阅读说明：本技术 出租车行驶轨迹监测及安全预警系统 (Taxi running track monitoring and safety early warning system ) 是由 詹姆斯·建俊·吴 陈嵘嵘 于 2019-03-11 设计创作，主要内容包括：本发明公开了一种出租车行驶轨迹监测及安全预警系统,所述系统根据行程起始坐标和终点坐标作出预期行车轨迹,实时监测出租车的行驶轨迹、获取车辆周边路况,并实时记录行程所处情况；所述系统采用危险累计算法计算各判断因子的危险分值以判断驾驶员是否驾驶行为安全,所述判断因子包括：驾驶轨迹以及其它外界危险因素,驾驶员个人信息及驾驶信用记录,乘客人数及性别等个人信息和行驶时间段等；所述系统根据所述危险累计值触发相对应等级警报。本发明的出租车行驶轨迹监测及安全预警系统,能对出租车驾驶行为进行有效的监控与预警,有利于保障乘客安全。(The invention discloses a taxi running track monitoring and safety early warning system, which is used for making an expected running track according to a starting coordinate and an end coordinate of a journey, monitoring the running track of a taxi in real time, acquiring road conditions around the taxi and recording the condition of the journey in real time; the system adopts a danger accumulation algorithm to calculate the danger score of each judgment factor so as to judge whether the driver is safe in driving behavior, and the judgment factors comprise: driving track and other external dangerous factors, personal information of driver and driving credit record, personal information of passenger number and sex, and driving time period; and the system triggers a corresponding grade alarm according to the risk accumulated value. The taxi driving track monitoring and safety early warning system can effectively monitor and early warn the driving behavior of the taxi, and is beneficial to guaranteeing the safety of passengers.)

出租车行驶轨迹监测及安全预警系统

技术领域

本发明涉及通信技术，特别涉及一种出租车行驶轨迹监测及安全预警系统。

背景技术

出租车是人们常用的一种出行交通方式，且近来乘客对于在乘坐出租车过程中的人身安全倾入了较多的关注。由于出租车是一个相对封闭、狭小的环境，所以一旦发生安全问题，若出租车调度管理系统不能提前预知或介入，则乘客的人身安全很有可能会遭遇损害。因此如何切实保障乘客的安全，是亟需关心与解决的问题。

现有的出租车行车系统多具有导航定位功能和监控报警功能，但对所述报警功能的运用需依托于人为的判断和操作。在实际运用中，由于乘客具有不了解当前以及未来路况、环境的可能性，因此对危险的感知极有可能不灵敏、不及时，面临危险时，也极有可能无法及时作出报警的行为，因此降低了所述报警功能的利用率和实效。

在警报线设置方面，现有的危险警报设置单一，导致对于阈值设置的准确率极高。若危险线阈值过低时，则越容易触发报警，同时也大概率导致报警信息不准确的，若危险线阈值越高时，代表越难触发报警，易导致危险发生了却没触发报警，失去了警报设置的价值。

另外，虽则现有的出租车行车系统具有后台监控的功能，但由于出租车是24小时服务的，通过人为监控每辆出租车的行驶状态不仅耗费人力、物力，且容易发生纰漏，因此不是一个理想的解决方案。

发明内容

本发明提供一种出租车行驶轨迹监测及安全预警系统，其主要目的是能对出租车的行车路径进行实时监控，并对乘客所处出租车的危险度智能得作出预判，提出警报，预防危险的发生。

为达前述目的，本发明提供一种出租车行驶轨迹监测及安全预警系统，所述系统根据行程起始坐标和终点坐标作出预期行车轨迹，实时监测出租车的行驶轨迹、获取车辆周边路况，并实时记录行程所处情况；所述系统采用危险累计算法判断驾驶员行驶意图是否正常，公式为：F(x)＝f₀(x₀)+f₁(x₁)+f₂(x₂)+…+f_n(x_n)，F(x)为一行程的总危险累计值，f(x)为该行程的判断因子分值；一个所述判断因子分值f(x)对应一个判断因子x，一个所述判断因子x有至少一个情况；

所述出租车行驶轨迹监测及安全预警系统设置多级别危险警报线，当一行程的所述总危险累计值F(x)大于所述各级别危险警报线，即执行相应警报；所述各级别危险警报线的值为定值，依托于历往行车以及事件的大数据进行制定与调整。

具体的，所述行程所处情况落入一判断因子x的一情况，所述系统即赋予该判断因子x一数值，所述数值为该情况的设定编号，根据所述编号得出对应的设定判断因子分值f(x)，累积计入总危险累计值F(x)。

作为一个具体事例，其中一个所述判断因子x为存在迫使驾驶员偏离所述预期行车轨迹的客观因素，根据是与否分为两种情况。

作为一个具体事例，其中一个判断因子所述x为所处地段或未来周边为偏僻危险场景，根据是与否分为两种情况。

作为一个具体事例，其中一个所述判断因子x为近30天内存在总危险累计值频繁超过或者接近危险线的记录或存在危险举报，根据是与否分为两种情况。

作为一个具体事例，其中一个所述判断因子x为乘车人数和乘客性别。

作为一个具体事例，其中一个所述判断因子x为行驶时间段，划分为：6：00至18：00，18：00至24：00，24：00至6：00。

所述判断因子x还可包括：驾驶员注册信息(性别，工龄，学历等)，根据大数据统计得出危险系数较高的信息组合作为判断因子的情况选项。

具体的，所述的出租车行驶轨迹监测及安全预警系统，其特征在于，所述判断因子x有一数值，所述数值根据所述行程所处情况变化，所述数值通过一设定的计算公式得到对应判断因子分值f(x)，累积计入总危险累计值F(x)。

作为一个具体事例，其中一个所述判断因子x为偏离预期路线的公里数。

作为一个具体事例，所述多级别危险警报线设置的所述相应警报为：

一级危险警报线，所述系统录入该次危险记录；

二级危险警报线，邮件短信通知调度安全人员；

三级危险警报线，紧急广播电话通知调度安全人员；

四级危险警报线，直接连通公安系统进行危险报警。

作为一个具体事例，所述大数据指系统后台记录的行车历史数据以及公安系统提供的出租车犯罪事件数据。

与现有技术相比，本发明的有益效果在于：

本发明提供的出租车行驶轨迹监测及安全预警系统能够智能地、系统地实时监控出租车情况，并自发作出预判与警报，节省了人力物力，提高了警报系统的实用率，使乘客的乘车体验更安全；且所述系统设置多级别警报线，每一级别都有对应的警报措施，使所述系统的警报的准确率、利用率更高，提高了所述系统的警报价值；另则，所述系统在运用过程中，随着数据库的不断更新扩充，可根据近期的相关数据，进行分析计算、模拟测试，根据准确率对各参数进行调整，保证了所述系统的准确性。

具体实施方式

下面将对本发明的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，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的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。

本发明实施例提供一种出租车行驶轨迹监测及安全预警系统，所述系统根据行程起始坐标和终点坐标作出预期行车轨迹，实时监测出租车的行驶轨迹、获取车辆周边路况，并实时记录行程所处情况；所述系统采用危险累计算法判断驾驶员行驶意图是否正常，公式为：F(x)＝f₀(x₀)+f₁(x₁)+f₂(x₂)+…+f_n(x_n)，F(x)为一行程的总危险累计值，f(x)为该行程的判断因子分值；一个所述判断因子分值f(x)对应一个判断因子x，一个所述判断因子x有至少一个情况；

对于部分判断因子x，所述判断因子x有一数值，所述数值根据所述行程所处情况变化，所述数值通过一设定的计算公式得到对应判断因子分值f(x)，累积计入总危险累计值F(x)。

于本实施例中，f₀(x₀)为车辆当前及未来路口周边环境的分值，f₀(x₀)＝x₀*20,x₀为偏离预期路线的公里数。

对于部分判断因子x，所述行程所处情况落入一判断因子x的一情况，所述系统即赋予该判断因子x一数值，所述数值为该情况的设定编号，根据所述编号得出对应的设定判断因子分值f(x)，累积计入总危险累计值F(x)。

于本实施例中，f₁(x₁)为驾驶员个人信息及驾驶信用记录，x₁为驾驶信用记录；

x₁包括：近30天内是否存在总危险累计值频繁超过或者接近危险线的记录，是否存在危险举报；在不同实施例中，还可增加包括：性别，工龄，学历等驾驶员注册信息，根据大数据统计、计算设定各组合选项对应的危险分值。

于本实施例中，f₂(x₂)为乘客人数及信息的分值，x₂为乘客人数与性别的不同组合，如下表所示：

于本实施例中，f₃(x₃)为行驶时间段的分值，x₃为行驶时间段区间；

6<＝x₃<18,f₃(x₃)＝0，即表示从早上6点到晚上6点，危险分值0分；

18<＝x₃<24,f₃(x₃)＝50，即表示从晚上6点到晚上24点，危险分值50分；

0<＝x₃<6,f₃(x₃)＝100，即表示从晚上24点到早上6点，危险分值100分。

但行驶时间段区间的划分不限于此，在大数据的支持下，可以更加细分。可根据公安系统提供的出租车犯罪事件数据，统计、计算各个时间段发生危险的概率。

在不同实施例中，可根据需要增加迫使驾驶员偏离所述预期行车轨迹的客观因素选项，例如：是否堵车、是否有事故；以及所处地段本身的危险度的选项，例如所处地段或未来周边是否为偏僻危险场景。

所述系统还设置多级别危险警报线，当一行程的所述总危险累计值F(x)超过一级危险警报线、二级危险警报线、三级危险线等各多级危险警报线，则自动触发相对应各级警报事件。

于本实施例中，各级危险线设置如下：

一级危险警报线分值45分，所述系统录入该次危险记录；

二级危险警报线分值60分，邮件短信通知调度安全人员；

三级危险警报线分值80分，紧急广播电话通知调度安全人员；

四级危险警报线分值100分，直接连通公安系统进行危险报警。

上述危险警报线分值的拟定乃通过大数据进行真实模拟计算，并收集近几年的相关数据，并进行测试，最后根据准确率进行定值。在实际运用中，根据实际影响因素，用不断扩充的数据库进行模拟测试，根据测试的准确率，对参数比重进行微调，以提供所述系统的准确性。

综上所述，上述各实施例仅为本发明的较佳实施例而已，并不用以限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，皆应包含在本发明的保护范围内。