CN109767020A - 车辆推荐方法、装置、计算机设备和存储介质 - Google Patents
车辆推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109767020A CN109767020A CN201811544373.XA CN201811544373A CN109767020A CN 109767020 A CN109767020 A CN 109767020A CN 201811544373 A CN201811544373 A CN 201811544373A CN 109767020 A CN109767020 A CN 109767020A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driver
- stroke
- target
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000006399 behavior Effects 0.000 claims description 143
- 230000008859 change Effects 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012217 deletion Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆推荐方法、装置、计算机设备和存储介质。所述方法包括:获取终端的车辆推荐请求,所述车辆推荐请求携带有所述终端的当前位置信息;根据所述当前位置信息确定目标车辆,所述目标车辆为所述终端的预设范围内的车辆;获取所述目标车辆的当前驾驶员的驾驶水平参数;根据所述驾驶水平参数确定所述目标车辆中的待推荐车辆,向所述终端推荐所述待推荐车辆。采用本方法能够利于提升交通安全。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种车辆推荐方法、装置、计算机设备和存储介质。
背景技术
为了出行的方便,很多人都会选择搭乘出租车,这也使得许多基于手持智能终端的叫车软件涌现出来。叫车软件的一个最重要的功能就是进行车辆(例如出租车)推荐。其中,车辆驾驶人员的驾驶水平直接影响着出行安全。然而,传统的车辆推荐方式往往是基于距离远近进行推荐,这种方式,如果推荐的车辆的驾驶人员的驾驶水平较低的话,会存在一定的交通安全隐患。
发明内容
基于此,有必要针对上述技术问题,提供一种车辆推荐方法、装置、计算机设备和存储介质,能够利于提升交通安全。
一种车辆推荐方法,包括:
获取终端的车辆推荐请求,车辆推荐请求携带有终端的当前位置信息;
根据当前位置信息确定目标车辆,目标车辆为第一终端预设范围内的车辆;
获取目标车辆的当前驾驶员的驾驶水平参数以及目标车辆与第一终端的距离参数;
根据驾驶水平参数和距离参数确定待推荐车辆,向终端推荐待推荐车辆。
在其中一个实施例中,上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数,包括:
获取当前驾驶员各目标行程的行车轨迹数据,根据各目标行程的行车轨迹数据分别确定各目标行程的行驶里程数;
根据各目标行程的行车轨迹数据分别对当前驾驶员在各目标行程的驾驶行为进行评分,获得当前驾驶员在各目标行程的驾驶行为评分值;
根据各目标行程的行驶里程数和驾驶行为评分值,确定当前驾驶员的累计里程数和驾驶行为平均评分值;
根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数。
在其中一个实施例中,上述的获取当前驾驶员各目标行程的行车轨迹数据,包括:
将当前驾驶员在当前驾驶水平参数等级内的各行程作为当前驾驶员的各目标行程,获取各目标行程的行车轨迹数据;
根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数,包括:
获取当前驾驶员的当前提分条件,当前提分条件包括当前里程条件和当前平均分条件;
在累计里程数满足当前里程条件,且驾驶行为平均评分值满足当前平均分条件时,提升当前驾驶员的当前驾驶水平参数到下一驾驶水平参数;
在累计里程数不满足当前里程条件,或者驾驶行为平均评分值不满足当前平均分条件时,保持当前驾驶员的当前驾驶水平参数。
在其中一个实施例中,上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数,还包括:
在检测行程删除指令时,根据目标行程删除指令确定第一目标行程,根据第一目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在其中一个实施例中,上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数,还包括:
在检测到行程驾驶员更改指令时,根据该行程驾驶员更改指令确定第二目标行程,根据第二目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在其中一个实施例中,上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数,还包括:
在检测到第一类型的行程驾驶员更改指令时,根据第一类型的行程驾驶员更改指令确定第三目标行程,获取第三目标行程中的驾驶员脸部图像;
将第三目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析;
若驾驶员脸部图像与当前驾驶员的脸部图像匹配,则根据第三目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值;
在检测到第二类型的行程驾驶员更改指令时,根据第二类型的行程驾驶员更改指令确定第四目标行程,获取第四目标行程中的驾驶员脸部图像;
将第四目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析;
若驾驶员脸部图像与当前驾驶员的脸部图像不匹配,则根据第四目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在其中一个实施例中,上述的获取当前驾驶员各目标行程的行车轨迹数据,包括:
获取各行程中的驾驶人脸部图像,当前驾驶员的脸部图像以及各行程的行车轨迹数据;
根据各行程中的驾驶人脸部图像以及当前驾驶员的脸部图像,对各行程的行车轨迹数据进行筛选,得到当前驾驶员的各目标行程的行车轨迹数据。
一种车辆推荐装置,包括:
接收模块,用于获取终端的车辆推荐请求,车辆推荐请求携带有终端的当前位置信息;
筛选模块,用于根据当前位置信息确定目标车辆,目标车辆为第一终端预设范围内的车辆;
处理模块,用于获取目标车辆的当前驾驶员的驾驶水平参数;
推荐模块,用于根据驾驶水平参数确定目标车辆中的待推荐车辆,向终端推荐待推荐车辆。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取终端的车辆推荐请求,车辆推荐请求携带有终端的当前位置信息;
根据当前位置信息确定目标车辆,目标车辆为终端的预设范围内的车辆;
获取目标车辆的当前驾驶员的驾驶水平参数;
根据驾驶水平参数确定目标车辆中的待推荐车辆,向终端推荐待推荐车辆。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取终端的车辆推荐请求,车辆推荐请求携带有终端的当前位置信息;
根据当前位置信息确定目标车辆,目标车辆为终端的预设范围内的车辆;
获取目标车辆的当前驾驶员的驾驶水平参数;
根据驾驶水平参数确定目标车辆中的待推荐车辆,向终端推荐待推荐车辆。
上述车辆推荐方法、装置、计算机设备和存储介质,是获取终端的车辆推荐请求,该车辆推荐请求携带有终端的当前位置信息,根据该当前位置信息确定目标车辆,该目标车辆为第一终端预设范围内的车辆,获取该目标车辆的当前驾驶员的驾驶水平参数以及目标车辆与第一终端的距离参数,根据驾驶水平参数和距离参数确定待推荐车辆,向终端推荐待推荐车辆。本方案中,结合驾驶水平参数和距离参数进行车辆推荐,可以使得驾驶水平高的驾驶员有更大的推荐几率,可以利于提升交通安全。同时,将车辆推荐与驾驶员的驾驶行为挂钩,能够使驾驶员(例如,出租车司机)体验到驾驶水平提升带来的推荐率的提升,从而帮助驾驶员改善驾驶行为,提升驾车综合素质,进一步提升交通安全。
附图说明
图1为一个实施例中车辆推荐方法的应用场景图;
图2为一个实施例中车辆推荐方法的流程示意图;
图3为一个实施例中驾驶水平参数获取步骤的流程示意图;
图4为一个实施例中根据累计里程数和驾驶行为平均评分值获取驾驶水平参数步骤的流程示意图;
图5为一个实施例中调整累计里程数和驾驶行为平均评分值步骤的流程示意图;
图6为另一个实施例中调整累计里程数和驾驶行为平均评分值步骤的流程示意图;
图7为一个实施例中车辆推荐装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的车辆推荐方法,可以应用于如图1所示的应用环境中。其中,服务器104与终端102、车辆106通过网络进行通信。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。服务器104与车辆106进行通信,具体可以是,服务器104与车辆上的终端进行通信,例如,服务器104与车载终端或者驾驶员的手持终端进行通信。
在一个实施例中,如图2所示,提供了一种车辆推荐方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202:获取终端的车辆推荐请求,车辆推荐请求携带有终端的当前位置信息;
其中,当前位置信息可以根据终端的定位功能获得。
具体地,服务器获取终端发送的携带有终端的当前位置信息的车辆推荐请求;
步骤S204:根据终端的当前位置信息确定目标车辆,目标车辆为终端的预设范围内的车辆;
其中,目标车辆的数量一般为多个。
具体地,服务器根据终端的当前位置信息,在与服务器通信的车辆中查询终端的预设范围内的车辆,将查询到的车辆作为目标车辆。其中,服务器通过与车辆通信获得车辆位置信息,结合终端的当前位置信息和车辆位置信息确定目标车辆。预设范围可以是以终端的当前位置为中心,距离终端的当前位置预设长度内的范围,预设长度的大小可以根据实际需要确定。
步骤S206:获取目标车辆的当前驾驶员的驾驶水平参数;
其中,驾驶水平参数可以是服务器预先获得后存储在数据库中的,例如,服务器预先获得各个车辆的驾驶员的驾驶水平参数后存储在数据库中,在服务器确定目标车辆后,直接从数据库中查询目标车辆的当前驾驶员的驾驶水平参数。驾驶水平参数也可以是由预处理服务器获得的,例如,预处理服务器预先对各个车辆的驾驶员的驾驶水平进行评估,获得各个车辆的驾驶员的驾驶水平参数,服务器向该预处理服务器发送参数查询请求,该参数查询请求携带有目标车辆的标识信息,或者目标车辆的当前驾驶员的标识信息,接收预处理服务器返回的目标车辆的当前驾驶员的驾驶水平参数。
步骤S208:根据驾驶水平参数确定目标车辆中的待推荐车辆,向终端推荐待推荐车辆。
具体地,可以对驾驶水平参数进行大小排序,将目标车辆中的排序靠前的设定数目的车辆作为待推荐车辆,向终端推荐待推荐车辆。其中,排序靠前表征驾驶水平高。
上述车辆推荐方法中,是获取终端的车辆推荐请求,该车辆推荐请求携带有终端的当前位置信息,根据该当前位置信息确定目标车辆,该目标车辆为第一终端预设范围内的车辆,获取该目标车辆的当前驾驶员的驾驶水平参数以及目标车辆与第一终端的距离参数,根据驾驶水平参数和距离参数确定待推荐车辆,向终端推荐待推荐车辆。本实施例方案中,将车辆推荐与驾驶员的驾驶行为挂钩,能够使驾驶员(例如,出租车司机)体验到驾驶水平提升带来的推荐率的提升,从而帮助驾驶员改善驾驶行为,提升驾车综合素质,进一步提升交通安全。
在其中一个实施例中,上述的车辆推荐方法还可以包括:获取终端与目标车辆的距离参数;上述的根据驾驶水平参数确定目标车辆中的待推荐车辆,包括:根据距离参数和驾驶水平参数确定目标车辆中的待推荐车辆。
其中,距离参数具体可以是距离值,可以根据终端的当前位置信息和目标车辆的位置信息确定距离参数。
上述的根据距离参数和驾驶水平参数确定目标车辆中的待推荐车辆可以包括:根据距离参数确定第一推荐参数,根据驾驶水平参数确定第二推荐参数,对第一推荐参数和第二推荐参数加权求和得到最终推荐参数,根据该最终推荐参数确定目标车辆中的待推荐车辆。其中,距离参数越小,越大第一推荐参数;驾驶水平参数越大,第二推荐参数越大。
本实施例中,结合距离参数和驾驶水平参数确定待推荐车辆,可以在距离以及驾驶水平中寻找最适合推荐的车辆。
在一个实施例中,如图3所示,上述的获取目标车辆的当前驾驶员的驾驶水平参数,可以包括以下步骤:
步骤S302:获取当前驾驶员各目标行程的行车轨迹数据,根据各目标行程的行车轨迹数据分别确定各目标行程的行驶里程数;
这里,行车轨迹数据可以是GPS点(Global Positioning System,全球定位***)集合,GPS点集合中包括多个时刻的GPS点数据,GPS点数据可以包括精度值和纬度值。行车轨迹数据也可以是其他表征当前驾驶员所驾驶的车辆各个时刻所在位置的数据。
步骤S304:根据各目标行程的行车轨迹数据分别对当前驾驶员在各目标行程的驾驶行为进行评分,获得当前驾驶员在各目标行程的驾驶行为评分值;
其中,对当前驾驶员在各目标行程的驾驶行为进行评分的评分规则可以根据实际需要设定。
步骤S306:根据各目标行程的行驶里程数和驾驶行为评分值,确定当前驾驶员的累计里程数和驾驶行为平均评分值;
其中,累计里程数等于各目标行程的行驶里程数的总和值,驾驶行为平均评分值等于对各目标行程的驾驶行为评分值进行加权求和得到的加权求和值,加权求和中的各权值分别为各目标行程的行驶里程数与各目标行程的行驶里程数的总和值的比值。
步骤S308:根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数;
其中,驾驶水平参数也可以称为驾驶经验值。
本实施例中,在计算当前驾驶员的驾驶水平参数时,考虑多个不同目标行程的里程数,且是根据各目标行程的行驶里程数和驾驶行为评分值确定当前驾驶员的驾驶行为平均评分值,并根据累计里程数和驾驶行为平均评分值计算当前驾驶员的驾驶水平参数,可以提升驾驶水平参数的准确性。
在其中一个实施例中,上述的根据各目标行程的行车轨迹数据分别对当前驾驶员在各目标行程的驾驶行为进行评分,获得当前驾驶员在各目标行程的驾驶行为评分值,可以包括:根据各目标行程的行车轨迹数据分别各目标行程中各个时刻的加速度值和速度值,根据各目标行程中各个时刻的加速度值和速度值分别统计各目标行程中出现的不良开车行为,根据各目标行程中出现的不良开车行为确定当前驾驶员在各目标行程的驾驶行为评分值。不良开车行为包括但不限于为急加速、急减速、急转弯和急刹车。
对于步骤S306,可以根据和确定当前驾驶员的累计里程数和驾驶行为平均评分值,其中,表示当前驾驶员的累计里程数,Ai表示当前驾驶员的第i个目标行程的驾驶行为评分值,Bi表示当前驾驶员的第i个目标行程的行驶里程数,C表示当前驾驶员的累计里程数,i∈(1,2,3,...n),n表示目标行程的总个数。
在其中一个实施例中,上述的获取当前驾驶员各目标行程的行车轨迹数据,可以包括:将当前驾驶员在当前驾驶水平参数等级内的各行程作为各目标行程,获取各目标行程的行车轨迹数据;其中,当前驾驶员在当前驾驶水平参数等级内的各行程是指当前驾驶员在升级为或者初始确定为当前驾驶水平参数等级后,且升级到下一驾驶水平参数等级之前的各行程。
如图4所示,上述的根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数,可以包括:
步骤S402:获取当前驾驶员的当前提分条件,当前提分条件包括当前里程条件和当前平均分条件;
这里,当前提分条件是指将当前驾驶员的驾驶水平参数由当前值(当前驾驶水平参数)提升到下一值(下一驾驶水平参数)的条件。在当前驾驶水平参数不同时,当前里程条件和当前平均分条件也可以是不同的。
步骤S404:在累计里程数满足当前里程条件,且驾驶行为平均评分值满足当前平均分条件时,提升当前驾驶员的驾驶水平参数到下一驾驶水平参数;
步骤S406:在累计里程数不满足当前里程条件,或者驾驶行为平均评分值不满足当前平均分条件时,保持当前驾驶员的当前驾驶水平参数。
具体地,检测累计里程数是否满足当前里程条件,并检测驾驶行为平均评分值是否满足当前平均分条件,在累计里程数满足当前里程条件,且驾驶行为平均评分值满足当前平均分条件时,提升当前驾驶员的驾驶水平参数到下一驾驶水平参数,提升当前驾驶员的驾驶水平参数到下一驾驶水平参数,在累计里程数不满足当前里程条件,或者驾驶行为平均评分值不满足当前平均分条件时,保持当前驾驶员的当前驾驶水平参数。
本实施例中,当前驾驶员的驾驶水平参数是逐级提升的,当前提分条件包括当前里程条件和当前平均分条件,只有在当前提分条件包括当前里程条件和当前平均分条件均被满足时,才对当前驾驶员的驾驶水平参数进行提分处理,相对于只考虑单一条件的方式,合理性较高,同时,对驾驶水平参数进行了细化,也便于进一步提升驾驶水平参数的准确性。
表1
上述的当前里程条件可以是累计里程数不小于预设的里程阈值,当前平均分条件可以是驾驶行为平均评分值不小于预设的平均分阈值。里程阈值和平均分阈值的大小可以根据实际需要确定。在当前驾驶水平参数不同时,里程阈值和平均分阈值也都可以是不同的。表1是一种驾驶水平参数与提分条件的示例,表1中“/”表示无。例如,在当前驾驶员的当前驾驶水平参数为400分时,提升到500分的条件是“经验值400的基础上,再累计上传100km里程,且驾驶行为平均评分值≥75分”,此时,里程阈值是100km,平均分阈值是75分。
考虑到有时会出现有些行程并非当前驾驶员自己的行程,或者不能反映当前驾驶员驾驶水平的行程,将这种行程用于计算累计里程数和驾驶行为平均评分值,会影响所计算的驾驶水平参数的准确性。为此,在其中一个实施例中的车辆推荐方法,还可以包括:在检测行程删除指令时,根据目标行程删除指令确定第一目标行程,根据第一目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
其中,行程删除指令可以携带有行程标识,可以根据该行程标识确定第一目标行程。也可以是,将当前驾驶员当前选定的至少一条待删除的行程确定为第一目标行程。
具体地,若第一目标行程有多个,则可以根据调整累计里程数,根据调整驾驶行为平均评分值。C’表示调整后的累计里程数,C表示调整前的累计里程数,Bj表示第j个第一目标行程的行驶里程数,表示调整前的驾驶行为平均评分值,表示调整后的驾驶行为平均评分值,Aj表示第j个第一目标行程的驾驶行为评分值。j∈(1,2,3,...m1),m1表示第一目标行程的总个数。若第一目标行程只有一个,则可以根据C’=C-Bl调整累计里程数,根据调整驾驶行为平均评分值,其中,Al和Bl分别表示第一目标行程的驾驶行为评分值和行驶里程数。
采用本实施例中的方案,当前驾驶员可以根据需要删除一些非当前驾驶员自己的行程,或者不能反映当前驾驶员驾驶水平的行程,累计里程数和驾驶行为平均评分值会随之调整,减少这些行程对驾驶水平参数的准确性的影响。
在其中一个实施例中的车辆推荐方法,还可以包括:在检测到行程驾驶员更改指令时,根据该行程驾驶员更改指令确定第二目标行程,根据第二目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
其中,行程当前驾驶员更改可以是将把某条行程更改为非本人驾驶,也可以是把某条行程更改为本人驾驶。
在将某几条行程更改为本人驾驶时,可以根据调整累计里程数,根据调整驾驶行为平均评分值。C’表示调整后的累计里程数,C表示调整前的累计里程数,Bk表示第k个第二目标行程的行驶里程数,表示调整前的驾驶行为平均评分值,表示调整后的驾驶行为平均评分值,Ak表示第k个第二目标行程的驾驶行为评分值。k∈(1,2,3,...m2),m2表示第二目标行程的总个数。若将某一条行程更改为本人驾驶时,则根据C’=C+Bo调整累计里程数,根据调整驾驶行为平均评分值,其中,Ao和Bo分别表示第二目标行程的驾驶行为评分值和行驶里程数。
在将某几条行程更改为非本人驾驶时,可以根据调整累计里程数,根据调整驾驶行为平均评分值。若将某一条行程更改为非本人驾驶时,则根据C’=C-Bo调整累计里程数,根据调整驾驶行为平均评分值,其中,Ao和Bo分别表示第二目标行程的驾驶行为评分值和行驶里程数。
考虑到如果当前驾驶员可以随意更改对应行程的驾驶员,有可能会为了得到较高的驾驶行为平均评分值,而将某条驾驶行为评分值低的行程更改为非本人驾驶,或者将某条驾驶行为评分值高的行程更改为本人驾驶,会影响驾驶行为平均评分值的准确性。
在其中一个实施例中,获取目标车辆的当时车辆驾驶员的驾驶水平参数,还可以包括行程驾驶员更改指令的响应过程,该行程驾驶员更改指令的响应过程可以包括:
步骤S502:在检测到第一类型的行程驾驶员更改指令时,根据第一类型的行程驾驶员更改指令确定第三目标行程,获取第三目标行程中的驾驶员脸部图像;
其中,第一类型的行程驾驶员更改指令是指将行程更改为当前驾驶员行驶的行程。
其中,驾驶员脸部图像可以由设置在汽车的特定位置(例如,方向盘转柱上)的摄像头采集得到。
步骤S504:将第三目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析;
其中,当前驾驶员的脸部图像可以是预选存储的。
步骤S506:若驾驶员脸部图像与当前驾驶员的脸部图像匹配,则根据第三目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值;
若驾驶员脸部图像与当前驾驶员的脸部图像不匹配,则不调整累计里程数和驾驶行为平均评分值,也即保持累计里程数和驾驶行为平均评分值的当前值。
采用本实施例,可以避免因驾驶员通过随意将行程更改为自己行驶而影响驾驶水平参数的准确性。
在其中一个实施例中,上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数,还可以包括行程驾驶员更改指令的响应过程,该行程驾驶员更改指令的响应过程可以包括:
步骤S602:在检测到第二类型的行程驾驶员更改指令时,根据第二类型的行程驾驶员更改指令确定第四目标行程,获取第四目标行程中的驾驶员脸部图像;
其中,第二类型的行程驾驶员更改指令是指将行程更改为非当前驾驶员行驶的行程。
其中,驾驶员脸部图像可以由设置在汽车的特定位置(例如,方向盘转柱上)的摄像头采集得到。
步骤S604:将第四目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析;
步骤S606:若驾驶员脸部图像与当前驾驶员的脸部图像不匹配,则根据第四目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
若驾驶员脸部图像与当前驾驶员的脸部图像匹配,则不调整累计里程数和驾驶行为平均评分值,也即保持累计里程数和驾驶行为平均评分值的当前值。
采用本实施例,可以避免因驾驶员通过随意将行程更改为非自己行驶而影响驾驶水平参数的准确性。
在其中一个实施例中,上述的获取当前驾驶员各目标行程的行车轨迹数据,可以包括:获取各行程中的驾驶人脸部图像,当前驾驶员的脸部图像以及各行程的行车轨迹数据;根据各行程中的驾驶人脸部图像以及当前驾驶员的脸部图像,对各行程的行车轨迹数据进行筛选,得到当前驾驶员各目标行程的行车轨迹数据。其中,筛选出驾驶人脸部图像与当前驾驶员的脸部图像相匹配的行程的行车轨迹数据,筛选出的行程的行车轨迹数据为当前驾驶员各目标行程的行车轨迹数据。
采用本实施例的方案,使得后续用于计算驾驶水平参数的行车轨迹数据均是当前驾驶员的行车轨迹数据,便于进一步提升当前驾驶员的驾驶水平参数的计算结果的准确性。
在其中一个实施例中,上述的当前驾驶员的驾驶水平参数用于确定当前驾驶员的驾驶等级和当前驾驶员的车险保费折扣参数,其中,根据当前驾驶员的驾驶水平参数,以及预设的驾驶水平参数与当前驾驶员驾驶等级的第一对应关系,确定当前驾驶员的驾驶等级;根据当前驾驶员的驾驶水平参数,以及预设的驾驶水平参数与车险保费折扣参数的第二对应关系确定当前驾驶员的车险保费折扣参数。
表2
驾驶水平参数 | 驾驶等级 |
0 | 小白司机 |
100 | 新手司机 |
200 | 实习司机 |
300 | 三好司机 |
400 | 模范司机 |
500 | 飞车手 |
600 | 老司机 |
700 | 赛车手 |
800 | 传奇车手 |
900 | 车神 |
其中,表2是驾驶水平参数与驾驶等级的第一对应关系表,但驾驶等级的命名方式并不限于表2中的方式。
表3
其中,表3是驾驶水平参数与车险保费折扣参数的第二对应关系表,车险保费折扣参数可以是表3中的车险保费折扣值,也可以是3中的折扣系数。
本实施例中的方案,将当前驾驶员的车险保费折扣参数和当前驾驶员的驾驶行为(驾驶水平参数)挂钩,当前驾驶员能够体验到安全驾驶带来的保费的下降,从而帮助驾驶员改善驾驶行为,提升车主驾车综合素质,提升交通安全。
在一个实施例中,如图7所示,提供了一种车辆推荐装置,包括:接收模块702、筛选模块704、处理模块706和推荐模块708,其中:
接收模块702,用于获取终端的车辆推荐请求,车辆推荐请求携带有终端的当前位置信息;
筛选模块704,用于根据当前位置信息确定目标车辆,目标车辆为第一终端预设范围内的车辆;
处理模块706,用于获取目标车辆的当前驾驶员的驾驶水平参数;
推荐模块708,用于根据驾驶水平参数确定目标车辆中的待推荐车辆,向终端推荐待推荐车辆。
在其中一个实施例中,处理模块706可以获取当前驾驶员各目标行程的行车轨迹数据,根据各目标行程的行车轨迹数据分别确定各目标行程的行驶里程数,根据各目标行程的行车轨迹数据分别对当前驾驶员在各目标行程的驾驶行为进行评分,获得当前驾驶员在各目标行程的驾驶行为评分值,根据各目标行程的行驶里程数和驾驶行为评分值,确定当前驾驶员的累计里程数和驾驶行为平均评分值,根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数。
在其中一个实施例中,处理模块706可以将当前驾驶员在当前驾驶水平参数等级内的各行程作为当前驾驶员的各目标行程,获取各目标行程的行车轨迹数据;处理模块608可以获取当前驾驶员的当前提分条件,当前提分条件包括当前里程条件和当前平均分条件;在累计里程数满足当前里程条件,且驾驶行为平均评分值满足当前平均分条件时,提升当前驾驶员的当前驾驶水平参数到下一驾驶水平参数;在累计里程数不满足当前里程条件,或者驾驶行为平均评分值不满足当前平均分条件时,保持当前驾驶员的当前驾驶水平参数。
在其中一个实施例中,处理模块706还可以用于在检测行程删除指令时,根据目标行程删除指令确定第一目标行程,根据第一目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在其中一个实施例中,处理模块706还可以用于在检测到行程驾驶员更改指令时,根据该行程驾驶员更改指令确定第二目标行程,根据第二目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在其中一个实施例中,处理模块706还可以用于在检测到第一类型的行程驾驶员更改指令时,根据第一类型的行程驾驶员更改指令确定第三目标行程,获取第三目标行程中的驾驶员脸部图像,将第三目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析,若驾驶员脸部图像与当前驾驶员的脸部图像匹配,则根据第三目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在其中一个实施例中,处理模块706还可以用于在检测到第二类型的行程驾驶员更改指令时,根据第二类型的行程驾驶员更改指令确定第四目标行程,获取第四目标行程中的驾驶员脸部图像,将第四目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析,若驾驶员脸部图像与当前驾驶员的脸部图像不匹配,则根据第四目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在其中一个实施例中,处理模块706可以获取各行程中的驾驶人脸部图像,当前驾驶员的脸部图像以及各行程的行车轨迹数据,根据各行程中的驾驶人脸部图像以及当前驾驶员的脸部图像,对各行程的行车轨迹数据进行筛选,得到当前驾驶员的各目标行程的行车轨迹数据。
关于车辆推荐装置的具体限定可以参见上文中对于车辆推荐方法的限定,在此不再赘述。上述车辆推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储各车辆的驾驶员的驾驶水平参数。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆推荐方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取终端的车辆推荐请求,车辆推荐请求携带有终端的当前位置信息;
根据当前位置信息确定目标车辆,目标车辆为终端的预设范围内的车辆;
获取目标车辆的当前驾驶员的驾驶水平参数;
根据驾驶水平参数确定目标车辆中的待推荐车辆,向终端推荐待推荐车辆。
在一个实施例中,处理器执行计算机程序实现上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数的步骤时,具体实现以下步骤:
获取当前驾驶员各目标行程的行车轨迹数据,根据各目标行程的行车轨迹数据分别确定各目标行程的行驶里程数;
根据各目标行程的行车轨迹数据分别对当前驾驶员在各目标行程的驾驶行为进行评分,获得当前驾驶员在各目标行程的驾驶行为评分值;
根据各目标行程的行驶里程数和驾驶行为评分值,确定当前驾驶员的累计里程数和驾驶行为平均评分值;
根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数。
在一个实施例中,处理器执行计算机程序实现上述的获取当前驾驶员各目标行程的行车轨迹数据的步骤时,具体实现以下步骤:将当前驾驶员在当前驾驶水平参数等级内的各行程作为当前驾驶员的各目标行程,获取各目标行程的行车轨迹数据;在一个实施例中,处理器执行计算机程序实现上述的根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数的步骤时,具体实现以下步骤:获取当前驾驶员的当前提分条件,当前提分条件包括当前里程条件和当前平均分条件;在累计里程数满足当前里程条件,且驾驶行为平均评分值满足当前平均分条件时,提升当前驾驶员的当前驾驶水平参数到下一驾驶水平参数;在累计里程数不满足当前里程条件,或者驾驶行为平均评分值不满足当前平均分条件时,保持当前驾驶员的当前驾驶水平参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:在检测行程删除指令时,根据目标行程删除指令确定第一目标行程,根据第一目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在一个实施例中,处理器执行计算机程序实现上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数的步骤时,具体还实现以下步骤:在检测到行程驾驶员更改指令时,根据该行程驾驶员更改指令确定第二目标行程,根据第二目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在一个实施例中,处理器执行计算机程序实现上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数的步骤时,具体还实现以下步骤:在检测到第一类型的行程驾驶员更改指令时,根据第一类型的行程驾驶员更改指令确定第三目标行程,获取第三目标行程中的驾驶员脸部图像;将第三目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析;若驾驶员脸部图像与当前驾驶员的脸部图像匹配,则根据第三目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值;在检测到第二类型的行程驾驶员更改指令时,根据第二类型的行程驾驶员更改指令确定第四目标行程,获取第四目标行程中的驾驶员脸部图像;将第四目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析;若驾驶员脸部图像与当前驾驶员的脸部图像不匹配,则根据第四目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在一个实施例中,处理器执行计算机程序实现上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数的步骤时,具体还实现以下步骤:获取各行程中的驾驶人脸部图像,当前驾驶员的脸部图像以及各行程的行车轨迹数据;根据各行程中的驾驶人脸部图像以及当前驾驶员的脸部图像,对各行程的行车轨迹数据进行筛选,得到当前驾驶员的各目标行程的行车轨迹数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取终端的车辆推荐请求,车辆推荐请求携带有终端的当前位置信息;
根据当前位置信息确定目标车辆,目标车辆为终端的预设范围内的车辆;
获取目标车辆的当前驾驶员的驾驶水平参数;
根据驾驶水平参数确定目标车辆中的待推荐车辆,向终端推荐待推荐车辆。
在一个实施例中,计算机程序被处理器执行实现上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数的步骤时,具体实现以下步骤:
获取当前驾驶员各目标行程的行车轨迹数据,根据各目标行程的行车轨迹数据分别确定各目标行程的行驶里程数;
根据各目标行程的行车轨迹数据分别对当前驾驶员在各目标行程的驾驶行为进行评分,获得当前驾驶员在各目标行程的驾驶行为评分值;
根据各目标行程的行驶里程数和驾驶行为评分值,确定当前驾驶员的累计里程数和驾驶行为平均评分值;
根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数。
在一个实施例中,计算机程序被处理器执行实现上述的获取当前驾驶员各目标行程的行车轨迹数据的步骤时,具体实现以下步骤:将当前驾驶员在当前驾驶水平参数等级内的各行程作为当前驾驶员的各目标行程,获取各目标行程的行车轨迹数据;
在一个实施例中,计算机程序被处理器执行实现上述的根据累计里程数和驾驶行为平均评分值获取当前驾驶员的驾驶水平参数的步骤时,具体实现以下步骤:获取当前驾驶员的当前提分条件,当前提分条件包括当前里程条件和当前平均分条件;在累计里程数满足当前里程条件,且驾驶行为平均评分值满足当前平均分条件时,提升当前驾驶员的当前驾驶水平参数到下一驾驶水平参数;在累计里程数不满足当前里程条件,或者驾驶行为平均评分值不满足当前平均分条件时,保持当前驾驶员的当前驾驶水平参数。
在一个实施例中,计算机程序被处理器执行实现上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数的步骤时,具体还实现以下步骤:
在检测行程删除指令时,根据目标行程删除指令确定第一目标行程,根据第一目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在一个实施例中,在一个实施例中,计算机程序被处理器执行实现上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数的步骤时,具体还实现以下步骤:
在检测到行程驾驶员更改指令时,根据该行程驾驶员更改指令确定第二目标行程,根据第二目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在一个实施例中,计算机程序被处理器执行实现上述的获取目标车辆的当时车辆驾驶员的驾驶水平参数的步骤时,具体还实现以下步骤:在检测到第一类型的行程驾驶员更改指令时,根据第一类型的行程驾驶员更改指令确定第三目标行程,获取第三目标行程中的驾驶员脸部图像;将第三目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析;若驾驶员脸部图像与当前驾驶员的脸部图像匹配,则根据第三目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值;在检测到第二类型的行程驾驶员更改指令时,根据第二类型的行程驾驶员更改指令确定第四目标行程,获取第四目标行程中的驾驶员脸部图像;将第四目标行程中的驾驶员脸部图像与当前驾驶员的脸部图像进行匹配分析;若驾驶员脸部图像与当前驾驶员的脸部图像不匹配,则根据第四目标行程的行驶里程数和驾驶行为评分值调整累计里程数和驾驶行为平均评分值。
在一个实施例中,计算机程序被处理器执行时实现上述的获取当前驾驶员各目标行程的行车轨迹数据的步骤时,具体实现以下步骤:获取各行程中的驾驶人脸部图像,当前驾驶员的脸部图像以及各行程的行车轨迹数据;根据各行程中的驾驶人脸部图像以及当前驾驶员的脸部图像,对各行程的行车轨迹数据进行筛选,得到当前驾驶员的各目标行程的行车轨迹数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆推荐方法,所述方法包括:
获取终端的车辆推荐请求,所述车辆推荐请求携带有所述终端的当前位置信息;
根据所述当前位置信息确定目标车辆,所述目标车辆为所述终端的预设范围内的车辆;
获取所述目标车辆的当前驾驶员的驾驶水平参数;
根据所述驾驶水平参数确定所述目标车辆中的待推荐车辆,向所述终端推荐所述待推荐车辆。
2.根据权利要求1所述的车辆推荐方法,所述获取所述目标车辆的当时车辆驾驶员的驾驶水平参数,包括:
获取当前驾驶员各目标行程的行车轨迹数据,根据各所述目标行程的行车轨迹数据分别确定各所述目标行程的行驶里程数;
根据各所述目标行程的行车轨迹数据分别对所述当前驾驶员在各所述目标行程的驾驶行为进行评分,获得所述当前驾驶员在各所述目标行程的驾驶行为评分值;
根据各所述目标行程的行驶里程数和驾驶行为评分值,确定所述当前驾驶员的累计里程数和驾驶行为平均评分值;
根据所述累计里程数和驾驶行为平均评分值获取所述当前驾驶员的驾驶水平参数。
3.根据权利要求2所述的车辆推荐方法,其特征在于:
所述获取当前驾驶员各目标行程的行车轨迹数据,包括:将所述当前驾驶员在当前驾驶水平参数等级内的各行程作为所述当前驾驶员的各所述目标行程,获取各所述目标行程的行车轨迹数据;
所述根据所述累计里程数和驾驶行为平均评分值获取所述当前驾驶员的驾驶水平参数,包括:
获取所述当前驾驶员的当前提分条件,所述当前提分条件包括当前里程条件和当前平均分条件;
在所述累计里程数满足所述当前里程条件,且所述驾驶行为平均评分值满足所述当前平均分条件时,提升所述当前驾驶员的当前驾驶水平参数到下一驾驶水平参数;
在所述累计里程数不满足所述当前里程条件,或者所述驾驶行为平均评分值不满足所述当前平均分条件时,保持所述当前驾驶员的当前驾驶水平参数。
4.根据权利要求2或3所述的车辆推荐方法,其特征在于,所述获取所述目标车辆的当时车辆驾驶员的驾驶水平参数,还包括:
在检测行程删除指令时,根据所述目标行程删除指令确定第一目标行程,根据所述第一目标行程的行驶里程数和驾驶行为评分值调整所述累计里程数和所述驾驶行为平均评分值。
5.根据权利要求2或3所述的车辆推荐方法,其特征在于,所述获取所述目标车辆的当时车辆驾驶员的驾驶水平参数,还包括:
在检测到行程驾驶员更改指令时,根据该行程驾驶员更改指令确定第二目标行程,根据所述第二目标行程的行驶里程数和驾驶行为评分值调整所述累计里程数和所述驾驶行为平均评分值。
6.根据权利要求2或3所述的车辆推荐方法,其特征在于,所述获取所述目标车辆的当时车辆驾驶员的驾驶水平参数,还包括:
在检测到第一类型的行程驾驶员更改指令时,根据所述第一类型的行程驾驶员更改指令确定第三目标行程,获取所述第三目标行程中的驾驶员脸部图像;
将所述第三目标行程中的驾驶员脸部图像与所述当前驾驶员的脸部图像进行匹配分析;
若所述驾驶员脸部图像与所述当前驾驶员的脸部图像匹配,则根据所述第三目标行程的行驶里程数和驾驶行为评分值调整所述累计里程数和所述驾驶行为平均评分值;
在检测到第二类型的行程驾驶员更改指令时,根据第二类型的行程驾驶员更改指令确定第四目标行程,获取所述第四目标行程中的驾驶员脸部图像;
将所述第四目标行程中的驾驶员脸部图像与所述当前驾驶员的脸部图像进行匹配分析;
若所述驾驶员脸部图像与所述当前驾驶员的脸部图像不匹配,则根据第四目标行程的行驶里程数和驾驶行为评分值调整所述累计里程数和所述驾驶行为平均评分值。
7.根据权利要求2或3所述的车辆推荐方法,其特征在于,所述获取当前驾驶员各目标行程的行车轨迹数据,包括:
获取各行程中的驾驶人脸部图像,所述当前驾驶员的脸部图像以及各所述行程的行车轨迹数据;
根据各行程中的驾驶人脸部图像以及所述当前驾驶员的脸部图像,对各所述行程的行车轨迹数据进行筛选,得到所述当前驾驶员的各所述目标行程的行车轨迹数据。
8.一种车辆推荐装置,其特征在于,所述装置包括:
接收模块,用于获取终端的车辆推荐请求,所述车辆推荐请求携带有所述终端的当前位置信息;
筛选模块,用于根据所述当前位置信息确定目标车辆,所述目标车辆为所述第一终端预设范围内的车辆;
处理模块,用于获取所述目标车辆的当前驾驶员的驾驶水平参数;
推荐模块,用于根据所述驾驶水平参数确定所述目标车辆中的待推荐车辆,向所述终端推荐所述待推荐车辆。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811544373.XA CN109767020B (zh) | 2018-12-17 | 2018-12-17 | 车辆推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811544373.XA CN109767020B (zh) | 2018-12-17 | 2018-12-17 | 车辆推荐方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109767020A true CN109767020A (zh) | 2019-05-17 |
CN109767020B CN109767020B (zh) | 2024-07-02 |
Family
ID=66451498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811544373.XA Active CN109767020B (zh) | 2018-12-17 | 2018-12-17 | 车辆推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109767020B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929157A (zh) * | 2019-11-28 | 2020-03-27 | 深圳市元征科技股份有限公司 | 用于共享出行的数据推荐方法、装置、及可读存储介质 |
CN112660046A (zh) * | 2020-12-30 | 2021-04-16 | 爱驰汽车有限公司 | 设备控制方法、装置、计算机设备、存储介质及车辆 |
CN113762755A (zh) * | 2021-08-30 | 2021-12-07 | 一汽解放汽车有限公司 | 驾驶员分析报告推送方法、装置、计算机设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682597A (zh) * | 2012-05-30 | 2012-09-19 | 武汉安捷联合在线信息科技有限公司 | 一种移动终端出租车召车方法及*** |
CN103996290A (zh) * | 2014-06-09 | 2014-08-20 | 北京东方车云信息技术有限公司 | 一种提供叫车服务的方法、服务器及*** |
CN105022777A (zh) * | 2014-04-28 | 2015-11-04 | 福特全球技术公司 | 基于驾驶员行为的车辆应用推荐 |
CN105930771A (zh) * | 2016-04-13 | 2016-09-07 | 乐视控股(北京)有限公司 | 一种驾驶行为评分方法及装置 |
CN108764700A (zh) * | 2018-05-23 | 2018-11-06 | 中国联合网络通信集团有限公司 | 基于区块链的乘车推荐方法、装置、终端及存储介质 |
CN109002981A (zh) * | 2018-07-10 | 2018-12-14 | 上海经达信息科技股份有限公司 | 驾驶行为评分方法、***、装置及计算机可读存储介质 |
-
2018
- 2018-12-17 CN CN201811544373.XA patent/CN109767020B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682597A (zh) * | 2012-05-30 | 2012-09-19 | 武汉安捷联合在线信息科技有限公司 | 一种移动终端出租车召车方法及*** |
CN105022777A (zh) * | 2014-04-28 | 2015-11-04 | 福特全球技术公司 | 基于驾驶员行为的车辆应用推荐 |
CN103996290A (zh) * | 2014-06-09 | 2014-08-20 | 北京东方车云信息技术有限公司 | 一种提供叫车服务的方法、服务器及*** |
CN105930771A (zh) * | 2016-04-13 | 2016-09-07 | 乐视控股(北京)有限公司 | 一种驾驶行为评分方法及装置 |
CN108764700A (zh) * | 2018-05-23 | 2018-11-06 | 中国联合网络通信集团有限公司 | 基于区块链的乘车推荐方法、装置、终端及存储介质 |
CN109002981A (zh) * | 2018-07-10 | 2018-12-14 | 上海经达信息科技股份有限公司 | 驾驶行为评分方法、***、装置及计算机可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929157A (zh) * | 2019-11-28 | 2020-03-27 | 深圳市元征科技股份有限公司 | 用于共享出行的数据推荐方法、装置、及可读存储介质 |
CN112660046A (zh) * | 2020-12-30 | 2021-04-16 | 爱驰汽车有限公司 | 设备控制方法、装置、计算机设备、存储介质及车辆 |
CN112660046B (zh) * | 2020-12-30 | 2024-04-09 | 爱驰汽车有限公司 | 设备控制方法、装置、计算机设备、存储介质及车辆 |
CN113762755A (zh) * | 2021-08-30 | 2021-12-07 | 一汽解放汽车有限公司 | 驾驶员分析报告推送方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109767020B (zh) | 2024-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767020A (zh) | 车辆推荐方法、装置、计算机设备和存储介质 | |
EP3028913B1 (en) | Apparatus and method for determining an advised driving speed | |
CN109615910A (zh) | 智能停车方法、装置、计算机设备及存储介质 | |
DE102019211681B4 (de) | Verfahren eines Fahrzeugs zum automatisierten Parken | |
DE102017103928A1 (de) | Systeme und Verfahren zum Einschätzen eines Fahrrisikoindex | |
CN1920483A (zh) | 一种提供道路导航路径的装置 | |
CN106781456A (zh) | 一种车辆驾驶安全性的评估数据处理方法及*** | |
CN104819726A (zh) | 导航数据处理方法、装置及导航终端 | |
CN109800984A (zh) | 驾驶水平评估方法、装置、计算机设备和存储介质 | |
CN113804460B (zh) | 车辆测评方法、车辆测评***、车辆及存储介质 | |
DE102017125965A1 (de) | Fahrzeugstandortbestimmung auf grundlage von wlan-knoten | |
CN110335495A (zh) | 车辆位置信息处理方法、装置、计算机设备和存储介质 | |
CN106403979A (zh) | 一种车辆导航位置偏移判定方法 | |
CN111667545A (zh) | 高精度地图生成方法、装置、电子设备及存储介质 | |
CN113888857A (zh) | 基于车联网的公共交通管理***、装置及方法 | |
CN112464796A (zh) | 寻车方法、寻车***及计算机可读存储介质 | |
CN112926575A (zh) | 交通事故识别方法、装置、电子设备和介质 | |
US20160342158A1 (en) | Method and apparatus for operating a vehicle | |
CN103968850B (zh) | 更新兴趣点引导信息的方法及装置 | |
JP7501612B2 (ja) | 道路劣化判定装置、道路劣化判定方法、及び、プログラム | |
CN112885135B (zh) | 基于云平台的智慧交通停车管理*** | |
CN110118553A (zh) | 生成行车参考数据的方法、装置、计算机设备和存储介质 | |
CN106931982A (zh) | 一种电子眼引导的实现方法及装置和设备 | |
DE60306863T2 (de) | Informations-Steuereinheit für Navigationssystem | |
CN104697516B (zh) | 移动终端以及行程引导方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |