[发明专利]一种基于区块链的公路客运违章实时预警系统及方法

权利要求书

1.一种基于区块链的公路客运违章实时预警系统的实时预警方法，其特征在于，

所述区块链的公路客运违章实时预警系统包括：多个乘客移动终端、移动终端无线通信模块、云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器；

所述多个乘客移动终端分别与所述移动终端无线通信模块通过无线通信方式依次连接；所述的移动终端无线通信模块、云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器通过导线依次串联连接；

所述实时预警方法包括以下步骤：

步骤1：通过所述移动终端无线通信模块将客车驾驶员基本信息集合上传至云端数据存储服务器；

步骤2：通过所述乘客移动终端，收集多位乘客GPS数据集合，通过移动终端无线通信模块传输至所述云端数据存储服务器，区块链数据处理服务器调用云端数据存储服务器中的乘客GPS数据进行共识识别；

步骤3：通过所述区块链数据处理服务器内设定的重心补偿算法运算处理GPS数据集合以获得高精度GPS坐标，利用高精度GPS坐标得到车辆的速度V_t与车辆加速度a；

步骤4：通过区块链数据处理服务器对行车大数据R进行分析处理，获得某特定驾驶员的驾驶行为特征集合、不同路段的安全行驶速度数据，并传输至云端数据存储服务器；

步骤5：区块链数据处理服务器根据超速预警、超载预警、疲劳驾驶预警以及恶意更改营运路线预警判断驾驶员违章行为，通过智能合约对驾驶员发出相应预警信息；

步骤6：乘客移动终端若发现驾驶员存在超速、超载、疲劳驾驶、恶意更改营运路线违规行为，乘客可通过所述乘客移动终端举报驾驶员的违规行为，乘客举报消息核实后，即可对驾驶员发出报警或提示；

步骤7：乘客举报消息核实后即通过所述乘客移动终端给予乘客虚拟币奖励，给予驾驶员相应的虚拟币惩罚，乘客的奖励信息、驾驶员的惩罚信息、驾驶员违章信息经加密后存储在区块链数据存储服务器中；

步骤8：责任追究功能，一旦有人试图修改区块链数据存储服务器中存储的驾驶员违章信息以逃避法律制裁时，系统将自动启动责任追究功能；

步骤1中所述客车驾驶员X基本信息集合为：

P_X＝{A_X，B_X，C_X，D_X}

其中，A_X为驾驶员X姓名驾龄信息，B_X为驾驶员X所驾车辆牌照信息，C_X为驾驶员X驾驶的车辆核载乘客数量信息，D_X为驾驶员X驾驶的车辆规定的行车路线信息；

步骤2中将所述移动终端收集的GPS数据集合无线传输至所述云端数据存储服务器为：

GPS数据集合G经由所述乘客移动终端无线传输至所述移动终端无线通信模块，再由所述移动终端无线通信模块传输至所述云端数据存储服务器，进一步传输至所述区块链数据处理服务器；

步骤2中所述GPS数据集合为：

G＝{g₁，g₂，g₃，···，g_N},i∈[1，N]；

g_i＝(X_i，Y_i)，i∈[1,N]；

其中，N为车内乘客数量即所述乘客移动终端数量，g_i为第i个乘客的经纬度坐标；

多位乘客GPS数据经过的区块链共识机制为：

POW共识机制，该机制将剔除与GPS数据集合G中其他坐标相差过大的坐标g_i(X_i，Y_i)，实现方法是以多机定位拟合得到的客车坐标位置F(X，Y)为圆心，以车辆长度L为半径画圆，没有落在范围内次数最多的点g_x即被剔除；

步骤3中所述的重心补偿算法为：

g_i(X_i，Y_i)为同一时刻，第i乘客的坐标，i∈[1，N]；

S_k为第k三角形的面积(k＝1，2，3，…，N-2)；

E_k(X_k，Y_k)为第k三角形的重心所对应的坐标，k＝1，2，3，…，N-2；

F(X，Y)为拟合的客车坐标位置；

三角形i、j、m为逆时针排列；

E_k：

F：

步骤4中所述行车大数据R：为通过多位驾驶员长时间的行车数据得到不同路段的安全行车速度大数据R；

步骤4中所述的驾驶行为特征集合为：

J＝{O,P,Q}

其中，O为驾驶员的变道习惯特征，P为驾驶员的加减速习惯特征，Q为驾驶员特定路段的速度特征；

步骤4中所述的驾驶行为特征集合数据来源为：由车辆重心坐标I的变化分析得到驾驶员变道习惯特征，由车辆行驶速度数据集合H分析得到驾驶员的加减速习惯特征，由驾驶员长时间的行车数据得到驾驶员在特定路段的行车速度特征；

所述特定路段为弯道、上下坡路段、自然环境恶劣路段；

所述车辆行驶速度数据集合为：

H＝{h₁，h₂，h₃，…，h_N}，N＝15为乘客移动终端数量，h₁，h₂，h₃，…，h_N依次为第1,2,3，…，N个乘客移动终端采集的数据；

步骤4所述的路段安全行驶速度为：

多位驾驶员长时间安全行驶过特定路段的速度，经过统计分析后得到的该路段的安全通行速度V_j；

步骤5所述超速预警为：在车辆即将行驶到特定路段时，区块链数据处理服务器通过车速预测算法预测车速，若达到安全车速阀值，即判定驾驶员超速；

步骤5中所述超速预警车速预测算法为：

V_M＝V_t+a,其中V_t为客车在t时刻的速度，a为车辆在(t-1)时刻的加速度，V_M为(t+1)时刻的预测车速；

在车辆即将行驶到特定路段时，区块链数据处理服务器中内置的车速预测算法结合当前加速度对车辆速度进行惯性预测，将预测车速V_P与安全车速阀值V_S进行比较和判定，若达到安全车速阈值，即对驾驶员发出超速报警信息；

步骤5所述超载预警为：区块链数据处理服务器利用圆心检测算法检测车辆GPS定位一定范围内乘客GPS信号的数量，将检测数量发送到区块链，将检查结果与客车核载人数对比，一旦检测到车辆满员，即对驾驶员发出超载预警信息；

步骤5中所述圆心检测算法为：

区块链数据处理服务器提取步骤3中得到的拟合的客车坐标位置F,以该坐标为圆心，以车辆长度L为半径画圆，若此范围内乘客GPS信号数量通过步骤2中所述区块链共识机制达到核载乘客数量C_X，即发出超载报警信息；

步骤5所述疲劳驾驶预警为：区块链数据处理服务器利用驾驶员模式识别算法提取云端数据存储服务器中的驾驶员驾驶行为特征，与当前时刻的驾驶行为特征进行模式识别、特征匹配，一旦检测到同一驾驶特征连续驾驶T＝4小时，区块链数据处理服务器中的驾驶员模式识别算法判定驾驶员疲劳驾驶，即对驾驶员发出疲劳驾驶报警信号；

步骤5中所述驾驶员模式识别算法为：

构建BP神经网络对驾驶员模式进行预测；

所述BP神经网络由第一BP神经网络以及第二BP神经网络构成；

所述第一BP神经网络采用3层网络结构，网络输入层节点为数为3，分别对应车辆的速度、加速度、高精度GPS坐标，隐含层数为1，输出层节点数为3，分别对应车辆在道路上行驶的速度、变道、加减速状态；

所述第二BP神经网络采用3层BP神经网络，网络输入层节点数为5，分别对应车辆在道路上行驶的速度、变道情况、加减速状态、时间、天气状况，隐含层数为1，输出层节点数为2，分别对应是该车初始驾驶员、非该车初始驾驶员；

步骤5所述恶意更改营运路线预警为：区块链数据处理服务器利用行车路线对比算法提取当前车辆行驶路线信息，与电子地图上的既定行车路线进行匹配比对，一旦检测到不符合既定路线，行车路线算法判定行车路线已更改，即对驾驶员发出偏离路线行为报警；

步骤5中所述行车路线对比算法为：

首先在规定车辆行驶路线上添加检查点P，检查点之间的间隔L距离根据路况而定，当检测到车辆行驶至检查点时，即路线匹配成功，若缺失检查点数据，则路线匹配不成功。