CN115512536B - 一种基于人车画像的智能车辆管理系统 - Google Patents
一种基于人车画像的智能车辆管理系统 Download PDFInfo
- Publication number
- CN115512536B CN115512536B CN202210951335.6A CN202210951335A CN115512536B CN 115512536 B CN115512536 B CN 115512536B CN 202210951335 A CN202210951335 A CN 202210951335A CN 115512536 B CN115512536 B CN 115512536B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- management
- intelligent
- data
- portrait
- 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
- 238000007726 management method Methods 0.000 claims abstract description 124
- 235000019580 granularity Nutrition 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000013500 data storage Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 230000006399 behavior Effects 0.000 claims description 18
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000013475 authorization Methods 0.000 claims description 8
- 238000002955 isolation Methods 0.000 claims description 5
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于人车画像的智能车辆管理系统,包括车载终端以及智能管理平台,所述智能管理平台包括:数据存储层,通过无线通信协议与车载终端远程通信,用于存储车载终端采集到的用于车辆管理的行车数据;业务应用层,包含多个彼此独立封装的智能管理应用程序,用于根据车辆管理人员的管理需求,以不同粒度调用行车数据输入不同的智能管理应用程序,进行人车画像;前端展示层,用于将所述人车画像进行可视化处理,以展示车辆管理情况。本发明能够根据实际管理情况进行灵活调用,有利于灵活适应不同的管理需求的同时,便于车辆管理人员直观清晰的获取车辆与驾驶员的综合评价结果,有利于车辆管理人员从全局掌握车辆情况。
Description
技术领域
本发明属于车辆管理领域,尤其涉及一种基于人车画像的智能车辆管理系统。
背景技术
车辆管理是对车辆及驾驶员的技术监督和安全管理,车辆服务公司为了提供更优质的车辆服务,通常需要在车辆的调度、出行、维修保养以及驾驶员的驾驶行为等方面上进行全面管理,但现阶段的车辆管理系统大多业务内容单一,往往只对用车过程中的车辆里程、报废情况、维修情况等特定环节进行单独评价管理,无法灵活适应不同的管理需求对车辆进行综合评价,影响车辆管理效果。
发明内容
针对现有技术的车辆管理效率低下、管理业务灵活性不高的问题,本发明提供了一种基于人车画像的智能车辆管理系统,可以将车辆管理业务按照功能粒度划分为多个智能管理应用程序并独立封装,贯通车辆管理的全过程,显著提高车辆管理效率,实现车辆的全面管控。
本发明提出的一种基于人车画像的智能车辆管理系统,包括车载终端以及智能管理平台,所述智能管理平台包括:
数据存储层,通过无线通信协议与车载终端远程通信,用于存储车载终端采集到的用于车辆管理的行车数据;
业务应用层,包含多个彼此独立封装的智能管理应用程序,用于根据车辆管理人员的管理需求,以不同粒度调用行车数据输入不同的智能管理应用程序,进行人车画像;
前端展示层,用于将所述人车画像进行可视化处理,以展示车辆管理情况。
可选的,所述数据存储层通过调用车载终端的OBD端口,获取行车数据并存储到数据存储层内置的数据库中。
可选的,所述数据存储层还用于存储用车人员档案、车辆档案、用车成本数据以及地图数据。
可选的,所述智能管理应用程序包括驾驶行为智能稽查程序、实时车况监测程序、智能报表程序以及智能画像程序;
所述驾驶行为智能稽查程序用于根据行车数据对驾驶员的驾驶行为进行聚类与拟合分析,结合用车人员档案监测存在的驾驶安全隐患并进行实时告警;
所述实时车况监测程序用于根据地图数据与行车数据生成车辆的行车轨迹,结合车辆档案中的车辆品牌、车龄与历史里程,对行车轨迹进行聚类分析,根据分析结果监测存在的车辆安全隐患并进行实时报警;
所述智能报表程序用于根据用车成本数据和行车数据,对车辆的调用、维修与养护成本进行预测分析,生成车辆的成本报表;
所述智能画像程序用于根据智能稽查应用、实时车况监测应用以及智能报表应用的至少一种处理结果,进行人车画像,分别得到对车辆和驾驶员的评价结果。
可选的,所述根据车辆管理人员的管理需求,以不同粒度调用行车数据输入不同的智能管理应用程序,包括:
对管理需求进行功能拆分,根据拆分结果确定待调用的智能管理应用程序;
获取车辆管理人员的管理权限,确定与管理权限对应的粒度,根据所述粒度将行车数据处理为数据序列;
将所述数据序列输入待调用的智能管理应用程序中。
可选的,所述将人车画像进行可视化处理,包括:分别将对车辆和驾驶员的画像结果处理成雷达图的形式,其中,所述雷达图包括对车辆的品牌、车龄、里程与维修保养情况的评价结果,以及对驾驶员的驾驶行为习惯、事故违章、违规告警、驾驶技能与行车数据的评价结果。
可选的,所述前端展示层包括车管驾驶舱、显示大屏以及管理后台。
可选的,所述管理后台用于获取车辆管理人员输入的账号和密码,向车辆管理人员返回授权token;所述车管驾驶舱和所述显示大屏用于根据车辆管理人员发送的授权token,访问业务应用层以获取人车画像,并向车辆管理人员返回所述人车画像。
可选的,所述业务应用层和所述数据存储层部署在内网系统中,所述前端展示层在外网系统中,所述内网系统和所述外网系统之间设有隔离网闸。
本发明提供的技术方案带来的有益效果是:
本发明提出的技术方案通过在业务应用层中独立封装多种智能管理应用程序,能够根据实际管理情况进行灵活调用,有利于灵活适应不同的管理需求的同时,还能够根据车辆管理需求的发展,对智能管理应用程序的功能进行后续维护与扩展,有利于打造企业智能车辆管理生态圈。
智能车辆管理系统贯通车辆实况监测、车辆维修养护成本、车况安全、驾驶安全等多维数据,构建车辆与驾驶员的全画像,便于车辆管理人员直观清晰的获取车辆与驾驶员的综合评价结果,进而提升车辆管理效果,有利于车辆管理人员从全局掌握车辆情况。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提出的一种基于人车画像的智能车辆管理系统的架构示意图;
图2为前端展示层与业务应用层之间的数据交互过程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的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,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例
如图1所示,本实施例提出了一种基于人车画像的智能车辆管理系统,包括车载终端以及智能管理平台,其中,所述智能管理平台包括:
数据存储层,通过无线通信协议与车载终端远程通信,用于存储车载终端采集到的用于车辆管理的行车数据;
业务应用层,包含多个彼此独立封装的智能管理应用程序,用于根据车辆管理人员的管理需求,以不同粒度调用行车数据输入不同的智能管理应用程序,进行人车画像;
前端展示层,用于将所述人车画像进行可视化处理,以展示车辆管理情况。
在本实施例中,所述智能管理平台可按服务内容分为业务组件和集成组件,所述业务组件组成业务应用成和前端展示层,用于实现车辆管理涉及的各项业务功能,以智能车辆管理为目标,集成其他业务系统相关数据,实现车辆、驾驶员和费用的综合管理为了获取行车数据,在本实施例中,所述数据存储层通过调用车载终端的OBD端口,获取行车数据并存储到数据存储层内置的数据库中。
在本实施例中车载终端为OBD终端设备,OBD(On Board Diagnostics)是一种实现汽车故障诊断的检测系统,在对汽车故障进行诊断的过程中,OBD接口需要持续监测车辆的行车数据,因此智能管理平台可通过wifi、蓝牙、4G等无线通信方式与车载终端的OBD端口进行通信,从而实时获取车辆的行车数据。
在本实施例中,所述数据存储层还用于存储用车人员档案、车辆档案、用车成本数据以及地图数据。上述数据用于与行车数据结合,在业务应用层中利用各个智能管理应用程序实现各项车辆管理功能。
所述智能管理应用程序包括驾驶行为智能稽查程序、实时车况监测程序、智能报表程序以及智能画像程序;
所述驾驶行为智能稽查程序用于根据行车数据对驾驶员的驾驶行为进行聚类与拟合分析,结合用车人员档案监测存在的驾驶安全隐患并进行实时告警;
所述实时车况监测程序用于根据地图数据与行车数据生成车辆的行车轨迹,结合车辆档案中的车辆品牌、车龄与历史里程,对行车轨迹进行聚类分析,根据分析结果监测存在的车辆安全隐患并进行实时报警;
所述智能报表程序用于根据用车成本数据和行车数据,对车辆的调用、维修与养护成本进行预测分析,生成车辆的成本报表;
所述智能画像程序用于根据智能稽查应用、实时车况监测应用以及智能报表应用的至少一种处理结果,进行人车画像,分别得到对车辆和驾驶员的评价结果。
在本实施例中,所述驾驶行为智能稽查程序可以对行车数据进行特征提取,通过聚类算法分析提取的特征数据,从而判断驾驶行为的类型,如长途高速驾驶、短途市区驾驶、短途郊区驾驶等,再根据不同的类型选择对应的拟合算法,分析计算驾驶员的驾驶过程中的急加速、急减速、急转弯、超速、疲劳驾驶等驾驶行为,并提示相应的报警信息。所述聚类算法和拟合算法基于驾驶行为的历史数据进行常规的人工智能训练。
在本实施例中,所述实时车况监测程序可以结合地图数据和行车数据,拟合出行车轨迹,再提取行车轨迹的特征,结合车辆品牌、车辆、历史历程等车辆自身性能参数进行聚类分析,从而分析出车辆是否存在报废、故障等安全隐患。所述聚类分析同样是根据历史数据进行常规的人工智能训练得出的聚类算法实现,将行车轨迹的特征与其他车辆自身性能参数相近的数据聚为一类,最后判断聚为一类的数据是否符合车辆报废或故障条件,若符合则提示相应的报警信息。
在本实施例中,智能画像程序能够根据车辆管理人员的管理需求,调用驾驶行为智能稽查程序、实时车况监测程序以及智能报表程序中与管理需求相关联的数据进行画像,为后续前端展示层的人车画像展示做准备。
所述根据车辆管理人员的管理需求,以不同粒度调用行车数据输入不同的智能管理应用程序,包括:
对管理需求进行功能拆分,根据拆分结果确定待调用的智能管理应用程序;
获取车辆管理人员的管理权限,确定与管理权限对应的粒度,根据所述粒度将行车数据处理为数据序列;
将所述数据序列输入待调用的智能管理应用程序中。
所述粒度表示数据的统计粗细程度,例如基于不同的粒度,将行车数据按照以日、月、年等单位进行统计,从而得到不同度量单位的数据序列。在本实施例中,所述粒度与车辆管理人员的管理权限具有相关性,管理权限越高,对应的粒度的级别越小,表示对应的车辆管理人员能够获取的行车数据的细化程度越高。
所述将人车画像进行可视化处理,包括:分别将对车辆和驾驶员的画像结果处理成雷达图的形式,其中,所述雷达图包括对车辆的品牌、车龄、里程与维修保养情况的评价结果,以及对驾驶员的驾驶行为习惯、事故违章、违规告警、驾驶技能与行车数据的评价结果。
通过雷达图将针对车辆与驾驶员的评价结果可视化展示,便于车辆管理人员直观获取车辆管理的相关信息,为车辆管理提供便利。
进一步的,车辆综合评价中所述品牌是根据聚类、拟合等算法,基于单位车辆历史运行数据进行分析评价的;车龄、里程是根据对车辆报废的相关规定如《机动车强制报废表准规定》,以及单位的安全用车规定及车辆实际服役情况,结合拟合等算法进行分析后得出的评价结果;维修保养情况的得分标准是根据维修费用及部位,对维修车辆车况进行预测分析后得出的评价结果。
在本实施例中,为了维护车辆管理中行车数据以及用车人员档案、车辆档案、用车成本数据的安全性,所述业务应用层和所述数据存储层部署在内网系统中,所述前端展示层部署在外网系统中,所述内网系统和所述外网系统之间设有隔离网闸,通过隔离网闸网站实现内外网隔离,从而防止数据恶意泄露。
所述前端展示层包括车管驾驶舱、显示大屏以及管理后台。为了验证车辆管理人员的身份与权限,所述管理后台用于获取车辆管理人员输入的账号和密码,向车辆管理人员返回授权token;所述车管驾驶舱和所述显示大屏用于根据车辆管理人员发送的授权token,访问业务应用层以获取人车画像,并向车辆管理人员返回所述人车画像。
例如,如图2所示,所述管理后台为PC端,车辆管理人员通过管理后台的浏览器输入账号密码,获取授权token,所述管理后台将车辆管理人员输入的账号和密码与预先存储的白名单进行比对,只有白名单中包含所输入的账号和密码,才向车辆管理人员返回授权token。随后,浏览器将带上授权token,调用相关接口,以请求后端数据,即业务应用层中的人车画像的结果。最后,返回接口数据至浏览器,使人车画像在车管驾驶舱和显示大屏中可视化。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于人车画像的智能车辆管理系统,包括车载终端以及智能管理平台,其特征在于,所述智能管理平台包括:
数据存储层,通过无线通信协议与车载终端远程通信,用于存储车载终端采集到的用于车辆管理的行车数据;
业务应用层,包含多个彼此独立封装的智能管理应用程序,用于根据车辆管理人员的管理需求,以不同粒度调用行车数据输入不同的智能管理应用程序,进行人车画像;
前端展示层,用于将所述人车画像进行可视化处理,以展示车辆管理情况;
所述根据车辆管理人员的管理需求,以不同粒度调用行车数据输入不同的智能管理应用程序,包括:
对管理需求进行功能拆分,根据拆分结果确定待调用的智能管理应用程序;
获取车辆管理人员的管理权限,确定与管理权限对应的粒度,根据所述粒度将行车数据处理为数据序列;
将所述数据序列输入待调用的智能管理应用程序中;
所述粒度表示数据的统计粗细程度,所述粒度与车辆管理人员的管理权限具有相关性,管理权限越高,对应的粒度的级别越小,表示对应的车辆管理人员能够获取的行车数据的细化程度越高。
2.根据权利要求1所述的一种基于人车画像的智能车辆管理系统,其特征在于,所述数据存储层通过调用车载终端的OBD端口,获取行车数据并存储到数据存储层内置的数据库中。
3.根据权利要求1所述的一种基于人车画像的智能车辆管理系统,其特征在于,所述数据存储层还用于存储用车人员档案、车辆档案、用车成本数据以及地图数据。
4.根据权利要求3所述的一种基于人车画像的智能车辆管理系统,其特征在于,所述智能管理应用程序包括驾驶行为智能稽查程序、实时车况监测程序、智能报表程序以及智能画像程序;
所述驾驶行为智能稽查程序用于根据行车数据对驾驶员的驾驶行为进行聚类与拟合分析,结合用车人员档案监测存在的驾驶安全隐患并进行实时告警;
所述实时车况监测程序用于根据地图数据与行车数据生成车辆的行车轨迹,结合车辆档案中的车辆品牌、车龄与历史里程,对行车轨迹进行聚类分析,根据分析结果监测存在的车辆安全隐患并进行实时报警;
所述智能报表程序用于根据用车成本数据和行车数据,对车辆的调用、维修与养护成本进行预测分析,生成车辆的成本报表;
所述智能画像程序用于根据智能稽查应用、实时车况监测应用以及智能报表应用的至少一种处理结果,进行人车画像,分别得到对车辆和驾驶员的评价结果。
5.根据权利要求1所述的一种基于人车画像的智能车辆管理系统,其特征在于,所述将人车画像进行可视化处理,包括:分别将对车辆和驾驶员的画像结果处理成雷达图的形式,其中,所述雷达图包括对车辆的品牌、车龄、里程与维修保养情况的评价结果,以及对驾驶员的驾驶行为习惯、事故违章、违规告警、驾驶技能与行车数据的评价结果。
6.根据权利要求1所述的一种基于人车画像的智能车辆管理系统,其特征在于,所述前端展示层包括车管驾驶舱、显示大屏以及管理后台。
7.根据权利要求6所述的一种基于人车画像的智能车辆管理系统,其特征在于,所述管理后台用于获取车辆管理人员输入的账号和密码,向车辆管理人员返回授权token;所述车管驾驶舱和所述显示大屏用于根据车辆管理人员发送的授权token,访问业务应用层以获取人车画像,并向车辆管理人员返回所述人车画像。
8.根据权利要求1所述的一种基于人车画像的智能车辆管理系统,其特征在于,所述业务应用层和所述数据存储层部署在内网系统中,所述前端展示层部署在外网系统中,所述内网系统和所述外网系统之间设有隔离网闸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210951335.6A CN115512536B (zh) | 2022-08-09 | 2022-08-09 | 一种基于人车画像的智能车辆管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210951335.6A CN115512536B (zh) | 2022-08-09 | 2022-08-09 | 一种基于人车画像的智能车辆管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115512536A CN115512536A (zh) | 2022-12-23 |
CN115512536B true CN115512536B (zh) | 2024-05-21 |
Family
ID=84501883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210951335.6A Active CN115512536B (zh) | 2022-08-09 | 2022-08-09 | 一种基于人车画像的智能车辆管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115512536B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015090679A (ja) * | 2013-11-07 | 2015-05-11 | 国立大学法人京都大学 | 車両軌跡抽出方法、車両領域抽出方法、車両速度推定方法、車両軌跡抽出プログラム、車両領域抽出プログラム、車両速度推定プログラム、車両軌跡抽出システム、車両領域抽出システム、及び、車両速度推定システム |
CN109117869A (zh) * | 2018-07-20 | 2019-01-01 | 汉纳森(厦门)数据股份有限公司 | 用户画像方法、介质及系统 |
JP2021039399A (ja) * | 2019-08-30 | 2021-03-11 | 株式会社Mobility Technologies | 車載装置及び車両管理システム |
CN113194442A (zh) * | 2021-05-09 | 2021-07-30 | 深圳市迈鸿车联网服务有限公司 | 一种智慧用车的车联网互动平台 |
CN113742365A (zh) * | 2021-09-14 | 2021-12-03 | 盐城工业职业技术学院 | 一种用车数据可视化动态监控系统及方法 |
CN114379559A (zh) * | 2021-12-30 | 2022-04-22 | 武汉理工大学 | 一种基于车辆信息采集系统的驾驶风险评价特征画像方法 |
-
2022
- 2022-08-09 CN CN202210951335.6A patent/CN115512536B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015090679A (ja) * | 2013-11-07 | 2015-05-11 | 国立大学法人京都大学 | 車両軌跡抽出方法、車両領域抽出方法、車両速度推定方法、車両軌跡抽出プログラム、車両領域抽出プログラム、車両速度推定プログラム、車両軌跡抽出システム、車両領域抽出システム、及び、車両速度推定システム |
CN109117869A (zh) * | 2018-07-20 | 2019-01-01 | 汉纳森(厦门)数据股份有限公司 | 用户画像方法、介质及系统 |
JP2021039399A (ja) * | 2019-08-30 | 2021-03-11 | 株式会社Mobility Technologies | 車載装置及び車両管理システム |
CN113194442A (zh) * | 2021-05-09 | 2021-07-30 | 深圳市迈鸿车联网服务有限公司 | 一种智慧用车的车联网互动平台 |
CN113742365A (zh) * | 2021-09-14 | 2021-12-03 | 盐城工业职业技术学院 | 一种用车数据可视化动态监控系统及方法 |
CN114379559A (zh) * | 2021-12-30 | 2022-04-22 | 武汉理工大学 | 一种基于车辆信息采集系统的驾驶风险评价特征画像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115512536A (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11282306B2 (en) | Telematically monitoring and predicting a vehicle battery state | |
US20170103101A1 (en) | System for database data quality processing | |
CN104875731B (zh) | 一种使用卫星定位数据实时辨识车辆急加速或急减速的方法 | |
CN106651602A (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
US20100063668A1 (en) | Telematics-enabled aggregated vehicle diagnosis and prognosis | |
CN107168285A (zh) | 一种结合主客观信息和云模型的汽车智能故障诊断与维修辅助方法及系统 | |
CN108628902A (zh) | 一种基于云平台的汽车保养数字检测报告生成方法及系统 | |
CN105045788A (zh) | 用于处理和分析车辆驾驶大数据的方法及其系统 | |
DE102015214739A1 (de) | Bestimmung einer Fehlerursache bei einem Fahrzeug | |
WO2008034583A1 (en) | Diagnostic system and method for monitoring a rail system | |
US10540831B2 (en) | Real-time on-board diagnostics (OBD) output parameter-based commercial fleet maintenance alert system | |
CN112327807A (zh) | 一种基于ivi主机的汽车故障诊断和监测系统及方法 | |
CN111506048B (zh) | 车辆故障预警方法及相关设备 | |
CN110047286A (zh) | 一种车辆事故分析方法及装置 | |
Wu et al. | Clustering of several typical behavioral characteristics of commercial vehicle drivers based on GPS data mining: Case study of highways in China | |
CN109116830A (zh) | 预测故障的方法及系统 | |
CN113263993A (zh) | 故障预警方法、装置、通信设备及存储介质 | |
CN109189044A (zh) | 一种纯电动汽车远程监控故障形成数据库的方法 | |
CN106710027A (zh) | 车载设备的配置方法与装置 | |
Kim et al. | An empirical study on real-time data analytics for connected cars: Sensor-based applications for smart cars | |
CN113986893A (zh) | 一种基于发电车风险识别主动预警系统及方法 | |
CN115512536B (zh) | 一种基于人车画像的智能车辆管理系统 | |
CN116070935A (zh) | 一种飞机加油车安全驾驶行为分析评价系统及方法 | |
CN110689150A (zh) | 基于机器学习的订单预测方法、预测装置及计算机设备 | |
CN114217596A (zh) | 基于车联网的智能诊断升级系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |