[发明专利]网约车监控方法、装置、服务器和存储介质

权利要求书

1.一种网约车监控方法，其特征在于，所述方法应用于网约车系统中的服务器，所述网约车系统还包括与服务器通信连接的客户端，所述方法包括：

获取目标车辆当前的订单数据，其中，所述订单数据包括目标车辆所在的地理区域信息、乘客信息及司机信息；

获取所述目标车辆所在的地理区域的危险程度；

通过预设模型对司机信息及乘客信息进行处理，以获得所述目标车辆中的司机的危险程度以及乘客的危险程度；

判断所述地理区域的危险程度、所述司机的危险程度或所述乘客的危险程度中的任意一项是否超过预设阈值；

若超过，则获取所述目标车辆内的实时音频信息或实时视频信息进行分析。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据实时视频信息或实时音频信息的分析结果判断所述目标车辆是否需要救援；

若需要救援，则通知所述目标车辆的预设距离范围内的网约车前往救援。

3.根据权利要求2所述的方法，其特征在于，根据实时视频信息或实时音频信息的分析结果判断所述目标车辆是否需要救援，包括：

判断所述目标车辆内的实时音频信息是否包括威胁性的词语或句子；

若包括威胁性的词语或句子，则判定该目标车辆需要救援；

或，判断所述目标车辆内的实时视频信息是否包括危险物品，其中，所述危险物品包括刀；

若包括危险物品，则判定该目标车辆需要救援。

4.根据权利要求1所述的方法，其特征在于，在获取所述目标车辆所在的地理区域的危险程度之前，所述方法还包括：

对各个地理位置进行区域划分，并获取各地理区域内的历史订单数据，其中，所述历史订单数据中包括报警信息；

根据所述历史订单数据统计各个地理区域作为上车点或下车点的次数，根据统计结果计算各地理区域的危险程度；

根据所述历史订单数据统计各地理区域内的报警次数，根据统计结果计算各地理区域的危险程度。

5.根据权利要求1所述的方法，其特征在于，在通过预设模型对司机信息及乘客信息进行处理之前，所述方法还包括：

获取多个历史订单，根据各历史订单中的司机的历史数据进行模型训练，获得第一预测模型，其中，所述历史订单包括多个被标记的危险订单，所述司机的历史数据包括预设时间范围内该司机的被投诉次数、出车频次、订单总量、车辆价格及车辆型号中的至少一种；

获取多个历史订单，根据各历史订单中的乘客的历史数据进行模型训练，获得第二预测模型，其中，所述历史订单包括多个被标记的危险订单，所述乘客的历史数据包括预设时间范围内该乘客的打车频率、打车档次分布、支付延迟时间及打车活动城市数量中的至少一种。

6.根据权利要求2所述的方法，其特征在于，通知所述目标车辆的预设距离范围内的网约车前往救援，包括：

在所述目标车辆的预设距离范围内按照距离由近至远的顺序通知多个网约车前往救援，并询问各网约车是否愿意前往救援；

判断各网约车的反馈信息是否为愿意前往救援；

针对每一个网约车，若反馈信息为愿意前往救援，则将所述目标车辆内的实时音频信息或实时视频信息，以及所述目标车辆的位置信息发送给该网约车；

若反馈结果为拒绝前往救援，则在所述目标车辆的预设距离范围通知并询问另一辆网约车是否愿意前往救援。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括为愿意前往救援的各网约车进行动态路径规划的步骤，该步骤包括：

针对每一个愿意前往救援的网约车，在预设的时间周期内更新所述目标车辆的位置信息及该网约车的位置信息，并基于更新后的位置信息规划新的路径。