一种基于载客车辆的广告管理方法与流程

1.本发明涉及广告技术领域，尤其涉及一种基于载客车辆的广告管理方法。


背景技术：

2.国内打车软件平台运营者实现盈利或预期实现盈利所依赖的重要的途径是基于打车app推送第三方的广告，通常有以下两种形式，一种是在打车软件上通过客户终端进行展示，另一种是通过物联打车平台的车载广告展示。采用后者形式通常会面临以下缺点：用户对于这种简单呈现型的广告推送通常采取直接忽略不看的方式来面对，或者扫一眼广告后在没有留下什么深刻印象的情况下就很快忘掉了；只有少量有闲情逸致的用户正好眼睛瞄到感兴趣的广告时会多看或细看一下。由于无法实现广告的精确推送，给用户切身实用的商品服务信息广告商对这样的广告投送给予的投送费都比较低廉。而且，不匹配的推送给用户带来困扰和麻烦，还影响打车平台的用户体验。目前打车系统的使用越来越普遍，司机可通过终端上安装的打车软件接收打车订单，订单接收后需接送乘客完成订单。在接单车辆上会设置车载广告，以供乘客在车辆行驶过程中进行观看。


技术实现要素：

3.本发明的目的在于提供了一种基于载客车辆的广告管理方法，通过载客车辆对乘客的智能感知，解决了载客车辆发放广告或优惠券时没有针对性的问题，同时提供了多种方式领取优惠券，方便了乘客。
4.根据本发明的第一方面，提供了一种基于载客车辆的广告管理方法，所述广告管理方法包括：
5.获取乘客的打车订单信息；
6.获取所述乘客的位置信息和属性信息；
7.基于所述乘客的位置信息和属性信息向所述乘客推送广告。
8.可选地，所述获取所述乘客的位置信息和属性信息包括：
9.获取所述乘客上车后的就坐位置信息和所在车辆的当前地理位置信息；
10.根据所述乘客上车前后的影像数据，获取所述乘客的属性信息。
11.可选地，所述基于所述乘客的位置信息和属性信息向所述乘客推送广告包括：
12.选择与所述乘客属性适配、且与所述车辆的当前地理位置信息关联的广告，依据乘客就坐位置信息将其发送给所述乘客就坐位置前的显示设备。
13.可选地，所述获取所述乘客的位置信息还包括：获取所述乘客的目的地信息和行车路径信息。
14.可选地，所述基于所述乘客的位置信息和属性信息向所述乘客推送广告还包括：
15.根据所述乘客的目的地信息、行车路径信息确定所述广告的发布顺序和/或发布频率。
16.可选地，所述获取所述乘客上车后的就坐位置信息的方式包括以下一种或多种：
17.通过部署于所述车辆座椅的压力传感器采集所述乘客上车后的就坐位置信息；
18.基于车内朝向座椅部署的图像采集设备采集所述乘客上车后的影像数据，分析得到就坐位置；
19.通过所述打车订单信息中的预订座椅位置信息确定所述乘客上车后的就坐位置信息；
20.通过所述乘客上车就坐后的就坐确认按键信息确认所述乘客上车后的就坐位置信息。
21.可选地，所述获取所述车辆的当前地理位置信息包括：
22.通过车载电脑的定位系统获取所述车辆当前的地理位置信息；
23.通过车载系统端的打车应用司机端或连接于车载系统的移动端的打车应用司机端提供的所述车辆当前的地理位置信息。
24.可选地，所述根据所述乘客上车前后的影像数据，获取所述乘客的属性信息包括：
25.通过部署于车身内外的图像采集设备，采集所述乘客上车前至上车就坐后的影像数据；
26.将所述影像数据输入预设的目标识别神经网络模型，利用所述目标识别神经网络模型识别所述乘客的属性信息。
27.可选地，所述乘客的属性信息包括：性别信息、年龄信息、身份信息、穿着风格。
28.可选地，所述将所述影像数据输入预设的目标识别神经网络模型之前还包括：
29.构建目标识别神经网络模型；
30.利用针对乘客属性信息的公开数据集和/或自定义数据集构建目标识别数据集；
31.利用所述目标识别数据集训练所述目标识别神经网络模型。
32.可选地，所述选择与所述乘客属性适配、且与所述车辆的当前地理位置信息关联的广告包括：
33.基于所述乘客的属性信息和位置信息，利用用户画像技术分析所述乘客的消费需求；
34.选择适配用户消费需求的广告向所述乘客发送。
35.可选地，所述获取乘客的打车订单信息包括：
36.通过所述车辆的车载系统的打车应用司机端获取所述乘客的打车订单信息；
37.或通过连接于车载系统的移动端的打车应用司机端获取所述乘客的打车订单信息。
38.可选地，所述基于所述乘客的位置信息和属性信息向所述乘客推送广告包括以下的一种或多种：
39.基于所述乘客的属性信息和位置信息，选择与所述乘客匹配的广告信息并将其发送给所述乘客就坐位置前的显示设备并显示；
40.基于所述乘客的属性信息和位置信息，选择与所述乘客匹配的广告信息并将其发送给所述乘客使用的打车软件；
41.基于所述乘客的属性信息和位置信息，选择与所述乘客匹配的广告信息并将其发送给乘客使用的移动终端；
42.可选地，所述广告为优惠券。
43.根据本发明的第二方面，提供了一种基于载客车辆的广告管理系统，包括：
44.打车订单获取模块，用于获取乘客打车订单，确定乘客目的地信息及行径信息；
45.乘客位置确定模块，用于确定所述乘客上车后的当前位置信息；
46.乘客属性分析模块，用于分析所述乘客的属性信息；
47.广告管理模块，基于所述乘客的当前位置信息和属性信息向所述乘客推送广告。
48.可选地，所述广告管理模块还包括：
49.存储模块，用于储存广告信息；
50.匹配模块，基于所述乘客属性分析模块分析结果匹配出一个或多个广告；
51.发送模块，用于从所述匹配模块匹配的结果中直接向所述乘客推送广告；
52.显示模块，用于优惠券信息的展示和交互。
53.可选地，所述显示模块还包括：
54.安装于所述乘客座位前方的显示设备；
55.或所述乘客所使用的打车软件；
56.或所述乘客使用的移动终端。
57.可选地，所述打车订单获取模块包括：
58.车载电脑，用于车载系统中打车应用司机端的运行，以及连接移动终端的打车应用司机端并获取数据。
59.可选地，所述乘客位置确定模块包括：
60.车载定位系统，用于提供车辆的位置信息；
61.就坐信息确定设备，包括压力传感器和/或座位按钮和/或图像采集设备，所述压力传感器和/或座位按钮部署于座位上，用于感应所述乘客就坐的位置；所述图像采集设备，安装于车身和车内，用于采集乘客影像数据；
62.处理器，用于从所述就坐信息确定设备采集的数据中分析所述乘客的就坐位置信息。可选地，所述乘客属性分析模块包括：
63.图像识别设备，用于分析所述乘客的属性信息。
64.根据本发明的第三方面，提供了一种电子设备，用于基于载客车辆的广告管理系统，所述电子设备包括：
65.存储器，用于存储计算机指令或计算机程序；
66.处理器，用于调用并执行所述存储器中存储的所述计算机指令或计算机程序，从而实现如第一方面中任一项所述的方法。
67.根据本发明的第四方面，提供了一种汽车，包括：
68.所述汽车采用如第一方面中任一项所述的方法进行广告推送；
69.所述汽车包含如第二方面任一项所述的广告管理系统；
70.所述汽车包含如第三方面所述的电子设备。
71.本发明提供的基于载客车辆的广告管理方法、系统、电子设备和汽车，解决了现在技术在车载车辆在广告投放的针对性不准确、乘客领取优惠券方式单一的问题，能够智能感知乘客信息，有针对性的向乘客投放广告和优惠券，也让乘客有更多便捷的方式领取优惠券，不仅惠及乘客，也为广告商提供了更多的宣传受众。
附图说明
72.通过参照附图详细描述其示例实施例，本发明公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本发明公开的一些实施例，对于本领域的普通技术人员来讲，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。
73.图1示出了本发明实施例的流程示意图；
74.图2示出了本发明实施例的yolov3的网络结构图；
75.图3示出了本发明实施例的基于载客车辆的广告管理系统的处理流程图；
76.图4示出了本发明实施例的基于载客车辆的广告管理系统的模块构成图。
具体实施方式
77.为使本发明实施例的目的、技术方案和优点更加清楚，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清楚、完整地描述，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
78.在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
79.应当理解，本文中使用的术语“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。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
80.还需要说明的是，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商品或者系统不仅包括那些要素，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商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
81.为进一步阐述本发明中的技术方案，提供了如下具体实施例。
82.根据本发明的一个或多个实施例，本发明实施例提供了一种基于载客车辆的广告管理方法，如图1所示，本发明实施例的基于载客车辆的广告管理方法至少可以包括如下s1,s2,s3三个步骤：
83.s1，获取乘客的打车订单信息。
84.s2，获取乘客的位置信息和属性信息。
85.s3，基于乘客的位置信息和属性信息向乘客推送广告。
86.其中，
87.s1，获取乘客的打车订单信息。
88.打车订单信息包括乘客的出发地、目的地、行车路径等信息。为了获取这些信息，可通过如下s11,s12两种方式获取：
89.s11，车辆的车载系统中的打车应用司机端app能够获取乘客的打车订单信息。
90.s12，通过连接于车载系统的移动终端，如手机、pad中安装的打车应用司机端app
来获取乘客的打车订单信息。
91.s2，获取乘客的位置信息和属性信息。
92.为了能够通过载客车辆对乘客感知，进而定向发放广告或优惠券。载客车辆通过获取乘客的位置信息和属性信息来完成乘客信息的收集。具体为收集如下s21,s22两种类型的信息。
93.s21，获取乘客上车后的就坐位置信息和车辆的当前地理位置信息。
94.位置信息的确定分为获取就坐位置信息s211和获取地理位置信息s212，
95.s211，获取乘客上车后的就坐位置信息。
96.乘客上车后的就坐位置信息为确定乘客在车内的哪个座椅就坐，为了便于车辆感知乘客位置，启动相应位置的显示屏。这里提供了如下s2111,s2112,s2113,s2114四种方法来确定乘客的就坐位置。
97.s2111，通过部署于车辆座椅的压力传感器采集乘客上车后的就坐位置信息。
98.s2112，通过车内朝向座椅部署并标定过的摄像头采集乘客上车后的就坐位置信息。
99.s2113，通过打车订单信息中的预订座椅位置信息确定乘客上车后的就坐位置信息。
100.s2114，通过乘客上车就坐后，按下的就坐确认按键来确认乘客上车后的就坐位置信息。
101.s212，获取乘客的地理位置。
102.乘客上车后，乘客的地理位置可以通过车辆的地理位置来表示，车辆的地理位置可通过车载电脑的定位系统获取车辆当前的地理位置信息，也能够通过车载系统的打车应用司机端或连接于车载系统的移动终端，如手机、pad中安装的打车应用司机端app提供的车辆当前的地理位置信息。
103.s212，根据乘客上车前后的影像数据，获取乘客的属性信息。
104.s22，获取乘客的属性信息。
105.为了获取乘客的属性信息，如：性别、年龄、身份、穿衣风格等信息，通过采集乘客上车前后的影像数据，利用目标检测神经网络模型识别乘客的属性信息。具体过程分为s221，s222，s223三个步骤。
106.s221，采集乘客上车前后的影像数据。
107.s222，构建乘客属性检测模型，优选地使用yolov3目标检测模型，利用公开行人数据集和自定义制作的乘客数据集作为训练集进行训练，得到基于yolov3的乘客属性检测模型。
108.如图2所示的yolov3网络模型构成，整个yolov3模型分为s2221,s2222,s2223三个部分，分别是darknet53，fpn以及yolo head。
109.s2221,darknet53可以被称作yolov3的主干特征提取网络，输入的图片首先会在darknet53里面进行特征提取，提取到的特征可以被称作特征层，是输入图片的特征集合。在主干部分，获取了三个特征层进行下一步网络的构建，这三个特征层称为有效特征层。
110.s2222,fpn可以被称作yolov3的加强特征提取网络，在主干部分获得的三个有效特征层会在这一部分进行特征融合，特征融合的目的是结合不同尺度的特征信息。在fpn部
分，已经获得的有效特征层被用于继续提取特征。
111.s2223,yolo head是yolov3的分类器与回归器，通过darknet53和fpn，已获得三个加强过的有效特征层，有效特征层的shape分别为(52,52,128)，(26,26,256)，(13,13,512)。每一个特征层都有宽、高和通道数，此时可以将特征图看作一个又一个特征点的集合，每一个特征点都有通道数个特征。yolo head实际上所做的工作就是对特征点进行判断，判断特征点是否有物体与其对应。
112.s223，通过训练完成的基于yolov3的乘车属性检测模型，利用乘客上车前后的影像数据的每一帧图像数据，利用目标检测算法识别乘客的属性，优选的，识别乘客的性别、年龄、身份、穿衣风格等信息。
113.由此，通过载客车辆，得到了准确的乘客的位置信息，也识别了乘客的详细属性信息。
114.s3，基于乘客的位置信息和属性信息向乘客推送广告。
115.根据获取到的乘客的位置信息和属性信息，利用用户画像技术分析用户的消费需求，选择适配乘客消费需求的广告向乘客推送。如图3所示，将乘客的位置信息和属性信息输入特征数据库，这里特征数据库为包含位置信息和属性信息以及相对应的人物画像信息的数据集合，根据乘客的位置信息和属性信息在特征数据库中进行检索，输出与乘客位置、身份识别信息匹配的人物画像信息，例如乘客经常在打车路线上消费的地点、乘客的性别、穿衣风格、年龄等匹配到乘客可能是白领、中学生、工人等身份。然后根据人物画像信息输入推送广告数据库中进行检索，解出与人物画像信息相匹配的推送广告信息。最后，将推送广告信息推送给乘客的接收终端。
116.推送广告至乘客的方式有如下s31、s32、s33三种方式：
117.s31，载客车辆将分析到匹配此乘客的广告发放到乘客就坐位置前的显示设备并显示，例如，播放广告并显示扫描二维码领取优惠券。
118.s32，载客车辆将分析到的匹配此乘客的广告或优惠券发送给乘客使用的打车app中。
119.s33，载客车辆将分析到的匹配此乘客的广告或优惠券通过短信的形式发送至乘客的手机或pad。
120.至此，载客车辆智能感知乘客的位置信息和属性信息，推送相匹配的广告或优惠券给乘客，完成了广告的智能管理和发放，以及有针对性的向乘客投放，提高了转化率。
121.根据本发明的一个或多个实施例，本发明实施例提供了一种基于载客车辆的广告管理系统，如图4所示，本发明实施例的基于载客车辆的广告管理系统至少可以包括如下四个模块：
122.打车订单获取模块、乘客位置确定模块、乘客属性分析模块、广告管理模块。
123.其中，
124.打车订单获取模块，用户获取乘客打车订单，确定乘客目的地信息及行径信息。主要包括车载电脑，能够通过运行与车载电脑之上的车载系统中的打车应用司机端，以及连接移动终端中的打车应用司机端并获取其打车订单数据。
125.乘客位置确定模块，用于确定乘客上车后的位置信息，即就坐位置。包括车载定位系统，用于提供车辆的位置信息，例如车载电脑安装的gps定位系统、北斗定位系统、格洛纳
斯定位系统等，能够提供车辆的实时位置；也包括就坐信息确定设备，包括部署于座位上的压力传感器和/或座位按钮，自动感应或乘客自主确认乘客的就坐位置；或通过部署于车身和车内的摄像头采集图像，同时还包括处理器，用于从采集到的图像中检测人体并定位人体相对于座椅的位置来确定就坐位置信息。
126.乘客属性分析模块，用于分析乘客的属性信息，通过乘客位置确定模块中部署于车身和车内座位处的图像采集识别设备，优选为彩色摄像头，采集乘客影像数据，利用目标识别深度神经网络算法分析乘客的属性信息，例如乘客的年龄、性别、身份、穿衣风格等信息。具体分析方法与前实施例所述的获取乘客的属性信息的方法一致，属性分析过程中所需要的计算资源由图像识别设备提供，优选地，车载电脑或服务器可提供算力支持。
127.广告管理模块，用于通过乘客的位置信息和属性信息，通过用户画像技术匹配用户的消费习惯，基于用户消费习惯推送广告。具体管理方法与前述实施例的基于乘客的位置信息和属性信息向乘客推送广告的方法一致，广告管理模块由存储模块、匹配模块、发送模块、显示模块构成。存储模块用于储存广告信息；匹配模块用于通过乘客属性分析模块的分析结果向乘客匹配一个或多个广告；发送模块用于从匹配到的广告中直接向乘客推送；显示模块用于将推送的广告展示在乘客就坐座位前方的显示屏幕上；这里的广告优选地为优惠券。
128.根据本发明的一个或多个实施例，本发明实施例提供了一种基于载客车辆的广告管理的电子设备，由存储器和处理器构成，存储器用于存储基于载客车辆的广告管理方法的计算机指令或计算机程序，处理器用于调用并执行存储器中存储的计算机指令或计算机程序，从而实现如基于载客车辆的广告管理方法的实施例任一项所述的方法。
129.根据本发明的一个或多个实施例，本发明实施例提供了一种汽车，该汽车包含基于载客车辆的广告管理的电子设备、基于载客车辆的广告管理系统、能够完成如同基于载客车辆的广告管理方法实施例所述广告推送。能够智能感应乘客属性，并推送更为适配的广告或优惠券，不仅能够为乘客带来便捷和优惠，也能为广告投放商提供更高的转化率，达到双赢的宣传目的。
130.综上，本领域技术人员容易理解的是，在不冲突的前提下，上述各有利方式可以自由地组合、叠加。以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。