一种车辆行驶行程的识别、纠正及司机关联方法及系统与流程

1.本发明涉及车辆行驶安全技术领域，更具体地说，涉及一种车辆行驶行程的识别、纠正及司机关联方法及系统。


背景技术：

2.目前，车辆gps数据从车载设备端到风控平台，往往会存在较长时间延迟的情况，这导致风控平台的行程判断结果会出现很多误判：本来处于行驶中的车辆，由于行驶数据的延迟传输，风控平台的判断逻辑会将相应的段时间识别为车辆行程结束、处于停车状态等，这与实际情况不符，需要一种车辆行驶行程的识别、纠正及司机关联方式方法对其进行纠正。


技术实现要素：

3.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种车辆行驶行程的识别、纠正及司机关联方法，还提供了一种车辆行驶行程的识别、纠正及司机关联系统。
4.本发明解决其技术问题所采用的技术方案是：
5.构造一种车辆行驶行程的识别、纠正及司机关联方法，其中，包括以下步骤：
6.获取未挂上行程id的所有轨迹点以及车辆设定时间段内所有行程记录与停车记录；
7.对所有轨迹点进行下列处理：
8.判断轨迹点是否处于行程记录的任一行程内，是则轨迹点挂上相应的行程id，输出到对应数据输出表，否则进行下一步；
9.判断轨迹点是否有相邻行程，是则将轨迹点与相邻行程id进行关联处理并对相邻行程进行纠正，否则进行下一步；
10.判断是否有新建行程，是则将新建行程与司机进行关联判断处理以及新建行程与轨迹点进行关联判断处理，否则标记为已处理无效轨迹点，输出到对应数据输出表。
11.本发明所述的车辆行驶行程的识别、纠正及司机关联方法，其中，所述将轨迹点与相邻行程id进行关联并对相邻行程进行纠正采用方法：
12.轨迹点挂上相邻的行程id，并将对应的行程开始/结束时间延长；
13.将涉及到的停车记录对应地缩短停车结束/开始时间；
14.生成新的行程记录和停车记录；
15.更新涉及到的停车记录的停车开始/结束时间；
16.输出到对应数据输出表。
17.本发明所述的车辆行驶行程的识别、纠正及司机关联方法，其中，所述将新建行程与司机进行关联判断处理以及新建行程与轨迹点进行关联判断处理采用方法：
18.步骤一：判断根据新建行程的时间范围查找对应时间内的人脸记录表是否有相应
的车相应的时间范围内人脸照上传，是则跳转至步骤二，否则跳转至步骤六；
19.步骤二：判断相应的人脸照记录是否有司机id，是则跳转至步骤三，否则跳转至步骤十；
20.步骤三：新建行程关联上相应的司机id；
21.步骤四：将涉及到的停车记录切分，更正停车开始/结束点；
22.步骤五：输出到对应数据输出表；
23.步骤六：判断是否有相邻行程，是则跳转至步骤三，否则跳转至步骤七；
24.步骤七：判断是否有相应的车48小时内且有司机id的行程记录，是则跳转至步骤三，否则跳转至步骤八；
25.步骤八：判断是否有主驾司机，是则跳转至步骤三，否则跳转至步骤九；
26.步骤九：标记上已处理无法关联到司机标记，跳转至步骤四；
27.步骤十：判断人脸识别服务是否关联到司机，是则跳转至步骤三，否则跳转至步骤六。
28.本发明所述的车辆行驶行程的识别、纠正及司机关联方法，其中，所述步骤六中判断是否有相邻行程以及司机关联采用逻辑：
29.若新建行程两边的相邻行程都有关联司机且行程时长相对较长，再通过两边停车时长判断，选取停车时长短的一方的行程关联的司机作为新建行程的司机；若新建行程只有一边相邻行程有关联司机，之间的停车时长较短，则将相邻行程关联的司机作为新建行程的司机。
30.本发明所述的车辆行驶行程的识别、纠正及司机关联方法，其中，所述人脸识别服务采用方法：
31.获取照片url；
32.调用自定义类uploadlocalorweb给url加签名；
33.根据请求方式和参数创建对应的http对象；
34.创建/调用httpclient对象发送http请求；
35.创建/调用httpresponse对象接受返回对象；
36.解析返回对象httpresponse参数。
37.本发明所述的车辆行驶行程的识别、纠正及司机关联方法，其中，所述url加签名采用方法：
38.接收api请求内容；
39.通过秘钥和加密算法计算出一个sign值，拼接到请求体上；
40.将请求发送到服务端；
41.服务端通过自己记录的用户秘钥生成签名；
42.将服务端的签名与客户端传过来的签名比对；
43.判断比对是否一致，是则请求成功，返回请求数据，否则请求失败。
44.本发明所述的车辆行驶行程的识别、纠正及司机关联方法，其中，所述行程的创建采用规则：
45.采集车辆连续出现的5个有速度的轨迹点，创建行程，将行程的5个轨迹点中的第一个轨迹点定义为行程开始点。
46.本发明所述的车辆行驶行程的识别、纠正及司机关联方法，其中，所述行程的结束/停车判断规则采用：
47.车辆当前轨迹点距离上一个轨迹点时间间隔超过5分钟，则判断行程结束，并将上一个轨迹点定位行程结束点，同时将上一个轨迹点定为停车记录的停车开始点；
48.或者，车辆当前轨迹点为最后一个轨迹点，则判断行程结束，并将上一个轨迹点定位行程结束点，同时将上一个轨迹点定为停车记录的停车开始点。
49.一种车辆行驶行程的识别、纠正及司机关联系统，应用于如上述的车辆行驶行程的识别、纠正及司机关联方法，其中，包括数据获取模块、行程纠正引擎、行程司机关联引擎和数据输出表；
50.所述数据获取模块，用于获取未挂上行程id的所有轨迹点以及车辆设定时间段内所有行程记录与停车记录；
51.所述行程纠正引擎，用于对获取的所有轨迹点进行下列处理：判断轨迹点是否处于行程记录的任一行程内，是则轨迹点挂上相应的行程id，输出到对应数据输出表，否则进行下一步；判断轨迹点是否有相邻行程，是则将轨迹点与相邻行程id进行关联处理并对相邻行程进行纠正，否则进行下一步；判断是否有新建行程，是则采用行程司机关联引擎将新建行程与司机进行关联判断处理，将新建行程与轨迹点进行关联判断处理，否则标记为已处理无效轨迹点，输出到对应数据输出表。
52.本发明所述的车辆行驶行程的识别、纠正及司机关联系统，其中，所述采用行程司机关联引擎将新建行程与司机进行关联判断处理，将新建行程与轨迹点进行关联判断处理采用方法：
53.步骤一：判断根据新建行程的时间范围查找对应时间内的人脸记录表是否有相应的车相应的时间范围内人脸照上传，是则跳转至步骤二，否则跳转至步骤六；
54.步骤二：判断相应的人脸照记录是否有司机id，是则跳转至步骤三，否则跳转至步骤十；
55.步骤三：新建行程关联上相应的司机id；
56.步骤四：将涉及到的停车记录切分，更正停车开始/结束点；
57.步骤五：输出到对应数据输出表；
58.步骤六：判断是否有相邻行程，是则跳转至步骤三，否则跳转至步骤七；
59.步骤七：判断是否有相应的车48小时内且有司机id的行程记录，是则跳转至步骤三，否则跳转至步骤八；
60.步骤八：判断是否有主驾司机，是则跳转至步骤三，否则跳转至步骤九；
61.步骤九：标记上已处理无法关联到司机标记，跳转至步骤四；
62.步骤十：判断人脸识别服务是否关联到司机，是则跳转至步骤三，否则跳转至步骤六。
63.本发明的有益效果在于：将没有关联到已有行程id的采集到的轨迹点，通过配对以及相邻行程模糊匹配的方式，来进行轨迹点识别、行程纠正，并进行行程与司机的关联匹配，可以帮助企业实时的对驾驶强度、司机工作强度、司机休息时长、司机驾驶行为进行评估与管理，可以帮助司机记录自己单位时间内行驶的线路和里程，准确评估出自己的工作强度，有利于司机降低疲劳驾驶的风险，可以帮助保险公司了解车辆和企业的动态，监测驾
驶风险，获知经常行驶路线，从而准确的评估出风险程度，可以帮助监管部门对车辆及企业进行有效的监管，对司机超时驾驶行为、连续行驶时长、有效休息时长进行监管、取证。
附图说明
64.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，下面将结合附图及实施例对本发明作进一步说明，下面描述中的附图仅仅是本发明的部分实施例，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附图：
65.图1是本发明较佳实施例的车辆行驶行程的识别、纠正及司机关联方法流程图；
66.图2是本发明较佳实施例的车辆行驶行程的识别、纠正及司机关联方法逻辑流程图；
67.图3是本发明较佳实施例的车辆行驶行程的识别、纠正及司机关联方法人脸识别服务流程图；
68.图4是本发明较佳实施例的车辆行驶行程的识别、纠正及司机关联方法url加签名流程图；
69.图5是本发明较佳实施例的车辆行驶行程的识别、纠正及司机关联系统原理框图；
70.图6是本发明较佳实施例的车辆行驶行程的识别、纠正及司机关联系统行程纠正引擎工作原理图；
71.图7是本发明较佳实施例的车辆行驶行程的识别、纠正及司机关联系统行程司机关联引擎工作原理图。
具体实施方式
72.为了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技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的部分实施例，而不是全部实施例。基于本发明的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
73.本发明较佳实施例的车辆行驶行程的识别、纠正及司机关联方法，如图1所示，同时参阅图2-图4，包括以下步骤：
74.s01：获取未挂上行程id的所有轨迹点以及车辆设定时间段内所有行程记录与停车记录；
75.对所有轨迹点进行下列处理：
76.s02：判断轨迹点是否处于行程记录的任一行程内，是则轨迹点挂上相应的行程id，输出到对应数据输出表，否则进行下一步；
77.s03：判断轨迹点是否有相邻行程，是则将轨迹点与相邻行程id进行关联处理并对相邻行程进行纠正，否则进行下一步；
78.s04：判断是否有新建行程，是则将新建行程与司机进行关联判断处理以及新建行程与轨迹点进行关联判断处理，否则标记为已处理无效轨迹点，输出到对应数据输出表；
79.将没有关联到已有行程id的采集到的轨迹点，通过配对以及相邻行程模糊匹配的方式，来进行轨迹点识别、行程纠正，并进行行程与司机的关联匹配，可以帮助企业实时的对驾驶强度、司机工作强度、司机休息时长、司机驾驶行为进行评估与管理，可以帮助司机
记录自己单位时间内行驶的线路和里程，准确评估出自己的工作强度，有利于司机降低疲劳驾驶的风险，可以帮助保险公司了解车辆和企业的动态，监测驾驶风险，获知经常行驶路线，借助我们的数据，从而准确的评估出风险程度，可以帮助监管部门对车辆及企业进行有效的监管，对司机超时驾驶行为、连续行驶时长、有效休息时长进行监管、取证。
80.如图2所示，将轨迹点与相邻行程id进行关联并对相邻行程进行纠正采用方法：
81.轨迹点挂上相邻的行程id，并将对应的行程开始/结束时间延长；
82.将涉及到的停车记录对应地缩短停车结束/开始时间；
83.生成新的行程记录和停车记录；
84.更新涉及到的停车记录的停车开始/结束时间；
85.输出到对应数据输出表；
86.采用该种方式，进行行程的纠正，可以提高行程记录以及停车记录的准确率
87.如图2所示，将新建行程与司机进行关联判断处理以及新建行程与轨迹点进行关联判断处理采用方法：
88.步骤一：判断根据新建行程的时间范围查找对应时间内的人脸记录表是否有相应的车相应的时间范围内人脸照上传，是则跳转至步骤二，否则跳转至步骤六；
89.步骤二：判断相应的人脸照记录是否有司机id，是则跳转至步骤三，否则跳转至步骤十；
90.步骤三：新建行程关联上相应的司机id；
91.步骤四：将涉及到的停车记录切分，更正停车开始/结束点；
92.步骤五：输出到对应数据输出表；
93.步骤六：判断是否有相邻行程，是则跳转至步骤三，否则跳转至步骤七；
94.步骤七：判断是否有相应的车48小时内且有司机id的行程记录，是则跳转至步骤三，否则跳转至步骤八；
95.步骤八：判断是否有主驾司机，是则跳转至步骤三，否则跳转至步骤九；
96.步骤九：标记上已处理无法关联到司机标记，跳转至步骤四；
97.步骤十：判断人脸识别服务是否关联到司机，是则跳转至步骤三，否则跳转至步骤六。
98.优选的，步骤六中判断是否有相邻行程以及司机关联采用逻辑：
99.若新建行程两边的相邻行程都有关联司机且行程时长相对较长，再通过两边停车时长判断，选取停车时长短的一方的行程关联的司机作为新建行程的司机；若新建行程只有一边相邻行程有关联司机，之间的停车时长较短，则将相邻行程关联的司机作为新建行程的司机。
100.优选的，人脸识别服务采用方法：
101.获取照片url；
102.调用自定义类uploadlocalorweb给url加签名；
103.根据请求方式和参数创建对应的http对象；
104.创建/调用httpclient对象发送http请求；
105.创建/调用httpresponse对象接受返回对象；
106.解析返回对象httpresponse参数。
107.其中，url加签名采用方法：
108.接收api请求内容；
109.通过秘钥和加密算法计算出一个sign值，拼接到请求体上；
110.将请求发送到服务端；
111.服务端通过自己记录的用户秘钥生成签名；
112.将服务端的签名与客户端传过来的签名比对；
113.判断比对是否一致，是则请求成功，返回请求数据，否则请求失败；
114.行程与司机关联所采用方式与现有的方式的区别，以及其能够获得的有益效果：
115.现有的行程关联司机的方式是通过设备上ic卡进行关联，ic卡存在的问题是部分设备并没有ic卡装置导致关联不到司机，ic卡中写入信息不准导致关联不到司机，司机忘查或者故意不插ic卡导致关联不到司机。现在通过上述算法关联司机与行程，不但避免了以上问题，并且大大提升了行程关联司机的准确性。
116.优选的，行程的创建采用规则：
117.采集车辆连续出现的5个有速度的轨迹点，创建行程，将行程的5个轨迹点中的第一个轨迹点定义为行程开始点。
118.行程的结束/停车判断规则采用：
119.车辆当前轨迹点距离上一个轨迹点时间间隔超过5分钟，则判断行程结束，并将上一个轨迹点定位行程结束点，同时将上一个轨迹点定为停车记录的停车开始点；
120.或者，车辆当前轨迹点为最后一个轨迹点，则判断行程结束，并将上一个轨迹点定位行程结束点，同时将上一个轨迹点定为停车记录的停车开始点；
121.5个点是依据，我们的目前所接触的设备上报gps点的频率一般在10-30秒之间，采用连续的5个点来识别行程的开始，可以保证车辆在行驶了50-150秒后才会开始计算行程，保证了行程识别的准确性和可靠性。
122.我们行程纠正识别的优势在于：1.性能强大，行程结束即可立即获取行程记录，帮助企业、监管单位实时获得车辆动态。2.运用灵活，可根据不同的业务需要灵活配置行程切分的间隔，满足不同场景对行程切分的需要。3.准确性，经过gps位置定位和纠偏算法处理瑕疵后，基本可以做到百分百准确，为企业和监管单位提供可靠的依据。4.具备多种算法，可精确的识别到驾驶车辆的司机，使行程关联到司机的准确率达到90％以上，大大提升了数据的可靠性。
123.一种车辆行驶行程的识别、纠正及司机关联系统，应用于如上述的车辆行驶行程的识别、纠正及司机关联方法，如图5所示，同时参阅图6和图7，包括数据获取模块100、行程纠正引擎101、行程司机关联引擎102和数据输出表103；
124.数据获取模块100，用于获取未挂上行程id的所有轨迹点以及车辆设定时间段内所有行程记录与停车记录；
125.行程纠正引擎101，用于对获取的所有轨迹点进行下列处理：判断轨迹点是否处于行程记录的任一行程内，是则轨迹点挂上相应的行程id，输出到对应数据输出表，否则进行下一步；判断轨迹点是否有相邻行程，是则将轨迹点与相邻行程id进行关联处理并对相邻行程进行纠正，否则进行下一步；判断是否有新建行程，是则采用行程司机关联引擎102将新建行程与司机进行关联判断处理，将新建行程与轨迹点进行关联判断处理，否则标记为
已处理无效轨迹点，输出到对应数据输出表103。
126.本发明的车辆行驶行程的识别、纠正及司机关联系统，其中，采用行程司机关联引擎将新建行程与司机进行关联判断处理，将新建行程与轨迹点进行关联判断处理采用方法：
127.步骤一：判断根据新建行程的时间范围查找对应时间内的人脸记录表是否有相应的车相应的时间范围内人脸照上传，是则跳转至步骤二，否则跳转至步骤六；
128.步骤二：判断相应的人脸照记录是否有司机id，是则跳转至步骤三，否则跳转至步骤十；
129.步骤三：新建行程关联上相应的司机id；
130.步骤四：将涉及到的停车记录切分，更正停车开始/结束点；
131.步骤五：输出到对应数据输出表；
132.步骤六：判断是否有相邻行程，是则跳转至步骤三，否则跳转至步骤七；
133.步骤七：判断是否有相应的车48小时内且有司机id的行程记录，是则跳转至步骤三，否则跳转至步骤八；
134.步骤八：判断是否有主驾司机，是则跳转至步骤三，否则跳转至步骤九；
135.步骤九：标记上已处理无法关联到司机标记，跳转至步骤四；
136.步骤十：判断人脸识别服务是否关联到司机，是则跳转至步骤三，否则跳转至步骤六。
137.应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。