CN115438277A - 基于物联网平台和大数据分析的共享单车管理方法和系统 - Google Patents

基于物联网平台和大数据分析的共享单车管理方法和系统 Download PDF

Info

Publication number
CN115438277A
CN115438277A CN202211069788.2A CN202211069788A CN115438277A CN 115438277 A CN115438277 A CN 115438277A CN 202211069788 A CN202211069788 A CN 202211069788A CN 115438277 A CN115438277 A CN 115438277A
Authority
CN
China
Prior art keywords
data
bicycle
user
information
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.)
Pending
Application number
CN202211069788.2A
Other languages
English (en)
Inventor
张磊
蒋子文
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.)
Guangdong Bocheng Network Technology Co ltd
Original Assignee
Guangdong Bocheng Network 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 Guangdong Bocheng Network Technology Co ltd filed Critical Guangdong Bocheng Network Technology Co ltd
Priority to CN202211069788.2A priority Critical patent/CN115438277A/zh
Publication of CN115438277A publication Critical patent/CN115438277A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/207—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles with respect to certain areas, e.g. forbidden or allowed areas with possible alerting when inside or outside boundaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及共享单车管理的技术领域，公开了基于物联网平台和大数据分析的共享单车管理方法和系统，基于物联网平台和大数据分析的共享单车管理方法包括：定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据；根据单车每一次被使用记录获取对应用户的用户数据；基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端；本申请具有提高共享单车的规范管理水平的效果。

Description

基于物联网平台和大数据分析的共享单车管理方法和系统
技术领域
本申请涉及共享单车管理的技术领域，尤其是涉及一种基于物联网平台和大数据分析的共享单车管理方法和系统。
背景技术
共享单车的出现提高了我们日常出行的便捷性，为低碳环保作出了贡献；然而共享单车自出现以来就伴随产生了许多问题，包括用户滥用共享单车、运营商未妥善管理共享单车等情况，使共享单车对市容市貌和人们的正常通行造成了影响，例如，用户不规范的使用造成共享单车损坏，运营商未及时回收维护损坏的共享单车导致许多共享单车无法正常使用的问题；现有的共享单车通常包括单车本体和安装在单车本体上的车锁，车锁上标记有用于识别单车的二维码和/或车辆编号，车锁内还设置有用于与运营商服务器无线网络连接的网络模块、定位模块、用于与用户终端无线连接的蓝牙模块、用于开启和关闭车锁的驱动模块、电源模块和用于进行数据处理的处理器。
因此，针对上述相关技术，发明人认为现有的共享单车管理方法存在难以规范管理共享单车的问题。
发明内容
为了提高共享单车的规范管理水平，本申请提供一种基于物联网平台和大数据分析的共享单车管理方法和系统。
本申请的发明目的一采用如下技术方案实现：
基于物联网平台和大数据分析的共享单车管理方法，包括：
定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据，所述单车数据包括单车标识信息、车锁状态数据、单车定位数据；
根据单车每一次被使用记录获取对应用户的用户数据，所述用户数据包括使用情况数据和用户反馈数据；
基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端，所述单车管理信息包括损坏回收信息、违停清除信息和单车调度信息。
通过采用上述技术方案，定期获取各单车的单车数据，包括单车标识信息、车锁状态数据和单车定位数据，以便基于单车数据处理得到各单车的使用率数据和移动轨迹数据，从而判断各单车被使用的次数、频率和单车被使用时的行进路径和最终停放位置；根据单车的每一次被使用记录获取对应的用户数据，包括使用情况数据和用户反馈数据，从而便于根据用户的使用情况数据判断用户的使用习惯，并从用户反馈数据中获取用户对单车的评价或报修记录；根据单车的使用率数据和移动轨迹数据、单车每一次被使用记录对应的用户使用情况数据和用户反馈数据，以及对应的时间数据判断各单车被使用的情况，以得到单车管理信息，其中单车管理信息包括损坏回收信息、违停清除信息和单车调度信息，将单车管理信息发送至运维客户端，以便运维人员根据单车管理信息采取对应的维护措施。
本申请在一较佳示例中：基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息的步骤中，包括：
获取目标单车预设范围内所有单车的近期被使用记录，基于近期被使用记录对应的移动轨迹数据计算单车骑行距离数据；
基于近期被使用记录对应的移动轨迹数据计算对应的单车骑行速度数据，计算单车骑行速度数据与对应用户的相似行程骑行速度数据的速度偏差率；
将目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率输入至单车损坏判断模型中，判断单车损坏结果，基于单车损坏结果和对应的单车定位数据生成损坏回收信息。
通过采用上述技术方案，由于共享单车在投放运营的过程中，单车会随着用户的使用而逐渐折旧损坏，应当根据目标单车近期被使用时的车况判断单车的损坏程度；获取目标单车预设范围内所有单车的近期被使用记录，便于将目标单车的近期被使用记录与预设范围内的所有单车进行对比，基于目标单车预设范围内所有单车的近期被使用记录的移动轨迹数据计算各单车的骑行距离数据，当用户使用了一辆损坏的共享单车后，大概率会在短暂骑行后发现单车损坏的情况，因而用户可能停止使用该单车，获取各单车的骑行距离数据，便于根据各单车的骑行距离数据分析单车损坏情况；基于目标单车预设范围内所有单车的近期被使用记录的移动轨迹数据计算各单车的骑行速度数据，当用户使用了一辆损坏的共享单车并发现单车损坏的情况后，若附近没有其他可用共享单车，则用户可能继续使用该单车，获取单车骑行速度数据，根据单车骑行速度数据与当前用户在过去的相似行程骑行速度数据进行比较，并计算速度偏差率，便于根据单车的速度偏差率分析单车损坏情况；将目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率输入至单车损坏判断模型中，以便判断单车的损坏情况，得到单车损坏结果，提高单车损坏判断的科学性，基于单车损坏结果和对应的单车定位数据生成损坏回收信息，便于运维人员根据损坏回收信息对损坏的单车进行回收和检修。
本申请在一较佳示例中：将目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率输入至单车损坏判断模型中，判断单车损坏结果的步骤中，包括：
计算目标单车预设范围内所有单车的平均使用率数据、平均用户反馈得分、平均单车骑行距离数据；
基于平均使用率数据、平均用户反馈得分、平均单车骑行距离数据，计算目标单车的使用率偏差率、反馈得分偏差率、距离偏差率；
基于使用率偏差率、反馈得分偏差率、距离偏差率、速度偏差率计算目标单车的损坏判断分值，根据损坏判断分值确定单车损坏结果。
通过采用上述技术方案，计算目标单车预设范围内所有单车的平均使用率数据、平均用户反馈得分和平均单车骑行距离数据，并根据目标单车的使用率数据、用户反馈得分和单车骑行距离数据计算目标单车的使用率偏差率、反馈得分偏差率、距离偏差率，从而判断目标单车与预设范围内所有单车平均水平的偏差情况，以计算目标单车的损坏判断分值，确定单车损坏结果。
本申请在一较佳示例中：计算目标单车预设范围内所有单车的平均使用率数据的步骤之后，包括：
将目标单车预设范围内所有单车的平均使用率数据与其他区域的单车平均使用率数据进行比较，根据比较结果生成单车调度信息。
通过采用上述技术方案，计算得到目标单车预设范围内所有单车的平均使用率数据后，将平均使用率数据与其他区域的单车平均使用率数据进行比较，以便根据比较结果生成单车调度信息，便于运维人员根据各区域的单车平均使用率调整单车投放数量，以便提高共享单车资源分配的合理性，进而提高共享单车的利用率。
本申请在一较佳示例中：基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息的步骤中，包括：
根据目标单车的移动轨迹数据，确定目标单车的停放位置信息；
将目标单车停放位置与预设的地图数据进行对比，判断目标单车的停放类型，所述停放类型包括正常停放、非正常停放和违规停放；
基于违规停放的目标单车的单车定位数据生成违停清除信息。
通过采用上述技术方案，从目标单车的移动轨迹数据中确定目标单车的停放位置，将目标单车的停放位置与预设的地图数据进行对比，便于判断目标单车的停放类型，若目标单车妥善停放，则停放类型为正常停放，若目标单车停放于非公共区域或其他用户难以取得的区域，则停放类型为非正常停放，若目标单车停放于禁停区，则停放类型为违规停放；基于违规停放的目标单车的单车定位数据生成违停清除信息，便于运维人员根据违停清除信息找到违停单车的具体位置并进行违停单车的转移，降低违停单车所造成的不良影响。
本申请在一较佳示例中：所述用户数据还包括消费数据和用户注册信息，基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端的步骤之后，还包括：
获取用户数据，将用户的消费数据、使用情况数据、用户注册信息和用户反馈数据输入至用户规范判断模型中，生成用户用车规范信息，所述用户用车规范信息包括违规使用信息和违规占用信息；
基于用户用车规范信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端，所述用户管理信息包括违规追责信息和规范奖励信息。
通过采用上述技术方案，获取用户数据，包括用户的消费数据、使用情况数据、用户注册信息和用户反馈数据，将用户数据输入至用户规范判断模型中，以便根据用户是否存在违规使用共享单车的情况和是否存在违规占用共享单车的情况生成用户用车规范信息，其中用户用车规范信息包括违规使用信息和违规占用信息；根据用户的用车规范信息判断用户是否曾经违规使用和/或违规占用共享单车以及违规次数，以生成用户管理信息，其中用户管理信息包括违规追责信息和规范奖励信息，将用户管理信息发送至用户客户端和运维客户端，便于在用户违规时警示用户，并采取相应的追责措施，也便于在用户规范使用共享单车时给予奖励。
本申请在一较佳示例中：使用情况数据包括单车使用记录，将用户的消费数据、使用情况数据、用户注册信息和用户反馈数据输入至用户规范判断模型中，生成用户用车规范信息的步骤中，包括：
将用户每一次单车使用记录所对应的移动轨迹数据与预设的地图数据进行对比，基于用户的违规使用情况生成违规使用信息；
根据用户每一次单车使用记录所对应单车的单车标识信息、使用率数据和被使用记录判断用户是否存在违规占用单车的情况，基于违规占用单车的用户生成违规占用信息。
通过采用上述技术方案，将用户每一次的单车使用记录对应的移动轨迹数据与预设的地图数据进行对比，便于判断用户是否存在违规停放和违反交通规则的情况，以根据用户违规使用共享单车的情况生成违规使用信息；获取用户每一次的单车使用记录所对应的单车的单车标识信息、使用率数据和被使用记录，以便判断用户是否存在给共享单车安装私锁、破坏单车标识信息甚至破坏车锁等违规占用单车的情况，对存在违规占用单车的用户生成违规占用信息，便于后续对用户进行警示或追责。
本申请在一较佳示例中：基于用户用车规范信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端的步骤中，包括：
定期根据用户用车规范信息对用户进行评分，若评分高于预设奖励阈值，则生成规范奖励信息；
定期根据用户用车规范信息中涉及到的违规行为生成违规追责信息；
基于规范奖励信息和/或违规追责信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端。
通过采用上述技术方案，定期根据用户用车规范信息对用户进行评分，并将用户的分值与预设的奖励阈值进行对比，以判断用户的用车规范情况，若用户的分值高于预设的奖励阈值，则生成规范奖励信息；定期获取用户用车规范信息中涉及的违规行为，并根据用户的违规行为生成违规追责信息；根据规范奖励信息和/或违规追责信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端，以便后续对用户进行奖励、警示和追责。
本申请的发明目的二采用如下技术方案实现：
基于物联网平台和大数据分析的共享单车管理系统，包括：
单车数据处理模块，用于定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据，所述单车数据包括单车标识信息、车锁状态数据、单车定位数据；
用户数据处理模块，用于根据单车每一次被使用记录获取对应用户的用户数据，所述用户数据包括使用情况数据和用户反馈数据；
单车管理模块，用于基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端，所述单车管理信息包括损坏回收信息、违停清除信息和单车调度信息。
通过采用上述技术方案，定期获取各单车的单车数据，包括单车标识信息、车锁状态数据和单车定位数据，以便基于单车数据处理得到各单车的使用率数据和移动轨迹数据，从而判断各单车被使用的次数、频率和单车被使用时的行进路径和最终停放位置；根据单车的每一次被使用记录获取对应的用户数据，包括使用情况数据和用户反馈数据，从而便于根据用户的使用情况数据判断用户的使用习惯，并从用户反馈数据中获取用户对单车的评价或报修记录；根据单车的使用率数据和移动轨迹数据、单车每一次被使用记录对应的用户使用情况数据和用户反馈数据，以及对应的时间数据判断各单车被使用的情况，以得到单车管理信息，其中单车管理信息包括损坏回收信息、违停清除信息和单车调度信息，将单车管理信息发送至运维客户端，以便运维人员根据单车管理信息采取对应的维护措施。
本申请的发明目的三采用如下技术方案实现：
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于物联网平台和大数据分析的共享单车管理方法的步骤。
本申请的发明目的四采用如下技术方案实现：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于物联网平台和大数据分析的共享单车管理方法的步骤。
综上所述，本申请包括以下至少一种有益技术效果：
1. 定期获取各单车的单车数据，包括单车标识信息、车锁状态数据和单车定位数据，以便基于单车数据处理得到各单车的使用率数据和移动轨迹数据，从而判断各单车被使用的次数、频率和单车被使用时的行进路径和最终停放位置；根据单车的每一次被使用记录获取对应的用户数据，包括使用情况数据和用户反馈数据，从而便于根据用户的使用情况数据判断用户的使用习惯，并从用户反馈数据中获取用户对单车的评价或报修记录；根据单车的使用率数据和移动轨迹数据、单车每一次被使用记录对应的用户使用情况数据和用户反馈数据，以及对应的时间数据判断各单车被使用的情况，以得到单车管理信息，其中单车管理信息包括损坏回收信息、违停清除信息和单车调度信息，将单车管理信息发送至运维客户端，以便运维人员根据单车管理信息采取对应的维护措施。
2. 由于共享单车在投放运营的过程中，单车会随着用户的使用而逐渐折旧损坏，应当根据目标单车近期被使用时的车况判断单车的损坏程度；获取目标单车预设范围内所有单车的近期被使用记录，便于将目标单车的近期被使用记录与预设范围内的所有单车进行对比，基于目标单车预设范围内所有单车的近期被使用记录的移动轨迹数据计算各单车的骑行距离数据，当用户使用了一辆损坏的共享单车后，大概率会在短暂骑行后发现单车损坏的情况，因而用户可能停止使用该单车，获取各单车的骑行距离数据，便于根据各单车的骑行距离数据分析单车损坏情况；基于目标单车预设范围内所有单车的近期被使用记录的移动轨迹数据计算各单车的骑行速度数据，当用户使用了一辆损坏的共享单车并发现单车损坏的情况后，若附近没有其他可用共享单车，则用户可能继续使用该单车，获取单车骑行速度数据，根据单车骑行速度数据与当前用户在过去的相似行程骑行速度数据进行比较，并计算速度偏差率，便于根据单车的速度偏差率分析单车损坏情况；将目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率输入至单车损坏判断模型中，以便判断单车的损坏情况，得到单车损坏结果，提高单车损坏判断的科学性，基于单车损坏结果和对应的单车定位数据生成损坏回收信息，便于运维人员根据损坏回收信息对损坏的单车进行回收和检修。
3. 计算目标单车预设范围内所有单车的平均使用率数据、平均用户反馈得分和平均单车骑行距离数据，并根据目标单车的使用率数据、用户反馈得分和单车骑行距离数据计算目标单车的使用率偏差率、反馈得分偏差率、距离偏差率，从而判断目标单车与预设范围内所有单车平均水平的偏差情况，以计算目标单车的损坏判断分值，确定单车损坏结果。
附图说明
图1是本申请一实施例中基于物联网平台和大数据分析的共享单车管理方法的流程图。
图2是本申请基于物联网平台和大数据分析的共享单车管理方法中步骤S30的流程图。
图3是本申请基于物联网平台和大数据分析的共享单车管理方法中步骤S33的流程图。
图4是本申请基于物联网平台和大数据分析的共享单车管理方法中步骤S30的另一流程图。
图5是本申请基于物联网平台和大数据分析的共享单车管理方法的另一流程图。
图6是本申请基于物联网平台和大数据分析的共享单车管理方法中步骤S40的流程图。
图7是本申请基于物联网平台和大数据分析的共享单车管理方法中步骤S50的流程图。
图8是本申请一实施例中基于物联网平台和大数据分析的共享单车管理系统的结构图。
图9是本申请一实施例中的设备示意图。
具体实施方式
以下结合附图1至9对本申请作进一步详细说明。
在本实施例中，共享单车的车锁在外壳上标记单车识别信息，单车识别信息为二维码和车辆编号，具体可以是通过将印刷有二维码和车辆编号的铭牌螺纹连接或粘接在车锁外壳或共享单车的车体上，也可以是直接将二维码和车辆编号印刷、喷涂在车锁外壳上；车锁内还设置有定位模块、驱动模块、网络模块、蓝牙模块、处理器、存储器和电源模块，定位模块采用GPS定位系统和北斗定位系统的组合以实现对单车的定位，驱动模块包括锁梁和用于驱动锁梁移动的电机，用于控制车锁开启或关闭，网络模块用于使车锁与运营商服务器实现无线网络连接，以便单车将采集到的数据传输至运营商服务器，同时接收服务器发出的指令，蓝牙模块用于与用户终端进行蓝牙无线连接，以便在用户网络较差的时候增加开锁的成功率，处理器和存储器用于处理和存储车锁采集到的数据，以及运营商服务器向车锁发送的数据，电源模块电连接于定位模块、驱动模块、网络模块、蓝牙模块、处理器、存储器并向上述模块进行供电。
共享单车的使用过程为：用户将共享单车的车锁或车体上标记的单车识别信息输入至用户终端，用户终端可以是手机，输入的方式可以是扫描二维码输入或键盘输入车辆编号；用户终端基于单车识别信息向运营商服务器发送开锁请求，运营商服务器在验证用户具有开锁权限后向共享单车发送开锁指令，共享单车的车锁通过网络模块接收开锁指令，并控制驱动模块开锁。
当用户用车完毕后，用户可以选择通过用户终端并基于单车识别信息向运营商服务器发送关锁请求，运营商服务器向共享单车发送关锁指令，共享单车的车锁通过网络模块接收关锁指令，并控制驱动模块关锁；用户也可以选择手动关锁，用户手动关锁后，驱动模块检测到车锁关闭后，通过网络模块向运营商服务器发送关锁信号，以便运营商服务器获知车锁关闭的情况并进行费用结算。
在一实施例中，如图1所示，本申请公开了一种基于物联网平台和大数据分析的共享单车管理方法，具体包括如下步骤：
S10：定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据，单车数据包括单车标识信息、车锁状态数据、单车定位数据。
在本实施例中，单车数据是指车锁上记录的数据以及可以通过车锁上设置的传感器所获取到的数据。
具体地，车锁内设置有定位传感器、加速度传感器，单车数据包括单车标识信息、车锁状态数据、单车定位数据，其中，单车标识信息通过铭牌、印刷或喷涂的方式直接标记在车锁或者是共享单车车体上对外展示，且车锁内的存储器也存储有该共享单车自身的单车标识信息；车锁状态数据可以通过处理器对驱动模块发出的指令的记录和/或车锁所接收到来自运营商服务器的数据而获取，车锁状态数据包括开启和关闭；单车定位数据则可以通过定位模块获取。
具体地，车锁的存储器设置有用于存储当前单车被使用记录的存储区域，通过单车被使用记录计算该共享单车的使用率数据，使用率数据是指该单车处于被使用状态的时间占该单车处于投放状态的时间的比例；移动轨迹数据可以通过单车定位数据和对应的时间数据得到。
S20：根据单车每一次被使用记录获取对应用户的用户数据，用户数据包括使用情况数据和用户反馈数据。
在本实施例中，单车的被使用记录是指该单车每一次被使用时记录的数据，具体包括该单车每一次被使用时的移动轨迹数据、对应的开锁和关锁时间节点，以及使用该单车的用户的用户数据；使用情况数据是指用于记录用户使用共享单车情况的数据，包括该用户的单车使用记录、骑行速度特征和骑行轨迹特征，其中单车使用记录是指该用户每一次使用共享单车时记录的数据，具体包括该用户每一次使用的单车的单车标识信息、移动轨迹数据、对应的开锁和关锁时间节点；用户反馈数据是指用户在骑行后针对单车的反馈数据，包括满意度评价和报修记录。
具体地，根据单车每一次被使用记录获取对应用户的用户数据，以便后续结合单车数据和用户数据确定单车管理上的问题，以便确定对应的单车管理措施。
S30：基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端，单车管理信息包括损坏回收信息、违停清除信息和单车调度信息。
在本实施例中，单车管理信息是指基于共享单车管理上出现的问题而生成的关于解决共享单车管理问题的信息；单车管理信息包括损坏回收信息、违停清除信息和单车调度信息，其中损坏回收信息是指因单车损坏问题而需要回收并进行检修的信息；违停清除信息是指因单车违规停放问题而需要转移单车的位置的信息；单车调度信息是指因不同区域单车使用率差距较大的问题而需要调度单车位置的信息；运维客户端是指共享单车的运营维护人员执行运营维护工作所使用的客户端，具体可以是应用程序、网站、小程序、公众号等。
具体地，基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据，以分析当前共享单车是否存在损坏、违规停放、可以共享单车资源分配不均的问题，从而生成相应的损坏回收信息、违停清除信息和单车调度信息作为单车管理信息，并将单车管理信息发送至运维客户端，便于共享单车的运维人员根据单车管理信息针对性地解决问题。
其中，参照图2，在步骤S30中，包括：
S31：获取目标单车预设范围内所有单车的近期被使用记录，基于近期被使用记录对应的移动轨迹数据计算单车骑行距离数据。
在本实施例中，目标单车是指判断共享单车问题时的研究对象，而目标单车预设范围是指以目标单车为中心，基于一个预设距离值所确定的范围；近期被使用记录是指目标单车在最近一段时间或者是目标单车的被使用记录中距今最近的若干项被使用的记录。
现有的共享单车损坏管理通常是采取用户主动报修和运维人员定期回收检修的方式进行，其中，目前采取用户主动报修的方式时，为了减少用户虚假报修的情况，通常需要用户上传共享单车损坏图片，容易使用户感到麻烦而放弃报修，且即使采取了这一手段仍然存在核实难度大的问题；而运维人员定期回收检修则通常是直接将所有共享单车回收，会造成检修期间可用共享单车数量较少的问题。
具体地，由于在面对某一区域内的若干辆共享单车时，用户自然会倾向于选择使用损坏程度较低的单车，因此，在分析单车是否存在损坏的问题时，可以将目标单车与分布在目标单车附近的其他单车进行对比，便于通过对比用户对各辆单车的选择偏好判断某一区域内各辆共享单车的损坏程度差异；优选的，预设距离值设置为100米，因为用户为了选择一辆损坏程度较小的单车而步行一百米以上的可能性较小；优选的，近期被使用记录可以设定为目标单车的被使用记录中最近48小时被使用的记录或者距今最近的10项被使用的记录。
具体地，获取目标单车预设范围内所有单车的近期被使用记录，针对近期被使用记录中每一项记录获取对应的移动轨迹数据，从而计算每一项记录对应的单车骑行距离数据，便于获知各单车近期每一次被用户使用时骑行的距离；由于用户在使用共享单车时，若用户使用了一辆损坏程度较高的单车，则可能在发现单车损坏的问题后放弃对该单车的使用，或者是在寻找到其他可替代的交通工具/方式时更换为其他交通工具/方式，通过获取单车近期每一次被用户使用时骑行的距离，有助于分析该单车的损坏情况。
S32：基于近期被使用记录对应的移动轨迹数据计算对应的单车骑行速度数据，计算单车骑行速度数据与对应用户的相似行程骑行速度数据的速度偏差率。
在本实施例中，相似行程骑行速度数据是指用户在相似行程中每一次骑行时的骑行速度的平均值。
具体地，获取目标单车预设范围内所有单车的近期被使用记录，针对近期被使用记录中每一项记录获取对应的移动轨迹数据，从而计算每一项记录对应的单车骑行速度数据，单车骑行速度数据是根据移动轨迹数据和定位传感器、加速度传感器测得的数据计算得到的，便于获知各单车近期每一次被用户使用时骑行的速度；由于用户在使用共享单车时，若用户使用了一辆损坏程度较高的单车，且未找到其他可替换的共享单车或交通工具/方式时，则可能继续使用该损坏程度较高的单车，而用户在使用损坏程度较高的单车时，可能会因为担心危险而降低骑行速度，或者是由于单车本身损坏严重而难以提高骑行速度，通过获取单车近期每一次被用户使用时骑行的速度，有助于分析该单车的损坏情况。
具体地，由于不同用户的骑行习惯不同，相应的骑行速度也不同，因此，为了提高单车骑行速度数据对于分析单车损坏程度的可靠性，获取每一项单车骑行速度数据对应的用户，并与对应的用户的相似行程骑行速度数据进行对比，计算速度偏差率，以便提高通过单车骑行速度数据分析单车损坏程度的可靠性；速度偏差率=（单车骑行速度数据-相似行程骑行速度数据）÷相似行程骑行速度数据×100%，例如，某用户日常上班行程的骑行速度为10km/h，某一次上班行程的骑行速度为6km/h，则速度偏差率为（6 km/h-10km/h）÷10km/h=-40%。
S33：将目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率输入至单车损坏判断模型中，判断单车损坏结果，基于单车损坏结果和对应的单车定位数据生成损坏回收信息。
在本实施例中，单车损坏判断模型是指用于根据目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率进行分析后判断单车损坏结果的模型。
具体地，将目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率输入至单车损坏判断模型中，从而判断单车损坏结果；单车损坏判断模型内置有深度学习算法，可根据输入的数据不断优化学习，从而降低对不同用户骑行速度偏好、常用行程距离和路段拥堵程度、红绿灯等候时间等因素对通过单车骑行距离数据和单车骑行速度数据分析单车损坏程度的准确度影响；基于单车损坏结果和对应的单车定位数据生成损坏回收信息，便于运维人员根据损坏回收信息对损坏的单车进行回收和检修。
其中，参照图3，在步骤S33中，包括：
S331：计算目标单车预设范围内所有单车的平均使用率数据、平均用户反馈得分、平均单车骑行距离数据。
在本实施例中，用户反馈得分是指根据用户在骑行后针对单车的满意度评价和报修记录进行评分后所得到的分值。
具体地，根据目标单车预设范围内所有单车的使用率数据计算目标单车预设范围内所有单车的平均使用率数据；根据目标单车预设范围内所有单车的用户反馈得分计算目标单车预设范围内所有单车的平均用户反馈得分；根据目标单车预设范围内所有单车的单车骑行距离数据计算目标单车预设范围内所有单车的平均单车骑行距离数据。
S332：基于平均使用率数据、平均用户反馈得分、平均单车骑行距离数据，计算目标单车的使用率偏差率、反馈得分偏差率、距离偏差率。
具体地，基于平均使用率数据、平均用户反馈得分、平均单车骑行距离数据，计算目标单车的使用率偏差率、反馈得分偏差率、距离偏差率；使用率偏差率=（使用率数据-平均使用率数据）÷平均使用率数据×100%；反馈得分偏差率=（用户反馈得分-平均用户反馈得分）÷平均用户反馈得分×100%；距离偏差率=（单车骑行距离数据-平均单车骑行距离数据）÷平均单车骑行距离数据×100%。
S333：基于使用率偏差率、反馈得分偏差率、距离偏差率、速度偏差率计算目标单车的损坏判断分值，根据损坏判断分值确定单车损坏结果。
在本实施例中，单车损坏判断模型内置有用于根据使用率偏差率、反馈得分偏差率、距离偏差率、速度偏差率计算目标单车的损坏判断分值的算法。
具体地，将使用率偏差率、反馈得分偏差率、距离偏差率、速度偏差率输入至单车损坏判断模型中，以计算目标单车的损坏判断分值，将损坏判断分值与预设的分值判断阈值进行对比，从而根据损坏判断分值确定单车损坏结果，便于运维人员后续根据单车损坏结果采取对应的回收检修措施。
其中，参照图4，在步骤S30中，还包括：
S34：将目标单车预设范围内所有单车的平均使用率数据与其他区域的单车平均使用率数据进行比较，根据比较结果生成单车调度信息。
具体地，共享单车被投放后，随着用户的使用，单车在不同区域的分布密度存在较大差异；计算得到目标单车预设范围内所有单车的平均使用率数据后，将目标单车预设范围内所有单车的平均使用率数据与其他区域的单车平均使用率数据进行比较，以便根据比较结果生成单车调度信息，便于运维人员根据各区域的单车平均使用率调整单车投放数量，合理分配各区域的可用共享单车资源，进而提高共享单车的利用率。
具体地，存储器内设置有单车调度模型，将目标单车预设范围内所有单车的平均使用率数据与其他区域的单车平均使用率数据输入单车调度模型，以生成单车调度信息，单车调度模型内置有深度学习算法，便于根据各区域的历史单车平均使用率数据与投放单车数量之间的关系判断各区域的最佳投放量，以生成单车调度信息。
S35：根据目标单车的移动轨迹数据，确定目标单车的停放位置信息。
具体地，移动轨迹数据是根据单车定位数据和对应的时间数据得到的，具体为，车锁内的定位模块定期记录当前位置坐标，并将当前位置坐标与对应的时间数据对应存储，以得到移动轨迹数据。
具体地，根据车辆每一次被使用记录对应的移动轨迹坐标的最终位置确定目标车辆在该项被使用的记录的停放位置信息。
S36：将目标单车停放位置与预设的地图数据进行对比，判断目标单车的停放类型，停放类型包括正常停放、非正常停放和违规停放。
在本实施例中，存储器内存放有地图数据，且运营商服务器会定期对存储器内存储的地图数据进行更新。
具体地，将目标单车停放位置与预设的地图数据进行对比，地图数据上标记有禁停区以及非正常停放区域，在本实施例中，禁停区和非正常停放区域可以是根据现有的地图数据自动标记的，也可以是有运维人员手动标记划分的，禁停区是指因交通规则或其他法律、法规、规章、制度的规定而禁止停放单车的区域，例如车道上；而非正常停放区域是指可能导致其他用户难以使用停放在此处的单车的区域，例如非公共区域、草丛内、建筑内等区域；根据目标单车停放位置判断目标单车的停放类型，若目标单车停放在禁停区，则停放类型为违规停放；若目标单车停放在非正常停放区域，则停放类型为非正常停放；若目标单车停放在除禁停区和非正常停放区域以外的其他区域，则停放类型为正常停放。
S37：基于违规停放的目标单车的单车定位数据生成违停清除信息。
具体地，当检测到目标单车的停放类型为违规停放时，基于该违规停放的目标单车的单车定位数据生成违停清除信息，便于运维人员根据违停清除信息找到违停单车的具体位置并进行违停单车的转移，降低违停单车所造成的不良影响。
其中，参照图5，在步骤S30之后，基于物联网平台和大数据分析的共享单车管理方法还包括：
S40：获取用户数据，将用户的消费数据、使用情况数据、用户注册信息和用户反馈数据输入至用户规范判断模型中，生成用户用车规范信息，用户用车规范信息包括违规使用信息和违规占用信息。
在本实施例中，用户数据包括用户的消费数据、使用情况数据、用户注册信息和用户反馈数据；其中，消费数据是指用户在本共享单车服务平台的消费情况的数据，包括消费时间，消费类型如单次消费、次卡消费、月卡/季卡/年卡消费、连续包月消费等；用户注册信息是指用户在本共享单车服务平台注册时输入的信息，包括用户的性别、年龄、手机号、设备标识信息、身份信息等；用户规范判断模型是指用于判断用户是否存在不规范使用共享单车行为的模型。
具体地，获取用户数据，包括用户的消费数据、使用情况数据、用户注册信息和用户反馈数据输入至用户规范判断模型中，以便判断用户是否存在违规使用共享单车的情况和是否存在违规占用共享单车的情况，从而生成对应的违规使用信息和违规占用信息，进而得到用户用车规范信息。
其中，参照图6，在步骤S40中，包括：
S41：将用户每一次单车使用记录所对应的移动轨迹数据与预设的地图数据进行对比，基于用户的违规使用情况生成违规使用信息。
在本实施例中，违规使用信息是指用于记录用户所存在的违规使用情况的信息。
具体地，违规使用情况包括违规停放单车和违反交通规则等行为，其中，获取单车的移动轨迹数据，将单车的移动轨迹数据和预设的地图数据进行比较，以判断单车是否存在逆行、在机动车道行驶、闯红灯等违反交通规则的行为，并根据步骤S36中判断单车是否存在违规停放的情况，从而生成违规使用信息。
S42：根据用户每一次单车使用记录所对应单车的单车标识信息、使用率数据和被使用记录判断用户是否存在违规占用单车的情况，基于违规占用单车的用户生成违规占用信息。
具体地，由于共享单车的运营过程中，常发生用户通过破坏共享单车上的单车标识信息或者是给共享单车加上私锁的方式侵占单车，导致其他用户无法使用被侵占的单车的情况；根据用户每一次单车使用记录所对应单车的单车标识信息以确定该用户所使用的具体单车，再获取用户所使用单车的使用率数据和该单车对应的被使用记录分析是否存在用户违规占用单车的情况，当存在用户违规侵占单车时，可能会出现以下现象中的一种或多种：用户每次使用的单车均为同一辆单车，即用户的近期单车使用记录中的单车标识信息连续、反复出现；该单车的近期被使用记录中的用户注册信息连续、反复出现；单车的使用率数据远低于附近其他单车的使用率数据；用户规范判断模型内置有用于根据用户每一次单车使用记录所对应单车的单车标识信息、使用率数据和被使用记录判断用户存在违规侵占单车概率的算法，以便及时发现用户违规侵占单车的行为。
具体地，基于存在违规占用单车行为的用户的用户注册信息和被侵占单车的单车定位数据生成违规占用信息，便于运维人员后续对用户进行追责，也便于找到被侵占的单车以解除单车的被侵占状态，提高单车的使用率。
S50：基于用户用车规范信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端，用户管理信息包括违规追责信息和规范奖励信息。
在本实施例中，用户管理信息是指根据用户用车规范信息所生成的用于管理客户的信息。
具体地，用户管理信息包括违规追责信息和规范奖励信息，其中违规追责信息是指根据用户的违规行为所生成的用于对用户进行追责的信息；而规范奖励信息是指根据用户的规范用车的行为所生成的用于对用户进行奖励的信息。基于用户用车规范信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端，便于对违规用户进行警示和追责，对规范用车的用户进行勉励和奖励。
其中，参照图7，在步骤S50中，包括：
S51：定期根据用户用车规范信息对用户进行评分，若评分高于预设奖励阈值，则生成规范奖励信息。
具体地，定期根据用户用车规范信息对用户的日常用车行为进行评分，若用户规范用车则增加积分，若用户违规使用单车或违规占用单车则扣除积分，若用户的评分高于预设奖励阈值，则生成规范奖励信息，奖励可以是赠送共享单车次卡/月卡等，或者是消费折扣券。
S52：定期根据用户用车规范信息中涉及到的违规行为生成违规追责信息。
具体地，定期根据用户用车规范信息对用户的用车时涉及到的违规行为生成违规追责信息，违规追责的方式可以是取消用户的消费折扣、取消用户的共享单车使用权限、扣除用户押金等。
S53：基于规范奖励信息和/或违规追责信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端。
具体地，基于规范奖励信息和/或违规追责信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端，便于对违规用户进行警示，对规范用车的用户进行勉励，同时也便于运维人员对用户采取相应的奖励或惩罚措施。
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在一实施例中，本申请公开了一种基于物联网平台和大数据分析的共享单车管理系统，该基于物联网平台和大数据分析的共享单车管理系统与上述实施例中基于物联网平台和大数据分析的共享单车管理方法相对应。
如图8所示，基于物联网平台和大数据分析的共享单车管理系统，包括单车数据处理模块、用户数据处理模块和单车管理模块。各功能模块的详细说明如下：
单车数据处理模块，用于定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据，单车数据包括单车标识信息、车锁状态数据、单车定位数据；
用户数据处理模块，用于根据单车每一次被使用记录获取对应用户的用户数据，用户数据包括使用情况数据和用户反馈数据；
单车管理模块，用于基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端，单车管理信息包括损坏回收信息、违停清除信息和单车调度信息。
关于基于物联网平台和大数据分析的共享单车管理系统的具体限定可以参见上文中对于基于物联网平台和大数据分析的共享单车管理方法的限定，在此不再赘述；上述基于物联网平台和大数据分析的共享单车管理系统中的各个模块可全部或部分通过软件、硬件及其组合来实现；上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以是以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储工程成本执行清单、项目标识信息、在线修正信息、项目基础信息、企业科目库、价格数据库、标准案例库和企业成果库等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现基于物联网平台和大数据分析的共享单车管理方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
S10：定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据，单车数据包括单车标识信息、车锁状态数据、单车定位数据；
S20：根据单车每一次被使用记录获取对应用户的用户数据，用户数据包括使用情况数据和用户反馈数据；
S30：基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端，单车管理信息包括损坏回收信息、违停清除信息和单车调度信息。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
S10：定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据，单车数据包括单车标识信息、车锁状态数据、单车定位数据；
S20：根据单车每一次被使用记录获取对应用户的用户数据，用户数据包括使用情况数据和用户反馈数据；
S30：基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端，单车管理信息包括损坏回收信息、违停清除信息和单车调度信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）、DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.基于物联网平台和大数据分析的共享单车管理方法，其特征在于：所述基于物联网平台和大数据分析的共享单车管理方法的步骤包括：
定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据，所述单车数据包括单车标识信息、车锁状态数据、单车定位数据；
根据单车每一次被使用记录获取对应用户的用户数据，所述用户数据包括使用情况数据和用户反馈数据；
基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端，所述单车管理信息包括损坏回收信息、违停清除信息和单车调度信息。
2.根据权利要求1所述的基于物联网平台和大数据分析的共享单车管理方法，其特征在于：基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息的步骤中，包括：
获取目标单车预设范围内所有单车的近期被使用记录，基于近期被使用记录对应的移动轨迹数据计算单车骑行距离数据；
基于近期被使用记录对应的移动轨迹数据计算对应的单车骑行速度数据，计算单车骑行速度数据与对应用户的相似行程骑行速度数据的速度偏差率；
将目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率输入至单车损坏判断模型中，判断单车损坏结果，基于单车损坏结果和对应的单车定位数据生成损坏回收信息。
3.根据权利要求2所述的基于物联网平台和大数据分析的共享单车管理方法，其特征在于：将目标单车预设范围内所有单车的使用率数据、用户反馈数据、单车骑行距离数据、速度偏差率输入至单车损坏判断模型中，判断单车损坏结果的步骤中，包括：
计算目标单车预设范围内所有单车的平均使用率数据、平均用户反馈得分、平均单车骑行距离数据；
基于平均使用率数据、平均用户反馈得分、平均单车骑行距离数据，计算目标单车的使用率偏差率、反馈得分偏差率、距离偏差率；
基于使用率偏差率、反馈得分偏差率、距离偏差率、速度偏差率计算目标单车的损坏判断分值，根据损坏判断分值确定单车损坏结果。
4.根据权利要求3所述的基于物联网平台和大数据分析的共享单车管理方法，其特征在于：计算目标单车预设范围内所有单车的平均使用率数据的步骤之后，包括：
将目标单车预设范围内所有单车的平均使用率数据与其他区域的单车平均使用率数据进行比较，根据比较结果生成单车调度信息。
5.根据权利要求1所述的基于物联网平台和大数据分析的共享单车管理方法，其特征在于：基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息的步骤中，包括：
根据目标单车的移动轨迹数据，确定目标单车的停放位置信息；
将目标单车停放位置与预设的地图数据进行对比，判断目标单车的停放类型，所述停放类型包括正常停放、非正常停放和违规停放；
基于违规停放的目标单车的单车定位数据生成违停清除信息。
6.根据权利要求1所述的基于物联网平台和大数据分析的共享单车管理方法，其特征在于：所述用户数据还包括消费数据和用户注册信息，基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端的步骤之后，还包括：
获取用户数据，将用户的消费数据、使用情况数据、用户注册信息和用户反馈数据输入至用户规范判断模型中，生成用户用车规范信息，所述用户用车规范信息包括违规使用信息和违规占用信息；
基于用户用车规范信息生成用户管理信息，将用户管理信息发送至用户客户端和运维客户端，所述用户管理信息包括违规追责信息和规范奖励信息。
7.根据权利要求6所述的基于物联网平台和大数据分析的共享单车管理方法，其特征在于：使用情况数据包括单车使用记录，将用户的消费数据、使用情况数据、用户注册信息和用户反馈数据输入至用户规范判断模型中，生成用户用车规范信息的步骤中，包括：
将用户每一次单车使用记录所对应的移动轨迹数据与预设的地图数据进行对比，基于用户的违规使用情况生成违规使用信息；
根据用户每一次单车使用记录所对应单车的单车标识信息、使用率数据和被使用记录判断用户是否存在违规占用单车的情况，基于违规占用单车的用户生成违规占用信息。
8.基于物联网平台和大数据分析的共享单车管理系统，其特征在于，包括：
单车数据处理模块，用于定期获取单车数据，基于单车数据生成使用率数据和移动轨迹数据，所述单车数据包括单车标识信息、车锁状态数据、单车定位数据；
用户数据处理模块，用于根据单车每一次被使用记录获取对应用户的用户数据，所述用户数据包括使用情况数据和用户反馈数据；
单车管理模块，用于基于使用率数据、移动轨迹数据、使用情况数据、用户反馈数据以及对应的时间数据生成单车管理信息，将单车管理信息发送至运维客户端，所述单车管理信息包括损坏回收信息、违停清除信息和单车调度信息。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于物联网平台和大数据分析的共享单车管理方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于物联网平台和大数据分析的共享单车管理方法的步骤。
CN202211069788.2A 2022-09-01 2022-09-01 基于物联网平台和大数据分析的共享单车管理方法和系统 Pending CN115438277A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211069788.2A CN115438277A (zh) 2022-09-01 2022-09-01 基于物联网平台和大数据分析的共享单车管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211069788.2A CN115438277A (zh) 2022-09-01 2022-09-01 基于物联网平台和大数据分析的共享单车管理方法和系统

Publications (1)

Publication Number Publication Date
CN115438277A true CN115438277A (zh) 2022-12-06

Family

ID=84247521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211069788.2A Pending CN115438277A (zh) 2022-09-01 2022-09-01 基于物联网平台和大数据分析的共享单车管理方法和系统

Country Status (1)

Country Link
CN (1) CN115438277A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116611565A (zh) * 2023-05-23 2023-08-18 岭南师范学院 基于数据分析的用户行为监控系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107547636A (zh) * 2017-08-08 2018-01-05 千寻位置网络有限公司 一种基于精准位置的共享单车管理方法
CN112150716A (zh) * 2020-09-24 2020-12-29 苏州七采蜂数据应用有限公司 一种提高共享单车利用率的方法及系统
CN113392799A (zh) * 2021-06-29 2021-09-14 中山大学 一种基于共享单车调配优化的目标检测方法
CN114511110A (zh) * 2021-12-30 2022-05-17 重庆电子工程职业学院 一种基于物联网的智慧运维系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107547636A (zh) * 2017-08-08 2018-01-05 千寻位置网络有限公司 一种基于精准位置的共享单车管理方法
CN112150716A (zh) * 2020-09-24 2020-12-29 苏州七采蜂数据应用有限公司 一种提高共享单车利用率的方法及系统
CN113392799A (zh) * 2021-06-29 2021-09-14 中山大学 一种基于共享单车调配优化的目标检测方法
CN114511110A (zh) * 2021-12-30 2022-05-17 重庆电子工程职业学院 一种基于物联网的智慧运维系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116611565A (zh) * 2023-05-23 2023-08-18 岭南师范学院 基于数据分析的用户行为监控系统
CN116611565B (zh) * 2023-05-23 2023-12-29 岭南师范学院 基于数据分析的用户行为监控系统

Similar Documents

Publication Publication Date Title
US10304260B2 (en) Automated vehicle identification and inspection data processing system
US11661073B2 (en) Electronics to remotely monitor and control a machine via a mobile personal communication device
US20200013244A1 (en) Method for determining driving characteristics of a vehicle
US10210479B2 (en) Computerized sysem and method for data acquistion and application of disparate data to two stage bayesian networks to generate centrally maintained portable driving score data
US9082072B1 (en) Method for applying usage based data
CN104754011A (zh) 一种车联网多方协同控制方法以及车联网协同平台
KR101699884B1 (ko) Obd와 gps 정보를 이용한 맞춤형 차량정비 관리 시스템 및 방법
CN108335377B (zh) 一种基于gis技术的道路巡查车辆业务自动考核的方法
US20070173991A1 (en) System and method for identifying undesired vehicle events
Tomasz et al. Safety factor in the sustainable fleet management model
CN115438277A (zh) 基于物联网平台和大数据分析的共享单车管理方法和系统
CN112101670A (zh) 数据处理方法、装置、电子设备和可读存储介质
CN112633580A (zh) 基于人工智能的酒驾车辆预警方法、装置、设备和介质
CN111613060A (zh) 一种数据处理方法以及设备
CN110853358A (zh) 基于驾驶行为处理保险的方法、物联网智能终端
Baltar et al. Multi-objective model for the problem of locating tows for incident servicing on expressways
CN112214530A (zh) 一种社会驾驶行为跟踪评价的方法及相关装置
CN115546951A (zh) 载体出入管理方法、装置、设备及可读存储介质
Duduta et al. Citywide transportation greenhouse gas emissions inventories: a review of selected methodologies
Hummer et al. Procedure for curve warning signing, delineation, and advisory speeds for horizontal curves.
CN113919571A (zh) 基于边缘计算的危化品运输保费预估方法
CN112989069A (zh) 一种基于知识图谱与区块链的交通违章分析方法
Hayashi et al. Prioritization of Lane-Specific Traffic Jam Detection for Automotive Navigation Framework Utilizing Suddenness Index and Automatic Threshold Determination
Zhang Optimization of freight truck driver scheduling based on operation cost model for Less-Than-Truckload (LTL) transportation
US20220340148A1 (en) Method for estimating an accident risk of an autonomous 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