本发明属于车联网，具体涉及一种基于车联网的智能运营系统及方法。
背景技术：
1、随着车联网技术及无线通信技术的飞速发展，车联网从未物联网的头号应用示范领域之一，备受各方关注。对于如何建设、管理车联网以及如何让车联网最大程度的发挥自身优势，已成为目前车联网技术需要解决的重要问题。
2、随着我国车联网产业进入快车道，技术创新日益活跃逐步发展了高精度地图技术、高精度定位技术、信息抓拍、分米级车辆位置、信号灯状态等多种精准、高效、实时的元数据收集，为路口精细化治理提供了数据基础。
3、在城市交通中，由于驾驶员的不良驾驶行为，交通事故频繁发生。为了减少事故发生的可能性，交通管理部门采取了一系列措施，如在事故多发地段设置提醒标志，设置道路交通标识牌等。然而，这些提醒措施的内容并不具有普适性，无法针对每一辆独立的车辆提供具体的提醒。
4、本发明提出一种基于车联网的智能运营系统及方法以解决上述问题。
技术实现思路
1、本发明的目的在于提供一种基于车联网的智能运营系统及方法，用于解决现有技术中无法针对每一辆独立的车辆提供具体不良驾驶行为提醒的技术问题。
2、为了实现上述目的，本发明采用了如下技术方案：
3、本发明提供一种基于车联网的智能运营系统及方法，包括：感知层、连接层与智能运营管理层。
4、感知层，通过车载感知设备实时感知和收集车辆、道路交通环境信息，并将感知收集到的信息发送至连接层，为车联网系统的运行提供必要的数据支持。所述感知信息包括：车辆录像信息，通过车载录像设备，所录取的车辆行驶状态下车内的视频影像；车辆状态信息例如：车辆位置、车辆行驶时间、车辆速度与加速度、车辆剩余油量与油耗、车辆最大里程信息；道路交通环境信息例如：道路拥堵信息、交通事故信息、交通信号灯信息。
5、连接层，用于为感知层标准化接口，采用接入技术，例如：zigbee、lora技术，根据具体应用场景和需求进行选择，确保感知设备所感知收集到的信息都能被读取，并采用合适的数据处理技术，例如：数据编码与解码、数据加密与解密技术，对感知信息进行处理，使处理后的感知信息传输至智能运营管理层。
6、智能运营管理层包括：车联网云数据模块、检测模块、驾驶行为分析模块、警报模块、远程服务模块。
7、车联网云数据模块，用于对连接层传输的感知信息进行存储、处理、分析和管理；通过车联网的车辆与网络通信，即v2n技术让车辆与互联网连接，便于接收其他对车辆行驶有影响的信息例如：天气信息。
8、检测模块通过连接感知层，实时检测并监控，车辆基础信息与道路交通环境信息，例如：车辆速度、车辆位置、车辆里程数、剩余油量或电量、平均油耗或电耗、车辆设备温度、车辆行驶路径、周围环境信息，确认车辆当前驾驶状况，将驾驶状况分为正常驾驶状况与异常驾驶状况，其中异常驾驶包括：车辆里程数达到定期维护阈值，设备温度异常，车辆油量或电量不足，通过车辆基础信息判断车辆是否属于异常驾驶，利用内置的ai算法和深度学习模型对车辆基础信息数据进行识别和分析。
9、设置车辆里程数与设备温度阈值，车辆里程数阈值与设备温度阈值都是虚拟设置，可以修改。通过实时检测车辆里程数与设备温度，并与各自对应阈值进行比较，判断车辆是否属于异常驾驶。即当车辆里程数大于等于车辆里程数阈值时，或设备温度大于等于设备温度阈值时，判断车辆属于异常驾驶，并向警报单元发送低优先级异常驾驶信息。
10、若车辆类型为新能源电车、通过识别车辆剩余电量与平均电耗信息，定位车辆位置与车辆附近充电设施位置信息，保持当前速度与电耗，计算车辆凭借剩余电量能行驶的距离n，与最近充电站的距离m，设置距离阈值z，通过距离n,m与距离阈值z的比较，判断车辆是否需要充电，即n-m＞z时无需充电，判断车辆属于正常驾驶，n-m＜z时需要充电，判断车辆属于异常驾驶，并向警报单元发送低优先级异常驾驶信息，本实施例中z等于30千米，油车依据同样方法，通过剩余油量、平均油耗与车辆附近加油站位置判断车辆是否需要加油。
11、驾驶行为分析模块用于分析驾驶行为，将车辆的驾驶行为分为安全驾驶行为与文明驾驶行为，通过对当前车辆的安全驾驶行为与文明驾驶行为的分析，并对当前驾驶行为做出评价。驾驶行为分析模块对接收到的感知信息进行预处理，包括：滤波、去噪、格式转换，以确保数据的准确性和可靠性，然后设置驾驶行为判断依据，利用内置的ai算法和深度学习模型对预处理后的数据进行识别和分析，并做出评价，根据对驾驶行为的评价，通过警报模块，提醒驾驶员改善当前不当的驾驶行为。
12、所述ai算法和深度学习模型可根据需求，选取合适的算法和模型结合，例如：选取行为分析算法从数据中学习正常行为模式，并识别异常行为；选取循环神经网络用于处理序列数据，例如：车辆的行驶轨迹、驾驶员的驾驶行为。
13、影响安全驾驶行为例如：超速、急刹车或急加速、急转弯；影响文明行车行为例如：行驶途中随意丢弃垃圾、随意变更车道、开车玩手机，出现上述影响驾驶行为时判断当前车辆属于异常驾驶。
14、影响安全驾驶行为的判断方法如下：
15、超速判断，结合车辆当前行驶的平均速度与当前的环境因素例如：道路状况，天气状况；得到车辆当前行驶速度综合值v，v的具体公式如下：
16、
17、其中，k和l分别为道路状况因子与天气状况因子，根据当前行驶道路与天气状况确定，表示车辆当前行驶的平均速度，取t时间段内的速度平均值为车辆当前行驶的平均速度，t值大小根据需求设置；将车辆当前行驶路段的限速值作为速度阈值，当车辆当前行驶速度综合值v大于速度阈值时，判断车辆超速。
18、将车辆当前行驶路段的限速值作为速度阈值，当车辆当前行驶速度综合值v大于速度阈值时，判断车辆超速。
19、急刹车或急加速判断，通过检测驾驶员控制的是刹车还是油门，判断车辆是急刹车还是急加速，通过加速或减速时间，与车辆的初始速度和最终速度得到加速度综合值a,a的具体公式如下：
20、
21、其中，vt与v0分别为车辆的最终速度与车辆的初始速度，t为车辆从初始速度到最终速度的时间，且t时间内车辆只进行减速或加速；设当前车辆行驶挡位下的最大加速度为b,设置a比b的百分比阈值，当a比b的真实百分比值大于百分比阈值时，判断车辆正在进行急加速或急减速；
22、急转弯判断，通过车辆轮胎转角度数与车辆瞬时油耗u，得到综合油耗值u，所述车辆轮胎转角度数指，轮胎与当前车辆行驶道路车道线的夹角θ，所述车辆瞬时油耗指，指车辆开始转角到转角结束的油耗量，综合油耗值u的具体公式如下：
23、u＝utanθ
24、通过车辆，车型、发动机性能、道路状况设置瞬时油耗阈值当u大于时，判断车辆急转弯。
25、影响文明驾驶行为的因素判断方法如下：
26、通过感知层的车载录像设备，录取行驶视频，实时监测不文明驾驶行为，标记不文明驾驶行为动作，例如：单手开车、开车抽烟、开车玩手机、随意变更车道。通过选取卷积神经网络的yolo或ssd算法，在行驶视频中快速准确的检测出多个不文明驾驶行为动作，规定对行驶视频分段检测，每3分钟为一段，每段视频出现不文明驾驶行为动作大于3次，即判断该时间段出现不文明驾驶行为，且每段视频无论出现多少次不文明驾驶行为动作，最多只能统计为一次不文明行为。
27、在t时间段内每出现一次影响安全驾驶行为计a分，每出现一个影响文明行车行为计b分，计分公式如下所示：
28、w＝ax+by
29、其中x表示在该时间段内出现影响安全驾驶行为的次数，y表示在该时间段内出现一个影响文明行车行为的次数，w表示在该时间段内的累计分；
30、设置累计分阈值m、h，且m<h，在t时间段内，当车辆当前行驶过程中w＜m时，当前车辆属于正常行驶；
31、当车辆当前行驶过程中m≤w＜h时，驾驶行为分析模块判断当前车辆属于异常驾驶，并向警报单元发送低优先级异常驾驶信息；
32、当车辆在当前行驶过程中h≤w时，驾驶行为分析模块判断当前车辆属于异常驾驶，并向警报单元发送高优先级异常驾驶信息。
33、警报模块根据判断信息与分析信息对应的警报紧急程度对警报进行分类，例如：车辆超速、车辆急刹车或急加速即将有失控预警、车辆急转弯有碰撞预警，失控预警与碰撞预警为高优先级；设备温度过高、油量或电量不足、车辆里程数过大为低优先级。根据警报的类型和等级，警报模块会触发相应的决策逻辑和响应策略，对于高优先级的警报，警报模块会首先启动紧急制动、避障安全措施，并向驾驶员发出警报提示，对于低优先级的警报，通过车辆的显示屏、声音提示与震动反馈方式，向驾驶员发出强烈的警报提示。
34、警报模块根据检测单元，判断当前车辆行驶状态，若判断为正常行驶，警报模块不会工作，若是异常驾驶，警报模块会立即发出低优先级警报，并根据异常驾驶类型通过车辆显示屏、声音提示、震动反馈方式，标记警报原因。例如：当检测单元检测出车辆电量不足，需要前往最近充电站充电，此时警报模块会通过声音提示，当前行驶状态为异常驾驶，并在车辆显示屏上出现电量不足的醒目标识。
35、警报模块根据驾驶行为分析模块，判断车辆当前行驶过程有无不安全驾驶行为与不文明驾驶行为。依照驾驶行为分析模块预设的警报设置，发出对应等级的警报。若在警报模块发送高优先级警报提醒后，仍持续出现不良驾驶行为，警报模块在持续发送高优先级警报的基础上，通过远程服务模块，将当前行驶的不良驾驶行为信息发送至交通管理平台。
36、远程服务模块，通过与导航系统结合，提供实时的交通信息、路况预报、最佳路线规划服务，通过远程服务模块与公共服务平台连接，例如：与国家交通管理平台、车辆厂商数据服务平台连接，相互发送传输信息。
37、综上所述，由于采用了上述技术方案，本发明的有益效果是：
38、1、本发明通过细化分析车辆行驶信息识别出潜在的不安全驾驶行为，如超速、频急加速、急刹车、急转弯，在传统判断方法基础上，通过结合道路状况与天气状况，及时准确的判断车辆是否超速、是否急加速、是否急刹车，通过结合车辆轮胎转角度数与车辆转弯的瞬时油耗，达到多维度，高准确度的判断车辆是否急转弯，根据驾驶员的不文明驾驶行为分析，如驾驶员开车玩手机、不注意盲点等，预测出潜在的交通事故风险，从而提前发出警示，结合不安全驾驶行为与不文明驾驶行为的分析判断，为车辆驾驶员提供了直观的消息提醒，从而帮助驾驶员意识到自己的不良驾驶习惯，并及时进行调整，提高道路安全，降低了潜在的风险；
39、2、本发明能够对于不良驾驶行为过多且不进行改正的个体，向交管平台提供该驾驶过程全面的驾驶行为信息，便于交管部门直接干预，保护道路安全。
1.基于车联网的智能运营系统，其特征在于：包括感知层，连接层与智能运营管理层；
2.根据权利要求1所述的基于车联网的智能运营系统，其特征在于，所述感知层通过收集车辆与道路交通环境信息，获得感知信息，感知信息包括以下内容：
3.根据权利要求1所述的基于车联网的智能运营系统，其特征在于，所述检测模块，判断车辆行驶状态方法如下：
4.根据权利要求1所述的基于车联网的智能运营系统，其特征在于，所述驾驶行为分析模块，分析车辆驾驶行为的具体方法如下所示：
5.根据权利要求4所述的基于车联网的智能运营系统，其特征在于，影响安全驾驶的行为中，超速的具体判断方法如下：
6.根据权利要求4所述的基于车联网的智能运营系统，其特征在于，影响安全驾驶的行为中，急刹车或急加速的具体判断方法如下：
7.根据权利要求4所述的基于车联网的智能运营系统，其特征在于，影响安全驾驶的行为中，急转弯的具体判断方法如下：
8.根据权利要求1所述的基于车联网的智能运营系统，其特征在于，所述警报模块，对于低优先级的警报，通过车辆的显示屏、声音提示与震动反馈方式，向驾驶员发出警报提示；
9.基于车联网的智能运营方法，应用于权利要求1所述的用于智能驾驶的自动化评估系统，其特征在于，包括以下步骤：
