Nothing Special   »   [go: up one dir, main page]

CN109146217A - 行程安全评估方法、装置、服务器、计算机可读存储介质 - Google Patents

行程安全评估方法、装置、服务器、计算机可读存储介质 Download PDF

Info

Publication number
CN109146217A
CN109146217A CN201710467205.4A CN201710467205A CN109146217A CN 109146217 A CN109146217 A CN 109146217A CN 201710467205 A CN201710467205 A CN 201710467205A CN 109146217 A CN109146217 A CN 109146217A
Authority
CN
China
Prior art keywords
stroke
driver
passenger
data
safety
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
Application number
CN201710467205.4A
Other languages
English (en)
Inventor
李炳烨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201710467205.4A priority Critical patent/CN109146217A/zh
Priority to EP18819304.9A priority patent/EP3461294A1/en
Priority to CN201880002636.6A priority patent/CN109478265B/zh
Priority to SG11201811608TA priority patent/SG11201811608TA/en
Priority to PCT/CN2018/091435 priority patent/WO2018233558A1/en
Priority to CA3029364A priority patent/CA3029364A1/en
Priority to AU2018102191A priority patent/AU2018102191A4/en
Priority to AU2018287863A priority patent/AU2018287863A1/en
Priority to JP2018568263A priority patent/JP6732055B2/ja
Priority to US16/233,195 priority patent/US10650618B2/en
Publication of CN109146217A publication Critical patent/CN109146217A/zh
Priority to US16/813,891 priority patent/US10970944B2/en
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mechanical Engineering (AREA)
  • Emergency Management (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开实施例提供了一种行程安全评估方法、装置、服务器和计算机可读存储介质，涉及行程安全评估技术领域，其中，行程安全评估方法包括：响应于检测到行程开始的信息，获取与行程相关的行程信息以及历史数据；根据行程信息以及历史数据确定行程的安全评分。通过本公开实施例技术方案，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形，进一步保障了司机和乘客的安全。

Description

行程安全评估方法、装置、服务器、计算机可读存储介质
技术领域
本公开实施例涉及安全评估技术领域，具体而言，涉及一种行程安全评估方法、一种行程安全评估装置、一种服务器和一种计算机可读存储介质。
背景技术
随着网约车的普及，越来越多的人选择打车出行，在行程中会发生各种不安全的情形，例如：司机的不安全驾驶行为、司机侵犯乘客的人身安全或者财产安全的违法行为、意外交通事故、不法分子假装乘客抢劫司机等。
相关技术中，为了主动监控网约车行程的安全性，通常实时采集司机的健康数据和情绪数据、车辆行驶数据、车内图像信息和/或语音记录中的至少一种数据，并进行安全评估，以主动采取安全机制保护司机和乘客双方的安全，但是，现有安全评估方案至少存在以下技术缺陷：
(1)安全评估数据比较单一，没有综合考虑司机评估数据和乘客评估数据对行程安全的影响，忽略了司机和乘客是否具有违规违法记录，没有考虑到乘客的流动性和不稳定性，忽略了乘客评估数据中的历史行程评分对行程安全的影响，忽略了行驶区域对行程安全的影响，安全评估的有效性较低；
(2)采用采集车内图像信息和/或语音记录监控行程，是需要实时采集并上报服务器的，这就造成了极大的功耗浪费和数据交互压力。
发明内容
本公开实施例旨在至少解决现有技术或相关技术中存在的技术问题之一。
为了实现上述目的，本公开实施例的第一方面的技术方案提供了一种行程安全评估方法，包括：响应于检测到行程开始的信息，获取与行程相关的行程信息以及历史数据；根据行程信息以及历史数据确定行程的安全评分。
在该技术方案中，本公开实施例的行程安全评估方案，通过结合行程信息以及历史数据确定行程的安全评分，行程安全评估全面化，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形，进一步保障了司机和乘客的安全，提升了用户的使用体验。
在上述技术方案中，优选地，根据行程信息和历史数据确定行程的安全评分，具体包括：解析行程信息中包括的行程的预估驾驶时间与实际驾驶时间之间的时间差值，以及行程的途径区域的安全系数；解析历史数据中的参与行程的司机的历史信息，记作司机评估数据；解析历史数据中的参与行程的乘客的历史信息，记作乘客评估数据；根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分。
在该技术方案中，响应于检测到行程开始的信息时，通过将司机评估数据、乘客评估数据、行程的行驶数据按照预设安全评分公式集合的相关公式计算行程的安全评分，在获得安全评分后可以获得预期的技术效果包括：
(1)根据安全评分实时确定行程中是否有违法犯罪行为发生，譬如，安全评分低于安全阈值时，触发主动监控当前行程，例如打开车辆内部的图像采集装置和录音装置，或调度人工客服介入，进一步确定当前行程是否安全，一方面，可以通过便携设备确认司机和乘客是否处于健康状态，包括生理健康和心理健康等，另一方面，确认司机和乘客是否有犯罪记录或差评记录，如有犯罪记录和/或差评，降低安全阈值，以提高监控强度。
(2)根据安全评分及时且准确地通知交管部门，对当前行程的异常进行监控，必要时出警，譬如，安全评分低于安全阈值时，自动拨打报警电话或发送报警信息。
(3)综合考虑了当前行程的驾驶数据对行程的影响，驾驶数据包括途径区域、驾驶速度、驾驶时间、驾驶过程的天气指数、预设路径与实际路径的差异度等，譬如，途径区域可以划分为：极偏远地区、偏远地区、县城外地区、市区外地区和市区繁华地段，其中，极偏远地区、偏远地区均需要降低安全阈值，更易发生违法犯罪行为，又如，能见度低的途径区域也需要降低安全阈值，此时，容易发生交通事故，再如，预设路径与实际路径的差异度极大，则可能发生车辆被劫持的事件，此时也需要降低安全阈值来提高监控的准确性和及时性。
(4)仅在安全评分低于安全阈值时，触发相应的监控和管制，尤其是对比现有的图像采集方案而言，通过本公开实施例，不需要实时图像信息和录音信息即可及时有效监控行程安全，不仅节约了功耗损失，减小了数据交互压力，也保护了乘车人员的隐私。
(5)对于支持车联网控制的车辆而言，在安全评分低于安全阈值时，可以控制车辆紧急制动，或停泊于安全区域，譬如根据生理数据确定司机可能突发心脏病时，及时控制车辆停止行驶。
另外，司机评估数据中包括司机体检记录、病史记录、实时采集司机的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
另外，乘客评估数据中包括乘客体检记录、病史记录、实时采集乘客的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
在上述技术方案中，优选地，根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分，具体包括：预设安全评分公式集合包括第一公式和第二公式，行程的安全评分包括参与行程的司机行程评分数据和乘客行程评分数据，根据第一公式计算司机行程评分数据，以及根据第二公式计算乘客行程安全评分，
第一公式为：
第二公式为：
其中，D表征司机行程评分数据，PS表征乘客评估数据，MS表征行程的途径区域的安全系数，ΔT表征行程的预估驾驶时间与实际驾驶时间之间的时间差值，P表征乘客行程安全评分，DS表征司机评估数据。
在该技术方案中，鉴于乘客评估数据、行程途径区域的安全系数以及行程预估驾驶时间和实际驾驶时间之间的时间差值对于确定司机行程评分数据的重要性，将司机行程评分数据通过第一公式以及第二公式计算出来，其中，乘客评估数据体现了乘客违法违规等因素的影响，行程区域的安全系数体现了违法犯罪频发地区和地区偏僻程度等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，鉴于司机评估数据和行程预估驾驶时间与实际驾驶时间之间的时间差值对于确定乘客行程评分数据的重要性，将乘客行程评分数据通过第二公式计算出来，其中，司机评估数据体现了司机违法违规等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，综合考虑多种因素，进一步提高了司机行程评分数据和乘客行程评分数据的提高行程安全评估的有效性和准确性，进而提高了行程安全评估的有效性和准确性。
在上述任一项技术方案中，优选地，还包括：预设安全评分公式集合还包括第三公式和第四公式，根据第三公式计算司机评估数据，以及根据第四公式计算乘客评估数据，
第三公式为：
第四公式为：
其中，α表征司机的被投诉率，β表征司机的服务评分，C为第一预设参数且由司机的订单数γ确定，φ表征乘客的被投诉率，表征乘客的评分，B为第二预设参数且由乘客的订单数ω确定。
在该技术方案中，鉴于司机的被投诉率、历史评分司机的服务评分和司机的订单数对于确定司机评估数据的重要性，通过第三公式计算司机评估数据，综合考虑了司机的被投诉率、司机的服务评分和司机的订单数多个因素的影响，提高了司机评估数据的有效性，进而提高了行程的安全评分的有效性，鉴于乘客的被投诉率、乘客的评分、和乘客的订单数对于确定乘客评估数据的重要性，通过第四公式计算乘客评估数据，综合考虑了乘客的被投诉率、乘客的评分、和乘客的订单数多个因素的影响，提高了乘客评估数据的有效性，进而提高了行程的安全评分的有效性。
另外，本公开实施例给出一种C值的取值方案：
(1)司机的订单数γ∈[0，20)时，C值为1；
(2)司机的订单数γ∈[20，50)时，C值为3；
(3)司机的订单数γ∈[50，100)时，C值为4；
(4)司机的订单数γ大于100时，C值为5。
另外，本公开实施例给出一种B值的取值方案：
(1)乘客的订单数ω∈[0，20)时，B值为1；
(2)乘客的订单数ω∈[20，50)时，B值为3；
(3)乘客的订单数ω∈[50，100)时，B值为4；
(4)司乘客的订单数ω大于100时，B值为5。
在上述任一项技术方案中，优选地，还包括：获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点；在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程起点时，确认行程开始。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点，在乘客和司机的地理位置信息均与行程的起点重合时确定乘客和司机均达到行程起点，确认行程开始，综合了乘客的地理位置信息、司机的地理位置信息、行程的起点和行程终点多个因素，来确认行程开始，减少了订单取消情况下仍进行行程安全评估而导致资源浪费发生的可能性，进而提高了行程的安全评估的准确性。
在上述任一项技术方案中，优选地，根据司机的地理位置信息确定行程的途径区域和实际驾驶时间。
在该技术方案中，通过司机的地理位置信息确定行程的途径区域和实际驾驶时间，易于实现，可以根据确定的途径区域获取对应的安全系数，和根据确定的实际驾驶时间获取与预估驾驶时间的时间差值，易于实现违法犯罪频发地区、地区偏僻程度、司机疲劳驾驶、交通路况和途中意外情况等因素对行程安全评估的影响。
其中，途径区域的安全系数可以通过区域历史违法行为记录评分，比如：发生过违法行为和发生违法行为的次数多的区域评分低于未发生过违法行为的区域评分，司机对乘客的评分的高低，以及相对地理位置评分，比如地理位置处于偏僻地区评分低于地理位置处于繁华地区的评分。
在上述任一项技术方案中，优选地，还包括：在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程终点，或获取到达行程终点的反馈信令时，记录结束时刻和再次进入听单模式的初始时刻；计算结束时刻与初始时刻之间的时间间隔；响应于检测到时间间隔大于或等于预设时间间隔时，生成与时间间隔对应的异常数据，行程的安全评分包括异常数据。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息，确定乘客和司机均达到行程终点，或通过获取到达行程终点的反馈信令，来记录结束时刻和再次进入听单模式的初始时刻，提高了结束时刻和再次进入听单模式的初始时刻的准确性，以根据结束时刻与初始时刻计算时间间隔，响应于检测到时间间隔大于或等于预设时间间隔时，比如：司机未再次进入听单模式或者司机较长的时间间隔后再次进入听单模式的异常行为，生成与时间间隔对应的异常数据，并将生成的异常数据作为行程的安全评分，用于对行程的安全评估，进一步提高了行程安全评估的有效性，可以在确认有较大可能突发事件时，有利于及时处理达到行程终点后的不安全情形。
其中，听单模式用于指示司机完成上一行程的订单，并且等待响应下一待生成的订单，订单模式支持主动抓取订单和被动指派订单两种接单模式，并且，下一单待生成的订单可以是实时订单或预约订单。
值得特别指出的是，在车辆达到行程终点后的预设时间间隔内，继续采集乘客的位置信息、司机的位置信息和车辆的位置信息，以综合确定乘客和司机均安全结束当前行程。
在上述任一项技术方案中，优选地，还包括：响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息和/或调控人工客服介入。
在该技术方案中，通过将司机行程评分数据、乘客行程评分数据和异常数据中的任一项和对应的预设阈值进行比较，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息用于确认和作为取证信息调控人工客服介入，或者调控人工客服直接介入，一方面，提高了行程安全评估的准确性和及时性，进而提高了应对不安全情形时的主动性和及时性，另一方面，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，再采集行程的图像信息，无需实时采集并上报服务器，节约了功耗，降低了数据交互压力。
本公开实施例第二方面的技术方案提出了一种行程安全评估装置，包括：获取单元，用于响应于检测到行程开始的信息，获取与行程相关的行程信息以及历史数据；确定单元，用于根据行程信息以及历史数据确定行程的安全评分。
在该技术方案中，本公开实施例的行程安全评估方案，通过结合行程信息以及历史数据确定行程的安全评分，行程安全评估全面化，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形，进一步保障了司机和乘客的安全，提升了用户的使用体验。
在上述技术方案中，优选地，还包括：解析单元，用于解析行程信息中包括的行程的预估驾驶时间与实际驾驶时间之间的时间差值，以及行程的途径区域的安全系数；解析单元还用于：解析历史数据中的参与行程的司机的历史信息，记作司机评估数据；解析单元还用于：解析历史数据中的参与行程的乘客的历史信息，记作乘客评估数据；确定单元还用于：根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分。
在该技术方案中，响应于检测到行程开始的信息时，通过将司机评估数据、乘客评估数据、行程的行驶数据按照预设安全评分公式集合的相关公式计算行程的安全评分，在获得安全评分后可以获得预期的技术效果包括：
(1)根据安全评分实时确定行程中是否有违法犯罪行为发生，譬如，安全评分低于安全阈值时，触发主动监控当前行程，例如打开车辆内部的图像采集装置和录音装置，或调度人工客服介入，进一步确定当前行程是否安全，一方面，可以通过便携设备确认司机和乘客是否处于健康状态，包括生理健康和心理健康等，另一方面，确认司机和乘客是否有犯罪记录或差评记录，如有犯罪记录和/或差评，降低安全阈值，以提高监控强度。
(2)根据安全评分及时且准确地通知交管部门，对当前行程的异常进行监控，必要时出警，譬如，安全评分低于安全阈值时，自动拨打报警电话或发送报警信息。
(3)综合考虑了当前行程的驾驶数据对行程的影响，驾驶数据包括途径区域、驾驶速度、驾驶时间、驾驶过程的天气指数、预设路径与实际路径的差异度等，譬如，途径区域可以划分为：极偏远地区、偏远地区、县城外地区、市区外地区和市区繁华地段，其中，极偏远地区、偏远地区均需要降低安全阈值，更易发生违法犯罪行为，又如，能见度低的途径区域也需要降低安全阈值，此时，容易发生交通事故，再如，预设路径与实际路径的差异度极大，则可能发生车辆被劫持的事件，此时也需要降低安全阈值来提高监控的准确性和及时性。
(4)仅在安全评分低于安全阈值时，触发相应的监控和管制，尤其是对比现有的图像采集方案而言，通过本公开实施例，不需要实时图像信息和录音信息即可及时有效监控行程安全，不仅节约了功耗损失，减小了数据交互压力，也保护了乘车人员的隐私。
(5)对于支持车联网控制的车辆而言，在安全评分低于安全阈值时，可以控制车辆紧急制动，或停泊于安全区域，譬如根据生理数据确定司机可能突发心脏病时，及时控制车辆停止行驶。
另外，司机评估数据中包括司机体检记录、病史记录、实时采集司机的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
另外，乘客评估数据中包括乘客体检记录、病史记录、实时采集乘客的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
在上述技术方案中，优选地，预设安全评分公式集合包括第一公式和第二公式，行程的安全评分包括司机行程评分数据和乘客行程评分数据，确定单元还用于：根据第一公式计算司机行程评分数据，以及根据第二公式计算乘客行程安全评分，
第一公式为：
第二公式为：
其中，D表征司机行程评分数据，PS表征乘客评估数据，MS表征行程的途径区域的安全系数，ΔT表征行程的预估驾驶时间与实际驾驶时间之间的时间差值，P表征乘客行程安全评分，DS表征司机评估数据。
在该技术方案中，鉴于乘客评估数据、行程途径区域的安全系数以及行程预估驾驶时间和实际驾驶时间之间的时间差值对于确定司机行程评分数据的重要性，将司机行程评分数据通过第一公式以及第二公式计算出来，其中，乘客评估数据体现了乘客违法违规等因素的影响，行程区域的安全系数体现了违法犯罪频发地区和地区偏僻程度等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，鉴于司机评估数据和行程预估驾驶时间与实际驾驶时间之间的时间差值对于确定乘客行程评分数据的重要性，将乘客行程评分数据通过第二公式计算出来，其中，司机评估数据体现了司机违法违规等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，综合考虑多种因素，进一步提高了司机行程评分数据和乘客行程评分数据的提高行程安全评估的有效性和准确性，进而提高了行程安全评估的有效性和准确性。
在上述任一项技术方案中，优选地，预设安全评分公式集合还包括第三公式和第四公式，确定单元还用于：根据第三公式计算司机评估数据，以及根据第四公式计算乘客评估数据，
第三公式为：
第四公式为：
其中，α表征司机的被投诉率，β表征司机的服务评分，C为第一预设参数且由司机的订单数γ确定，φ表征乘客的被投诉率，表征乘客的评分，B为第二预设参数且由乘客的订单数ω确定。
在该技术方案中，鉴于司机的被投诉率、历史评分司机的服务评分和司机的订单数对于确定司机评估数据的重要性，通过第三公式计算司机评估数据，综合考虑了司机的被投诉率、司机的服务评分和司机的订单数多个因素的影响，提高了司机评估数据的有效性，进而提高了行程的安全评分的有效性，鉴于乘客的被投诉率、乘客的评分、和乘客的订单数对于确定乘客评估数据的重要性，通过第四公式计算乘客评估数据，综合考虑了乘客的被投诉率、乘客的评分、和乘客的订单数多个因素的影响，提高了乘客评估数据的有效性，进而提高了行程的安全评分的有效性。
另外，本公开实施例给出一种C值的取值方案：
(1)司机的订单数γ∈[0，20)时，C值为1；
(2)司机的订单数γ∈[20，50)时，C值为3；
(3)司机的订单数γ∈[50，100)时，C值为4；
(4)司机的订单数γ大于100时，C值为5。
另外，本公开实施例给出一种B值的取值方案：
(1)乘客的订单数ω∈[0，20)时，B值为1；
(2)乘客的订单数ω∈[20，50)时，B值为3；
(3)乘客的订单数ω∈[50，100)时，B值为4；
(4)司乘客的订单数ω大于100时，B值为5。
在上述任一项技术方案中，优选地，获取单元还用于：获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点；确定单元还用于：在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程起点时，确认行程开始。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点，在乘客和司机的地理位置信息均与行程的起点重合时确定乘客和司机均达到行程起点，确认行程开始，综合了乘客的地理位置信息、司机的地理位置信息、行程的起点和行程终点多个因素，来确认行程开始，减少了订单取消情况下仍进行行程安全评估而导致资源浪费发生的可能性，进而提高了行程的安全评估的准确性。
在上述任一项技术方案中，优选地，确定单元还用于：根据司机的地理位置信息确定行程的途径区域和实际驾驶时间。
在该技术方案中，通过司机的地理位置信息确定行程的途径区域和实际驾驶时间，易于实现，可以根据确定的途径区域获取对应的安全系数，和根据确定的实际驾驶时间获取与预估驾驶时间的时间差值，易于实现违法犯罪频发地区、地区偏僻程度、司机疲劳驾驶、交通路况和途中意外情况等因素对行程安全评估的影响。
其中，途径区域的安全系数可以通过区域历史违法行为记录评分，比如：发生过违法行为和发生违法行为的次数多的区域评分低于未发生过违法行为的区域评分，司机对乘客的评分的高低，以及相对地理位置评分，比如地理位置处于偏僻地区评分低于地理位置处于繁华地区的评分。
在上述任一项技术方案中，优选地，还包括：记录单元，用于在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程终点，或获取到达行程终点的反馈信令时，记录结束时刻和再次进入听单模式的初始时刻；计算单元，用于计算结束时刻与初始时刻之间的时间间隔；生成单元，用于响应于检测到时间间隔大于或等于预设时间间隔时，生成与时间间隔对应的异常数据，行程的安全评分包括异常数据。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息，确定乘客和司机均达到行程终点，或通过获取到达行程终点的反馈信令，来记录结束时刻和再次进入听单模式的初始时刻，提高了结束时刻和再次进入听单模式的初始时刻的准确性，根据结束时刻与初始时刻计算时间间隔，响应于检测到时间间隔大于或等于预设时间间隔时，生成与时间间隔对应的异常数据，比如：司机未再次进入听单模式或者司机较长的时间间隔后再次进入听单模式的异常行为，生成与时间间隔对应的异常数据，并将生成的异常数据作为行程的安全评分，用于对行程的安全评估，进一步提高了行程安全评估的有效性，可以在确认有较大可能突发事件时，有利于及时处理达到行程终点后的不安全情形。
其中，听单模式用于指示司机完成上一行程的订单，并且等待响应下一待生成的订单，订单模式支持主动抓取订单和被动指派订单两种接单模式，并且，下一单待生成的订单可以是实时订单或预约订单。
值得特别指出的是，在车辆达到行程终点后的预设时间间隔内，继续采集乘客的位置信息、司机的位置信息和车辆的位置信息，以综合确定乘客和司机均安全结束当前行程。
在上述任一项技术方案中，优选地，还包括：采集调控单元，用于响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息和/或调控人工客服介入。
在该技术方案中，通过将司机行程评分数据、乘客行程评分数据和异常数据中的任一项和对应的预设阈值进行比较，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息用于确认和作为取证信息调控人工客服介入，或者调控人工客服直接介入，一方面，提高了行程安全评估的准确性和及时性，进而提高了应对不安全情形时的主动性和及时性，另一方面，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，再采集行程的图像信息，无需实时采集并上报服务器，节约了功耗，降低了数据交互压力。
本公开实施例的第三方面的技术方案提出了一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一项行程安全评估的步骤。
本公开实施例的第四方面的技术方案提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项行程安全评估的步骤。
通过以上技术方案，响应于检测到行程开始的信息时，通过将司机评估数据、乘客评估数据、行程的行驶数据按照预设安全评分公式集合的相关公式计算行程的安全评分，实现了对行程中司机和乘客安全的有效实时评估，并且提高了应对不安全情形的及时性和主动性。
附图说明
图1示出了根据本公开实施例的一个实施例的行程安全评估方法的示意流程图；
图2示出了根据本公开实施例的另一个实施例的行程安全评估方法的示意流程图；
图3示出了根据本公开实施例的再一个实施例的行程安全评估方法的示意流程图；
图4示出了根据本公开实施例的一个实施例的行程安全评估装置的示意框图。
具体实施方式
为了能够更清楚地理解本公开实施例的上述目的、特征和优点，下面结合附图和具体实施方式对本公开实施例进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开实施例，但是，本公开实施例还可以采用第三方不同于在此描述的第三方方式来实施，因此，本公开实施例的保护范围并不受下面公开的具体实施例的限制。
实施例1
下面结合图1至图3对根据本公开实施例的实施例的行程安全评估方法进行具体说明。
图1示出了根据本公开实施例的一个实施例的行程安全评估方法的示意流程图。
如图1所示，根据本公开实施例的一个实施例的行程安全评估方法，包括：步骤S102，响应于检测到行程开始的信息，获取与行程相关的行程信息以及历史数据；步骤104，根据行程信息以及历史数据确定行程的安全评分。
在该技术方案中，本公开实施例的行程安全评估方案，通过结合行程信息以及历史数据确定行程的安全评分，行程安全评估全面化，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形，进一步保障了司机和乘客的安全，提升了用户的使用体验。
在上述技术方案中，优选地，根据行程信息和历史数据确定行程的安全评分，具体包括：解析行程信息中包括的行程的预估驾驶时间与实际驾驶时间之间的时间差值，以及行程的途径区域的安全系数；解析历史数据中的参与行程的司机的历史信息，记作司机评估数据；解析历史数据中的参与行程的乘客的历史信息，记作乘客评估数据；根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分。
在该技术方案中，响应于检测到行程开始的信息时，通过将司机评估数据、乘客评估数据、行程的行驶数据按照预设安全评分公式集合的相关公式计算行程的安全评分，在获得安全评分后可以获得预期的技术效果包括：
(1)根据安全评分实时确定行程中是否有违法犯罪行为发生，譬如，安全评分低于安全阈值时，触发主动监控当前行程，例如打开车辆内部的图像采集装置和录音装置，或调度人工客服介入，进一步确定当前行程是否安全，一方面，可以通过便携设备确认司机和乘客是否处于健康状态，包括生理健康和心理健康等，另一方面，确认司机和乘客是否有犯罪记录或差评记录，如有犯罪记录和/或差评，降低安全阈值，以提高监控强度。
(2)根据安全评分及时且准确地通知交管部门，对当前行程的异常进行监控，必要时出警，譬如，安全评分低于安全阈值时，自动拨打报警电话或发送报警信息。
(3)综合考虑了当前行程的驾驶数据对行程的影响，驾驶数据包括途径区域、驾驶速度、驾驶时间、驾驶过程的天气指数、预设路径与实际路径的差异度等，譬如，途径区域可以划分为：极偏远地区、偏远地区、县城外地区、市区外地区和市区繁华地段，其中，极偏远地区、偏远地区均需要降低安全阈值，更易发生违法犯罪行为，又如，能见度低的途径区域也需要降低安全阈值，此时，容易发生交通事故，再如，预设路径与实际路径的差异度极大，则可能发生车辆被劫持的事件，此时也需要降低安全阈值来提高监控的准确性和及时性。
(4)仅在安全评分低于安全阈值时，触发相应的监控和管制，尤其是对比现有的图像采集方案而言，通过本公开实施例，不需要实时图像信息和录音信息即可及时有效监控行程安全，不仅节约了功耗损失，减小了数据交互压力，也保护了乘车人员的隐私。
(5)对于支持车联网控制的车辆而言，在安全评分低于安全阈值时，可以控制车辆紧急制动，或停泊于安全区域，譬如根据生理数据确定司机可能突发心脏病时，及时控制车辆停止行驶。
另外，司机评估数据中包括司机体检记录、病史记录、实时采集司机的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
另外，乘客评估数据中包括乘客体检记录、病史记录、实时采集乘客的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
在上述技术方案中，优选地，还包括：预设安全评分公式集合包括第一公式和第二公式，行程的安全评分包括司机行程评分数据和乘客行程评分数据，根据第一公式计算司机行程评分数据，以及根据第二公式计算乘客行程安全评分，
第一公式为：
第二公式为：
其中，D表征司机行程评分数据，PS表征乘客评估数据，MS表征行程的途径区域的安全系数，ΔT表征行程的预估驾驶时间与实际驾驶时间之间的时间差值，P表征乘客行程安全评分，DS表征司机评估数据。
在该技术方案中，鉴于乘客评估数据、行程途径区域的安全系数以及行程预估驾驶时间和实际驾驶时间之间的时间差值对于确定司机行程评分数据的重要性，将司机行程评分数据通过第一公式以及第二公式计算出来，其中，乘客评估数据体现了乘客违法违规等因素的影响，行程区域的安全系数体现了违法犯罪频发地区和地区偏僻程度等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，鉴于司机评估数据和行程预估驾驶时间与实际驾驶时间之间的时间差值对于确定乘客行程评分数据的重要性，将乘客行程评分数据通过第二公式计算出来，其中，司机评估数据体现了司机违法违规等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，综合考虑多种因素，进一步提高了司机行程评分数据和乘客行程评分数据的提高行程安全评估的有效性和准确性，进而提高了行程安全评估的有效性和准确性。
在上述任一项技术方案中，优选地，还包括：预设安全评分公式集合还包括第三公式和第四公式，根据第三公式计算司机评估数据，以及根据第四公式计算乘客评估数据，
第三公式为：
第四公式为：
其中，α表征司机的被投诉率，β表征司机的服务评分，C为第一预设参数且由司机的订单数γ确定，φ表征乘客的被投诉率，表征乘客的评分，B为第二预设参数且由乘客的订单数ω确定。
在该技术方案中，鉴于司机的被投诉率、历史评分司机的服务评分和司机的订单数对于确定司机评估数据的重要性，通过第三公式计算司机评估数据，综合考虑了司机的被投诉率、司机的服务评分和司机的订单数多个因素的影响，提高了司机评估数据的有效性，进而提高了行程的安全评分的有效性，鉴于乘客的被投诉率、乘客的评分、和乘客的订单数对于确定乘客评估数据的重要性，通过第四公式计算乘客评估数据，综合考虑了乘客的被投诉率、乘客的评分、和乘客的订单数多个因素的影响，提高了乘客评估数据的有效性，进而提高了行程的安全评分的有效性。
另外，本公开实施例给出一种C值的取值方案：
(1)司机的订单数γ∈[0，20)时，C值为1；
(2)司机的订单数γ∈[20，50)时，C值为3；
(3)司机的订单数γ∈[50，100)时，C值为4；
(4)司机的订单数γ大于100时，C值为5。
另外，本公开实施例给出一种B值的取值方案：
(1)乘客的订单数ω∈[0，20)时，B值为1；
(2)乘客的订单数ω∈[20，50)时，B值为3；
(3)乘客的订单数ω∈[50，100)时，B值为4；
(4)司乘客的订单数ω大于100时，B值为5。
图2示出了根据本公开实施例的另一个实施例的行程安全评估方法的示意流程图。
如图2所示，在上述任一实施例中，优选地，还包括：步骤S202，获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点；步骤S204，在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程起点时，确认行程开始。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点，在乘客和司机的地理位置信息均与行程的起点重合时确定乘客和司机均达到行程起点，确认行程开始，综合了乘客的地理位置信息、司机的地理位置信息、行程的起点和行程终点多个因素，来确认行程开始，减少了订单取消情况下仍进行行程安全评估而导致资源浪费发生的可能性，进而提高了行程的安全评估的准确性。
在上述任一项技术方案中，优选地，根据司机的地理位置信息确定行程的途径区域和实际驾驶时间。
在该技术方案中，通过司机的地理位置信息确定行程的途径区域和实际驾驶时间，易于实现，可以根据确定的途径区域获取对应的安全系数，和根据确定的实际驾驶时间获取与预估驾驶时间的时间差值，易于实现违法犯罪频发地区、地区偏僻程度、司机疲劳驾驶、交通路况和途中意外情况等因素对行程安全评估的影响。
其中，途径区域的安全系数可以通过区域历史违法行为记录评分，比如：发生过违法行为和发生违法行为的次数多的区域评分低于未发生过违法行为的区域评分，司机对乘客的评分的高低，以及相对地理位置评分，比如地理位置处于偏僻地区评分低于地理位置处于繁华地区的评分，使用1到5星的打分机制，以区域司机对乘客的评分为例，各个星级的打分标准如下：
(1)1星：出现过违法犯罪行为或未安全到达；
(2)2星：司机投诉，并且司机对乘客的评分1星；
(3)3星：司机投诉，并且司机对乘客的评分2星或3星；
(4)4星：司机对乘客的评分4星；
(5)5星：司机对乘客的评分5星；
除此之外，还可以根据相对地理位置进行星级评分：
(1)1星：极偏远地区；
(2)2星：偏远地区；
(3)3星：县城外地区；
(4)4星：市区外地区；
(5)5星：市区繁华地段；
最后，该区域的安全系数是上述两项评分的均值。
图3示出了根据本公开实施例的再一个实施例的行程安全评估方法的示意流程图。
如图3所示，在上述任一实施例中，优选地，还包括：步骤S302，在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程终点，或获取到达行程终点的反馈信令时，记录结束时刻和再次进入听单模式的初始时刻；步骤S304，计算结束时刻与初始时刻之间的时间间隔；步骤S306，响应于检测到时间间隔大于或等于预设时间间隔时，生成与时间间隔对应的异常数据，行程的安全评分包括异常数据。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息，确定乘客和司机均达到行程终点，或通过获取到达行程终点的反馈信令，来记录结束时刻和再次进入听单模式的初始时刻，提高了结束时刻和再次进入听单模式的初始时刻的准确性，以根据结束时刻与初始时刻计算时间间隔，响应于检测到时间间隔大于或等于预设时间间隔时，比如：司机未再次进入听单模式或者司机较长的时间间隔后再次进入听单模式的异常行为，生成与时间间隔对应的异常数据，并将生成的异常数据作为行程的安全评分，用于对行程的安全评估，进一步提高了行程安全评估的有效性，可以在确认有较大可能突发事件时，有利于及时处理达到行程终点后的不安全情形。
其中，听单模式用于指示司机完成上一行程的订单，并且等待响应下一待生成的订单，订单模式支持主动抓取订单和被动指派订单两种接单模式，并且，下一单待生成的订单可以是实时订单或预约订单。
值得特别指出的是，在车辆达到行程终点后的预设时间间隔内，继续采集乘客的位置信息、司机的位置信息和车辆的位置信息，以综合确定乘客和司机均安全结束当前行程。
在上述任一项技术方案中，优选地，还包括：响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息和/或调控人工客服介入。
在该技术方案中，通过将司机行程评分数据、乘客行程评分数据和异常数据中的任一项和对应的预设阈值进行比较，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息用于确认和作为取证信息调控人工客服介入，或者调控人工客服直接介入，一方面，提高了行程安全评估的准确性和及时性，进而提高了应对不安全情形时的主动性和及时性，另一方面，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，再采集行程的图像信息，无需实时采集并上报服务器，节约了功耗，降低了数据交互压力。
实施例2
图4示出了根据本公开实施例的一个实施例的行程安全评估装置的示意框图。
如图4所示，根据本公开实施例的实施例的行程安全评估装置400，包括：获取单元402，用于响应于检测到行程开始的信息，获取与行程相关的行程信息以及历史数据；确定单元404，用于根据行程信息以及历史数据确定行程的安全评分。
在该技术方案中，本公开实施例的行程安全评估方案，通过结合行程信息以及历史数据确定行程的安全评分，行程安全评估全面化，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形，进一步保障了司机和乘客的安全，提升了用户的使用体验。
在上述技术方案中，优选地，还包括：解析单元406，用于解析行程信息中包括的行程的预估驾驶时间与实际驾驶时间之间的时间差值，以及行程的途径区域的安全系数；解析单元406还用于：解析历史数据中的参与行程的司机的历史信息，记作司机评估数据；解析单元406还用于：解析历史数据中的参与行程的乘客的历史信息，记作乘客评估数据；确定单元404还用于：根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分。
在该技术方案中，响应于检测到行程开始的信息时，通过将司机评估数据、乘客评估数据、行程的行驶数据按照预设安全评分公式集合的相关公式计算行程的安全评分，在获得安全评分后可以获得预期的技术效果包括：
(1)根据安全评分实时确定行程中是否有违法犯罪行为发生，譬如，安全评分低于安全阈值时，触发主动监控当前行程，例如打开车辆内部的图像采集装置和录音装置，或调度人工客服介入，进一步确定当前行程是否安全，一方面，可以通过便携设备确认司机和乘客是否处于健康状态，包括生理健康和心理健康等，另一方面，确认司机和乘客是否有犯罪记录或差评记录，如有犯罪记录和/或差评，降低安全阈值，以提高监控强度。
(2)根据安全评分及时且准确地通知交管部门，对当前行程的异常进行监控，必要时出警，譬如，安全评分低于安全阈值时，自动拨打报警电话或发送报警信息。
(3)综合考虑了当前行程的驾驶数据对行程的影响，驾驶数据包括途径区域、驾驶速度、驾驶时间、驾驶过程的天气指数、预设路径与实际路径的差异度等，譬如，途径区域可以划分为：极偏远地区、偏远地区、县城外地区、市区外地区和市区繁华地段，其中，极偏远地区、偏远地区均需要降低安全阈值，更易发生违法犯罪行为，又如，能见度低的途径区域也需要降低安全阈值，此时，容易发生交通事故，再如，预设路径与实际路径的差异度极大，则可能发生车辆被劫持的事件，此时也需要降低安全阈值来提高监控的准确性和及时性。
(4)仅在安全评分低于安全阈值时，触发相应的监控和管制，尤其是对比现有的图像采集方案而言，通过本公开实施例，不需要实时图像信息和录音信息即可及时有效监控行程安全，不仅节约了功耗损失，减小了数据交互压力，也保护了乘车人员的隐私。
(5)对于支持车联网控制的车辆而言，在安全评分低于安全阈值时，可以控制车辆紧急制动，或停泊于安全区域，譬如根据生理数据确定司机可能突发心脏病时，及时控制车辆停止行驶。
另外，司机评估数据中包括司机体检记录、病史记录、实时采集司机的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
另外，乘客评估数据中包括乘客体检记录、病史记录、实时采集乘客的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
在上述技术方案中，优选地，预设安全评分公式集合包括第一公式和第二公式，行程的安全评分包括司机行程评分数据和乘客行程评分数据，确定单元404还用于：根据第一公式计算司机行程评分数据，以及根据第二公式计算乘客行程安全评分，
第一公式为：
第二公式为：
其中，D表征司机行程评分数据，PS表征乘客评估数据，MS表征行程的途径区域的安全系数，ΔT表征行程的预估驾驶时间与实际驾驶时间之间的时间差值，P表征乘客行程安全评分，DS表征司机评估数据。
在该技术方案中，鉴于乘客评估数据、行程途径区域的安全系数以及行程预估驾驶时间和实际驾驶时间之间的时间差值对于确定司机行程评分数据的重要性，将司机行程评分数据通过第一公式以及第二公式计算出来，其中，乘客评估数据体现了乘客违法违规等因素的影响，行程区域的安全系数体现了违法犯罪频发地区和地区偏僻程度等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，鉴于司机评估数据和行程预估驾驶时间与实际驾驶时间之间的时间差值对于确定乘客行程评分数据的重要性，将乘客行程评分数据通过第二公式计算出来，其中，司机评估数据体现了司机违法违规等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，综合考虑多种因素，进一步提高了司机行程评分数据和乘客行程评分数据的提高行程安全评估的有效性和准确性，进而提高了行程安全评估的有效性和准确性。
在上述任一项技术方案中，优选地，预设安全评分公式集合还包括第三公式和第四公式，确定单元404还用于：根据第三公式计算司机评估数据，以及根据第四公式计算乘客评估数据，
第三公式为：
第四公式为：
其中，α表征司机的被投诉率，β表征司机的服务评分，C为第一预设参数且由司机的订单数γ确定，φ表征乘客的被投诉率，表征乘客的评分，B为第二预设参数且由乘客的订单数ω确定。
在该技术方案中，鉴于司机的被投诉率、历史评分司机的服务评分和司机的订单数对于确定司机评估数据的重要性，通过第三公式计算司机评估数据，综合考虑了司机的被投诉率、司机的服务评分和司机的订单数多个因素的影响，提高了司机评估数据的有效性，进而提高了行程的安全评分的有效性，鉴于乘客的被投诉率、乘客的评分、和乘客的订单数对于确定乘客评估数据的重要性，通过第四公式计算乘客评估数据，综合考虑了乘客的被投诉率、乘客的评分、和乘客的订单数多个因素的影响，提高了乘客评估数据的有效性，进而提高了行程的安全评分的有效性。
另外，本公开实施例给出一种C值的取值方案：
(1)司机的订单数γ∈[0，20)时，C值为1；
(2)司机的订单数γ∈[20，50)时，C值为3；
(3)司机的订单数γ∈[50，100)时，C值为4；
(4)司机的订单数γ大于100时，C值为5。
另外，本公开实施例给出一种B值的取值方案：
(1)乘客的订单数ω∈[0，20)时，B值为1；
(2)乘客的订单数ω∈[20，50)时，B值为3；
(3)乘客的订单数ω∈[50，100)时，B值为4；
(4)司乘客的订单数ω大于100时，B值为5。
在上述任一项技术方案中，优选地，获取单元402还用于：获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点；确定单元404还用于：在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程起点时，确认行程开始。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点，在乘客和司机的地理位置信息均与行程的起点重合时确定乘客和司机均达到行程起点，确认行程开始，综合了乘客的地理位置信息、司机的地理位置信息、行程的起点和行程终点多个因素，来确认行程开始，减少了订单取消情况下仍进行行程安全评估而导致资源浪费发生的可能性，进而提高了行程的安全评估的准确性。
在上述任一项技术方案中，优选地，确定单元404还用于：根据司机的地理位置信息确定行程的途径区域和实际驾驶时间。
在该技术方案中，通过司机的地理位置信息确定行程的途径区域和实际驾驶时间，易于实现，可以根据确定的途径区域获取对应的安全系数，和根据确定的实际驾驶时间获取与预估驾驶时间的时间差值，易于实现违法犯罪频发地区、地区偏僻程度、司机疲劳驾驶、交通路况和途中意外情况等因素对行程安全评估的影响。
其中，途径区域的安全系数可以通过区域历史违法行为记录评分，比如：发生过违法行为和发生违法行为的次数多的区域评分低于未发生过违法行为的区域评分，司机对乘客的评分的高低，以及相对地理位置评分，比如地理位置处于偏僻地区评分低于地理位置处于繁华地区的评分。
在上述任一项技术方案中，优选地，还包括：记录单元408，用于在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程终点，或获取到达行程终点的反馈信令时，记录结束时刻和再次进入听单模式的初始时刻；计算单元410，用于计算结束时刻与初始时刻之间的时间间隔；生成单元412，用于响应于检测到时间间隔大于或等于预设时间间隔时，生成与时间间隔对应的异常数据，行程的安全评分包括异常数据。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息，确定乘客和司机均达到行程终点，或通过获取到达行程终点的反馈信令，来记录结束时刻和再次进入听单模式的初始时刻，提高了结束时刻和再次进入听单模式的初始时刻的准确性，根据结束时刻与初始时刻计算时间间隔，响应于检测到时间间隔大于或等于预设时间间隔时，生成与时间间隔对应的异常数据，比如：司机未再次进入听单模式或者司机较长的时间间隔后再次进入听单模式的异常行为，生成与时间间隔对应的异常数据，并将生成的异常数据作为行程的安全评分，用于对行程的安全评估，进一步提高了行程安全评估的有效性，可以在确认有较大可能突发事件时，有利于及时处理达到行程终点后的不安全情形。
其中，听单模式用于指示司机完成上一行程的订单，并且等待响应下一待生成的订单，订单模式支持主动抓取订单和被动指派订单两种接单模式，并且，下一单待生成的订单可以是实时订单或预约订单。
值得特别指出的是，在车辆达到行程终点后的预设时间间隔内，继续采集乘客的位置信息、司机的位置信息和车辆的位置信息，以综合确定乘客和司机均安全结束当前行程。
在上述任一项技术方案中，优选地，还包括：采集调控单元414，用于响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息和/或调控人工客服介入。
在该技术方案中，通过将司机行程评分数据、乘客行程评分数据和异常数据中的任一项和对应的预设阈值进行比较，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息用于确认和作为取证信息调控人工客服介入，或者调控人工客服直接介入，一方面，提高了行程安全评估的准确性和及时性，进而提高了应对不安全情形时的主动性和及时性，另一方面，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，再采集行程的图像信息，无需实时采集并上报服务器，节约了功耗，降低了数据交互压力。
实施例3
根据本公开实施例的实施例的服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：响应于检测到行程开始的信息，获取与行程相关的行程信息以及历史数据；根据行程信息以及历史数据确定行程的安全评分。
在该技术方案中，本公开实施例的行程安全评估方案，通过结合行程信息以及历史数据确定行程的安全评分，行程安全评估全面化，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形，进一步保障了司机和乘客的安全，提升了用户的使用体验。
在上述技术方案中，优选地，根据行程信息和历史数据确定行程的安全评分，具体包括：解析行程信息中包括的行程的预估驾驶时间与实际驾驶时间之间的时间差值，以及行程的途径区域的安全系数；解析历史数据中的参与行程的司机的历史信息，记作司机评估数据；解析历史数据中的参与行程的乘客的历史信息，记作乘客评估数据；根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分。
在该技术方案中，响应于检测到行程开始的信息时，通过将司机评估数据、乘客评估数据、行程的行驶数据按照预设安全评分公式集合的相关公式计算行程的安全评分，在获得安全评分后可以获得预期的技术效果包括：
(1)根据安全评分实时确定行程中是否有违法犯罪行为发生，譬如，安全评分低于安全阈值时，触发主动监控当前行程，例如打开车辆内部的图像采集装置和录音装置，或调度人工客服介入，进一步确定当前行程是否安全，一方面，可以通过便携设备确认司机和乘客是否处于健康状态，包括生理健康和心理健康等，另一方面，确认司机和乘客是否有犯罪记录或差评记录，如有犯罪记录和/或差评，降低安全阈值，以提高监控强度。
(2)根据安全评分及时且准确地通知交管部门，对当前行程的异常进行监控，必要时出警，譬如，安全评分低于安全阈值时，自动拨打报警电话或发送报警信息。
(3)综合考虑了当前行程的驾驶数据对行程的影响，驾驶数据包括途径区域、驾驶速度、驾驶时间、驾驶过程的天气指数、预设路径与实际路径的差异度等，譬如，途径区域可以划分为：极偏远地区、偏远地区、县城外地区、市区外地区和市区繁华地段，其中，极偏远地区、偏远地区均需要降低安全阈值，更易发生违法犯罪行为，又如，能见度低的途径区域也需要降低安全阈值，此时，容易发生交通事故，再如，预设路径与实际路径的差异度极大，则可能发生车辆被劫持的事件，此时也需要降低安全阈值来提高监控的准确性和及时性。
(4)仅在安全评分低于安全阈值时，触发相应的监控和管制，尤其是对比现有的图像采集方案而言，通过本公开实施例，不需要实时图像信息和录音信息即可及时有效监控行程安全，不仅节约了功耗损失，减小了数据交互压力，也保护了乘车人员的隐私。
(5)对于支持车联网控制的车辆而言，在安全评分低于安全阈值时，可以控制车辆紧急制动，或停泊于安全区域，譬如根据生理数据确定司机可能突发心脏病时，及时控制车辆停止行驶。
另外，司机评估数据中包括司机体检记录、病史记录、实时采集司机的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
另外，乘客评估数据中包括乘客体检记录、病史记录、实时采集乘客的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
在上述技术方案中，优选地，根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分，具体包括：预设安全评分公式集合包括第一公式和第二公式，行程的安全评分包括参与行程的司机行程评分数据和乘客行程评分数据，根据第一公式计算司机行程评分数据，以及根据第二公式计算乘客行程安全评分，
第一公式为：
第二公式为：
其中，D表征司机行程评分数据，PS表征乘客评估数据，MS表征行程的途径区域的安全系数，ΔT表征行程的预估驾驶时间与实际驾驶时间之间的时间差值，P表征乘客行程安全评分，DS表征司机评估数据。
在该技术方案中，鉴于乘客评估数据、行程途径区域的安全系数以及行程预估驾驶时间和实际驾驶时间之间的时间差值对于确定司机行程评分数据的重要性，将司机行程评分数据通过第一公式以及第二公式计算出来，其中，乘客评估数据体现了乘客违法违规等因素的影响，行程区域的安全系数体现了违法犯罪频发地区和地区偏僻程度等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，鉴于司机评估数据和行程预估驾驶时间与实际驾驶时间之间的时间差值对于确定乘客行程评分数据的重要性，将乘客行程评分数据通过第二公式计算出来，其中，司机评估数据体现了司机违法违规等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，综合考虑多种因素，进一步提高了司机行程评分数据和乘客行程评分数据的提高行程安全评估的有效性和准确性，进而提高了行程安全评估的有效性和准确性。
在上述任一项技术方案中，优选地，还包括：预设安全评分公式集合还包括第三公式和第四公式，根据第三公式计算司机评估数据，以及根据第四公式计算乘客评估数据，
第三公式为：
第四公式为：
其中，α表征司机的被投诉率，β表征司机的服务评分，C为第一预设参数且由司机的订单数γ确定，φ表征乘客的被投诉率，表征乘客的评分，B为第二预设参数且由乘客的订单数ω确定。
在该技术方案中，鉴于司机的被投诉率、历史评分司机的服务评分和司机的订单数对于确定司机评估数据的重要性，通过第三公式计算司机评估数据，综合考虑了司机的被投诉率、司机的服务评分和司机的订单数多个因素的影响，提高了司机评估数据的有效性，进而提高了行程的安全评分的有效性，鉴于乘客的被投诉率、乘客的评分、和乘客的订单数对于确定乘客评估数据的重要性，通过第四公式计算乘客评估数据，综合考虑了乘客的被投诉率、乘客的评分、和乘客的订单数多个因素的影响，提高了乘客评估数据的有效性，进而提高了行程的安全评分的有效性。
另外，本公开实施例给出一种C值的取值方案：
(1)司机的订单数γ∈[0，20)时，C值为1；
(2)司机的订单数γ∈[20，50)时，C值为3；
(3)司机的订单数γ∈[50，100)时，C值为4；
(4)司机的订单数γ大于100时，C值为5。
另外，本公开实施例给出一种B值的取值方案：
(1)乘客的订单数ω∈[0，20)时，B值为1；
(2)乘客的订单数ω∈[20，50)时，B值为3；
(3)乘客的订单数ω∈[50，100)时，B值为4；
(4)司乘客的订单数ω大于100时，B值为5。
在上述任一项技术方案中，优选地，还包括：获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点；在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程起点时，确认行程开始。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点，在乘客和司机的地理位置信息均与行程的起点重合时确定乘客和司机均达到行程起点，确认行程开始，综合了乘客的地理位置信息、司机的地理位置信息、行程的起点和行程终点多个因素，来确认行程开始，减少了订单取消情况下仍进行行程安全评估而导致资源浪费发生的可能性，进而提高了行程的安全评估的准确性。
在上述任一项技术方案中，优选地，根据司机的地理位置信息确定行程的途径区域和实际驾驶时间。
在该技术方案中，通过司机的地理位置信息确定行程的途径区域和实际驾驶时间，易于实现，可以根据确定的途径区域获取对应的安全系数，和根据确定的实际驾驶时间获取与预估驾驶时间的时间差值，易于实现违法犯罪频发地区、地区偏僻程度、司机疲劳驾驶、交通路况和途中意外情况等因素对行程安全评估的影响。
其中，途径区域的安全系数可以通过区域历史违法行为记录评分，比如：发生过违法行为和发生违法行为的次数多的区域评分低于未发生过违法行为的区域评分，司机对乘客的评分的高低，以及相对地理位置评分，比如地理位置处于偏僻地区评分低于地理位置处于繁华地区的评分。
在上述任一项技术方案中，优选地，还包括：在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程终点，或获取到达行程终点的反馈信令时，记录结束时刻和再次进入听单模式的初始时刻；计算结束时刻与初始时刻之间的时间间隔；响应于检测到时间间隔大于或等于预设时间间隔时，生成与时间间隔对应的异常数据，行程的安全评分包括异常数据。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息，确定乘客和司机均达到行程终点，或通过获取到达行程终点的反馈信令，来记录结束时刻和再次进入听单模式的初始时刻，提高了结束时刻和再次进入听单模式的初始时刻的准确性，以根据结束时刻与初始时刻计算时间间隔，响应于检测到时间间隔大于或等于预设时间间隔时，比如：司机未再次进入听单模式或者司机较长的时间间隔后再次进入听单模式的异常行为，生成与时间间隔对应的异常数据，并将生成的异常数据作为行程的安全评分，用于对行程的安全评估，进一步提高了行程安全评估的有效性，可以在确认有较大可能突发事件时，有利于及时处理达到行程终点后的不安全情形。
其中，听单模式用于指示司机完成上一行程的订单，并且等待响应下一待生成的订单，订单模式支持主动抓取订单和被动指派订单两种接单模式，并且，下一单待生成的订单可以是实时订单或预约订单。
值得特别指出的是，在车辆达到行程终点后的预设时间间隔内，继续采集乘客的位置信息、司机的位置信息和车辆的位置信息，以综合确定乘客和司机均安全结束当前行程。
在上述任一项技术方案中，优选地，还包括：响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息和/或调控人工客服介入。
在该技术方案中，通过将司机行程评分数据、乘客行程评分数据和异常数据中的任一项和对应的预设阈值进行比较，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息用于确认和作为取证信息调控人工客服介入，或者调控人工客服直接介入，一方面，提高了行程安全评估的准确性和及时性，进而提高了应对不安全情形时的主动性和及时性，另一方面，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，再采集行程的图像信息，无需实时采集并上报服务器，节约了功耗，降低了数据交互压力。
实施例4
根据本公开实施例的实施例的计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：响应于检测到行程开始的信息，获取与行程相关的行程信息以及历史数据；根据行程信息以及历史数据确定行程的安全评分。
在该技术方案中，本公开实施例的行程安全评估方案，通过结合行程信息以及历史数据确定行程的安全评分，行程安全评估全面化，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形，进一步保障了司机和乘客的安全，提升了用户的使用体验。
在上述技术方案中，优选地，根据行程信息和历史数据确定行程的安全评分，具体包括：解析行程信息中包括的行程的预估驾驶时间与实际驾驶时间之间的时间差值，以及行程的途径区域的安全系数；解析历史数据中的参与行程的司机的历史信息，记作司机评估数据；解析历史数据中的参与行程的乘客的历史信息，记作乘客评估数据；根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分。
在该技术方案中，响应于检测到行程开始的信息时，通过将司机评估数据、乘客评估数据、行程的行驶数据按照预设安全评分公式集合的相关公式计算行程的安全评分，在获得安全评分后可以获得预期的技术效果包括：
(1)根据安全评分实时确定行程中是否有违法犯罪行为发生，譬如，安全评分低于安全阈值时，触发主动监控当前行程，例如打开车辆内部的图像采集装置和录音装置，或调度人工客服介入，进一步确定当前行程是否安全，一方面，可以通过便携设备确认司机和乘客是否处于健康状态，包括生理健康和心理健康等，另一方面，确认司机和乘客是否有犯罪记录或差评记录，如有犯罪记录和/或差评，降低安全阈值，以提高监控强度。
(2)根据安全评分及时且准确地通知交管部门，对当前行程的异常进行监控，必要时出警，譬如，安全评分低于安全阈值时，自动拨打报警电话或发送报警信息。
(3)综合考虑了当前行程的驾驶数据对行程的影响，驾驶数据包括途径区域、驾驶速度、驾驶时间、驾驶过程的天气指数、预设路径与实际路径的差异度等，譬如，途径区域可以划分为：极偏远地区、偏远地区、县城外地区、市区外地区和市区繁华地段，其中，极偏远地区、偏远地区均需要降低安全阈值，更易发生违法犯罪行为，又如，能见度低的途径区域也需要降低安全阈值，此时，容易发生交通事故，再如，预设路径与实际路径的差异度极大，则可能发生车辆被劫持的事件，此时也需要降低安全阈值来提高监控的准确性和及时性。
(4)仅在安全评分低于安全阈值时，触发相应的监控和管制，尤其是对比现有的图像采集方案而言，通过本公开实施例，不需要实时图像信息和录音信息即可及时有效监控行程安全，不仅节约了功耗损失，减小了数据交互压力，也保护了乘车人员的隐私。
(5)对于支持车联网控制的车辆而言，在安全评分低于安全阈值时，可以控制车辆紧急制动，或停泊于安全区域，譬如根据生理数据确定司机可能突发心脏病时，及时控制车辆停止行驶。
另外，司机评估数据中包括司机体检记录、病史记录、实时采集司机的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
另外，乘客评估数据中包括乘客体检记录、病史记录、实时采集乘客的身体机能数据(从属于生理数据，具体包括如心跳、脉搏和体温等数据)、历史行程评分数据和违法违规记录等。
在上述技术方案中，优选地，根据时间差值、途径区域的安全系数、司机评估数据、乘客评估数据和预设安全评分公式集合，确定行程的安全评分，具体包括：预设安全评分公式集合包括第一公式和第二公式，行程的安全评分包括参与行程的司机行程评分数据和乘客行程评分数据，根据第一公式计算司机行程评分数据，以及根据第二公式计算乘客行程安全评分，
第一公式为：
第二公式为：
其中，D表征司机行程评分数据，PS表征乘客评估数据，MS表征行程的途径区域的安全系数，ΔT表征行程的预估驾驶时间与实际驾驶时间之间的时间差值，P表征乘客行程安全评分，DS表征司机评估数据。
在该技术方案中，鉴于乘客评估数据、行程途径区域的安全系数以及行程预估驾驶时间和实际驾驶时间之间的时间差值对于确定司机行程评分数据的重要性，将司机行程评分数据通过第一公式以及第二公式计算出来，其中，乘客评估数据体现了乘客违法违规等因素的影响，行程区域的安全系数体现了违法犯罪频发地区和地区偏僻程度等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，鉴于司机评估数据和行程预估驾驶时间与实际驾驶时间之间的时间差值对于确定乘客行程评分数据的重要性，将乘客行程评分数据通过第二公式计算出来，其中，司机评估数据体现了司机违法违规等因素的影响，行程的预估驾驶时间与实际驾驶时间之间的时间差值体现了交通路况和行程中意外情况等因素的影响，综合考虑多种因素，进一步提高了司机行程评分数据和乘客行程评分数据的提高行程安全评估的有效性和准确性，进而提高了行程安全评估的有效性和准确性。
在上述任一项技术方案中，优选地，还包括：预设安全评分公式集合还包括第三公式和第四公式，根据第三公式计算司机评估数据，以及根据第四公式计算乘客评估数据，
第三公式为：
第四公式为：
其中，α表征司机的被投诉率，β表征司机的服务评分，C为第一预设参数且由司机的订单数γ确定，φ表征乘客的被投诉率，表征乘客的评分，B为第二预设参数且由乘客的订单数ω确定。
在该技术方案中，鉴于司机的被投诉率、历史评分司机的服务评分和司机的订单数对于确定司机评估数据的重要性，通过第三公式计算司机评估数据，综合考虑了司机的被投诉率、司机的服务评分和司机的订单数多个因素的影响，提高了司机评估数据的有效性，进而提高了行程的安全评分的有效性，鉴于乘客的被投诉率、乘客的评分、和乘客的订单数对于确定乘客评估数据的重要性，通过第四公式计算乘客评估数据，综合考虑了乘客的被投诉率、乘客的评分、和乘客的订单数多个因素的影响，提高了乘客评估数据的有效性，进而提高了行程的安全评分的有效性。
另外，本公开实施例给出一种C值的取值方案：
(1)司机的订单数γ∈[0，20)时，C值为1；
(2)司机的订单数γ∈[20，50)时，C值为3；
(3)司机的订单数γ∈[50，100)时，C值为4；
(4)司机的订单数γ大于100时，C值为5。
另外，本公开实施例给出一种B值的取值方案：
(1)乘客的订单数ω∈[0，20)时，B值为1；
(2)乘客的订单数ω∈[20，50)时，B值为3；
(3)乘客的订单数ω∈[50，100)时，B值为4；
(4)司乘客的订单数ω大于100时，B值为5。
在上述任一项技术方案中，优选地，还包括：获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点；在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程起点时，确认行程开始。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息、行程的行程起点和行程终点，在乘客和司机的地理位置信息均与行程的起点重合时确定乘客和司机均达到行程起点，确认行程开始，综合了乘客的地理位置信息、司机的地理位置信息、行程的起点和行程终点多个因素，来确认行程开始，减少了订单取消情况下仍进行行程安全评估而导致资源浪费发生的可能性，进而提高了行程的安全评估的准确性。
在上述任一项技术方案中，优选地，根据司机的地理位置信息确定行程的途径区域和实际驾驶时间。
在该技术方案中，通过司机的地理位置信息确定行程的途径区域和实际驾驶时间，易于实现，可以根据确定的途径区域获取对应的安全系数，和根据确定的实际驾驶时间获取与预估驾驶时间的时间差值，易于实现违法犯罪频发地区、地区偏僻程度、司机疲劳驾驶、交通路况和途中意外情况等因素对行程安全评估的影响。
其中，途径区域的安全系数可以通过区域历史违法行为记录评分，比如：发生过违法行为和发生违法行为的次数多的区域评分低于未发生过违法行为的区域评分，司机对乘客的评分的高低，以及相对地理位置评分，比如地理位置处于偏僻地区评分低于地理位置处于繁华地区的评分。
在上述任一项技术方案中，优选地，还包括：在根据乘客的地理位置信息、司机的地理位置信息确定乘客和司机均达到行程终点，或获取到达行程终点的反馈信令时，记录结束时刻和再次进入听单模式的初始时刻；计算结束时刻与初始时刻之间的时间间隔；响应于检测到时间间隔大于或等于预设时间间隔时，生成与时间间隔对应的异常数据，行程的安全评分包括异常数据。
在该技术方案中，通过获取乘客的地理位置信息、司机的地理位置信息，确定乘客和司机均达到行程终点，或通过获取到达行程终点的反馈信令，来记录结束时刻和再次进入听单模式的初始时刻，提高了结束时刻和再次进入听单模式的初始时刻的准确性，以根据结束时刻与初始时刻计算时间间隔，响应于检测到时间间隔大于或等于预设时间间隔时，比如：司机未再次进入听单模式或者司机较长的时间间隔后再次进入听单模式的异常行为，生成与时间间隔对应的异常数据，并将生成的异常数据作为行程的安全评分，用于对行程的安全评估，进一步提高了行程安全评估的有效性，可以在确认有较大可能突发事件时，有利于及时处理达到行程终点后的不安全情形。
其中，听单模式用于指示司机完成上一行程的订单，并且等待响应下一待生成的订单，订单模式支持主动抓取订单和被动指派订单两种接单模式，并且，下一单待生成的订单可以是实时订单或预约订单。
值得特别指出的是，在车辆达到行程终点后的预设时间间隔内，继续采集乘客的位置信息、司机的位置信息和车辆的位置信息，以综合确定乘客和司机均安全结束当前行程。
在上述任一项技术方案中，优选地，还包括：响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息和/或调控人工客服介入。
在该技术方案中，通过将司机行程评分数据、乘客行程评分数据和异常数据中的任一项和对应的预设阈值进行比较，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，采集行程的图像信息用于确认和作为取证信息调控人工客服介入，或者调控人工客服直接介入，一方面，提高了行程安全评估的准确性和及时性，进而提高了应对不安全情形时的主动性和及时性，另一方面，响应于检测到司机行程评分数据、乘客行程评分数据和异常数据中的任一项低于对应的预设阈值时，再采集行程的图像信息，无需实时采集并上报服务器，节约了功耗，降低了数据交互压力。
以上结合附图详细说明了本公开实施例的技术方案，本公开实施例提出了一种行程安全评估方法、行程安全评估装置、服务器和计算机可读存储介质，通过响应于检测到行程开始的信息时，根据司机评估数据、乘客评估数据、行程的行驶数据和预设安全评分公式集合确定行程的安全评分，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形，进一步保障了司机和乘客的安全。
本公开实施例方法中的步骤可根据实际需要进行顺序调整、合并和删减。
本公开实施例装置中的单元可根据实际需要进行合并、划分和删减。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上结合附图详细说明了本公开实施例的技术方案，响应于检测到行程开始的信息时，通过将司机评估数据、乘客评估数据、行程的行驶数据按照预设安全评分公式集合的相关公式计算行程的安全评分，全面综合了影响行程安全的因素来实现行程中司机和乘客安全的实时评估，提高了行程安全评估的有效性和准确性且易于实现，有利于及时发现和处理行程中的不安全情形。
以上仅为本公开实施例的优选实施例而已，并不用于限制本公开实施例，对于本领域的技术人员来说，本公开实施例可以有各种更改和变化。凡在本公开实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开实施例的保护范围之内。

Claims (18)

1.一种行程安全评估方法，其特征在于，包括：
响应于检测到行程开始的信息，获取与所述行程相关的行程信息以及历史数据；
根据所述行程信息以及所述历史数据确定所述行程的安全评分。
2.根据权利要求1所述的行程安全评估方法，其特征在于，根据所述行程信息和所述历史数据确定所述行程的安全评分，具体包括：
解析所述行程信息中包括的所述行程的预估驾驶时间与实际驾驶时间之间的时间差值，以及所述行程的途径区域的安全系数；
解析所述历史数据中的参与所述行程的司机的历史信息，记作司机评估数据；
解析所述历史数据中的参与所述行程的乘客的历史信息，记作乘客评估数据；
根据所述时间差值、所述途径区域的安全系数、所述司机评估数据、所述乘客评估数据和预设安全评分公式集合，确定所述行程的安全评分。
3.根据权利要求2所述的行程安全评估方法，其特征在于，根据所述时间差值、所述途径区域的安全系数、所述司机评估数据、所述乘客评估数据和预设安全评分公式集合，确定所述行程的安全评分，具体包括：
所述预设安全评分公式集合包括第一公式和第二公式，所述行程的安全评分包括参与所述行程的司机行程评分数据和乘客行程评分数据，根据所述第一公式计算所述司机行程评分数据，以及根据所述第二公式计算所述乘客行程安全评分，
所述第一公式为：
所述第二公式为：
其中，所述D表征所述司机行程评分数据，所述PS表征所述乘客评估数据，所述MS表征所述行程的途径区域的安全系数，所述ΔT表征所述行程的预估驾驶时间与实际驾驶时间之间的时间差值，所述P表征所述乘客行程安全评分，所述DS表征所述司机评估数据。
4.根据权利要求3所述的行程安全评估方法，其特征在于，还包括：
所述预设安全评分公式集合还包括第三公式和第四公式，根据所述第三公式计算所述司机评估数据，以及根据所述第四公式计算乘客评估数据，
所述第三公式为：
所述第四公式为：
其中，所述α表征所述司机的被投诉率，所述β表征所述司机的服务评分，所述C为第一预设参数且由所述司机的订单数γ确定，所述φ表征所述乘客的被投诉率，所述表征所述乘客的评分，所述B为第二预设参数且由所述乘客的订单数ω确定。
5.根据权利要求4所述的行程安全评估方法，其特征在于，还包括：
获取所述乘客的地理位置信息、所述司机的地理位置信息、所述行程的行程起点和行程终点；
在根据所述乘客的地理位置信息、所述司机的地理位置信息确定所述乘客和所述司机均达到所述行程起点时，确认所述行程开始。
6.根据权利要求4或5所述的行程安全评估方法，其特征在于，还包括：
根据所述司机的地理位置信息确定所述行程的途径区域和所述实际驾驶时间。
7.根据权利要求5所述的行程安全评估方法，其特征在于，还包括：
在根据所述乘客的地理位置信息、所述司机的地理位置信息确定所述乘客和所述司机均达到所述行程终点，或获取到达所述行程终点的反馈信令时，记录结束时刻和再次进入听单模式的初始时刻；
计算所述结束时刻与所述初始时刻之间的时间间隔；
响应于检测到所述时间间隔大于或等于预设时间间隔时，生成与所述时间间隔对应的异常数据，
所述行程的安全评分包括所述异常数据。
8.根据权利要求7所述的行程安全评估方法，其特征在于，还包括：
响应于检测到所述司机行程评分数据、所述乘客行程评分数据和所述异常数据中的任一项低于对应的预设阈值时，
采集所述行程的相关图像信息和/或调控人工客服介入。
9.一种行程安全评估装置，其特征在于，包括：
获取单元，用于响应于检测到行程开始的信息，获取与所述行程相关的行程信息以及历史数据；
确定单元，用于根据所述行程信息以及所述历史数据确定所述行程的安全评分。
10.根据权利要求9所述的行程安全评估装置，其特征在于，还包括：
解析单元，用于解析所述行程信息中包括的所述行程的预估驾驶时间与实际驾驶时间之间的时间差值，以及所述行程的途径区域的安全系数；
所述解析单元还用于：解析所述历史数据中的参与所述行程的司机的历史信息，记作司机评估数据；
所述解析单元还用于：解析所述历史数据中的参与所述行程的乘客的历史信息，记作乘客评估数据；
所述确定单元还用于：根据所述时间差值、所述途径区域的安全系数、所述司机评估数据、所述乘客评估数据和预设安全评分公式集合，确定所述行程的安全评分。
11.根据权利要求10所述的行程安全评估装置，其特征在于，
所述预设安全评分公式集合包括第一公式和第二公式，所述行程的安全评分包括参与所述行程的司机行程评分数据和乘客行程评分数据，
所述确定单元还用于：根据所述第一公式计算所述司机行程评分数据，以及根据所述第二公式计算所述乘客行程安全评分，
所述第一公式为：
所述第二公式为：
其中，所述D表征所述司机行程评分数据，所述PS表征所述乘客评估数据，所述MS表征所述行程的途径区域的安全系数，所述ΔT表征所述行程的预估驾驶时间与实际驾驶时间之间的时间差值，所述P表征所述乘客行程安全评分，所述DS表征所述司机评估数据。
12.根据权利要求11所述的行程安全评估装置，其特征在于，
所述预设安全评分公式集合还包括第三公式和第四公式，
所述确定单元还用于：根据所述第三公式计算所述司机评估数据，以及根据所述第四公式计算乘客评估数据，
所述第三公式为：
所述第四公式为：
其中，所述α表征所述司机的被投诉率，所述β表征所述司机的服务评分，所述C为第一预设参数且由所述司机的订单数γ确定，所述φ表征所述乘客的被投诉率，所述表征所述乘客的评分，所述B为第二预设参数且由所述乘客的订单数ω确定。
13.根据权利要求12所述的行程安全评估装置，其特征在于，
所述获取单元还用于：所述获取乘客的地理位置信息、所述司机的地理位置信息、所述行程的行程起点和行程终点；
所述确定单元还用于：在根据所述乘客的地理位置信息、所述司机的地理位置信息确定所述乘客和所述司机均达到所述行程起点时，确认所述行程开始。
14.根据权利要求12或13所述的行程安全评估装置，其特征在于，
所述确定单元还用于：根据所述司机的地理位置信息确定所述行程的途径区域和所述实际驾驶时间。
15.根据权利要求12所述的行程安全评估装置，其特征在于，还包括：
记录单元，用于在根据所述乘客的地理位置信息、所述司机的地理位置信息确定所述乘客和所述司机均达到所述行程终点，或获取到达所述行程终点的反馈信令时，记录结束时刻和再次进入听单模式的初始时刻；
计算单元，用于计算所述结束时刻与所述初始时刻之间的时间间隔；
生成单元，用于响应于检测到所述时间间隔大于或等于预设时间间隔时，生成与所述时间间隔对应的异常数据，
所述行程的安全评分包括所述异常数据。
16.根据权利要求15所述的行程安全评估装置，其特征在于，还包括：
采集调控单元，用于响应于检测到所述司机行程评分数据、所述乘客行程评分数据和所述异常数据中的任一项低于对应的预设阈值时，采集所述行程的图像信息和/或调控人工客服介入。
17.一种服务器，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项行程安全评估所述的步骤。
18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项行程安全评估所述的步骤。
CN201710467205.4A 2017-06-19 2017-06-19 行程安全评估方法、装置、服务器、计算机可读存储介质 Pending CN109146217A (zh)

Priority Applications (11)

Application Number Priority Date Filing Date Title
CN201710467205.4A CN109146217A (zh) 2017-06-19 2017-06-19 行程安全评估方法、装置、服务器、计算机可读存储介质
CA3029364A CA3029364A1 (en) 2017-06-19 2018-06-15 Systems and methods for transportation service safety assessment
CN201880002636.6A CN109478265B (zh) 2017-06-19 2018-06-15 运输服务安全评估的系统和方法
SG11201811608TA SG11201811608TA (en) 2017-06-19 2018-06-15 Systems and methods for transportation service safety assessment
PCT/CN2018/091435 WO2018233558A1 (en) 2017-06-19 2018-06-15 SYSTEM AND METHODS FOR TRANSPORTATION SERVICE SECURITY ASSESSMENT
EP18819304.9A EP3461294A1 (en) 2017-06-19 2018-06-15 Systems and methods for transportation service safety assessment
AU2018102191A AU2018102191A4 (en) 2017-06-19 2018-06-15 Systems and methods for transportation service safety assessment
AU2018287863A AU2018287863A1 (en) 2017-06-19 2018-06-15 Systems and methods for transportation service safety assessment
JP2018568263A JP6732055B2 (ja) 2017-06-19 2018-06-15 輸送サービス安全評価のためのシステムおよび方法
US16/233,195 US10650618B2 (en) 2017-06-19 2018-12-27 Systems and methods for transportation service safety assessment
US16/813,891 US10970944B2 (en) 2017-06-19 2020-03-10 Systems and methods for transportation service safety assessment

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710467205.4A CN109146217A (zh) 2017-06-19 2017-06-19 行程安全评估方法、装置、服务器、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN109146217A true CN109146217A (zh) 2019-01-04

Family

ID=64737469

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201710467205.4A Pending CN109146217A (zh) 2017-06-19 2017-06-19 行程安全评估方法、装置、服务器、计算机可读存储介质
CN201880002636.6A Active CN109478265B (zh) 2017-06-19 2018-06-15 运输服务安全评估的系统和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201880002636.6A Active CN109478265B (zh) 2017-06-19 2018-06-15 运输服务安全评估的系统和方法

Country Status (8)

Country Link
US (2) US10650618B2 (zh)
EP (1) EP3461294A1 (zh)
JP (1) JP6732055B2 (zh)
CN (2) CN109146217A (zh)
AU (2) AU2018102191A4 (zh)
CA (1) CA3029364A1 (zh)
SG (1) SG11201811608TA (zh)
WO (1) WO2018233558A1 (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110060484A (zh) * 2019-05-16 2019-07-26 武汉理工大学 一种基于区块链的公路客运违章实时预警系统及方法
CN110163726A (zh) * 2019-05-27 2019-08-23 北京三快在线科技有限公司 订单处理方法及装置
CN110751586A (zh) * 2019-02-21 2020-02-04 北京嘀嘀无限科技发展有限公司 一种订单行程异常识别方法和系统
CN110991781A (zh) * 2019-02-21 2020-04-10 北京嘀嘀无限科技发展有限公司 一种风险订单展示方法和系统
CN111489460A (zh) * 2019-01-28 2020-08-04 北京嘀嘀无限科技发展有限公司 行驶数据处理方法、装置、导航设备和计算机存储介质
CN111524607A (zh) * 2020-03-26 2020-08-11 北京三快在线科技有限公司 配送员的信息处理方法、获取方法、展示方法及系统
CN111564165A (zh) * 2020-04-27 2020-08-21 北京三快在线科技有限公司 数据存储方法、装置、设备及存储介质
CN111598371A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 一种风险防范方法、系统、装置及存储介质
CN111598641A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 一种订单风险验证方法和系统
CN111598368A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 基于行程结束后停留异常的风险识别方法、系统及装置
CN111598274A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 基于取消异常的风险识别方法、系统、装置及存储介质
CN111598372A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 一种风险防范的方法和系统
CN111696337A (zh) * 2019-03-11 2020-09-22 上海飞田通信股份有限公司 出租车行驶轨迹监测及安全预警系统
CN111866284A (zh) * 2019-05-09 2020-10-30 北京嘀嘀无限科技发展有限公司 一种用户请求响应处理方法及装置
CN111933145A (zh) * 2020-10-09 2020-11-13 广州宸祺出行科技有限公司 一种基于语音ai的行程安全智能监控的方法及系统
CN111953789A (zh) * 2020-08-17 2020-11-17 广西云森科技有限公司 基于语音识别的网约车异常驾驶环境监督系统及方法
CN112164210A (zh) * 2020-09-16 2021-01-01 南京领行科技股份有限公司 一种基于对象的预警方法、装置、存储介质及电子设备
CN113269427A (zh) * 2021-05-19 2021-08-17 安徽中科美络信息技术有限公司 一种公务出行任务调度管理方法及系统
CN113344381A (zh) * 2021-06-04 2021-09-03 哈尔滨商业大学 任务完成质量的激励方法及装置、电子设备和存储介质
CN114078316A (zh) * 2020-08-11 2022-02-22 丰田自动车株式会社 服务器装置、系统、车载装置、介质、车辆、系统的工作方法

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10697784B1 (en) * 2017-07-19 2020-06-30 BlueOwl, LLC System and methods for assessment of rideshare trip
US10795356B2 (en) * 2017-08-31 2020-10-06 Uatc, Llc Systems and methods for determining when to release control of an autonomous vehicle
US11501401B2 (en) * 2019-03-02 2022-11-15 ANI Technologies Private Limited Allocation of vehicles using fitness information
KR20210007385A (ko) * 2019-07-11 2021-01-20 현대자동차주식회사 오류 모니터링을 이용한 교통 감시 시스템
US11507906B2 (en) * 2019-08-22 2022-11-22 Toyota Motor North America, Inc. Ride-sharing safety system
KR20210029335A (ko) * 2019-09-05 2021-03-16 현대자동차주식회사 오류 모니터링을 이용한 교통사고 분석 시스템
CN111028491A (zh) * 2019-12-27 2020-04-17 苏州欧孚网络科技股份有限公司 一种骑手安全送餐监测系统及方法
CN111860561B (zh) * 2019-12-31 2024-02-27 北京嘀嘀无限科技发展有限公司 网约车的异常停留行为识别方法、装置、设备及存储介质
CN113298330A (zh) * 2020-02-21 2021-08-24 北京京东振世信息技术有限公司 服务的处理方法、设备及存储介质
WO2021181699A1 (ja) * 2020-03-13 2021-09-16 ヤマハ発動機株式会社 位置評価装置及び位置評価システム
CN111429329B (zh) * 2020-03-20 2022-06-07 南京领行科技股份有限公司 一种网约车行为的监控方法及装置
CN111476421B (zh) * 2020-04-10 2022-11-08 欧拉信息服务有限公司 订单预测方法、装置、存储介质及设备
CN111814531A (zh) * 2020-04-17 2020-10-23 北京嘀嘀无限科技发展有限公司 用于确定司机行为的方法、装置、电子设备和存储介质
CN111652511B (zh) * 2020-06-04 2023-08-11 桂林电子科技大学 一种基于区块链技术的网约车管理系统及方法
US20220005140A1 (en) * 2020-07-06 2022-01-06 Here Global B.V. Method, apparatus, and system for providing a contextually relevant vehicle comparison
CN112070377B (zh) * 2020-08-27 2022-06-14 南京领行科技股份有限公司 出行服务处理方法、装置、电子设备及存储介质
US20220129967A1 (en) * 2020-10-28 2022-04-28 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for providing transaction services
JPWO2022102435A1 (zh) * 2020-11-12 2022-05-19
CN112749819B (zh) * 2021-01-21 2022-06-14 南京领行科技股份有限公司 一种网约车派单方法、装置、服务器及存储介质
DE102021104303A1 (de) * 2021-02-23 2022-08-25 Autoliv Development Ab Gerät und Verfahren zur Beurteilung von Fahrverhalten
WO2022208871A1 (ja) * 2021-04-02 2022-10-06 三菱電機株式会社 送迎サービス支援装置及び送迎サービス支援方法
CN113401126B (zh) * 2021-07-14 2022-06-24 中国第一汽车股份有限公司 车辆驱动扭矩监控系统、方法及车辆
US11940283B2 (en) * 2021-08-12 2024-03-26 Toyota Motor North America, Inc. Vehicle matching systems and methods for matching a user with a vehicle
CN113650557B (zh) * 2021-08-24 2023-10-13 北京久华信信息技术有限公司 一种基于移动警务物联网的车辆智能监控预警系统
EP4432183A1 (en) * 2021-11-12 2024-09-18 Panasonic Intellectual Property Management Co., Ltd. Information output method, program, and information output system
CN114694318B (zh) * 2022-02-18 2023-05-09 摩拜(北京)信息技术有限公司 电动自行车的还车处理方法、装置及可读存储介质
CN115100892B (zh) * 2022-05-17 2024-03-19 中国第一汽车股份有限公司 一种防止公交司机或乘客异常造成车辆失控的自动驾驶方法及系统
WO2024076291A1 (en) * 2022-10-04 2024-04-11 Grabtaxi Holdings Pte. Ltd. Ridesharing lifecycle risk management
WO2024096815A1 (en) * 2022-11-01 2024-05-10 Grabtaxi Holdings Pte. Ltd. Optimal allocation for ridesharing

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1434946A (zh) * 2000-07-21 2003-08-06 交通预测.Com公司 一种提供旅行时间预测的方法
CN105513358A (zh) * 2016-01-04 2016-04-20 烟台中正新技术有限公司 驾驶行为评估和车辆行驶状态监测预警系统及方法
CN105894733A (zh) * 2014-05-15 2016-08-24 Lg电子株式会社 驾驶员监控系统
CN106373331A (zh) * 2016-09-28 2017-02-01 百度在线网络技术（北京）有限公司 乘车预警方法和装置
KR20170024292A (ko) * 2015-08-25 2017-03-07 최재권 적어도 하나 이상의 승객으로부터 제공받은 안전성 평가 정보를 반영하여 차량 운전자의 안전운전지수를 추정하기 위한 시스템 및 방법

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005303523A (ja) * 2004-04-08 2005-10-27 Sunoh Hib:Kk 車両監視システム
US8126903B2 (en) * 2009-12-21 2012-02-28 Sap Ag Computer implemented method for allocating drivers and passengers sharing a trip
US20110213628A1 (en) 2009-12-31 2011-09-01 Peak David F Systems and methods for providing a safety score associated with a user location
US9990182B2 (en) * 2011-09-19 2018-06-05 Tata Consultancy Services Limited Computer platform for development and deployment of sensor-driven vehicle telemetry applications and services
US20140074402A1 (en) * 2012-09-12 2014-03-13 Lexisnexis Risk Solutions Fl Inc. Systems and methods for determining risks associated with driving routes
KR101511514B1 (ko) 2013-06-28 2015-04-14 현대엠엔소프트 주식회사 컨텐츠 제공 방법 및 서버
KR101518894B1 (ko) * 2013-07-11 2015-05-11 현대자동차 주식회사 운전자 보조 시스템의 경고 기준 설정 방법
CN103646534B (zh) * 2013-11-22 2015-12-02 江苏大学 一种道路实时交通事故风险控制方法
US9997077B2 (en) * 2014-09-04 2018-06-12 Honda Motor Co., Ltd. Vehicle operation assistance
KR20190020852A (ko) 2015-02-13 2019-03-04 베이징 디디 인피니티 테크놀로지 앤드 디벨럽먼트 컴퍼니 리미티드 운송 능력 스케줄링을 위한 방법들 및 시스템들
US9547309B2 (en) 2015-05-13 2017-01-17 Uber Technologies, Inc. Selecting vehicle type for providing transport
US9834224B2 (en) * 2015-10-15 2017-12-05 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US20170200321A1 (en) * 2016-01-07 2017-07-13 Google Inc. Reputation Systems in Ride Share Platforms
CN108154681B (zh) * 2016-12-06 2020-11-20 杭州海康威视数字技术股份有限公司 发生交通事故的风险预测方法、装置及系统
US10832368B2 (en) * 2017-04-20 2020-11-10 Lyft, Inc. Methods and systems for navigating drivers to passengers based on trustworthiness ratings
CN113401076B (zh) * 2017-05-15 2023-05-30 成都中技智慧企业管理咨询有限公司 一种自动驾驶汽车的人工驾驶权限测试系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1434946A (zh) * 2000-07-21 2003-08-06 交通预测.Com公司 一种提供旅行时间预测的方法
CN105894733A (zh) * 2014-05-15 2016-08-24 Lg电子株式会社 驾驶员监控系统
KR20170024292A (ko) * 2015-08-25 2017-03-07 최재권 적어도 하나 이상의 승객으로부터 제공받은 안전성 평가 정보를 반영하여 차량 운전자의 안전운전지수를 추정하기 위한 시스템 및 방법
CN105513358A (zh) * 2016-01-04 2016-04-20 烟台中正新技术有限公司 驾驶行为评估和车辆行驶状态监测预警系统及方法
CN106373331A (zh) * 2016-09-28 2017-02-01 百度在线网络技术（北京）有限公司 乘车预警方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李曙光: "《法大研究生》", 31 July 2016 *

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111489460A (zh) * 2019-01-28 2020-08-04 北京嘀嘀无限科技发展有限公司 行驶数据处理方法、装置、导航设备和计算机存储介质
CN111598368A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 基于行程结束后停留异常的风险识别方法、系统及装置
CN110751586A (zh) * 2019-02-21 2020-02-04 北京嘀嘀无限科技发展有限公司 一种订单行程异常识别方法和系统
CN110991781A (zh) * 2019-02-21 2020-04-10 北京嘀嘀无限科技发展有限公司 一种风险订单展示方法和系统
CN111598371B (zh) * 2019-02-21 2023-11-24 北京嘀嘀无限科技发展有限公司 一种风险防范方法、系统、装置及存储介质
CN111598368B (zh) * 2019-02-21 2023-09-05 北京嘀嘀无限科技发展有限公司 基于行程结束后停留异常的风险识别方法、系统及装置
CN111598371A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 一种风险防范方法、系统、装置及存储介质
CN111598641A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 一种订单风险验证方法和系统
CN111598274A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 基于取消异常的风险识别方法、系统、装置及存储介质
CN111598372A (zh) * 2019-02-21 2020-08-28 北京嘀嘀无限科技发展有限公司 一种风险防范的方法和系统
CN111696337A (zh) * 2019-03-11 2020-09-22 上海飞田通信股份有限公司 出租车行驶轨迹监测及安全预警系统
CN111866284B (zh) * 2019-05-09 2021-08-10 北京嘀嘀无限科技发展有限公司 一种用户请求响应处理方法及装置
CN111866284A (zh) * 2019-05-09 2020-10-30 北京嘀嘀无限科技发展有限公司 一种用户请求响应处理方法及装置
CN110060484B (zh) * 2019-05-16 2021-10-22 武汉理工大学 一种基于区块链的公路客运违章实时预警系统及方法
CN110060484A (zh) * 2019-05-16 2019-07-26 武汉理工大学 一种基于区块链的公路客运违章实时预警系统及方法
CN110163726A (zh) * 2019-05-27 2019-08-23 北京三快在线科技有限公司 订单处理方法及装置
CN111524607A (zh) * 2020-03-26 2020-08-11 北京三快在线科技有限公司 配送员的信息处理方法、获取方法、展示方法及系统
CN111564165A (zh) * 2020-04-27 2020-08-21 北京三快在线科技有限公司 数据存储方法、装置、设备及存储介质
WO2021218626A1 (zh) * 2020-04-27 2021-11-04 北京三快在线科技有限公司 数据存储方法、装置、设备及存储介质
CN114078316A (zh) * 2020-08-11 2022-02-22 丰田自动车株式会社 服务器装置、系统、车载装置、介质、车辆、系统的工作方法
CN111953789A (zh) * 2020-08-17 2020-11-17 广西云森科技有限公司 基于语音识别的网约车异常驾驶环境监督系统及方法
CN112164210A (zh) * 2020-09-16 2021-01-01 南京领行科技股份有限公司 一种基于对象的预警方法、装置、存储介质及电子设备
CN112164210B (zh) * 2020-09-16 2023-03-21 南京领行科技股份有限公司 一种基于对象的预警方法、装置、存储介质及电子设备
CN111933145B (zh) * 2020-10-09 2021-01-22 广州宸祺出行科技有限公司 一种基于语音ai的行程安全智能监控的方法及系统
CN111933145A (zh) * 2020-10-09 2020-11-13 广州宸祺出行科技有限公司 一种基于语音ai的行程安全智能监控的方法及系统
CN113269427A (zh) * 2021-05-19 2021-08-17 安徽中科美络信息技术有限公司 一种公务出行任务调度管理方法及系统
CN113269427B (zh) * 2021-05-19 2024-04-05 中科美络科技股份有限公司 一种公务出行任务调度管理方法及系统
CN113344381A (zh) * 2021-06-04 2021-09-03 哈尔滨商业大学 任务完成质量的激励方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
US10650618B2 (en) 2020-05-12
SG11201811608TA (en) 2019-01-30
CN109478265A (zh) 2019-03-15
US20190130663A1 (en) 2019-05-02
US20200211299A1 (en) 2020-07-02
WO2018233558A1 (en) 2018-12-27
JP2020500341A (ja) 2020-01-09
CA3029364A1 (en) 2018-12-27
EP3461294A4 (en) 2019-04-03
EP3461294A1 (en) 2019-04-03
US10970944B2 (en) 2021-04-06
JP6732055B2 (ja) 2020-07-29
AU2018102191A4 (en) 2020-11-12
CN109478265B (zh) 2021-04-06
AU2018287863A1 (en) 2019-01-24

Similar Documents

Publication Publication Date Title
CN109146217A (zh) 行程安全评估方法、装置、服务器、计算机可读存储介质
CN104318714B (zh) 一种疲劳驾驶预警方法
KR102085289B1 (ko) 애완동물의 건강 상태 관리 방법 및 시스템
US8164463B2 (en) Driver management apparatus and travel management system
US20210086778A1 (en) In-vehicle emergency detection and response handling
CN110544360B (zh) 一种列车安全驾驶监测系统及方法
WO2021023198A1 (zh) 一种列车安全驾驶监测系统及方法
CN108234956A (zh) 医护监控方法、装置和系统、设备
JP6714036B2 (ja) 管理支援システム
KR102143211B1 (ko) 졸음 운전 예방 및 차량 내 안전 유지 방법, 시스템
JP2008296682A (ja) 車載危険運転監視装置、危険運転集中監視システム、および、危険運転阻止しシステム
CN110379126A (zh) 载客运营车辆监管系统及设备、介质
JP2016018314A (ja) 運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラム
JP5643142B2 (ja) 運転能力判定装置及び運転能力判定方法
CN116779125A (zh) 基于大数据的智慧医疗管理系统及方法
EP4103438A1 (en) Fatigue monitoring system for drivers tasked with monitoring a vehicle operating in an autonomous driving mode
CN106934731A (zh) 道路救援服务系统及其救援服务方法
KR101610886B1 (ko) 빅데이터에 기초하는 개인 상태 진단 방법 및 개인 상태 진단 시스템
US20130260344A1 (en) Method and System for Evaluating Driving Performance
JP2022051216A (ja) 安全運行支援方法、安全運行支援システム及び安全運行支援サーバ
Pilkington-Cheney et al. The i-DREAMS intervention strategies to reduce driver fatigue and sleepiness for different transport modes
CN110210949A (zh) 一种车辆运营智慧管理平台
US11463841B1 (en) System and method for monitoring and ensuring student safety
CN115297138A (zh) 一种车辆管理方法及系统
CN115294706A (zh) 一种紧急车辆控制方法、装置、设备及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190104

RJ01 Rejection of invention patent application after publication