CN117499458B - 一种远程控制车辆分享解锁方法及系统 - Google Patents
一种远程控制车辆分享解锁方法及系统 Download PDFInfo
- Publication number
- CN117499458B CN117499458B CN202410001275.0A CN202410001275A CN117499458B CN 117499458 B CN117499458 B CN 117499458B CN 202410001275 A CN202410001275 A CN 202410001275A CN 117499458 B CN117499458 B CN 117499458B
- Authority
- CN
- China
- Prior art keywords
- driving
- user
- braking
- vehicle
- duration
- 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 79
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 230000003213 activating effect Effects 0.000 claims abstract description 5
- 230000001133 acceleration Effects 0.000 claims description 94
- 230000006870 function Effects 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 21
- 238000013145 classification model Methods 0.000 claims description 16
- 230000000875 corresponding effect Effects 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 230000002596 correlated effect Effects 0.000 claims description 8
- 230000001276 controlling effect Effects 0.000 claims description 5
- 230000001550 time effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000003860 storage Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/20—Means to switch the anti-theft system on or off
- B60R25/24—Means to switch the anti-theft system on or off using electronic identifiers containing a code not memorised by the user
- B60R25/246—Means to switch the anti-theft system on or off using electronic identifiers containing a code not memorised by the user characterised by the challenge triggering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00309—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated with bidirectional data transmission between data carrier and locks
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00571—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated by interacting with a central unit
-
- 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
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- 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
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mechanical Engineering (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mathematical Analysis (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Lock And Its Accessories (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车辆控制技术领域,揭露了一种远程控制车辆分享解锁方法及系统,包括:接收使用者的客户端对远程车辆发起的请求解锁指令,当车主的客户端成功接收到请求解锁指令后,获取使用者驾驶远程车辆的历史记录得到历史驾驶记录,根据历史驾驶记录生成使用者的驾驶约束模型,利用驾驶约束模型激活远程车辆的同时生成临时解锁密钥,监控使用者使用临时解锁密钥的解锁过程,并生成远程车辆的驾驶提醒日志,利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。本发明主要目的在于增加对使用者驾驶习惯的分析,并根据使用者驾驶习惯提高驾驶安全性。
Description
技术领域
本发明涉及一种远程控制车辆分享解锁方法及系统,属于车辆控制技术领域。
背景技术
随着汽车智能化程度的提高,远程车辆分享解锁成为一种便捷的操作。传统方法的运行原理主要包括:先接收使用者的客户端对远程车辆发起的请求解锁指令;然后,将请求解锁指令转发至车主的客户端,当车主的客户端接收到请求解锁指令后,开始验证使用者的身份信息;最后,当使用者的身份信息的验证通过后,则开启远程车辆供使用者使用。
传统方法对于远程车辆的解锁分享确实明显提高了便捷性,但在分享过程中未能对使用者的驾驶行为进行充分分析,导致在车辆分享后,车主很难确认远程车辆是否能被使用者安全使用,因此,缺乏一种有效地对使用者的驾驶习惯进行管控的过程,从而安全性有待提高。
发明内容
本发明提供一种远程控制车辆分享解锁方法及系统,其主要目的在于在解锁远程车辆的同时,增加对使用者驾驶习惯的分析,并根据使用者驾驶习惯提高驾驶安全性。
为实现上述目的,本发明提供的一种远程控制车辆分享解锁方法,包括:
接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置;
当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态;
鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型;
所述获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,包括:
利用使用者的客户端查询在远程车辆中是否有驾驶记录,若查询到使用者的客户端在远程车辆中没有驾驶记录,则生成空历史记录;
若查询到使用者的客户端在远程车辆中存在驾驶记录,则提取所有的驾驶记录,得到总驾驶记录;
从总驾驶记录中筛选得到历史驾驶记录,并对历史驾驶记录执行数据结构化操作,得到结构驾驶数据,其中,结构驾驶数据包括驾驶总时长、驾驶平均速度、驾驶总长度、平稳行驶时长、平稳行驶速度、平稳行驶长度、制动时长、制动距离、制动加速度、起步行驶时长、起步行驶加速度、起步行驶长度、变道时长、变道长度及变道加速度,且平稳行驶时长、制动时长、起步行驶时长与变道时长相加等于驾驶总时长;
基于结构驾驶数据生成使用者的驾驶约束模型;
所述基于结构驾驶数据生成使用者的驾驶约束模型,包括:
分别计算平稳行驶时长、制动时长在驾驶总时长的占比,得到平稳时长比和制动时长比;
根据制动时长比与制动加速度,计算出使用者的驾驶危险系数;
计算平稳行驶长度与驾驶总长度的比值,得到平稳行驶比,根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数;
将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格;
基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型;
所述根据制动时长比与制动加速度,计算出使用者的驾驶危险系数,包括:
获取远程车辆的制动安全加速度,其中,制动安全加速度对应有制动安全时间;
获取与所述制动时长的制动次数,根据所述制动时长与制动次数的比值,计算得到使用者单次制动的平均时长;
根据下式计算得到使用者的驾驶危险系数:
其中,表示使用者的驾驶危险系数,/>表示使用者单次制动的平均时长,/>表示远程车辆的制动安全加速度,/>表示所述制动加速度,/>表示制动安全加速度对应的制动安全时间,/>表示所述制动时长,/>表示用于计算驾驶危险系数的权重系数,其中,/>值的取值与制动时长比呈正相关关系;
所述根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数,包括:
获取使用者的平稳行驶速度,判断平稳行驶速度所属的速度区间段,其中,速度区间段分别为:小于,大于或等于/>但小于/>,大于或等于/>但小于/>以及大于或等于/>,/>分别为速度区间段的临界值;
计算得到使用者的驾驶安全系数:
其中,表示使用者的驾驶安全系数,/>表示使用者的平稳行驶速度,/>表示平稳行驶时长,/>表示平稳行驶比,/>为计算使用者的驾驶安全系数的权重因子,且驾驶安全系数的权重因子与平稳时长比呈正相关;
利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端;
监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志;
利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。
可选地,所述将请求解锁指令转发至车主的客户端,包括:
步骤A:获取车主的客户端的IP地址;
步骤B:根据所述车主的客户端的IP地址,将请求解锁指令转发至车主的客户端,并等待车主的客户端所返回的解锁响应指令;同时,
步骤C:记录请求解锁指令的指令生成时间,并获取请求解锁指令的指令有效时间;
步骤D:根据指令生成时间和指令有效时间,计算得到请求解锁指令的指令剩余时效,其中,所述指令剩余时效的计算方法为:
根据下式计算得到请求解锁指令的指令剩余时效:
其中,表示请求解锁指令的指令剩余时效,/>表示指令有效时间,/>表示指令生成时间,/>表示当前时间;
步骤E:当指令剩余时效为零时,提醒使用者的客户端其所发出的请求解锁指令已失效,并等待接收使用者的客户端发起的下一次的请求解锁指令;
步骤F:当使用者的客户端发起了下一次的请求解锁指令时,返回步骤B,直至接收到车主的客户端所返回的解锁响应指令后,完成将请求解锁指令转发至车主的客户端。
可选地,所述识别并记录远程车辆的车辆状态,包括:
根据使用者的客户端的定位系统,获取得到使用者的实时位置;
获取远程车辆的车辆位置,根据实时位置和车辆位置计算得到人车位置差,若人车位置差大于人车阈值差,则发出解锁等待指令给使用者的客户端;
直至人车位置差小于或等于人车阈值差时,获取远程车辆的电量及锁定类型,且锁定类型包括全锁或半锁,全锁和半锁的差异点在于是否开启哨兵模式;
若锁定类型为全锁时,利用全锁所对应的哨兵模式获取远程车辆的监控视频及报警信息;
将远程车辆的电量、锁定类型、监控视频及报警信息作为远程车辆的车辆状态返回至车主的客户端。
可选地,所述结构驾驶数据的表示方法为:
其中,表示使用者对应的结构驾驶数据,/>、/>、/>、/>、/>分别表示驾驶总时长、平稳行驶时长、制动时长、起步行驶时长及变道时长,/>、/>、/>、/>及/>分别表示驾驶平均速度、平稳行驶速度、制动加速度、起步行驶加速度及变道加速度,/>、/>、/>、/>及/>分别表示驾驶总长度、平稳行驶长度、制动距离、起步行驶时长及变道长度,且变道时长、变道加速度和变道长度的结构为:
,
,
,
其中,分别表示城市道路、高速道路的变道时长,/>分别表示城市道路、高速道路的变道加速度,/>分别表示城市道路、高速道路的变道长度。
可选地,所述驾驶约束模型包括四组约束函数,且各约束函数分别为:
约束函数1:若驾驶风格是“高风险型”,且驾驶危险系数大于第一危险阈值,直接发出解锁失败指令至使用者的客户端;
约束函数2:若驾驶风格是“缓慢型”或“稳健型”,且驾驶危险系数小于或等于第二危险阈值,同时驾驶安全系数大于驾驶安全阈值,允许使用者正常操作远程车辆,其中,第一危险阈值大于第二危险阈值;
约束函数3:若驾驶风格是“中风险型”,且驾驶危险系数大于第二危险阈值,同时驾驶安全系数大于驾驶安全阈值,将远程车辆的最高车速限制在小于车速阈值后,允许使用者操作远程车辆;
约束函数4:若驾驶风格是“低风险型”,且驾驶安全系数大于驾驶安全阈值,允许使用者正常操作远程车辆,但会根据使用者的结构驾驶数据提出安全驾驶建议,其中,安全驾驶建议包括减少高速道路的变向幅度、降低城市道路的变向速度。
为了解决上述问题,本发明还提供一种远程控制车辆分享解锁系统,所述系统包括:
请求解锁指令转发模块,用于接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置;
驾驶约束模型构建模块,用于当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态,鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型;所述获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,包括:利用使用者的客户端查询在远程车辆中是否有驾驶记录,若查询到使用者的客户端在远程车辆中没有驾驶记录,则生成空历史记录;若查询到使用者的客户端在远程车辆中存在驾驶记录,则提取所有的驾驶记录,得到总驾驶记录;从总驾驶记录中筛选得到历史驾驶记录,并对历史驾驶记录执行数据结构化操作,得到结构驾驶数据,其中,结构驾驶数据包括驾驶总时长、驾驶平均速度、驾驶总长度、平稳行驶时长、平稳行驶速度、平稳行驶长度、制动时长、制动距离、制动加速度、起步行驶时长、起步行驶加速度、起步行驶长度、变道时长、变道长度及变道加速度,且平稳行驶时长、制动时长、起步行驶时长与变道时长相加等于驾驶总时长;基于结构驾驶数据生成使用者的驾驶约束模型;所述基于结构驾驶数据生成使用者的驾驶约束模型,包括:分别计算平稳行驶时长、制动时长在驾驶总时长的占比,得到平稳时长比和制动时长比;根据制动时长比与制动加速度,计算出使用者的驾驶危险系数;计算平稳行驶长度与驾驶总长度的比值,得到平稳行驶比,根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数;将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格;基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型;所述根据制动时长比与制动加速度,计算出使用者的驾驶危险系数,包括:获取远程车辆的制动安全加速度,其中,制动安全加速度对应有制动安全时间;获取与所述制动时长的制动次数,根据所述制动时长与制动次数的比值,计算得到使用者单次制动的平均时长;根据下式计算得到使用者的驾驶危险系数:
其中,表示使用者的驾驶危险系数,/>表示使用者单次制动的平均时长,/>表示远程车辆的制动安全加速度,/>表示所述制动加速度,/>表示制动安全加速度对应的制动安全时间,/>表示所述制动时长,/>表示用于计算驾驶危险系数的权重系数,其中,/>值的取值与制动时长比呈正相关关系;所述根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数,包括:获取使用者的平稳行驶速度,判断平稳行驶速度所属的速度区间段,其中,速度区间段分别为:小于/>,大于或等于/>但小于/>,大于或等于/>但小于/>以及大于或等于/>,/>分别为速度区间段的临界值;计算得到使用者的驾驶安全系数:
其中,表示使用者的驾驶安全系数,/>表示使用者的平稳行驶速度,/>表示平稳行驶时长,/>表示平稳行驶比,/>为计算使用者的驾驶安全系数的权重因子,且驾驶安全系数的权重因子与平稳时长比呈正相关;
临时解锁密钥生成模块,用于利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端;
驾驶优化模型生成模块,用于监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志,利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现上述所述的远程控制车辆分享解锁方法。
为了解决上述问题,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中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的远程控制车辆分享解锁方法。
相比于背景技术所述问题,本发明先接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置,当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态,可见本发明在接收到请求解锁指令后,并非第一时间验证使用者的合法性,而是先记录远程车辆的车辆状态,并将远程车辆的车辆状态传送至车主的客户端,以方便车主评估是否远程车辆是否具备驾驶条件;然后,鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,重要的,本发明在鉴别使用者的客户端是合法的以后,会根据使用者驾驶远程车辆的历史记录生成驾驶约束模型,驾驶约束模型具有约束使用者的不良驾驶习惯的作用,从而大大提高了驾驶安全性;最后,利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端,监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志,利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁,可见,本发明为了进一步提高驾驶安全性,同时还会生成远程车辆的驾驶提醒日志,驾驶提醒日志是根据每辆远程车辆在使用过程中发生的异常现象而生成的提示性信息,可帮助使用者更快的了解远程车辆在驾驶过程中需要注意的安全事项,且为了保障驾驶安全性,本发明利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,驾驶优化模型是根据使用者的驾驶习惯及远程车辆的车辆特征生成的综合性约束模型,可进一步提高使用者的驾驶安全性。因此本发明提出的远程控制车辆分享解锁方法、系统、电子设备及计算机可读存储介质,其主要目的在于在解锁远程车辆的同时,增加对使用者驾驶习惯的分析,并根据使用者驾驶习惯提高驾驶安全性。
附图说明
图1为本发明一实施例提供的远程控制车辆分享解锁方法的流程示意图;
图2为本发明一实施例提供的远程控制车辆分享解锁系统的功能模块图;
图3为本发明一实施例提供的实现所述远程控制车辆分享解锁方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
本申请实施例提供一种远程控制车辆分享解锁方法。所述远程控制车辆分享解锁方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述远程控制车辆分享解锁方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1:
参照图1所示,为本发明一实施例提供的远程控制车辆分享解锁方法的流程示意图。在本实施例中,所述远程控制车辆分享解锁方法包括:
S1、接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置。
需解释的是,使用者的客户端一般由使用者操作,车主的客户端一般由车主操作。示例性的,小张为某智能电动汽车的车主,且小张将自己的智能电动汽车停在城市A,小赵想借用小张的智能电动汽车,但由于小张目前在城市B,智能电动汽车的解锁钥匙也被小张带到了城市B,故为了可以快速及时的用到智能电动汽车,小赵打开客户端对智能电动汽车发起了请求解锁指令。可理解的是,使用者为小赵,车主为小张,智能电动汽车为远程车辆,且智能电动汽车与小张及小张所使用的客户端不在同一地理位置。
进一步地,使用者和车主的客户端均安装在各自的移动设备中,其中,移动设备包括手机、平板等。此外,当在使用者的客户端中生成请求解锁指令后,需要及时有效的将请求解锁指令发送至车主,以寻求车主的解锁,故详细地,所述将请求解锁指令转发至车主的客户端,包括:
步骤A:获取车主的客户端的IP地址;
步骤B:根据所述车主的客户端的IP地址,将请求解锁指令转发至车主的客户端,并等待车主的客户端所返回的解锁响应指令;同时,
步骤C:记录请求解锁指令的指令生成时间,并获取请求解锁指令的指令有效时间;
步骤D:根据指令生成时间和指令有效时间,计算得到请求解锁指令的指令剩余时效;
步骤E:当指令剩余时效为零时,提醒使用者的客户端其所发出的请求解锁指令已失效,并等待接收使用者的客户端发起的下一次的请求解锁指令;
步骤F:当使用者的客户端发起了下一次的请求解锁指令时,返回步骤B,直至接收到车主的客户端所返回的解锁响应指令后,完成将请求解锁指令转发至车主的客户端。
示例性的,获取小赵的客户端和小张的客户端在之前已共享了联系方式,故当小赵发起请求解锁指令时,会自动获取小张的客户端的IP地址会将请求解锁指令发送至小张的客户端。但需要解释的是,一般情况下使用者需要解锁汽车时,表明使用者应距离汽车的物理距离相对不远,若使用者和汽车物理距离过远就提前解锁汽车,则会造成汽车长时间无人操作,而发生汽车被盗等风险,因此,当小赵发起请求解锁指令时,则表明小赵和智能电动汽车保持相对很近的物理距离,即小赵需要短时间内使用智能电动汽车,故需要小张尽快的响应小赵发起的请求解锁指令。
重点地,本发明实施例构建了指令剩余时效的方法,用于及时高效的建立使用者和车主之间的联系。示例性的,记录小赵的请求解锁指令的指令生成时间为下午2点00分,同时,小赵的请求解锁指令的指令有效时间为3分钟,表示若小赵的请求解锁指令在2点03分未被小张的客户端回传解锁响应指令时,则需要重新生成请求解锁指令。详细地,所述根据指令生成时间和指令有效时间,计算得到请求解锁指令的指令剩余时效,包括:
根据下式计算得到请求解锁指令的指令剩余时效:
其中,表示请求解锁指令的指令剩余时效,/>表示指令有效时间,/>表示指令生成时间,/>表示当前时间。
示例性的,指令生成时间为下午2点00分,指令有效时间为3分钟,当前时间为下午2点01分,则请求解锁指令的指令剩余时效为2分钟。需解释的是,若小张打开客户端发现小赵所发起的请求解锁指令后,会根据请求解锁指令在客户端生成解锁响应指令并返回至小赵的客户端,表示会马上处理本次请求解锁指令。
S2、当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态,其中,车辆状态包括远程车辆的锁定类型。
示例性的,若车主小张的客户端成功接收到小赵所发起的请求解锁指令并返回解锁响应指令后,为了防止小赵误操作或智能电动汽车因停放时人为或自身原因,造成智能电动汽车异常,则需要马上查看智能电动汽车的车辆状态。详细地,所述识别并记录远程车辆的车辆状态,包括:
根据使用者的客户端的定位系统,获取得到使用者的实时位置;
获取远程车辆的车辆位置,根据实时位置和车辆位置计算得到人车位置差,若人车位置差大于人车阈值差,则发出解锁等待指令给使用者的客户端;
直至人车位置差小于或等于人车阈值差时,获取远程车辆的电量及锁定类型,且锁定类型包括全锁或半锁,全锁和半锁的差异点在于是否开启哨兵模式;
若锁定类型为全锁时,利用全锁所对应的哨兵模式获取远程车辆的监控视频及报警信息;
将远程车辆的电量、锁定类型、监控视频及报警信息作为远程车辆的车辆状态返回至车主的客户端。
示例性的,如小张的智能电动汽车停在城市A的小区U,而小赵目前还在城市A的小区S,且根据小区U和小区S的位置差计算得到人车位置差为10KM,若人车阈值差为1KM,则需要发出解锁等待指令给小赵,表明已经知道小赵需要用车,但由于小赵距离智能电动汽车过远,故需要进一步靠近智能电动汽车方可解锁智能电动汽车。
此外,汽车的哨兵模式是一种安全特性,通常用于提供额外的安全保障,在哨兵模式下,车辆会在停泊时(通常是在停车场或特定地点停留时)自动激活一系列安全设施,包括可实时获取汽车周围的监控视频及汽车自身的报警信息,以预防盗窃或对车辆的未经授权访问。本发明实施例将远程车辆的电量、锁定类型、监控视频及报警信息作为远程车辆的车辆状态返回至车主的客户端,从而让车主了解远程车辆的车辆状态,评估是否需要分享解锁。
S3、鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型。
当车主认为当前远程车辆的车辆状态可安全行驶,则需要鉴别使用者的客户端的合法性,其鉴别包括但不限于:建立使用者的客户端和车主的客户端的通信连接,识别使用者人脸、声音等。当鉴别通过,表示使用者的客户端合法后,则需要生成与使用者具有对应关系的驾驶约束模型。驾驶约束模型的主要作用在于提高使用者驾驶远程车辆的安全性。
详细地,所述获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,包括:
利用使用者的客户端查询在远程车辆中是否有驾驶记录,若查询到使用者的客户端在远程车辆中没有驾驶记录,则生成空历史记录;
若查询到使用者的客户端在远程车辆中存在驾驶记录,则提取所有的驾驶记录,得到总驾驶记录;
从总驾驶记录中筛选得到历史驾驶记录,并对历史驾驶记录执行数据结构化操作,得到结构驾驶数据,其中,结构驾驶数据包括驾驶总时长、驾驶平均速度、驾驶总长度、平稳行驶时长、平稳行驶速度、平稳行驶长度、制动时长、制动距离、制动加速度、起步行驶时长、起步行驶加速度、起步行驶长度、变道时长、变道长度及变道加速度,且平稳行驶时长、制动时长、起步行驶时长与变道时长相加等于驾驶总时长;
基于结构驾驶数据生成使用者的驾驶约束模型。
示例性的,驾驶小赵是第一次使用小张的智能汽车,因此则不会存在小赵的驾驶记录,从而生成对应的空历史记录。若小赵之前多次使用小张的智能汽车,驾驶在一年内共使用了7次,则会提取出7次的驾驶记录,得到总驾驶记录。但本发明实施例中,并非直接将该7次总驾驶记录均作为历史驾驶记录,因为伴随驾驶者驾驶技术的不断成熟,较远时间段的驾驶记录并不一定具有参考性,因此本发明实施例可使用时间点的方法,对总驾驶记录执行筛选,如筛选近2个月内的驾驶记录,可能得到只有3次历史驾驶记录。
示例性的,当获取到小赵在近2个月内的共3次历史驾驶记录后,则从每次历史驾驶记录中提取出结构驾驶数据所需要的指标数据,并汇总整理指标数据得到所述结构驾驶数据。详细地,所述结构驾驶数据的表示方法为:
其中,表示使用者对应的结构驾驶数据,/>、/>、/>、/>、/>分别表示驾驶总时长、平稳行驶时长、制动时长、起步行驶时长及变道时长,/>、/>、/>、/>及/>分别表示驾驶平均速度、平稳行驶速度、制动加速度、起步行驶加速度及变道加速度,/>、/>、/>、/>及/>分别表示驾驶总长度、平稳行驶长度、制动距离、起步行驶时长及变道长度,且变道时长、变道加速度和变道长度的结构为:
,
,
,
其中,分别表示城市道路、高速道路的变道时长,/>分别表示城市道路、高速道路的变道加速度,/>分别表示城市道路、高速道路的变道长度。
需强调的是,平稳行驶速度均为平均速度。示例性的,小赵的平稳行驶速度的计算过程为:根据小赵的历史驾驶记录,计算在某时间段内速度变化不大与指定速度阈值的速度平均值。同理,制动加速度、起步行驶加速度及变道加速度也均为平均加速度,起步行驶加速度是根据远程车辆从速度0到匀速速度时所计算得到平均加速度。
此外,本发明实施例还将变道指标数据分为城市道路和高速道路,可理解的是,在城市道路的变道加速度应该相对更小,因为城市道路路况复杂,行人众多,但高速道路的变道一般需要更快速,从而防止占道造成交通事故,因此为了提高驾驶约束模型的精确度,本发明实施例做出了区分。
可理解的是,使用者的结构驾驶数据可反映出使用者对于远程车辆的使用情况,且一定程度可以通过结构驾驶数据反馈出使用者是否具备安全驾驶的条件,因此,通过结构驾驶数据构建出使用者的驾驶约束模型,可提高使用者驾驶远程车辆的安全性。详细地,所述基于结构驾驶数据生成使用者的驾驶约束模型,包括:
分别计算平稳行驶时长、制动时长在驾驶总时长的占比,得到平稳时长比和制动时长比;
根据制动时长比与制动加速度,计算出使用者的驾驶危险系数;
计算平稳行驶长度与驾驶总长度的比值,得到平稳行驶比,根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数;
将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格;
基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型。
示例性的,假设小赵的驾驶总时长为100小时,而平稳行驶时长、制动时长、起步行驶时长及变道时长分别为95小时、0.5小时、4小时和0.5小时,则可分别计算得到平稳时长比、制动时长比、起步时长比和变道时长比。
进一步地,所述根据制动时长比与制动加速度,计算出使用者的驾驶危险系数,包括:
获取远程车辆的制动安全加速度,其中,制动安全加速度对应有制动安全时间;
获取与所述制动时长的制动次数,根据所述制动时长与制动次数的比值,计算得到使用者单次制动的平均时长;
根据下式计算得到使用者的驾驶危险系数:
其中,表示使用者的驾驶危险系数,/>表示使用者单次制动的平均时长,/>表示远程车辆的制动安全加速度,/>表示所述制动加速度,/>表示制动安全加速度对应的制动安全时间,/>表示所述制动时长,/>表示用于计算驾驶危险系数的权重系数,其中,/>值的取值与制动时长比呈正相关关系。
可理解的是,当制动加速度和单次制动的平均时长越大,则通过上式所计算出的积分比值也越大,且为了防止驾驶危险系数的计算误差,我们还将制动时长与制动安全时间作为乘积系数。
进一步地,所述根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数,包括:
获取使用者的平稳行驶速度,判断平稳行驶速度所属的速度区间段,其中,速度区间段分别为:小于,大于或等于/>但小于/>,大于或等于/>但小于/>以及大于或等于/>,/>分别为速度区间段的临界值;
计算得到使用者的驾驶安全系数:
其中,表示使用者的驾驶安全系数,/>表示使用者的平稳行驶速度,/>表示平稳行驶时长,/>表示平稳行驶比,/>为计算使用者的驾驶安全系数的权重因子,且驾驶安全系数的权重因子与平稳时长比呈正相关。
可理解的是,根据上述计算公式,可分别计算得到使用者的驾驶危险系数和驾驶安全系数,驾驶危险系数和驾驶安全系数的大小可反映出使用者的驾驶风险,因此,为了进一步量化出使用者的驾驶风险,本发明实施例将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格。需强调的是,驾驶风格分类模型是一种基于有监督算法构建得到,其中,有监督算法包括但不限于支持向量机、XGBoost、深度学习等模型,且在使用驾驶风格分类模型之前,需要根据训练集训练驾驶风格分类模型,直至驾驶风格分类模型满足训练结果调节后,即可用于本次发明实施例执行使用者的驾驶风格分类。
本发明实施例中,驾驶风格包括缓慢型、稳健型、低风险型、中风险型和高风险型五种,且每种驾驶风格的得分分别为:[0-0.2)、[0.2-0.4)、[0.4-0.6)、[0.6-0.8)和[0.8-0.1]。示例性的,将小赵的结构驾驶数据导入至驾驶风格分类模型,计算得到小赵的驾驶风格为稳健型,即驾驶风格分类模型所计算的得分为[0.2-0.4)。
进一步地,所述基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型,包括:
所述驾驶约束模型包括四组约束函数,且各约束函数分别为:
约束函数1:若驾驶风格是“高风险型”,且驾驶危险系数大于第一危险阈值,直接发出解锁失败指令至使用者的客户端;
约束函数2:若驾驶风格是“缓慢型”或“稳健型”,且驾驶危险系数小于或等于第二危险阈值,同时驾驶安全系数大于驾驶安全阈值,允许使用者正常操作远程车辆,其中,第一危险阈值大于第二危险阈值;
约束函数3:若驾驶风格是“中风险型”,且驾驶危险系数大于第二危险阈值,同时驾驶安全系数大于驾驶安全阈值,将远程车辆的最高车速限制在小于车速阈值后,允许使用者操作远程车辆;
约束函数4:若驾驶风格是“低风险型”,且驾驶安全系数大于驾驶安全阈值,允许使用者正常操作远程车辆,但会根据使用者的结构驾驶数据提出安全驾驶建议,其中,安全驾驶建议包括减少高速道路的变向幅度、降低城市道路的变向速度。
需解释的是,本发明实施例中驾驶约束模型还包括其他约束函数,如驾驶风格是“低风险型”,但驾驶危险系数大于第二危险阈值时,同时也会跟进使用者的结构驾驶数据提出安全驾驶建议等。由此可见,驾驶约束模型具有提醒、约束使用者的驾驶习惯,从而提高使用者在驾驶时的安全性。
此外还需解释的是,车主具有最高权限,即每个约束函数均可被车主修改,如约束函数1:“若驾驶风格是“高风险型”,且驾驶危险系数大于第一危险阈值,直接发出解锁失败指令至使用者的客户端”,可根据实际情况被车主修改为可以驾驶远程车辆,但需要将驾驶时的驾驶速度实时反馈至车主的客户端。
S4、利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端。
可理解的是,当生成驾驶约束模型以后,可将驾驶约束模型导入至远程车辆,以提醒远程车辆基于驾驶约束模型约束使用者,当导入成功以后即可激活远程车辆,等待使用者使用。
进一步地,远程车辆的车辆状态包括远程车辆的电量、锁定类型、监控视频及报警信息等,因此,可根据远程车辆的车辆状态生成更加智能化的临时解锁密钥。示例性的,若远程车辆的电量低于阈值电量,在生成临时解锁密钥的同时,提醒使用者记得及时充电;若远程车辆的监控视频和报警信息显示,远程车辆的保险杠可能被剐蹭,在生成临时解锁密钥的同时,提醒使用者再驾驶前先检查远程车辆的保险杠等。即综合来说,可根据远程车辆的车辆、监控视频和报警信息,对应生成具有提示信息的临时解锁密钥。
S5、监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志。
需解释的是,使用者在使用临时解锁密钥对远程车辆执行解锁时,会启动远程车辆的监控系统,监控是否为使用者,防止出现身份盗用的情况发生。此外重要的,不同的车辆具有不同的特性,示例性的,小张的远程车辆由于之前发生碰撞,导致车窗无法下落,因此需要将这类驾驶时需要注意的信息及时反馈至使用者,故详细地,所述在解锁过程中生成远程车辆的驾驶提醒日志,包括:
接收车主的客户端根据远程车辆发起的驾驶提醒信息,其中,驾驶提醒信息可以为文字类型,也可以为语音类型;
将所述驾驶提醒信息转化为结构化的文本形式,生成得到驾驶提醒日志。
示例性的,小张利用自己的客户端发起关于车窗无法下落的语音,因此本发明实施例将该段语音转为结构化的文本形式,从而生成驾驶提醒日志。
S6、利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。
可理解的是,不同使用者会生成不同的驾驶约束模型,而不同的远程车辆也同样具有不同的驾驶提醒日志,如小张的远程车辆,具有副驾驶位的车窗无法下落的驾驶提醒日志,因此为了防止使用者无法了解远程车辆的具体情况,本发明实施例利用驾驶提醒日志优化驾驶约束模型,如在驾驶约束模型中增加新的约束函数,其中,新的约束函数会自动锁死副驾驶位的车窗下落按钮,防止使用者在点击副驾驶的车窗下落按钮时无法下落分散使用者的注意力,并同时生成语音提示功能,即当使用者在点击副驾驶的车窗下落按钮时,会自动播报副驾驶的车窗下落出现异常的提示语音。
相比于背景技术所述问题,本发明先接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置,当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态,可见本发明在接收到请求解锁指令后,并非第一时间验证使用者的合法性,而是先记录远程车辆的车辆状态,并将远程车辆的车辆状态传送至车主的客户端,以方便车主评估是否远程车辆是否具备驾驶条件;然后,鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,重要的,本发明在鉴别使用者的客户端是合法的以后,会根据使用者驾驶远程车辆的历史记录生成驾驶约束模型,驾驶约束模型具有约束使用者的不良驾驶习惯的作用,从而大大提高了驾驶安全性;最后,利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端,监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志,利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁,可见,本发明为了进一步提高驾驶安全性,同时还会生成远程车辆的驾驶提醒日志,驾驶提醒日志是根据每辆远程车辆在使用过程中发生的异常现象而生成的提示性信息,可帮助使用者更快的了解远程车辆在驾驶过程中需要注意的安全事项,且为了保障驾驶安全性,本发明利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,驾驶优化模型是根据使用者的驾驶习惯及远程车辆的车辆特征生成的综合性约束模型,可进一步提高使用者的驾驶安全性。因此本发明提出的远程控制车辆分享解锁方法、系统、电子设备及计算机可读存储介质,其主要目的在于在解锁远程车辆的同时,增加对使用者驾驶习惯的分析,并根据使用者驾驶习惯提高驾驶安全性。
实施例2:
如图2所示,是本发明一实施例提供的远程控制车辆分享解锁系统的功能模块图。
本发明所述远程控制车辆分享解锁系统100可以安装于电子设备中。根据实现的功能,所述远程控制车辆分享解锁系统100可以包括请求解锁指令转发模块101、驾驶约束模型构建模块102、临时解锁密钥生成模块103及驾驶优化模型生成模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
所述请求解锁指令转发模块101,用于接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置;
所述驾驶约束模型构建模块102,用于当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态,鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型;所述获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,包括:利用使用者的客户端查询在远程车辆中是否有驾驶记录,若查询到使用者的客户端在远程车辆中没有驾驶记录,则生成空历史记录;若查询到使用者的客户端在远程车辆中存在驾驶记录,则提取所有的驾驶记录,得到总驾驶记录;从总驾驶记录中筛选得到历史驾驶记录,并对历史驾驶记录执行数据结构化操作,得到结构驾驶数据,其中,结构驾驶数据包括驾驶总时长、驾驶平均速度、驾驶总长度、平稳行驶时长、平稳行驶速度、平稳行驶长度、制动时长、制动距离、制动加速度、起步行驶时长、起步行驶加速度、起步行驶长度、变道时长、变道长度及变道加速度,且平稳行驶时长、制动时长、起步行驶时长与变道时长相加等于驾驶总时长;基于结构驾驶数据生成使用者的驾驶约束模型;所述基于结构驾驶数据生成使用者的驾驶约束模型,包括:分别计算平稳行驶时长、制动时长在驾驶总时长的占比,得到平稳时长比和制动时长比;根据制动时长比与制动加速度,计算出使用者的驾驶危险系数;计算平稳行驶长度与驾驶总长度的比值,得到平稳行驶比,根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数;将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格;基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型;所述根据制动时长比与制动加速度,计算出使用者的驾驶危险系数,包括:获取远程车辆的制动安全加速度,其中,制动安全加速度对应有制动安全时间;获取与所述制动时长的制动次数,根据所述制动时长与制动次数的比值,计算得到使用者单次制动的平均时长;根据下式计算得到使用者的驾驶危险系数:
其中,表示使用者的驾驶危险系数,/>表示使用者单次制动的平均时长,/>表示远程车辆的制动安全加速度,/>表示所述制动加速度,/>表示制动安全加速度对应的制动安全时间,/>表示所述制动时长,/>表示用于计算驾驶危险系数的权重系数,其中,/>值的取值与制动时长比呈正相关关系;所述根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数,包括:获取使用者的平稳行驶速度,判断平稳行驶速度所属的速度区间段,其中,速度区间段分别为:小于/>,大于或等于/>但小于/>,大于或等于/>但小于/>以及大于或等于/>,/>分别为速度区间段的临界值;计算得到使用者的驾驶安全系数:
其中,表示使用者的驾驶安全系数,/>表示使用者的平稳行驶速度,/>表示平稳行驶时长,/>表示平稳行驶比,/>为计算使用者的驾驶安全系数的权重因子,且驾驶安全系数的权重因子与平稳时长比呈正相关;
所述临时解锁密钥生成模块103,用于利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端;
所述驾驶优化模型生成模块104,用于监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志,利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。
详细地,本发明实施例中所述远程控制车辆分享解锁系统100中的所述各模块在使用时采用与上述的图1中所述的远程控制车辆分享解锁方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
实施例3:
如图3所示,是本发明一实施例提供的实现远程控制车辆分享解锁方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如远程控制车辆分享解锁程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(SmartMediaCard,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(FlashCard)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如远程控制车辆分享解锁程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(CentralProcessingunit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如远程控制车辆分享解锁程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheralcomponentinterconnect,简称PCI)总线或扩展工业标准结构(extendedindustrystandardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(OrganicLight-EmittingDiode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的远程控制车辆分享解锁程序是多个指令的组合,在所述处理器10中运行时,可以实现:
接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置;
当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态;
鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型;
所述获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,包括:
利用使用者的客户端查询在远程车辆中是否有驾驶记录,若查询到使用者的客户端在远程车辆中没有驾驶记录,则生成空历史记录;
若查询到使用者的客户端在远程车辆中存在驾驶记录,则提取所有的驾驶记录,得到总驾驶记录;
从总驾驶记录中筛选得到历史驾驶记录,并对历史驾驶记录执行数据结构化操作,得到结构驾驶数据,其中,结构驾驶数据包括驾驶总时长、驾驶平均速度、驾驶总长度、平稳行驶时长、平稳行驶速度、平稳行驶长度、制动时长、制动距离、制动加速度、起步行驶时长、起步行驶加速度、起步行驶长度、变道时长、变道长度及变道加速度,且平稳行驶时长、制动时长、起步行驶时长与变道时长相加等于驾驶总时长;
基于结构驾驶数据生成使用者的驾驶约束模型;
所述基于结构驾驶数据生成使用者的驾驶约束模型,包括:
分别计算平稳行驶时长、制动时长在驾驶总时长的占比,得到平稳时长比和制动时长比;
根据制动时长比与制动加速度,计算出使用者的驾驶危险系数;
计算平稳行驶长度与驾驶总长度的比值,得到平稳行驶比,根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数;
将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格;
基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型;
所述根据制动时长比与制动加速度,计算出使用者的驾驶危险系数,包括:
获取远程车辆的制动安全加速度,其中,制动安全加速度对应有制动安全时间;
获取与所述制动时长的制动次数,根据所述制动时长与制动次数的比值,计算得到使用者单次制动的平均时长;
根据下式计算得到使用者的驾驶危险系数:
其中,表示使用者的驾驶危险系数,/>表示使用者单次制动的平均时长,/>表示远程车辆的制动安全加速度,/>表示所述制动加速度,/>表示制动安全加速度对应的制动安全时间,/>表示所述制动时长,/>表示用于计算驾驶危险系数的权重系数,其中,/>值的取值与制动时长比呈正相关关系;
所述根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数,包括:
获取使用者的平稳行驶速度,判断平稳行驶速度所属的速度区间段,其中,速度区间段分别为:小于,大于或等于/>但小于/>,大于或等于/>但小于/>以及大于或等于/>,/>分别为速度区间段的临界值;
计算得到使用者的驾驶安全系数:
其中,表示使用者的驾驶安全系数,/>表示使用者的平稳行驶速度,/>表示平稳行驶时长,/>表示平稳行驶比,/>为计算使用者的驾驶安全系数的权重因子,且驾驶安全系数的权重因子与平稳时长比呈正相关;
利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端;
监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志;
利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置;
当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态;
鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型;
所述获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,包括:
利用使用者的客户端查询在远程车辆中是否有驾驶记录,若查询到使用者的客户端在远程车辆中没有驾驶记录,则生成空历史记录;
若查询到使用者的客户端在远程车辆中存在驾驶记录,则提取所有的驾驶记录,得到总驾驶记录;
从总驾驶记录中筛选得到历史驾驶记录,并对历史驾驶记录执行数据结构化操作,得到结构驾驶数据,其中,结构驾驶数据包括驾驶总时长、驾驶平均速度、驾驶总长度、平稳行驶时长、平稳行驶速度、平稳行驶长度、制动时长、制动距离、制动加速度、起步行驶时长、起步行驶加速度、起步行驶长度、变道时长、变道长度及变道加速度,且平稳行驶时长、制动时长、起步行驶时长与变道时长相加等于驾驶总时长;
基于结构驾驶数据生成使用者的驾驶约束模型;
所述基于结构驾驶数据生成使用者的驾驶约束模型,包括:
分别计算平稳行驶时长、制动时长在驾驶总时长的占比,得到平稳时长比和制动时长比;
根据制动时长比与制动加速度,计算出使用者的驾驶危险系数;
计算平稳行驶长度与驾驶总长度的比值,得到平稳行驶比,根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数;
将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格;
基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型;
所述根据制动时长比与制动加速度,计算出使用者的驾驶危险系数,包括:
获取远程车辆的制动安全加速度,其中,制动安全加速度对应有制动安全时间;
获取与所述制动时长的制动次数,根据所述制动时长与制动次数的比值,计算得到使用者单次制动的平均时长;
根据下式计算得到使用者的驾驶危险系数:
其中,表示使用者的驾驶危险系数,/>表示使用者单次制动的平均时长,/>表示远程车辆的制动安全加速度,/>表示所述制动加速度,/>表示制动安全加速度对应的制动安全时间,/>表示所述制动时长,/>表示用于计算驾驶危险系数的权重系数,其中,/>值的取值与制动时长比呈正相关关系;
所述根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数,包括:
获取使用者的平稳行驶速度,判断平稳行驶速度所属的速度区间段,其中,速度区间段分别为:小于,大于或等于/>但小于/>,大于或等于/>但小于/>以及大于或等于/>,/>分别为速度区间段的临界值;
计算得到使用者的驾驶安全系数:
其中,表示使用者的驾驶安全系数,/>表示使用者的平稳行驶速度,/>表示平稳行驶时长,/>表示平稳行驶比,/>为计算使用者的驾驶安全系数的权重因子,且驾驶安全系数的权重因子与平稳时长比呈正相关;
利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端;
监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志;
利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (6)
1.一种远程控制车辆分享解锁方法,其特征在于,所述方法包括:
接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置;
当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态;
鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型;
所述获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,包括:
利用使用者的客户端查询在远程车辆中是否有驾驶记录,若查询到使用者的客户端在远程车辆中没有驾驶记录,则生成空历史记录;
若查询到使用者的客户端在远程车辆中存在驾驶记录,则提取所有的驾驶记录,得到总驾驶记录;
从总驾驶记录中筛选得到历史驾驶记录,并对历史驾驶记录执行数据结构化操作,得到结构驾驶数据,其中,结构驾驶数据包括驾驶总时长、驾驶平均速度、驾驶总长度、平稳行驶时长、平稳行驶速度、平稳行驶长度、制动时长、制动距离、制动加速度、起步行驶时长、起步行驶加速度、起步行驶长度、变道时长、变道长度及变道加速度,且平稳行驶时长、制动时长、起步行驶时长与变道时长相加等于驾驶总时长;
基于结构驾驶数据生成使用者的驾驶约束模型;
所述基于结构驾驶数据生成使用者的驾驶约束模型,包括:
分别计算平稳行驶时长、制动时长在驾驶总时长的占比,得到平稳时长比和制动时长比;
根据制动时长比与制动加速度,计算出使用者的驾驶危险系数;
计算平稳行驶长度与驾驶总长度的比值,得到平稳行驶比,根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数;
将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格;
基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型;
所述根据制动时长比与制动加速度,计算出使用者的驾驶危险系数,包括:
获取远程车辆的制动安全加速度,其中,制动安全加速度对应有制动安全时间;
获取与所述制动时长的制动次数,根据所述制动时长与制动次数的比值,计算得到使用者单次制动的平均时长;
根据下式计算得到使用者的驾驶危险系数:
,
其中,表示使用者的驾驶危险系数,/>表示使用者单次制动的平均时长,/>表示远程车辆的制动安全加速度,/>表示所述制动加速度,/>表示制动安全加速度对应的制动安全时间,/>表示所述制动时长,/>表示用于计算驾驶危险系数的权重系数,其中,/>值的取值与制动时长比呈正相关关系;
所述根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数,包括:
获取使用者的平稳行驶速度,判断平稳行驶速度所属的速度区间段,其中,速度区间段分别为:小于,大于或等于/>但小于/>,大于或等于/>但小于/>以及大于或等于/>,分别为速度区间段的临界值;
计算得到使用者的驾驶安全系数:
,
其中,表示使用者的驾驶安全系数,/>表示使用者的平稳行驶速度,/>表示平稳行驶时长,/>表示平稳行驶比,/>为计算使用者的驾驶安全系数的权重因子,且驾驶安全系数的权重因子与平稳时长比呈正相关;
利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端;
监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志;
利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。
2.如权利要求1所述的远程控制车辆分享解锁方法,其特征在于,所述将请求解锁指令转发至车主的客户端,包括:
步骤A:获取车主的客户端的IP地址;
步骤B:根据所述车主的客户端的IP地址,将请求解锁指令转发至车主的客户端,并等待车主的客户端所返回的解锁响应指令;同时,
步骤C:记录请求解锁指令的指令生成时间,并获取请求解锁指令的指令有效时间;
步骤D:根据指令生成时间和指令有效时间,计算得到请求解锁指令的指令剩余时效,其中,所述指令剩余时效的计算方法为:
根据下式计算得到请求解锁指令的指令剩余时效:
,
其中,表示请求解锁指令的指令剩余时效,/>表示指令有效时间,/>表示指令生成时间,/>表示当前时间;
步骤E:当指令剩余时效为零时,提醒使用者的客户端其所发出的请求解锁指令已失效,并等待接收使用者的客户端发起的下一次的请求解锁指令;
步骤F:当使用者的客户端发起了下一次的请求解锁指令时,返回步骤B,直至接收到车主的客户端所返回的解锁响应指令后,完成将请求解锁指令转发至车主的客户端。
3.如权利要求2所述的远程控制车辆分享解锁方法,其特征在于,所述识别并记录远程车辆的车辆状态,包括:
根据使用者的客户端的定位系统,获取得到使用者的实时位置;
获取远程车辆的车辆位置,根据实时位置和车辆位置计算得到人车位置差,若人车位置差大于人车阈值差,则发出解锁等待指令给使用者的客户端;
直至人车位置差小于或等于人车阈值差时,获取远程车辆的电量及锁定类型,且锁定类型包括全锁或半锁,全锁和半锁的差异点在于是否开启哨兵模式;
若锁定类型为全锁时,利用全锁所对应的哨兵模式获取远程车辆的监控视频及报警信息;
将远程车辆的电量、锁定类型、监控视频及报警信息作为远程车辆的车辆状态返回至车主的客户端。
4.如权利要求1所述的远程控制车辆分享解锁方法,其特征在于,所述结构驾驶数据的表示方法为:
,
其中,表示使用者对应的结构驾驶数据,/>、/>、/>、/>、/>分别表示驾驶总时长、平稳行驶时长、制动时长、起步行驶时长及变道时长,/>、/>、/>、/>及/>分别表示驾驶平均速度、平稳行驶速度、制动加速度、起步行驶加速度及变道加速度,/>、/>、/>、/>及/>分别表示驾驶总长度、平稳行驶长度、制动距离、起步行驶时长及变道长度,且变道时长、变道加速度和变道长度的结构为:
,
,
,
其中,分别表示城市道路、高速道路的变道时长,/>分别表示城市道路、高速道路的变道加速度,/>分别表示城市道路、高速道路的变道长度。
5.如权利要求1所述的远程控制车辆分享解锁方法,其特征在于,所述驾驶约束模型包括四组约束函数,且各约束函数分别为:
约束函数1:若驾驶风格是“高风险型”,且驾驶危险系数大于第一危险阈值,直接发出解锁失败指令至使用者的客户端;
约束函数2:若驾驶风格是“缓慢型”或“稳健型”,且驾驶危险系数小于或等于第二危险阈值,同时驾驶安全系数大于驾驶安全阈值,允许使用者正常操作远程车辆,其中,第一危险阈值大于第二危险阈值;
约束函数3:若驾驶风格是“中风险型”,且驾驶危险系数大于第二危险阈值,同时驾驶安全系数大于驾驶安全阈值,将远程车辆的最高车速限制在小于车速阈值后,允许使用者操作远程车辆;
约束函数4:若驾驶风格是“低风险型”,且驾驶安全系数大于驾驶安全阈值,允许使用者正常操作远程车辆,但会根据使用者的结构驾驶数据提出安全驾驶建议,其中,安全驾驶建议包括减少高速道路的变向幅度、降低城市道路的变向速度。
6.一种远程控制车辆分享解锁系统,其特征在于,所述系统包括:
请求解锁指令转发模块,用于接收使用者的客户端对远程车辆发起的请求解锁指令,将请求解锁指令转发至车主的客户端,其中,远程车辆与车主的客户端不在同一地理位置;
驾驶约束模型构建模块,用于当车主的客户端成功接收到请求解锁指令后,识别并记录远程车辆的车辆状态,鉴别使用者的客户端的合法性,当使用者的客户端合法时,获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型;所述获取使用者驾驶远程车辆的历史记录,得到历史驾驶记录,根据所述历史驾驶记录生成使用者的驾驶约束模型,包括:利用使用者的客户端查询在远程车辆中是否有驾驶记录,若查询到使用者的客户端在远程车辆中没有驾驶记录,则生成空历史记录;若查询到使用者的客户端在远程车辆中存在驾驶记录,则提取所有的驾驶记录,得到总驾驶记录;从总驾驶记录中筛选得到历史驾驶记录,并对历史驾驶记录执行数据结构化操作,得到结构驾驶数据,其中,结构驾驶数据包括驾驶总时长、驾驶平均速度、驾驶总长度、平稳行驶时长、平稳行驶速度、平稳行驶长度、制动时长、制动距离、制动加速度、起步行驶时长、起步行驶加速度、起步行驶长度、变道时长、变道长度及变道加速度,且平稳行驶时长、制动时长、起步行驶时长与变道时长相加等于驾驶总时长;基于结构驾驶数据生成使用者的驾驶约束模型;所述基于结构驾驶数据生成使用者的驾驶约束模型,包括:分别计算平稳行驶时长、制动时长在驾驶总时长的占比,得到平稳时长比和制动时长比;根据制动时长比与制动加速度,计算出使用者的驾驶危险系数;计算平稳行驶长度与驾驶总长度的比值,得到平稳行驶比,根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数;将结构驾驶数据作为预先构建的驾驶风格分类模型的输入数据,计算得到使用者的驾驶风格;基于驾驶风格、驾驶危险系数与驾驶安全系数构建得到所述驾驶约束模型;所述根据制动时长比与制动加速度,计算出使用者的驾驶危险系数,包括:获取远程车辆的制动安全加速度,其中,制动安全加速度对应有制动安全时间;获取与所述制动时长的制动次数,根据所述制动时长与制动次数的比值,计算得到使用者单次制动的平均时长;根据下式计算得到使用者的驾驶危险系数:
,
其中,表示使用者的驾驶危险系数,/>表示使用者单次制动的平均时长,/>表示远程车辆的制动安全加速度,/>表示所述制动加速度,/>表示制动安全加速度对应的制动安全时间,/>表示所述制动时长,/>表示用于计算驾驶危险系数的权重系数,其中,/>值的取值与制动时长比呈正相关关系;所述根据平稳行驶比和平稳时长比,计算出使用者的驾驶安全系数,包括:获取使用者的平稳行驶速度,判断平稳行驶速度所属的速度区间段,其中,速度区间段分别为:小于/>,大于或等于/>但小于/>,大于或等于/>但小于/>以及大于或等于,/>分别为速度区间段的临界值;计算得到使用者的驾驶安全系数:
,
其中,表示使用者的驾驶安全系数,/>表示使用者的平稳行驶速度,/>表示平稳行驶时长,/>表示平稳行驶比,/>为计算使用者的驾驶安全系数的权重因子,且驾驶安全系数的权重因子与平稳时长比呈正相关;
临时解锁密钥生成模块,用于利用驾驶约束模型激活远程车辆的同时,根据远程车辆的车辆状态生成临时解锁密钥,并将临时解锁密钥分发至使用者的客户端和车主的客户端;
驾驶优化模型生成模块,用于监控使用者使用临时解锁密钥的解锁过程,并在解锁过程中生成远程车辆的驾驶提醒日志,利用驾驶提醒日志优化驾驶约束模型,得到驾驶优化模型,利用驾驶优化模型替换远程车辆中的驾驶约束模型后,完成对远程车辆的分享解锁。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410001275.0A CN117499458B (zh) | 2024-01-02 | 2024-01-02 | 一种远程控制车辆分享解锁方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410001275.0A CN117499458B (zh) | 2024-01-02 | 2024-01-02 | 一种远程控制车辆分享解锁方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117499458A CN117499458A (zh) | 2024-02-02 |
CN117499458B true CN117499458B (zh) | 2024-03-22 |
Family
ID=89671246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410001275.0A Active CN117499458B (zh) | 2024-01-02 | 2024-01-02 | 一种远程控制车辆分享解锁方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117499458B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115230740A (zh) * | 2022-08-19 | 2022-10-25 | 创辉达设计股份有限公司 | 一种基于iot与l4自动驾驶的智慧交安方法及系统 |
CN115700199A (zh) * | 2021-07-22 | 2023-02-07 | 上海汽车集团股份有限公司 | 一种应用于智能驾驶的数据处理方法及装置 |
CN116946137A (zh) * | 2023-08-09 | 2023-10-27 | 重庆邮电大学 | 一种基于驾驶意图的车路协同智能车辆换道防碰撞系统 |
-
2024
- 2024-01-02 CN CN202410001275.0A patent/CN117499458B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115700199A (zh) * | 2021-07-22 | 2023-02-07 | 上海汽车集团股份有限公司 | 一种应用于智能驾驶的数据处理方法及装置 |
CN115230740A (zh) * | 2022-08-19 | 2022-10-25 | 创辉达设计股份有限公司 | 一种基于iot与l4自动驾驶的智慧交安方法及系统 |
CN116946137A (zh) * | 2023-08-09 | 2023-10-27 | 重庆邮电大学 | 一种基于驾驶意图的车路协同智能车辆换道防碰撞系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117499458A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11782692B2 (en) | Transport component acceptance | |
US12010744B2 (en) | Occupant condition detection and response | |
US11651632B2 (en) | Diagnosis of transport-related issues | |
CN114077960A (zh) | 情况特定的交通工具能量分配 | |
CN117499458B (zh) | 一种远程控制车辆分享解锁方法及系统 | |
CN114103641A (zh) | 动态交通工具能量控制 | |
WO2024049612A1 (en) | Internal certificate authority for electronic control unit | |
US20230226941A1 (en) | Electric transport charging determination | |
CN116467876A (zh) | 一种基于区块链的数字孪生信息监管系统及方法 | |
US20230408277A1 (en) | Electric vehicle destination routing prediction | |
US20230382392A1 (en) | Broadcasting vehicle event to external source | |
US20230227046A1 (en) | Mobility index determination | |
CN116601619A (zh) | 安全控制器区域网络(can)收发器 | |
CN111976651A (zh) | 用车管理方法、用车管理服务器及用车管理终端 | |
US20240112227A1 (en) | Vehicle carbon use limitation | |
US11776377B2 (en) | Determination that a transport is running in an enclosed area | |
US20230268739A1 (en) | Providing electricity to a location using an idle transport | |
US20240232663A1 (en) | Task-oriented dialog modeling and action determination | |
US20240233731A1 (en) | Data structure for task-oriented dialog modeling | |
US20240046797A1 (en) | Grid-related event prediction | |
US20240199021A1 (en) | Vehicular enclosed area determination | |
US12000706B2 (en) | Vehicle carbon footprint management | |
US20240054823A1 (en) | Vehicle carbon output management | |
US20240092209A1 (en) | Scheduling delivery of charge to electric vehicles | |
US20240035836A1 (en) | Ranking carbon footprints of vehicles to determine driving behavior modifications |
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 |