乘车方法、装置、电子设备及存储介质

技术领域

本公开涉及智能驾驶技术领域，具体为深度学习、计算机视觉等人工智能技术领域，尤其涉及一种乘车方法、装置、电子设备及存储介质。

背景技术

如今，车载打卡机已普遍应用于公交车中，一些网约车也安装有车载打卡机，乘客在上下车时通过车载打卡机上进行打卡，并支付费用，而无需进行人工收费，为乘客的乘车过程提供了便利。

目前，现有的车载打卡机功能较为单一，无法满足多种使用场景。

发明内容

本公开提供了一种乘车方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种乘车方法，包括：

采集乘车人员的乘车信息，其中，所述乘车信息用于确定乘车人员的标识信息；

根据所述标识信息，从第三方服务器中获取所述乘车人员的出行验证信息；

根据所述出行验证信息确定是否允许所述乘车人员乘车。

根据本公开的另一方面，提供了一种乘车装置，包括：

第一采集模块，用于采集乘车人员的乘车信息，其中，所述乘车信息用于确定乘车人员的标识信息；

第一获取模块，根据所述标识信息，从第三方服务器中获取所述乘车人员的出行验证信息；

第一确定模块，根据所述出行验证信息确定是否允许所述乘车人员乘车。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行乘车方法。

根据本公开的另一方面，一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行乘车方法。

根据本公开的另一方面，一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行实现乘车方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开一个实施例的乘车方法的流程图；

图2是根据本公开另一个实施例的乘车方法的流程图；

图3是根据本公开另一个实施例的乘车方法的流程图；

图4是根据本公开另一个实施例的乘车方法的流程图；

图5是根据本公开另一个实施例的乘车方法的流程图；

图6是根据本公开另一个实施例的乘车方法的流程图；

图7是根据本公开另一个实施例的乘车方法的流程图；

图8是根据本公开另一个实施例的乘车方法的流程图；

图9是根据本公开另一个实施例的乘车方法的流程图；

图10是根据本公开另一个实施例的乘车方法的流程图；

图11是根据本公开一个实施例的人脸识别的流程图；

图12是根据本公开一个实施例的乘车二维码识别的流程图；

图13是根据本公开一个实施例的乘车装置的结构示意图；以及

图14是用来实现本公开实施例的乘车方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

下面参考附图描述本公开实施例的乘车方法、装置、电子设备及存储介质。

智能驾驶具有“智慧”和“能力”两层含义，所谓“智慧”是指汽车能够像人一样智能地感知、综合、判断、推理、决断和记忆；所谓“能力”是指智能汽车能够确保“智慧”的有效执行，可以实施主动控制，并能够进行人机交互与协同。

人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术领域也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术包括计算机视觉技术、语音识别技术、自然语言处理技术以及深度学习、大数据处理技术、知识图谱技术等几大方向。

深度学习是机器学习领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指香农定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。

图1为本公开实施例提供的一种乘车方法的流程示意图。

本公开实施例的乘车方法，还可由本公开实施例提供的乘车装置执行，该装置可配置于电子设备中，以实现采集乘车人员的乘车信息，其中，乘车信息用于确定乘车人员的标识信息，并根据标识信息，从第三方服务器中获取乘车人员的出行验证信息，而后根据出行验证信息确定是否允许乘车人员乘车，从而能够自动验证乘客的出行验证信息，以方便乘客乘车，并保证乘客的乘车安全。

如图1所示，该乘车方法，可包括：

步骤101，采集乘车人员的乘车信息，其中，乘车信息用于确定乘车人员的标识信息。

其中，乘车信息可包括乘车人员的人脸图像、乘车二维码和乘车卡标识等。

乘车人员的标识信息可为乘车人员的身份标识信息(Identity document，ID)。

在本公开实施例中，若乘车人员的乘车信息包括乘车人员的标识信息，则可以直接从乘车信息中获取乘车人员的标识信息；若乘车人员的乘车信息不包括乘车人员的标识信息，而是与乘车人员的标识信息之间存在着映射关系，则可基于映射关系，确定乘车人员的标识信息。

可选地，在乘车人员乘车时，车载终端可对乘车人员的人脸图像、乘车二维码或乘车卡标识等乘车信息进行采集。可选地，车载终端可以为一个车载打卡组件。

步骤102，根据标识信息，从第三方服务器中获取乘车人员的出行验证信息。

其中，出行验证信息用于确定是否允许乘客出行。

在本公开实施例中，第三方服务器中存储有乘车人员的出行验证信息，出行验证信息可以实时更新。

可选地，车载终端可以通过无线通信网络将乘车人员的标识信息发送给第三方服务器，第三方服务器接收到乘车人员的标识信息后，可基于标识信息查询乘车人员的出行验证信息。

步骤103，根据出行验证信息确定是否允许乘车人员乘车。

可选地，车载终端获取到乘车人员的出行验证信息后，可根据出行验证信息确定是否允许乘车人员乘车，若出行验证信息指示不允许乘车人员乘车，则生成拒绝乘车人员乘车提示信息，例如“验证失败，请勿乘车”的语音提示信息，以拒绝乘车人员乘车；若出行验证信息指示允许乘车人员乘车，则生成允许乘车人员乘车的提示信息，例如“验证成功，欢迎乘车”的语音提示信息，以提醒乘车人员乘车。

在本公开实施例中，采集乘车人员的乘车信息，其中，乘车信息用于确定乘车人员的标识信息，并根据标识信息，从第三方服务器中获取乘车人员的出行验证信息，根据出行验证信息确定是否允许乘车人员乘车。由此，能够自动验证乘客的出行验证信息，以方便乘客乘车，并保证乘客的乘车安全。

为了清楚说明上一实施例，在本公开的一个实施例中，如图2所示，根据标识信息，从第三方服务器中获取乘车人员的出行验证信息，可包括：

步骤201，根据标识信息生成请求信息。

步骤202，调用第三方服务器的应用程序接口，将请求信息发送给第三方服务器。其中，第三方服务器可为一个或多个，每个第三方服务器有各自的应用程序接口。

可选地，车载终端在获取到乘车人员的标识信息后，可根据标识信息生成对应的请求信息，并调用第三方服务器的应用程序接口，通过应用程序接口将请求信息发送给第三方服务器。

步骤203，接收第三方服务器返回的出行验证信息。

其中，出行验证信息可包括健康码和出行码。

可选地，第三方服务器接收到请求信息后，可根据请求信息从数据库中查找乘车人员的健康码或出行码，并将查找到的健康码或出行码发送给车载终端，以根据健康码或出行码确定是否允许乘客出行。

本公开实施例通过从第三方服务器获取乘客的健康码或出行码，并根据健康码或出行码确定是否允许乘客乘车，能够保证乘客的乘车安全，减少乘车风险。

在本公开的一个实施例中，如图3所示，采集乘车信息之后，还包括：

步骤301，采集乘车人员的体温。

在本公开实施例中，车载终端上安装有测温仪，可用于采集乘车人员的体温。

可选地，车载终端在采集完乘车人员的乘车信息后，可通过内置的测温仪测量乘客额头或手腕等部位的温度(即体温)。

步骤302，响应于体温大于设定温度阈值，则生成拒绝乘车人员乘车的第一乘车提示信息。其中，设定温度阈值可根据实际情况进行设定，例如可设定为37.4度。

在本公开实施例中，车载终端在采集完乘车人员的体温后，可判断该体温是否大于设定温度阈值，若是，则可生成拒绝乘车人员乘车的第一乘车提示信息，例如“对不起，您的体温异常，请勿乘车”的语音提示信息，以提醒该乘车人员不要乘车；若否，则还需根据乘客的出行验证信息，确定是否允许乘车人员乘车。

本公开实施例通过采集乘车人员的体温，并根据该乘车人员的体温判断是否允许乘车人员乘车，实现了对乘客体温的自动化检测和提醒，节省了人工测温的成本。

在本公开的一个实施例中，采集乘车人员的乘车信息，可包括采集乘车人员的人脸图像，并将人脸图像作为乘车信息；或者，采集乘车人员的乘车二维码，并将乘车二维码作为乘车信息；或者，对乘车人员的乘车卡进行扫描，获取乘车卡的卡标识作为乘车信息。

其中，车载终端可包括人脸识别装置、二维码识别装置和乘车卡识别装置，以及配套的软件开发工具包(Software Development Kit，SDK)：人脸识别SDK、二维码识别SDK和乘车卡识别SDK。

在本公开实施例中，乘客可选择多种乘车方式乘车，当乘客选择刷脸乘车时，车载终端可通过人脸识别装置中的摄像头采集乘客的人脸图像；当乘客选择刷乘车二维码乘车时，车载终端可通过二维码识别装置中的摄像头采集乘客的乘车二维码；当乘客选择刷乘车卡乘车时，车载终端可通过乘车卡识别装置的近场通信(Near Field Communication，NFC)读取乘客的乘车卡信息，以获取乘车卡的卡标识。

本公开实施例能过通过多种方式获取乘客的乘车信息，为后续对乘客的标识信息的确定提供了依据。

进一步地，在本公开的一个实施例中，如图4所示，根据标识信息，从第三方服务器中获取乘车人员的出行验证信息之前，可包括：

步骤401，根据乘车信息，确定乘车人员的标识信息。

在本公开实施例中，可根据人脸图像、乘车二维码或乘车卡的卡标识，确定乘车人员的标识信息。

步骤402，将标识信息和乘车人员的体温发送给云端服务器进行身份和体温的验证。

可选地，车载终端在获取到乘车人员的标识信息和体温后，可将该标识信息和体温发送给云端服务器，云端服务器接收到标识信息和体温后，根据标识信息获取乘客的身份信息，从而对乘客的身份进行验证，同时，对乘客的体温进行验证，在身份验证和体温验证结束后生成验证结果，并将验证结果发送(下发)到本地。

步骤403，接收云端服务器下发的验证结果，并基于验证结果生成第二乘车提示信息。

可选地，在云端服务器对乘车人员进行身份和体温验证时，验证结果会存在以下几种情况：若身份验证失败，而体温验证结果为正常，则云端服务器可将身份验证失败和体温正常的验证结果发送到本地，本地接收到身份验证失败和体温正常的验证结果后，基于身份验证失败的结果，生成验证失败的第二乘车提示信息，例如“身份验证失败，请勿乘车”的语音提示信息，以拒绝乘客乘车；

若身份验证成功，而体温验证结果为异常，则云端服务器可将身份验证成功和体温异常的验证结果发送到本地，本地接收到身份验证成功和体温异常的验证结果后，基于体温异常的验证结果，生成体温异常的第二乘车提示信息，例如“体温异常，请勿乘车”的语音提示信息，以拒绝乘客乘车；

若身份验证成功，且体温验证结果正常，则云端服务器可将身份验证成功和体温正常的验证结果发送到本地，本地接收到身份验证成功和体温正常的验证结果后，基于身份验证成功和体温正常的验证结果，生成验证成功的第二乘车提示信息，例如“身份验证成功，体温正常，欢迎乘车”的语音提示信息，以提示乘车人员乘车。

本公开实施例通过云端验证乘客的身份和体温，能够保证验证的准确性，并能够基于验证结果生成提示信息，对乘客进行提醒，提高了乘客的体验。

为了清楚说明上一实施例，在本公开的一个实施例中，如图5所示，根据乘车信息，确定乘车人员的标识信息，可包括：

步骤501，响应于乘车信息为人脸图像，将人脸图像与人脸图像库中的候选人脸图像进行比对，获取人脸图像与候选人脸图像之间的相似度。

其中，人脸图像库可为云端服务器中用于存储人脸图像的数据库。

在本公开实施例中，当乘车人员选择刷脸乘车时，即当乘车信息为人脸图像时，车载终端可采集乘车人员的人脸图像，并将采集的人脸图像发送至云端服务器，由云端服务器将采集的人脸图像与人脸图像库中的多个候选人脸图像进行比对，以获取人脸图像与候选人脸图像之间的相似度。

步骤502，选取相似度最大且超过设定阈值的候选人脸图像的用户标识信息，确定为乘车人员的标识信息。其中，设定阈值可根据实际情况进行设定，例如90％。

在本公开实施例中，云端服务器在获取到人脸图像与多个候选人脸图像之间的相似度后，可将多个相似度按照大小顺序进行排序，并从序列中选取相似度最大且超过设定阈值的候选人脸图像的用户标识信息，确定为乘车人员的标识信息。

本公开实施例将采集的人脸图像与候选人脸图像进行比对，能够准确地获取到乘客的人脸图像，进而获取到准确的标识信息。

进一步地，在本公开的一个实施例中，如图6所示，将人脸图像与人脸图像库中的候选人脸图像进行比对之前，还可包括：

步骤601，从云端服务器获取注册乘客的身份信息。其中，身份信息可包括姓名、年龄、人脸图像和用户ID等。

在本公开实施例中，乘客可预先进行身份信息的注册，将个人的身份信息上传至云端服务器，云端服务器接收到身份信息后，将身份信息存储于自身的数据库中。在车载终端初始化时，云端服务器可将存储(即已注册的乘客)的身份信息发送给车载终端，车载终端接收身份信息后，可将身份信息存储于自身的存储空间中，以便于对乘客进行身份验证。

步骤602，接收云端服务器更新后发送的身份信息的增量数据。

在本公开实施例中，云端服务器的数据库中的身份信息可按照一定的频率进行更新，例如，一分钟更新一次。车载终端在将乘客的人脸图像与人脸图像库中的候选人脸图像进行比对之前，可接收云端服务器更新后发送的身份信息的增量数据，以实现本地身份信息的更新，从而避免无法识别新注册乘客的身份信息。

作为一种可能的情况，当云端服务器接收到(已注册的)乘客的注销请求时，可根据注销请求删除数据库中该乘客的身份信息，并将该注销请求发送到本地，从而删除本地中该乘客的身份信息，以避免错误识别。

本公开实施例通过对云服务器的身份信息进行更新，并将更新后的身份信息发送到本地，对本地身份信息进行更新，能够避免错误识别乘客的身份信息。

在本公开的一个实施例中，如图7所示，根据乘车信息，确定乘车人员的标识信息，还可包括：

步骤701，响应于乘车信息为乘车二维码，对乘车二维码进行识别，获取乘车二维码的标识。

在本公开实施例中，当乘车人员选择刷乘车二维码乘车时，即当乘车信息为乘车二维码时，车载终端可通过二维码识别装置采集乘车人员的乘车二维码，并对采集到的二维码进行识别，以获取乘车二维码的标识。

步骤702，基于乘车二维码的标识，确定乘车人员的标识信息。

在本公开实施例中，若乘车二维码的标识包括用户ID，则可将用户ID确定为乘车人员的标识信息；若乘车二维码的标识不包括用户ID，则可查询二维码的标识与用户ID的映射关系，并将与二维码的标识存在映射关系的用户ID，确定为乘车人员的标识信息。

本公开实施例通过识别乘客的乘车二维码能够准确地获取乘客的标识信息。

在本公开的一个实施例中，该乘车方法还可包括间隔设定时间重新识别标识信息，响应于识别的标识信息持续相同，则维持车载终端一直处于识别状态。

其中，设定时间可根据实际情况进行设定，例如8秒。

可选地，车载终端每隔设定时间识别一次标识信息，若车载终端识别的标识信息持续相同，则可视为重复打卡认证，数据不进行上传，并维持车载终端一直处于识别状态，以识别下一乘客的标识信息。

本公开实施例能够避免乘客重复打卡。

在本公开的一个实施例中，如图8所示，根据出行验证信息进行是否允许乘车人员乘车的验证之后，还可包括：

步骤801，响应于允许乘车人员乘车且乘车结束后，基于标识信息和乘车人员的行程信息，生成乘车支付订单。

可选地，车载终端可在乘客上车打卡时记录起点，在乘客下车打卡时记录终点，以基于起点和终点获取乘车人员的行程信息。

步骤802，基于标识信息，将乘车支付订单发送给乘车人员的终端设备。

可选地，在乘车人员乘车结束(下车打卡)后，车载终端可获取乘车人员的标识信息和行程信息，并基于乘车人员的标识信息和行程信息，生成乘车支付订单，然后基于标识信息，将乘车支付订单发送给乘车人员的终端设备，由乘车人员进行支付。可选地，乘车人员的终端设备可为手机。

本公开实施例在乘客乘车结束后，自动生成支付订单，并发送给乘客进行支付，提高了支付效率，从而提升了乘客的体验。

在本公开的一个实施例中，如图9所示，该乘车方法还可包括：

步骤901，获取云端服务器发送或者本地统计的车辆上当前的乘客数量。

可选地，乘客在乘车和下车打卡时，车载终端可将乘客的乘车和下车信息上传至云端服务器，由云端服务器统计车辆上当前的乘客数量，并将当前的乘客数量发送给车载终端(本地)。

可选地，车载终端可根据乘客的乘车和下车打卡情况，统计车辆当前的乘客数量，并将当前的乘客数量存储在本地的存储空间中，从而能够在本地直接获取车辆当前的乘客数量。

步骤902，基于乘客数量和车辆的座位，确定车辆的空闲座位数。

可选地，车载终端获取到车辆当前的乘客数量和车辆的座位后，可确定车辆当前的空闲座位数。

本公开实施例通过统计车辆当前的乘客数量和车辆的座位，确定车辆的空闲座位数，实现了空闲座位数的自动化统计。

进一步地，在本公开的一个实施例中，如图10所示，确定车辆的空闲座位数之后，还可包括：

步骤1001，向车载屏幕发送空闲座位数。

可选地，车载终端在确定车辆的空闲座位数后，可向车辆的车载屏幕发送空闲座位数，车载屏幕接收到空闲座位数后，进行显示，以便于乘客和相关人员(例如安全员)了解车辆的空闲座位数。

步骤1002，接收空闲座位数的纠正指令。

步骤1003，根据纠正指令确定车辆的实际空闲座位数，并发送给车载屏幕进行空闲座位数的更新。

可选地，当相关人员(例如，安全员)统计车辆的当前实际空闲座位数，与车载屏幕显示的空闲座位数不一致时，可通过车载屏幕创建空闲座位数的纠正指令，其中，纠正指令包括实际空闲座位数，并将纠正指令发送给车载终端，车载终端接收到纠正指令后，可根据纠正指令确定车辆的实际空闲座位数，并将实际空闲座位数发送给车载屏幕，进行空闲座位数的更新。

本公开实施例能够对车辆的空闲座位数据进行纠正，以避免在出现异常情况(例如逃票)时，车载屏幕显示的空闲座位数与实际不符，保证了数据的准确性。

为了清楚说明是本领域技术人员更清晰地理解本公开实施例的乘车方法，图11为实际应用场景中，人脸识别的流程示意图，如图11所示，车载终端可通过人脸识别匹配用户ID，若匹配失败，则重新识别；若匹配成功，则测量乘客的体温，对乘客的体温进行验证，其中，可在本地验证，也可以上传到云端进行验证。当在本地验证时，若等待验证结果超时，则验证失败，重新进行人脸识别。当在云端进行验证时，若验证失败，则生成验证失败的提示信息和失败原因，并重新进行人脸识别；若验证成功，且若乘客是首次刷卡，则乘客上车打卡成功，此时，车载终端可生成“欢迎乘车”语音提示信息，若乘客不是首次刷卡，则判断乘客是否有未支付的订单，若是，则提醒乘客在手机端完成支付，若否，则说明乘客已完成支付，此时，车载终端可生成“欢迎再次乘车”的语音提示信息。

图12为实际应用场景中，识别乘车二维码的流程示意图，如图12所示，车载终端可识别乘客的乘车二维码，并根据乘车二维码匹配乘客的ID，若匹配失败，则重新识别；若匹配成功，则测量乘客的体温，并对乘客的体温进行验证，其中，可在本地验证，也可以上传到云端进行验证。当在本地验证时，若等待验证结果超时，则验证失败，重新进行人脸识别。当在云端进行验证时，若验证失败，则生成验证失败的提示信息和失败原因，并重新进行人脸识别；若验证成功，且若乘客是首次刷卡，则乘客上车打卡成功，此时，车载终端可生成“欢迎乘车”语音提示信息，若乘客不是首次刷卡，则判断乘客是否有未支付的订单，若是，则提醒乘客在手机端完成支付，若否，则说明乘客已完成支付，此时，车载终端可生成“欢迎再次乘车”的语音提示信息。

图13为本公开实施例提供的一种乘车装置的结构示意图。

本公开实施例的乘车装置，可配置于电子设备中，以实现采集乘车人员的乘车信息，其中，乘车信息用于确定乘车人员的标识信息，并根据标识信息，从第三方服务器中获取乘车人员的出行验证信息，而后根据出行验证信息确定是否允许乘车人员乘车，从而能够自动验证乘客的出行验证信息，以方便乘客乘车，并保证乘客的乘车安全。

如图13所示，该乘车装置1300，可包括：第一采集模块1301、第一获取模块1302和第一确定模块1303。

其中，第一采集模块1301，用于采集乘车人员的乘车信息，其中，乘车信息用于确定乘车人员的标识信息。

第一获取模块1302，根据标识信息，从第三方服务器中获取乘车人员的出行验证信息。

第一确定模块1303，根据出行验证信息确定是否允许乘车人员乘车。

本公开实施例的乘车装置，通过第一采集模块采集乘车人员的乘车信息，其中，乘车信息用于确定乘车人员的标识信息，并通过第一获取模块根据标识信息，从第三方服务器中获取乘车人员的出行验证信息，而后通过乘车模块根据目标融合图像进行乘车，从而能够自动验证乘客的出行验证信息，以方便乘客乘车，并保证乘客的乘车安全。

需要说明的是，前述对乘车方法实施例的解释说明也适用于该实施例的乘车装置，此处不再赘述。

在本公开的一个实施例中，第一获取模块1302，还用于：根据标识信息生成请求信息；调用第三方服务器的应用程序接口，将请求信息发送给第三方服务器；接收第三方服务器返回的出行验证信息。

在本公开的一个实施例中，乘车装置1300还包括：第二采集模块1304，用于采集乘车信息之后，采集乘车人员的体温；第一生成模块1305，用于响应于体温大于设定温度阈值，则生成拒绝乘车人员乘车的第一乘车提示信息。

在本公开的一个实施例中，第一采集模块1301，还用于：采集乘车人员的人脸图像，并将人脸图像作为乘车信息；或者，采集乘车人员的乘车二维码，并将乘车二维码作为乘车信息；或者，对乘车人员的乘车卡进行扫描，获取乘车卡的卡标识作为乘车信息。

在本公开的一个实施例中，乘车装置1300还包括：第二确定模块1306，用于根据标识信息，从第三方服务器中获取乘车人员的出行验证信息之前，根据乘车信息，确定乘车人员的标识信息；验证模块1307，用于将标识信息和乘车人员的体温发送给云端服务器进行身份和体温的验证；第二生成模块1308，接收云端服务器下发的验证结果，并基于验证结果生成第二乘车提示信息。

在本公开的一个实施例中，乘车装置1300还包括：标识模块1309，用于间隔设定时间重新识别标识信息，响应于识别的标识信息持续相同，则维持车载终端一直处于识别状态。

在本公开的一个实施例中，第二确定模块1306，还用于：响应于乘车信息为人脸图像，将人脸图像与人脸图像库中的候选人脸图像进行比对，获取人脸图像与候选人脸图像之间的相似度；选取相似度最大且超过设定阈值的候选人脸图像的用户标识信息，确定为乘车人员的标识信息。

在本公开的一个实施例中，乘车装置1300还包括：第二获取模块1310，用于将人脸图像与人脸图像库中的候选人脸图像进行比对之前，从云端服务器获取注册乘客的身份信息；第一接收模块1311，用于接收云端服务器更新后发送的身份信息的增量数据。

在本公开的一个实施例中，第二确定模块1306，还用于：响应于乘车信息为乘车二维码，对乘车二维码进行识别，获取乘车二维码的标识；基于乘车二维码的标识，确定乘车人员的标识信息。

在本公开的一个实施例中，乘车装置1300还包括：第三生成模块1312，用于根据出行验证信息进行是否允许乘车人员乘车的验证之后，响应于允许乘车人员乘车且乘车结束后，基于标识信息和乘车人员的行程信息，生成乘车支付订单；第一发送模块1313，用于基于标识信息，将乘车支付订单发送给乘车人员的终端设备。

在本公开的一个实施例中，乘车装置1300还包括：第三获取模块1314，用于获取云端服务器发送或者本地统计的车辆上当前的乘客数量；第三确定模块1315，基于乘客数量和车辆的座位，确定车辆的空闲座位数。

在本公开的一个实施例中，乘车装置1300还包括：第二发送模块1316，用于确定车辆的空闲座位数之后，向车载屏幕发送空闲座位数；第二接收模块1317，接收空闲座位数的纠正指令；更新模块1318，根据纠正指令确定车辆的实际空闲座位数，并发送给车载屏幕进行空闲座位数的更新。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图14示出了可以用来实施本公开的实施例的示例电子设备1400的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图14所示，设备1400包括计算单元1401，其可以根据存储在只读存储器(ROM)1402中的计算机程序或者从存储单元1408加载到随机访问存储器(RAM)1403中的计算机程序，来执行各种适当的动作和处理。在RAM 1403中，还可存储设备1400操作所需的各种程序和数据。计算单元1401、ROM 1402以及RAM 1403通过总线1404彼此相连。输入/输出(I/O)接口1405也连接至总线1404。

设备1400中的多个部件连接至I/O接口1405，包括：输入单元1406，例如键盘、鼠标等；输出单元1407，例如各种类型的显示器、扬声器等；存储单元1408，例如磁盘、光盘等；以及通信单元1409，例如网卡、调制解调器、无线通信收发机等。通信单元1409允许设备1400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元1401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1401执行上文所描述的各个方法和处理，例如乘车方法。例如，在一些实施例中，乘车方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1402和/或通信单元1409而被载入和/或安装到设备1400上。当计算机程序加载到RAM 1403并由计算单元1401执行时，可以执行上文描述的乘车方法的一个或多个步骤。备选地，在其他实施例中，计算单元1401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行乘车方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。