CN111930045B - 网约车出行监控系统及方法 - Google Patents

Abstract

本发明公开了网约车出行监控系统及方法，通过获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，计算得出风险值Ft，若风险值Ft小于预设风险阈值，则将当前数据发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示；通过获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；管理模块对面像文件进行像素化处理，与记录的面像文件进行匹配，若匹配值P大于预设匹配阈值，则该网约车的成功订单增加一，若匹配值P小于预设匹配阈值，则进行风险提示，并将该网约车的不良订单增加一。

Description

网约车出行监控系统及方法

技术领域

本发明涉及一种监测诊断系统，具体为网约车出行监控系统及方法。

背景技术

网约车是互联网约车业务的产物，为民众的出行带来了极大的便利。自2015年以来，网约车行业快速发展，但各种问题也不断浮现。

专利CN 108805785 A公开了一种能保证网约车乘车相关人安全的网约车系统，包括：网约车，通信单元、网约车车锁和网约车车锁控制器，通信单元完成网约车的约车后，将分别向网约车乘车相关人和网约车车锁控制器分发密码，网约车乘车相关人在到达目的地后，网约车乘车相关人用分发的密码控制网约车车锁控制器打开后排左车门锁和右车门锁。通过在后车位与前车位之间加空间隔离，只有网约车乘车相关人和后台网络通信单元有权限打开后车门，在后车座形成了独立的空间给网约车乘车相关人，保证了网约车乘车相关人的安全。

不足之处在于没有对网约车驾驶中的速度过快进行提示，也没有对网约车司机进行确认，为了解决上述技术问题，本发明提供如下技术方案。

发明内容

本发明的目的在于提供网约车出行监控系统及方法，用于解决现有技术无法根据网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离计算出风险值Ft并进行风险提示问题以及无法对网约车司机进行确认管理问题，通过获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，计算得出风险值Ft，若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示；

通过获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；运用公式计算出网约车司机的匹配值P，计算公式为其中a、b、c为预设比例系数固定值，且a+b+c＝1；若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一，若匹配值P小于预设匹配阈值，则管理模块发送报警信息至提示模块进行风险提示，并将采集的面像文件发送至服务器进行存储，将该网约车的不良订单增加一。

本发明的目的可以通过以下技术方案实现：

网约车出行监控系统，包括采集模块、分析模块、管理模块、服务器以及提示模块；

所述采集模块用于采集网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，并将网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离发送至分析模块，所述分析模块用于对网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离进行分析，具体分析步骤如下：

步骤一：获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，并将网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离发送至分析模块；

步骤二：分析模块接收到网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，将其分别标记为Vt、Dt、Lt，t表示采集时间；

步骤三：通过公式计算出网约车此时的风险值Ft，具体计算公式为

其中α、β为预设比例系数固定值，μ为网约车与地面间的摩擦系数，g为重力加速度，取值g＝9.8m/s²；

步骤四：若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示，并将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存；

所述管理模块用于管理网约车司机，具体管理步骤如下：

步骤一：网约车司机录入身份信息进行注册登录，并将注册成功的身份信息发送至服务器进行存储；

步骤二：对存储的网约车司机面部照片进行像素化处理，分别获取眼睛、鼻子、嘴巴的像素点个数与总像素点个数，分别标记为Yi、Bi、Zi、Xi；

步骤三：当网约车接单，乘客进入网约车之前，获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；

步骤四：将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；

步骤五：运用公式计算出网约车司机的匹配值P，计算公式为

其中a、b、c为预设比例系数固定值，且a+b+c＝1；

步骤六：若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一，若匹配值P小于预设匹配阈值，则管理模块发送报警信息至提示模块进行风险提示，并将采集的面像文件发送至服务器进行存储，将该网约车的不良订单增加一。

优选的，该系统还包括预约模块，所述预约模块用于乘客进行网约车出行预约，具体预约步骤如下：

S1：乘客通过终端设备登录预约模块，输入起始点与终点，预约模块根据起始点进行网约车匹配；

S11：预约模块获取起始点位置附近两公里以内的网约车信息；

S12：预约模块自动去除已经接单的网约车；

S2：预约模块将匹配的网约车信息发送至乘客的终端设备，同时发送网约车的驾驶风险值与成功订单值；

S3：乘客根据网约车的驾驶风险值与成功订单值自由选取网约车。

优选的，所述提示模块包括提示语音，提示语音用于当风险值Ft大于预设风险阈值时，提示驾驶司机注意车速与控制与前侧车辆的距离，还用于当匹配值P小于预设匹配阈值时，提示网约车驾驶人的身份信息不匹配。

优选的，所述采集模块包括速度采集器、距离采集器、摄像头与电源模块，电源模块为速度采集器、距离采集器以及摄像头供电。

优选的，所述身份信息包括网约车司机的姓名、网约车司机的手机号、网约车司机的驾龄、网约车的牌照、网约车的位置以及网约车司机的正面照片。优选的，该系统还包括智能推荐模块，所述智能推荐模块用于智能推荐驾驶路线，具体步骤如下：

SS1：网约车司机接到乘客后，智能推荐模块获取当前位置与乘客输入的终点位置，并自动匹配所有路线：

SS2：智能推荐模块获取所有路线的限速路段距离与限制速度，计算出从出发点到终点所需要的时间；

SS3：获取所有路段的路况信息，并从互联网上获取路况拥挤以及预计通过时间，将预计通过时间进行计算；

SS4：智能推荐模块将时间最短的线路发送至网约车驾驶车辆，并通过提示模块对网约车驾驶司机进行提示。

优选的，该系统还包括定位模块，所述定位模块用于实时定位网约车的位置信息，并将位置信息发送至服务器。

优选的，网约车出行监控方法，其特征在于，监控方法如下：

步骤一：乘客通过终端设备登录预约模块，输入起始点与终点，预约模块根据起始点进行网约车匹配；

步骤二：预约模块将匹配的网约车信息发送至乘客的终端设备，乘客自由选取网约车辆；

步骤三：乘客进入网约车之前，获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；

步骤四：将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；运用公式计算出网约车司机的匹配值P；

步骤五：若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一；

步骤六：智能推荐模块获取所有路线的限速路段距离与限制速度，并将时间最短的线路发送至网约车驾驶车辆；

步骤七：驾驶网约车途中，获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，将其分别标记为Vt、Dt、Lt，t表示采集时间；

步骤八：通过公式计算出网约车此时的风险值Ft，具体计算公式为

步骤九：若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示，并将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存；

步骤十：服务器将每次驾驶过程中的数据进行收集整理，生成驾驶记录表。

与现有技术相比，本发明的有益效果是：

1、通过获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，计算得出风险值Ft，若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示；

2、通过获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；运用公式计算出网约车司机的匹配值P，计算公式为其中a、b、c为预设比例系数固定值，且a+b+c＝1；若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一，若匹配值P小于预设匹配阈值，则管理模块发送报警信息至提示模块进行风险提示，并将采集的面像文件发送至服务器进行存储，将该网约车的不良订单增加一。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明的目的可以通过以下技术方案实现：

网约车出行监控系统，包括采集模块、分析模块、管理模块、服务器以及提示模块；

所述采集模块用于采集网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，并将网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离发送至分析模块，所述分析模块用于对网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离进行分析，具体分析步骤如下：

步骤一：获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，并将网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离发送至分析模块；

步骤二：分析模块接收到网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，将其分别标记为Vt、Dt、Lt，t表示采集时间；

步骤三：通过公式计算出网约车此时的风险值Ft，具体计算公式为

其中α、β为预设比例系数固定值，μ为网约车与地面间的摩擦系数，g为重力加速度，取值g＝9.8m/s²；

步骤四：若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示，并将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存；

所述管理模块用于管理网约车司机，具体管理步骤如下：

步骤一：网约车司机录入身份信息进行注册登录，并将注册成功的身份信息发送至服务器进行存储；

步骤二：对存储的网约车司机面部照片进行像素化处理，分别获取眼睛、鼻子、嘴巴的像素点个数与总像素点个数，分别标记为Yi、Bi、Zi、Xi；

步骤三：当网约车接单，乘客进入网约车之前，获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；

步骤四：将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；

步骤五：运用公式计算出网约车司机的匹配值P，计算公式为

其中a、b、c为预设比例系数固定值，且a+b+c＝1；

步骤六：若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一，若匹配值P小于预设匹配阈值，则管理模块发送报警信息至提示模块进行风险提示，并将采集的面像文件发送至服务器进行存储，将该网约车的不良订单增加一。

其中，该系统还包括预约模块，所述预约模块用于乘客进行网约车出行预约，具体预约步骤如下：

S1：乘客通过终端设备登录预约模块，输入起始点与终点，预约模块根据起始点进行网约车匹配；

S11：预约模块获取起始点位置附近两公里以内的网约车信息；

S12：预约模块自动去除已经接单的网约车；

S2：预约模块将匹配的网约车信息发送至乘客的终端设备，同时发送网约车的驾驶风险值与成功订单值；

S3：乘客根据网约车的驾驶风险值与成功订单值自由选取网约车。

其中，所述提示模块包括提示语音，提示语音用于当风险值Ft大于预设风险阈值时，提示驾驶司机注意车速与控制与前侧车辆的距离，还用于当匹配值P小于预设匹配阈值时，提示网约车驾驶人的身份信息不匹配。

其中，所述采集模块包括速度采集器、距离采集器、摄像头与电源模块，电源模块为速度采集器、距离采集器以及摄像头供电。

其中，所述身份信息包括网约车司机的姓名、网约车司机的手机号、网约车司机的驾龄、网约车的牌照、网约车的位置以及网约车司机的正面照片。其中，该系统还包括智能推荐模块，所述智能推荐模块用于智能推荐驾驶路线，具体步骤如下：

SS1：网约车司机接到乘客后，智能推荐模块获取当前位置与乘客输入的终点位置，并自动匹配所有路线：

SS2：智能推荐模块获取所有路线的限速路段距离与限制速度，计算出从出发点到终点所需要的时间；

SS3：获取所有路段的路况信息，并从互联网上获取路况拥挤以及预计通过时间，将预计通过时间进行计算；

SS4：智能推荐模块将时间最短的线路发送至网约车驾驶车辆，并通过提示模块对网约车驾驶司机进行提示。

其中，该系统还包括定位模块，所述定位模块用于实时定位网约车的位置信息，并将位置信息发送至服务器。

其中，该系统还包括远程模块，远程模块用于运营单位和监督单位获取网约车内部的实时画面信息，还可以与网约车司机进行实时语音对讲，实时定位以及实时抓拍，还可以对网约车的运行轨迹进行实时监控。

其中，网约车出行监控方法，其特征在于，监控方法如下：

步骤一：乘客通过终端设备登录预约模块，输入起始点与终点，预约模块根据起始点进行网约车匹配；

步骤二：预约模块将匹配的网约车信息发送至乘客的终端设备，乘客自由选取网约车辆；

步骤三：乘客进入网约车之前，获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；

步骤四：将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；运用公式计算出网约车司机的匹配值P；

步骤五：若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一；

步骤六：智能推荐模块获取所有路线的限速路段距离与限制速度，并将时间最短的线路发送至网约车驾驶车辆；

步骤七：驾驶网约车途中，获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，将其分别标记为Vt、Dt、Lt，t表示采集时间；

步骤八：通过公式计算出网约车此时的风险值Ft，具体计算公式为

步骤九：若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示，并将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存；

步骤十：服务器将每次驾驶过程中的数据进行收集整理，生成驾驶记录表。

上述公式均是去量化取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况设定。

本发明的工作原理：乘客通过终端设备登录预约模块，输入起始点与终点，预约模块根据起始点进行网约车匹配；预约模块将匹配的网约车信息发送至乘客的终端设备，乘客自由选取网约车辆；乘客进入网约车之前，获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；运用公式计算出网约车司机的匹配值P；

若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一；

智能推荐模块获取所有路线的限速路段距离与限制速度，并将时间最短的线路发送至网约车驾驶车辆；

驾驶网约车途中，获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，将其分别标记为Vt、Dt、Lt，t表示采集时间；

通过公式计算出网约车此时的风险值Ft，具体计算公式为

若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示，并将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存；服务器将每次驾驶过程中的数据进行收集整理，生成驾驶记录表。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.网约车出行监控系统，其特征在于，包括采集模块、分析模块、管理模块、服务器以及提示模块；

所述采集模块用于采集网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，并将网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离发送至分析模块，所述分析模块用于对网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离进行分析，具体分析步骤如下：

步骤一：获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，并将网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离发送至分析模块；

步骤二：分析模块接收到网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，将其分别标记为Vt、Dt、Lt，t表示采集时间；

步骤三：通过公式计算出网约车此时的风险值Ft，具体计算公式为

其中α、β为预设比例系数固定值，μ为网约车与地面间的摩擦系数，g为重力加速度，取值g＝9.8m/s²；

步骤四：若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示，并将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存；所述管理模块用于管理网约车司机，具体管理步骤如下：

步骤一：网约车司机录入身份信息进行注册登录，并将注册成功的身份信息发送至服务器进行存储；

步骤二：对存储的网约车司机面部照片进行像素化处理，分别获取眼睛、鼻子、嘴巴的像素点个数与总像素点个数，分别标记为Yi、Bi、Zi、Xi；

步骤三：当网约车接单，乘客进入网约车之前，获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；

步骤四：将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；步骤五：运用公式计算出网约车司机的匹配值P，计算公式为

其中a、b、c为预设比例系数固定值，且a+b+c＝1；

步骤六：若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一，若匹配值P小于预设匹配阈值，则管理模块发送报警信息至提示模块进行风险提示，并将采集的面像文件发送至服务器进行存储，将该网约车的不良订单增加一。

2.根据权利要求1所述的网约车出行监控系统，其特征在于，该系统还包括预约模块，所述预约模块用于乘客进行网约车出行预约，具体预约步骤如下：

S1：乘客通过终端设备登录预约模块，输入起始点与终点，预约模块根据起始点进行网约车匹配；

S11：预约模块获取起始点位置附近两公里以内的网约车信息；

S12：预约模块自动去除已经接单的网约车；

S2：预约模块将匹配的网约车信息发送至乘客的终端设备，同时发送网约车的风险值与成功订单值；

S3：乘客根据网约车的风险值与成功订单值自由选取网约车。

3.根据权利要求1所述的网约车出行监控系统，其特征在于，所述提示模块包括提示语音，提示语音用于当风险值Ft大于预设风险阈值时，提示网约车司机注意车速与控制与前侧车辆的距离，还用于当匹配值P小于预设匹配阈值时，提示网约车司机的身份信息不匹配。

4.根据权利要求1所述的网约车出行监控系统，其特征在于，所述采集模块包括速度采集器、距离采集器、摄像头与电源模块，电源模块为速度采集器、距离采集器以及摄像头供电。

5.根据权利要求1所述的网约车出行监控系统，其特征在于，所述身份信息包括网约车司机的姓名、网约车司机的手机号、网约车司机的驾龄、网约车的牌照、网约车的位置以及网约车司机的正面照片。

6.根据权利要求1所述的网约车出行监控系统，其特征在于，该系统还包括智能推荐模块，所述智能推荐模块用于智能推荐驾驶路线，具体步骤如下：

SS1：网约车司机接到乘客后，智能推荐模块获取当前位置与乘客输入的终点位置，并自动匹配所有路线：

SS2：智能推荐模块获取所有路线的限速路段距离与限制速度，计算出从出发点到终点所需要的时间；

SS3：获取所有路段的路况信息，并从互联网上获取对应路线的预计通过时间，将所有路线的预计通过时间进行比较；

SS4：智能推荐模块将预计通过时间最短对应的路线发送至网约车驾驶车辆，并通过提示模块对网约车司机进行提示。

7.根据权利要求1所述的网约车出行监控系统，其特征在于：该系统还包括定位模块，所述定位模块用于实时定位网约车的位置信息，并将位置信息发送至服务器。

8.网约车出行监控方法，其特征在于，监控方法如下：

步骤一：乘客通过终端设备登录预约模块，输入起始点与终点，预约模块根据起始点进行网约车匹配；

步骤二：预约模块将匹配的网约车信息发送至乘客的终端设备，乘客自由选取网约车辆；

步骤三：乘客进入网约车之前，获取当前驾驶位上驾驶人员的面部信息照片，对当前的面部信息照片进行预处理得到面像文件；

步骤四：将面像文件发送至管理模块，管理模块对面像文件进行像素化处理，分别获取当前眼睛、鼻子、嘴巴的像素点个数与总像素点个数，并将其标记为Yj、Bj、Zj、Xj；运用公式计算出网约车司机的匹配值P；

步骤五：若匹配值P大于预设匹配阈值，则发送眼睛的像素点个数Yj、鼻子的像素点个数Bj、嘴巴的像素点个数Zj与总像素点个数Xj至服务器进行存储，并将该网约车的成功订单增加一；

步骤六：智能推荐模块获取所有路线的限速路段距离与限制速度，并将时间最短的线路发送至网约车驾驶车辆；

步骤七：驾驶网约车途中，获取网约车的当前车速、网约车前侧车辆的当前车速以及网约车与前侧车辆的距离，将其分别标记为Vt、Dt、Lt，t表示采集时间；

步骤八：通过公式计算出网约车此时的风险值Ft，具体计算公式为

其中α、β为预设比例系数固定值，μ为网约车与地面间的摩擦系数，g为重力加速度，取值g＝9.8m/s²；

步骤九：若风险值Ft小于预设风险阈值，则将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存，若风险值Ft大于预设风险阈值，则分析模块发送报警信息至提示模块进行风险提示，并将网约车的当前车速、网约车前侧车辆的当前车速、网约车与前侧车辆的距离以及计算得到的风险值Ft发送至服务器进行储存；

步骤十：服务器将每次驾驶过程中的数据进行收集整理，生成驾驶记录表。