车辆用途的确定方法、装置、设备及存储介质与流程

1.本发明涉及车辆技术领域，尤其涉及一种车辆用途的确定方法、装置、设备及存储介质。


背景技术：

2.当前市场商用车保有量巨大，但由于制造商用车的传统厂商智能化水平较低，目前还没有机构或者厂商能够全面知晓这些车辆的应用场景和车辆用途。为实现有限资源的最大利益化，对不同用途车辆进行统计分析，可进一步明确车辆的市场定位、目标人群、配置参数等，极大的提升了车企研发效率，增强了车企的核心竞争力。
3.但由于制造商用车的传统车厂的智能化水平较低，对于车辆用途的识别，通常只能通过工作人员对司机进行售前询问或售后回访的方式确定车辆的用途。而采用这种方式进行确定车辆用途，需要大量的人力支持，且所能够调查到的范围较小，最终得到的数据较为片面。


技术实现要素：

4.本发明提供一种车辆用途的确定方法、装置、设备及存储介质，实现了自动化、高效率的确定车辆用途。
5.为了达到上述目的，本发明采用如下技术方案：
6.第一方面，提供一种车辆用途的确定方法，该方法包括：车辆用途的确定设备获取目标车辆在历史时间段内的目标行驶信息；其中，目标行驶信息包括多个目标运距以及各目标运距对应的油耗和速度。进一步的，车辆用途的确定设备根据目标行驶信息，确定目标车辆的目标用途。
7.本发明提供的车辆用途的确定方法中，通过借助于车联网技术，通过获取车载设备上传的车辆行驶信息，确定目标车辆的目标运距，以及与每个运距对应的油耗和速度，这样一来，即可通过运距、油耗和速度确定车辆用途，实现了自动化、高效率、大批量的进行车辆用途的确定，克服对于人力的依赖，能够实现大面积的推广使用。
8.一种可能的设计中，上述车辆用途的确定设备根据目标行驶信息，确定目标车辆的目标用途，包括：针对第一目标运距，基于预设的映射关系、第一目标运距以及第一目标运距对应的油耗和速度，确定第一目标运距对应的候选用途；第一目标运距为多个目标运距中的任意一个，映射关系包括车辆的用途、运距范围、油耗范围以及速度范围。进一步的，车辆用途的确定设备从多个目标运距对应的候选用途中确定目标用途；目标用途为多个目标运距对应的候选用途中对应的运距数量最多的候选用途。该设计中实现了车辆用途的确定设备通过确定多个运距对应的候选用途，再从多个候选用途中确定目标用途，能够提高用途确定的准确性。
9.一种可能的设计中，上述车辆用途的确定设备根据目标行驶信息，确定目标车辆的目标用途，包括：车辆用途的确定设备根据目标行驶信息，确定目标行驶信息的目标行驶
特征；将目标行驶特征输入预先训练好的预测模型，得到目标用途标识；预测模型包括卷积神经网络模型，卷积神经网络模型用于根据车辆的行驶特征生成用途标识；进一步的，基于目标用途标识，确定目标用途。该设计中实现了通过卷积神经网络模型确定目标车辆的目标用途标识，由于卷积神经网络模型是经过大量训练得到的，能够提高确定目标用途的准确性。
10.一种可能的设计中，车辆用途的确定设备获取样本车辆的样本行驶信息以及样本车辆的样本用途标识；样本行驶信息包括多个样本运距以及各样本运距对应的油耗和速度，进一步的，车辆用途的确定设备将样本行驶信息的样本行驶特征作为特征，将样本用途标识作为监督信号，对预设模型进行有监督训练，得到预测模型。该设计中实现了如何对用于确定目标车辆的目标用途的模型进行训练，通过大量的数据进行训练能够提高模型的准确性。
11.第二方面，提供一种车辆用途的确定装置，包括获取单元以及确定单元。获取单元用于获取目标车辆在历史时间段内的目标行驶信息；目标行驶信息包括多个目标运距以及各目标运距对应的油耗和速度；确定单元用于根据目标行驶信息，确定目标车辆的目标用途。
12.一种可能的设计中，确定单元具体用于针对第一目标运距，基于预设的映射关系、第一目标运距、以及第一目标运距对应的油耗和速度，确定第一目标运距对应的候选用途；第一目标运距为多个目标运距中的任意一个，映射关系包括车辆的用途、运距范围、油耗范围以及速度范围。确定单元还用于从多个目标运距对应的候选用途中确定目标用途；目标用途为多个目标运距对应的候选用途中对应的运距数量最多的候选用途。
13.一种可能的设计中，车辆用途的确定装置还包括处理单元。确定单元具体用于根据目标行驶信息，确定目标行驶信息的目标行驶特征。处理单元用于将目标行驶特征输入预先训练好的预测模型，得到目标用途标识；预测模型包括卷积神经网络模型，卷积神经网络模型用于根据车辆的行驶特征生成用途标识。确定单元还用于基于目标用途标识，确定目标用途。
14.一种可能的设计中，获取单元还用于获取样本车辆的样本行驶信息以及样本车辆的样本用途标识；样本行驶信息包括多个样本运距以及各样本运距对应的油耗和速度。处理单元还用于将样本行驶信息的样本行驶特征作为特征，将样本用途标识作为监督信号，对预设模型进行有监督训练，得到预测模型。
15.第三方面，提供一种车辆用途的确定设备，该车辆用途的确定设备包括存储器和处理器；存储器和处理器耦合，该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令，当处理器执行该计算机指令时，该电子设备执行如第一方面中的车辆用途的确定方法。
16.第四方面，提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在车辆用途的确定设备上运行时，使得该车辆用途的确定设备执行如第一方面中的车辆用途的确定方法。
附图说明
17.图1为本发明的实施例提供的一种车辆用途的确定系统的结构示意图；
18.图2为本发明的实施例提供的一种车辆用途的确定方法流程示意图一；
19.图3为本发明的实施例提供的一种位置信息示意图一；
20.图4为本发明的实施例提供的一种位置信息示意图二；
21.图5为本发明的实施例提供的一种位置信息示意图三；
22.图6为本发明的实施例提供的一种车辆轨迹示意图；
23.图7为本发明的实施例提供的一种车辆用途的确定方法流程示意图二；
24.图8为本发明的实施例提供的一种车辆用途的确定方法流程示意图三；
25.图9为本发明的实施例提供的一种车辆用途的确定方法流程示意图四；
26.图10为本发明的实施例提供的一种车辆用途的确定装置结构示意图；
27.图11为本发明的实施例提供的一种车辆用途的确定设备结构示意图一；
28.图12为本发明的实施例提供的一种车辆用途的确定设备结构示意图二。
具体实施方式
29.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
30.在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
31.在本发明的描述中，除非另有说明，“/”表示“或”的意思，例如，a/b可以表示a或b。本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。此外，“至少一个”“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
32.现有技术中，由于制造商用车的传统车厂的智能化水平较低，对于车辆用途的识别，通常只能通过工作人员对司机进行售前询问或售后回访的方式确定车辆的用途。而采用这种方式进行确定车辆用途，需要大量的人力支持，且所能够调查到的范围较小，最终得到的数据较为片面。
33.为了解决上述问题，本发明提供一种车辆用途的确定方法、装置、设备及存储介质。车辆用途的确定装置获取目标车辆在历史时间段内的目标行驶信息，其中，目标行驶信息包括多个目标运距以及各运距对应的油耗和速度。进一步的，车辆用途的确定装置根据目标行驶信息，确定目标车辆的目标用途。本发明提供的车辆用途的确定方法中，通过借助于车联网技术，通过获取车载设备上传的车辆行驶信息，确定目标车辆的目标运距，以及与每个运距对应的油耗和速度，这样一来，即可通过运距、油耗和速度确定车辆用途，实现了自动化、高效率、大批量的进行车辆用途的确定，克服对于人力的依赖，能够实现大面积的推广使用。
34.本发明实施例提供的车辆用途的确定方法可以适用于车辆用途的确定系统，车辆用途的确定系统用于在接收到用户确定目标车辆的用途的请求后，响应于用户的请求，确定目标车辆的用途。图1示出了该车辆用途的确定系统的一种结构示意图。如图1所示，车辆用途的确定系统10包括车辆用途的确定设备11、服务器12以及车载设备13。
35.其中，服务器12分别与车辆用途的确定设备11和车载设备13连接。服务器12与车辆用途的确定设备11之间可以采用有线方式连接，也可以采用无线方式连接，本发明实施例对此不作限定；服务器12与车载设备13之间通过无线方式连接。
36.车辆用途的确定设备11可以用于从服务器12获取目标车辆的行驶信息，其中，行驶信息包括目标车辆的位置信息、行驶里程、油耗以及速度等数据。
37.车辆用途的确定设备11还可以用于基于行驶信息确定目标行驶信息。其中，目标行驶信息包括多个目标运距以及各运距对应的油耗和速度。运距为车辆进行一次运输任务后的最远直线距离，运距对应的油耗为运距对应的运输任务中车辆的百公里平均油耗，运距对应的速度为运距对应的运输任务中车辆的平均时速。
38.车辆用途的确定设备11在确定目标车辆的目标行驶信息后，还可以根据目标车辆的目标行驶信息，确定目标车辆的目标用途。其中，目标车辆的用途包括长途运输车辆、短途运输车辆、中长途运输车辆以及专线物流车辆等。
39.需要说明的，车辆用途的确定设备11中存储有目标行驶信息与目标用途的映射关系，这样一来，在车辆用途的确定设备11确定目标车辆的目标行驶信息后，即可根据该映射关系，确定目标车辆的目标用途。
40.服务器12可以用于接收车载设备13周期性上传的车辆行驶信息，并进行存储。
41.车载设备13可以为车联网智能终端(telematics box，t-box)，用于周期性的将车辆行驶信息上传至服务器12。
42.图2是根据一些示例性实施例示出的一种车辆用途的确定方法的流程示意图。在一些实施例中，上述车辆用途的确定方法可以应用于如图1所示的通信系统中的基站设备车辆用途的确定设备11。下面结合附图对本发明实施例提供的车辆用途的确定方法进行描述。
43.如图2所示，本发明实施例提供的车辆用途的确定方法应用于上述车辆用途的确定系统10，包括s201-s202。
44.s201、车辆用途的确定设备获取目标车辆在历史时间段内的目标行驶信息。
45.其中，目标行驶信息包括多个运距以及各运距对应的油耗和速度。运距为车辆进行一次运输任务后的最远直线距离，运距对应的油耗为运距对应的运输任务中车辆的百公里平均油耗，运距对应的速度为运距对应的运输任务中车辆的平均时速。
46.作为一种可能的实现方式，车辆用途的确定设备从服务器获取车载设备上报的多个位置信息，以及每个位置信息对应的速度和油耗等。进一步的，车辆用途的确定设备根据多个位置信息，确定多个目标运距，并根据每个位置信息对应的油耗和速度，确定目标运距对应的油耗和速度。
47.需要说明的，为了使确定到的目标运距更加具有参考价值，上述历史时间段为包括车辆进行多次运输任务的时间段。车辆用途的确定设备如何根据多个位置信息，确定多个目标运距，可以参照如下步骤s2011-s2013所示。
48.s2011、车辆用途的确定设备对获取到的多个位置信息进行数据处理。
49.作为一种可能的实现方式，车辆用途的确定设备利用spark，hive等大数据分布式技术，将获取到的多个位置信息进行清洗、过滤、转换格式等数据仓库技术(extract-transform-load，etl)操作，去除脏数据，将数据格式统一。
50.可以理解的，由于获取到的多个位置信息中，可能存在遗漏、缺失、偏差以及数据格式不统一的情况，导致获取到的数据无法直接使用，因此，本发明实施例对获取到的数据进行数据清洗、过滤以及转换格式等etl操作，能够将原始数据处理至可用程度，避免脏数据对后续确定车辆用途造成影响。
51.s2012、车辆用途的确定设备根据预设规则，从进行数据处理后的多个位置信息中，筛选多个目标位置信息。
52.需要说明的，预设规则可以由车辆用途的确定设备的运维人员，预先在车辆用途的确定设备中设置。预设规则示例性的可以包括：删除车辆处于停止状态的的位置信息、删除相邻时间的位置信息的距离差大于第一阈值的位置信息，以及删除相邻时间位置信息的距离差小于第二阈值的位置信息。
53.第一阈值和第二阈值可以由车辆用途的确定设备的运维人员，预先在车辆用途的确定设备中设置，本发明实施例对此不作限定。
54.在一些实施例中，车辆即使处于停止状态也会上报数据，而这样的数据对于车辆运距的确定没有意义，因此需要筛选掉这部分数据。
55.示例性的，如图3所示，示出了多个位置信息中的部分位置点a-g，其中，位置点a-g的速度分别为30千米/时(km/h)、50km/h、20km/h、0km/h、2km/h、0km/h、20km/h。车辆用途的确定设备基于位置点a-g的速度信息，确定位置点d以及f为车辆处于停止状态的点，故将位置点d以及f删除，确定位置点a、b、c、e、g为目标位置信息，保留位置点a、b、c、e、g用于后续运距的确定。
56.由于车辆的运行环境复杂，车载设备上报的数据可能存在误差，车辆的晃动导致车载设备判断车辆存在速度，车辆用途的确定设备为克服该问题，将速度小于5km/h的位置点删除。如图3所示的各位置信息中，车辆用途的确定设备基于位置点a-g的速度信息，确定位置点d、e以及f对应的速度小于5km/h，故将位置点d、e以及f确定为车辆处于停止状态的点，故将位置点d、e以及f删除，确定位置点a、b、c、g为目标位置信息，保留位置点a、b、c、g用于后续运距的确定。
57.在一些实施例中，由于车辆运行环境的问题，车载设备上报的位置信息可能存在错误，导致相邻时间点上报的位置信息之间的距离差过大，由于该位置信息是错误的，因此需要筛选掉这部分数据。
58.示例性的，如图4所示，示出了多个位置信息中的部分位置点h-n，其中，位置点h-n是车载设备按照时间上传的位置信息对应的位置点，相邻位置点之间的距离分别为5千米(km)、4km、6km、2km、50km、52km。
59.若第一阈值为20km，车辆用途的确定设备基于位置点h-n之间的距离差以及第一阈值，确定位置点l-m之间的距离差和位置点m-n之间的距离差大于第一阈值，故将位置点l、m以及n删除，确定位置点h、i、j、k为目标位置信息，保留位置点h、i、j、k用于后续运距的确定。
60.在上述筛选过程中，位置点l-m之间的距离差和位置点m-n之间的距离差大于第一阈值，是由于位置点m的位置信息上报错误，而位置点l以及n的位置信息属于正常数据，却被删除。
61.因此，为了克服上述筛选过程中出现的误删情况，在一些实施例中，车辆用途的确
定设备在确定到连续3个相邻的位置点中，若中间位置点分别与两端位置点之间的距离差大于第一阈值，两端位置点之间的距离差小于第一阈值的情况下，仅删除中间位置点。
62.示例性的，在如图4所示的位置信息中，由于位置点l-m、m-n之间的距离差大于第一阈值，车辆用途的确定设备确定位置点l-n之间的距离差为4km，小于第一阈值，故将位置点m删除，确定位置点h、i、j、k、l、n为目标位置信息，保留位置点h、i、j、k、l、n用于后续运距的确定。
63.在一些实施例中，为了在尽可能短的时间内计算更高精度的运距，减少数据计算的时间和空间复杂度，对位置信息进行抽稀处理。
64.示例性的，如图5所示，示出了多个位置信息中的部分位置点o-t，其中，位置点o-t是车载设备按照时间上传的位置信息对应的位置点，相邻位置点之间的距离分别为5km、2km、4km、2km、6km。
65.若第二阈值为3km，车辆用途的确定设备基于位置点o-t之间的距离差以及第二阈值，确定位置点p-q之间的距离差和位置点r-s之间的距离差小于第二阈值，故将位置点q以及s删除，确定位置点o、p、r、t为目标位置信息，保留位置点o、p、r、t用于后续运距的确定。
66.可以理解的，由于车辆的实际运行环境比较复杂，这就导致车载设备上报到服务器的行驶信息中存在一些异常数据，进而导致车辆用途的确定设备虽然对多个位置信息进行了etl操作，但仍旧存在一些对于确定车辆运距没有用的位置信息，同时为了减少数据计算的时间和空间复杂度，车辆用途的确定设备通过按照预设规则筛选用于确定运距的目标位置信息能够克服存在的上述问题。
67.s2013、车辆用途的确定设备根据多个目标位置信息，确定目标车辆的目标运距。
68.作为一种可能的实现方式，车辆用途的确定设备根据多个目标位置信息，确定每个位置信息对应位置点的经纬度。进一步的，车辆用途的确定设备根据确定到的经纬度，计算任意两个位置点之间的距离，将计算到的最大距离确定为目标车辆的目标运距。
69.需要说明的，车辆用途的确定设备在确定到每个位置信息对应位置点的经纬度后，可以使用半正矢公式(haversine formula)计算任意两个位置点之间的距离，其中，半正矢公式如下所示：
[0070][0071]
其中，d为两个位置点之间的距离，r为地球的半径，为以弧度制度量的两个位置点的纬度，λ1、λ2为以弧度制度量的两个位置点的经度。
[0072]
可以理解的，车辆用途的确定设备在确定到多个位置点的经纬度后，将任意两个位置点的经纬度代入到上述半正矢公式，即可计算得到这两个位置点之间的距离，进而遍历所有的位置点，计算所有任意两个位置点之间的距离，将计算到的最大距离确定为目标运距。
[0073]
示例性的，如图6所示，虚线为车辆的轨迹，点a-e为车辆行驶轨迹上的位置点，车辆用途的确定设备在确定到位置点a到位置点e之间的距离，为位置点a-e任意两点之间距离中的最大距离后，将位置点a到位置点e之间的距离确定为目标运距。
[0074]
可选的，在对于运距有较高精度的需求的情况下，为了提高计算到的距离的精度，
还可以采用文森特公式(vincenty formula)替代上述半正矢公式，计算任意两个位置点之间的距离，进而将计算到的最大距离确定为目标运距。
[0075]
s202、车辆用途的确定设备根据目标行驶信息，确定目标车辆的目标用途。
[0076]
作为一种可能的实现方式，车辆用途的确定设备预先存储有各用途的车辆的行驶特征，在确定到目标车辆的目标行驶信息后，车辆用途的确定设备确定与目标车辆的目标行驶信息对应的行驶特征，进而根据目标车辆的行驶特征与各用途的车辆的行驶特征进行对比，确定目标车辆的目标用途。
[0077]
示例性的，城建车辆往往工作在城市中或者城市附近，因此车辆的位置点往往在一定的范围之内，运距较短；在速度方面，由于城建车辆大多行驶在城市中，速度受到一定的限制，平均速度小于城市道路限速值；在油耗方面，由于城建车辆多为大功率牵引车，载重普遍较大，再加上堵车、交通信号灯等因素影响，平均油耗相对较高。因此，根据经验值，可以将城建车辆的行驶特征设置为目标运距小于第三阈值、速度小于第四阈值以及油耗大于第五阈值。当目标车辆的目标行驶信息对应的行驶特征与城建车辆的行驶特征相同的情况下，确定目标车辆的目标用途为城建用途。
[0078]
在一种设计中，在获取目标行驶信息后，为了实现基于目标行驶信息确定目标车辆的目标用途，如图7所示，本发明实施例提供的车辆用途的确定方法，还包括s301-s302。
[0079]
s301、针对第一目标运距，车辆用途的确定设备基于预设的映射关系，以及第一目标运距、第一目标运距对应的油耗和速度，确定第一目标运距对应的候选用途。
[0080]
其中，第一目标运距为多个目标运距中的任意一个，映射关系包括车辆的用途、运距范围、油耗范围以及速度范围。
[0081]
作为一种可能的实现方式，车辆用途的确定设备将确定到的第一目标运距，以及第一运距对应的油耗和速度，代入到预设的映射关系中，确定对应的候选用途。
[0082]
需要说明的，车辆的用途与运距范围、油耗范围以及速度范围的映射关系，可以由车辆用途的确定设备根据各用途的特征进行设置。示例性的，车辆的用途与运距范围、油耗范围以及速度范围的映射关系如下表1所示：
[0083]
表1：车辆的用途与运距范围、油耗范围以及速度范围的映射关系
[0084]
车辆的用途运距范围油耗范围速度范围城建车辆20-50km33-37l35-45km/h短途运输车辆20-50km13-16l46-55km/h中长途运输车辆50-200km14-17l56-65km/h长途运输车辆200-400km15-18l65-75km/h
[0085]
示例性的，基于上述预设的映射关系，若确定到第一目标运距为350km，第一目标运距对应的油耗为17升(l)，对应的速度为68km/h，车辆用途的确定设备将确定到的各项数据代入预设的映射关系中，确定对应的车辆的用途为长途运输车辆，将长途运输车辆确定为目标车辆的候选用途。
[0086]
s302、车辆用途的确定设备从多个目标运距对应的候选用途中确定目标用途。
[0087]
其中，目标用途为多个目标运距对应的候选用途中对应的运距数量最多的候选用途。
[0088]
作为一种可能的实现方式，车辆用途的确定设备针对多个目标运距，分别确定与
每个目标运距对应的候选用途，得到多个候选用途。进一步的，车辆用途的确定设备从多个候选用途中，将对应的运距最多的候选用途确定为目标用途。
[0089]
示例性的，若确定到目标车辆历史时间段内包括6个目标运距，目标车辆的目标运距，以及每个目标运距对应的油耗和速度如下表2所示：
[0090]
表2：目标车辆的目标运距、油耗、速度
[0091]
运距标识目标运距油耗速度a155km15l60km/hb142km14l58km/hc232km16l68km/hd97km17l57km/he133km14l63km/hf25km15l54km/h
[0092]
在车辆用途的确定设备确定到上表2所示的6个目标运距，以及目标运距对应的油耗和速度后，分别根据每个目标运距，以及该目标运距对应的油耗和速度，确定每个目标运距对应的候选用途，从而可以得到上述目标运距中，运距a、b、d、e对应的候选用途为中长途运输车辆，运距c对应的候选用途为长途运输车辆，运距f对应的候选用途为短途运输车辆。
[0093]
进一步的，车辆用途的确定设备确定候选用途中，中长途运输车辆对应的目标运距数量为4，大于长途运输车辆数量1，以及短途运输车辆数量1，则车辆用途的确定设备确定目标车辆的目标用途为中长途运输车辆。
[0094]
在一些实施例中，车辆用途的确定设备获取目标车辆的起始位置以及终止位置，根据目标车辆起始位置以及终止位置进一步的确定目标车辆的用途。
[0095]
示例性的，若目标车辆的起始位置或终止位置位于煤矿产区周围的频率大于75％，且目标车辆为长途运输车辆，则车辆用途的确定设备确定目标车辆为长途煤矿运输车辆。
[0096]
在一种设计中，在获取目标行驶信息后，为了实现基于目标行驶信息确定目标车辆的目标用途，如图8所示，本发明实施例提供的车辆用途的确定方法，还包括s401-s403。
[0097]
s401、车辆用途的确定设备根据目标行驶信息，确定目标行驶信息的目标行驶特征。
[0098]
作为一种可能的实现方式，车辆用途的确定设备多目标行驶信息进行标准化处理，生成目标行驶信息的目标行驶特征。
[0099]
需要说明的，标准化处理是指将同一参数中的不同数据转换为预设标准格式，由于每一个目标行驶信息中包含的参数具有不同的类型，因此本发明针对不同数据类型使用不同标准化方法。
[0100]
示例性的，多个目标行驶信息中的一个目标行驶信息，具体可以为{目标运距1，油耗1，速度1，目标运距2，油耗2，速度2
……
，目标运距n，油耗n，速度n}。
[0101]
其中，n为车辆用途的确定设备获取到的目标行驶信息中包括的目标运距的个数。
[0102]
相应的，一个目标行驶信息经过标准化处理后的目标行驶特征，具体可以为{3，2，5，4，2，6，4，3,5}。其中，目标运距1为3，表示为目标运距处于100-150km的范围内；油耗1为2，表示为与目标运距1对应的油耗处于10-15l的范围内；速度1为5，表示为与目标运距1对
应的速度处于50-60km/h的范围内。目标运距2为4，标识目标运距处于150-200km的范围内；油耗2为2，表示为与目标运距2对应的油耗处于10-15l的范围内；速度2为6，表示为与目标运距2对应的速度处于60-70km/h的范围内。目标运距3为4，标识目标运距处于150-200km的范围内；油耗3为3，表示为与目标运距3对应的油耗处于15-20l的范围内；速度6为5，表示为与目标运距3对应的速度处于50-60km/h的范围内。
[0103]
s402、车辆用途的确定设备将目标行驶特征输入预先训练好的预测模型，得到目标行驶特征。
[0104]
其中，预测模型包括根据车辆的行驶特征生成用途标识的卷积神经网络模型。
[0105]
作为一种可能的实现方式，车辆用途的确定设备将目标行驶特征输入预测模型，生成与目标行驶特征对应的预测值，将预测值确定为目标用途标识。
[0106]
需要说明的，卷积神经网络模型可以采用回归模型，如线性回归(linear regression)、多项式回归(polynomial regression)、岭回归(ridge regression)等各类回归模型，本发明实施例对此不作限定。具体如何训练预测模型，可以参照本发明实施例后续记载，此处不再进行赘述。
[0107]
s403、车辆用途的确定设备基于目标用途标识，确定目标用途。
[0108]
作为一种可能的实现方式，车辆用途的确定设备在确定目标用途标识后，根据目标用途与目标用途标识的映射关系，确定目标用途。
[0109]
需要说明的，目标用途与目标用途标识的映射关系，可以由车辆用途的确定设备的运维人员预先设置。示例性的，目标用途与目标用途标识的映射关系可以如表3所示。
[0110]
表3：目标用途与目标用途标识的映射关系
[0111]
目标用途目标用途标识城建车辆1短途运输车辆2中长途运输车辆3长途运输车辆4
[0112]
示例性的，基于上述目标用途与目标用途标识的映射关系，若车辆用途的确定设备确定到的预测值为3，则确定与目标用途标识3对应的目标用途为中长途运输车辆，进而车辆用途的确定设备确定目标车辆的目标用途为中长途运输车辆。
[0113]
在一种设计中，为了得到用于确定目标车辆的目标用途的预测模型，如图9所示，本发明实施例提供的车辆用途的确定方法，还包括s501-s502。
[0114]
s501、车辆用途的确定设备获取样本车辆的样本行驶信息以及样本车辆的样本用途标识。
[0115]
其中，样本行驶信息包括多个样本运距以及各样本运距对应的油耗和速度。
[0116]
需要说明的，车辆用途的确定设备获取样本车辆的样本行驶信息，可以参照本发明实施例上述步骤s201中记载的方法，此处不再进行赘述。
[0117]
s502、车辆用途的确定设备将样本行驶信息的样本行驶特征作为特征，将样本用途标识作为监督信号，对预设模型进行有监督训练，得到预测模型。
[0118]
示例性的，车辆用途的确定设备获取到的样本行驶信息中的一个样本运距、样本运距对应的油耗和速度以及样本用途标识可以表示为(y，l，s，z)，其中，y为样本运距，l为
样本运距对应的油耗，s为样本运距对应的速度，z为与样本运距，以及样本运距对应的油耗和速度对应的样本用途标识，样本行驶信息包括n个样本运距，以及n个样本运距对应的油耗和速度。
[0119]
相应的，车辆用途的确定设备根据样本行驶信息确定到的样本行驶特征为{y1，l1，s1，y2，l2，s2，
……
，yn，ln，sn}，并将样本行驶特征(yi，li，si)作为特征，将样本用途标识zi作为监督信号，对预设模型进行有监督训练，得到预测模型，可标识为zi＝f(yi，li，si)，输出量为与输入的时刻相对应的样本用途标识。
[0120]
本发明提供一种车辆用途的确定方法、装置、设备及存储介质，在本发明提供的车辆用途的确定方法中，通过借助于车联网技术，通过获取车载设备上传的车辆行驶信息，确定目标车辆的目标运距，以及与每个运距对应的油耗和速度，这样一来，即可通过运距、油耗和速度确定车辆用途，实现了自动化、高效率、大批量的进行车辆用途的确定，克服对于人力的依赖，能够实现大面积的推广使用。
[0121]
上述主要从方法的角度对本发明实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本发明实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0122]
本发明实施例可以根据上述方法示例对用户设备进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本发明实施例中对模块的划分是示意性的，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。
[0123]
图10为本发明实施例提供的一种车辆用途的确定装置的结构示意图。该车辆用途的确定装置用于执行上述车辆用途的确定方法。如图10所示，该车辆用途的确定装置60包括获取单元601、确定单元602以及处理单元603。
[0124]
获取单元601，用于获取目标车辆在历史时间段内的目标行驶信息；目标行驶信息包括多个目标运距以及各目标运距对应的油耗和速度。例如，如图2所示，获取单元601可以用于执行s201。
[0125]
确定单元602，用于根据目标行驶信息，确定目标车辆的目标用途。例如，如图2所示，确定单元602可以用于执行s202。
[0126]
可选的，如图10所示，本发明实施例提供的车辆用途的确定设备60中，确定单元602，具体用于针对第一目标运距，基于预设的映射关系，以及第一目标运距、第一目标运距对应的油耗和速度，确定第一目标运距对应的候选用途。第一目标运距为多个目标运距中的任意一个，映射关系包括车辆的用途、运距范围、油耗范围以及速度范围。例如，如图7所示，确定单元602可以用于执行s301。
[0127]
确定单元602，还用于从多个目标运距对应的候选用途中确定目标用途；目标用途为多个目标运距对应的候选用途中对应的运距数量最多的候选用途。例如，如图7所示，确
定单元602可以用于执行s302。
[0128]
可选的，如图10所示，本发明实施例提供的车辆用途的确定装置60中，还包括处理单元603。
[0129]
确定单元602，具体用于根据目标行驶信息，确定目标行驶信息的目标行驶特征。例如，如图8所示，确定单元602可以用于执行s401。
[0130]
处理单元603，用于将目标行驶特征输入预先训练好的预测模型，得到目标用途标识；预测模型包括根据车辆的行驶特征生成用途标识的卷积神经网络模型。例如，如图8所示，处理单元603可以用于执行s402。
[0131]
确定单元602，还用于基于目标用途标识，确定目标用途。例如，如图8所示，确定单元602可以用于执行s403。
[0132]
可选的，如图10所示，本发明实施例提供的车辆用途的确定装置60中，获取单元601，还用于获取样本车辆的样本行驶信息以及样本车辆的样本用途标识。样本行驶信息包括多个样本运距以及各样本运距对应的油耗和速度。例如，如图9所示，获取单元601可以用于执行s501。
[0133]
处理单元603，还用于将样本行驶信息的样本行驶特征作为特征，将样本用途标识作为监督信号，对预设模型进行有监督训练，得到预测模型。例如，如图9所示，处理单元603可以用于执行s502。
[0134]
在采用硬件的形式实现上述集成的模块的功能的情况下，本发明实施例提供了一种车辆用途的确定设备的一种可能的结构示意图。该车辆用途的确定设备用于执行上述实施例中车辆用途的确定设备执行的车辆用途的确定方法。如图11所示，该车辆用途的确定设备70包括处理器701，存储器702以及总线703。处理器701与存储器702之间可以通过总线703连接。
[0135]
处理器701是车辆用途的确定设备的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器701可以是一个通用中央处理单元(central processing unit，cpu)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。
[0136]
作为一种实施例，处理器701可以包括一个或多个cpu，例如图11中所示的cpu 0和cpu 1。
[0137]
存储器702可以是只读存储器(read-only memory，rom)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
[0138]
作为一种可能的实现方式，存储器702可以独立于处理器701存在，存储器702可以通过总线703与处理器701相连接，用于存储指令或者程序代码。处理器701调用并执行存储器702中存储的指令或程序代码时，能够实现本发明实施例提供的车辆用途的确定方法。
[0139]
另一种可能的实现方式中，存储器702也可以和处理器701集成在一起。
[0140]
总线703，可以是工业标准体系结构(industry standard architecture，isa)总
线、外围设备互连(peripheral component interconnect，pci)总线或扩展工业标准体系结构(extended industry standard architecture，eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0141]
需要指出的是，图11示出的结构并不构成对该车辆用途的确定设备70的限定。除图11所示部件之外，该车辆用途的确定设备70可以包括比图11示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0142]
作为一个示例，结合图10，车辆用途的确定装置60中的获取单元601、确定单元602以及处理单元603实现的功能与图11中的处理器701的功能相同。
[0143]
可选的，如图11所示，本发明实施例提供的车辆用途的确定设备还可以包括通信接口704。
[0144]
通信接口704，用于与其他设备通过通信网络连接。该通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，wlan)等。通信接口704可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。
[0145]
在一种设计中，本发明实施例提供的车辆用途的确定设备中，通信接口还可以集成在处理器中。
[0146]
图12示出了本发明实施例中车辆用途的确定设备的另一种硬件结构。如图12所示，车辆用途的确定设备80可以包括处理器801以及通信接口802。处理器801与通信接口802耦合。
[0147]
处理器801的功能可以参考上述处理器701的描述。此外，处理器801还具备存储功能，可以参考上述存储器702的功能。
[0148]
通信接口802用于为处理器801提供数据。该通信接口802可以是车辆用途的确定设备的内部接口，也可以是车辆用途的确定设备对外的接口(相当于通信接口704)。
[0149]
需要指出的是，图12中示出的结构并不构成对车辆用途的确定设备的限定，除图12所示部件之外，该车辆用途的确定设备80可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0150]
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元的划分进行举例说明。在实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0151]
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述方法实施例所示的方法流程中的各个步骤。
[0152]
本发明的实施例提供一种包含指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行上述方法实施例中的车辆用途的确定方法。
[0153]
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(random access memory，ram)、只读存储器(read-only memory，rom)、可擦式可编程只读
存储器(erasable programmable read only memory，eprom)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(application specific integrated circuit，asic)中。在本发明实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0154]
由于本发明的实施例中的装置、设备计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。
[0155]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何在本发明揭露的技术范围内的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。