[發明專利]網約車的異常停留行為識別方法、裝置、設備及存儲介質

在審

• 申請號: 201911421142.4
• 申請日: 2019-12-31
• 公開（公告）號: CN111860561A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 張騰劍;陳奧
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/30
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 王征;劉芳

本發明實施例提供一種網約車的異常停留行為識別方法、裝置、設備及存儲介質，通過采集網約車發生停留時的實時數據；從數據庫中獲取第一歷史數據集合和第二歷史數據集合；第一歷史數據集合包括至少一個司機在與實時數據相同服務狀態下的歷史停留時長，第二歷史數據集合包括至少一個司機在與實時數據相同時間段以及相同區域內的歷史停留時長；根據實時數據、第一歷史數據集合、第二歷史數據集合及預設模型識別網約車當前是否出現異常停留行為。利用海量網約車出行的多維度歷史數據及預設模型，考慮停留時長、位置、服務狀態等多維度特征信息，可實時準確識別網約車當前是否出現異常停留行為，提高網約車平臺的安全感知能力，保障司機和乘客的安全。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種網約車的異常停留行為識別方法、裝置、設備及存儲介質。

背景技術

對于網約車平臺而言，安全是平臺可持續發展的保障。而在網約車行程中的異常停留是所有安全場景中最為常見和占比最大的場景，絕大多數的異常停留案例是因為司機和乘客之間發生沖突，或者發生交通事故導致傷亡。

現有技術中判斷網約車是否存在異常停留行為，通常需要司機、乘客、警察主動上報到網約車平臺，或者通過實時采集網約車停留時長并與固定的停留時長閾值比較來對異常停留進行識別。

通過司機、乘客、警察主動上報到網約車平臺，對于網約車異常停留行為的識別存在滯后性，若發生重大案例容易錯過最佳救助時機，并且對于未主動上報的異常停留情況沒有感知，導致召回率不高；而通過與固定的停留時長閾值比較的異常停留行為的識別的方法準確率不高，非常容易出現錯誤判定的情況，比如部分城市路口的紅燈時間較長，超出固定的停留時長閾值則誤判為異常停留，容易對司機和乘客造成困擾。

發明內容

本發明實施例提供一種網約車的異常停留行為識別方法、裝置、設備及存儲介質，以實時、準確的識別網約車當前是否出現異常停留行為，提高網約車平臺的安全感知能力和對交通事故、司機乘客沖突的識別能力，保障司機和乘客的安全。

本發明實施例的第一方面是提供一種網約車的異常停留行為識別方法，包括：

采集網約車發生停留時的實時數據，所述實時數據包括當前停留位置、當前停留時長、司機服務狀態以及預定特征信息；

從數據庫中獲取第一歷史數據集合和第二歷史數據集合；所述第一歷史數據集合包括至少一個司機在與所述實時數據相同服務狀態下的歷史停留時長，所述第二歷史數據集合包括至少一個司機在與所述實時數據相同時間段以及相同區域內的歷史停留時長；

根據所述實時數據、所述第一歷史數據集合、所述第二歷史數據集合以及預設模型，識別所述網約車當前是否出現異常停留行為。

本發明實施例的第二方面是提供一種網約車的異常停留行為識別模型訓練方法，包括：

從數據庫獲取訓練數據集合，所述訓練數據包括屬于異常停留行為的正例訓練數據和不屬于異常停留行為的負例訓練數據；

對于每一訓練數據，提取所述訓練數據的停留位置、停留時長、司機服務狀態以及預定特征信息；

從所述數據庫中獲取第一歷史數據集合和第二歷史數據集合；所述第一歷史數據集合包括至少一個司機在與所述訓練數據相同服務狀態下的歷史停留時長，所述第二歷史數據集合包括至少一個司機在與所述訓練數據相同時間段以及相同區域內的歷史停留時長；

根據所述訓練數據集合、每一訓練數據對應的所述第一歷史數據集合和所述第二歷史數據集合，對預設模型進行訓練，以使預設模型輸出的異常停留行為判斷結果的準確率和/或召回率達到目標值。

本發明實施例的第三方面是提供一種網約車的異常停留行為識別裝置，包括：