[发明专利]一种车辆失联预测方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202010772431.5 申请日: 2020-08-04
公开(公告)号: CN111861043B 公开(公告)日: 2022-06-24
发明(设计)人: 杨磊;王凡 申请(专利权)人: 上海钧正网络科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/00;G06Q50/30;G06N3/04;G06N20/00;G08G1/00
代理公司: 上海唯源专利代理有限公司 31229 代理人: 汪家瀚
地址: 201199 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 车辆 预测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种车辆失联预测方法,其特征在于,包括:

获取待预测车辆的位置信息;

获取所述待预测车辆所处环境的光照强度;

获取所述待预测车辆的行驶特征和基本特征,其中,所述行驶特征为所述待预测车辆在被使用过程中的信息,所述基本特征为所述待预测车辆本身的使用参数;

将所述位置信息、光照强度、行驶特征和基本特征输入到预先训练得到的失联预测模型中,得到所述待预测车辆的失联概率;

若所述待预测车辆处于停放状态,所述车辆失联预测方法还包括:

获取所述待预测车辆的当前停放区域内其他车辆经过所述失联预测模型进行预测的输出结果;

将所述其他车辆的输出结果与所述待预测车辆进行关联,并输入到所述失联预测模型中。

2.如权利要求1所述的车辆失联预测方法,其特征在于,所述待预测车辆所处环境包括光照充足区域和光照不足区域,所述获取待预测车辆的位置信息,包括:

获取所述待预测车辆的当前位置;

根据所述当前位置确定所述待预测车辆处于光照充足区域或者光照不足区域。

3.如权利要求2所述的车辆失联预测方法,其特征在于,所述光照不足区域的划定步骤包括:

查询发生过失联的车辆信息,得到历史失联车辆;

获取所述历史失联车辆失联时的停放位置;

根据所述停放位置划定光照不足区域。

4.如权利要求1所述的车辆失联预测方法,其特征在于,还包括:

获取所述待预测车辆上传的心跳信息;

将所述心跳信息输入到所述失联预测模型中。

5.如权利要求1所述的车辆失联预测方法,其特征在于,还包括:

判断所述失联概率是否达到预设阈值;

当所述失联概率达到所述预设阈值时,发送用于提醒运维人员进行运维处理的提示信息。

6.如权利要求1所述的车辆失联预测方法,其特征在于,还包括:

获取所述失联概率对应的预测失联时间,其中,不同的失联概率对应不同的预测失联时间;

发送用于告知运维人员所述待预测车辆的预测失联时间的提示信息。

7.如权利要求1-6任一项所述的车辆失联预测方法,其特征在于,所述失联预测模型的训练过程包括:

获取历史失联车辆的样本数据,所述样本数据包括历史失联车辆的停放区域、所处环境的光照强度、历史行驶特征和历史基本特征;

利用预先建立的神经网络模型对所述样本数据进行训练,得到所述失联预测模型。

8.一种车辆失联预测装置,其特征在于,包括:

位置获取模块,用于获取待预测车辆的位置信息;

光照获取模块,用于获取所述待预测车辆所处环境的光照强度;

特征获取模块,用于获取所述待预测车辆的行驶特征和基本特征,其中,所述行驶特征为所述待预测车辆在被使用过程中的信息,所述基本特征为所述待预测车辆本身的使用参数;

预测模块,用于将所述位置信息、光照强度、行驶特征和基本特征输入到预先训练得到的失联预测模型中,得到所述待预测车辆的失联概率;

结果获取模块,用于获取所述待预测车辆的当前停放区域内其他车辆经过所述失联预测模型进行预测的输出结果;

所述预测模块还用于将所述其他车辆的输出结果与所述待预测车辆进行关联,输入到所述失联预测模型中。

9.一种计算机设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,从而执行如权利要求1-7中任一项所述的车辆失联预测方法。

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指令,所述计算机指令用于使计算机执行如权利要求1-7中任一项所述的车辆失联预测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海钧正网络科技有限公司,未经上海钧正网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010772431.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top