CN114760335A - 基于区块链的车辆数据处理方法、装置和服务器 - Google Patents
基于区块链的车辆数据处理方法、装置和服务器 Download PDFInfo
- Publication number
- CN114760335A CN114760335A CN202210295666.9A CN202210295666A CN114760335A CN 114760335 A CN114760335 A CN 114760335A CN 202210295666 A CN202210295666 A CN 202210295666A CN 114760335 A CN114760335 A CN 114760335A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- vehicle
- target
- owner
- risk
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 236
- 230000006399 behavior Effects 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims description 83
- 230000008569 process Effects 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000004884 risky behavior Effects 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Library & Information Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本说明书提供了基于区块链的车辆数据处理方法、装置和服务器。当用户发现存在诸如乱停、占道等风险行为的目标车辆时,可以使用终端设备拍摄与目标车辆相关的目标图片;再生成并发送至少携带有该目标图片的车辆数据处理请求。负责处理车辆数据的车辆管理平台的服务器在接收到该车辆数据处理请求后,可以先调用预设的图像识别模型通过处理该目标图片,识别得到目标车辆的车牌号;再根据目标车辆的车牌号,通过查询区块链确定出与该目标车辆绑定的目标车主;进而可以生成关于目标车辆的风险处理提示信息,并将该风险处理提示信息传达给目标车主。从而能够高效、准确地确定出涉及风险行为的目标车辆的目标车主,并及时地对该目标车主进行提醒。
Description
技术领域
本说明书属于区块链技术领域,尤其涉及基于区块链的车辆数据处理方法、装置和服务器。
背景技术
随着车辆使用和普及,常常会遇见诸如车辆乱停、占道等行为。
基于现有方法,当用户发现有车辆乱停、占道时,大多难以第一时间联系到相关车主进行处理,进而对用户正常的生活和出行造成影响。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本说明书提供了一种基于区块链的车辆数据处理方法、装置和服务器,能够高效、准确地确定出存在诸如乱停、占道等风险行为的目标车辆的目标车主,并及时地提醒该目标车主对目标车辆的风险行为进行相应处理。
本说明书提供了一种基于区块链的车辆数据处理方法,应用于服务器,包括:接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
在一个实施例中,所述方法还包括:接收车主发起的注册请求;其中,所述注册请求至少携带有车主的相关信息,以及车主所持有的车辆的相关信息;绑定车主的相关信息与车辆的相关信息;并将绑定后的车主的相关信息与车辆的相关信息存入区块链中。
在一个实施例中,所述车主的相关信息至少包括车主的联系方式;所述车辆的相关信息至少包括车辆的车牌号。
在一个实施例中,向所述目标车主传达所述风险处理提示信息:查询区块链,以得到目标车主的联系方式;根据所述联系方式,将所述风险处理提示信息发送至目标车主所持有的终端设备。
在一个实施例中,根据所述联系方式,将所述风险处理提示信息发送至目标车主所持有的终端设备,包括:根据所述联系方式,基于5G传输协议,将所述风险处理提示信息发送至目标车主所持有的终端设备。
在一个实施例中,在接收终端设备发起的车辆数据处理请求之后,所述方法还包括:将车辆数据处理请求所携带的目标图片,以及车辆数据处理请求的接收时间存入区块链中。
在一个实施例中,在接收终端设备发起的车辆数据处理请求之后,所述方法还包括:调用预设的车辆行为识别模型处理目标图片,得到目标车辆的风险行为识别结果;根据目标车辆的风险行为识别结果,确定目标车辆是否存在风险行为。
在一个实施例中,在确定目标车辆存在风险行为的情况下,所述方法还包括:根据目标车辆的风险行为识别结果,确定目标车辆的风险行为类型;根据目标车辆的风险行为类型,从预设的处理规则集中确定出相匹配的目标处理规则;根据目标处理规则,生成针对目标车主的资源处理账单;并向所述目标车主传达所述资源处理账单。
在一个实施例中,在调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号之后,所述方法还包括:获取目标车辆的位置信息作为第一位置信息;相应的,在向所述目标车主传达所述风险处理提示信息之后,所述方法还包括:自向所述目标车主传达所述风险处理提示信息起开始计时,在累计时长达到预设时长时,获取目标车辆的位置信息作为第二位置信息;比较第一位置信息和第二位置信息,得到比较结果;根据所述比较结果,在确定第一位置信息和第二位置信息之间的差异值小于等于预设的差异阈值的情况下,向目标车主传达所述资源处理账单。
在一个实施例中,在向所述目标车主传达所述风险处理提示信息之后,所述方法还包括:自向所述目标车主传达所述风险处理提示信息起开始计时,在累计时长达到预设时长时,向终端设备发送更新图片获取请求;接收终端设备反馈的更新图片;比较所述更新图片和目标图片,以确定是否向目标车主传达所述资源处理账单。
本说明书还提供了一种基于区块链的车辆数据处理方法,应用于终端设备,包括:响应用户操作,获取与待处理的目标车辆相关的目标图片;生成车辆数据处理请求;其中,所述车辆数据处理请求至少携带有目标图片;将所述车辆数据处理请求发送至服务器;其中,所述服务器用于调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
本说明书还提供了一种基于区块链的车辆数据处理装置,包括:接收模块,用于接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;识别模块,用于调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;查询模块,用于根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;传达模块,用于生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
本说明书还提供了一种服务器,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现所述基于区块链的车辆数据处理方法的步骤。
本说明书还提供了一种计算机可读存储介质,其上存储有计算机指令,所述指令被处理器执行时实现所述基于区块链的车辆数据处理方法的步骤。
本说明书还提供了一种计算机程序产品,包含有计算机程序,所述计算机程序被处理器执行时实现所述基于区块链的车辆数据处理方法的步骤。
基于本说明书提供的基于区块链的车辆数据处理方法、装置和服务器,当用户发现存在诸如乱停、占道等风险行为的目标车辆时,可以先使用终端设备拍摄与该目标车辆相关的目标图片;再通过终端设备生成并发送至少携带有该目标图片的车辆数据处理请求。负责处理车辆数据的车辆管理平台的服务器在接收到该车辆数据处理请求后,可以先调用预设的图像识别模型通过处理该目标图片,识别得到目标车辆的车牌号;再根据目标车辆的车牌号,通过查询区块链确定出与目标车辆绑定的目标车主;进而可以生成关于目标车辆的风险处理提示信息,并将该风险处理提示信息传达给目标车主。从而能够高效、准确地确定出存在风险行为的目标车辆的目标车主,并及时地提醒该目标车主对目标车辆的风险行为进行相应处理,以尽快消除目标车辆的风险行为对用户的影响,也简化了用户侧的操作。
附图说明
为了更清楚地说明本说明书实施例,下面将对实施例中所需要使用的附图作简单地介绍,下面描述中的附图仅仅是本说明书中记载的一些实施例,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是本说明书的一个实施例提供的基于区块链的车辆数据处理方法的流程示意图;
图2是应用本说明书实施例提供的基于区块链的车辆数据处理方法的系统的结构组成的一个实施例的示意图;
图3是在一个场景示例中,应用本说明书实施例提供的基于区块链的车辆数据处理方法的一种实施例的示意图;
图4是在一个场景示例中,应用本说明书实施例提供的基于区块链的车辆数据处理方法的一种实施例的示意图;
图5是本说明书的一个实施例提供的基于区块链的车辆数据处理方法的流程示意图;
图6是本说明书的一个实施例提供的服务器的结构组成示意图;
图7是本说明书的一个实施例提供的基于区块链的车辆数据处理装置的结构组成示意图;
图8是本说明书的一个实施例提供的基于区块链的车辆数据处理装置的结构组成示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
参阅图1所示,本说明书实施例提供了一种基于区块链的车辆数据处理方法,其中,该方法具体应用于服务器一侧。具体实施时,该方法可以包括以下内容。
S101:接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;
S102:调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;
S103:根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;
S104:生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
在一些实施例中,上述基于区块链的车辆数据处理方法具体可以应用于服务器一侧。
可以参阅图2所示,其中,所述服务器具体可以包括一种部署于业务平台或数据处理系统(例如,车辆管理平台)一侧的,能够实现数据传输、数据处理等功能的后台服务器。具体的,所述服务器例如可以为一个具有数据运算、存储功能以及网络交互功能的电子设备。或者,所述服务器也可以为运行于该电子设备中,为数据处理、存储和网络交互提供支持的软件程序。在本实施例中,并不具体限定所述服务器的数量。所述服务器具体可以为一个服务器,也可以为几个服务器,或者,由若干服务器形成的服务器集群。
所述终端设备具体可以包括一种部署于用户一侧的,至少设置有摄像头,能够实现数据采集、数据传输等功能的前端。具体的,所述终端设备例如可以为平板电脑、笔记本电脑、智能手机等电子设备。或者,所述终端设备也可以为能够运行于上述电子设备中的软件应用。例如,可以是在智能手机上运行的某APP等。
在一些实施例中,上述目标车辆具体可以理解为存在风险行为、待处理的车辆。其中,上述风险行为具体可以理解为需要联系车主处理的行为。具体的,上述风险行为可以是目标车辆没有按照规则停放在指定区域的行为(例如,违规停车),也可以是目标车辆的停放影响到用户或用户的车辆的出行的行为,还可以是目标车辆与其他车辆或对象发生碰撞、剐蹭等行为。当然,上述所列举的风险行为只是一种示意性说明。具体实施时,根据具体的应用场景和处理需求,上述风险行为还可以包括其他类型的存在风险、需要联系车主的行为。对此,本说明书不作限定。
在一些实施例中,上述目标图片至少包括包含有目标车辆的完整车牌的图片。进一步,上述目标图片还可以包括包含有目标车辆,以及目标车辆所在的位置邻近区域的环境信息的图片。其中,目标车辆所在的位置邻近区域的环境信息具体可以包括:目标车辆所在位置周边地面上的停车线、目标车辆所在位置周边树立的停车指示牌、目标车辆所在位置周边其他车辆、建筑等的凹凸情况等等。
在一些实施例中,参阅图2所示,用户在发现某辆车存在风险行为时,可以使用终端设备对该车辆(即目标车辆)进行拍摄,得到对应的目标图片;通过终端设备生成至少携带有的目标图片的车辆数据处理请求;并将该车辆数据处理请求发送至服务器。相应的,服务器可以接收并获取上述车辆数据处理请求,并进行相关处理。
其中,上述车辆数据处理请求至少携带有目标图片。进一步,上述车辆数据处理请求还可以携带有终端设备的位置信息、目标图片的采集时间等其他相关信息。
在一些实施例中,上述预设的图像识别模型具体可以理解为一种预先训练好的,能够从图片中自动识别并提取出车牌号的OCR(Optical Character Recognition,光学字符识别)识别模型。
在一些实施例中,具体实施时,服务器可以将目标图片作为模型输入,输入至预设的图像识别模型中;并运行预设的图像识别模型,通过处理该目标图片,输出对应的识别结果;根据识别结果,确定出目标图片中目标车辆的车牌号。
在一些实施例中,具体实施前,可以按照以下方式训练得到预设的图像识别模型:获取多个样本图片;其中,样本图片中包含有车牌;标注出样本图片中车牌的车牌号,得到标注后的样本图片;利用标注后的样本图片进行模型训练,以得到预设的图像识别模型。
在一些实施例中,上述区块链具体可以记录并保存有绑定后的车主的相关信息与车辆的相关信息。此外,上述区块链中还可以保存有目标图片,以及采集目标图片时的位置信息、采集时间等等。其中,上述区块链具有不可篡改的特性。
在一些实施例中,具体实施前,车主可以根据指示与服务器进行相应交互,以完成对所持有的车辆的注册和绑定操作。
在一些实施例中,所述方法具体实施时,还可以包括以下内容:
S1:接收车主发起的注册请求;其中,所述注册请求至少携带有车主的相关信息,以及车主所持有的车辆的相关信息;
S2:绑定车主的相关信息与车辆的相关信息;并将绑定后的车主的相关信息与车辆的相关信息存入区块链中。
在一些实施例中,上述车主的相关信息至少可以包括:车主的联系方式(例如,车主的邮箱、车主的手机号码等);进一步,车主的相关信息还可以包括:车主的姓名、车主的账户信息等。上述车辆的相关信息至少可以包括:车辆的车牌号;进一步,车辆的相关信息还可以包括:车辆的型号、车辆的颜色、车辆的出厂编号等。
在一些实施例中,具体实施前,终端设备可以响应用户的注册操作,向用户展示注册绑定界面。通过注册绑定界面,用户根据提示填写和输出车主的相关信息以及车主所持有的车辆的相关信息。相应的,终端设备可以通过该注册绑定界面获取并根据车主的相关信息和车辆的相关信息;进而可以生成对应的注册请求,并将该注册请求发送至服务器。
相应的,服务器接收得到车主通过终端设备发起的注册请求;并通过解析注册请求以获取车主的相关信息和车辆的相关信息。
进一步,服务器可以响应注册请求,通过建立车主的相关信息与车辆的相关信息之间的对应关系,以完成绑定;进而可以将绑定后的车主的相关信息与车辆的相关信息存入区块链,便于后续的查询和回溯。
需要说明的是,本说明书中,诸如上述车主的相关信息、车辆的相关信息等数据均为在车主知晓且允许的前提下获取和使用的。并且,上述数据的获取、存储、使用、处理等过程均符合国家法律法规的相关规定。
通过上述实施例,服务器可以引入并利用区块链技术,高效、安全地将绑定后的车主的相关信息与车辆的相关信息保存于区块链中,便于后续的查询和使用。
在一些实施例中,所述车主的相关信息至少可以包括车主的联系方式等;所述车辆的相关信息至少可以包括车辆的车牌号等。
在一些实施例中,服务器可以根据识别得到的目标车辆的车牌号,在区块链中查询与该车牌号绑定的目标车主的相关信息,以确定出目标车主。
在一些实施例中,上述向所述目标车主传达所述风险处理提示信息,具体实施时,可以包括以下内容:查询区块链,以得到目标车主的联系方式;根据所述联系方式,将所述风险处理提示信息发送至目标车主所持有的终端设备。
具体的,可以在区块链中查询目标车主的相关信息,以获取目标车主的联系方式。
通过上述实施例,服务器可以引入并利用区块链技术,高效、准确地查询到所需要的相关信息。
在一些实施例中,上述根据所述联系方式,将所述风险处理提示信息发送至目标车主所持有的终端设备,具体实施时,可以包括:根据所述联系方式,基于5G传输协议,将所述风险处理提示信息发送至目标车主所持有的终端设备。
通过上述实施例,可以引入并利用速度较快、带宽较大的5G技术,高效、稳定地将上述风险处理提示信息及时传达给目标车主。
在一些实施例中,上述风险处理提示信息可以包括提示目标车主处理目标车辆的风险行为的提示信息,和/或,提示目标车主处理关于目标车辆的风险行为的资源处理账单的提示信息。具体的,例如,上述风险处理提示信息可以是关于目标车辆的挪车提示。或者,上述风险处理提示信息还可以是关于目标车辆违规停车的发单等。
在一些实施例中,在接收终端设备发起的车辆数据处理请求之后,所述方法具体实施时,还可以包括:将车辆数据处理请求所携带的目标图片,以及车辆数据处理请求的接收时间存入区块链中,以进行存证,便于后续的回溯和查询。
在一些实施例中,在接收终端设备发起的车辆数据处理请求之后,所述方法具体实施时,还可以包括以下内容:
S1:调用预设的车辆行为识别模型处理目标图片,得到目标车辆的风险行为识别结果;
S2:根据目标车辆的风险行为识别结果,确定目标车辆是否存在风险行为。
在一些实施例中,上述预设的车辆行为识别模型具体可以理解为一种预先训练好的,能够从图片中识别出车辆是否存在风险行为,以及所存在的风险行为的具体类型的模型。
在一些实施例中,具体实施时,服务器可以将目标图片作为模型输入,输入至预设的车辆行为识别模型;并运行预设的车辆行为识别模型,通过处理该目标图片,输出对应的风险识别结果;根据该风险行为识别结果,确定出目标图片中目标车辆是否存在风险行为,以及在存在风险行为时,风险行为的具体类型等。
在一些实施例中,具体实施前,可以按照以下方式训练得到预设的车辆行为识别模型:获取多个样本图片;其中,样本图片中包含有车辆,以及车辆所在的位置邻近区域的环境信息;标注出样本图片中车辆是否存在风险行为,以及风险行为类型,得到标注后的样本图片;利用标注后的样本图片,训练初始的神经网络模型,以得到预设的车辆行为识别模型。
通过上述实施例,训练和使用预设的车辆行为识别模型能够自动地辨识出目标车辆的风险行为。
在一些实施例中,参阅图3所示,在确定目标车辆存在风险行为的情况下,所述方法具体实施时,还可以包括以下内容:
S1:根据目标车辆的风险行为识别结果,确定目标车辆的风险行为类型;
S2:根据目标车辆的风险行为类型,从预设的处理规则集中确定出相匹配的目标处理规则;
S3:根据目标处理规则,生成针对目标车主的资源处理账单;并向所述目标车主传达所述资源处理账单。
其中,预设的处理规则集包含有与多种风险行为类型分别对应的多个预设的处理规则。所述每个预设的处理规则具体可以为针对所对应的风险行为类型的惩处规则。例如,针对所对应的风险行为类型的基于资源数据的惩处规则等。相应的,上述资源处理账单可以为罚单。上述资源数据可以为资金数据。
在一些实施例中,具体实施时,服务器可以检索预设的处理规则中所存储的预设的处理规则,找到与目标车辆的风险行为类型相对应的预设的处理规则,作为相匹配的目标处理规则。接着,服务器可以根据目标处理规则,结合目标车辆的风险行为类型,确定出用于惩处目标车主的资源值;并根据该资源值生成对应的资源处理账单。
进一步,服务器还可以通过查询区块链获取目标车主的支付账户信息,并将目标车主的支付账户信息填入资源处理账单中,得到更加详尽、完整的资源处理账单。
通过上述实施例,利用预设的处理规则集能够自动地生成相匹配的资源处理账单。
在一些实施例中,在调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号之后,所述方法具体实施时,还可以包括以下内容:获取目标车辆的位置信息作为第一位置信息。相应的,参阅图4所示,在向所述目标车主传达所述风险处理提示信息之后,所述方法还包括:
S1:自向所述目标车主传达所述风险处理提示信息起开始计时,在累计时长达到预设时长时,获取目标车辆的位置信息作为第二位置信息;
S2:比较第一位置信息和第二位置信息,得到比较结果;
S3:根据所述比较结果,在确定第一位置信息和第二位置信息之间的差异值小于等于预设的差异阈值的情况下,向目标车主传达所述资源处理账单。
在本实施例中,为了鼓励目标车主及时处理目标车辆的风险行为,服务器可以先只向目标车主传达风险处理提示信息,而不直接向目标车主传达资源处理账单,以鼓励目标车主在预设时长(例如,10分钟)内及时处理目标车辆的风险行为,接除对其他用户正常出行的影响,免除基于资源数据的惩处。
具体的,服务器在向目标车主传达风险处理提示信息之后,可以根据目标车辆的车牌号查询目标车辆的卫星定位数据以确定目标车辆的位置信息作为第一位置信息;也可以获取车辆处理请求的发送位置作为第一位置信息。
进一步,服务器可以自向目标车主传达风险处理提示信息起开始计时,并监测累计时长是否达到预设时长(例如,10分钟)。再监测到累计时长达到预设时长时,可以触发获取当前目标车辆的位置信息,作为第二位置信息。具体的,例如,服务器可以根据目标车辆的车牌号通过查询目标车辆最新的卫星定位数据以确定目标车辆最新的位置信息作为第二位置信息。
接着,服务器可以通过比较第一位置信息和第二位置信息,得到比较结果;根据比较结果,判断目标车主是否在预设时长内响应风险处理提示信息,及时处完成了针对目标车辆的风险处理。
具体的,例如,根据比较结果,在确定第一位置信息和第二位置信息之间的差异值小于等于预设的差异阈值的情况下,可以确定目标车主没有响应风险处理提示信息,及时进行了挪车操作,目标车辆的风险行为仍然存在,这时更有效地提醒目标车主处理目标车辆的风险行为,可以向目标车主传达所述资源处理账单。具体的,可以根据用户的联系方式,通过5G传输协议将资源处理账单发送给目标车主的终端设备。
又例如,根据比较结果,在确定第一位置信息和第二位置信息之间的差异值大于预设的差异阈值的情况下,可以确定目标车主已经响应风险处理提示信息,及时进行了挪车操作,目标车辆的风险行为已经消除,这时可以再向目标车主传达所述资源处理账单。具体的,可以销毁该资源处理账单。
在一些实施例中,在向所述目标车主传达所述风险处理提示信息之后,所述方法具体实施时,还可以包括以下内容:
S1:自向所述目标车主传达所述风险处理提示信息起开始计时,在累计时长达到预设时长时,向终端设备发送更新图片获取请求;
S2:接收终端设备反馈的更新图片;
S3:比较所述更新图片和目标图片,以确定是否向目标车主传达所述资源处理账单。
在一些场景中,用户在通过终端设备向服务器发送关于目标车辆的车辆数据处理请求之后,用户可以停留在原地,等待、协助监督目标车主处理目标车辆的风险行为。
这种情况下,服务器在监测到累计时长达到预设时长时,可以生成并向用户所持有的终端设备发送更新图片获取请求,以提醒用户使用终端设备拍摄并发送关于目标车辆最新的更新图片。相应的,用户可以使用终端设备拍摄关于当前目标车辆或目标车辆之前所在位置的图片作为更新图片,并将更新图片通过终端设备发送给服务器。
相应的,服务器接收得到更新图片。进一步,服务器可以通过比较更新图片和目标图片,判断目标车主是否在预设时长内,响应风险处理提示信息,及时采取措施进行处理以消除目标车辆的风险行为。
具体的,通过比较更新图片和目标图片,在确定两张图片差异较小的情况下,可以确定目标车主没有在预设时长内进行处理,目标车辆的风险行为依然存在,这时,可以向目标车主传达资源处理账单。相反,在确定两张图片差异较大的情况下,可以确定目标车主已经在预设时长内进行处理,消除了目标车辆的风险行为,这时,可以不向目标车主传达资源处理账单。
此外,服务器还可以将所接收到的更新图片也存入区块链中,以进行存证。
在一些实施例中,在生成资源处理账单之后,具体实施时,所述方法还可以包括以下内容:
S1:检测资源处理账单所包含的资源值是否小于等于目标车主预先设置的容许自动核销的资源的上限值;其中,上述容许自动核销的资源的上限值可以由车主预先自行设置。
S2:在确定资源处理账单所包含的资源值小于等于上述上限值的情况下,将所述资源处理账单发送至关联的支付系统,以便支付系统利用目标车主的账户资源自动对该资源处理账单进行核销处理。
同时,服务器还可以向目标车主反馈核销成功的提示信息。
通过上述实施例,还可以实现对资源处理账单的自动核销,进一步提高处理效率。
在一些实施例中,在目标车主针对风险处理提示信息,和/或,资源处理账单有异议的情况下,服务器还可以通过查询区块链,获取与该目标车主绑定的目标车辆相关的目标图片和/或更新图片,以对风险处理提示信息,和/或,资源处理账单进行核验。这样可以有效地支持后续的数据回溯和可信取证。
在一些实施例中,在一些情况下,服务器还可以接收车主通过终端设备发起的更新请求。相应的,服务器可以响应该更新请求,更新该车主的相关信息与车辆的相关信息之间的绑定关系,得到更新后的车主的相关信息与车辆的相关信息;并将更新后的车主的相关信息和车辆的相关信息存入区块链中。其中,上述更新具体可以包括以下所列举的一种或多种:增加与该车主绑定的车辆的相关信息、删减与该车主绑定的车辆的相关信息、修改与该车主绑定的车辆的相关信息等等。
由上可见,基于本说明书实施例提供的基于区块链的车辆数据处理方法,当用户发现涉及诸如乱停、占道等风险行为的目标车辆时,可以使用终端设备拍摄与目标车辆相关的目标图片;生成并发送至少携带有该目标图片的车辆数据处理请求。负责处理车辆数据的车辆管理平台的服务器在接收到该车辆数据处理请求后,可以先通过调用预设的图像识别模型通过处理该目标图片,识别得到目标车辆的车牌号;再根据目标车辆的车牌号,通过查询区块链确定出与目标车辆绑定的目标车主;进而可以生成关于目标车辆的风险处理提示信息,并将该风险处理提示信息传达给目标车主。从而能够高效、准确地确定出涉及风险行为的目标车辆的目标车主,并及时地提醒该目标车主对目标车辆的风险行为进行相应处理,以简化用户的操作。
参阅图5所示,本说明书实施例还提供了一种基于区块链的车辆数据处理方法。其中,该方法应用于终端设备一侧,具体实施时,可以包括以下内容:
S501:响应用户操作,获取与待处理的目标车辆相关的目标图片;
S502:生成车辆数据处理请求;其中,所述车辆数据处理请求至少携带有目标图片;
S503:将所述车辆数据处理请求发送至服务器;其中,所述服务器用于调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
由上可见,本说明书实施例提供的基于区块链的车辆数据处理方法,用户可以使用所持有的终端设备高效、便捷地进行车辆数据处理。
本说明书实施例还提供一种服务器,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器具体实施时可以根据指令执行以下步骤:接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
为了能够更加准确地完成上述指令,参阅图6所示,本说明书实施例还提供了另一种具体的服务器,其中,所述服务器包括网络通信端口601、处理器602以及存储器603,上述结构通过内部线缆相连,以便各个结构可以进行具体的数据交互。
其中,所述网络通信端口601,具体可以用于接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片。
所述处理器602,具体可以用于调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
所述存储器603,具体可以用于存储相应的指令程序。
在本实施例中,所述网络通信端口601可以是与不同的通信协议进行绑定,从而可以发送或接收不同数据的虚拟端口。例如,所述网络通信端口可以是负责进行web数据通信的端口,也可以是负责进行FTP数据通信的端口,还可以是负责进行邮件数据通信的端口。此外,所述网络通信端口还可以是实体的通信接口或者通信芯片。例如,其可以为无线移动网络通信芯片,如GSM、CDMA等;其还可以为Wifi芯片;其还可以为蓝牙芯片。
在本实施例中,所述处理器602可以按任何适当的方式实现。例如,处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
在本实施例中,所述存储器603可以包括多个层次,在数字系统中,只要能保存二进制数据的都可以是存储器;在集成电路中,一个没有实物形式的具有存储功能的电路也叫存储器,如RAM、FIFO等;在系统中,具有实物形式的存储设备也叫存储器,如内存条、TF卡等。
本说明书实施例还提供一种服务器,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器具体实施时可以根据指令执行以下步骤:响应用户操作,获取与待处理的目标车辆相关的目标图片;生成车辆数据处理请求;其中,所述车辆数据处理请求至少携带有目标图片;将所述车辆数据处理请求发送至服务器。
本说明书实施例还提供了一种基于上述基于区块链的车辆数据处理方法的计算机存储介质,所述计算机存储介质存储有计算机程序指令,在所述计算机程序指令被执行时实现:接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
本说明书实施例还提供了一种基于上述基于区块链的车辆数据处理方法的计算机存储介质,所述计算机存储介质存储有计算机程序指令,在所述计算机程序指令被执行时实现:响应用户操作,获取与待处理的目标车辆相关的目标图片;生成车辆数据处理请求;其中,所述车辆数据处理请求至少携带有目标图片;将所述车辆数据处理请求发送至服务器。
在本实施例中,上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的,用于进行网络连接通信的接口。
在本实施例中,该计算机存储介质存储的程序指令具体实现的功能和效果,可以与其它实施方式对照解释,在此不再赘述。
本说明书实施例还提供了一种计算机程序产品,包含有计算机程序,所述计算机程序被处理器执行时实现以下计算机程序:接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
本说明书实施例还提供了一种计算机程序产品,包含有计算机程序,所述计算机程序被处理器执行时实现以下计算机程序:响应用户操作,获取与待处理的目标车辆相关的目标图片;生成车辆数据处理请求;其中,所述车辆数据处理请求至少携带有目标图片;将所述车辆数据处理请求发送至服务器。
参阅图7所示,在软件层面上,本说明书实施例还提供了一种基于区块链的车辆数据处理装置,该装置具体可以包括以下的结构模块:
接收模块701,具体可以用于接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;
识别模块702,具体可以用于调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;
查询模块703,具体可以用于根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;
传达模块704,具体可以用于生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
在一些实施例中,所述装置还可以包括注册模块,具体可以用于接收车主发起的注册请求;其中,所述注册请求至少携带有车主的相关信息,以及车主所持有的车辆的相关信息;响应所述注册请求,绑定车主的相关信息与车辆的相关信息;并将绑定后的车主的相关信息与车辆的相关信息存入区块链中。
在一些实施例中,所述车主的相关信息至少可以包括车主的联系方式等;所述车辆的相关信息至少可以包括车辆的车牌号等。
在一些实施例中,所述传达模块704具体实施时,可以按照以下方式向所述目标车主传达所述风险处理提示信息:查询区块链,以得到目标车主的联系方式;根据所述联系方式,将所述风险处理提示信息发送至目标车主所持有的终端设备。
在一些实施例中,所述传达模块704具体实施时,可以根据所述联系方式,基于5G传输协议,将所述风险处理提示信息发送至目标车主所持有的终端设备。
在一些实施例中,所述装置在接收终端设备发起的车辆数据处理请求之后,还可以用于将车辆数据处理请求所携带的目标图片,以及车辆数据处理请求的接收时间存入区块链中。
在一些实施例中,所述装置在接收终端设备发起的车辆数据处理请求之后,还可以用于调用预设的车辆行为识别模型处理目标图片,得到目标车辆的风险行为识别结果;根据目标车辆的风险行为识别结果,确定目标车辆是否存在风险行为。
在一些实施例中,所述装置在确定目标车辆存在风险行为的情况下,还可以用于根据目标车辆的风险行为识别结果,确定目标车辆的风险行为类型;根据目标车辆的风险行为类型,从预设的处理规则集中确定出相匹配的目标处理规则;根据目标处理规则,生成针对目标车主的资源处理账单;并向所述目标车主传达所述资源处理账单。
在一些实施例中,所述装置在调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号之后,还可以用于获取目标车辆的位置信息作为第一位置信息;相应的,在向所述目标车主传达所述风险处理提示信息之后,所述装置还可以用于自向所述目标车主传达所述风险处理提示信息起开始计时,在累计时长达到预设时长时,获取目标车辆的位置信息作为第二位置信息;比较第一位置信息和第二位置信息,得到比较结果;根据所述比较结果,在确定第一位置信息和第二位置信息之间的差异值小于等于预设的差异阈值的情况下,向目标车主传达所述资源处理账单。
在一些实施例中,在向所述目标车主传达所述风险处理提示信息之后,所述装置具体实施时,还可以用于自向所述目标车主传达所述风险处理提示信息起开始计时,在累计时长达到预设时长时,向终端设备发送更新图片获取请求;接收终端设备反馈的更新图片;比较所述更新图片和目标图片,以确定是否向目标车主传达所述资源处理账单。
参阅图8所示,本说明书实施例还提供了一种基于区块链的车辆数据处理方法,具体可以包括以下结构模块:
获取模块801,具体可以用于响应用户操作,获取与待处理的目标车辆相关的目标图片;
生成模块802,具体可以用于生成车辆数据处理请求;其中,所述车辆数据处理请求至少携带有目标图片;
发送模块803,具体可以用于将所述车辆数据处理请求发送至服务器;其中,所述服务器用于调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
需要说明的是,上述实施例阐明的单元、装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
由上可见,基于本说明书实施例提供的基于区块链的车辆数据处理装置,当用户发现涉及诸如乱停、占道等风险行为的目标车辆时,可以使用终端设备拍摄与目标车辆相关的目标图片;生成并发送至少携带有该目标图片的车辆数据处理请求。负责处理车辆数据的车辆管理平台的服务器在接收到该车辆数据处理请求后,可以先通过调用预设的图像识别模型通过处理该目标图片,识别得到目标车辆的车牌号;再根据目标车辆的车牌号,通过查询区块链确定出与目标车辆绑定的目标车主;进而可以生成关于从而能够高效、准确地确定出涉及风险行为的目标车辆的目标车主,并及时地提醒该目标车主对目标车辆的风险行为进行相应处理,以简化用户的操作。
虽然本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施例的描述可知,本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书的技术方案本质上可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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,移动终端,服务器,或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本说明书可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本说明书,本领域普通技术人员知道,本说明书有许多变形和变化而不脱离本说明书的精神,希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (15)
1.一种基于区块链的车辆数据处理方法,其特征在于,应用于服务器,包括:
接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;
调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;
根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;
生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
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:
接收车主发起的注册请求;其中,所述注册请求至少携带有车主的相关信息,以及车主所持有的车辆的相关信息;
响应所述注册请求,绑定车主的相关信息与车辆的相关信息;并将绑定后的车主的相关信息与车辆的相关信息存入区块链中。
3.根据权利要求2所述的方法,其特征在于,所述车主的相关信息至少包括车主的联系方式;所述车辆的相关信息至少包括车辆的车牌号。
4.根据权利要求3所述的方法,其特征在于,向所述目标车主传达所述风险处理提示信息:
查询区块链,以得到目标车主的联系方式;
根据所述联系方式,将所述风险处理提示信息发送至目标车主所持有的终端设备。
5.根据权利要求4所述的方法,其特征在于,根据所述联系方式,将所述风险处理提示信息发送至目标车主所持有的终端设备,包括:
根据所述联系方式,基于5G传输协议,将所述风险处理提示信息发送至目标车主所持有的终端设备。
6.根据权利要求1所述的方法,其特征在于,在接收终端设备发起的车辆数据处理请求之后,所述方法还包括:
将车辆数据处理请求所携带的目标图片,以及车辆数据处理请求的接收时间存入区块链中。
7.根据权利要求1所述的方法,其特征在于,在接收终端设备发起的车辆数据处理请求之后,所述方法还包括:
调用预设的车辆行为识别模型处理目标图片,得到目标车辆的风险行为识别结果;
根据目标车辆的风险行为识别结果,确定目标车辆是否存在风险行为。
8.根据权利要求7所述的方法,其特征在于,在确定目标车辆存在风险行为的情况下,所述方法还包括:
根据目标车辆的风险行为识别结果,确定目标车辆的风险行为类型;
根据目标车辆的风险行为类型,从预设的处理规则集中确定出相匹配的目标处理规则;
根据目标处理规则,生成针对目标车主的资源处理账单;并向所述目标车主传达所述资源处理账单。
9.根据权利要求8所述的方法,其特征在于,在调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号之后,所述方法还包括:
获取目标车辆的位置信息作为第一位置信息;
相应的,在向所述目标车主传达所述风险处理提示信息之后,所述方法还包括:
自向所述目标车主传达所述风险处理提示信息起开始计时,在累计时长达到预设时长时,获取目标车辆的位置信息作为第二位置信息;
比较第一位置信息和第二位置信息,得到比较结果;
根据所述比较结果,在确定第一位置信息和第二位置信息之间的差异值小于等于预设的差异阈值的情况下,向目标车主传达所述资源处理账单。
10.根据权利要求8所述的方法,其特征在于,在向所述目标车主传达所述风险处理提示信息之后,所述方法还包括:
自向所述目标车主传达所述风险处理提示信息起开始计时,在累计时长达到预设时长时,向终端设备发送更新图片获取请求;
接收终端设备反馈的更新图片;
比较所述更新图片和目标图片,以确定是否向目标车主传达所述资源处理账单。
11.一种基于区块链的车辆数据处理方法,其特征在于,应用于终端设备,包括:
响应用户操作,获取与待处理的目标车辆相关的目标图片;
生成车辆数据处理请求;其中,所述车辆数据处理请求至少携带有目标图片;
将所述车辆数据处理请求发送至服务器;其中,所述服务器用于调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
12.一种基于区块链的车辆数据处理装置,其特征在于,包括:
接收模块,用于接收终端设备发起的车辆数据处理请求;其中,所述车辆数据处理请求至少携带有与待处理的目标车辆相关的目标图片;
识别模块,用于调用预设的图像识别模型处理目标图片,得到目标车辆的车牌号;
查询模块,用于根据所述目标车辆的车牌号,查询区块链,以确定与目标车辆绑定的目标车主;
传达模块,用于生成关于目标车辆的风险处理提示信息;并向所述目标车主传达所述风险处理提示信息。
13.一种服务器,其特征在于,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现权利要求1至10,或11中任一项所述方法的步骤。
14.一种计算机可读存储介质,其特征在于,其上存储有计算机指令,所述指令被处理器执行时实现权利要求1至10,或11中任一项所述方法的步骤。
15.一种计算机程序产品,其特征在于,包含有计算机程序,所述计算机程序被处理器执行时实现权利要求1至10,或11中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210295666.9A CN114760335A (zh) | 2022-03-24 | 2022-03-24 | 基于区块链的车辆数据处理方法、装置和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210295666.9A CN114760335A (zh) | 2022-03-24 | 2022-03-24 | 基于区块链的车辆数据处理方法、装置和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114760335A true CN114760335A (zh) | 2022-07-15 |
Family
ID=82327365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210295666.9A Pending CN114760335A (zh) | 2022-03-24 | 2022-03-24 | 基于区块链的车辆数据处理方法、装置和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114760335A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115334164A (zh) * | 2022-08-11 | 2022-11-11 | 南京航空航天大学 | 一种基于移动区块链的停放车辆资源分配方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824452A (zh) * | 2013-11-22 | 2014-05-28 | 银江股份有限公司 | 一种轻量级的基于全景视觉的违章停车检测装置 |
US20150221140A1 (en) * | 2014-02-04 | 2015-08-06 | Gilbert Eid | Parking and tollgate payment processing based on vehicle remote identification |
CN107195191A (zh) * | 2017-07-21 | 2017-09-22 | 上海安吉星信息服务有限公司 | 一种停车告警方法及装置 |
CN109743467A (zh) * | 2018-12-04 | 2019-05-10 | 北京筑梦园科技有限公司 | 一种车辆管理方法、系统及服务器 |
CN110417853A (zh) * | 2019-06-14 | 2019-11-05 | 南京觉醒智能科技有限公司 | 一种基于车辆识别的智能挪车系统及挪车方法 |
CN110807565A (zh) * | 2018-08-06 | 2020-02-18 | 宝沃汽车(中国)有限公司 | 服务器、车辆及其停车风险的识别方法、装置 |
CN113128508A (zh) * | 2021-05-19 | 2021-07-16 | 支付宝(杭州)信息技术有限公司 | 基于车牌号的支付处理方法及装置 |
CN113299072A (zh) * | 2021-03-31 | 2021-08-24 | 北京汽车研究总院有限公司 | 违停车辆的监控方法及装置 |
-
2022
- 2022-03-24 CN CN202210295666.9A patent/CN114760335A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824452A (zh) * | 2013-11-22 | 2014-05-28 | 银江股份有限公司 | 一种轻量级的基于全景视觉的违章停车检测装置 |
US20150221140A1 (en) * | 2014-02-04 | 2015-08-06 | Gilbert Eid | Parking and tollgate payment processing based on vehicle remote identification |
CN107195191A (zh) * | 2017-07-21 | 2017-09-22 | 上海安吉星信息服务有限公司 | 一种停车告警方法及装置 |
CN110807565A (zh) * | 2018-08-06 | 2020-02-18 | 宝沃汽车(中国)有限公司 | 服务器、车辆及其停车风险的识别方法、装置 |
CN109743467A (zh) * | 2018-12-04 | 2019-05-10 | 北京筑梦园科技有限公司 | 一种车辆管理方法、系统及服务器 |
CN110417853A (zh) * | 2019-06-14 | 2019-11-05 | 南京觉醒智能科技有限公司 | 一种基于车辆识别的智能挪车系统及挪车方法 |
CN113299072A (zh) * | 2021-03-31 | 2021-08-24 | 北京汽车研究总院有限公司 | 违停车辆的监控方法及装置 |
CN113128508A (zh) * | 2021-05-19 | 2021-07-16 | 支付宝(杭州)信息技术有限公司 | 基于车牌号的支付处理方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115334164A (zh) * | 2022-08-11 | 2022-11-11 | 南京航空航天大学 | 一种基于移动区块链的停放车辆资源分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200286162A1 (en) | Method and server for managing shared vehicles | |
CN106101628A (zh) | 一种车辆事故处理的方法以及终端 | |
JP2018182724A5 (zh) | ||
CN107578225B (zh) | 高速公路车辆付款的方法和装置 | |
US20170349139A1 (en) | Anti-theft system for driverless vehicle | |
CN112398822B (zh) | 车联网女巫攻击检测方法、装置、设备及存储介质 | |
CN107705576B (zh) | 车辆套牌检测方法、服务器及存储介质 | |
CN111199461B (zh) | 一种基于区块链的无人车载客方法及无人车 | |
CN107301779A (zh) | 一种身份认证方法及检测设备 | |
CN109919708A (zh) | 一种打车软件派单方法和装置 | |
CN109145590A (zh) | 一种函数hook检测方法、检测设备及计算机可读介质 | |
CN109636424A (zh) | 一种车辆信息的管理方法及相关设备 | |
CN105185122A (zh) | 一种车辆违章信息的处理方法、装置及系统 | |
CN106127463A (zh) | 一种转账控制方法及终端设备 | |
CN111080820A (zh) | 基于etc的车辆支付方法、装置、设备及可读存储介质 | |
CN114760335A (zh) | 基于区块链的车辆数据处理方法、装置和服务器 | |
CN111371581A (zh) | 物联网卡业务异常检测的方法、装置、设备和介质 | |
CN109767372B (zh) | 利用车辆运行数据进行交通事故快速定责的系统及方法 | |
CN110602161A (zh) | 派警方法、装置及电子设备 | |
CN112562100B (zh) | 一种用户绑定方法及装置 | |
CN108062805B (zh) | 一种车载数据处理方法和服务器 | |
CN113888869A (zh) | 一种套牌渣土车联网定位方法、系统及云平台 | |
CN111462480B (zh) | 交通图像证据验证方法、装置、计算机设备和存储介质 | |
CN113095281A (zh) | 套牌车识别方法、装置、电子设备及存储介质 | |
CN113129581A (zh) | 车辆信息的传输系统及方法、存储介质、电子装置 |
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 |