管理出租车计费的方法及智能车载设备

技术领域

本申请涉及汽车电子技术领域，具体而言，涉及一种管理出租车计费的方法及智能车载设备。

背景技术

出租车是人们交通出行的主要交通工具之一。在服务过程中存在着司机不按规章制度打表计费或司机忘记进行翻牌打表计费的现象。出现这些现象后往往导致乘客和司机会产生费用纠纷，或司机向乘客随意涨价使乘客支付额外费用。

出租车营运企业为规范行业管理和保证服务质量都会在规章制度中禁止司机不打表的违规行为，但在实际工作中往往缺乏有效的技术手段来实际约束提醒检查司机的类似违规行为，已有方案均存在很大不足。

例如，目前已有乘客上车自动检测的方法包括如下两种：

一种是在出租车每个乘客座位下增加重力感应设备，车载终端通过检测座位下重力感应设备感应值的变化来判断是否有乘客上车。

另一种是通过手机APP采集乘客手机wifi/蓝牙ID，采集后通过订单附加消息传到车载终端。车载终端通过wifi/蓝牙扫描识别乘客ID是否在范围内，如果在范围内扫描到，则判定为乘客已经上车。

第一种方案需要额外新安装多个重力感应设备，会额外提升实施成本。另外，方案中只根据重力感应设备数值进行判断，有存在误判的可能。

第二种方案需要乘客安装指定的APP软件，同时还需要采集乘客手机的数字ID，存在泄露乘客隐私信息的问题。

为此，需要开发一种更为简易有效的方案，能够对计费进行可靠管理。

发明内容

本申请旨在提供一种管理出租车计费的方法及智能车载设备，基于状态管理和图像识别，实现出租车计费的可靠管理。

本申请的其该用户特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请的一方面，提供一种管理出租车计费的方法，用于智能车载设备，包括：

响应状态初始化操作，将计价状态复位为第一状态；

获取车速数据，在车速为零时，将所述计价状态设置为第二状态；

在所述第二状态，获取车门开关信号；

在获取到车门开关信号后，将所述计价状态设置为第三状态；

在第三状态，获取车速数据，在车速大于预定车速后经过预定延时，控制摄像头获取车内图像，根据所述车内图像确定车内人员数量；

在所述车内人员数量大于1时，将计价状态设置为第四状态；

在所述第四状态，若计价设备未开启打表，则向所述计价设备发送打表命令。

根据一些实施例，前述方法还包括：若计价设备已开启打表或者在收到所述计价设备返回的打表成功消息后，将所述计价状态设置为第五状态。

根据一些实施例，前述方法还包括：若所述车内人员数量不大于1，将所述计价状态设置为所述第一状态。

根据一些实施例，前述方法还包括：在所述第四状态，若计价设备未开启打表，发出提醒打表指令。

根据一些实施例，所述状态初始化操作包括打卡签到操作或停止打表操作。

根据一些实施例，所述获取车门开关信号包括：

扫描车辆CAN报文数据或者扫描车辆GPIO接入信号；

过滤掉开与关时间间隔小于开关阈值的异常数据或信号。

根据一些实施例，根据所述车内图像确定车内人员数量包括：

利用增加注意力机制的YoloX模型对所述车内图像进行人员检测，其中所述YoloX模型采用ReLU激活函数且卷积层与激活函数层融合为一层。

根据一些实施例，前述方法还包括：将运营数据组合封包后上报至管理平台。

根据一些实施例，前述方法还包括：

在所述第二状态，获取车速数据；

在未获取到车门开关信号且车速大于所述预定车速时，将所述计价状态设置为所述第一状态。

根据本申请的另一方面，提供一种智能车载设备，包括：

处理器；

存储器，所述存储器上存储有计算机程序；

当所述处理器执行所述计算机程序时实现前述方法。

根据示例实施例，基于多重检测机制和判断机制，通过综合车辆营运状态、车门开关、车速、人员数量等各种条件进行准确判断，可有效避免识别率、准确率不高的问题，有助于提升出租车营运管理服务质量。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。

附图说明

通过参照附图详细描述其示例实施例，本申请的上述和其它目标、特征及优点将变得更加显而易见。

图1示出智能车载设备及相关设备的示意图。

图2示出根据本申请示例实施例的管理出租车计费的方法流程图。

图3示出根据本申请示例实施例的管理出租车计费的方法涉及的状态变化图。

图4示出根据另一实施例的管理出租车计费的方法流程图。

图5示出本申请示例实施例的Yolox模型使用的CBAM注意力模块的示意图。

图6示出改进的Yolox模型的示意图。

图7示出通过前后排双摄像头实现全车人数统计的示意图。

图8示出前排样本标注信息示例。

图9示出前排摄像头样本的后排区域空间标注示例。

图10示出前排摄像头样本的另一后排区域空间标注示例。

图11示出根据本申请示例实施例的智能车载设备的框图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员可以理解的是，本文所描述的实施例可以与其它实施例相结合。

图1示出智能车载设备及相关设备的示意图，可用于管理出租车的计费。

参见图1，出租车一般在出租车内安装带有显示屏和喇叭的智能车载设备、计价器、高清摄像头。智能车载设备可通过车辆CAN总线和/或车辆GPIO接口获取车门开关、行驶速度数据等，可通过CAN总线与高清摄像头、计价器等通信，并可通过无线网络(例如4G通信网络)连接至云端管理平台。云端管理平台可对出租车运营数据进行监控管理、统计分析以进行改进督促。

根据本申请示例实施例，通过整合这些已有的高清视频采集、车身CAN网络数据采集、车载智能屏等，通过在智能车载设备嵌入人员图像识别技术和状态监控算法，能有效解决常规计费管理的不足之处。根据示例实施例的方案可有效利用当前出租车车载监控终端已有硬件装置，避免额外添置重力感应设备等硬件部件。

图2示出根据本申请示例实施例的管理出租车计费的方法流程图。

图3示出根据本申请示例实施例的管理出租车计费的方法涉及的状态变化图。

参见图2和图3，在S201，响应状态初始化操作，将计价状态复位为第一状态。状态初始化操作可包括打卡签到操作或停止打表操作。

根据示例实施例，计价状态可用于表示车辆的运营行驶状态，从而确定需要采集的与相应计价状态相关的数据。司机在管理软件上打卡签到后，车辆则处于运营状态，此时可将计价状态设置或复位为第一状态。此外，在完成一次打表计费后，例如司机抬表或按下计费结束按钮后，计价状态设置或复位为第一状态。可见，第一状态相当于空车运营状态。

在S203，获取车速数据，在车速为零时，将计价状态设置为第二状态。

根据示例实施例，在第一状态时，智能车载设备内的嵌入处理器可持续实时解析车辆CAN车速报文。在车速为零时进入，将计价状态设置为第二状态，并通知嵌入处理器。第二状态可相当于乘客上车预检测状态。

CAN总线是CAN(Controller Area Network)控制器域网总线，是一种应用广泛的现场总线，在工业测控和工业自动化等领域有很大的应用前景。是国际上应用最广泛的现场总线之一。CAN总线协议已经成为汽车计算机控制系统和嵌入式工业控制局域网的标准总线，并且拥有以CAN为底层协议专为大型货车和重工机械车辆设计的J1939协议。

在S205，在第二状态，获取车门开关信号。

根据示例实施例，在第二状态，嵌入处理器扫描车辆CAN报文数据(乘客车门开关的信号)，对于老式车辆可以通过扫描车辆GPIO接入信号来代替，过滤掉开关时间间隔小于时间T1(例如0.5秒)的异常报文数据。在确认扫描到相应信号后，嵌入处理器通知智能车载设备。

在S207，在获取到车门开关信号后，将计价状态设置为第三状态。

在获取到车门开关信号后，表明可能有乘客上车(但需进一步确认)，可将计价状态设置为第三状态。第三状态可相当于乘客上车检测状态。

另外，在第二状态，可获取车速数据。在未获取到车门开关信号且车速大于预定车速时，将计价状态设置为第一状态。

在S209，在第三状态，获取车速数据，在车速大于预定车速后经过预定延时，控制摄像头获取车内图像，根据车内图像确定车内人员数量。

在第三状态，获取车速数据。在车速大于预定车速(例如5km/h)后经过预定延时(例如10秒)，控制摄像头获取车内图像。

根据示例实施例，通过前排摄像头/后排摄像头进行拍照，拍照产生的图像数字数据传递给人员图像识别算法模块进行处理。算法模块分别计算统计前排摄像头和后排摄像头拍摄图片中人数，然后将两个结果累加得到最终结果。

根据一些实施例，通过前排单摄像头人数统计算法，采用在前排挡风玻璃内部的上方安装摄像头，拍摄出租车内全部场景，实现全车人数统计。

根据另一些实施例，通过前后排双摄像头人数统计算法，采用同样在前排挡风玻璃内安装单摄像头基础上，在出租车内左右中后部再安装一个摄像头。实现前排摄像头统计前排人数，后排摄像头统计后排人数，前后排统计人数相加即为全车人数统计。

在S211，在车内人员数量大于1时，将计价状态设置为第四状态。

如果车内人员数量大于1，将计价状态设置为第四状态。第四状态可相当于正常载客运营状态。否则，若确定车内人员数量不大于1，则将计价状态设置为第一状态。

在S213，在第四状态，若计价设备未开启打表，则向计价设备发送打表命令。

根据示例实施例，在第四状态，若判断计价设备未开启打表，则向计价设备发送打表命令。若计价设备已开启打表或者在收到计价设备返回的打表成功消息后，将计价状态设置为第五状态(打表计费状态)。

根据一些实施例，在第四状态，若计价设备未开启打表，还可发出提醒打表指令，通过喇叭或显示屏画面向出租车司机发出声音提示或画面提示。

根据一些实施例，向计价设备发送打表命令时，可使用计价设备密钥生成加密报文通过串口发给计价设备。

根据一些实施例，智能车载设备还可将运营数据组合封包后上报至管理平台，例如将车牌、地点、时间、司机编号、乘车人数和车内照片等数据组合封包，通过4G网络形成运单上报管理平台。

根据示例实施例，基于状态管理和图像识别，通过该自动识别乘客上车及打表提醒或控制，可避免司机忘记打表引起的问题。

根据示例实施例，通过整合现有设备，无需添加额外设备，即可实现自动开启计费，避免增加额外成本。

根据一些实施例，通过支持自动打表计费，可做到100％及时打表，有效解决司机不规范打表或忘记打表的问题。

根据一些实施例，通过声音、车载大屏显示等多种方式提醒司机及时打表计费，有效避免乘车费用纠纷，提升乘客坐车服务质量。在实车测试中，95％以上未及时打表的司机在提醒后能打表计费。

根据一些实施例，可通过后台管理员人工介入确保出租车司机及时打表计费。通过后台管理系统有效统计分析司机不良行为，营运企业可以根据平台统计情况针对性对相应司机进行培训改进。

图4示出根据另一实施例的管理出租车计费的方法流程图。

参见图4，在步骤A，司机在管理软件上打卡，车辆处于运营状态。

在步骤B，车载设备收到车辆CAN总线、终端IO输入采集的数据，包括车辆速度为0，乘客车门、后备箱门打开然后关闭的信号、以及后备箱门始终关闭的信号。

在步骤C，车载设备进行入乘客上车检测状态，通过车内高清摄像头拍照并第一次统计车内人数。

在步骤D，车载设备检测CAN数据采集车辆速度大于计时启动速度后，开始计时。

在步骤E，车载设备计时时长超过复核时长后，车载设备再次进行乘客的状态检测，通过车内高清摄像头拍照并第二次统计车内人数。

步骤F，车载设备比较第一次车内统计的人数和第二次车内统计的人数，取最大值为车内人数，当车内人数大于1时判断当前有乘客上车，进行步骤G，否则为没有乘客上车，返回步骤B。

步骤G，车载设备确定乘客上车后判断打表是否开启，如开启则进行步骤H，如没有开启则进行步骤I。

步骤H，车载设备自动打表同时显示屏切换为打表计费模式，直接进行步骤K。

步骤I，车载设备提醒司机进行打表，提醒期间再次判断打表是否已开启，如开启则进行步骤K，如没有开启，则进行步骤J。

步骤J，车载设备生成未打表事件日志上报给后台管理服务器。

步骤K，结束流程。

的步骤F中，判断当前有乘客上车是由车载设备根据车速变化、开关门事件、车内人数变化条件综合判断。

的步骤H中，计价器启动重车计费是由车载设备自动完成打表，显示屏显示重车界面并声音提醒后，计价器启动重车计费。

的步骤J中，后台管理服务器核实未打表事件日志，如确认乘客上车未打表时后台管理员下发命令让车载设备再次提醒督促司机，同时将确认后的未打表事件日志记录到司机行为数据库中，后台会统计分析进行改进培训。

的步骤D中，计时启动速度为3-10km/h。

的步骤E中，复核时长为5-10s。

的步骤I中，车载设备提醒司机的方式包括声音和闪光提醒。

的步骤I中，车载设备提醒期间如果进行手动打表，则停止提醒，并结束流程。

的未打表事件日志的内容包括车牌、地点、时间、司机编号、乘车人数和车内照片。

图5示出本申请示例实施例的Yolox模型使用的CBAM注意力模块的示意图。

图6示出改进的Yolox模型的示意图。

根据示例实施例，采用单帧检测方法，通过检测人头的方式，得到人数统计的结果。在进行人数统计时，根据输入的图像帧，准确的检测出当前空间内的人头。为了准确的检测出当前帧的人头，可采用YoloX模型作为检测器的基线(baseline)。YoloX具有轻量化、计算量小、运行速度快的优点，能很好的满足计算资源有限的场景。YoloX适用于通用的检测场景，但对于具体业务场景，仍存在误检及漏检的情况。为了进一步的提高模型的检测率与降低模型的误检率，通过添加注意力机制对YoloX进行改进，从而提高模型效果。参见图5，可采用CBAM(Convolutional Block Attention Module)作为注意力机制的模块，从通道与特征图两个方面增强有用的特征图及有用的特征区域的特征表示。

参见图6，YoloX模型由多个模块(block)组成，每个模块相对独立。为了减少模型的复杂度以及提高模型的检测能力，可在每个block模块的后面，添加CBAM注意力模块。

根据一些实施例，可以将YoloX的卷积层和激活函数层融合成一个层。SiLU激活函数不会被融合，意味着需要更多的运算量以及内存访问，但内存访问对性能的影响是不容忽视的。因此，可将SiLU更换为ReLU激活函数。这样，运算速度可提升为原来的2倍，而精度只有微小损失。

根据另一些实施例，可采用多帧检测方法。

多帧判断策略，就是通过对多帧的检测结果进行统计，并利用一定的策略，得到当前时间段内的人数。具体而言，在一段时间内，提取多个关键帧，并对关键帧进行模型检测。关键帧的帧间时间间隔不能过小，因为瞬时内场景变化不大，信息具有冗余性。同时，关键帧的帧间时间间隔不能过大，因为长时间会导致检测反馈失去了时效性。当关键帧的帧数满足设定的阈值时，就根据设定的统计策略输出当前统计的人数。例如，统计策略可以是输出关键帧检测结果的众数作为最终的统计人数。另外，可能会出现关键帧检测的结果均不相同的情况，可采用求关键帧的均值作为当前统计的人数结果。单帧检测结合多帧统计的算法过程描述如下。

首先进行算法初始化，根据实际需求设定相应阈值，以适应不同场景需求。本方案重要的阈值包含最小帧间时间间隔t

接着，由摄像头采集视频帧，作为本算法的输入。

下一步，计算帧间时间间隔t

接着，滤除冗余帧，减少计算量。比较帧间间隔t

然后，丢弃长时未更新的历史信息，确保检测的时效性。比较帧间间隔tgap与最大帧间时间间隔t

下一步，判断count_frame是否等于detectedNum，若不相等，则说明帧数还没达到统计帧的总数，则返回，继续迭代进行帧间人数检测。

最后，根据统计帧的结果，计算当前人数。由于每一帧都有对应的人数结果，而由于各种不稳定因素的影响，可能会导致连续统计帧的结果略有不同。为了提高本方案的鲁棒性，对于统计帧的结果，采用众数作为人数结果，而当统计的结果均不相同时，则取多帧检测的均值作为最终结果。

根据示例实施例，在高通8953平台，单帧处理平均耗时110ms，内存使用35M。多帧统计设定的统计时间参数为1s，采样帧数为3帧，给单帧处理提供了约333ms的时间开销，资源是足够的。

图7示出通过前后排双摄像头实现全车人数统计的示意图。

由于前排摄像头安装在前方挡风玻璃内的上部区域，摄像头角度和位置都是不定，所以绝大部分情况下会拍摄到后排区域和后排人员，同时前排人员可能只有部分身体部分区域进入摄像头拍摄区域。

同样地，后排摄像头一般安装在出租车内的中后部的左边或右边，后排摄像头位置和拍摄角度是不定的，所以可能会拍摄到前排区域和前排人员，以及后排人员可能只有身体部分区域进入拍摄区域。

在嵌入式设备上，前后排摄像头各自对应一个视频通道，每个视频通道作为对应算法层输入，分别实现前后排的人数统计，在应用层将结果累加实现全车人数统计。

YoloX模型具有无锚点(anchor-free)特点，将每个目标的中心位置指定为正样本，并预先定义一个比例范围，以指定每个目标的FPN(特征金字塔网络：Feature PyramidNetwork)级别。针对YoloX算法网络特性，具有记忆目标空间位置信息特点，只对训练图像中前排人员做样本标注，后排人员不做样本标注。标注信息为类别和矩形框，矩形框为头部和上半身躯干总和的可见区域(外接矩形)。这样YoloX模型训练时只获取前排人员标注信息，最终算法模型单帧推理时只预测前排人员的坐标信息。样本标注信息示例参见图8。

为了防止后排人员误检，在训练样本中再引入一个类别，即后排区域空间。后排区域空间的标注信息为后排座位至后排挡风玻璃的可见区域的外接矩形。由于后排人员一般在后排可见区域矩形框内，而前排人员矩形框最多与后排可见区域矩形框有交集，通过这种空间关系可自动滤除后排人员误检。前排摄像头样本的后排区域空间标注示例参见图9和图10。

对于后排摄像的人数统计，可采用类似前排摄像的人数统计的检测方案。例如，对后排摄像头样本可定义两个类别：后排人员和后排区域空间。对前排人员不做类别标注信息。

图11示出根据本申请示例实施例的智能车载设备的框图。

如图11所示，智能车载设备30包括处理器12和存储器14。智能车载设备30还可以包括总线22、网络接口16以及I/O接口18。处理器12、存储器14、网络接口16以及I/O接口18可以通过总线22相互通信。

处理器12可以包括一个或多个通用CPU(Central Processing Unit，处理器)、微处理器、或专用集成电路等，用于执行相关程序指令。

根据一些实施例，智能车载设备30还可包括嵌入式处理器，用于采集CAN数据等车辆状态数据/信号。

存储器14可以包括易失性存储器形式的机器系统可读介质，例如随机存取存储器(RAM)、只读存储器(ROM)和/或高速缓存存储器。存储器14用于存储包含指令的一个或多个程序以及数据。处理器12可读取存储在存储器14中的指令以执行上述根据本申请实施例的方法。

智能车载设备30也可以通过网络接口16与一个或者多个网络通信。该网络接口16可以是无线网络接口。

智能车载设备30也可以通过GPIO接口18或CAN接口采集车辆信号。

总线22可以为包括地址总线、数据总线、控制总线等。总线22提供了各组件之间交换信息的通路。

需要说明的是，在具体实施过程中，智能车载设备30还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。

本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC)、网络存储设备、云存储设备，或适合于存储指令和/或数据的任何类型的媒介或设备。

本申请实施例还提供一种计算机程序产品，该计算机程序产品包括存储计算机程序的非瞬时性计算机可读存储介质，该计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种方法的部分或全部步骤。

本领域的技术人员可以清楚地了解到本申请的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列、集成电路等。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

以上对本申请实施例进行了详细描述和解释。应清楚地理解，本申请描述了如何形成和使用特定示例，但本申请不限于这些示例的任何细节。相反，基于本申请公开的内容的教导，这些原理能够应用于许多其它实施例。

通过对示例实施例的描述，本领域技术人员易于理解，根据本申请实施例的技术方案至少具有以下优点中的一个或多个。

根据一些实施例，基于状态管理和图像识别，通过综合车辆营运状态、车门开关、车速、人员数量等各种条件进行准确判断，实现出租车计费的可靠管理。

根据一些实施例，基于多重检测机制和判断机制，可有效避免识别率、准确率不高的问题，有助于提升出租车营运管理服务质量。

根据一些实施例，通过整合现有设备，无需添加额外设备，在智能车载设备计算分析车辆CAN数据/GPIO数据、车内视频数据来实现出租车自动识别乘客上车，即可实现自动开启计费，避免增加额外成本。

根据一些实施例，可自动切换车载智能屏到计费显示界面，提高用户友好性。

以上具体地示出和描述了本申请的示例性实施例。应可理解的是，本申请不限于这里描述的详细结构、设置方式或实现方法；相反，本申请意图涵盖包含在所附条款的精神和范围内的各种修改和等效设置。

以上具体地示出和描述了本申请的示例性实施例。应可理解的是，本申请不限于这里描述的详细结构、设置方式或实现方法；相反，本申请意图涵盖包含在所附条款的精神和范围内的各种修改和等效设置。