CN113744202A - 一种网约车的车辆一致性检测方法和装置 - Google Patents
一种网约车的车辆一致性检测方法和装置 Download PDFInfo
- Publication number
- CN113744202A CN113744202A CN202110929786.5A CN202110929786A CN113744202A CN 113744202 A CN113744202 A CN 113744202A CN 202110929786 A CN202110929786 A CN 202110929786A CN 113744202 A CN113744202 A CN 113744202A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- picture
- interior
- driver
- target
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 81
- 230000008569 process Effects 0.000 claims abstract description 47
- 230000000977 initiatory effect Effects 0.000 claims abstract description 12
- 239000005357 flat glass Substances 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 239000000306 component Substances 0.000 description 16
- 238000004590 computer program Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000005034 decoration Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30268—Vehicle interior
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种网约车的车辆一致性检测方法和装置,其中,该方法包括:在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;如果一致,则确定车辆检测通过;如果不一致,则发起车辆未检测通过的预警信息。通过上述方案将车辆一致性检测贯穿到整个订单的执行过程中,可以解决现有的网约车过程中人车不一致所导致的风险,提升了网约车的安全性和可信度。
Description
技术领域
本申请属于互联网技术领域,尤其涉及一种网约车的车辆一致性检测方法和装置。
背景技术
目前,在网约车领域,一般是在车主和车辆的认证阶段完成人车一致性检验,以保证司机与车辆一致。然而,在出行的过程中,乘客一般通过车牌来确定自己叫的车与接自己的车是否一致。
然而,如果网约车司机存在多辆车,那么司机在出车过程中就可能使用不同的车辆,有些没有资质的司机还可能通过已合法认证的车辆,但是不是与自身绑定的车辆拉客,这样将增加网约车的风险。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本申请目的在于提供一种网约车的车辆一致性检测方法和装置,可以实现对人车一致性的有效检测,提升网约车的安全性。
本申请提供一种网约车的车辆一致性检测方法和装置是这样实现的:
一种网约车的车辆一致性检测方法,包括:
在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
如果一致,则确定车辆检测通过;
如果不一致,则发起车辆未检测通过的预警信息。
在一个实施方式中,将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,包括:
将所述目标订单所绑定的司机作为目标司机;
将所述目标司机在注册过程中所绑定的车辆,作为目标车辆;
获取所述目标车辆的内饰图片库,其中,所述内饰图片库中至少存储有所述目标司机在注册时上传的目标车辆的内饰图片;
将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,以确定是否为同一辆车。
在一个实施方式中,将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,包括:
根据获取的内饰图片,获取车辆目标部件的形状、构造和颜色,作为第一数据;
根据与所述目标订单所绑定的车辆的内饰图片库中的图片,获取车辆目标部件的形状、构造和颜色,作为第二数据;
将所述第一数据与所述第二数据进行比对,以确定是否为同一辆车。
在一个实施方式中,所述目标部件包括以下至少之一:座椅、中控台、天窗、顶棚、车窗玻璃。
在一个实施方式中,在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片,包括以下至少之一:
在接单前,通过司机的手机的摄像头获取车辆的内饰图片;
在接单后,通过司机的手机的摄像头获取车辆的内饰图片;
在乘客上车时或上车后,通过乘客的手机的摄像头获取车辆的内饰图片。
在一个实施方式中,在确定人车一致性检测通过之后,还包括:
将获取的内饰图片添加至与所述目标订单所绑定的车辆的内饰图片库中。
在一个实施方式中,在根据将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对的过程中,还包括:
通过司乘的终端设备获取司机的人像图片;
将司机的人像图片,与***中预先存储的与该车辆绑定的司机的人像图片进行对比,以进行司机身份验证。
一种网约车的车辆一致性检测装置,包括:
获取模块,用于在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
比对模块,用于将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
确定模块,用于在比对结果为一致的情况下,确定车辆检测通过;
预警模块,用于在比对结果为不一致的情况下,发起车辆未检测通过的预警信息。
在一个实施方式中,所述比对模块包括:
第一生成单元,用于将所述目标订单所绑定的司机作为目标司机;
第二生成单元,用于将所述目标司机在注册过程中所绑定的车辆,作为目标车辆;
获取单元,用于获取所述目标车辆的内饰图片库,其中,所述内饰图片库中至少存储有所述目标司机在注册时上传的目标车辆的内饰图片;
比对单元,用于将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,以确定是否为同一辆车。
一种电子设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下方法的步骤:
在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
如果一致,则确定车辆检测通过;
如果不一致,则发起车辆未检测通过的预警信息。
一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下方法的步骤:
在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
如果一致,则确定车辆检测通过;
如果不一致,则发起车辆未检测通过的预警信息。
本申请提供的网约车的车辆一致性检测方法,在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片,从而将获取的内饰图片,与目标订单所绑定的车辆的内饰图片库中的图片进行比对;以进行人车一致性检测。而不是仅在司机注册的时候进行车辆一致性检测,通过将车辆一致性检测贯穿到整个订单的执行过程中,可以解决现有的网约车过程中人车不一致所导致的风险,提升了网约车的安全性和可信度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的网约车的车辆一致性检测方法一种实施例的方法流程图;
图2是本发明实施例的一种网约车的车辆一致性检测方法的电子设备的硬件结构框图;
图3是本申请提供的网约车的车辆一致性检测装置一种实施例的模型结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
考虑到现有的网约车平台,一般仅在司机注册的时候,才进行司机与车辆的一致性检测,如果在接单时候,司机换了车辆,对于乘客而言有时是不知道的,平台本身更是无感知的,这样将造成一定的安全风险。
为此,在本例中考虑到可以在订单执行的过程中,执行车辆与司机的人车一致性检测。
具体的,如图1所示,本申请一种实施例提供的网约车的车辆一致性检测方法可以包括如下步骤:
步骤101:在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
例如:可以在接单前,通过司机的手机的摄像头获取车辆的内饰图片;或者,可以在接单后,通过司机的手机的摄像头获取车辆的内饰图片;又或者,可以在乘客上车时或上车后,通过乘客的手机的摄像头获取车辆的内饰图片。
即,在订单执行的过程中,不管是订单发起,还是订单开始,或者乘客上车时,上车后等,都可以随时触发获取车辆的内饰图片,以作为比对的基础。
对于获取车辆的内饰图片的触发,可以是***触发的,例如,***确定司机接单,那么可以控制司机的终端上的摄像头获取车辆的内饰图片,或者是***确定乘客已上车就坐,可以触发通过乘客的终端上的摄像头获取车辆的内饰图片。不管是乘客获取的内饰图片,还是司机获取的内饰图片都上传至服务器,由服务器进行比对判断。
上述获取车辆的内饰图片的触发,也可以是乘客或者司机主动触发的,即,乘客自己控制获取图片上传,也可以是司机在接单过程中控制获取图片上传,具体采用哪种方式本申请不作限定,可以根据实际场景和需求设定。
步骤102:将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
在将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对的时候,可以将所述目标订单所绑定的司机作为目标司机;将所述目标司机在注册过程中所绑定的车辆,作为目标车辆;获取所述目标车辆的内饰图片库,其中,所述内饰图片库中至少存储有所述目标司机在注册时上传的目标车辆的内饰图片;将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,以确定是否为同一辆车。
即,可以预先建立内饰图片库,例如,司机可以在注册网约车账号的时候,上传自己要运营的车辆的内饰图片,并与自身身份绑定,作为与自己关联的车辆的内饰图片库。
且这个图片库中的数据是可以一直更新扩大的,例如,每次比对成功,可以以上传的图片扩充图片库,使得图片库中的图像更多方位,更全面。
步骤103:如果一致,则确定车辆检测通过;
步骤104:如果不一致,则发起车辆未检测通过的预警信息。
在上例中,在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片,从而将获取的内饰图片,与目标订单所绑定的车辆的内饰图片库中的图片进行比对;以进行人车一致性检测。而不是仅在司机注册的时候进行车辆一致性检测,通过将车辆一致性检测贯穿到整个订单的执行过程中,可以解决现有的网约车过程中人车不一致所导致的风险,提升了网约车的安全性和可信度。
具体的,在将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对的时候,可以是根据获取的内饰图片,获取车辆目标部件的形状、构造和颜色,作为第一数据;根据与所述目标订单所绑定的车辆的内饰图片库中的图片,获取车辆目标部件的形状、构造和颜色,作为第二数据;将所述第一数据与所述第二数据进行比对,以确定是否为同一辆车。即,通过对内饰中各部件的形状、构造和颜色进行对比,确定根据在订单执行过程中上传的内饰图片,与***中与司机关联的内饰图片对比,所匹配出的车辆是否为同一车辆。
上述的目标部件可以包括但不限于以下至少之一:座椅、中控台、天窗、顶棚、车窗玻璃。
为了对内饰图片库进行扩充,可以在确定人车一致性检测通过之后,将获取的内饰图片添加至与所述目标订单所绑定的车辆的内饰图片库中。
进一步的,在实现的时候,为了进一步提升安全性,可以同时进行司机的身份验证,即,可以根据将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对的过程中,通过司乘的终端设备获取司机的人像图片;将司机的人像图片,与***中预先存储的与该车辆绑定的司机的人像图片进行对比,以进行司机身份验证。或者是在通过司乘的终端设备获取车辆的内饰图片之前,通过人脸识别功能,确定司机与订单对应的司机信息是否一致,确定司机与手机是否一致,以进行司机的身份验证。
即,在本例中,在搜集图像信息时,不但搜集车辆内部构造和装饰信息,同时还包括司机本人的图像信息,在实现车辆验证的时候,还进行人车一致性的验证。
下面结合一个具体实施例对上述方法进行说明,然而,值得注意的是,该具体实施例仅是为了更好地说明本申请,并不构成对本申请的不当限定。
在本例中,为了实现人车一致的检测,验证当前开车的人是否是认证时人和车的模样,不在乎车辆是否经过改装,且在搜集图像信息时,不但搜集车辆内部构造和装饰信息,同时还包括司机本人的图像信息,从而不仅对车辆的一致性进行检测,还对人车的一致性进行检测。
具体实现的时候,网约车应用可以通过人脸识别来保证人和手机一致,然后通过图片识别车辆内饰的构造以及颜色来确定网约车应用所登录的手机和认证车辆是否同一辆。在订单进行前、进行中可以随机通过司机或者乘客登录网约车应用的手机的摄像头来捕捉图片,并将该图片上传到服务器。由服务器根据车辆认证时的内饰信息(是否有天窗、座椅靠枕类型、顶棚颜色等)来确定是否和认证的车辆为同一个车辆。
即,可以在车辆认证阶段,除了采集车辆的外观数据外,可以同时采集车辆内饰,以及内部核心部件中的座椅、中控台、天窗、顶棚、车窗玻璃等部件的形状、构造以及颜色并存入数据库中。在接单前或者接单后以及送乘客的过程中,使用司机或者乘客登录网约车应用的手机的摄像头随机拍摄车辆内部图片,并上传到服务器,和车辆认证时的数据对比,来判断当前车辆是否是认证过的车辆。服务端可以通过机器学习的方法,利用历史采集的内饰数据来提升车辆一致的准确性。
本申请上述实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在电子设备上为例,图2是本申请提供的一种网约车的车辆一致性检测方法的电子设备的硬件结构框图。如图2所示,电子设备10可以包括一个或多个(图中仅示出一个)处理器02(处理器02可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器04、以及用于通信功能的传输模块06。本领域普通技术人员可以理解,图2所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,电子设备10还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。
存储器04可用于存储应用软件的软件程序以及模块,如本申请实施例中的网约车的车辆一致性检测方法对应的程序指令/模块,处理器02通过运行存储在存储器04内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的网约车的车辆一致性检测送方法。存储器04可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器04可进一步包括相对于处理器02远程设置的存储器,这些远程存储器可以通过网络连接至电子设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块06用于经由一个网络接收或者发送数据。上述的网络具体实例可包括电子设备10的通信供应商提供的无线网络。在一个实例中,传输模块06包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块06可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
在软件层面,上述网约车的车辆一致性检测装置可以如图3所示,包括:
获取模块301,用于在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
比对模块302,用于将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
确定模块303,用于在比对结果为一致的情况下,确定车辆检测通过;
预警模块304,用于在比对结果为不一致的情况下,发起车辆未检测通过的预警信息。
在一个实施方式中,上述比对模块302可以包括:第一生成单元,用于将所述目标订单所绑定的司机作为目标司机;第二生成单元,用于将所述目标司机在注册过程中所绑定的车辆,作为目标车辆;获取单元,用于获取所述目标车辆的内饰图片库,其中,所述内饰图片库中至少存储有所述目标司机在注册时上传的目标车辆的内饰图片;比对单元,用于将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,以确定是否为同一辆车。
在一个实施方式中,将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,可以包括:根据获取的内饰图片,获取车辆目标部件的形状、构造和颜色,作为第一数据;根据与所述目标订单所绑定的车辆的内饰图片库中的图片,获取车辆目标部件的形状、构造和颜色,作为第二数据;将所述第一数据与所述第二数据进行比对,以确定是否为同一辆车。
在一个实施方式中,上述目标部件可以包括但不限于以下至少之一:座椅、中控台、天窗、顶棚、车窗玻璃。
在一个实施方式中,在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片,可以包括以下至少之一:
1)在接单前,通过司机的手机的摄像头获取车辆的内饰图片;
2)在接单后,通过司机的手机的摄像头获取车辆的内饰图片;
3)在乘客上车时或上车后,通过乘客的手机的摄像头获取车辆的内饰图片。
在一个实施方式中,在车辆检测通过之后,可以将获取的内饰图片添加至与所述目标订单所绑定的车辆的内饰图片库中。
在一个实施方式中,在根据将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对的过程中,还可以通过司乘的终端设备获取司机的人像图片;将司机的人像图片,与***中预先存储的与该车辆绑定的司机的人像图片进行对比,以进行司机身份验证。
本申请的实施例还提供能够实现上述实施例中的网约车的车辆一致性检测方法中全部步骤的一种电子设备的具体实施方式,所述电子设备具体包括如下内容:处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的网约车的车辆一致性检测方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
步骤2:将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
步骤3:如果一致,则确定车辆检测通过;
步骤4:如果不一致,则发起车辆未检测通过的预警信息。
从上述描述可知,本申请实施例在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片,从而将获取的内饰图片,与目标订单所绑定的车辆的内饰图片库中的图片进行比对;以进行人车一致性检测。而不是仅在司机注册的时候进行车辆一致性检测,通过将车辆一致性检测贯穿到整个订单的执行过程中,可以解决现有的网约车过程中人车不一致所导致的风险,提升了网约车的安全性和可信度。
本申请的实施例还提供能够实现上述实施例中的网约车的车辆一致性检测方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的网约车的车辆一致性检测方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
步骤2:将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
步骤3:如果一致,则确定车辆检测通过;
步骤4:如果不一致,则发起车辆未检测通过的预警信息。
从上述描述可知,本申请实施例在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片,从而将获取的内饰图片,与目标订单所绑定的车辆的内饰图片库中的图片进行比对;以进行人车一致性检测。而不是仅在司机注册的时候进行车辆一致性检测,通过将车辆一致性检测贯穿到整个订单的执行过程中,可以解决现有的网约车过程中人车不一致所导致的风险,提升了网约车的安全性和可信度。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明是参照根据本发明实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书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,本说明书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。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (10)
1.一种网约车的车辆一致性检测方法,其特征在于,包括:
在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
如果一致,则确定车辆检测通过;
如果不一致,则发起车辆未检测通过的预警信息。
2.根据权利要求1所述的方法,其特征在于,将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,包括:
将所述目标订单所绑定的司机作为目标司机;
将所述目标司机在注册过程中所绑定的车辆,作为目标车辆;
获取所述目标车辆的内饰图片库,其中,所述内饰图片库中至少存储有所述目标司机在注册时上传的目标车辆的内饰图片;
将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,以确定是否为同一辆车。
3.根据权利要求1所述的方法,其特征在于,将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,包括:
根据获取的内饰图片,获取车辆目标部件的形状、构造和颜色,作为第一数据;
根据与所述目标订单所绑定的车辆的内饰图片库中的图片,获取车辆目标部件的形状、构造和颜色,作为第二数据;
将所述第一数据与所述第二数据进行比对,以确定是否为同一辆车。
4.根据权利要求3所述的方法,其特征在于,所述目标部件包括以下至少之一:座椅、中控台、天窗、顶棚、车窗玻璃。
5.根据权利要求1所述的方法,其特征在于,在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片,包括以下至少之一:
在接单前,通过司机的手机的摄像头获取车辆的内饰图片;
在接单后,通过司机的手机的摄像头获取车辆的内饰图片;
在乘客上车时或上车后,通过乘客的手机的摄像头获取车辆的内饰图片。
6.根据权利要求1所述的方法,其特征在于,在根据将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对的过程中,还包括:
通过司乘的终端设备获取司机的人像图片;
将司机的人像图片,与***中预先存储的与该车辆绑定的司机的人像图片进行对比,以进行司机身份验证。
7.一种网约车的车辆一致性检测装置,其特征在于,包括:
获取模块,用于在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
比对模块,用于将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
确定模块,用于在比对结果为一致的情况下,确定车辆检测通过;
预警模块,用于在比对结果为不一致的情况下,发起车辆未检测通过的预警信息。
8.根据权利要求7所述的装置,其特征在于,所述比对模块包括:
第一生成单元,用于将所述目标订单所绑定的司机作为目标司机;
第二生成单元,用于将所述目标司机在注册过程中所绑定的车辆,作为目标车辆;
获取单元,用于获取所述目标车辆的内饰图片库,其中,所述内饰图片库中至少存储有所述目标司机在注册时上传的目标车辆的内饰图片;
比对单元,用于将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对,以确定是否为同一辆车。
9.一种电子设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下方法的步骤:
在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
如果一致,则确定人车一致性检测通过;
如果不一致,则发起人车不一致预警信息。
10.一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下方法的步骤:
在目标订单的执行过程中,通过司乘的终端设备获取车辆的内饰图片;
将获取的内饰图片,与所述目标订单所绑定的车辆的内饰图片库中的图片进行比对;
如果一致,则确定人车一致性检测通过;
如果不一致,则发起人车不一致预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110929786.5A CN113744202A (zh) | 2021-08-13 | 2021-08-13 | 一种网约车的车辆一致性检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110929786.5A CN113744202A (zh) | 2021-08-13 | 2021-08-13 | 一种网约车的车辆一致性检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113744202A true CN113744202A (zh) | 2021-12-03 |
Family
ID=78731016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110929786.5A Pending CN113744202A (zh) | 2021-08-13 | 2021-08-13 | 一种网约车的车辆一致性检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113744202A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114244948A (zh) * | 2021-12-24 | 2022-03-25 | 世纪恒通科技股份有限公司 | 一种基于安卓***的代驾***质检方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008242507A (ja) * | 2007-03-23 | 2008-10-09 | Nec Fielding Ltd | 車上品監視システム、車上品監視制御装置、車上品監視制御方法、端末装置及びプログラム |
CN109448313A (zh) * | 2018-09-26 | 2019-03-08 | 北京小米移动软件有限公司 | 车辆识别方法、装置、设备及存储介质 |
CN109543597A (zh) * | 2018-11-20 | 2019-03-29 | 华南理工大学 | 一种基于人脸识别的网约车驾驶员身份验证装置 |
CN110070092A (zh) * | 2019-03-15 | 2019-07-30 | 平安科技(深圳)有限公司 | 车型识别方法、装置、计算机设备及存储介质 |
JP2019153219A (ja) * | 2018-03-06 | 2019-09-12 | 本田技研工業株式会社 | 車両管理システム、車両管理方法、およびプログラム |
CN110390533A (zh) * | 2019-06-04 | 2019-10-29 | 天津五八到家科技有限公司 | 网约车司机身份鉴定方法、装置、设备及存储介质 |
CN110457394A (zh) * | 2019-08-14 | 2019-11-15 | 浙江大搜车软件技术有限公司 | 车辆信息管理方法、装置、计算机设备和存储介质 |
US20200064230A1 (en) * | 2018-08-23 | 2020-02-27 | LaserJacket, Inc. | System for the assessment of an object |
-
2021
- 2021-08-13 CN CN202110929786.5A patent/CN113744202A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008242507A (ja) * | 2007-03-23 | 2008-10-09 | Nec Fielding Ltd | 車上品監視システム、車上品監視制御装置、車上品監視制御方法、端末装置及びプログラム |
JP2019153219A (ja) * | 2018-03-06 | 2019-09-12 | 本田技研工業株式会社 | 車両管理システム、車両管理方法、およびプログラム |
US20200064230A1 (en) * | 2018-08-23 | 2020-02-27 | LaserJacket, Inc. | System for the assessment of an object |
CN109448313A (zh) * | 2018-09-26 | 2019-03-08 | 北京小米移动软件有限公司 | 车辆识别方法、装置、设备及存储介质 |
CN109543597A (zh) * | 2018-11-20 | 2019-03-29 | 华南理工大学 | 一种基于人脸识别的网约车驾驶员身份验证装置 |
CN110070092A (zh) * | 2019-03-15 | 2019-07-30 | 平安科技(深圳)有限公司 | 车型识别方法、装置、计算机设备及存储介质 |
CN110390533A (zh) * | 2019-06-04 | 2019-10-29 | 天津五八到家科技有限公司 | 网约车司机身份鉴定方法、装置、设备及存储介质 |
CN110457394A (zh) * | 2019-08-14 | 2019-11-15 | 浙江大搜车软件技术有限公司 | 车辆信息管理方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
LI, DP (LI, DA-PENG)等: "The Ride-hailing Spoof Detection based on the Sensor Measurement Consistency", 《PROCEEDINGS OF THE 30TH INTERNATIONAL TECHNICAL MEETING OF THE SATELLITE DIVISION OF THE INSTITUTE OF NAVIGATION (ION GNSS+ 2017)》, 31 December 2017 (2017-12-31), pages 402 - 407 * |
余璐: "网约车政府监管问题研究", 《中国优秀硕士学位论文全文数据库社会科学Ⅰ辑》, no. 01, 15 January 2020 (2020-01-15), pages 110 - 79 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114244948A (zh) * | 2021-12-24 | 2022-03-25 | 世纪恒通科技股份有限公司 | 一种基于安卓***的代驾***质检方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111937050B (zh) | 乘客相关物品丢失减少 | |
JP2021072133A (ja) | 画像に基づく車両損傷判定方法、装置および電子デバイス | |
CN109902575B (zh) | 基于无人驾驶车辆的防拐卖方法、装置及相关设备 | |
JP7402239B2 (ja) | 顔認識方法、ニューラルネットワークのトレーニング方法、顔認識装置、電子機器及びコンピュータ可読記憶媒体 | |
DE102017115306A1 (de) | Intelligentes vorab-hochfahren und einrichtung von fahrzeugsystemen | |
CN111242553B (zh) | 智能配送方法、装置、计算机设备和存储介质 | |
DE102017120189A1 (de) | Fahrzielkriterien für ein Entriegeln einer Fahrzeugtür | |
CN111291812B (zh) | 属性类别的获取方法及装置、存储介质、电子装置 | |
US9996757B1 (en) | Apparatuses, systems, and methods for detecting various actions of a vehicle operator | |
CN106845267B (zh) | 应用历史信息的处理方法及移动终端 | |
CN110826435A (zh) | 驾驶中人脸识别验证方法、装置、车载设备和存储介质 | |
CN110570597A (zh) | 一种身份识别方法、***和存储介质 | |
CN113744202A (zh) | 一种网约车的车辆一致性检测方法和装置 | |
CN112333165A (zh) | 身份认证方法、装置、设备及*** | |
Kamruzzaman et al. | AI-based computer vision using deep learning in 6G wireless networks | |
CN112052780A (zh) | 人脸验证方法、装置、***及存储介质 | |
CN110991253A (zh) | 一种基于区块链的人脸数字身份识别方法和装置 | |
CN111049802A (zh) | 无感登录方法、***、存储介质及车机端 | |
CN115514575A (zh) | 一种车辆控制方法、装置、设备及计算机可读存储介质 | |
CN112183284B (zh) | 一种安全信息验证、代驾接单控制方法和装置 | |
CN110539723B (zh) | 一种汽车后备箱控制方法、***、车载设备及服务器 | |
US20220055557A1 (en) | Method for Checking at Least One Vehicle, and Electronic Computing Device | |
CN112660046A (zh) | 设备控制方法、装置、计算机设备、存储介质及车辆 | |
CN110758324A (zh) | 试驾控制方法及***、车载智能设备、车辆、存储介质 | |
CN117975071B (zh) | 图像聚类方法、计算机设备和存储介质 |
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 |