基于云计算和数据分析的车辆服务系统技术方案

本发明专利技术公开了基于云计算和数据分析的车辆服务系统，包括数据库、注册登录模块、防盗模块、车况分析模块、报警单元、云计算平台、行为监控模块、驾驶安全模块、路况分析模块以及预测模块；通过行为监控模块对司机人脸动作进行分析，通过人脸特征动作识别技术，统计出司机在行驶过程中t时间内眯眼睛和打哈欠的频率，t为时间阈值，若眯眼睛和打哈欠的频率之和D2大于频率阈值，则判定司机疲劳驾驶，生产疲劳驾驶信号并将疲劳驾驶信号发送至云计算平台，云计算平台生成安全熄火指令，远程控制车辆断油，并根据车速和路况智能执行安全熄火指令，能够分析出司机疲劳驾驶，使司机能够避免疲劳驾驶，避免了交通事故的发生。

【技术实现步骤摘要】
基于云计算和数据分析的车辆服务系统
本专利技术涉及车辆服务
，具体为基于云计算和数据分析的车辆服务系统。
技术介绍
随着汽车的普及，用户在汽车上的时间逐渐增多，汽车这个高价值移动互联网入口，成为商家必争之地，前瞻产业研究院发布的数据显示，截至2013年底，全国机动车数量突破2.5亿辆，机动车驾驶人近2.8亿人，我国汽车保有量达1.37亿辆，共有31个城市的汽车数量超过100万辆，如此巨量的汽车保有量，为我国车联网产业发展提供了广阔的市场和无穷的想象力，车辆服务系统是指利用先进传感技术、网络技术、计算技术、控制技术、智能技术，对道路和交通进行全面感知，实现多个系统间大范围、大容量数据的交互，对每一辆汽车进行交通全程控制，对每一条道路进行交通全时空控制，以提供交通效率和交通安全为主的网络与应用。申请号为CN201610130669.1的专利公开了一种车辆服务系统，包括：客户端、业务逻辑层、数据层，所述业务逻辑层与客户端、数据层之间采用数据通信网络连接，所述客户端包括有：智能手持终端和PC机，所述数据层保存有：客户端输入的可编辑信息、第三方平台采集的信息数据源，客户端通过将车辆的基本信息、与车辆匹配的车主的信息输入并保存至数据层，数据层会根据实时采集该车辆信息的违章情况、维修保养数据，并能利用车载定位系统或智能手持终端的GPS实现对该车辆的定位和导航服务。但是该专利中，不能对行驶中的车辆进行危险报警，提高了司机驾驶的危险性，同时不能够对路况进行分析和对路况进行预测，给司机出行带来了不必要的麻烦。>
技术实现思路
本专利技术的目的就在于提出基于云计算和数据分析的车辆服务系统，通过车况分析模块搜集行车时的车辆状态，并对车辆信息进行分析，通过公式获取到车况系数，当车况系数Kc大于车况系数阈值时，则判定车况存在问题，生成问题信号并发送至云计算平台；云计算平台接收到一级拥堵信号或二级拥堵信号或三级拥堵信号后生成预测信号，并将预测信号发送至预测模块，通过预测模块对道路路况进行预测，建立直角坐标系构建相似曲线，以动态时间弯曲法为相似度准则，取相似曲线的V(t+1)，进行带权重赋值得到预测的速度，若预测的速度小于速度阈值时，生成预测道路拥堵信号并将预测道路拥堵信号发送至报警单元，能够预测道路的路况，给司机出行带来便利，避免堵车带来不必要的麻烦；通过驾驶安全模块收集行车状态数据并行车状态数据进行计算，获取到行车时偏离车道的速度，若偏离车道的速度V1大于频率阈值时，生成危险信号并将危险信号发送至报警单元，报警单元接收到危险信号通过语音播报的形式对司机进行语音提醒；能够分析出司机存在危险驾驶的行为，并对该行为进行警告，能够提醒司机安全驾车，有效减少交通事故的发生；本专利技术的目的可以通过以下技术方案实现：基于云计算和数据分析的车辆服务系统，包括数据库、注册登录模块、防盗模块、车况分析模块、报警单元、云计算平台、行为监控模块、驾驶安全模块、路况分析模块以及预测模块；所述车况分析模块用于搜集行车时的车辆状态，标记为车辆信息并对车辆信息进行分析，具体分析步骤如下：S1：获取车辆启动时车身的抖动次数，并将车辆启动时车身的抖动次数标记为Dc，c＝1...n；S2：获取车辆行驶中车身的异响分贝大小，并将车身的异响分贝大小标记为Xc，c＝1...n；S3：获取车辆行驶中车胎的压强大小，并将车胎的压强大小标记为Tc，c＝1...n；S4：通过公式获取到车况系数Kc，其中λ为修正因子，取值为0.3657482，d1、d2和d3均为预设比例系数，d1+d2+d3＝1，d1＞d2＞d3；S5：当车况系数Kc小于或等于车况系数阈值时，则判定车况良好；当车况系数Kc大于车况系数阈值时，则判定车况存在问题，生成问题信号并发送至云计算平台；所述云计算平台接收到问题信号后生成报警信号并将报警信号发送至报警单元，所述报警单元接收到报警信号后通过语音播报的形式对司机进行语音提醒；所述路况分析模块用于收集路况信息并对路况信息进行分析，具体分析步骤如下：SS1：获取道路的等级，并将道路的等级标记为Dd，d＝1...4；SS2：获取道路的车道数量，并将道路的车道数量为Sd，d＝1...n；SS3：通过公式获取到道路路况系数Zd，其中，a1和a2均为预设比例系数，a1+a2＝2.365841，a1大于a2，e为自然常数；SS4：获取道路环境的可见度，并将道路环境的可见度标记为TZd；SS5：获取道路的行车流量，并将道路的行车流量标记为XZd；SS6：获取道路上发生的交通事故数量，并将交通事故数量标记为GZd；SS7：通过公式获取到外界影响系数YZd，其中，β为修正因子，取值为1.325689，o、v以及w均为预设比例系数，o+v+w＝2.3654且o＞v＞w；SS8：将道路路况系数Zd和外界影响系数YZd与频率阈值进行比较：若道路路况系数Zd小于等于路况系数阈值时，外界影响系数YZd大于外界影响系数阈值时，则判定道路拥堵，生成三级拥堵信号并将三级拥堵信号发送至云计算平台；若道路路况系数Zd大于路况系数阈值时，外界影响系数YZd小于等于外界影响系数阈值时，则判定道路拥堵，生成二级拥堵信号并将二级拥堵信号发送至云计算平台；若道路路况系数Zd大于路况系数阈值时，外界影响系数YZd大于外界影响系数阈值时，则判定道路拥堵，生成一级拥堵信号并将一级拥堵信号发送至云计算平台；若道路路况系数Zd小于等于路况系数阈值时，外界影响系数YZd小于等于外界影响系数阈值时，则判定道路畅通；所述云计算平台接收到一级拥堵信号或二级拥堵信号或三级拥堵信号后生成预测信号，并将预测信号发送至预测模块，所述预测模块用于对道路路况进行预测，具体预测过程如下：步骤一：选取进行相似度比较的特征向量，即选取当前时刻速度，以及前三个时刻的速度，每个时刻间隔1小时，标记为X＝(v(t),v(t-1),v(t-2),v(t-3))；步骤二：建立直角坐标系构建相似曲线，以动态时间弯曲法为相似度准则；步骤三：将相似曲线数量选择：K＝10；步骤四：取相似曲线的V(t+1)，进行带权重赋值得到其中，bi表示权重，即距离倒数与距离总和的比值；步骤五：相似曲线取了最相似的10条速度曲线，取t+1时刻的速度进行带权重的赋值，得到预测的速度V(t+1)；步骤六：将预测的速度与频率阈值进行比较：若预测的速度小于速度阈值时，生成预测道路拥堵信号并将预测道路拥堵信号发送至报警单元；若预测的速度大于或等于速度阈值时，生成预测道路畅通信号并将预测道路畅通信号发送至云计算平台；所述驾驶安全模块用于收集行车状态数据并行车状态数据进行计算，所述行车状态数据包括行车时车身偏离车道的距离、车身偏离车道的时间，获取行车时车身偏离车道的距离和车身偏离车道的时间，并将车身偏离车道的距离和车身偏离车道的时间对应标记为X1和T1，通过公本文档来自技高网...

【技术保护点】
1.基于云计算和数据分析的车辆服务系统，其特征在于，包括数据库、注册登录模块、防盗模块、车况分析模块、报警单元、云计算平台、行为监控模块、驾驶安全模块、路况分析模块以及预测模块；/n所述车况分析模块用于搜集行车时的车辆状态，标记为车辆信息并对车辆信息进行分析，具体分析步骤如下：/nS1：获取车辆启动时车身的抖动次数，并将车辆启动时车身的抖动次数标记为Dc，c＝1...n；/nS2：获取车辆行驶中车身的异响分贝大小，并将车身的异响分贝大小标记为Xc，c＝1...n；/nS3：获取车辆行驶中车胎的压强大小，并将车胎的压强大小标记为Tc，c＝1...n；/nS4：通过公式

【技术特征摘要】
1.基于云计算和数据分析的车辆服务系统，其特征在于，包括数据库、注册登录模块、防盗模块、车况分析模块、报警单元、云计算平台、行为监控模块、驾驶安全模块、路况分析模块以及预测模块；
所述车况分析模块用于搜集行车时的车辆状态，标记为车辆信息并对车辆信息进行分析，具体分析步骤如下：
S1：获取车辆启动时车身的抖动次数，并将车辆启动时车身的抖动次数标记为Dc，c＝1...n；
S2：获取车辆行驶中车身的异响分贝大小，并将车身的异响分贝大小标记为Xc，c＝1...n；
S3：获取车辆行驶中车胎的压强大小，并将车胎的压强大小标记为Tc，c＝1...n；
S4：通过公式获取到车况系数Kc，其中λ为修正因子，取值为0.3657482，d1、d2和d3均为预设比例系数，d1+d2+d3＝1，d1＞d2＞d3；
S5：当车况系数Kc小于或等于车况系数阈值时，则判定车况良好；当车况系数Kc大于车况系数阈值时，则判定车况存在问题，生成问题信号并发送至云计算平台；
所述云计算平台接收到问题信号后生成报警信号并将报警信号发送至报警单元，所述报警单元接收到报警信号后通过语音播报的形式对司机进行语音提醒；
所述路况分析模块用于收集路况信息并对路况信息进行分析，具体分析步骤如下：
SS1：获取道路的等级，并将道路的等级标记为Dd，d＝1...4；
SS2：获取道路的车道数量，并将道路的车道数量为Sd，d＝1...n；
SS3：通过公式获取到道路路况系数Zd，其中，a1和a2均为预设比例系数，a1+a2＝2.365841，a1大于a2，e为自然常数；
SS4：获取道路环境的可见度，并将道路环境的可见度标记为TZd；
SS5：获取道路的行车流量，并将道路的行车流量标记为XZd；
SS6：获取道路上发生的交通事故数量，并将交通事故数量标记为GZd；
SS7：通过公式获取到外界影响系数YZd，其中，β为修正因子，取值为1.325689，o、v以及w均为预设比例系数，o+v+w＝2.3654且o＞v＞w；
SS8：将道路路况系数Zd和外界影响系数YZd与频率阈值进行比较：
若道路路况系数Zd小于等于路况系数阈值时，外界影响系数YZd大于外界影响系数阈值时，则判定道路拥堵，生成三级拥堵信号并将三级拥堵信号发送至云计算平台；
若道路路况系数Zd大于路况系数阈值时，外界影响系数YZd小于等于外界影响系数阈值时，则判定道路拥堵，生成二级拥堵信号并将二级拥堵信号发送至云计算平台；
若道路路况系数Zd大于路况系数阈值时，外界影响系数YZd大于外界影响系数阈值时，则判定道路拥堵，生成一级拥堵信号并将一级拥堵信号发送至云计算平台；
若道路路况系数Zd小于等于路况系数阈值时，外界影响系数YZd小于等于外界影响系数阈值时，则判定道路畅通；
所述云计算平台接收到一级拥堵信号或二级拥堵信号或三级拥堵信号后生成预测信号，并将预测信号发送至预测模块，所述预测模块用于对道路路况进行预测，具体预测过程如下：
步骤一：选取进行相似度比较的特征向量，即选取当前时刻速度，以...

【专利技术属性】
技术研发人员：谢能丹，
申请(专利权)人：谢能丹，
类型：发明
国别省市：安徽;34