CN114997801A - 一种车辆异常监测方法、装置及服务器 - Google Patents
一种车辆异常监测方法、装置及服务器 Download PDFInfo
- Publication number
- CN114997801A CN114997801A CN202210796556.0A CN202210796556A CN114997801A CN 114997801 A CN114997801 A CN 114997801A CN 202210796556 A CN202210796556 A CN 202210796556A CN 114997801 A CN114997801 A CN 114997801A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- monitored
- determining
- information
- target event
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 53
- 230000005856 abnormality Effects 0.000 claims description 24
- 239000000725 suspension Substances 0.000 claims description 20
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 13
- 230000006399 behavior Effects 0.000 abstract description 11
- 238000005303 weighing Methods 0.000 description 15
- 230000036544 posture Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 206010036436 Posture abnormal Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆异常监测方法，涉及流向监控技术领域，包括：获取待监测车辆的车辆状态信息；其中，车辆状态信息包括定位信息、姿态信息、载重信息和制动信息一种或多种；根据车辆状态信息，从预先配置的多个候选事件中确定待监测车辆对应的目标事件；根据目标事件确定待监测车辆的异常检测结果。本发明通过采集多维度数据的变化量，并根据多维度数据确定对应的目标事件，可以还原车辆在运输过程中的多种行为，从而提高异常捕获的准确率。
Description
技术领域
本发明涉及流向监控技术领域，尤其是涉及一种车辆异常监测方法、装置及服务器。
背景技术
车辆异常监测是指对货物运输过程中发现的车辆流向异常或者货物流向异常进行监测。目前，相关技术提出，可以通过对车辆实时定位进行流向监测，该方案只能对车辆流向进行监测，无法监测货物的流向，若在货舱部分增加视频监控功能可以监测货物的流向，但需要上传并存储大量的视频数据，监测成本较高，且无法确定定位异常的时间点。
发明内容
有鉴于此，本发明的目的在于提供一种车辆异常监测方法、装备及服务器，通过采集多维度数据的变化量，并根据多维度数据确定对应的目标事件，可以还原车辆在运输过程中的多种行为，从而提高异常捕获的准确率。
第一方面，本发明实施例提供了一种车辆异常监测方法，包括：获取待监测车辆的车辆状态信息；其中，车辆状态信息包括定位信息、姿态信息、载重信息和制动信息一种或多种；根据车辆状态信息，从预先配置的多个候选事件中确定待监测车辆对应的目标事件；根据目标事件确定待监测车辆的异常检测结果。
在一种实施方式中，在根据车辆状态信息，从预先配置的多个候选事件类别中确定待监测车辆对应的目标事件的步骤之前，包括：获取预先配置的电子围栏的围栏范围；如果根据定位信息和围栏范围确定待监测车辆与电子围栏内部匹配，且内部匹配时长大于预设时间阈值，则确定待监测车辆驶入电子围栏；或者，如果根据定位信息和围栏范围确定待监测车辆与电子围栏外部匹配，且外部匹配时长大于预设时间阈值，则确定待监测车辆驶出电子围栏。
在一种实施方式中，目标事件包括货物装卸事件，姿态信息包括车速数据，根据车辆状态信息，从预先配置的多个候选事件中确定待监测车辆对应的目标事件的步骤，包括：在确定待监测车辆驶入电子围栏的情况下，当车速数据小于预设速度阈值，且制动信息表征手刹开启时，确定待监测车辆对应的目标事件为货物装卸事件。
在一种实施方式中，根据目标事件确定待监测车辆的异常检测结果的步骤，包括：控制悬挂承重设备启动，并获取悬挂承重设备采集的待监测车辆的重量数据；根据重量数据和重量数据对应的数据采集时间，计算重量单位变化量；如果重量单位变化量大于预设重量阈值，确定待监测车辆的异常监测结果为货物装卸异常。
在一种实施方式中，目标事件包括姿态判定事件，姿态数据还包括多个姿态子数据；根据目标事件确定待监测车辆的异常检测结果的步骤，包括：对于每个姿态子数据，如果该姿态子数据大于该姿态子数据对应的数据阈值，确定待监测车辆的异常监测结果为车辆姿态异常。
在一种实施方式中，方法还包括：将异常监测结果发送至指定关联终端，以使指定关联终端针对异常检测结果执行报警操作。
第二方面，本发明实施例还提供一种车辆异常监测装置，包括：信息获取模块，获取待监测车辆的车辆状态信息；其中，车辆状态信息包括定位信息、姿态信息、载重信息和制动信息一种或多种；目标事件确定模块，根据车辆状态信息，从预先配置的多个候选事件中确定待监测车辆对应的目标事件；异常检测模块，根据目标事件确定待监测车辆的异常检测结果。
第三方面，本发明实施例还提供一种服务器，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现第一方面提供的任一项的方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现第一方面提供的任一项的方法。
本发明实施例带来了以下有益效果：
本发明实施例提供的一种车辆异常监测方法、装置及服务器，其中，在获取待监测车辆的车辆状态信息后，根据车辆状态信息，从预先配置的多个候选事件中确定待监测车辆对应的目标事件，从而根据目标事件确定待监测车辆的异常检测结果。上述方法在进行车辆异常监测时，根据多维度数据确定对应的目标事件，从而真实还原车辆在运输过程中的多种行为，简单快捷的得到车辆异常检测结果，相较于相关技术中，通过对车辆实时定位进行流向监测，并通过在货舱部分增加视频监控功能监测货物流向，本发明实施例通过采集多维度数据的变化量，并根据多维度数据确定对应的目标事件，可以还原车辆在运输过程中的多种行为，从而提高异常捕获的准确率。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车辆异常检测***的结构示意图；
图2为本发明实施例提供的一种车辆异常检测方法的流程示意图；
图3为本发明实施例提供的另一种车辆异常检测方法的流程示意图；
图4为本发明实施例提供的一种车辆异常检测装置的结构示意图；
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，对于流向异常监测通常采用两种常见的技术手段，一种是监测运输车辆的行为轨迹，通过对车辆定位的实时监控来管控流向，这种监测方法只能获取运输的里程、时长、进出电子围栏等数据，监测车辆是否去过非法区域等，无法感知货物实际的流向，当货物流向和车辆流向不一致的时候无法判定；另一种是通在车辆的定位的基础上，增加货仓部分的视频监控功能，进行实时录像、拍照，并通过本地或者远程获取视频回放，观测车载货物在运输中的状态以及变化，从而监控车辆及货物的状态，但是监测成本较高，本地需要在车载终端上调取录像硬盘的数据，远程则需要上传大量视频，耗费极高的流量费用，且无法准确定位异常的时间点，耗费监测时间很长，基于此，本发明在结合了车辆定位和视频监控技术的基础上，融入了动态称重技术，通过采集多维度数据的变化量，并根据多维度数据确定对应的目标事件，可以还原车辆在运输过程中的多种行为，从而提高异常捕获的准确率。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种车辆异常检测***的结构示意图进行详细介绍，本发明公开的车辆异常检测***包含了车载各类智能硬件和数据中台大脑、客户端程序，硬件负责采集不同维度的数据，包括视频定位终端、悬挂称重***、车辆姿态检测器等，数据中台大脑在获取到各种数据后进行相对应的计算，可以生成各类事件结果，包括进出围栏事件、货物装卸事件、停车姿态判稳事件等，再结合运输任务，在客户端程序上提供给用户直观的预警提示，包括违规卸货、违规装货、进出风险区域、停车风险等，如图1所示，视频定位终端可以获取各通道视频流V(com1)-V(com8)、时间轴F(T)等数据，并通过GSM/GPS获取车辆的经纬度F(NS)以及车辆的速度F(V)，通过手刹检测模块获取车辆的点火状态F(ACC)以及手刹状态F(PB)，悬挂称重***可以获取到车辆的实时载重量F(W)和悬挂变化量F(AD)，车辆姿态检测器可以获取到车辆的稳定系数F(P)，将任务、定位、视频、称重以及姿态等多维度数据结合发送至数据中台大脑和客户端程序进行数据处理，通过采集多维度数据的变化量，并根据多维度数据确定对应的目标事件，可以还原车辆在运输过程中的多种行为，从而提高异常捕获的准确率。
基于图1所示的一种车辆异常检测***的结构示意图，本发明实施例对车辆异常的检测方法进行详细介绍，参见图2所示的一种车辆异常检测方法的流程示意图，该方法主要包括以下步骤S202至步骤S206：
步骤S202，获取待监测车辆的车辆状态信息。其中，车辆状态信息包括定位信息、姿态信息、载重信息和制动信息一种或多种。
在一种实施方式中，通过车载检测设备端的GSM(Global System For MobileCommunications，全球移动通信***)和/或GPS(Global Positioning System，全球定位***)天线获取车辆定位信息，通过车辆姿态检测器获取车辆姿态信息，通过悬挂称重***获取车辆的载重信息，以及通过手刹检测模块获取车辆的制动信息。
步骤S204，根据车辆状态信息，从预先配置的多个候选事件中确定待监测车辆对应的目标事件。其中，目标事件包括进出围栏事件，货物装卸事件、停车姿态异常事件等。
在一种实施方式中，目标事件还包括风险区域事件，当车辆进入到风险围栏且满足入围栏事件时，则会产生进出风险区域预警，并通知监控人员开启实时远程视频监控。
步骤S206，根据目标事件确定待监测车辆的异常检测结果。其中，车辆的异常检测结果包括违规卸货、违规装货、进出风险区域和停车风险等。
在一种实施方式中，从获取到的各种数据中确定出与各类目标事件相关的信息，并获取各类目标事件对应的异常事件检测的条件(预先设置的重量阈值及各姿态子数据对应的数据阈值)，当检测到信息不处于预先设置的阈值的范围内时，确定待检测车辆存在异常。
本发明实施例提供的上述车辆异常检测方法，在进行车辆异常监测时，根据多维度数据确定对应的目标事件，从而真实还原车辆在运输过程中的多种行为，简单快捷的得到车辆异常检测结果，通过采集多维度数据的变化量，并根据多维度数据确定对应的目标事件，可以还原车辆在运输过程中的多种行为，从而提高异常捕获的准确率。
本发明实施例还提供了一种检测货物装卸异常事件的实施方式，具体的参见如下(1)至(3)：
(1)获取预先配置的电子围栏的围栏范围，如果根据定位信息和围栏范围确定待监测车辆与电子围栏内部匹配，且内部匹配时长大于预设时间阈值，则确定待监测车辆驶入电子围栏，或者，如果根据定位信息和围栏范围确定待监测车辆与电子围栏外部匹配，且外部匹配时长大于预设时间阈值，则确定待监测车辆驶出电子围栏。其中，电子围栏为平台上的一种功能，通过经纬度在地图上标识出的范围，预先设定的电子围栏配置有装货、卸货、高风险等标签。
在一种实施方式中，当车辆的实时定位F(NS)匹配到某电子围栏范围内超过2分钟，则会判定进入该围栏事件产生，当F(NS)匹配到电子围栏范围外超过2分钟，则判定其出该围栏事件产生，其中，进围栏和出围栏事件是一一对应事件。
(2)目标事件包括货物装卸事件，姿态信息包括车速数据，根据车辆状态信息，从预先配置的多个候选事件中确定待监测车辆对应的目标事件，在确定待监测车辆驶入电子围栏的情况下，当车速数据小于预设速度阈值，且制动信息表征手刹开启时，确定待监测车辆对应的目标事件为货物装卸事件。其中，车载检测设备中的悬挂称重***仅在车辆处于制动状态时开启。
在一种实施方式中，当检测到车辆速度F(V)为0且手刹信号F(PB)开启时，控制车载检测设备中的悬挂称重***进行检测，获取车辆实时载重量F(W)的变化，并根据时间F(T)-F(T-1)换算出对应F(W)-F(W-1)的差值ΔF(W)，当ΔF(W)超过一定正向阈值后，***判断其为一次装载事件，当ΔF(W)超过一定负向阈值后，判断其为一次卸载事件。
(3)根据货物装卸事件确定待监测车辆的异常检测结果，参见如下步骤a1至步骤a3：
步骤a1：控制悬挂承重设备启动，并获取悬挂承重设备采集的待监测车辆的重量数据。其中，在对卸载事件判断的过程中，同时记录事件开始和结束的时间、位置等信息。
步骤a2：根据重量数据和重量数据对应的数据采集时间，计算重量单位变化量。其中，同一点位围栏内可能同时存在多个车辆，针对各个车辆分别计算重量单位变化量。
在一种实施方式中，当车辆触发进装货点围栏后，任务状态进入到装货点监控，在此期间会产生一个或多个装载事件，通过***识别是否发生在同一个围栏内，是则进行合并，随后车辆触发出装货点围栏，任务进入到车辆运输阶段，并持续监控定位变化。当车辆触发进卸货点围栏后，任务进入到卸货点监控，会产生一个或多个卸载事件，通过***识别是否发生在同一围栏内，是则进行合并，最后触发出卸货点围栏，任务监控结束。
步骤a3：如果重量单位变化量大于预设重量阈值，确定待监测车辆的异常监测结果为货物装卸异常。其中，根据货物装卸异常检测结果，可以对是否存在暴力装卸货情况进行判断。
在一种实施方式中，当车辆在重车运输阶段中发生卸载事件，且卸载量超过一定阈值后则会触发违规卸货预警，同时抓拍卸货期间照片和视频，及时告知监控人员并处理。
对于前述步骤S202，本发明实施例还提供了一种检测停车姿态异常事件的实施方式，目标事件包括姿态判定事件，姿态数据还包括多个姿态子数据；根据目标事件确定待监测车辆的异常检测结果的步骤，包括：对于每个姿态子数据，如果该姿态子数据大于该姿态子数据对应的数据阈值，确定待监测车辆的异常监测结果为车辆姿态异常。其中，车辆姿态数据可用来判断车辆停车位置的安全性。
在一种实施方式中，控制车载检测设备中的姿态检测器学习车辆姿态，实时感知车辆是加速、减速、倾斜等状态，可以获取相对应的压强F(P)数值。
实际应用中，将悬挂称重***与姿态检测器结合，可以同步感知车辆在左倾、右倾、前倾、后倾、左前倾、左后倾、右前倾、右后倾8个方向上的姿态变化系数，降低了环境因素导致的悬挂称重精度偏差，并解决仅使用悬挂称重***检测车辆悬挂的形变量，从而间接获取对应的车辆重量时，受凹凸不平的路面、减速带、坡面等各种路况的干扰，导致悬挂并非是因为实际货物重量变化而产生形变量，进而造成误差的问题。
在一种实施方式中，将异常监测结果发送至指定关联终端，以使指定关联终端针对异常检测结果执行报警操作。
实际应用中，当称重***采集的数据变化让数据中台计算出装卸事件后，根据每个事件的开始和结束时间点，获取视频定位终端的本地视频存储相对应时间范围内的视频流，并截取其中3-5张图片用于事件佐证，以便于监控人员对于违规装卸货预警的处理。
在一种实施方式中，在检测到存在异常事件时，基于异常监测结果控制视频监控设备启动，获取视频监控设备针对异常监测结果采集的异常监控视频，并将异常监控视频发送至指定关联终端。
为便于对上述实施例提供的车辆异常检测方法进行理解，本发明实施例提供了一种车辆异常检测方法的应用示例，参见图3所示的另一种车辆异常检测方法的流程示意图，该方法主要包括以下步骤S302至步骤S314：
步骤S302，获取各车载检测设备发送的车辆状态信息，其中，车载检测设备包括视频定位中端、车辆姿态检测器、悬挂称重***、手刹检测装置及摄像装置等，车辆状态信息包括定位信息、姿态信息、载重信息和制动信息一种或多种。
步骤S304，根据定位信息、制动信息及预先设置的电子围栏确定待监测车辆对应的目标事件，其中，围栏还包括风险围栏，当车辆进入到风险围栏且满足入围栏事件时，则会产生进出风险区域预警，通知监控人员开启实时远程视频监控。
步骤S306，若待监测车辆对应的目标事件为货物装卸事件，根据载重信息将重量单位变化量和预设重量阈值进行比对，得到货物装卸异常检测结果，其中，当检测到车辆速度F(V)为0且手刹信号F(PB)开启时，控制车载检测设备中的悬挂称重***进行检测，获取车辆实时载重量F(W)的变化，并根据时间F(T)-F(T-1)换算出对应F(W)-F(W-1)的差值ΔF(W)，当ΔF(W)超过一定正向阈值后，***判断其为一次装载事件，当ΔF(W)超过一定负向阈值后，判断其为一次卸载事件。
步骤S308，若待监测车辆对应的目标事件为姿态判定事件，根据姿态信息将姿态数据与对应的数据阈值进行比对，得到车辆姿态检测结果，其中，控制车载检测设备中的姿态检测器学习车辆姿态，实时感知车辆是加速、减速、倾斜等状态，可以获取相对应的压强F(P)数值。
步骤S310，将异常监测结果反馈给指定关联终端，并执行报警操作，其中，当车辆在运输过程中发生卸载事件，且卸载量超过一定阈值后则会触发违规卸货预警，同时抓拍卸货期间照片和视频，并同步告知监控人员进行处理。
综上所述，本发明可以在获取定位、视频、称重和姿态等多维数据后，真实还原车辆在运输过程中的各类行为，并以此来判断行为是合规还是违规，并通过结合了车辆姿态数据可有效弥补失真的变化量，过滤了各类外界噪声数据对称重***的干扰，极大提高了事件判断的准确性，显著提升监控效率。
对于前述实施例提供的车辆异常检测方法，本发明实施例提供了一种车辆异常检测装置，参见图4所示的一种车辆异常检测装置的结构示意图，该装置包括以下部分：
信息获取模块402，获取待监测车辆的车辆状态信息；其中，车辆状态信息包括定位信息、姿态信息、载重信息和制动信息一种或多种；
目标事件确定模块404，根据车辆状态信息，从预先配置的多个候选事件中确定待监测车辆对应的目标事件；
异常检测模块406，根据目标事件确定待监测车辆的异常检测结果。
本申请实施例提供的上述车辆异常监测装置根据多维度数据确定对应的目标事件，从而真实还原车辆在运输过程中的多种行为，简单快捷的得到车辆异常检测结果，通过采集多维度数据的变化量，并根据多维度数据确定对应的目标事件，可以还原车辆在运输过程中的多种行为，从而提高异常捕获的准确率。
一种实施方式中，在进行根据车辆状态信息，从预先配置的多个候选事件类别中确定待监测车辆对应的目标事件的步骤之前，上述目标事件确定模块404还用于：获取预先配置的电子围栏的围栏范围；如果根据定位信息和围栏范围确定待监测车辆与电子围栏内部匹配，且内部匹配时长大于预设时间阈值，则确定待监测车辆驶入电子围栏；或者，如果根据定位信息和围栏范围确定待监测车辆与电子围栏外部匹配，且外部匹配时长大于预设时间阈值，则确定待监测车辆驶出电子围栏。
一种实施方式中，目标事件包括货物装卸事件，姿态信息包括车速数据，根据车辆状态信息，在进行从预先配置的多个候选事件中确定待监测车辆对应的目标事件的步骤时，上述目标事件确定模块404还用于：在确定待监测车辆驶入电子围栏的情况下，当车速数据小于预设速度阈值，且制动信息表征手刹开启时，确定待监测车辆对应的目标事件为货物装卸事件。
一种实施方式中，在进行根据目标事件确定待监测车辆的异常检测结果的步骤时，上述异常检测模块406还用于：控制悬挂承重设备启动，并获取悬挂承重设备采集的待监测车辆的重量数据；根据重量数据和重量数据对应的数据采集时间，计算重量单位变化量；如果重量单位变化量大于预设重量阈值，确定待监测车辆的异常监测结果为货物装卸异常。
一种实施方式中，目标事件包括姿态判定事件，姿态数据还包括多个姿态子数据，在进行根据目标事件确定待监测车辆的异常检测结果的步骤时，上述异常检测模块406还用于：对于每个姿态子数据，如果该姿态子数据大于该姿态子数据对应的数据阈值，确定待监测车辆的异常监测结果为车辆姿态异常。
一种实施方式中，上述信息获取模块402还用于：将异常监测结果发送至指定关联终端，以使指定关联终端针对异常检测结果执行报警操作。
一种实施方式中，上述信息获取模块402还用于：基于异常监测结果控制视频监控设备启动；获取视频监控设备针对异常监测结果采集的异常监控视频；将异常监控视频发送至指定关联终端。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图5为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器50，存储器51，总线52和通信接口53，所述处理器50、通信接口53和存储器51通过总线52连接；处理器50用于执行存储器51中存储的可执行模块，例如计算机程序。
其中，存储器51可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线52可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器51用于存储程序，所述处理器50在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中，或者由处理器50实现。
处理器50可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51，处理器50读取存储器51中的信息，结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种车辆异常监测方法，其特征在于，包括：
获取待监测车辆的车辆状态信息；其中，所述车辆状态信息包括定位信息、姿态信息、载重信息和制动信息一种或多种；
根据所述车辆状态信息，从预先配置的多个候选事件中确定所述待监测车辆对应的目标事件；
根据所述目标事件确定所述待监测车辆的异常检测结果。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述车辆状态信息，从预先配置的多个候选事件类别中确定所述待监测车辆对应的目标事件的步骤之前，包括：
获取预先配置的电子围栏的围栏范围；
如果根据所述定位信息和所述围栏范围确定所述待监测车辆与所述电子围栏内部匹配，且内部匹配时长大于预设时间阈值，则确定所述待监测车辆驶入所述电子围栏；
或者，如果根据所述定位信息和所述围栏范围确定所述待监测车辆与所述电子围栏外部匹配，且外部匹配时长大于所述预设时间阈值，则确定所述待监测车辆驶出所述电子围栏。
3.根据权利要求2所述的方法，其特征在于，所述目标事件包括货物装卸事件，所述姿态信息包括车速数据，所述根据所述车辆状态信息，从预先配置的多个候选事件中确定所述待监测车辆对应的目标事件的步骤，包括：
在确定所述待监测车辆驶入所述电子围栏的情况下，当所述车速数据小于预设速度阈值，且所述制动信息表征手刹开启时，确定所述待监测车辆对应的目标事件为货物装卸事件。
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标事件确定所述待监测车辆的异常检测结果的步骤，包括：
控制悬挂承重设备启动，并获取所述悬挂承重设备采集的所述待监测车辆的重量数据；
根据所述重量数据和所述重量数据对应的数据采集时间，计算重量单位变化量；
如果所述重量单位变化量大于预设重量阈值，确定所述待监测车辆的异常监测结果为货物装卸异常。
5.根据权利要求1所述的方法，其特征在于，所述目标事件包括姿态判定事件，姿态数据还包括多个姿态子数据；所述根据所述目标事件确定所述待监测车辆的异常检测结果的步骤，包括：
对于每个所述姿态子数据，如果该姿态子数据大于该姿态子数据对应的数据阈值，确定所述待监测车辆的异常监测结果为车辆姿态异常。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
将所述异常监测结果发送至指定关联终端，以使所述指定关联终端针对所述异常检测结果执行报警操作。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
基于所述异常监测结果控制视频监控设备启动；
获取所述视频监控设备针对所述异常监测结果采集的异常监控视频；
将所述异常监控视频发送至所述指定关联终端。
8.一种车辆异常监测装置，其特征在于，包括：
信息获取模块，获取待监测车辆的车辆状态信息；其中，所述车辆状态信息包括定位信息、姿态信息、载重信息和制动信息一种或多种；
目标事件确定模块，根据所述车辆状态信息，从预先配置的多个候选事件中确定所述待监测车辆对应的目标事件；
异常检测模块，根据所述目标事件确定所述待监测车辆的异常检测结果。
9.一种服务器，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210796556.0A CN114997801A (zh) | 2022-07-06 | 2022-07-06 | 一种车辆异常监测方法、装置及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210796556.0A CN114997801A (zh) | 2022-07-06 | 2022-07-06 | 一种车辆异常监测方法、装置及服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114997801A true CN114997801A (zh) | 2022-09-02 |
Family
ID=83019233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210796556.0A Pending CN114997801A (zh) | 2022-07-06 | 2022-07-06 | 一种车辆异常监测方法、装置及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114997801A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116502982A (zh) * | 2023-06-26 | 2023-07-28 | 深圳市汉德网络科技有限公司 | 一种罐装船货物流向管控方法及*** |
-
2022
- 2022-07-06 CN CN202210796556.0A patent/CN114997801A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116502982A (zh) * | 2023-06-26 | 2023-07-28 | 深圳市汉德网络科技有限公司 | 一种罐装船货物流向管控方法及*** |
| CN116502982B (zh) * | 2023-06-26 | 2023-09-08 | 深圳市汉德网络科技有限公司 | 一种罐装船货物流向管控方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10686976B2 (en) | System and method for modifying onboard event detection and/or image capture strategy using external source data | |
| US10223384B2 (en) | Drive recorder | |
| US8269617B2 (en) | Method and system for tuning the effect of vehicle characteristics on risk prediction | |
| US20150243111A1 (en) | Driver log generation | |
| US20150006023A1 (en) | System and method for determination of vheicle accident information | |
| US11265508B2 (en) | Recording control device, recording control system, recording control method, and recording control program | |
| WO2017159186A1 (ja) | 記録装置および記録方法 | |
| CN113515985B (zh) | 自助过磅***、过磅检测方法、设备及存储介质 | |
| CN111262903B (zh) | 服务器装置及车辆 | |
| CN111445599B (zh) | 一种行车记录仪的短视频自动生成方法及装置 | |
| CN108305351A (zh) | 一种具有检测功能的行车记录仪 | |
| CN114997801A (zh) | 一种车辆异常监测方法、装置及服务器 | |
| US20240037959A1 (en) | Sensor fusion for collision detection | |
| US20230103670A1 (en) | Video analysis for efficient sorting of event data | |
| CN112258110A (zh) | 实时路况的异常上报方法、装置、设备及***、存储介质 | |
| CN108806019B (zh) | 基于加速度传感器的行车记录数据处理方法及装置 | |
| CN111612938B (zh) | 一种事件记录设备控制方法、装置、设备及存储介质 | |
| CN113450474A (zh) | 行车视频数据的处理方法、装置以及电子设备 | |
| CN116026441A (zh) | 车辆载重量异常检测方法、装置、设备及存储介质 | |
| US20210027078A1 (en) | Looking away determination device, looking away determination system, looking away determination method, and storage medium | |
| KR101039246B1 (ko) | 가변 임계값을 이용한 이벤트 저장 장치 및 방법 | |
| US11443528B2 (en) | Classification using multiframe analysis | |
| CN112549870A (zh) | 一种监控方法、装置和车辆 | |
| WO2020066083A1 (ja) | 車両用記録制御装置、車両用記録装置、車両用記録制御方法およびプログラム | |
| JP2020067818A (ja) | 画像選択装置及び画像選択方法 |
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 |