[发明专利]车队管理方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210293987.5 申请日: 2022-03-23
公开(公告)号: CN114783169A 公开(公告)日: 2022-07-22
发明(设计)人: 王晋 申请(专利权)人: 深圳海星智驾科技有限公司
主分类号: G08G1/00 分类号: G08G1/00
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 王艺涵
地址: 518110 广东省深圳市龙华区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车队 管理 方法 装置 电子设备 存储 介质
【说明书】:

发明涉及车队管理领域,具体涉及一种车队管理方法、装置、电子设备及存储介质,包括:获取目标车队在目标时间段内对应的目标特征;目标特征包括目标车队中车辆目标特征、驾驶员目标特征、驾驶行为目标特征以及安全目标特征;对各目标特征进行加权处理,生成各加权特征;基于各加权特征,生成第一等级对应的第一特征以及第二等级对应的第二特征;基于目标特征与第一特征和第二特征的关系,确定目标车队的管理评价结果,并基于管理评价结果,生成目标车队对应的管理方案。上述车队管理方法,既考虑了对车队中车辆的管理、驾驶员的管理,还考虑了驾驶行为的管理以及安全的管理,从而可以实现对目标车队的全面且高效地管理。

技术领域

本发明涉及车队管理领域,具体涉及一种车队管理方法、装置、电子设备及存储介质。

背景技术

随着车联网技术的不断迭代发展,使得重机车队的更加精细化管理成为了可能。

传统的车队管理基本是凭管理员的主观映像去做管理,没有客观的数据做支撑评价,使得重机行业的偷油偷料,异常卸货,异常行驶轨迹等等损害公司利益的事情很难很好的杜绝,司机的不规范行驶也可能大大增加了车辆出事故的可能性,这些情况如果不能及时有效的去规避,可能使得车辆的运营面临巨大的风险,从而基于现有车联网技术的科学管理评分方法就变得极具价值。在未来,更加科学高效的车队管理已经成为一种趋势,更是决定车队是否能成功运营盈利的关键。

发明内容

有鉴于此,本发明实施例提供了一种车队管理方法,旨在解决如何对车队进行高效管理的问题。

根据第一方面,本发明实施例提供了一种车队管理方法,包括:

获取目标车队在目标时间段内对应的目标特征;目标特征包括目标车队中车辆目标特征、驾驶员目标特征、驾驶行为目标特征以及安全目标特征;

对各目标特征进行加权处理,生成各加权特征;

基于各加权特征,生成第一等级对应的第一特征以及第二等级对应的第二特征;

基于目标特征与第一特征和第二特征的关系,确定目标车队的管理评价结果,并基于管理评价结果,生成目标车队对应的管理方案。

本发明实施例提供的车队管理方法,获取目标车队在目标时间段内对应的目标特征;目标特征包括目标车队中车辆目标特征、驾驶员目标特征、驾驶行为目标特征以及安全目标特征。对各目标特征进行加权处理,生成各加权特征,保证了生成的加权特征的准确性。基于各加权特征,生成第一等级对应的第一特征以及第二等级对应的第二特征,从而保证了生成的第一等级对应的第一特征以及第二等级对应的第二特征的准确性。然后,基于目标特征与第一特征和第二特征的关系,确定目标车队的管理评价结果,保证了确定的管理评价结果的准确性。然后,基于管理评价结果,生成目标车队对应的管理方案,保证了生成的目标车队对应的管理方案的准确性。上述车队管理方法,既考虑了对车队中车辆的管理、驾驶员的管理,还考虑了驾驶行为的管理以及安全的管理,从而使得最终生成的目标车队对应的管理方案,既可以实现对目标车队中车辆的管理、驾驶员的管理,也可是实现对目标车队中驾驶行为的管理以及安全的管理,从而实现对目标车队的全面且高效地管理。

结合第一方面,在第一方面第一实施方式中,基于各所述加权特征,生成第一等级对应的第一特征以及第二等级对应的第二特征,包括:

基于各时间点对应的各加权特征的值,从各加权特征中确定值最大的各个加权特征,生成第一特征;

基于各时间点对应的各加权特征的值,从各加权特征中确定值最小的各个加权特征,生成第二特征。

本发明实施例提供的车队管理方法,基于各时间点对应的各加权特征的值,从各加权特征中确定值最大的各个加权特征,生成第一特征,保证了生成的第一特征的准确性。然后,基于各时间点对应的各加权特征的值,从各加权特征中确定值最小的各个加权特征,生成第二特征。保证了生成的第二特征的准确性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳海星智驾科技有限公司,未经深圳海星智驾科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210293987.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top