CN111540209B - 一种车辆聚集监测方法及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种车辆聚集监测方法及计算机可读存储介质，按照实际建设边界自由选定初始监测区域，并根据周围机动车道路分布情况，往外扩展的方式定义目标监测区域。这样正对不同的目标监测区域，因地制宜，自由度更高，监测范围更加精准。或者，通过第一特征维度、第二特征维度和第三特征维度这三个维度判断车辆聚集事件的概率，可以提高准确率。

Description

一种车辆聚集监测方法及计算机可读存储介质

技术领域

本发明涉及车辆聚集监测技术领域，尤指一种车辆聚集监测方法及计算机可读存储介质。

背景技术

目前城市中的出租车数量越来越多，一些不法分子在出租车上做起了文章，很多城市出现过出租车聚集在城市的某一区域罢工、甚至非法聚会的事件，对城市交通和社会生活产生了恶劣影响，同时也产生了巨额的直接经济损失。因此，如果能及时发现出租车罢工，对方便人们出行和减少经济损失具有重要意义。

发明内容

本发明实施例提供了一种车辆聚集监测方法及计算机可读存储介质，用以提高对车辆聚集事件判断的准确性。

第一方面，本发明实施例提供了一种车辆聚集监测方法，包括：

根据初始监测区域的实际建设边界周围的机动车道路分布情况，将所述初始监测区域的实际建设边界向外扩展形成目标检测区域；

获取所述目标检测区域内所有机动车的信息；

根据所述目标检测区域内所有机动车的信息确定所述目标检测区域内是否有车辆聚集事件发生；

当确定所述目标检测区域内有车辆聚集事件发生时，则进行报警提示。

可选地，在本发明实施例提供的车辆聚集监测方法中，所述根据初始监测区域的实际建设边界周围的机动车道路分布情况，将所述初始监测区域的实际建设边界向外扩展形成目标检测区域，包括：

确定位于所述初始监测区域周围且距离所述实际建设边界第一预设距离的范围内是否有机动车道路；

如果没有，则将所述初始监测区域的实际建设边界向外扩展所述第一预设距离形成目标检测区域。

可选地，在本发明实施例提供的车辆聚集监测方法中，如果确定位于所述初始监测区域周围且距离所述实际建设边界第一预设距离的范围内有机动车道路；

以位于所述初始监测区域周围且距离所述实际建设边界第一预设距离范围内的机动车道路为初始扩展道路；

将所述初始扩展道路沿其延伸方向向远离所述实际建设边界一侧向外延伸第二预设距离形成目标扩展道路；

在垂直于所述目标扩展道路的延伸方向上，将所述实际建设边界扩展至距离所述目标扩展道路的边界第三预设距离，形成所述目标检测区域的边界。

可选地，在本发明实施例提供的车辆聚集监测方法中，所述第二预设距离根据所述初始扩展道路所属的城市道路等级确定，其中，所述初始扩展道路所属的城市道路等级越高，所述第二预设距离越大，所述初始扩展道路允许的机动车速度越快。

可选地，在本发明实施例提供的车辆聚集监测方法中，所述第三预设距离大于或等于所述第二预设距离。

可选地，在本发明实施例提供的车辆聚集监测方法中，所述根据所述目标检测区域内所有机动车的信息确定所述目标检测区域内是否有车辆聚集事件发生，包括：

根据所述目标检测区域内各机动车的属性信息确定第一特征维度，根据所述目标检测区域内各机动车的实时信息确定第二特征维度以及所述目标检测区域内的空载机动车的数目；

根据所述目标检测区域内的空载机动车的数目和所述目标检测区域的空载车辆阈值确定第三特征维度；

根据所述第一特征维度、所述第二特征维度和所述第三特征维度中的至少一个特征维度确定所述目标检测区域内发生车辆聚集事件的概率；

当确定的所述概率大于预设值时确定所述目标检测区域内有车辆聚集事件发生。

可选地，在本发明实施例提供的车辆聚集监测方法中，所述机动车为出租车；

所述出租车的属性信息包括：所述出租车的基础信息、驾驶员的基础信息和出租车企业基础信息；

所述出租车的实时信息包括：所述出租车的GPS信息、所述出租车的运营信息和所述出租车的载客状态信息。

第二方面，本发明实施例提供的一种车辆聚集监测方法，包括：

确定检测区域的范围；

获取所述检测区域内各机动车的属性信息和实时信息；

根据检测区域内各机动车的属性信息确定第一特征维度，根据所述检测区域内各机动车的实时信息确定第二特征维度以及所述检测区域内的空载车辆数目；

根据所述检测区域内的空载车辆数目和空载车辆阈值确定第三特征维度；

根据所述第一特征维度、所述第二特征维度和所述第三特征维度中的至少一个特征维度确定所述检测区域内发生车辆聚集事件的概率；

当确定的所述概率大于预设值时确定所述检测区域内有车辆聚集事件发生，并进行报警提示。

可选地，在本发明实施例提供的车辆聚集监测方法中，所述机动车为出租车；

所述出租车的属性信息包括：所述出租车的基础信息、驾驶员的基础信息和出租车企业基础信息；

所述出租车的实时信息包括：所述出租车的GPS信息、所述出租车的运营信息和所述出租车的载客状态信息。

第三方面，本发明实施例提供的一种计算机可读存储介质，所述存储介质中存储有计算机指令，所述计算机指令被处理器执行时实现本发明实施例提供的上述任一种方法。

本发明有益效果如下：

本发明实施例提供的一种车辆聚集监测方法及计算机可读存储介质，按照实际建设边界自由选定初始监测区域，并根据周围机动车道路分布情况，往外扩展的方式定义目标监测区域。这样正对不同的目标监测区域，因地制宜，自由度更高，监测范围更加精准。或者，通过第一特征维度、第二特征维度和第三特征维度这三个维度判断车辆聚集事件的概率，可以提高准确率。

附图说明

图1为本发明实施例提供的一种车辆聚集监测方法的流程图；

图2为本发明实施例提供的一种车辆聚集监测方法中形成目标检测区域的流程图；

图3为本发明实施例中形成目标检测区域的示意图之一；

图4为本发明实施例中形成目标检测区域的示意图之二；

图5为本发明实施例中根据目标检测区域内所有机动车的信息确定目标检测区域内是否有车辆聚集事件发生的流程图；

图6为本发明实施例提供的一种车辆聚集监测方法的流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面将结合附图和实施例对本发明做进一步说明。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明更全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。本发明中所描述的表达位置与方向的词，均是以附图为例进行的说明，但根据需要也可以做出改变，所做改变均包含在本发明保护范围内。本发明的附图仅用于示意相对位置关系不代表真实比例。

需要说明的是，在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。

下面结合附图，对本发明实施例提供的车辆聚集监测方法及计算机可读存储介质进行具体说明。

本发明实施例提供的一种车辆聚集监测方法，如图1所示，包括：

S101、根据初始监测区域的实际建设边界周围的机动车道路分布情况，将初始监测区域的实际建设边界向外扩展形成目标检测区域；

S102、获取目标检测区域内所有机动车的信息；

S103、根据目标检测区域内所有机动车的信息确定目标检测区域内是否有车辆聚集事件发生；

S104、当确定目标检测区域内有车辆聚集事件发生时，进行报警提示。

本发明实施例提供的上述车辆聚集监测方法，首先根据初始监测区域的实际建设边界周围的机动车道路分布情况，将初始监测区域的实际建设边界向外扩展形成目标检测区域；然后获取目标检测区域内所有机动车的信息；在根据目标检测区域内所有机动车的信息确定目标检测区域内是否有车辆聚集事件发生；如果有，则进行报警提示。本发明实施例提供的车辆聚集检测方法，按照实际建设边界自由选定初始监测区域，并根据周围机动车道路分布情况，往外扩展的方式定义目标监测区域。这样正对不同的目标监测区域，因地制宜，自由度更高，监测范围更加精准。

在具体实施时，机动车可以包括出租车、私家车和货车等，在此不作限定。本发明实施例提供的车辆聚集监测方法尤为适应出租车聚集监测，因此，本发明实施例提供的车辆聚集监测方法，机动车为出租车。

可选地，在本发明实施例提供的车辆聚集监测方法中，如图2所示，步骤S101根据初始监测区域的实际建设边界周围的机动车道路分布情况，将初始监测区域的实际建设边界向外扩展形成目标检测区域，包括：

S1011、确定位于初始监测区域周围且距离实际建设边界第一预设距离的范围内是否有机动车道路；如果没有，则执行步骤S1012。

S1012将初始监测区域的实际建设边界向外扩展第一预设距离形成目标检测区域。

在具体实施时，在本发明实施例提供的车辆聚集监测方法中，如果距离实际建设边界第一预设距离的范围没有机动车道路，将该实际建设边界延其法线方向向外扩展第一预设距离形成目标检测区域的边界。

可选地，在本发明实施例提供的车辆聚集监测方法中，如图2所示，在步骤S1011之后，如果确定位于初始监测区域周围且距离实际建设边界第一预设距离的范围内有机动车道路，则执行步骤S1013。

S1013、以位于初始监测区域周围且距离实际建设边界第一预设距离范围内的机动车道路为初始扩展道路；

S1014、将初始扩展道路沿其延伸方向向远离实际建设边界一侧向外扩展第二预设距离形成目标扩展道路；

S1015、在垂直于目标扩展道路的延伸方向上，将实际建设边界扩展至距离目标扩展道路的边界第三预设距离，形成目标检测区域的边界。

在具体实施时，参见图3，如果初始监测区域A1周围距离其实际建设边界第一预设距离范围没有机动车道路01，将初始监测区域A1的实际建设边界向外扩展第一预设距离S1形成目标检测区域A2。参见图4，如果位于初始监测区域A1周围且距离其实际建设边界第一预设距离S1的范围内有机动车道路，那么以位于初始监测区域A1周围且距离实际建设边界第一预设距离S1范围内的机动车道路为初始扩展道路(图4中填充网格的机动车道路)，将初始扩展道路延其延伸方向X向远离实际建设边界一侧向外扩展第二预设距离S2形成目标扩展道路(图4中填充网格和填充斜线的机动车道路)，在垂直于目标扩展道路的延伸方向X上，将实际建设边界扩展至目标扩展道路的边界后再沿远离该实际建设边界方向向外扩展第三预设距离S3，形成目标检测区域A2的边界。

其中，图3和图4仅是为了示意说明本发明实施例提供的车辆聚集检测方法中如何根据初始监测区域的实际建设边界周围的机动车道路分布情况，将初始监测区域扩展为目标检测区域，在具体实施时，目标检测区域的范围与周围的机动车道路分布情况相关。

可选地，在本发明实施例提供的车辆聚集监测方法中，第二预设距离根据初始扩展道路所属的城市道路等级确定，其中，初始扩展道路所属的城市道路等级越高，第二预设距离越大，初始扩展道路允许的机动车速度越快。

在具体实施时，根据我国城市机动车道建设标准，城市机动车道路等级分快速路、主干路、次干路和支路四级。其中，快速路：城市道路中设有中央分隔带，具有四条以上机动车道，全部或部分采用立体交叉与控制出入，供汽车以较高速度行驶的道路。又称汽车专用道。快速路的设计行车速度为60-100km/h。主干路：连接城市各分区的干路，以交通功能为主。主干路的设计行车速度为40-60km/h。次干路：承担主干路与各分区间的交通集散作用，兼有服务功能。次干路的设计行车速度为30-50km/h。支路：次干路与街坊路(小区路)的连接线，以服务功能为主。支路的设计行车速度为20-40km/h。

在具体实施时，在本发明实施例提供的车辆聚集监测方法中，当初始扩展道路属于快速路时，第二预设距离最大，当初始扩展道路属于支路时，第二预设距离最小。

具体地，在本发明实施例提供的车辆聚集监测方法中，第二预设距离可以在10m～100m范围中选择，在此不作限定。

可选地，在本发明实施例提供的车辆聚集监测方法中，第三预设距离大于或等于第二预设距离。例如第三预设距离等于第二预设距离的2倍，在此不作限定。

可选地，在本发明实施例提供的车辆聚集监测方法中，根据目标检测区域内所有机动车的信息确定目标检测区域内是否有车辆聚集事件发生，包括：

根据目标检测区域内所有机动车的信息确定该目标检测区域内所有机动车的数量；

如果机动车的数量超过第一阈值时，则确定目标检测区域内有车辆聚集事件发生。

在具体实施时，第一阈值可以根据目标检测区域的地点位置依据经验设置。

进一步地，为了提高检测精度，可选地，在本发明实施例提供的车辆聚集监测方法中，根据目标检测区域内所有机动车的信息确定目标检测区域内是否有车辆聚集事件发生，包括：

根据目标检测区域内所有机动车的信息确定该目标检测区域内车速低于预置速度的机动车的数量；

如果确定的机动车的数量超过第二阈值时，则确定目标检测区域内有车辆聚集事件发生。

在具体实施时，第二阈值可以根据目标检测区域的地点位置依据经验设置。

在具体实施时，在车站周边机动车的行驶速度较低，或者早晚高峰期会发生堵车的现象。因此只时简单地根据低于预置速度的车辆数的判断方法，在早晚高峰期或者车站等场景中的误差较大。

因此，为了提高检测的准确形，可选地，在本发明实施例提供的车辆聚集监测方法中，如图5所示，步骤S103根据目标检测区域内所有机动车的信息确定目标检测区域内是否有车辆聚集事件发生，包括：

S1031、根据目标检测区域内各机动车的属性信息确定第一特征维度，根据目标检测区域内各机动车的实时信息确定第二特征维度以及目标检测区域内的空载机动车的数目；

S1032、根据目标检测区域内的空载机动车的数目和目标检测区域的空载车辆阈值确定第三特征维度；

S1033、根据第一特征维度、第二特征维度和第三特征维度确定目标检测区域内发生车辆聚集事件的概率；

S1034、当确定的概率大于预设值时确定目标检测区域内有车辆聚集事件发生。

可选地，在本发明实施例提供的车辆聚集监测方法中，机动车为出租车；

出租车的属性信息包括：出租车的基础信息、驾驶员的基础信息和出租车企业基础信息；

出租车的实时信息包括：出租车的GPS信息、出租车的运营信息和出租车的载客状态信息。

在具体实施时，在本发明实施例提供的车辆聚集监测方法中，为了根据目标检测区域内所有机动车的信息确定目标检测区域内是否有车辆聚集事件发生，可以预先构建深度学习模型，通过模型确定目标检测区域内车辆聚集事件的概率。

在具体实施时，在本发明实施例提供的车辆聚集监测方法中，每一特征维度的数据可以表示一个进行预测的参考信息。

具体地，以机动车辆为出租车为例，将车辆聚集概率作为模型的学习目标，通过驾驶风格、人员特质、地点属性3个维度的多项指标，对聚集概率进行建模。其中：驾驶风格维度的确定：根据出租车GPS信息，判断此辆出租车的惯走路线、活动区域、早晚班等属性。如果某出租车惯有活动区域为郊区、惯有营运时间为夜晚，例如今日白天突然以空车状态驶入市区，则表明其有聚集特征。人员特质维度的确定：根据驾驶员的基础信息，分析驾驶员籍贯、性别、年龄、所属公司等属性。历史经验表明，相同籍贯的驾驶员易抱团聚集。若目标检测区域突然出现大量相同籍贯人员，或同一公司人员，则表明其有聚集特征。地点属性维度的确定：基于目标检测区域的实际位置，分析该区域的空载出租车辆、载客出租车辆的阈值。如火车站、机场区域，正常有大量空出租车排队候场，则其阈值设定相对较高；商场、医院、地铁站出入口等区域，出租车数量阈值设定中等；在政府机关等区域，出租车接单量较少，且事件属性较为敏感，阈值设定较低。

进一步地，为了提高模型的泛化能力，可以采用Dropout方法，通过随机抹掉部分hidden layer的节点，类似通过让模型变得简单，同时通过将多个简单模型的结果综合起来，达到提高泛化能力的目的。并且提供更丰富的训练样本，让模型接触更多不一样的数据，提高泛化能力，从而提高模型的识别判断能力。

在具体实施时，当获取了目标检测区域内所有机动车的信息后，将这些信息输入模型，模型会根据目标检测区域内各机动车的属性信息确定第一特征维度，根据目标检测区域内各机动车的实时信息确定第二特征维度以及目标检测区域内的空载机动车的数目；根据目标检测区域内的空载机动车的数目和目标检测区域的空载车辆阈值确定第三特征维度；根据第一特征维度、第二特征维度和第三特征维度确定目标检测区域内发生车辆聚集事件的概率；从而再根据确定的概率与预设值的比较结果确定目标检测区域内是否有车辆聚集事件发生。

基于同一发明构思，本发明实施例还提供了另一种车辆聚集监测方法，如图6所示，包括：

S601、确定检测区域的范围；

S602、获取检测区域内各机动车的属性信息和实时信息；

S603、根据检测区域内各机动车的属性信息确定第一特征维度，根据检测区域内各机动车的实时信息确定第二特征维度以及检测区域内的空载车辆数目；

S604、根据检测区域内的空载车辆数目和空载车辆阈值确定第三特征维度；

S605、根据第一特征维度、第二特征维度和第三特征维度确定检测区域内发生车辆聚集事件的概率；

S606、当确定的概率大于预设值时确定检测区域内有车辆聚集事件发生，并进行报警提示。

本发明实施例提供的车辆聚集监测方法，先确定检测区域的范围；然后获取检测区域内各机动车的属性信息和属性信息；根据检测区域内各机动车的属性信息确定第一特征维度，根据检测区域内各机动车的实时信息确定第二特征维度以及检测区域内的空载车辆数目；根据检测区域内的空载车辆数目和空载车辆阈值确定第三特征维度；根据第一特征维度、第二特征维度和第三特征维度确定检测区域内发生车辆聚集事件的概率；当确定的概率大于预设值时确定检测区域内有车辆聚集事件发生，并进行报警提示。即通过第一特征维度、第二特征维度和第三特征维度这三个维度判断车辆聚集事件的概率，可以提高准确率。

可选地，在本发明实施例提供的车辆聚集监测方法中，机动车为出租车；

出租车的属性信息包括：出租车的基础信息、驾驶员的基础信息和出租车企业基础信息；

出租车的实时信息包括：出租车的GPS信息、出租车的运营信息和出租车的载客状态信息。

在具体实施时，在本发明实施例提供的车辆聚集监测方法中，确定检测区域的范围，可以通过根据初始监测区域的实际建设边界周围的机动车道路分布情况，将初始监测区域的实际建设边界向外扩展形成目标检测区域的方法来确定，具体参见本发明实施例提供的上述实施例，在此不再详述。

基于同一发明构思，本发明实施例还提供了一种计算机可读存储介质，所述存储介质中存储有计算机指令，所述计算机指令被处理器执行时实现本发明实施例提供的上述任一种方法。

在具体实施时，该计算机可读存储介质可以是非暂态的。例如，所述计算机可读存储介质可以是ROM(Read-Only Memory，只读存储器，)、RAM(Random Access Memory，随机存取存储器)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本领域内的技术人员应明白，本申请实施例可提供为方法、***、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请实施例是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明实施例提供的一种车辆聚集监测方法及计算机可读存储介质，按照实际建设边界自由选定初始监测区域，并根据周围机动车道路分布情况，往外扩展的方式定义目标监测区域。这样正对不同的目标监测区域，因地制宜，自由度更高，监测范围更加精准。或者，通过第一特征维度、第二特征维度和第三特征维度这三个维度判断车辆聚集事件的概率，可以提高准确率。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种车辆聚集监测方法，其特征在于，包括：

根据初始监测区域的实际建设边界周围的机动车道路分布情况，将所述初始监测区域的实际建设边界向外扩展形成目标检测区域；所述根据初始监测区域的实际建设边界周围的机动车道路分布情况，将所述初始监测区域的实际建设边界向外扩展形成目标检测区域，包括：确定位于所述初始监测区域周围且距离所述实际建设边界第一预设距离的范围内是否有机动车道路；如果没有，则将所述初始监测区域的实际建设边界向外扩展所述第一预设距离形成目标检测区域；如果确定位于所述初始监测区域周围且距离所述实际建设边界第一预设距离的范围内有机动车道路；以位于所述初始监测区域周围且距离所述实际建设边界第一预设距离范围内的机动车道路为初始扩展道路；将所述初始扩展道路沿其延伸方向向远离所述实际建设边界一侧向外延伸第二预设距离形成目标扩展道路；在垂直于所述目标扩展道路的延伸方向上，将所述实际建设边界扩展至距离所述目标扩展道路的边界第三预设距离，形成所述目标检测区域的边界；

获取所述目标检测区域内所有机动车的信息；

根据所述目标检测区域内所有机动车的信息确定所述目标检测区域内是否有车辆聚集事件发生；

当确定所述目标检测区域内有车辆聚集事件发生时，则进行报警提示。

2.如权利要求1所述的车辆聚集监测方法，其特征在于，

所述第二预设距离根据所述初始扩展道路所属的城市道路等级确定，其中，所述初始扩展道路所属的城市道路等级越高，所述第二预设距离越大，所述初始扩展道路允许的机动车速度越快。

3.如权利要求2所述的车辆聚集监测方法，其特征在于，

所述第三预设距离大于或等于所述第二预设距离。

4.如权利要求1-3任一项所述的车辆聚集监测方法，其特征在于，所述根据所述目标检测区域内所有机动车的信息确定所述目标检测区域内是否有车辆聚集事件发生，包括：

根据所述目标检测区域内各机动车的属性信息确定第一特征维度，根据所述目标检测区域内各机动车的实时信息确定第二特征维度以及所述目标检测区域内的空载机动车的数目；

根据所述目标检测区域内的空载机动车的数目和所述目标检测区域的空载车辆阈值确定第三特征维度；

根据所述第一特征维度、所述第二特征维度和所述第三特征维度中的至少一个特征维度确定所述目标检测区域内发生车辆聚集事件的概率；

当确定的所述概率大于预设值时确定所述目标检测区域内有车辆聚集事件发生。

5.如权利要求4所述的车辆聚集监测方法，其特征在于，所述机动车为出租车；

所述出租车的属性信息包括：所述出租车的基础信息、驾驶员的基础信息和出租车企业基础信息；

所述出租车的实时信息包括：所述出租车的GPS信息、所述出租车的运营信息和所述出租车的载客状态信息。

6.一种车辆聚集监测方法，其特征在于，包括：

确定检测区域的范围；

获取所述检测区域内各机动车的属性信息和实时信息；

据检测区域内各机动车的属性信息确定第一特征维度，根据所述检测区域内各机动车的实时信息确定第二特征维度以及所述检测区域内的空载车辆数目；

根据所述检测区域内的空载车辆数目和空载车辆阈值确定第三特征维度；

根据所述第一特征维度、所述第二特征维度和所述第三特征维度确定所述检测区域内发生车辆聚集事件的概率；

当确定的所述概率大于预设值时确定所述检测区域内有车辆聚集事件发生，并进行报警提示。

7.如权利要求6所述的车辆聚集监测方法，其特征在于，所述机动车为出租车；

所述出租车的属性信息包括：所述出租车的基础信息、驾驶员的基础信息和出租车企业基础信息；

所述出租车的实时信息包括：所述出租车的GPS信息、所述出租车的运营信息和所述出租车的载客状态信息。

8.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1至7中任一项所述的方法。

Images