[發明專利]一種車輛失聯預測方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202010772431.5
• 申請日: 2020-08-04
• 公開（公告）號: CN111861043B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 楊磊;王凡
• 申請（專利權）人: 上海鈞正網絡科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/00;G06Q50/30;G06N3/04;G06N20/00;G08G1/00
• 代理公司: 上海唯源專利代理有限公司 31229
• 代理人: 汪家瀚

本發明公開一種車輛失聯預測方法、裝置、計算機設備和存儲介質，其中方法包括：獲取待預測車輛的位置信息；獲取待預測車輛所處環境的光照強度；獲取待預測車輛的行駛特征和基本特征；將位置信息、光照強度、行駛特征和基本特征輸入到預先訓練得到的失聯預測模型中，得到所述待預測車輛的失聯概率。本發明能夠確定出車輛的失聯概率，從而可以提前獲知車輛是否即將失聯，以便于能夠第一時間完成干預動作，能夠實現運維對車輛的精準維護，及時維修，提高車輛利用率，減少資產損失，降低運維人員尋找車輛的難度并減少其工作量。

技術領域

本發明涉及機器學習技術領域，尤其涉及一種車輛失聯預測方法、裝置、計算機設備和存儲介質。

背景技術

隨著共享交通工具如共享單車和助力車行業的不斷發展，共享單車和助力車遍布全國各地，在各大城市中分布使用，車輛數量達到百萬級甚至千萬級，隨著車輛使用次數和時間的增加，由于車輛信號丟失造成的失聯問題，使得資產損失越來越嚴重，同時也增加了車輛運維人員的工作量。

共享車輛作為共享交通工具的一種類型，通常會設置有定位模塊以及通信模塊，以便與后臺的聯系，定期向后臺上報車輛自身信息。當設置的模塊供電出現問題時，例如電能耗盡無法及時補充，或者電源模塊故障的原因，將會導致車輛與后臺失聯。

然而，對于采用太陽能電池給各模塊供電的車輛而言，當車輛長期處于光照不足區域時，將很容易導致車輛因斷電而失聯，車輛失聯后將使得運維人員難以確定車輛的準確位置，因而對運營公司造成財產損失，并且增加了運維人員的工作量。

發明內容

有鑒于現有技術的上述缺陷，本發明所要解決的技術問題是現有技術中車輛失聯后難以準確確定車輛準確位置造成財產損失并增加運維人員的工作量。

為實現上述目的，本發明提供了一種車輛失聯預測方法，包括：獲取待預測車輛的位置信息；獲取所述待預測車輛所處環境的光照強度；獲取所述待預測車輛的行駛特征和基本特征，其中，所述行駛特征為所述待預測車輛在被使用過程中的信息，所述基本特征為所述待預測車輛本身的使用參數；將所述位置信息、光照強度、行駛特征和基本特征輸入到預先訓練得到的失聯預測模型中，得到所述待預測車輛的失聯概率。

在本發明的較佳實施方式中，所述待預測車輛所處環境包括光照充足區域和光照不足區域，所述獲取待預測車輛的位置信息，包括：獲取所述待預測車輛的當前位置；根據所述當前位置確定所述待預測車輛處于光照充足區域或者光照不足區域。

在本發明的較佳實施方式中，所述光照不足區域的劃定步驟包括：查詢發生過失聯的車輛信息，得到歷史失聯車輛；獲取所述歷史失聯車輛失聯時的停放位置；根據所述停放位置劃定光照不足區域。

在本發明的較佳實施方式中，若所述待預測車輛處于停放狀態，所述車輛失聯預測方法還包括：獲取所述待預測車輛的當前停放區域內其他車輛經過所述失聯預測模型進行預測的輸出結果；將所述其他車輛的輸出結果與所述待預測車輛進行關聯，輸入到所述失聯預測模型中。

在本發明的較佳實施方式中，車輛失聯預測方法還包括：獲取所述待預測車輛上傳的心跳信息；將所述心跳信息輸入到所述失聯預測模型中。

在本發明的較佳實施方式中，還包括：判斷所述失聯概率是否達到預設閾值；當所述失聯概率達到所述預設閾值時，發送用于提醒運維人員進行運維處理的提示信息。

在本發明的較佳實施方式中，還包括：獲取所述失聯概率對應的預測失聯時間，其中，不同的失聯概率對應不同的預測失聯時間；發送用于告知運維人員所述待預測車輛的預測失聯時間的提示信息。

在本發明的較佳實施方式中，所述失聯預測模型的訓練過程包括：獲取歷史失聯車輛的樣本數據，所述樣本數據包括歷史失聯車輛的停放區域、所處環境的光照強度、歷史行駛特征和歷史基本特征；利用預先建立的神經網絡模型對所述樣本數據進行訓練，得到所述失聯預測模型。