一種營運車輛掛靠行為的判斷方法與流程

　　本發明涉及一種判斷方法，具體為一種營運車輛掛靠行為的判斷方法，屬於車輛用途屬性判斷技術領域。

　　背景技術：

　　車輛掛靠經營行為作為我國獨有的一種經營方式，在道路運輸領域普遍存在。所謂營運車輛掛靠行為是指個人出資購買車輛，以運輸企業為車主登記人戶，並以其名義進行運輸經營，由掛靠企業提供適於營運的法律條件並收取相應的管理費或有償服務費的經營方式。

　　掛靠車輛經營潛藏巨大的風險，由於掛靠車輛的產權大多不屬於運輸企業，經營權又承包或出租給個人，資本的逐利性使掛靠車主把經濟效益最大化放在了第一位，從而不可避免地影響了公路運輸業的健康發展。目前，我國公路運輸經營主體多、企業規模小、運輸組織鬆散、競爭能力和抗風險能力弱、市場混亂等現象依然突出。掛靠經營存在較多的安全隱患，掛靠企業對掛靠車輛難以有效管理、掛靠車主安全意識薄弱導致車輛交通事故頻發；掛靠經營引發的利益主體多元化，掛靠車主往往不按照許可路線運營、不遵守法律法規導致市場秩序混亂；掛靠經營追求的是單車經濟效益最大化，掛靠車主服務態度較差、市場信譽較低導致誠信危機突顯；掛靠車輛產權關係不明晰、經營主體不明確導致潛在較大的法律風險。

　　技術實現要素：

　　本發明的目的就在於為了解決上述問題而提供一種營運車輛掛靠行為的判斷方法。

　　本發明通過以下技術方案來實現上述目的：一種營運車輛掛靠行為的判斷方法，包括：

　　(1)、獲取車輛衛星定位的軌跡數據；

　　(2)、進行數據異常點檢測過濾與預處理；

　　(3)、對軌跡數據進行特征提取與選擇；

　　(4)、獲取車輛屬性信息；

　　(5)、計算車輛掛靠評分測度指標；

　　(6)、計算車輛掛靠評分。

　　作為本發明進一步的方案：所述獲取車輛衛星定位的軌跡數據包括：

　　衛星定位緯度、衛星定位經度、衛星定位時間、衛星定位方向、衛星定位速度、衛星定位精度和衛星數。

　　作為本發明進一步的方案：所述進行數據異常點檢測過濾與預處理包括：

　　將車輛衛星定位的軌跡數據進行過濾，剔除衛星定位經緯度異常、衛星定位時間異常、衛星定位方向異常、衛星定位速度異常和衛星定位精度差的數據點。

　　作為本發明進一步的方案：所述對軌跡數據進行特征提取與選擇包括：

　　通過軌跡數據切分，可以獲得車輛運輸路線和行程經緯度信息，共計3個特征信息。

　　作為本發明進一步的方案：所述獲取車輛屬性信息包括：

　　通過對車輛信息的采集，提取車輛所屬企業、車輛品牌型號、車輛購買時間和車輛車牌所在地，共計4個車輛屬性信息。

　　作為本發明進一步的方案：所述計算車輛掛靠評分測度指標包括：

　　根據獲取的車輛行程特征信息和屬性信息構建識別指標車輛品牌型號、車輛購買時間、車牌所在地、運輸路線和載貨地點，按照識別指標設計測度指標分別為品牌型號占比、車輛購買時間集中程度、車牌所在地占比、前五常跑路線信息熵和載貨地點信息熵。執行上述操作，共計計算5個測度指標。

　　作為本發明進一步的方案：所述計算車輛掛靠評分包括：

　　對車輛掛靠行為進行評分計算，根據品牌型號占比、車輛購買時間集中程度、車牌所在地占比、前五常跑路線信息熵和載貨地點信息熵這5個測度指標計算車輛掛靠評分。如果車輛掛靠評分較高則認為車輛有較高概率存在掛靠行為；如果車輛掛靠評分較低則認為車輛有較低概率存在掛靠行為。

　　本發明的有益效果是：該營運車輛掛靠行為的判斷方法設計合理，對采集的衛星定位數據進行過濾和預處理，減少了因為數據質量問題對營運車輛掛靠行為判斷的影響。進一步地，提取車輛軌跡數據的特征指標：車輛運輸路線、開始經緯度、結束經緯度。進一步地，提取車輛所屬企業、車輛品牌型號、車輛購買時間和車輛車牌所在地。進一步地，本發明計算車輛掛靠評分測度指標品牌型號占比、車輛購買時間集中程度、車牌所在地占比、前五常跑路線信息熵和載貨地點信息熵。進一步地，本發明根據車輛掛靠評分測度指標計算車輛掛靠評分，並根據車輛掛靠評分設置閾值對掛靠行為進行判斷。

　　附圖說明

　　圖1為本發明流程示意圖。

　　具體實施方式

　　下麵將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

　　請參閱圖1，一種營運車輛掛靠行為的判斷方法，包括以下步驟：

　　步驟a，獲取衛星定位軌跡數據：

　　在本實例中，啟動衛星定位模塊(包括駕駛車輛內部、車載智能設備、智能手機等)，通過衛星定位模塊與計算終端建立數據連接。可以獲取衛星定位緯度、衛星定位經度、衛星定位時間、衛星定位方向、衛星定位速度、衛星定位精度、衛星數等行程數據；

　　步驟b，進行數據異常點檢測過濾與預處理：

　　在本實例中，對獲取的數據進行異常點檢測與預處理。剔除衛星定位經緯度異常、衛星定位時間異常、衛星定位方向異常、衛星定位速度異常和衛星定位精度差的數據點。因為異常的數據點會導致特征計算出現偏差，使得對營運車輛掛靠行為的判斷失去準確性；

　　步驟c，軌跡數據的特征提取與選擇:

　　通過對車輛終端衛星定位的軌跡數據進行分析，發現車輛軌跡數據切分後，獲得的車輛運輸路線和行程經緯度信息對判斷營運車輛掛靠行為具有重要意義。車輛運輸路線能夠較好的反映運輸企業對企業車輛運輸路線的安排，行程經緯度信息能較好的反映出車輛行程的起始位置信息；

　　步驟d，車輛屬性信息獲取：

　　通過對車輛屬性信息進行分析，發現車輛屬性信息對判斷營運車輛掛靠行為具有重要意義。車輛所屬企業、車輛品牌型號、車輛購買時間和車輛車牌所在地均能夠反映出企業對車輛集中購買的情況；

　　步驟e，計算車輛掛靠評分測度指標：

　　通過對車輛行程數據和屬性信息分析發現，這兩類特征可以分別從車輛角度和企業角度對車輛掛靠行為進行判斷。車輛行程特征信息構建前五常跑路線信息熵和載貨地點信息熵測度指標，這兩個測度指標值越大說明其運輸越不規律，存在掛靠的可能性就越大；車輛的屬性信息構建品牌型號占比、車輛購買時間集中程度、車牌所在地占比測度指標，這三個測度指標越大說明其采購越規律，存在掛靠的可能性就越小；上述測度指標計算方式如下：

　　1)前五常跑路線信息熵：pi為路線占比；

　　2)載貨地點信息熵：pi為載貨地點占比；

　　3)品牌型號占比：p＝該車品牌型號車輛總數/企業車輛數；

　　4)車輛購買時間集中程度：r＝該車購買本周車輛購買總數；

　　5)車牌所在地占比：p＝該車車牌所在地車輛總數/企業車輛數。

　　步驟f，計算車輛掛靠評分：

　　對車輛掛靠行為測度指標進行評分計算，評分越高則車輛存在掛靠行為可能性越大；車輛掛靠行為識別指標評分計算方式如下：

　　1)運輸路線：計算該車輛前五常跑路線信息熵在所有車輛中的分位數位置，並將其乘上100作為評分；

　　2)載貨地點：計算該車輛載貨地點信息熵在所有車輛中的分位數位置，並將其乘上100作為評分；

　　3)車輛品牌型號：(1-該車品牌型號占比)*100

　　4)車輛購買時間：計算該車輛購買時間集中程度在所有車輛中的分位數位置，並將其乘上100作為評分

　　5)車牌所在地：(1-該車車牌所在地占比)*100

　　綜上所述，將五項車輛掛靠行為識別指標評分情況的均值作為該車輛掛靠行為評分，並設定參考閾值。如果車輛掛靠評分大於閾值則認為該車輛存在掛靠行為；如果車輛掛靠評分不大於閾值則認為該車輛不存在掛靠行為。

　　工作原理：在使用該營運車輛掛靠行為的判斷方法時，通過使用終端獲取的軌跡數據，在對數據進行清洗和過濾之後提取特征，結合車輛屬性信息構建掛靠車輛評分測度指標，最後通過測度指標計算車輛掛靠評分來判斷車輛掛靠行為，可被應用於各種與判斷車輛掛靠行為相關的應用之中，在保障車輛行程數據和屬性數據可靠的前提下，有效的識別車輛掛靠行為，為識別車輛運營風險提供可靠的依據。

　　對於本領域技術人員而言，顯然本發明不限於上述示範性實施例的細節，而且在不背離本發明的精神或基本特征的情況下，能夠以其他的具體形式實現本發明。因此，無論從哪一點來看，均應將實施例看作是示範性的，而且是非限製性的，本發明的範圍由所附權利要求而不是上述說明限定，因此旨在將落在權利要求的等同要件的含義和範圍內的所有變化囊括在本發明內。不應將權利要求中的任何附圖標記視為限製所涉及的權利要求。

　　此外，應當理解，雖然本說明書按照實施方式加以描述，但並非每個實施方式僅包含一個獨立的技術方案，說明書的這種敘述方式僅僅是為清楚起見，本領域技術人員應當將說明書作為一個整體，各實施例中的技術方案也可以經適當組合，形成本領域技術人員可以理解的其他實施方式。

　　技術特征：

　　1.一種營運車輛掛靠行為的判斷方法，其特征在於：包括：

　　(1)、獲取車輛衛星定位的軌跡數據；

　　(2)、進行數據異常點檢測過濾與預處理；

　　(3)、對軌跡數據進行特征提取與選擇；

　　(4)、獲取車輛屬性信息；

　　(5)、計算車輛掛靠評分測度指標；

　　(6)、計算車輛掛靠評分。

　　2.根據權利要求1所述的一種營運車輛掛靠行為的判斷方法，其特征在於：所述獲取車輛衛星定位的軌跡數據包括：

　　衛星定位緯度、衛星定位經度、衛星定位時間、衛星定位方向、衛星定位速度、衛星定位精度和衛星數。

　　3.根據權利要求1所述的一種營運車輛掛靠行為的判斷方法，其特征在於：所述進行數據異常點檢測過濾與預處理包括：

　　將車輛衛星定位的軌跡數據進行過濾，剔除衛星定位經緯度異常、衛星定位時間異常、衛星定位方向異常、衛星定位速度異常和衛星定位精度差的數據點。

　　4.根據權利要求1所述的一種營運車輛掛靠行為的判斷方法，其特征在於：所述對軌跡數據進行特征提取與選擇包括：

　　通過軌跡數據切分，可以獲得車輛運輸路線和行程經緯度信息，共計3個特征信息。

　　5.根據權利要求1所述的一種營運車輛掛靠行為的判斷方法，其特征在於：所述獲取車輛屬性信息包括：

　　通過對車輛信息的采集，提取車輛所屬企業、車輛品牌型號、車輛購買時間和車輛車牌所在地，共計4個車輛屬性信息。

　　6.根據權利要求1所述的一種營運車輛掛靠行為的判斷方法，其特征在於：所述計算車輛掛靠評分測度指標包括：

　　根據獲取的車輛行程特征信息和屬性信息構建識別指標車輛品牌型號、車輛購買時間、車牌所在地、運輸路線和載貨地點，按照識別指標設計測度指標分別為品牌型號占比、車輛購買時間集中程度、車牌所在地占比、前五常跑路線信息熵和載貨地點信息熵。執行上述操作，共計計算5個測度指標。

　　7.根據權利要求1所述的一種營運車輛掛靠行為的判斷方法，其特征在於：所述計算車輛掛靠評分包括：

　　對車輛掛靠行為進行評分計算，根據品牌型號占比、車輛購買時間集中程度、車牌所在地占比、前五常跑路線信息熵和載貨地點信息熵這5個測度指標計算車輛掛靠評分。如果車輛掛靠評分較高則認為車輛有較高概率存在掛靠行為；如果車輛掛靠評分較低則認為車輛有較低概率存在掛靠行為。

　　技術總結

　　本發明公開了一種營運車輛掛靠行為的判斷方法，包括獲取車輛衛星定位的軌跡數據；進行數據異常點檢測過濾與預處理；對軌跡數據進行特征提取與選擇；獲取車輛屬性信息；計算車輛掛靠評分測度指標；計算車輛掛靠評分。本發明通過使用終端獲取的軌跡數據，在對數據進行清洗和過濾之後提取特征，結合車輛屬性信息構建掛靠車輛評分測度指標，最後通過測度指標計算車輛掛靠評分來判斷車輛掛靠行為。本發明可被應用於各種與判斷車輛掛靠行為相關的應用之中，在保障車輛行程數據和屬性數據可靠的前提下，有效的識別車輛掛靠行為，為識別車輛運營風險提供可靠的依據。