CN117041880A - 一种基于历史数据形成信任还车区域的方法及其设备 - Google Patents

一种基于历史数据形成信任还车区域的方法及其设备 Download PDF

Info

Publication number
CN117041880A
CN117041880A CN202310866661.1A CN202310866661A CN117041880A CN 117041880 A CN117041880 A CN 117041880A CN 202310866661 A CN202310866661 A CN 202310866661A CN 117041880 A CN117041880 A CN 117041880A
Authority
CN
China
Prior art keywords
vehicle
returning
point
area
trust
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
CN202310866661.1A
Other languages
English (en)
Inventor
邵国华
沈建锋
陈麟炜
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.)
Hangzhou Leifeng New Energy Technology Co ltd
Original Assignee
Hangzhou Leifeng New Energy 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 Hangzhou Leifeng New Energy Technology Co ltd filed Critical Hangzhou Leifeng New Energy Technology Co ltd
Priority to CN202310866661.1A priority Critical patent/CN117041880A/zh
Publication of CN117041880A publication Critical patent/CN117041880A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/205Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/207Monitoring 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/021Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于历史数据形成信任还车区域的方法及其设备,所述方法包括,用户归还车辆,根据车辆当前定位判断车辆是否在还车点内,根据车辆当前定位判断车辆是否在第一信任区域还车点内,根据车辆当前位置判断车辆与最近还车点的距离是否在预设定位偏移范围区域内,基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点。由此解决共享电单车由于不同地理位置、周围不同建筑物、不同天气气候等各种因素而导致停车难的问题,达到优化用户停车体验、提高用户还车成功率、改善城市路面的美观程度和整洁程度、降低运维成本的优点。

Description

一种基于历史数据形成信任还车区域的方法及其设备
技术领域
本发明涉及共享电单车技术领域,具体为一种基于历史数据形成信任还车区域的方法及其设备。
背景技术
随着共享单车的推广,人们的1-3公里短途出行得到了较好的保证,对于5-30公里远距离出行的需求,共享电单车应运而生,共享电单车出行具有轻巧、方便、快捷、便宜、节能环保等特点。近期,GPS与电子围栏是共享单车行业规范用户还车的主要手段,但是由于GPS定位受大气层、卫星、星历误差、卫星钟差、多路径效应等各种因素的影响,定位常常会出现不均等范围的偏移,致使用户还车时,车在停车点内,定位却不能精准定位到停车点以内,无法还车,为了提高用户还车成功率,不得不增加蓝牙道钉、RFID等硬件设施辅助还车,但这无疑增加了大量的运营成本。
如现有技术中申请公布号为CN115348289A的发明专利公开了一种基于定位系统的共享单车停放区域检测系统,它的方法包括云平台、单车端和用户端,云平台利用物联网技术进行信号发射覆盖,针对共享单车的停放区域进行位置限定,单车端和用户端均包括有信号发射模块和信号接收模块,单车端和用户端均与云平台通信连接,用户端与单车端蓝牙连接。上述发明共享单车停放区域监测系统通过对共享单车车辆经云平台进行利用物联网技术进行信号发射覆盖,针对共享单车的停放区域进行位置限定,配合车辆的GPS定位,管理停车行为。该种方法存在一些缺陷,上述发明方法通过利用物联网技术对单车的停放区域进行位置限定的方法,并不能针对各个不同地理位置、周围不同建筑物、不同天气气候的具体停车点的多样问题做到有效解决措施,是只具有理论意义的方法,实践性较低;同时,冗杂的软需求需要增加额外的硬件设施来辅助,增加了车辆的运营成本。因此,迫切的需要一种新的方案解决上述技术问题,基于此,本发明设计了一种基于历史数据形成信任还车区域的方法及其设备,以解决上述问题。
发明内容
本发明的目的在于提供一种基于历史数据形成信任还车区域的方法及其设备,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于历史数据形成信任还车区域的方法,包括如下步骤:
用户归还车辆,根据车辆当前定位判断车辆是否在还车点内;
根据车辆当前定位判断车辆是否在第一信任区域还车点内;
根据车辆当前位置判断车辆与最近还车点的距离是否在预设定位偏移范围区域内;
基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点。
优选的,所述第一信任区域还车点包括在还车点固定区域预设范围内的适宜范围区域,所述还车点固定区域预设范围根据用户对上述还车点的使用需求程度划分,所述第一信任区域内可还车。
优选的,所述预设定位偏移范围区域包括在第一信任区域预设范围内的适宜范围区域,所述预设定位偏移范围区域内不可还车。
优选的,所述预设定位偏移范围区域包括所述第二信任区域还车点,所述第二信任区域还车点是基于用户还车大数据所在所述预设定位偏移范围区域上划分的区域,所述第二信任区域还车点内可还车;
若车辆当前位置与最近还车点的距离在预设定位偏移范围区域内,则基于用户还车大数据进行人工智能算法学习,用于形成第二信任区域还车点的数据依据;
若车辆当前位置与最近还车点的距离超出预设定位偏移范围区域,则舍弃当前数据,不作为形成第二信任区域还车点的数据依据。
优选的,所述基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点,包括,根据车辆当前车辆位置,车辆与最近还车点的距离在预设定位偏移范围区域内;绑定归属还车点定位;判断绑定的归属还车点位是否具有一致性;划定为第二信任区域试用还车点;基于第二信任区域试用还车点,识别还车点位重合率;形成第二信任区域还车点。
优选的,所述绑定的归属还车点位一致性包括在一定地理面积上的点位数量达到设定要求的密度。
本发明还提供一种设备,包括整车以及设置在所述整车内的车辆中央控制器,所述车辆中央控制器包括单片机,所述单片机包括存储器、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的一种基于历史数据形成信任还车区域的方法的步骤。
本发明还提供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运行时,所述处理器运行所述计算机程序时执行以上所述的一种基于历史数据形成信任还车区域的方法的步骤。
与现有技术相比,本发明的有益效果是:
本基于历史数据形成信任还车区域的方法采用建立第一信任区域还车点与第二信任区域还车点的方式,在不增加冗余硬件设施的情况下,将还车区域活用起来,为用户提供便利,提升用户用车停车的体验感,提高用户还车成功率,降低共享电单车运营的成本。同时改善城市路面的美观程度和整洁程度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明一个实施例中基于历史数据形成信任还车区域方法的流程图;
图2为本发明一个实施例中基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点方法的流程图;
图3为本发明一个实施例中基于历史数据形成信任还车区域方法的场景交互模块图;
图4为车辆中央控制器的装置结构模块图。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
请参阅图1,本发明提供一种基于历史数据形成信任还车区域的方法,包括如下步骤:
步骤S10,用户归还车辆,根据车辆当前定位判断车辆是否在还车点内;
可以理解的是,还车点为固定还车区域,原始存在的还车区域,还车点的大小不作特殊限制。
在本实施例中,用户将车辆停至还车点内,通过用户端归还车辆,车辆实时将自身车辆当前定位上传至服务器,由服务器对车辆当前定位做出判断,判断车辆是否在固定还车点内,但由于各种环境因素及硬件限制因素致使车辆实时上传的车辆当前定位显示不准确,不准确的车辆当前定位或在还车点内,或在还车点外,当车辆当前定位在还车点内,则进入步骤S20;当车辆当前定位在还车点外,则进入步骤S30。
还可以理解的是,用户端不作严格限制,以移动设备为主,包括手机与平板等移动设备。
步骤S20,还车成功;
在一个实施例中,存在一个用户,用户将车辆停至还车点内,通过用户端归还车辆,车辆实时将自身车辆当前定位上传至服务器,由服务器对车辆当前定位做出判断,判断车辆当前定位在固定还车点内,则用户还车成功。
步骤S30,根据车辆当前定位判断车辆是否在第一信任区域还车点内;
可以理解的是,第一信任区域还车点包括在还车点固定区域预设范围内的适宜范围区域,还车点固定区域预设范围根据用户对上述还车点的使用需求程度划分,第一信任区域内可还车。
在本实施例中,用户将车辆停至还车点内,通过用户端归还车辆,由于各种环境因素及硬件限制因素,车辆将自身车辆当前不准确的定位上传至服务器,致使车辆实时上传的车辆当前定位显示在还车点外,服务器再次根据车辆当前定位判断车辆是否在第一信任区域还车点内,当车辆当前定位在第一信任区域还车点内,则进入步骤S20;当车辆当前定位在第一信任区域还车点外,则进入步骤S40。
在一个实施例中,存在一个用户,用户将车辆停至还车点内,通过用户端归还车辆,车辆当前定位在固定还车点外,服务器再次根据车辆当前定位判断车辆是否在第一信任区域还车点内,当车辆当前定位在第一信任区域还车点内,则用户端显示还车成功。
步骤S40,根据车辆当前位置判断车辆与最近还车点的距离是否在预设定位偏移范围区域内;
可以理解的是,预设定位偏移范围区域包括在第一信任区域预设范围内的适宜范围区域,预设定位偏移范围区域内不可还车。
在本实施例中,用户停放归还车辆,车辆当前定位在固定还车点及第一信任区域还车点外,还车失败,上述车辆当前定位由服务器进行判断,若车辆当前定位与最近还车点的距离在预设定位偏移范围区域内,则进入步骤S60;若车辆当前定位与最近还车点的距离在预设定位偏移范围区域外,则进入步骤S50。
步骤S50,舍弃数据;
在一个实施例中,存在一个用户,用户将车辆停至固定还车点50米外,通过用户端归还车辆,服务器接收车辆当前定位,判断车辆当前定位既不在固定还车点内,也不在第一信任区域还车点内,且与最近还车点的距离超出5米定位偏移范围区域,则用户还车失败,上述车辆当前定位数据舍弃,不再载入数据库。
步骤S60,基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点;
可以理解的是,预设定位偏移范围区域包括第二信任区域还车点,第二信任区域还车点是基于用户还车大数据所在预设定位偏移范围区域上划分的区域,第二信任区域还车点内可还车;
若车辆当前位置与最近还车点的距离在预设定位偏移范围区域内,则基于用户还车大数据进行人工智能算法学习,用于形成第二信任区域还车点的数据依据;
若车辆当前位置与最近还车点的距离超出预设定位偏移范围区域,则舍弃当前数据,不作为形成第二信任区域还车点的数据依据。
进一步地,基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点,包括,根据车辆当前车辆位置,车辆与最近还车点的距离在预设定位偏移范围区域内;绑定归属还车点定位;判断绑定的归属还车点位是否具有一致性;划定为第二信任区域试用还车点;基于第二信任区域试用还车点,识别还车点位重合率;形成第二信任区域还车点。
下述步骤S61至步骤S66为基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点的具体实施方法。
步骤S61,根据车辆当前位置,车辆与最近还车点的距离在预设定位偏移范围区域内;
在本实施例中,车辆当前定位不在固定还车点及第一信任区域还车点内,服务器判断车辆当前定位与最近还车点的距离在预设定位偏移范围区域内,则车辆定位数据保留。
步骤S62,绑定归属还车点定位;
可以理解的是,上述的绑定归属指将车辆当前定位与车辆编号、停车点位置、距停车点空间距离的数据绑定,记作一项数据,用于做具体判断。
步骤S63,判断绑定的归属还车点位是否具有一致性;
可以理解的是,绑定的归属还车点位一致性包括在一定地理面积上的点位数量达到设定要求的密度。
在本实施例中,服务器保留筛选符合上述要求的一项数据的集合,在以停车点为中心的预设范围内进行二次筛选,将该范围进行面积划分,计算每一块面积的定位数据集合是否设定要求的密度,即一致性,若未达到一致性要求,则舍弃上述面积,若达到一致性要求,则进入步骤S64。
步骤S64,划定为第二信任区域试用还车点;
步骤S65,基于第二信任区域试用还车点,识别还车点位重合率;
可以理解的是,还车点位重合率指在第二信任区域试用还车点的基础上符合上述要求的车辆定位数据覆盖的概率。
在本实施例中,划定为第二信任区域试用还车点根据还车点的重合率进行三次筛选,若符合第二信任区域试用还车点重合率的,则进入步骤S66。
步骤S66,形成第二信任区域还车点。
可以理解的是,基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点的具体实施方法由服务器、用户端、车辆中央控制器计算完成。
请参阅图2,本发明提供的一种基于历史数据形成信任还车区域的方法及设备应用于如图的交互场景当中。该交互场景包括用户端100、服务端200与车辆中央控制器300,其中,用户端100与服务端200进行交互操作,服务端200与车辆中央控制器300进行交互操作,用户端100与车辆中央控制器300之间无法直接实现交互操作。
请参阅图3,本发明还提供一种设备,包括车体以及设置在所述车体内的车辆中央控制器3000,所述车辆中央控制器3000包括单片机3100,所述单片机3100包括存储器3110、处理器3120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3111,所述处理器3120执行所述计算机程序3111时实现上述的共享电单车超运营范围骑行解决方法的步骤。
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运行时,所述处理器运行所述计算机程序时执行以上所述的共享电单车超运营范围骑行解决方法的步骤。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.一种基于历史数据形成信任还车区域的方法,其特征在于,包括,
用户归还车辆,根据车辆当前定位判断车辆是否在还车点内;
根据车辆当前定位判断车辆是否在第一信任区域还车点内;
根据车辆当前位置判断车辆与最近还车点的距离是否在预设定位偏移范围区域内;
基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点。
2.根据权利要求1所述的一种基于历史数据形成信任还车区域的方法,其特征在于,所述第一信任区域还车点包括在还车点固定区域预设范围内的适宜范围区域,所述还车点固定区域预设范围根据用户对上述还车点的使用需求程度划分,所述第一信任区域内可还车。
3.根据权利要求1所述的一种基于历史数据形成信任还车区域的方法,其特征在于,所述预设定位偏移范围区域包括在第一信任区域预设范围内的适宜范围区域,所述预设定位偏移范围区域内不可还车。
4.根据权利要求1所述的一种基于历史数据形成信任还车区域的方法,其特征在于,所述预设定位偏移范围区域包括所述第二信任区域还车点,所述第二信任区域还车点是基于用户还车大数据所在所述预设定位偏移范围区域上划分的区域,所述第二信任区域还车点内可还车;
若车辆当前位置与最近还车点的距离在预设定位偏移范围区域内,则基于用户还车大数据进行人工智能算法学习,用于形成第二信任区域还车点的数据依据;
若车辆当前位置与最近还车点的距离超出预设定位偏移范围区域,则舍弃当前数据,不作为形成第二信任区域还车点的数据依据。
5.根据权利要求1所述的一种基于历史数据形成信任还车区域的方法,其特征在于,所述基于用户还车大数据进行人工智能算法学习形成第二信任区域还车点,包括,根据车辆当前车辆位置,车辆与最近还车点的距离在预设定位偏移范围区域内;绑定归属还车点定位;判断绑定的归属还车点位是否具有一致性;划定为第二信任区域试用还车点;基于第二信任区域试用还车点,识别还车点位重合率;形成第二信任区域还车点。
6.根据权利要求5所述的一种基于历史数据形成信任还车区域的方法,其特征在于,所述绑定的归属还车点位一致性包括在一定地理面积上的点位数量达到设定要求的密度。
7.一种设备,包括整车以及设置在所述整车内的车辆中央控制器,所述车辆中央控制器包括存储器、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1-6任一项所述的一种基于历史数据形成信任还车区域方法的步骤。
8.一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运行时,实现如权利要求1-6任一项所述的一种基于历史数据形成信任还车区域方法的步骤。
CN202310866661.1A 2023-07-14 2023-07-14 一种基于历史数据形成信任还车区域的方法及其设备 Pending CN117041880A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310866661.1A CN117041880A (zh) 2023-07-14 2023-07-14 一种基于历史数据形成信任还车区域的方法及其设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310866661.1A CN117041880A (zh) 2023-07-14 2023-07-14 一种基于历史数据形成信任还车区域的方法及其设备

Publications (1)

Publication Number Publication Date
CN117041880A true CN117041880A (zh) 2023-11-10

Family

ID=88643828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310866661.1A Pending CN117041880A (zh) 2023-07-14 2023-07-14 一种基于历史数据形成信任还车区域的方法及其设备

Country Status (1)

Country Link
CN (1) CN117041880A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117611420A (zh) * 2024-01-18 2024-02-27 福之润智能科技(福建)有限公司 基于物联网的电动车还车数据处理方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117611420A (zh) * 2024-01-18 2024-02-27 福之润智能科技(福建)有限公司 基于物联网的电动车还车数据处理方法及系统
CN117611420B (zh) * 2024-01-18 2024-04-26 福之润智能科技(福建)有限公司 基于物联网的电动车还车数据处理方法及系统

Similar Documents

Publication Publication Date Title
US20200312133A1 (en) Express Lane Planning Method and Unit
US10023231B2 (en) Parking autonomous vehicles
Singh et al. Autonomous cars: Recent developments, challenges, and possible solutions
CN109218977B (zh) 一种高精度电子围栏的实现方法
CN112562409B (zh) 一种基于多接入边缘计算的自主泊车系统及方法
CN117041880A (zh) 一种基于历史数据形成信任还车区域的方法及其设备
CN104570987A (zh) 基于3g网络的自动化车载终端设备
CN109064735B (zh) 一种基于混合电子围栏的单车归还方法
CN103617744A (zh) 基于物联网的停车位搜索与预定系统
CN108382392A (zh) 车辆转弯防碰撞方法、设备及可读存储介质
CN104634352A (zh) 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法
CN111681445A (zh) 室内停车场管理系统、系统、v2x路侧设备及车载设备
CN109785611B (zh) 无人驾驶车辆控制方法、装置、服务器及存储介质
CN206961119U (zh) 一种智能驾驶汽车运营系统和高精度地图的分布式存储系统
CN103065371A (zh) 交通事故责任界定方法
CN110850777A (zh) 一种智能网联汽车云平台控制操作系统
CN107689161A (zh) 人‑车‑交通路况互联的智能汽车实际行驶工况构建系统
CN109466367A (zh) 一种基于电动汽车剩余电量情况的充电桩配置方法
CN111968366A (zh) 基于区块链的高速公路路径拟合方法及装置
CN115116216A (zh) 基于车路云接口实现的全域协同感知与决策方法、装置
CN107395757A (zh) 基于acp方法和社会物理信息系统的平行车联网系统
CN108230144A (zh) 一种基于物联网和环境感知的汽车金融风控方法
CN116975180A (zh) 停车区域修正方法、装置、电子设备及存储介质
CN111524389B (zh) 车辆驾驶方法和装置
CN112016722B (zh) 一种在网络不稳定时的订单创建方法和系统

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