CN114693018A - 配送状态监测方法、装置、介质、终端及可穿戴设备 - Google Patents
配送状态监测方法、装置、介质、终端及可穿戴设备 Download PDFInfo
- Publication number
- CN114693018A CN114693018A CN202011583344.1A CN202011583344A CN114693018A CN 114693018 A CN114693018 A CN 114693018A CN 202011583344 A CN202011583344 A CN 202011583344A CN 114693018 A CN114693018 A CN 114693018A
- Authority
- CN
- China
- Prior art keywords
- terminal
- wearable device
- characteristic information
- target
- information
- 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 66
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 238000004891 communication Methods 0.000 claims abstract description 85
- 238000004364 calculation method Methods 0.000 claims abstract description 70
- 230000004927 fusion Effects 0.000 claims abstract description 22
- 238000012806 monitoring device Methods 0.000 claims abstract description 6
- 238000012790 confirmation Methods 0.000 claims description 42
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 230000007246 mechanism Effects 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/1613—Constructional details or arrangements for portable computers
- G06F1/163—Wearable computers, e.g. on a belt
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Telephonic Communication Services (AREA)
Abstract
本公开涉及一种配送状态监测方法、装置、介质、终端及可穿戴设备,应用于终端的方法包括:在监听到配送员的至少一个可穿戴设备发送的广播的情况下,与至少一个可穿戴设备建立通信连接,与终端之间成功建立通信连接的可穿戴设备作为目标可穿戴设备;从目标可穿戴设备接收目标可穿戴设备实时采集到的特征信息;根据特征信息,获取配送员的配送状态信息。如此,终端可根据特征信息确定出该配送状态信息,或根据特征信息从服务器处获取服务器确定出的配送状态信息,终端或服务器能够进行更加精确的计算,使得该配送状态信息更准确。如果终端与多个可穿戴设备成功建立通信连接,终端或服务器可以综合多个可穿戴设备分别采集到的特征信息进行融合计算。
Description
技术领域
本公开涉及互联网技术领域,具体地,涉及一种配送状态监测方法、装置、介质、终端及可穿戴设备。
背景技术
随着互联网的不断发展,用户可通过终端进行在线下单,购买需要的物品,配送员可前往商户处取物品,并将物品配送至用户。
在配送领域,例如外卖配送、快递配送、物流配送等,配送员是配送领域中的重要角色,配送平台需要对配送员的状态进行监测,例如监测配送员的健康状况、配送员是否按要求佩戴头盔等等,相关技术中对配送员的状态监测不够准确。
发明内容
本公开的目的是提供一种配送状态监测方法、装置、介质、终端及可穿戴设备,可以提高确定出的配送员的配送状态信息的准确性。
为了实现上述目的,第一方面,本公开提供一种配送员的配送状态监测方法,应用于终端,所述方法包括:在监听到配送员的至少一个可穿戴设备发送的广播的情况下,与所述至少一个可穿戴设备建立通信连接,其中,与所述终端之间成功建立通信连接的可穿戴设备作为目标可穿戴设备;从所述目标可穿戴设备接收所述目标可穿戴设备实时采集到的特征信息;根据所述特征信息,获取所述配送员的配送状态信息。
可选地,所述目标可穿戴设备包括头盔,所述头盔采集到的特征信息包括以下中的一种或多种:所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息;和/或,所述目标可穿戴设备包括智能手环或智能手表,所述智能手环或智能手表采集到的特征信息包括所述配送员的心率信息。
可选地,在所述目标可穿戴设备为多个的情况下,所述配送状态信息包括以下中的一种或多种:根据多个所述目标可穿戴设备各自采集到的特征信息得到的融合状态信息、分别根据每一所述目标可穿戴设备采集到的特征信息得到的目标状态信息。
可选地,所述目标可穿戴设备包括智能手环或智能手表以及头盔,所述头盔采集到的特征信息包括碰撞特征信息,所述智能手环或智能手表采集到的特征信息包括所述配送员的心率信息,所述融合状态信息包括用于表征所述配送员是否发生配送事故的安全状态信息,所述安全状态信息通过如下方式确定:在所述碰撞特征信息表征所述头盔发生碰撞且所述心率信息表征所述配送员的心率异常的情况下,确定所述配送员发生配送事故。
可选地,所述根据所述特征信息,获取所述配送员的配送状态信息,包括:对所述特征信息进行预处理,得到目标特征信息;获取对所述配送员的配送状态进行监测所需的目标模型以及所述目标模型的模型特征信息,所述模型特征信息包括所述目标模型所需的特征数据、所述目标模型所需使用的框架类型、所述目标模型的计算类型,所述计算类型用于指示周期性计算或触发性计算,其中,在待监测的所述配送状态有多种的情况下,所需的所述目标模型为多个,且多种所述配送状态与多个所述目标模型一一对应;从所述目标特征信息中提取所述特征数据;将所述特征数据和所述目标模型输入到所述框架类型所指示的目标框架中,以由所述目标框架按照所述计算类型所指示的计算时机进行计算,并得到所述目标框架输出的所述配送状态信息。
可选地,所述根据所述特征信息,获取所述配送员的配送状态信息,包括:对所述特征信息进行预处理,得到目标特征信息;将所述目标特征信息发送至服务器,以使所述服务器根据所述目标特征信息确定所述配送状态信息,并将所述配送状态信息发送至所述终端;接收所述服务器发送的所述配送状态信息。
可选地,所述与所述至少一个可穿戴设备建立通信连接,包括:针对每一所述可穿戴设备,向所述可穿戴设备发送握手请求,所述握手请求中的数据是通过握手密钥进行加密的;响应于接收到所述可穿戴设备发送的第一握手确认消息,向所述可穿戴设备发送第二握手确认消息,并将所述可穿戴设备作为所述目标可穿戴设备,其中,所述可穿戴设备用于在接收到所述握手请求后采用所述握手密钥对所述握手请求中的数据进行解密,并对解密得到的数据进行校验,以对所述终端进行鉴权,在对所述终端鉴权通过的情况下,向所述终端发送所述第一握手确认消息,所述第二握手确认消息用于确认与所述可穿戴设备之间成功建立通信连接。
可选地,在所述终端与所述目标可穿戴设备成功建立通信连接之后,所述终端与所述目标可穿戴设备之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
第二方面,本公开提供一种配送员的配送状态监测方法,应用于可穿戴设备,所述方法包括:发送广播,以使终端在监听到所述广播的情况下建立与所述可穿戴设备之间的通信连接;实时采集特征信息;在与所述终端成功建立通信连接的情况下,向所述终端发送实时采集到的所述特征信息,以使所述终端根据所述特征信息,获取所述配送员的配送状态信息。
可选地,在所述可穿戴设备为头盔的情况下,所述实时采集特征信息,包括:实时采集所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息中的一种或多种;在所述可穿戴设备为智能手环或智能手表的情况下,所述实时采集特征信息,包括:实时采集所述配送员的心率信息。
可选地,在向所述终端发送实时采集到的所述特征信息之前,所述方法还包括:接收所述终端发送的握手请求,所述握手请求中的数据是通过握手密钥进行加密的;采用所述握手密钥对所述握手请求中的数据进行解密;对解密得到的数据进行校验,以对所述终端进行鉴权;在对所述终端鉴权通过的情况下,向所述终端发送第一握手确认消息;在接收到所述终端响应于所述第一握手确认消息发送的第二握手确认消息的情况下,确定与所述终端之间成功建立通信连接。
可选地,在所述终端与所述可穿戴设备成功建立通信连接之后,所述可穿戴设备与所述终端之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
第三方面,本公开提供一种配送员的配送状态监测装置,应用于终端,所述装置包括:连接建立模块,被配置成用于在监听到配送员的至少一个可穿戴设备发送的广播的情况下,与所述至少一个可穿戴设备建立通信连接,其中,与所述终端之间成功建立通信连接的可穿戴设备作为目标可穿戴设备;第一接收模块,被配置成用于从所述目标可穿戴设备接收所述目标可穿戴设备实时采集到的特征信息;获取模块,被配置成用于根据所述特征信息,获取所述配送员的配送状态信息。
可选地,所述目标可穿戴设备包括头盔,所述头盔采集到的特征信息包括以下中的一种或多种:所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息;和/或,所述目标可穿戴设备包括智能手环或智能手表,所述智能手环或智能手表采集到的特征信息包括所述配送员的心率信息。
可选地,在所述目标可穿戴设备为多个的情况下,所述配送状态信息包括以下中的一种或多种:根据多个所述目标可穿戴设备各自采集到的特征信息得到的融合状态信息、分别根据每一所述目标可穿戴设备采集到的特征信息得到的目标状态信息。
可选地,所述目标可穿戴设备包括智能手环或智能手表以及头盔,所述头盔采集到的特征信息包括碰撞特征信息,所述智能手环或智能手表采集到的特征信息包括所述配送员的心率信息,所述融合状态信息包括用于表征所述配送员是否发生配送事故的安全状态信息,所述安全状态信息通过如下模块确定:事故确定模块,被配置成用于在所述碰撞特征信息表征所述头盔发生碰撞且所述心率信息表征所述配送员的心率异常的情况下,确定所述配送员发生配送事故。
可选地,所述获取模块,包括:预处理子模块,被配置成用于对所述特征信息进行预处理,得到目标特征信息;获取子模块,被配置成用于获取对所述配送员的配送状态进行监测所需的目标模型以及所述目标模型的模型特征信息,所述模型特征信息包括所述目标模型所需的特征数据、所述目标模型所需使用的框架类型、所述目标模型的计算类型,所述计算类型用于指示周期性计算或触发性计算,其中,在待监测的所述配送状态有多种的情况下,所需的所述目标模型为多个,且多种所述配送状态与多个所述目标模型一一对应;提取子模块,被配置成用于从所述目标特征信息中提取所述特征数据;输入子模块,被配置成用于将所述特征数据和所述目标模型输入到所述框架类型所指示的目标框架中,以由所述目标框架按照所述计算类型所指示的计算时机进行计算,并得到所述目标框架输出的所述配送状态信息。
可选地,所述获取模块,包括:预处理子模块,被配置成用于对所述特征信息进行预处理,得到目标特征信息;发送子模块,被配置成用于将所述目标特征信息发送至服务器,以使所述服务器根据所述目标特征信息确定所述配送状态信息,并将所述配送状态信息发送至所述终端;接收子模块,被配置成用于接收所述服务器发送的所述配送状态信息。
可选地,连接建立模块用于:针对每一所述可穿戴设备,向所述可穿戴设备发送握手请求,所述握手请求中的数据是通过握手密钥进行加密的;响应于接收到所述可穿戴设备发送的第一握手确认消息,向所述可穿戴设备发送第二握手确认消息,并将所述可穿戴设备作为所述目标可穿戴设备,其中,所述可穿戴设备用于在接收到所述握手请求后采用所述握手密钥对所述握手请求中的数据进行解密,并对解密得到的数据进行校验,以对所述终端进行鉴权,在对所述终端鉴权通过的情况下,向所述终端发送所述第一握手确认消息,所述第二握手确认消息用于确认与所述可穿戴设备之间成功建立通信连接。
可选地,在所述终端与所述目标可穿戴设备成功建立通信连接之后,所述终端与所述目标可穿戴设备之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
第四方面,本公开提供一种配送员的配送状态监测装置,应用于可穿戴设备,所述装置包括:第一发送模块,被配置成用于发送广播,以使终端在监听到所述广播的情况下建立与所述可穿戴设备之间的通信连接;采集模块,被配置成用于实时采集特征信息;第二发送模块,被配置成用于在与所述终端成功建立通信连接的情况下,向所述终端发送实时采集到的所述特征信息,以使所述终端根据所述特征信息,获取所述配送员的配送状态信息。
可选地,在所述可穿戴设备为头盔的情况下,所述实时采集特征信息,包括:实时采集所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息中的一种或多种;在所述可穿戴设备为智能手环或智能手表的情况下,所述实时采集特征信息,包括:实时采集所述配送员的心率信息。
可选地,所述装置还包括:第二接收模块,被配置成用于在第二发送模块向所述终端发送实时采集到的所述特征信息之前,接收所述终端发送的握手请求,所述握手请求中的数据是通过握手密钥进行加密的;解密模块,被配置成用于采用所述握手密钥对所述握手请求中的数据进行解密;校验模块,被配置成用于对解密得到的数据进行校验,以对所述终端进行鉴权;第三发送模块,被配置成用于在对所述终端鉴权通过的情况下,向所述终端发送第一握手确认消息;确定模块,被配置成用于在接收到所述终端响应于所述第一握手确认消息发送的第二握手确认消息的情况下,确定与所述终端之间成功建立通信连接。
可选地,在所述终端与所述可穿戴设备成功建立通信连接之后,所述可穿戴设备与所述终端之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
第五方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
第六方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第二方面提供的所述方法的步骤。
第七方面,本公开提供一种终端,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第一方面提供的所述方法的步骤。
第八方面,本公开提供一种可穿戴设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第二方面提供的所述方法的步骤。
通过上述技术方案,终端在监听到至少一个可穿戴设备发送的广播的情况下,与至少一个可穿戴设备建立通信连接,其中与终端之间成功建立通信连接的可穿戴设备可作为目标可穿戴设备。由于可穿戴设备受成本、便携性的限制,体积一般较小,计算能力较弱,无法对其采集到的数据进行复杂的运算,使得计算结果不够准确。本公开中目标可穿戴设备可将实时采集到的特征信息发送至配送员的终端,终端可根据该特征信息获取配送员的配送状态信息。例如终端可根据特征信息确定出该配送状态信息,或根据特征信息从服务器处获取服务器确定出的该配送状态信息,终端和服务器的计算能力高于可穿戴设备的计算能力,能够根据特征信息进行更加精确的计算,从而使得确定出的配送员的配送状态信息更准确。并且,如果终端同时与多个可穿戴设备成功建立通信连接,终端或服务器可以综合多个可穿戴设备分别采集到的特征信息进行融合计算,避免相关技术中可穿戴设备独立工作而无法对多个可穿戴设备采集的数据进行融合计算的问题,提高确定出的配送员的配送状态信息的准确性。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1a是根据一示例性实施例示出的一种实施环境的示意图。
图1b是根据另一示例性实施例示出的一种实施环境的示意图。
图2是根据一示例性实施例示出的一种配送员的配送状态监测方法的流程图。
图3是根据一示例性实施例示出的一种根据特征信息确定配送员的配送状态信息的方法的流程图。
图4是根据一示例性实施例示出的一种终端对特征信息进行处理的示意图。
图5是根据一示例性实施例示出的一种终端与可穿戴设备之间建立通信连接的流程示意图。
图6是根据一示例性实施例示出的一种配送员的配送状态监测方法的流程图。
图7是根据一示例性实施例示出的一种配送员的配送状态监测装置的框图。
图8是根据一示例性实施例示出的一种配送员的配送状态监测装置的框图。
图9是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
首先对本公开的应用场景进行介绍,本公开可以应用于配送领域,例如快递配送、外卖配送、物流配送等。在配送领域,用户可通过终端进行在线下单,用户下单之后,配送员可前往商户处取物品,并将物品配送至用户。其中,配送员可佩戴有可穿戴设备,例如头盔、智能手环、智能手表、智能眼镜、智能衣物等,本公开中可通过配送员的可穿戴设备对配送员的配送状态进行监测,例如,监测配送员是否在骑行过程中佩戴头盔、是否发生骑行事故,等等。
图1a是根据一示例性实施例示出的一种实施环境的示意图,如图1a所示,该实施环境可包括可穿戴设备101、可穿戴设备102、配送员使用的终端103。配送员使用的终端可以是手机、平板等终端设备。图1b是根据另一示例性实施例示出的一种实施环境的示意图,如图1b所示,该实施环境还可包括服务器104,终端103与服务器104之间可以进行通信耦合,例如可以采用3G、4G、5G、NB-IOT、eMTC、LTE、LTE-A等任一种方式进行通信。图1a和图1b以终端103为手机作为示意。值得说明的是,图1a和图1b中两个可穿戴设备仅为示例,本公开对可穿戴设备的数量不做具体限制。
图2是根据一示例性实施例示出的一种配送员的配送状态监测方法的流程图,该方法可应用于配送员的终端,如图1a和图1b所示的终端103,如图2所示,该方法可包括S201~S203。
在S201中,在监听到配送员的至少一个可穿戴设备发送的广播的情况下,与至少一个可穿戴设备建立通信连接。其中,与终端之间成功建立通信连接的可穿戴设备可作为目标可穿戴设备。
可穿戴设备可以向外发送广播,终端如果监听到可穿戴设备发送的广播,则终端与该可穿戴设备之间的距离较近,可以与该可穿戴设备建立通信连接,其中,可穿戴设备与终端之间可以建立近距离通信连接,例如蓝牙连接。配送员佩戴的可穿戴设备可能有多个,若终端监听到多个可穿戴设备发送的广播,可分别与该多个可穿戴设备之间建立通信连接。
与终端之间成功建立通信连接的一个或多个可穿戴设备可作为目标可穿戴设备,能够成功建立通信连接即能够互相传输信息,例如图1所示的可穿戴设备101与终端103成功建立通信连接,该可穿戴设备101可作为目标可穿戴设备,可穿戴设备101与终端103之间可以互相传输信息。
在S202中,从目标可穿戴设备接收目标可穿戴设备实时采集到的特征信息。
可穿戴设备中集成的传感器可以实时采集特征信息,目标可穿戴设备可将实时采集到的特征信息发送至终端。
示例地,目标可穿戴设备可包括头盔,头盔采集到的特征信息可包括以下中的一种或多种:头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息。其中姿态特征信息可包括头盔的三轴加速度、速度等信息,碰撞特征信息可包括头盔是否有发生碰撞的风险或是否已经发生碰撞。示例地,目标可穿戴设备可包括智能手环或智能手表,智能手环或智能手表采集到的特征信息可包括配送员的心率信息。
在一可选实施方式中,目标可穿戴设备可按照支持数据扩展的通信传输协议将采集到的特征信息发送至终端,采用该通信传输协议能够传输各种类型的数据,终端在接收到可穿戴设备发送的特征信息后,可首先按照该通信传输协议对特征信息进行解析,之后再进行进一步处理。
另外,如果目标可穿戴设备与终端之间需要传输的数据量较大的情况下,可采用分包发送的方式,将数据分成多个数据包依次发送,数据接收方在接收到该多个数据包之后,可对数据包的完整性进行校验,在数据完整性校验通过的情况再进行下一步处理。
在S203中,根据特征信息,获取配送员的配送状态信息。
可穿戴设备受成本、便携性的限制,体积一般较小,计算能力较弱,无法对其采集到的数据进行复杂的运算,使得计算结果不够准确。本公开中,可穿戴设备可将采集到的特征信息发送至配送员的终端,终端可根据该特征信息确定出配送员的配送状态信息,或者终端可根据特征信息从服务器处获取服务器确定出的该配送状态信息,终端和服务器的计算能力高于可穿戴设备的计算能力,能够进行更加精确的计算。
以在终端侧确定出配送状态信息为例,示例地,如图1a所示,可穿戴设备101与终端103成功建立通信连接,可穿戴设备101例如为头盔,终端103可根据可穿戴设备101发送的头盔的姿态特征信息、光电特征信息等特征信息,确定配送员的头盔佩戴状态,即配送员是否在骑行过程按要求佩戴头盔。示例地,可穿戴设备102与终端103成功建立通信连接,可穿戴设备102例如为智能手环,终端103可根据可穿戴设备102发送的配送员的心率信息,确定配送员配送过程中的健康状况信息。
另外,相关技术中可穿戴设备通常独立工作,无法对多个可穿戴设备采集的数据进行融合计算。本公开中,如果终端同时与多个可穿戴设备成功建立通信连接,终端或服务器可以综合多个可穿戴设备分别采集到的特征信息进行融合计算,使得确定出的配送员的配送状态信息更加准确。
本公开中,在目标可穿戴设备为多个的情况下,配送状态信息可包括以下中的一种或多种:根据多个目标可穿戴设备各自采集到的特征信息得到的融合状态信息、分别根据每一目标可穿戴设备采集到的特征信息得到的目标状态信息。
以在终端侧确定出配送状态信息为例,如图1a所示,例如可穿戴设备101和可穿戴设备102均与终端103成功建立通信连接,可穿戴设备101例如为头盔,可穿戴设备102例如为智能手环或智能手表。其中,终端103可根据可穿戴设备101采集到的特征信息得到对应的目标状态信息,即配送员是否佩戴头盔的状态信息;终端103可根据可穿戴设备102采集到的特征信息得到对应的目标状态信息,即配送员在配送过程中的健康状况信息;终端103可同时根据可穿戴设备101和可穿戴设备102各自采集到的特征信息得到融合状态信息,示例地,在目标可穿戴设备包括智能手环或智能手表以及头盔的情况下,该融合状态信息可包括用于表征配送员是否发生配送事故的安全状态信息,该安全状态信息可通过如下方式确定:在头盔采集到的碰撞特征信息表征头盔发生碰撞、且智能手环或智能手表采集到的心率信息表征配送员的心率异常的情况下,可确定该配送员发生配送事故。
通过上述技术方案,终端在监听到至少一个可穿戴设备发送的广播的情况下,与至少一个可穿戴设备建立通信连接,其中与终端之间成功建立通信连接的可穿戴设备可作为目标可穿戴设备。由于可穿戴设备受成本、便携性的限制,体积一般较小,计算能力较弱,无法对其采集到的数据进行复杂的运算,使得计算结果不够准确。本公开中目标可穿戴设备可将实时采集到的特征信息发送至配送员的终端,终端可根据该特征信息获取配送员的配送状态信息。例如终端可根据特征信息确定出该配送状态信息,或根据特征信息从服务器处获取服务器确定出的该配送状态信息,终端和服务器的计算能力高于可穿戴设备的计算能力,能够根据特征信息进行更加精确的计算,从而使得确定出的配送员的配送状态信息更准确。并且,如果终端同时与多个可穿戴设备成功建立通信连接,终端或服务器可以综合多个可穿戴设备分别采集到的特征信息进行融合计算,避免相关技术中可穿戴设备独立工作而无法对多个可穿戴设备采集的数据进行融合计算的问题,提高确定出的配送员的配送状态信息的准确性。
图3是根据一示例性实施例示出的一种根据特征信息获取配送员的配送状态信息的方法的流程图,该实施例以在终端侧确定出配送状态信息为例,如图3所示,S203可包括S301~S304。
在S301中,对特征信息进行预处理,得到目标特征信息。
预处理例如包括采样处理、标准化处理、方差运算、标准差运算、统计运算处理等,例如对头盔的三轴加速度进行方差运算,得到三轴加速度的方差。
图4是根据一示例性实施例示出的一种终端对特征信息进行处理的示意图。如图4所示,终端中可设置有近距离通信网关,例如蓝牙网关,可以监听到可穿戴设备发送的广播,并且实现与可穿戴设备之间的数据通信,近距离通信网关可接收可穿戴设备发送的特征信息,终端可对特征信息进行预处理得到目标特征信息,终端可将预处理之后得到的目标特征信息存储在特征池中。
在S302中,获取对配送员的配送状态进行监测所需的目标模型以及目标模型的模型特征信息。
如图4所示,模型池中可存储有多种模型,如果模型池中存储有对配送员的配送状态进行监测所需的目标模型,则可从模型池中获取目标模型,如果模型池中当前未存储目标模型,则可向服务器发送针对目标模型的获取请求,获取服务器发送的目标模型,并可将该目标模型存储到模型池中。
模型特征信息可包括目标模型所需的特征数据、目标模型所需使用的框架类型、目标模型的计算类型。示例地,目标模型所需使用的框架例如可以为XGboost、TensorFlowLite等机器学习框架。目标模型的计算类型可用于指示周期性计算或触发性计算,周期性计算例如每5分钟进行一次计算,触发性计算即检测到触发条件的情况下进行一次计算。
其中,在待监测的配送状态有多种的情况下,所需的目标模型为多个,且多种配送状态与多个目标模型一一对应。例如,待监测的配送状态包括配送员的头盔佩戴状态、健康状况、配送过程中的安全状态,其中,对配送员的头盔佩戴状态进行监测所需的目标模型可以为戴盔检测模型,该戴盔检测模型所需的特征数据可包括头盔采集的数据,例如包括头盔的姿态特征信息、光电特征信息、红外特征信息。对配送员的健康状况进行监测所需使用的目标模型可以为健康检测模型,该健康检测模型所需的特征数据可包括智能手环或智能手表采集的数据,例如配送员的心率信息。对配送员的安全状态进行监测所需使用的目标模型可以为事故检测模型,该事故检测模型所需的特征数据可包括头盔采集的碰撞特征信息以及智能手环或智能手表采集的配送员的心率信息。如此,终端可同时通过多个目标模型对配送员的配送状态进行全面监测,提高监测的准确性和全面性。
在S303中,从目标特征信息中提取特征数据。
如图4所示,目标特征信息可存储在特征池中,计算容器可从特征池中提取目标模型所需的特征数据。值得说明的是,S301中对特征信息进行预处理得到的目标特征信息可包括目标模型所需使用的特征数据。
在S304中,将特征数据和目标模型输入到框架类型所指示的目标框架中,以由目标框架按照计算类型所指示的计算时机进行计算,并得到目标框架输出的配送状态信息。
计算容器中可配置有多种框架,例如XGboost、TensorFlowLite等机器学习框架。如果计算容器中未配置有框架类型所指示的目标框架,可向服务器发送针对目标框架的获取请求,以请求获取目标框架。特征数据和目标模型可作为目标框架的输入,目标框架可按照计算类型所指示的计算时机进行计算,例如每5分钟进行一次计算,目标框架可输出计算结果,该计算结果即计算得到的配送员的配送状态信息。
通过上述方案,终端可获取对配送员的配送状态进行监测所需的目标模型以及目标模型的模型特征信息,并将目标模型以及目标模型所需的特征数据输入到目标框架中,终端可通过目标框架进行复杂精确的计算,从而可以得到目标框架输出的准确的配送状态信息。并且可对多种配送状态进行同时监测,可以综合多个可穿戴设备分别采集到的特征信息进行融合计算,提高确定出的配送员的配送状态信息的准确性和全面性。
在另一实施例中,可在服务器侧确定出配送状态信息,在该实施例中,上述S203可包括:
对特征信息进行预处理,得到目标特征信息;将目标特征信息发送至服务器,以使服务器根据目标特征信息确定配送状态信息,并将配送状态信息发送至终端;接收服务器发送的配送状态信息。
如图1b所示,终端103在接收到目标可穿戴设备发送的特征信息后,可首先对该特征数据进行预处理,得到目标特征信息,并将目标特征信息发送至服务器104,而非目标可穿戴设备将自身采集的原始特征信息发送至服务器104,可以避免可穿戴设备采集的原始数据发生泄漏的风险,提高数据安全性。服务器104可根据目标特征信息进行计算,确定出配送状态信息,并将该配送状态信息发送至终端103,从而终端103可以从服务器104处获取到该配送状态信息。其中,本公开对于服务器根据目标特征信息确定配送状态信息的方式不做具体限制,例如服务器确定配送状态信息的方式可以与上述终端确定配送状态信息的方式相同。
通过上述方案,终端可对目标可穿戴设备发送的特征信息进行预处理,并将预处理得到的目标特征信息发送至服务器,可以避免可穿戴设备采集的原始数据发生泄漏的风险,提高数据安全性,并且服务器的计算能力更强,可以进行更加精确的计算,从而使得确定出的配送员的配送状态信息更准确。
图5是根据一示例性实施例示出的一种终端与可穿戴设备之间建立通信连接的流程示意图,每一可穿戴设备均可通过图5所示的方式与终端建立通信连接。
在S501中,终端向可穿戴设备发送握手请求。握手请求中的数据可以是通过握手密钥进行加密的,握手密钥可以是预先约定的。
在S502中,可穿戴设备接收终端发送的握手请求。
在S503中,可穿戴设备采用握手密钥对握手请求中的数据进行解密。
在S504中,可穿戴设备对解密得到的数据进行校验,以对终端进行鉴权。
可穿戴设备采用握手密钥对握手请求中的数据进行解密处理,如果解密成功,可对解密得到的数据进行校验,以对终端进行鉴权,即验证终端是否为可信设备。
在S505中,在对终端鉴权通过的情况下,可穿戴设备向终端发送第一握手确认消息。
如果可穿戴设备对终端鉴权通过,可认为终端为可信设备,可向终端发送第一握手确认消息,该第一握手确认消息表征可穿戴设备确认与终端握手成功,可以与终端之间建立通信连接。
在S506中,终端接收可穿戴设备发送的第一握手确认消息。
在S507中,终端向可穿戴设备发送第二握手确认消息,并将可穿戴设备作为目标可穿戴设备。
终端响应于接收到可穿戴设备发送的第一握手确认消息,可向可穿戴设备发送第二握手确认消息。该第二握手确认消息可用于表征终端确认与可穿戴设备握手成功,确认终端与可穿戴设备之间成功建立通信连接。
在S508中,可穿戴设备接收第二握手确认消息,确定与终端之间成功建立通信连接。
可穿戴设备在接收到终端响应于第一握手确认消息发送的第二握手确认消息的情况下,可确定与终端之间成功建立通信连接,之后可穿戴设备可以向终端发送实时采集到的特征信息。
本公开中,在终端与可穿戴设备成功建立通信连接之后,可穿戴设备与终端之间可采用会话密钥加密机制进行信息传输,其中,握手请求中具有生成会话密钥的种子。
为了保证信息传输的安全性,可穿戴设备与终端之间可采用会话密钥加密机制进行信息传输,例如可穿戴设备向终端发送实时采集到的特征信息、终端向可穿戴设备发送配送状态的确定结果,二者之间进行信息传输时可采用会话密钥加密机制进行信息传输。
如此,终端与可穿戴设备之间可采用双重密钥加密机制,即握手密钥和会话密钥,可进一步保证信息传输的安全性。
图6是根据一示例性实施例示出的一种配送员的配送状态监测方法的流程图,该方法可应用于可穿戴设备,如图1a和图1b所示的可穿戴设备101或可穿戴设备102,如图6所示,该方法可包括S601~S603。
在S601中,发送广播,以使终端在监听到广播的情况下建立与可穿戴设备之间的通信连接。
在S602中,实时采集特征信息。
在S603中,在与终端成功建立通信连接的情况下,向终端发送实时采集到的特征信息,以使终端根据特征信息,获取配送员的配送状态信息。
通过上述技术方案,可穿戴设备可以向外发送广播,以使终端在监听到广播的情况下与可穿戴设备建立通信连接。由于可穿戴设备受成本、便携性的限制,体积一般较小,计算能力较弱,无法对其采集到的数据进行复杂的运算,使得计算结果不够准确。本公开中可穿戴设备可将实时采集到的特征信息发送至配送员的终端,终端可根据该特征信息获取配送员的配送状态信息。例如终端可根据特征信息确定出该配送状态信息,或根据特征信息从服务器处获取服务器确定出的该配送状态信息,终端和服务器的计算能力高于可穿戴设备的计算能力,能够根据特征信息进行更加精确的计算,从而使得确定出的配送员的配送状态信息更准确。并且,如果终端同时与多个可穿戴设备成功建立通信连接,终端或服务器可以综合多个可穿戴设备分别采集到的特征信息进行融合计算,避免相关技术中可穿戴设备独立工作而无法对多个可穿戴设备采集的数据进行融合计算的问题,提高终端确定出的配送员的配送状态信息的准确性。
可选地,在所述可穿戴设备为头盔的情况下,所述实时采集特征信息,包括:实时采集所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息中的一种或多种;在所述可穿戴设备为智能手环或智能手表的情况下,所述实时采集特征信息,包括:实时采集所述配送员的心率信息。
可选地,在向所述终端发送实时采集到的所述特征信息之前,所述方法还包括:接收所述终端发送的握手请求,所述握手请求中的数据是通过握手密钥进行加密的;采用所述握手密钥对所述握手请求中的数据进行解密;对解密得到的数据进行校验,以对所述终端进行鉴权;在对所述终端鉴权通过的情况下,向所述终端发送第一握手确认消息;在接收到所述终端响应于所述第一握手确认消息发送的第二握手确认消息的情况下,确定与所述终端之间成功建立通信连接。
可选地,在所述终端与所述可穿戴设备成功建立通信连接之后,所述可穿戴设备与所述终端之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
关于上述实施例中的方法,其中各个步骤执行操作的具体方式已经在有关终端一侧的方法的实施例中进行了详细描述,此处将不做详细阐述说明。
基于同一发明构思,本公开还提供一种配送员的配送状态监测装置,图7是根据一示例性实施例示出的一种配送员的配送状态监测装置的框图,该装置700应用于终端,该装置700可包括:
连接建立模块701,被配置成用于在监听到配送员的至少一个可穿戴设备发送的广播的情况下,与所述至少一个可穿戴设备建立通信连接,其中,与所述终端之间成功建立通信连接的可穿戴设备作为目标可穿戴设备;
第一接收模块702,被配置成用于从所述目标可穿戴设备接收所述目标可穿戴设备实时采集到的特征信息;
获取模块703,被配置成用于根据所述特征信息,获取所述配送员的配送状态信息。
通过上述技术方案,终端在监听到至少一个可穿戴设备发送的广播的情况下,与至少一个可穿戴设备建立通信连接,其中与终端之间成功建立通信连接的可穿戴设备可作为目标可穿戴设备。由于可穿戴设备受成本、便携性的限制,体积一般较小,计算能力较弱,无法对其采集到的数据进行复杂的运算,使得计算结果不够准确。本公开中目标可穿戴设备可将实时采集到的特征信息发送至配送员的终端,终端可根据该特征信息获取配送员的配送状态信息。例如终端可根据特征信息确定出该配送状态信息,或根据特征信息从服务器处获取服务器确定出的该配送状态信息,终端和服务器的计算能力高于可穿戴设备的计算能力,能够根据特征信息进行更加精确的计算,从而使得确定出的配送员的配送状态信息更准确。并且,如果终端同时与多个可穿戴设备成功建立通信连接,终端或服务器可以综合多个可穿戴设备分别采集到的特征信息进行融合计算,避免相关技术中可穿戴设备独立工作而无法对多个可穿戴设备采集的数据进行融合计算的问题,提高确定出的配送员的配送状态信息的准确性。
可选地,所述目标可穿戴设备包括头盔,所述头盔采集到的特征信息包括以下中的一种或多种:所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息;和/或,所述目标可穿戴设备包括智能手环或智能手表,所述智能手环或智能手表采集到的特征信息包括所述配送员的心率信息。
可选地,在所述目标可穿戴设备为多个的情况下,所述配送状态信息包括以下中的一种或多种:根据多个所述目标可穿戴设备各自采集到的特征信息得到的融合状态信息、分别根据每一所述目标可穿戴设备采集到的特征信息得到的目标状态信息。
可选地,所述目标可穿戴设备包括智能手环或智能手表以及头盔,所述头盔采集到的特征信息包括碰撞特征信息,所述智能手环或智能手表采集到的特征信息包括所述配送员的心率信息,所述融合状态信息包括用于表征所述配送员是否发生配送事故的安全状态信息,所述安全状态信息通过如下模块确定:事故确定模块,被配置成用于在所述碰撞特征信息表征所述头盔发生碰撞且所述心率信息表征所述配送员的心率异常的情况下,确定所述配送员发生配送事故。
可选地,所述获取模块703,可包括:预处理子模块,被配置成用于对所述特征信息进行预处理,得到目标特征信息;获取子模块,被配置成用于获取对所述配送员的配送状态进行监测所需的目标模型以及所述目标模型的模型特征信息,所述模型特征信息包括所述目标模型所需的特征数据、所述目标模型所需使用的框架类型、所述目标模型的计算类型,所述计算类型用于指示周期性计算或触发性计算,其中,在待监测的所述配送状态有多种的情况下,所需的所述目标模型为多个,且多种所述配送状态与多个所述目标模型一一对应;提取子模块,被配置成用于从所述目标特征信息中提取所述特征数据;输入子模块,被配置成用于将所述特征数据和所述目标模型输入到所述框架类型所指示的目标框架中,以由所述目标框架按照所述计算类型所指示的计算时机进行计算,并得到所述目标框架输出的所述配送状态信息。
可选地,所述获取模块703,可包括:预处理子模块,被配置成用于对所述特征信息进行预处理,得到目标特征信息;发送子模块,被配置成用于将所述目标特征信息发送至服务器,以使所述服务器根据所述目标特征信息确定所述配送状态信息,并将所述配送状态信息发送至所述终端;接收子模块,被配置成用于接收所述服务器发送的所述配送状态信息。
可选地,连接建立模块701,可用于:针对每一所述可穿戴设备,向所述可穿戴设备发送握手请求,所述握手请求中的数据是通过握手密钥进行加密的;响应于接收到所述可穿戴设备发送的第一握手确认消息,向所述可穿戴设备发送第二握手确认消息,并将所述可穿戴设备作为所述目标可穿戴设备,其中,所述可穿戴设备用于在接收到所述握手请求后采用所述握手密钥对所述握手请求中的数据进行解密,并对解密得到的数据进行校验,以对所述终端进行鉴权,在对所述终端鉴权通过的情况下,向所述终端发送所述第一握手确认消息,所述第二握手确认消息用于确认与所述可穿戴设备之间成功建立通信连接。
可选地,在所述终端与所述目标可穿戴设备成功建立通信连接之后,所述终端与所述目标可穿戴设备之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种配送员的配送状态监测装置的框图,该装置800应用于可穿戴设备,该装置800可包括:
第一发送模块801,被配置成用于发送广播,以使终端在监听到所述广播的情况下建立与所述可穿戴设备之间的通信连接;
采集模块802,被配置成用于实时采集特征信息;
第二发送模块803,被配置成用于在与所述终端成功建立通信连接的情况下,向所述终端发送实时采集到的所述特征信息,以使所述终端根据所述特征信息,获取所述配送员的配送状态信息。
通过上述技术方案,可穿戴设备可以向外发送广播,以使终端在监听到广播的情况下与可穿戴设备建立通信连接。由于可穿戴设备受成本、便携性的限制,体积一般较小,计算能力较弱,无法对其采集到的数据进行复杂的运算,使得计算结果不够准确。本公开中可穿戴设备可将实时采集到的特征信息发送至配送员的终端,终端可根据该特征信息获取配送员的配送状态信息。例如终端可根据特征信息确定出该配送状态信息,或根据特征信息从服务器处获取服务器确定出的该配送状态信息,终端和服务器的计算能力高于可穿戴设备的计算能力,能够根据特征信息进行更加精确的计算,从而使得确定出的配送员的配送状态信息更准确。并且,如果终端同时与多个可穿戴设备成功建立通信连接,终端或服务器可以综合多个可穿戴设备分别采集到的特征信息进行融合计算,避免相关技术中可穿戴设备独立工作而无法对多个可穿戴设备采集的数据进行融合计算的问题,提高终端确定出的配送员的配送状态信息的准确性。
可选地,在所述可穿戴设备为头盔的情况下,所述实时采集特征信息,包括:实时采集所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息中的一种或多种;在所述可穿戴设备为智能手环或智能手表的情况下,所述实时采集特征信息,包括:实时采集所述配送员的心率信息。
可选地,所述装置800还可包括:第二接收模块,被配置成用于在第二发送模块803向所述终端发送实时采集到的所述特征信息之前,接收所述终端发送的握手请求,所述握手请求中的数据是通过握手密钥进行加密的;解密模块,被配置成用于采用所述握手密钥对所述握手请求中的数据进行解密;校验模块,被配置成用于对解密得到的数据进行校验,以对所述终端进行鉴权;第三发送模块,被配置成用于在对所述终端鉴权通过的情况下,向所述终端发送第一握手确认消息;确定模块,被配置成用于在接收到所述终端响应于所述第一握手确认消息发送的第二握手确认消息的情况下,确定与所述终端之间成功建立通信连接。
可选地,在所述终端与所述可穿戴设备成功建立通信连接之后,所述可穿戴设备与所述终端之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述应用于终端的配送员的配送状态监测方法。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述应用于可穿戴设备的配送员的配送状态监测方法。
本公开还提供一种终端,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现上述应用于终端的配送员的配送状态监测方法的步骤。
本公开还提供一种可穿戴设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现上述应用于可穿戴设备的配送员的配送状态监测方法的步骤。
图9是根据一示例性实施例示出的一种电子设备900的框图。该电子设备可以为终端或可穿戴设备。如图9所示,该电子设备900可以包括:处理器901,存储器902。该电子设备900还可以包括多媒体组件903,输入/输出(I/O)接口904,以及通信组件905中的一者或多者。
其中,处理器901用于控制该电子设备900的整体操作,以完成上述的应用于终端的配送员的配送状态监测方法或应用于可穿戴设备的配送员的配送状态监测方法中的全部或部分步骤。存储器902用于存储各种类型的数据以支持在该电子设备900的操作,这些数据例如可以包括用于在该电子设备900上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器902可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件903可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器902或通过通信组件905发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口904为处理器901和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件905用于该电子设备900与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G、4G、NB-IOT、eMTC、或其他5G等等,或它们中的一种或几种的组合,在此不做限定。因此相应的该通信组件905可以包括:Wi-Fi模块,蓝牙模块,NFC模块等等。
在一示例性实施例中,电子设备900可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的应用于终端的配送员的配送状态监测方法或应用于可穿戴设备的配送员的配送状态监测方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的应用于终端的配送员的配送状态监测方法或应用于可穿戴设备的配送员的配送状态监测方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器902,上述程序指令可由电子设备900的处理器901执行以完成上述的应用于终端的配送员的配送状态监测方法或应用于可穿戴设备的配送员的配送状态监测方法。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (17)
1.一种配送员的配送状态监测方法,其特征在于,应用于终端,所述方法包括:
在监听到配送员的至少一个可穿戴设备发送的广播的情况下,与所述至少一个可穿戴设备建立通信连接,其中,与所述终端之间成功建立通信连接的可穿戴设备作为目标可穿戴设备;
从所述目标可穿戴设备接收所述目标可穿戴设备实时采集到的特征信息;
根据所述特征信息,获取所述配送员的配送状态信息。
2.根据权利要求1所述的方法,其特征在于,所述目标可穿戴设备包括头盔,所述头盔采集到的特征信息包括以下中的一种或多种:所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息;
和/或,所述目标可穿戴设备包括智能手环或智能手表,所述智能手环或智能手表采集到的特征信息包括所述配送员的心率信息。
3.根据权利要求1所述的方法,其特征在于,在所述目标可穿戴设备为多个的情况下,所述配送状态信息包括以下中的一种或多种:根据多个所述目标可穿戴设备各自采集到的特征信息得到的融合状态信息、分别根据每一所述目标可穿戴设备采集到的特征信息得到的目标状态信息。
4.根据权利要求3所述的方法,其特征在于,所述目标可穿戴设备包括智能手环或智能手表以及头盔,所述头盔采集到的特征信息包括碰撞特征信息,所述智能手环或智能手表采集到的特征信息包括所述配送员的心率信息,所述融合状态信息包括用于表征所述配送员是否发生配送事故的安全状态信息,所述安全状态信息通过如下方式确定:
在所述碰撞特征信息表征所述头盔发生碰撞且所述心率信息表征所述配送员的心率异常的情况下,确定所述配送员发生配送事故。
5.根据权利要求1所述的方法,其特征在于,所述根据所述特征信息,获取所述配送员的配送状态信息,包括:
对所述特征信息进行预处理,得到目标特征信息;
获取对所述配送员的配送状态进行监测所需的目标模型以及所述目标模型的模型特征信息,所述模型特征信息包括所述目标模型所需的特征数据、所述目标模型所需使用的框架类型、所述目标模型的计算类型,所述计算类型用于指示周期性计算或触发性计算,其中,在待监测的所述配送状态有多种的情况下,所需的所述目标模型为多个,且多种所述配送状态与多个所述目标模型一一对应;
从所述目标特征信息中提取所述特征数据;
将所述特征数据和所述目标模型输入到所述框架类型所指示的目标框架中,以由所述目标框架按照所述计算类型所指示的计算时机进行计算,并得到所述目标框架输出的所述配送状态信息。
6.根据权利要求1所述的方法,其特征在于,所述根据所述特征信息,获取所述配送员的配送状态信息,包括:
对所述特征信息进行预处理,得到目标特征信息;
将所述目标特征信息发送至服务器,以使所述服务器根据所述目标特征信息确定所述配送状态信息,并将所述配送状态信息发送至所述终端;
接收所述服务器发送的所述配送状态信息。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述与所述至少一个可穿戴设备建立通信连接,包括:
针对每一所述可穿戴设备,向所述可穿戴设备发送握手请求,所述握手请求中的数据是通过握手密钥进行加密的;响应于接收到所述可穿戴设备发送的第一握手确认消息,向所述可穿戴设备发送第二握手确认消息,并将所述可穿戴设备作为所述目标可穿戴设备,其中,所述可穿戴设备用于在接收到所述握手请求后采用所述握手密钥对所述握手请求中的数据进行解密,并对解密得到的数据进行校验,以对所述终端进行鉴权,在对所述终端鉴权通过的情况下,向所述终端发送所述第一握手确认消息,所述第二握手确认消息用于确认与所述可穿戴设备之间成功建立通信连接。
8.根据权利要求7所述的方法,其特征在于,在所述终端与所述目标可穿戴设备成功建立通信连接之后,所述终端与所述目标可穿戴设备之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
9.一种配送员的配送状态监测方法,其特征在于,应用于可穿戴设备,所述方法包括:
发送广播,以使终端在监听到所述广播的情况下建立与所述可穿戴设备之间的通信连接;
实时采集特征信息;
在与所述终端成功建立通信连接的情况下,向所述终端发送实时采集到的所述特征信息,以使所述终端根据所述特征信息,获取所述配送员的配送状态信息。
10.根据权利要求9所述的方法,其特征在于,在所述可穿戴设备为头盔的情况下,所述实时采集特征信息,包括:实时采集所述头盔的姿态特征信息、光电特征信息、红外特征信息、碰撞特征信息中的一种或多种;
在所述可穿戴设备为智能手环或智能手表的情况下,所述实时采集特征信息,包括:实时采集所述配送员的心率信息。
11.根据权利要求9所述的方法,其特征在于,在向所述终端发送实时采集到的所述特征信息之前,所述方法还包括:
接收所述终端发送的握手请求,所述握手请求中的数据是通过握手密钥进行加密的;
采用所述握手密钥对所述握手请求中的数据进行解密;
对解密得到的数据进行校验,以对所述终端进行鉴权;
在对所述终端鉴权通过的情况下,向所述终端发送第一握手确认消息;
在接收到所述终端响应于所述第一握手确认消息发送的第二握手确认消息的情况下,确定与所述终端之间成功建立通信连接。
12.根据权利要求11所述的方法,其特征在于,在所述终端与所述可穿戴设备成功建立通信连接之后,所述可穿戴设备与所述终端之间采用会话密钥加密机制进行信息传输,其中,所述握手请求中具有生成所述会话密钥的种子。
13.一种配送员的配送状态监测装置,其特征在于,应用于终端,所述装置包括:
连接建立模块,被配置成用于在监听到配送员的至少一个可穿戴设备发送的广播的情况下,与所述至少一个可穿戴设备建立通信连接,其中,与所述终端之间成功建立通信连接的可穿戴设备作为目标可穿戴设备;
第一接收模块,被配置成用于从所述目标可穿戴设备接收所述目标可穿戴设备实时采集到的特征信息;
获取模块,被配置成用于根据所述特征信息,获取所述配送员的配送状态信息。
14.一种配送员的配送状态监测装置,其特征在于,应用于可穿戴设备,所述装置包括:
第一发送模块,被配置成用于发送广播,以使终端在监听到所述广播的情况下建立与所述可穿戴设备之间的通信连接;
采集模块,被配置成用于实时采集特征信息;
第二发送模块,被配置成用于在与所述终端成功建立通信连接的情况下,向所述终端发送实时采集到的所述特征信息,以使所述终端根据所述特征信息,获取所述配送员的配送状态信息。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤,或者,该程序被处理器执行时实现权利要求9-12中任一项所述方法的步骤。
16.一种终端,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-8中任一项所述方法的步骤。
17.一种可穿戴设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求9-12中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011583344.1A CN114693018A (zh) | 2020-12-28 | 2020-12-28 | 配送状态监测方法、装置、介质、终端及可穿戴设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011583344.1A CN114693018A (zh) | 2020-12-28 | 2020-12-28 | 配送状态监测方法、装置、介质、终端及可穿戴设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114693018A true CN114693018A (zh) | 2022-07-01 |
Family
ID=82130493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011583344.1A Pending CN114693018A (zh) | 2020-12-28 | 2020-12-28 | 配送状态监测方法、装置、介质、终端及可穿戴设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114693018A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794381A (zh) * | 2015-03-24 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 一种用于认证的方法、装置、设备与系统 |
WO2018113337A1 (zh) * | 2016-12-23 | 2018-06-28 | 北京握奇数据股份有限公司 | 一种可穿戴设备的安全通信环境的建立方法及系统 |
CN108391885A (zh) * | 2018-05-17 | 2018-08-14 | 姚俊安 | 一种可检测骑手安全出行的装置及方法 |
CN110247881A (zh) * | 2018-03-09 | 2019-09-17 | 山东量子科学技术研究院有限公司 | 基于可穿戴设备的身份认证方法及系统 |
CN111012355A (zh) * | 2019-11-26 | 2020-04-17 | 泰康保险集团股份有限公司 | 人体摔倒检测方法及装置、存储介质及电子设备 |
WO2020107184A1 (zh) * | 2018-11-26 | 2020-06-04 | 华为技术有限公司 | 一种模型选择方法和终端 |
CN111920129A (zh) * | 2020-08-28 | 2020-11-13 | 武汉里得电力科技股份有限公司 | 一种智能安全帽系统 |
-
2020
- 2020-12-28 CN CN202011583344.1A patent/CN114693018A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794381A (zh) * | 2015-03-24 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 一种用于认证的方法、装置、设备与系统 |
WO2018113337A1 (zh) * | 2016-12-23 | 2018-06-28 | 北京握奇数据股份有限公司 | 一种可穿戴设备的安全通信环境的建立方法及系统 |
CN110247881A (zh) * | 2018-03-09 | 2019-09-17 | 山东量子科学技术研究院有限公司 | 基于可穿戴设备的身份认证方法及系统 |
CN108391885A (zh) * | 2018-05-17 | 2018-08-14 | 姚俊安 | 一种可检测骑手安全出行的装置及方法 |
WO2020107184A1 (zh) * | 2018-11-26 | 2020-06-04 | 华为技术有限公司 | 一种模型选择方法和终端 |
CN111012355A (zh) * | 2019-11-26 | 2020-04-17 | 泰康保险集团股份有限公司 | 人体摔倒检测方法及装置、存储介质及电子设备 |
CN111920129A (zh) * | 2020-08-28 | 2020-11-13 | 武汉里得电力科技股份有限公司 | 一种智能安全帽系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104641375B (zh) | 在医疗装置及其远程装置之间安全的通信 | |
DE112009000416B4 (de) | Zweiwege-Authentifizierung zwischen zwei Kommunikationsendpunkten unter Verwendung eines Einweg-Out-Of-Band(OOB)-Kanals | |
CN110689460B (zh) | 基于区块链的交通事故数据处理方法、装置、设备及介质 | |
US20200360369A1 (en) | Smart broadcast device | |
CN107135073A (zh) | 接口调用方法和装置 | |
CN102945526B (zh) | 一种提高移动设备在线支付安全的装置及方法 | |
CN106981003B (zh) | 用于虚拟现实环境的交易方法、装置及系统 | |
CN104717224B (zh) | 一种登录方法及装置 | |
CN109493443A (zh) | 一种基于二维码的智能巡检方法及系统 | |
CN104079552A (zh) | 认证系统及其操作方法 | |
WO2017035899A1 (zh) | 一种数据安全处理方法、装置和系统 | |
CN106301793B (zh) | 一种plc认证和安全通信的方法 | |
EP2978162A1 (en) | Anti-counterfeiting verification method, device and system | |
CN108446211A (zh) | 浏览器异常收集方法、装置、移动终端以及存储介质 | |
CN108847930A (zh) | 一种数据传输方法、装置及消防系统 | |
CN110300400A (zh) | 一种签到方法、装置、电子设备及存储介质 | |
CN104102863B (zh) | 一种身份认证设备及该设备控制方法 | |
CN107947927B (zh) | 一种标识密码密钥处理方法及系统 | |
CN104994115B (zh) | 一种登录认证方法及系统 | |
CN104883686A (zh) | 一种用于移动终端的安全认证方法、装置、系统及可穿戴设备 | |
CN110659899B (zh) | 一种离线支付方法、装置及设备 | |
CN105592056A (zh) | 用于移动设备的密码安全系统及其密码安全输入方法 | |
CN114693018A (zh) | 配送状态监测方法、装置、介质、终端及可穿戴设备 | |
CN105430149A (zh) | 一种终端使用者身份确定方法及装置 | |
CN107480529A (zh) | 一种信息安全保护系统及保护方法 |
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 |