运输车辆信息远程监控系统

技术领域

本发明涉及机电设备电子监控技术，尤其是运输车辆信息远程监控系统。

背景技术

随着物联网发展，远程监控移动设备的技术发展也越来越快，普及程度越来越高，广泛应用于矿卡、非道路移动设备、物流管理等行业，随着汽车行业的蓬勃发展，汽车数量与日俱增，车辆运行的安全隐患也随之凸显。且当运输车辆使用年限较长时，定位系统可能会出现定位不准确等问题，但当运输车辆在运输中途发生故障，或是运输车辆存在隐患故障时，需要获取及时的帮助，尤其是在运输途中无标志物时，无法准确定位运输车辆位置并获取帮助。

发明内容

本发明的目的是通过提出运输车辆信息远程监控系统，以解决上述背景技术中提出的缺陷。

本发明采用的技术方案如下：

提供运输车辆信息远程监控系统，包括：

数据采集模块：用于采集运输车辆信息数据；

数据处理模块：用于对采集的运输车辆数据进行处理；

告警模块：用于根据数据处理模块处理结果进行告警；

通信模块：用于运输车辆与监控终端模块的通信；

监控终端模块：用于接收运输车辆信息并进行远程监控。

作为本发明的一种优选技术方案：所述数据采集模块包括位置采集模块、酒精检测模块、疲劳检测模块和视频监控模块。

作为本发明的一种优选技术方案：所述数据采集模块还包括多个传感器，用于采集运输车辆状态信息。

作为本发明的一种优选技术方案：所述酒精检测模块通过传感器进行酒精检测，当检测到酒精分子时通过告警模块发出告警，并通过通信模块向监控终端模块发出酒后驾驶告警信息。

作为本发明的一种优选技术方案：所述疲劳检测模块检测驾驶时长，当检测连续驾驶时长超过三小时时进行语音播报提示，当检测连续驾驶时长超过四小时时，通过告警模块发出疲劳驾驶告警，并通过通信模块向监控终端模块发出疲劳驾驶告警信息。

作为本发明的一种优选技术方案：所述视频监控模块实时监控运输车辆内部和外部，并通过通信模块发送至监控终端模块。

作为本发明的一种优选技术方案：所述数据处理模块对采集的位置数据采用半监督学习对车辆进行精确定位，并通过通信模块实时上传至监控终端模块。

作为本发明的一种优选技术方案：所述半监督学习中，将运输车辆的目的地与出发地之间的行驶路线进行栅格划分，设定栅格分为车辆已经过、车辆待经过和车辆不经过三种状态，设置栅格更新时刻为第t时刻，根据贝叶斯定理得到地图栅格占有率表达式：

其中，P(H

根据贝叶斯独立原则，得到路线占有的栅格个数θ

其中，P(H

作为本发明的一种优选技术方案：根据所述栅格的划分，对车辆行驶路径进行计算，设地图训练集的样本总数为R

其中，θ

将核函数带宽作为区分回归器与分类器的样本：

g(x)＝GWR(f

其中，g(x)为判定运行路线高维空间分类权重的核函数，GWR为地理加权回归核函数的符号，a表示核函数带宽，f

作为本发明的一种优选技术方案：根据所述车辆行驶路径的计算，同步更新车辆实时运行数据，得到位置信息：

其中，argmax表示对函数求最大参数的函数，f

得到t时刻的车辆运行状态：

其中，G(a

与车辆实际运行距离的匹配程度：

其中，G(d

运输车辆的实时位置表示为：

其中，k

本发明提供的运输车辆信息远程监控系统，与现有技术相比，其有益效果有：

本发明通过传感器、酒精检测、疲劳驾驶检测对运输车辆和驾驶员状态进行监测，保证驾驶员的安全驾驶，通过位置采集将运输车辆的行驶路线采用二维栅格进行划分，采用分类器对运输车辆行驶路线训练样本的误差进行标记分类，减少计算误差；计算车辆行驶路程，增加分类回归模型器的置信度，计算车辆行驶路径的预测值，利用二维卷积核离散运算实时更新车辆远程定位数据。便于监控终端实时掌握运输车辆定位数据，为运输车辆提供及时的帮助。

附图说明

图1为本发明优选实施例的系统框图。

图中各个标记的意义为：100、数据采集模块；110、位置采集模块；120、酒精检测模块；130、疲劳检测模块；140、视频监控模块；

200、数据处理模块；300、告警模块；400、通信模块；500、监控终端模块。

具体实施方式

需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，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，所描述的实施例仅仅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。

参照图1，本发明优选实施例提供了运输车辆信息远程监控系统，包括：

数据采集模块100：用于采集运输车辆信息数据；

数据处理模块200：用于对采集的运输车辆数据进行处理；

告警模块300：用于根据数据处理模块200处理结果进行告警；

通信模块400：用于运输车辆与监控终端模块500的通信；

监控终端模块500：用于接收运输车辆信息并进行远程监控。

所述数据采集模块100包括位置采集模块110、酒精检测模块120、疲劳检测模块130和视频监控模块140。

所述数据采集模块100还包括多个传感器，用于采集运输车辆状态信息。

所述酒精检测模块120通过传感器进行酒精检测，当检测到酒精分子时通过告警模块300发出告警，并通过通信模块400向监控终端模块500发出酒后驾驶告警信息。

所述疲劳检测模块130检测驾驶时长，当检测连续驾驶时长超过三小时时进行语音播报提示，当检测连续驾驶时长超过四小时时，通过告警模块300发出疲劳驾驶告警，并通过通信模块400向监控终端模块500发出疲劳驾驶告警信息。

所述视频监控模块400实时监控运输车辆内部和外部，并通过通信模块400发送至监控终端模块500。

所述数据处理模块200对采集的位置数据采用半监督学习对车辆进行精确定位，并通过通信模块实时上传至监控终端模块500。

所述半监督学习中，将运输车辆的目的地与出发地之间的行驶路线进行栅格划分，设定栅格分为车辆已经过、车辆待经过和车辆不经过三种状态，设置栅格更新时刻为第t时刻，根据贝叶斯定理得到地图栅格占有率表达式：

其中，P(H

根据贝叶斯独立原则，得到路线占有的栅格个数θ

其中，P(H

根据所述栅格的划分，对车辆行驶路径进行计算，设地图训练集的样本总数为R

其中，θ

将核函数带宽作为区分回归器与分类器的样本：

g(x)＝GWR(f

其中，g(x)为判定运行路线高维空间分类权重的核函数，GWR为地理加权回归核函数的符号，a表示核函数带宽，f

根据所述车辆行驶路径的计算，同步更新车辆实时运行数据，得到位置信息：

其中，argmax表示对函数求最大参数的函数，f

得到t时刻的车辆运行状态：

其中，G(a

与车辆实际运行距离的匹配程度：

其中，G(d

运输车辆的实时位置表示为：

其中，k

本实施例中，位置采集模块110采集车辆位置信息，将车辆目的地与出发地之间的行驶路线大致划分为经过路线、待经过路线、未知路线3部分。并将运输车辆的行驶路线采用二维栅格划分成无数的矩形网格单元，可以按照颜色进行划分，车辆已经过的栅格设置为黑色，车辆即将要经过的栅格设置为灰色，车辆不经过的栅格设置为白色。

设置栅格更新时刻为第t时刻，根据贝叶斯定理，同时分析地图栅格状态的环境属性，可以得到简化后的地图栅格占有率表达式：

其中，P(H

根据贝叶斯独立原则，得到路线占有的栅格个数θ

/>

其中，P(H

通过上式的计算可以更安全的计算出车辆经过路线占有栅格个数的极端值，避免地图初始化更新后产生较大的误差。设地图训练集的样本总数为R

其中，θ

将核函数带宽作为区分回归器与分类器的样本：

g(x)＝GWR(f

其中，g(x)为判定运行路线高维空间分类权重的核函数，GWR为地理加权回归核函数的符号，a表示核函数带宽，f

通过半监督学习的分类器对样本的误差情况进行分类，减小由于样本训练的系统误差造成的干扰，对运输车辆运行路径做出更准确的预测。

同步更新车辆实时运行数据，得到位置信息：

其中，argmax表示对函数求最大参数的函数，f

对运输车辆数据进行遍历，可以大幅度降低定位的误差，并将更新频率集中在测量窗口中，得到t时刻的车辆运行状态：

其中，G(a

与车辆实际运行距离的匹配程度：

其中，G(d

运输车辆的实时位置表示为：

/>

其中，k

经过运输车辆在二维地图测量窗口的实时位置，得到实时更新的运输车辆远程定位数据。可以根据车辆运行状态和定位数据，对车辆即将经过的路线做修整规划。数据采集模块100的多个传感器监测运输车辆状态，并能够及时提醒运输车辆可能存在的隐患，为运输车辆的安全运输提供保障。酒精检测模块120检测驾驶员是否饮酒，保证驾驶员安全驾驶，疲劳检测模块130监测驾驶员连续驾驶时长，保证驾驶员的清醒驾驶状态，当驾驶员遇到问题时，可通过通信模块400与监控终端模块500进行通信，监控终端模块500根据实时掌握的运输车辆定位数据，及时为运输车辆提供帮助。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。