[發明專利]基于云計算和數據分析的車輛服務系統

有效

• 申請號: 202010955090.5
• 申請日: 2020-09-11
• 公開（公告）號: CN112071061B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 謝能丹
• 申請（專利權）人: 武漢云上融媒科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/16;G08B21/06
• 代理公司: 廣州天河萬研知識產權代理事務所(普通合伙) 44418
• 代理人: 劉強;陳軒

1.基于云計算和數據分析的車輛服務系統，其特征在于，包括數據庫、注冊登錄模塊、防盜模塊、車況分析模塊、報警單元、云計算平臺、行為監控模塊、駕駛安全模塊、路況分析模塊以及預測模塊；

所述車況分析模塊用于搜集行車時的車輛狀態，標記為車輛信息并對車輛信息進行分析，具體分析步驟如下：

S1：獲取車輛啟動時車身的抖動次數，并將車輛啟動時車身的抖動次數標記為Dc，c=1...n；

S2：獲取車輛行駛中車身的異響分貝大小，并將車身的異響分貝大小標記為Xc，c=1...n；

S3：獲取車輛行駛中車胎的壓強大小，并將車胎的壓強大小標記為Tc，c=1...n；

S4：通過公式獲取到車況系數Kc，其中λ為修正因子，取值為0.3657482，d1、d2和d3均為預設比例系數，d1+d2+d3=1，d1＞d2＞d3；

S5：當車況系數Kc小于或等于車況系數閾值時，則判定車況良好；當車況系數Kc大于車況系數閾值時，則判定車況存在問題，生成問題信號并發送至云計算平臺；

所述云計算平臺接收到問題信號后生成報警信號并將報警信號發送至報警單元，所述報警單元接收到報警信號后通過語音播報的形式對司機進行語音提醒；

所述路況分析模塊用于收集路況信息并對路況信息進行分析，具體分析步驟如下：

SS1：獲取道路的等級，并將道路的等級標記為Dd，d=1...4；

SS2：獲取道路的車道數量，并將道路的車道數量為Sd，d=1...n；

SS3：通過公式獲取到道路路況系數Zd，其中，a1和a2均為預設比例系數，a1+a2=2.365841，a1大于a2，e為自然常數；

SS4：獲取道路環境的可見度，并將道路環境的可見度標記為T_Zd；

SS5：獲取道路的行車流量，并將道路的行車流量標記為X_Zd；

SS6：獲取道路上發生的交通事故數量，并將交通事故數量標記為G_Zd；

SS7：通過公式獲取到外界影響系數Y_Zd，其中，β為修正因子，取值為1.325689，o、v以及w均為預設比例系數，o+v+w=2.3654且o＞v＞w；

SS8：將道路路況系數Zd和外界影響系數Y_Zd分別與設定系數閾值進行比較：

若道路路況系數Zd小于等于路況系數閾值時，外界影響系數Y_Zd大于外界影響系數閾值時，則判定道路擁堵，生成三級擁堵信號并將三級擁堵信號發送至云計算平臺；

若道路路況系數Zd大于路況系數閾值時，外界影響系數Y_Zd小于等于外界影響系數閾值時，則判定道路擁堵，生成二級擁堵信號并將二級擁堵信號發送至云計算平臺；

若道路路況系數Zd大于路況系數閾值時，外界影響系數Y_Zd大于外界影響系數閾值時，則判定道路擁堵，生成一級擁堵信號并將一級擁堵信號發送至云計算平臺；

若道路路況系數Zd小于等于路況系數閾值時，外界影響系數Y_Zd小于等于外界影響系數閾值時，則判定道路暢通；

所述云計算平臺接收到一級擁堵信號或二級擁堵信號或三級擁堵信號后生成預測信號，并將預測信號發送至預測模塊，所述預測模塊用于對道路路況進行預測，具體預測過程如下：

步驟一：選取進行相似度比較的特征向量，即選取當前時刻速度，以及前三個時刻的速度，每個時刻間隔1小時，標記為；

步驟二：建立直角坐標系構建相似曲線，以動態時間彎曲法為相似度準則；

步驟三：將相似曲線數量選擇：K=10；

步驟四：取相似曲線的V_h（t+1），進行帶權重賦值得到，其中，，b_i表示權重，即距離倒數與距離倒數總和的比值；

步驟五：相似曲線取了最相似的10條速度曲線，取t+1時刻的速度進行帶權重的賦值，得到預測的速度V（t+1）；

步驟六：將預測的速度與速度閾值進行比較：

若預測的速度小于速度閾值時，生成預測道路擁堵信號并將預測道路擁堵信號發送至報警單元；

若預測的速度大于或等于速度閾值時，生成預測道路暢通信號并將預測道路暢通信號發送至云計算平臺；

所述駕駛安全模塊用于收集行車狀態數據并行車狀態數據進行計算，所述行車狀態數據包括行車時車身偏離車道的距離、車身偏離車道的時間，獲取行車時車身偏離車道的距離和車身偏離車道的時間，并將車身偏離車道的距離和車身偏離車道的時間對應標記為X1和T1，通過公式V1=X1/T1獲取到行車時偏離車道的速度并將偏離車道的速度標記為V1,若偏離車道的速度V1大于速度閾值時，則判定司機危險行駛，生成危險信號并將危險信號發送至報警單元，報警單元接收到危險信號通過語音播報的形式對司機進行語音提醒；

所述行為監控模塊用于對司機人臉動作進行分析，通過人臉特征動作識別技術，對司機在行駛過程中進行人臉動作識別，統計出司機在行駛過程中t時間內瞇眼睛和打哈欠的頻率，t為時間閾值，并將瞇眼睛和打哈欠的頻率之和標記為D2，若瞇眼睛和打哈欠的頻率之和D2大于頻率閾值，則判定司機疲勞駕駛，生產疲勞駕駛信號并將疲勞駕駛信號發送至云計算平臺，云計算平臺接收到疲勞駕駛信號后，生成安全熄火指令，遠程控制車輛斷油，并根據車速和路況智能執行安全熄火指令；所述注冊登錄模塊用于司機通過手機終端提交司機數據和車輛數據進行注冊，并將注冊成功的司機數據與車輛數據發送至數據庫進行儲存，司機數據包括司機的姓名、身份證號、手機號碼以及所屬車輛車牌號，所述車輛數據包括車輛的戶主姓名、使用年限以及維修次數；所述車輛信息包括抖動數據、異響數據以及胎壓數據，所述抖動數據表示為車輛啟動時車身的抖動次數，所述異響數據表示為車輛行駛中車身的異響分貝大小，所述胎壓數據表示為車輛行駛中車胎的壓強大小；路況信息包括等級數據、車道數據、天氣數據、車流數據以及事故數據，所述等級數據表示為道路的等級，道路等級分為快速路、主干路、次干路以及支路四個等級，并且依次對應一級道路、二級道路、三級道路以及四級道路，所述車道數據表示為道路的車道數量，所述天氣數據表示為道路環境的可見度，所述車流數據表示為道路的行車流量，所述事故數據表示為道路上發生的交通事故數量。