地图,界定距离目标车辆位置Y公里以内的至少一个车辆停放区域为目标区域;可结合事情情况和需求进行选择,利于丰富本基于共享电单车等待时间判断车辆是否被盗的方法的多样性。
4、本发明的基于共享电单车等待时间判断车辆是否被盗的方法通过采用样本等待时间合集{Di}中所有样本等待时间的平均值来和目标车辆等待时间Dt进行比对,利于提高比对结果的准确性,保证比对结果可靠性。
5、本发明的基于共享电单车等待时间判断车辆是否被盗的方法在求样本等待时间合集{Di}中所有样本等待时间的平均值之前会将低于第二预设值的样本等待时间从样本等待时间合集{Di}中剔除,刚刚停到目标区域内的车辆的等待时间过短,与该区域的正常等待时间偏差可能会很大,不能代表该区域的正常情况;因此,将此类数据从样本等待时间合集{Di}中剔除利于进一步利于提高比对结果的准确性,保证比对结果可靠性。
6、本发明的基于共享电单车等待时间判断车辆是否被盗的方法在求样本等待时间合集{Di}中所有样本等待时间的平均值之前会将目标区域内其他目标车辆的样本等待时间从样本等待时间合集{Di}中剔除,目标车辆本身是被初步判断为数据存在异常的车辆,因此其目标车辆的等待时间与该区域的正常等待时间偏差可能会很大,不能代表该区域的正常情况;因此,将此类数据从样本等待时间合集{Di}中剔除利于进一步提高比对结果的准确性,保证比对结果可靠性。
7、本发明的基于共享电单车等待时间判断车辆是否被盗的方法在进行判断时会综合比值R及差值D来进行判断,进一步提高了比对结果的准确性,保证比对结果可靠性。
8、本发明的基于共享电单车等待时间判断车辆是否被盗的方法在进行判断时只有在R减一的差大于第一阈值Tr,且D大于第二阈值Td时,才会判定目标车辆被盗;利于进一步利于提高比对结果的准确性,保证比对结果可靠性。
9、本发明的基于共享电单车等待时间判断车辆是否被盗的方法还会对被纳入被盗名单的目标车辆进行实际确认并上传确认结果,并根据结果对第一预设值和/或第二预设值和/或第一阈值Tr和/或第二阈值Td进行优化,使得本基于共享电单车等待时间判断车辆是否被盗的方法的准确率能不断提高。
以上对本发明实施例公开的一种基于共享电单车等待时间判断车辆是否被盗的方法进行了详细介绍,本文中应用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制,凡在本发明的原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (9)
1.一种基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于,包括以下步骤:
获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt;
根据目标车辆的所在位置界定目标区域;
获取目标区域内i辆车从上一次订单结束后,从停放到目标区域开始到现在的样本等待时间D1、D2…Di,并求平均等待时间De,其中i为正整数且i≥3;
将目标车辆等待时间Dt与平均等待时间De进行对比,根据对比结果判断车辆是否被盗,
其中,所述将目标车辆等待时间Dt与平均等待时间De进行对比,根据对比结果判断车辆是否被盗包括:
计算目标车辆等待时间Dt与平均等待时间De的比值R;
计算目标车辆等待时间Dt与平均等待时间De的差值D;
当R减一的差大于第一阈值Tr,且D大于第二阈值Td时,判定目标车辆被盗。
2.如权利要求1所述的基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于,在获取目标车辆的位置及目标车辆上一次订单距离现在的目标车辆等待时间Dt之前,还包括以下步骤:
获取预设范围内所有车辆的历史订单信息,历史订单信息包括车辆上一次订单结束后距离现在的等待时间;
将上一次订单距离现在的等待时间大于第一预设值的车辆标记为目标车辆。
3.如权利要求1所述的基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于,所述根据目标车辆的所在位置界定目标区域,具体包括以下步骤:
以目标车辆为中心,界定距离目标车辆半径X米以内的区域为目标区域;
或,结合目标车辆位置与区域地图,界定距离目标车辆位置Y公里以内的至少一个车辆停放区域为目标区域。
4.如权利要求1所述的基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于,所述获取目标区域内i辆车从上一次订单结束后,从停放到目标区域开始到现在的样本等待时间D1、D2…Di,并求平均等待时间De,具体包括以下步骤:
获取目标区域内所有车辆的样本等待时间合集{Di};
求样本等待时间合集{Di}中所有样本等待时间的平均值。
5.如权利要求4所述的基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于,在求样本等待时间合集{Di}中所有样本等待时间的平均值之前,还包括以下步骤:
将低于第二预设值的样本等待时间从样本等待时间合集{Di}中剔除。
6.如权利要求4所述的基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于,在求样本等待时间合集{Di}中所有样本等待时间的平均值之前,还包括以下步骤:
若目标区域内i辆车包括其他目标车辆,则将目标区域内的其他目标车辆的样本等待时间从样本等待时间合集{Di}中剔除。
7.如权利要求1所述的基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于:若不满足R减一的差大于第一阈值Tr,且D大于第二阈值Td,则判定目标车辆没有被盗,取消对该车辆的目标车辆标记。
8.如权利要求1所述的基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于,还包括以下步骤:
对被纳入被盗名单的目标车辆进行实际确认,并将确认结果上传。
9.如权利要求8所述的基于共享电单车等待时间判断车辆是否被盗的方法,其特征在于:根据上传的确认结果,对第一预设值和/或第二预设值和/或第一阈值Tr和/或第二阈值Td进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210159830.3A CN114584611B (zh) | 2022-02-22 | 2022-02-22 | 一种基于共享电单车等待时间判断车辆是否被盗的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210159830.3A CN114584611B (zh) | 2022-02-22 | 2022-02-22 | 一种基于共享电单车等待时间判断车辆是否被盗的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114584611A CN114584611A (zh) | 2022-06-03 |
CN114584611B true CN114584611B (zh) | 2024-06-14 |
Family
ID=81770854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210159830.3A Active CN114584611B (zh) | 2022-02-22 | 2022-02-22 | 一种基于共享电单车等待时间判断车辆是否被盗的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114584611B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110634241A (zh) * | 2018-06-20 | 2019-12-31 | 台山市金讯互联网络科技有限公司 | 共享单车调度方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107181742A (zh) * | 2017-05-16 | 2017-09-19 | 珠海晶通科技有限公司 | 一种共享单车电子锁系统及其开锁方法 |
CN107807599A (zh) * | 2017-11-24 | 2018-03-16 | 天津中德应用技术大学 | 车辆安全监控系统及其交通事故监控方法、碰撞及被盗报警方法 |
JP7102922B2 (ja) * | 2018-05-11 | 2022-07-20 | 株式会社アイシン | 車両盗難防止装置 |
-
2022
- 2022-02-22 CN CN202210159830.3A patent/CN114584611B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110634241A (zh) * | 2018-06-20 | 2019-12-31 | 台山市金讯互联网络科技有限公司 | 共享单车调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114584611A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9595191B1 (en) | Traffic estimation | |
EP3357262B1 (de) | Kommunikationssystem zur v2x-kommunikation | |
JP7276670B2 (ja) | 検知装置、検知方法および検知プログラム | |
CN105931461A (zh) | 路况预警方法、装置及服务器 | |
CN114584611B (zh) | 一种基于共享电单车等待时间判断车辆是否被盗的方法 | |
US20160101782A1 (en) | Methods and systems for estimating road surface friction coefficient using self aligning torque | |
CN116434529B (zh) | 城际公路货运特征分析方法、装置和电子设备 | |
CN110087209A (zh) | 电子控制单元和用于连接认证的方法 | |
WO2021170422A1 (de) | Verfahren und vorrichtung zur ermittlung des zustands eines fahrzeugreifens | |
EP3649521A1 (de) | Verfahren zum betreiben eines höher automatisierten fahrzeugs (haf), insbesondere eines hochautomatisierten fahrzeugs | |
DE102014221675A1 (de) | Verfahren und Steuer- und Erfassungseinrichtung zum Plausibilisieren einer Falschfahrt eines Kraftfahrzeugs | |
CN118038646A (zh) | 一种实时车辆运行数据分析的车辆高温预警系统及方法 | |
DE102008018016A1 (de) | Verfahren zum Erkennen eines Reifendiebstahls und Reifendruckkontrollsystem | |
DE102015015743B4 (de) | Verfahren zum Ermitteln einer Fahrtreichweite eines Kraftfahrzeugs und Kraftfahrzeug | |
US10262477B1 (en) | Determination of road conditions using sensors associated with a vehicle | |
CN114402220A (zh) | 一种基于Radar和IMU的行车记录仪事故数据保存方法与装置 | |
JP6958535B2 (ja) | プローブデータ評価装置、プローブデータ評価プログラム | |
US6691060B2 (en) | Method and device for monitoring wheel speeds | |
CN115938155A (zh) | 一种路侧停车位的智能检测方法 | |
CN115291298A (zh) | 一种通过电子后视镜判断车辆是否遗留乘员的方法和系统 | |
DE102008018014A1 (de) | Verfahren zum automatischen Initialisieren von Radelektroniken und Fahrzeug | |
CN115082860A (zh) | 一种基于图像处理和uwb技术的工厂区域车辆管理方法 | |
DE102019130298B3 (de) | Verfahren zum Nachweis eines spezifischen Fahrverhaltens sowie ein System und ein Kraftfahrzeug hierzu | |
CN108248532A (zh) | 一种汽车信息的验证方法、电控单元及车载采集终端 | |
CN110161544B (zh) | 一种车辆驾驶状态的识别方法、装置及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |