【技术实现步骤摘要】
行车状态识别方法、装置、计算机设备及可读存储介质
[0001]本专利技术涉及人工智能的机器学习
,尤其涉及一种行车状态识别方法、装置、计算机设备及可读存储介质。
技术介绍
[0002]目前,主要通过GPS等车联网设备或直接与整车厂对接的方式,实现对车辆位置的获取及远程锁车等能力,从而实现对租后物流车车辆资产在线监管及对出险后的车辆资产进行追踪与控制,已成为汽车金融行业实现物流车租后监管的行业标准操作。
[0003]然而,专利技术人意识到,当前仅能够通过所述车联网设备,对车辆的位置及出现在该位置上的时间进行定位,但是无法获得车辆在运行过程中的空载、满载、超载等情况,造成无法掌控车辆的行车状态的情况发生。
技术实现思路
[0004]本专利技术的目的是提供一种行车状态识别方法、装置、计算机设备及可读存储介质,用于解决现有技术存在的当前无法获得车辆在运行过程中的空载、满载、超载等情况,造成无法掌控车辆的行车状态的问题。
[0005]为实现上述目的,本专利技术提供一种行车状态识别方法,包括:
[0006]获取车辆的路径数据,识别所述路径数据中的停留点并将其保存至预置的定位堆栈中,按照所述停留点的停留时间段对所述定位堆栈中的停留点进行排序;其中,所述路径数据表征了车辆在各时间点上的位置坐标;
[0007]提取所述定位堆栈中任意两个相邻位次的停留点得到停留对,构建所述停留对中两个停留点之间的移动路线得到行车路径,及计算车辆在所述行车路径上的行车时间,整合所述行车路径和所述行车时 ...
【技术保护点】
【技术特征摘要】
1.一种行车状态识别方法,其特征在于,包括:获取车辆的路径数据,识别所述路径数据中的停留点并将其保存至预置的定位堆栈中,按照所述停留点的停留时间段对所述定位堆栈中的停留点进行排序;其中,所述路径数据表征了车辆在各时间点上的位置坐标;提取所述定位堆栈中任意两个相邻位次的停留点得到停留对,构建所述停留对中两个停留点之间的移动路线得到行车路径,及计算车辆在所述行车路径上的行车时间,整合所述行车路径和所述行车时间得到行车信息;获取所述行车信息对应的行驶数据并将其设为行驶分析数据,根据所述行驶分析数据分析所述车辆在所述行车路径上的行车状态,整合所述行车状态和所述行车信息得到所述车辆的行车数据;其中,所述行驶数据记载了车辆在各时间点上的速度及油耗;所述行车状态表征了车辆的载货重量大小,其包括空载、装载和满载。2.根据权利要求1所述的行车状态识别方法,其特征在于,所述获取车辆的路径数据之前,所述方法还包括:与车联网平台构建通信连接,从所述车联网平台中获取车辆的路径数据和行驶数据,将所述路径数据和所述行驶数据保存在预置的本地库中。3.根据权利要求1所述的行车状态识别方法,其特征在于,所述获取车辆的路径数据,识别所述路径数据中的停留点并将其保存至预置的定位堆栈中,包括:接收终端发送的分析请求,提取所述分析请求中的车辆分析编号;识别所述本地库中与所述车辆分析编号对应的车辆,并将所述车辆设为目标车辆,从所述本地库中提取所述目标车辆对应的路径数据;其中,所述路径数据中具有用于反映目标车辆在各位置时间上所处位置坐标的位点信息;按照时间顺序汇总所述路径数据中位置坐标一致的位点信息形成位置集合,所述位点信息在所述位置集合中以时间顺序排列;将所述位置集合中首位的位点信息对应的位置时间作为起始时间,将所述位置集合中末位的位点信息对应的位置时间作为终止时间,将从所述起始时间到所述终止时间的时间段所述位置集合的停留时间;整合所述位点信息集合的所述位置坐标和所述停留时间得到停留点。4.根据权利要求1所述的行车状态识别方法,其特征在于,所述按照所述停留点的停留时间段对所述定位堆栈中的停留点进行排序之后,所述方法还包括:提取所述定位堆栈中任一停留点并将其设为目标点,并将所述定位堆栈中位于所述目标点下一位次的停留点设为所述目标点的邻近点,计算所述目标点和所述邻近点之间的距离得到所述目标点的目标移动距离;判断所述目标移动距离是否小于预置的移动阈值;若所述目标移动距离小于所述移动阈值,则判定所述目标点表征了车辆移动过程中的堵车状态、或排队状态、或临时挪车状态,将所述目标点从所述定位堆栈中删除;若所述目标移动距离不小于所述移动阈值,则判断所述目标点的停留时间是否超过预置的停留阈值;若所述停留时间超过所述停留阈值,则判定所述目标点表征了所述车辆到达装货或卸货的目的地,将所述目标点保留在所述定位堆栈中;
若所述停留时间不超过所述停留阈值,则判定所述目标点处于车辆移动过程中的临时停靠状态或等待红绿灯状态,将所述目标点从所述定位堆栈中...
【专利技术属性】
技术研发人员:王锫,袁瑞,欧开国,
申请(专利权)人:平安国际融资租赁有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。