一种网约车安全预警系统的制作方法

1.本发明涉及网约车监控技术领域，具体涉及一种网约车安全预警系统。


背景技术：

2.网约车是网络预约出租汽车的简称，乘客可以通过移动设备在网上直接与司机进行预约，网约车司机接单后到指定地点接乘客到目的地，网约车司机和车辆也经过登记和审核。目前，网约车非常普遍，如出租车、专车、顺风车、快车等，满足用于多样化的出行需求。
3.但是，网约车也具有很大的风险，对于乘客的安全也没有进行有效的保障和预防。最近几年曝出的几起网约车的恶性事件让人们对网约车行业的安全问题产生了极大的担忧，虽然是个案，但是对网约车这个新生的行业造成了极大的影响，也给人们的生活带来了诸多的不便。虽然经过几次整改，加强了对网约车车主及乘客身份的验证，并在行程的过程中进行录音录像等安全保护措施，但这类措施大都为事前的验证和事后的追溯，对于海量的订单行程很难做到行程中的监控和安全的预警，录音和录像功能也仅仅是对有不法目的的司机和乘客起到震慑的作用，并不能以技术手段根本的解决网约车的安全问题，因此也很难让网约车这个为大众出行提供便利的行业得到健康的发展。
4.因此，急需研究一种网约车安全预警系统，能够在网约车行程过程中实时监测到车内的情况，提前分析司机和乘客的情绪状态或意图倾向，对可能出现安全风险的网约车进行重点的关注，降低安全事件的发生概率。


技术实现要素：

5.本发明的目的在于针对现有技术的上述缺陷，提供了一种网约车安全预警系统，在网约车行程过程中能够实时的通过语音信号及车内的异常声音信号监测到车内的实时情况，提前分析司机和乘客的情绪状态或意图倾向，对可能出现安全风险的网约车进行重点的关注，降低安全事件的发生概率。
6.本发明的目的可通过以下的技术措施来实现：
7.一种网约车安全预警系统，包括安装于网约车内的前端主机，接收所述前端主机数据的预警管理平台，接收所述预警管理平台数据的警方联动平台；所述前端主机包括拾音器、音频预处理器、核心处理器、定位模块、防拆模块、网络模块；
8.所述拾音器，用于实时录制音频并转化成音频数据；
9.所述音频预处理器，用于接收并预处理所述拾音器采集的音频数据，过滤常规噪音，实现音频数据的模数转换；
10.所述核心处理器，用于接收并处理所述音频预处理器传输的音频数据，进行语音识别、语义分析、意图分析、语音情绪识别、异常声音检测，进行数据存储，控制数据传输；
11.所述定位模块，用于实时获取网约车的位置信息；
12.所述防拆模块，用于监测所述前端主机被拆卸情况；
13.所述网络模块，用于给所述前端主机提供网络通讯的功能；
14.通过所述网络模块，将所述核心处理器的处理结果反馈给所述预警管理平台，所述预警管理平台判断是否做出主动报警响应并将指示传递给所述警方联动平台，若所述警方联动平台收到所述预警管理平台的主动报警响应的指示，则将警情信息加密后传入警方数据平台实现危险报警。
15.进一步地，所述拾音器采用多mic阵列的方式，根据网约车内人员说话的方向定向录制音频，主动降低外部噪声，并以多路音频数据向所述音频预处理器传输，将人声与其他声音进行分离。
16.进一步地，所述音频预处理器采用音频专用处理芯片，对所述拾音器采集的音频数据进行预处理，过滤常规噪音，为所述核心处理器提供纯净、准确的音频数据。
17.进一步地，所述核心处理器采用嵌入式处理器，运行linux操作系统，提供可扩展的设备接口，使用外部直流电源的内部应急电池供电的方式，使用大容量存储芯片存储语音数据，运行专用的语音和音频处理程序，实现语音及音频的前端处理功能，进行语音识别、语义分析、意图分析、语音情绪识别、异常声音检测、数据传输控制。
18.进一步地，所述设备接口包括usb接口、串口、网络接口。
19.进一步地，所述定位模块支持gps定位模式、北斗卫星定位模式。
20.进一步地，所述网络模块包括移动网络接入模块、局域网络接入模块。
21.进一步地，所述防拆模块采用压电开关的形式，检测所述前端主机是否从网约车体上被拆卸，当检测到被拆卸时所述核心处理器通过所述网络模块向所述预警系统管理平台传递报警处理信息。
22.进一步地，所述防拆模块包括接触式开关传感器。
23.进一步地，所述预警管理平台还采集并存储历史大数据，并根据历史大数据对司机和乘客的行为习惯、性格特征、潜在危险进行分析。
24.本发明的一种网约车安全预警系统，从语音语义维度分析车内人员的情绪状态和潜在意图，对行程过程进行实时监控，不仅起到震慑和事后追查的作用，更注重事中的监控，并且与视频监控不同，语音监控可以从更深一层次来分析和监控车内人员所表现出来情绪状态。本发明的网约车安全预警系统以人工智能技术中的自然语义理解、语音情绪分析技术为基础，结合声学处理中异常声音检测技术，使用大数据分析等方法提供数据和算法支撑，保障网约车行业司乘双方的人身安全，利用人工智能技术促进新兴行业发展。本发明的约车安全预警系统不同于其它系统，大部分识别分析功能在前端主机中完成，其中关键技术点为优化的识别模型和识别算法，比照当前的多数实现方式为将数据上传至云端，依靠云端服器的运算能力进行识别的方式，本发明的网约车安全预警系统仅仅有针对性的对网约车运行环境进行模型匹配，提高实时的运算速度，减少网络通讯压力，进而提高效率。
附图说明
25.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它的附图。
26.图1是本发明的一种网约车安全预警系统的结构示意图；
27.附图标记说明：1-前端主机；11-拾音器；12-音频预处理器；13-核心处理器；14-定位模块；15-防拆模块；16-网络模块；2-预警管理平台；3-警方联动平台。
具体实施方式
28.为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。
29.为了使本揭示内容的叙述更加详尽与完备，下文针对本发明的实施方式与具体实施例提出了说明性的描述；但这并非实施或运用本发明具体实施例的唯一形式。实施方式中涵盖了多个具体实施例的特征以及用以建构与操作这些具体实施例的方法步骤与其顺序。然而，亦可利用其它具体实施例来达成相同或均等的功能与步骤顺序。
30.本发明提供了一种网约车安全预警系统，包括安装于网约车内的前端主机1，接收所述前端主机数据的预警管理平台2，接收所述预警管理平台数据的警方联动平台3；所述前端主机包括拾音器11、音频预处理器12、核心处理器13、定位模块14、防拆模块15、网络模块16；
31.所述拾音器11，用于实时录制音频并转化成音频数据；
32.所述音频预处理器12，用于接收并预处理所述拾音器采集的音频数据，过滤常规噪音，实现音频数据的模数转换；
33.所述核心处理器13，用于接收并处理所述音频预处理器12传输的音频数据，进行语音识别、语义分析、意图分析、语音情绪识别、异常声音检测，进行数据存储，控制数据传输；
34.所述定位模块14，用于实时获取网约车的位置信息；
35.所述防拆模块15，用于监测所述前端主机被拆卸情况；
36.所述网络模块16，用于给所述前端主机提供网络通讯的功能；
37.通过所述网络模块16，将所述核心处理器13的处理结果反馈给所述预警管理平台2，所述预警管理平台2判断是否做出主动报警响应并将指示传递给所述警方联动平台3，若所述警方联动平台3收到所述预警管理平台2的主动报警响应的指示，则将警情信息加密后传入警方数据平台实现危险报警。
38.其中，所述拾音器11可以采用多mic阵列的方式，根据网约车内人员说话的方向定向录制音频，主动降低外部噪声，并以多路音频数据向所述音频预处理器12传输，将人声与其他声音进行分离，在保证提高语音识别准确率的同时确保异常声音不被遗漏。
39.所述音频预处理器12可以采用音频专用处理芯片，对所述拾音器11采集的音频数据进行预处理，过滤常规噪音，为所述核心处理器13提供相对纯净、准确的音频数据，实现音频数据的模数转换。
40.所述核心处理器可以采用嵌入式处理器，运行linux操作系统，提供可扩展的设备接口，例如usb接口、串口、网络接口等这些支持主流计算机附加设备的接口，使用外部直流电源的内部应急电池供电的方式，使用大容量存储芯片存储语音数据，运行专用的语音和
音频处理程序，实现语音及音频的前端处理功能，进行语音识别、语义分析、意图分析、语音情绪识别、异常声音检测、数据传输控制等软件控制功能。
41.本地语言语义识别，即使用离线语音识别及语义分析库，对高发的语音及语义危险信息进行识别，实时筛选80％以上的预警信息。在得到识别结果后进行意图分析，通过关键字匹配、规则匹配、模糊意图分析等多种方法抽取文字对话信息中存在的意图倾向，如骚扰、威胁、恐吓、诱骗等等，更准确的为预警管理平台2提供潜在威胁的种类，即使在未发生实际危险行为时，也可以通过数据的积累对有潜在危险的司机和乘客进行重点的管理。
42.本地情绪识别，即通过离线的情绪特征库对80％以上的异常情绪进行识别，发现异常情绪后结合语义信息进行实时报警处理。可以对车内人员在交流时所表现出来的情绪信息进行分析和监控：首先是声纹识别，区分出车内人员是谁在说话，然后情绪识别，根据音频数据，输入至经过深度学习训练后生成的情绪模型中进行匹配，识别说话人的情绪信息，如恐惧、不安、愤怒等情绪，并融合语义意图，确认说话者的情绪状态，进而进行险情分析。
43.异常声音检测，即对于车内出现的异常声音，如争吵、呻吟、打斗、拍击、碎裂等声音进行检测，并实时报警处理。可以将车内环境噪音和人声区分出来，并对车内噪音进行处理，将常规的噪音，如发动机声音、轮胎噪音、风噪、车内震动等进行二次分离，之后对出现的异常声音进行检测监控，如拍击、碎裂、争吵、呼叫等等，在检测到上述声音后，结合语义、情绪等综合数据进行险情分析及报警操作。
44.云端识别，即通过网络模块16将音频数据上传至预警管理平台2，对未识别的数据进行二次语义和语音情绪及异常声音分析，确保可能会产生危险的音频数据不会被遗漏，采用数据加密算法，对传输的数据进行安全保护。并且，前端主机1内的语音识别及语义分析库、情绪特征库和异常声音识别模型，根据预警管理平台2定期更新后通过网络模块16将数据传给前端主机1，实现本地系统及数据库的更新，提高离线识别的准确率。
45.所述定位模块14具备卫星定位功能，支持gps定位模式、北斗卫星定位模式，能够实时监测网约车的位置信息。
46.所述防拆模块15，用于监测所述前端主机被拆卸情况，采用压电开关的形式，例如可以采用接触式开关传感器，检测所述前端主机1是否从网约车体上被拆卸，当检测到被拆卸时所述核心处理器13通过所述网络模块16向所述预警系统管理平台2传递报警处理信息，进行报警。
47.所述网络模块16包括移动网络接入模块、局域网络接入模块，可直接通过sim卡接入移动运营商的网络，也可通过标准的局域网通信协议接入车载网络。支持全网通模式，不限定具体的移动运营商，支持4g、3g、2g的移动网络接入，提供可靠、低延迟的网络通讯功能。
48.所述预警管理平台2提供网约车的位置显示、车内预警状态显示、应急处理、报警处理等应用功能；提供数据接口，与网约车原有的订单交易平台进行数据交换；所述预警管理平台2还采集并存储历史大数据，并根据历史大数据对司机和乘客的行为习惯、性格特征、潜在危险进行分析，在险情分析时作为重要的参考依据，计算风险发生的概率，筛选高风险的司机和乘客，将其列入重点关注对象库中，从而提前预警，当行程发生时监测被预警的网约车的路线信息，在行程发生变化时(例如不按正常路线行驶、驶入偏僻地区、某区域
停留时间过长等情况)，做出主动报警响应。
49.所述警方联动平台3与警方数据平台进行数据接入，对交互的数据进行加密，将确认过的警情数据实时传递至警方，进行一步的险情处理过程。
50.本发明的一种网约车安全预警系统，从语音语义维度分析车内人员的情绪状态和潜在意图，对行程过程进行实时监控，不仅起到震慑和事后追查的作用，更注重事中的监控，并且与视频监控不同，语音监控可以从更深一层次来分析和监控车内人员所表现出来情绪状态。本发明的网约车安全预警系统以人工智能技术中的自然语义理解、语音情绪分析技术为基础，结合声学处理中异常声音检测技术，使用大数据分析等方法提供数据和算法支撑，保障网约车行业司乘双方的人身安全，利用人工智能技术促进新兴行业发展。本发明的约车安全预警系统不同于其它系统，大部分识别分析功能在前端主机中完成，其中关键技术点为优化的识别模型和识别算法，比照当前的多数实现方式为将数据上传至云端，依靠云端服器的运算能力进行识别的方式，本发明的网约车安全预警系统仅仅有针对性的对网约车运行环境进行模型匹配，提高实时的运算速度，减少网络通讯压力，进而提高效率。
51.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。