CN112185155B - 基于大数据的汽车定位管理方法、计算机设备及存储介质 - Google Patents

Abstract

本发明涉及一种基于大数据的汽车定位管理方法、计算机设备及存储介质，实时监测汽车在行驶的车辆驾驶环境及车辆驾驶行为，以及车辆行驶过程中产生的GPS定位数据；监测到所述车辆驾驶环境发生变化时，向车载的警报***发送第一控制指令，以使所述警报***对碰撞警报及震动警报的灵敏度进行调整；监测到所述车辆驾驶行为发生变化时，向车载的警报***发送第二控制指令，以使所述警报***对车辆制动警报及碰撞、震动警报的灵敏度进行调整；提取GPS定位数据中包含的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息，对当前所述待寻找车辆所在位置进行预测。通过本发明，能够提高驾驶安全风险监控的关注及时性，提高找车成功率，减少车辆丢失损失。

Description

基于大数据的汽车定位管理方法、计算机设备及存储介质

技术领域

本发明涉及车辆安全技术领域，更具体地说，涉及一种基于大数据的汽车定位管理方法、计算机设备及存储介质。

背景技术

目前汽车金融公司在进行融资租赁业务时，都会使用北斗/GPS硬件定位设备来进行车辆的监控和管理。客车或者物流车等车辆安全监控场景，车辆驾驶安全分析已相对成熟，安全管控的行为基于平台分析或人工判断触发，却未从物联网硬件与平台结合的角度去影响硬件，缺少智能联动。车辆有丢失风险时，现有的市面上通用的找车方案，是运营找车人员基于基础的GPS定位和车辆停车位置和历史停车记录找车，缺少智能化的综合分析应用，找车效率较低，且单纯依赖GPS在线定位，车辆丢失风险较高。

发明内容

本发明要解决的技术问题在于，针对现有技术的缺陷，提供一种基于大数据的汽车定位管理方法、计算机设备及存储介质。

本发明解决其技术问题所采用的技术方案是：构造一种基于大数据的汽车定位管理方法，包括：

实时监测共享汽车在行驶的车辆驾驶环境及车辆驾驶行为，以及车辆行驶过程中产生的GPS定位数据；

监测到所述车辆驾驶环境发生变化时，向车载的警报***发送第一控制指令，以使所述警报***对碰撞警报及震动警报的灵敏度进行调整；

监测到所述车辆驾驶行为发生变化时，向车载的警报***发送第二控制指令，以使所述警报***对车辆制动警报及碰撞、震动警报的灵敏度进行调整；

提取GPS定位数据中包含的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息，综合历史停车位置，对当前所述待寻找车辆所在位置进行预测。

其中，在提取GPS定位数据中包含的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息的步骤中，包括步骤：

识别所述GPS定位数据中，涉及所述待寻找车辆的所有停留点信息的定位信息，设定为疑似通勤地址信息；

判断所述待寻找车辆在每一所述疑似通勤地址信息的位置的停留时间，过滤无效停留点，获得有效停留点；其中，停留时间不超过5分钟的停留点判定为无效停留点；

结合地图，判断过滤无效停留点后的所述疑似通勤地址信息中，是否存在位置相近的停留点，以进行停留点整合；

对停留点整合后，判断所述待寻找车辆在每一所述有效停留点的停留时间和时段，并结合地图判断所述有效停留点的功能；

判断所述待寻找车辆在每一所述疑似通勤地址信息的位置在指定时间范围内的停留频次，确定通勤地址；

通过对所述待寻找车辆的行驶轨迹分析，结合地图信息点poi情况分析，得知租赁者的兴趣消费类别喜好和兴趣点停留区域，预测租赁者可能出现的兴趣点地址；

通过对所述待寻找车辆的行驶轨迹分析，得出车辆行驶区域范围和停留地址的频次分布，来预测租赁者可能出行的行驶区域。

其中，在进行停留点整合的步骤中，通过地图获取停留点的坐标位置信息，计算每两个停留点之间的直线距离；若两个停留点之间的直线距离小于预设距离阈值，则将距离小于预设距离阈值的停留点进行整合。

其中，在判断有效停留点功能的步骤中，判断整合后的停留点的停留时间和时段，若停留时间超过五小时、且停留时段在工作日白天，则判定停留点为工作地点；若停留时间超过五小时、且停留时段在工作日夜间，则判定停留点为住址地点；根据地图信息点poi情况，判定在休息日停车超过1小时的停留点为兴趣点，判定在工作日晚上停车时间超过1小时且小于五小时的停留点为兴趣点。

其中，在根据提取的所述通勤地址信息、车辆兴趣点信息及车辆行驶区域信息，综合历史停车位置，对当前所述待寻找车辆所在位置进行预测的步骤中，根据当前日期时段，确定所述待寻找车辆在当前时段理论所处的位置，完成对当前所述待寻找车辆所在位置的预测。

其中，所述车辆驾驶环境的变化至少包括：

车辆驾驶的行驶时间进入夜间模式；

判定车辆驾驶的行驶时间进入夜间模式时，通过驾驶的时间点与实时时间进行比较；其中，设定行驶时间过程中经过第一预设时间点时，判定行驶进入夜间模式；行驶时间过程中经过第二预设时间点时，判定行驶离开夜间模式；

车辆驾驶的驾驶模式由正常模式变更为慢速模式；

实时的行驶速度减少至第一预设速度，且保持时间超过第一预设时间间隔，则车辆驾驶的驾驶模式由正常模式变更为慢速模式。

其中，所述车辆驾驶行为的变化至少包括：

车辆行驶的行驶区域发生变化；

若车辆行驶的路径重合度与当前时间节点前一周内的行驶轨迹低于预设距离时，判定车辆行驶的行驶区域发生变化；

车辆行驶的驾驶模式由正常模式变更为高速模式；

实时的行驶速度增加至第二预设速度，且保持时间超过第二预设时间间隔，则车辆驾驶的驾驶模式由正常模式变更为高速模式。

其中，对车辆行驶的车辆制动警报的调整至少包括对车辆行驶的急加速、急减速及急转弯过程中的报警灵敏度的调整。

此外，本发明构建了一种计算机设备，包括输入输出单元、存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如前述技术方案所述的基于大数据的汽车定位管理方法中的步骤。

此外本发明构建了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如前述技术方案所述的基于大数据的汽车定位管理方法中的步骤。

本发明的基于大数据的汽车定位管理方法，实时监测汽车在行驶的车辆驾驶环境及车辆驾驶行为，以及车辆行驶过程中产生的GPS定位数据；监测到所述车辆驾驶环境发生变化时，向车载的警报***发送第一控制指令，以使所述警报***对碰撞警报及震动警报的灵敏度进行调整；监测到所述车辆驾驶行为发生变化时，向车载的警报***发送第二控制指令，以使所述警报***对车辆制动警报及碰撞、震动警报的灵敏度进行调整；提取GPS定位数据中包含的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息，综合历史停车位置，对当前所述待寻找车辆所在位置进行预测。通过本发明，能够提高驾驶安全风险监控的关注及时性，提高找车成功率，减少车辆丢失损失。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明的基于大数据的汽车定位管理方法的流程示意图。

图2是本发明的基于大数据的汽车定位管理方法中的计算机设备的结构示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

如图1所示，本发明提供了一种基于大数据的汽车数据管理方法，包括：

实时监测共享汽车在行驶的车辆驾驶环境及车辆驾驶行为，以及车辆行驶过程中产生的GPS定位数据；

监测到所述车辆驾驶环境发生变化时，向车载的警报***发送第一控制指令，以使所述警报***对碰撞警报及震动警报的灵敏度进行调整；

监测到所述车辆驾驶行为发生变化时，向车载的警报***发送第二控制指令，以使所述警报***对车辆制动警报及碰撞、震动警报的灵敏度进行调整；

提取GPS定位数据中包含的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息，综合历史停车位置，对当前所述待寻找车辆所在位置进行预测。

通常，车辆的车载GPS设备会采集全车信息，包括车辆行驶状况、健康程度等的信息，作为GPS数据发送至公司数据库，但是在本发明中，仅涉及定位信息，因此首先从对应待寻找车辆的大量GPS数据中提取定位信息。

分析GPS定位数据，提取对应车辆的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息。

其中，在提取GPS定位数据中包含的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息的步骤中，包括步骤：

识别所述GPS定位数据中，涉及所述待寻找车辆的所有停留点信息的定位信息，设定为疑似通勤地址信息；

判断所述待寻找车辆在每一所述疑似通勤地址信息的位置的停留时间，过滤无效停留点，获得有效停留点；其中，停留时间不超过5分钟的停留点判定为无效停留点；

结合地图，判断过滤无效停留点后的所述疑似通勤地址信息中，是否存在位置相近的停留点，以进行停留点整合；

对停留点整合后，判断所述待寻找车辆在每一所述有效停留点的停留时间和时段，并结合地图判断所述有效停留点的功能；

判断所述待寻找车辆在每一所述疑似通勤地址信息的位置在指定时间范围内的停留频次，确定通勤地址；

通过对所述待寻找车辆的行驶轨迹分析，结合地图信息点poi情况分析，得知租赁者的兴趣消费类别喜好和兴趣点停留区域，预测租赁者可能出现的兴趣点地址；

通过对所述待寻找车辆的行驶轨迹分析，得出车辆行驶区域范围和停留地址的频次分布，来预测租赁者可能出行的行驶区域。

其中，在进行停留点整合的步骤中，通过地图获取停留点的坐标位置信息，计算每两个停留点之间的直线距离；若两个停留点之间的直线距离小于预设距离阈值，则将距离小于预设距离阈值的停留点进行整合。

其中，在判断有效停留点功能的步骤中，判断整合后的停留点的停留时间和时段，若停留时间超过五小时、且停留时段在工作日白天，则判定停留点为工作地点；若停留时间超过五小时、且停留时段在工作日夜间，则判定停留点为住址地点；根据地图信息点poi情况，判定在休息日停车超过1小时的停留点为兴趣点，判定在工作日晚上停车时间超过1小时且小于五小时的停留点为兴趣点。

判断待寻找车辆在每一疑似通勤地址信息的位置的停留时间，过滤无效停留点。车辆在行驶过程中会因各种原因进行停车停留，如红绿灯、堵车、临时检查等。具体的，将停留时间不超过5分钟的停留点判定为无效停留点，并将无效停留点排除。

结合地图，判断过滤无效停留点后的疑似通勤地址信息中，是否存在位置相近的停留点，以进行停留点整合；例如在车辆到达指定位置，如公司或家庭的停车场，可能因时间先后问题，每天会停在同一停车场的不同停车位上，在GPS定位数据中，同一停车场的不同停车位会被判定为不同的停留点。此时需要对停留点相互之间的距离信息进行判断。通过地图获取停留点的坐标位置信息，计算每两个停留点之间的直线距离；若两个停留点之间的直线距离小于预设距离阈值，则将距离小于预设距离阈值的停留点进行整合。在本发明中，首先对排除无效停留点后的每一停留点进行编号，然后采用遍历法，计算每一停留点与其余的停留点之间的距离，若距离小于500米，则判定属于同一停车场，即整合为同一停留点。完成一次遍历后，剩余的停留点可判定为不在同一停车场中的停留点。

对停留点整合后，判断待寻找车辆在每一有效停留点的停留时间和时段，并结合地图判断有效停留点的功能。判断待寻找车辆在每一疑似通勤地址信息的位置在指定时间范围内的停留频次，确定通勤地址。

判断整合后的停留点的停留时间和时段，若停留时间超过五小时、且停留时段在工作日白天，则判定停留点为工作地点；若停留时间超过五小时、且停留时段在工作日夜间，则判定停留点为住址地点。进一步结合停留点的停留频次，若停留频次大于10次/月，则确定为通勤停留点，反之再做兴趣点的判断。其中家庭住址的停留点和工作地址的停留点背设定为通勤地址。后续如果租赁者的通勤地址发生变更，且未通知到租赁公司，公司可根据上述判断过程确定其变更情况，并可电至租赁者进行确认。

其中，在根据提取的所述通勤地址信息、车辆兴趣点信息及车辆行驶区域信息，综合历史停车位置，对当前所述待寻找车辆所在位置进行预测的步骤中，根据当前日期时段，确定所述待寻找车辆在当前时段理论所处的位置，完成对当前所述待寻找车辆所在位置的预测。

具体的，假设当前寻找车辆的时间点为周三上午10点，则根据前述分析，租赁者应该处于工作状态，其车辆应该处于单位停车场；假设当前寻车时间点为周日晚上10点，根据前述分析，租赁者应处于信息状态，则其车辆应该处于家庭住址所属的停车场；假设当前寻车时间为周六下午三点，租赁者处于休息状态，若根据前述判断，判定租赁者有周六去往商场的习惯，则车辆应处于家庭住址所属的停车场或商场的停车场。

进一步，还包括判断租赁者变更情况的步骤。

此时首先对待寻找车辆的通勤地点信息、行车时间信息及行驶热力分布信息进行判断，若通勤地点信息、行车时间信息及行驶热力分布信息发生了变化，则进一步对GPS定位数据中的驾驶信息进行判断，将当前时期的指定时间间隔内的驾驶信息与租赁初期相同时间间隔内的驾驶信息进行比较，通过对车辆加速、减速、转弯信息的比较，判断驾驶者的驾驶情况是否发生变化；因为每个驾驶员的驾驶习惯是固定的，在其驾驶过程中，加速、减速、转弯操作的动作习惯应该是相同的，如果通过分析数据发现前后不同，则说明驾驶员，即租赁者发生变更。在本发明中，为保证判断准确性，若出现前后时期不一致的情况时，在两个时间段的中间再截取随机的多个时间段进行判断，确定不是因为仅当前驾驶员发生变更，进而可确定驾驶员发生变更的时间点。

同时，还可获取待寻找车辆外接摄像头采集的图像，判断不同时段驾驶员是否相同，同时也可确定驾驶员发生变更的时间点，并可根据约定合同判断租赁者是否有违约情况。

其中，所述车辆驾驶环境的变化至少包括：

车辆驾驶的行驶时间进入夜间模式；

判定车辆驾驶的行驶时间进入夜间模式时，通过驾驶的时间点与实时时间进行比较；其中，设定行驶时间过程中经过第一预设时间点时，判定行驶进入夜间模式；行驶时间过程中经过第二预设时间点时，判定行驶离开夜间模式；

车辆驾驶的驾驶模式由正常模式变更为慢速模式；

实时的行驶速度减少至第一预设速度，且保持时间超过第一预设时间间隔，则车辆驾驶的驾驶模式由正常模式变更为慢速模式。

其中，所述车辆驾驶行为的变化至少包括：

车辆行驶的行驶区域发生变化；

若车辆行驶的路径重合度与当前时间节点前一周内的行驶轨迹低于预设距离时，判定车辆行驶的行驶区域发生变化；

车辆行驶的驾驶模式由正常模式变更为高速模式；

实时的行驶速度增加至第二预设速度，且保持时间超过第二预设时间间隔，则车辆驾驶的驾驶模式由正常模式变更为高速模式。

其中，对车辆行驶的车辆制动警报的调整至少包括对车辆行驶的急加速、急减速及急转弯过程中的报警灵敏度的调整。

本发明所涉及的车辆定位管理方法面向对象是车辆租赁公司所属的车辆，基于不同驾驶环境及驾驶行为的情形下，调整车辆内部警报***的相关警报器的灵敏度，提高车辆行驶安全性的同时，可以对车辆的警报***部件进行保护，避免损耗提高使用寿命。

具体的，车辆行驶过程中，实时的监测车辆行驶过程中的车辆驾驶环境及车辆驾驶行为。在本发明的实施例中，车辆驾驶环境的变化是指车辆在实时驾驶过程中，由正常行驶的环境驶入非正常行驶的环境。车辆驾驶行为的变化是指车辆在行驶过程中，司机的驾驶行为发生变化。

车辆驾驶环境的变化至少包括时间的变化和空间的变化。

时间变化：在司机驾驶过程中，白天的时间环境下司机的能见度清晰，司机精神状态良好，一般不会存在疲劳驾驶，而且白天环境下其他车辆的司机也具备相同的能见度和精神状态，因此属于相对安全的驾驶环境。但是在黑夜的时间环境下，由于天色的影响，司机的能见度下降，同时司机的精神状态可能会出现疲劳，而且其他车辆的司机在黑夜也会具备相同的能见度和精神状态，所以黑夜相对白天，对于驾驶员来说更容易发生事故。在本发明中，设定从白天转入黑夜的时间节点，在司机驾驶过程中时间到达设定的时间节点时，代表时间的驾驶环境的转换。

在本发明中，通过监测司机驾驶过程中的时间过程，通过驾驶的时间点与实时时间进行比较，设定行驶时间过程中经过第一预设时间点时，判定行驶进入夜间模式；行驶时间过程中经过第二预设时间点时，判定行驶离开夜间模式。具体的，设定晚间7点是第一预设时间点，当车辆在晚间7点行驶时，判定进入夜间模式，此时向车辆的警报***的碰撞警报及振动警报的相关警报设备的灵敏度进行调整，提高其灵敏度。车辆警报***的灵敏度提高，使其在夜间模式的驾驶情况下，接受到更为轻微的震动或碰撞时会及时感应，做出警报，提醒司机及时采取措施。

同时设定早晨7点为第二预设时间点，当车辆在早晨7点行驶时，判定退出模式，此时向车辆的警报***的碰撞警报及振动警报的相关警报设备的灵敏度进行调整，降低其灵敏度。车辆在早晨7点的时间环境下行驶时，司机的能见度及精神状态是良好的，能够及时观测到危险并做出警报，降低警报器灵敏度可提高使用寿命。

在本发明的其他实施例中，可对连续行驶时间进行限定。若连续行驶时间超过限定时间时，需发出警报信号，提醒司机停车休息，连续行驶时间可设定为3小时。因此本发明不存在从夜间7点连续行驶至早晨7点，及从早晨7点连续行驶至夜间7点的情况，不对上述情况进行控制。

空间变化：在司机驾驶过程中，驶入拥堵路段，如拥挤街道或车多的路段时，速度应降低。本发明设定实时的行驶速度减少至第一预设速度，且保持时间超过第一预设时间间隔，则车辆驾驶的驾驶模式由正常模式变更为慢速模式。设定第一预设速度为30km/h，第一预设时间间隔为3分钟。当行驶速度低于第一预设速度时，判定车辆驶入拥堵路段，此时向车辆的警报***的碰撞警报及振动警报的相关警报设备的灵敏度进行调整，提高其灵敏度。由于拥堵路段存在较多的行人和车辆，即使降低车速，但是司机在驾驶室内相对封闭，相较普通路段更容易发生碰撞，引发事故。此时提高灵敏度，可接受到更为轻微的震动或碰撞时会及时感应，做出警报，提醒司机及时采取措施。

若行驶速度大于第一预设速度，且持续行驶时间超过第一预设时间间隔时，说明车辆行驶回归正常，驶离拥堵路段，此时向车辆的警报***的碰撞警报及振动警报的相关警报设备的灵敏度进行调整，降低其灵敏度。在正常行驶的路况下，司机的能见度及精神状态是良好的，能够及时观测到危险并做出警报，降低警报器灵敏度可提高使用寿命。

车辆驾驶行为的变化至少包括车辆行驶的行驶区域发生变化，以及车辆行驶的驾驶模式由正常模式变更为高速模式。

租赁公司为顾客提供的租赁车辆，往往都安装GPS定位设备，GPS定位设备连接至租赁公司的数据库，实时或定时将GPS定位信息传递至数据库进行存储，并在必要时供租赁公司的技术人员提取数据进行分析。在本发明的实施例中，数据库存储一周之内的车辆GPS设备传输的GPS数据，并进行分析，确定行驶轨迹。

在实时的行驶过程中，通过GPS定位设备将实时的GPS数据传输至数据库，经过解析确定其中包含的GPS行驶轨迹信息，并与数据库中存储的对应车辆的GPS数据中的行驶轨迹进行比对，若车辆行驶的路径重合度与当前时间节点前一周内的行驶轨迹低于预设距离时，判定车辆行驶的行驶区域发生变化。设定预设距离为1公里，若存在不重合的轨迹长度达到1公里时，就说明车辆已在陌生路况下行驶超过1公里的路程，判定行驶区域发生变化。此时在确认车辆正常租赁的前提下，向车辆的警报***的碰撞警报及振动警报的相关警报设备的灵敏度进行调整，提高其灵敏度。判定司机当前驾驶车辆到达陌生环境中，无从获知当前的路况信息。此时提高灵敏度，可接受到更为轻微的震动或碰撞时会及时感应，做出警报，提醒司机及时采取措施。

若车辆行驶的路径重合度与当前时间节点前一周内的行驶轨迹超过预设距离时，判定车辆行驶回归正常行驶区域。设定预设距离为1公里，若存在不重合的轨迹长度达到1公里时，判定行驶区域回归正常。此时向车辆的警报***的碰撞警报及振动警报的相关警报设备的灵敏度进行调整，降低其灵敏度。此时司机已经驶离陌生区域，降低警报器灵敏度可提高使用寿命。

在司机驾驶过程中，驶入高速公路或车辆较少、允许较高速度行驶的路段时，速度应提高。本发明设定实时的行驶速度提高至第二预设速度，且保持时间超过第二预设时间间隔，则车辆驾驶的驾驶模式由正常模式变更为高速模式。设定第二预设速度为80km/h，第二预设时间间隔为1分钟。当行驶速度低于第二预设速度时，判定车辆驶入高速行驶路段，此时向车辆的警报***的碰撞警报及振动警报的相关警报设备的灵敏度进行调整，提高其灵敏度。由于高速行驶路段车速较快，相较普通路段更容易发生碰撞，引发事故。此时提高灵敏度，可接受到更为轻微的震动或碰撞时会及时感应，做出警报，提醒司机及时采取措施。

若行驶速度小于第二预设速度，且持续行驶时间超过第二预设时间间隔时，说明车辆行驶回归正常，驶离高速行驶路段，此时向车辆的警报***的碰撞警报及振动警报的相关警报设备的灵敏度进行调整，降低其灵敏度。在正常行驶的路况下，司机的能见度及精神状态是良好的，能够及时观测到危险并做出警报，降低警报器灵敏度可提高使用寿命。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (9)

1.一种基于大数据的汽车定位管理方法，其特征在于，包括：

实时监测汽车在行驶的车辆驾驶环境及车辆驾驶行为，以及车辆行驶过程中产生的GPS定位数据；

监测到所述车辆驾驶环境发生变化时，向车载的警报***发送第一控制指令，以使所述警报***对碰撞警报及震动警报的灵敏度进行调整；

监测到所述车辆驾驶行为发生变化时，向车载的警报***发送第二控制指令，以使所述警报***对车辆制动警报及碰撞、震动警报的灵敏度进行调整；所述车辆驾驶行为的变化至少包括：

车辆行驶的行驶区域发生变化；

若车辆行驶的路径重合度与当前时间节点前一周内的行驶轨迹低于预设距离时，判定车辆行驶的行驶区域发生变化；

车辆行驶的驾驶模式由正常模式变更为高速模式；

实时的行驶速度增加至第二预设速度，且保持时间超过第二预设时间间隔，则车辆驾驶的驾驶模式由正常模式变更为高速模式；

提取GPS定位数据中包含的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息，综合历史停车位置，对当前待寻找车辆所在位置进行预测。

2.根据权利要求1所述的基于大数据的汽车定位管理方法，其特征在于，在提取GPS定位数据中包含的通勤地址信息、车辆兴趣点信息及车辆行驶区域信息的步骤中，包括步骤：

识别所述GPS定位数据中，涉及所述待寻找车辆的所有停留点信息的定位信息，设定为疑似通勤地址信息；

判断所述待寻找车辆在每一所述疑似通勤地址信息的位置的停留时间，过滤无效停留点，获得有效停留点；其中，停留时间不超过5分钟的停留点判定为无效停留点；

结合地图，判断过滤无效停留点后的所述疑似通勤地址信息中，是否存在位置相近的停留点，以进行停留点整合；

对停留点整合后，判断所述待寻找车辆在每一所述有效停留点的停留时间和时段，并结合地图判断所述有效停留点的功能；

判断所述待寻找车辆在每一所述疑似通勤地址信息的位置在指定时间范围内的停留频次，确定通勤地址；

通过对所述待寻找车辆的行驶轨迹分析，结合地图信息点poi情况分析，得知租赁者的兴趣消费类别喜好和兴趣点停留区域，预测租赁者可能出现的兴趣点地址；

通过对所述待寻找车辆的行驶轨迹分析，得出车辆行驶区域范围和停留地址的频次分布，来预测租赁者可能出行的行驶区域。

3.根据权利要求2所述的基于大数据的汽车定位管理方法，其特征在于，在进行停留点整合的步骤中，通过地图获取停留点的坐标位置信息，计算每两个停留点之间的直线距离；若两个停留点之间的直线距离小于预设距离阈值，则将距离小于预设距离阈值的停留点进行整合。

4.根据权利要求2所述的基于大数据的汽车定位管理方法，其特征在于，在判断有效停留点功能的步骤中，判断整合后的停留点的停留时间和时段，若停留时间超过五小时、且停留时段在工作日白天，则判定停留点为工作地点；若停留时间超过五小时、且停留时段在工作日夜间，则判定停留点为住址地点；根据地图信息点poi情况，判定在休息日停车超过1小时的停留点为兴趣点，判定在工作日晚上停车时间超过1小时且小于五小时的停留点为兴趣点。

5.根据权利要求2所述的基于大数据的汽车定位管理方法，其特征在于，在根据提取的所述通勤地址信息、车辆兴趣点信息及车辆行驶区域信息，综合历史停车位置，对当前所述待寻找车辆所在位置进行预测的步骤中，根据当前日期时段，确定所述待寻找车辆在当前时段理论所处的位置，完成对当前所述待寻找车辆所在位置的预测。

6.根据权利要求1所述的基于大数据的汽车定位管理方法，其特征在于，所述车辆驾驶环境的变化至少包括：

车辆驾驶的行驶时间进入夜间模式；

判定车辆驾驶的行驶时间进入夜间模式时，通过驾驶的时间点与实时时间进行比较；其中，设定行驶时间过程中经过第一预设时间点时，判定行驶进入夜间模式；行驶时间过程中经过第二预设时间点时，判定行驶离开夜间模式；

车辆驾驶的驾驶模式由正常模式变更为慢速模式；

实时的行驶速度减少至第一预设速度，且保持时间超过第一预设时间间隔，则车辆驾驶的驾驶模式由正常模式变更为慢速模式。

7.根据权利要求3所述的基于大数据的汽车定位管理方法，其特征在于，对车辆行驶的车辆制动警报的调整至少包括对车辆行驶的急加速、急减速及急转弯过程中的报警灵敏度的调整。

8.一种计算机设备，其特征在于，包括输入输出单元、存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中的任一所述的基于大数据的汽车定位管理方法中的步骤。

9.一种存储有计算机可读指令的存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中的任一所述的基于大数据的汽车定位管理方法中的步骤。

Images