本发明属于计算机，具体涉及一种网约车车队的调度方法、系统、电子设备及介质。
背景技术：
1、目前市面上的网约车车队调度方法主要是根据订单量等因素进行调度，智能化水平较低，无法实时监控驾驶人员的驾驶行为以及乘客的乘坐行为，当驾驶人员驾驶行为或乘客的行为动作出现异常时，无法及时通知应用平台进行调度，造成乘客使用满意度较低，且容易造成事故无法及时处理的问题。
技术实现思路
1、为了克服现有技术的不足，本发明提供一种网约车车队的调度方法、系统、电子设备及介质，以解决现有技术中的网约车车队调度无法实时监控驾驶人员和乘坐人员异常行为的问题。
2、本发明其中一个实施例提供了一种网约车车队的调度方法，包括以下步骤：
3、创建数字虚拟钥匙与所属车辆绑定关系，设立驾驶人员的权限功能，所述数字虚拟钥匙和车辆租赁系统集成，收集存储车辆租赁期限信息；
4、据车载摄像头获取第一区域内图像信息，第一区域包括驾驶人员，收集第一区域内驾驶人员动作图像上传至预设的动作数据库，基于驾驶人员驾驶行为预先训练好的驾驶人员动作数据模型判断第一区域内的驾驶人员的驾驶行为的标准性，云端接收和存储驾驶人员的驾驶行为信息数据；据车载摄像头获取第二区域内图像信息，收集第二区域内乘客动作图像与人脸图像，上传至所述预设动作数据库中，基于预设乘客行为动作数据模型，确定出行乘客数量，判断乘客行为是否出现异常，云端接收和存储乘客的行为动作信息数据；与预设动作数据模型进行比对，出现异常情况时，向平台发出警报，并发送预警通知至用户终端，平台通过警报分析，构建调度模型，根据所述调度模型制定调度策略。
5、进一步地，还包括预设的动作数据库构建过程为：根据车载摄像头，采集第一区域内驾驶人员标准驾驶行为视频，并从视频中均匀提取图像帧，针对驾驶人员肩膀角度坐标点进行标注和双手位置坐标点进行标注；将第一区域内标注后的图像帧上传至所述驾驶人员驾驶行为动作数据库并存储；根据车载摄像头，收集第二区域内乘客异常行为数据，包括乘客行为动作图像信息与人脸图像，从视频中均匀提取图像帧，针对乘客头部坐标位置进行标注和关节角度位置进行标注；将标注后的图像帧上传至所述乘客行为动作数据库并存储。
6、进一步地，所述驾驶人员动作数据模型构建过程包括：所述驾驶人员驾驶行为动作数据库中存储的图像帧数据进行预处理，在经处理的数据中心提取第一特征向量集；根据所述第一特征向量集，构建用于动作辨识的深度学习模型；实时监控驾驶人员的驾驶行为，根据驾驶人员驾驶行为识别模型输出实时反馈。
7、进一步地，所述预设乘客行为动作数据模型构建过程包括：将所述乘客行为动作数据库中存储的图像帧数据进行预处理，在经处理的数据中心提取第二特征向量集；根据所述第二特征向量集，利用所述乘客行为动作数据库，采用根据时序分析的动作识别方法建立乘客行为动作识别模型；实时监控乘客行为动作，根据乘客行为动作识别模型输出实时反馈。
8、进一步地，所述数字虚拟钥匙包括api接口、数字钥匙管理模块和数字钥匙控制模块，所述数字虚拟钥匙通过api接口与网约车控制平台和车辆使用用户终端共同进行信号连接，根据所述数字钥匙管理模块中下发的用户信息，设置用户权限。
9、进一步地，获取训练样本集，训练样本集包括驾驶行为信息数据样本集和乘客的行为动作信息数据样本集；建立随机森林模型，根据所述训练集对所述随机森林模型进行训练，调整所述模型；根据调整后模型结果，制定所述调度策略。
10、本发明还包括一种网约车车队的调度系统，包括以下模块：数字虚拟钥匙模块：创建数字虚拟钥匙与所属车辆绑定关系，设立驾驶人员的权限功能，所述数字虚拟钥匙和车辆租赁系统集成，收集存储车辆租赁期限信息；第一控制模块：据车载摄像头获取第一区域内图像信息，第一区域包括驾驶人员，收集第一区域内驾驶人员动作图像上传至预设的动作数据库，基于驾驶人员驾驶行为预先训练好的驾驶人员动作数据模型判断第一区域内的驾驶人员的驾驶行为的标准性，云端接收和存储驾驶人员的驾驶行为信息数据；第二控制模块：根据车载摄像头获取第二区域内图像信息，收集第二区域内乘客动作图像与人脸图像，上传至所述预设动作数据库中，基于预设乘客行为动作数据模型，确定出行乘客数量，判断乘客行为是否出现异常，云端接收和存储乘客的行为动作信息数据；预警模块：与预设动作数据模型进行比对，出现异常情况时，向平台发出警报，并发送预警通知至用户终端，平台通过警报分析，构建调度模型，根据所述调度模型制定调度策略。
11、进一步地，所述第一控制模块根据车载摄像头，采集第一区域内驾驶人员标准驾驶行为视频，并从视频中均匀提取图像帧，针对驾驶人员肩膀角度坐标点进行标注和司机双手位置坐标点进行标注，将标注后的图像帧上传至所述驾驶人员驾驶行为动作数据库并存储；根据车载摄像头，收集第二区域内乘客异常行为数据，包括乘客行为动作图像信息和乘客音频信息，从视频中均匀提取图像帧，针对乘客头部坐标位置进行标注和关节角度位置进行标注，将标注后的图像帧上传至所述乘客行为动作数据库并存储。
12、进一步地，所述预警模块包括建模单元、预警单元和传输单元；所述建模单元根据所述第一控制模块和第二控制模块获取训练样本集，训练样本集包括驾驶行为信息数据样本集和乘客的行为动作信息数据样本集；建立随机森林模型，根据所述训练集对所述随机森林模型进行训练，调整所述模型；根据优化后模型结果，制定所述调度策略。
13、所述调度模型构建过程需解读随机森林模型输出的重要特征和决策路径，理解哪些驾驶行为和乘客动作对调度决策有重要影响，基于模型结果，制定具体的调度策略。例如，如果模型发现乘客的突然移动与交通事故风险增加相关，则可以在检测到此类行为时自动调整车速或发出警告，将调度策略集成到车辆控制系统中，并持续监控其效果，根据需要进行调整和优化。
14、本发明还包括一种电子设备，包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现一种网约车车队的调度方法。
15、本发明还包括一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如一种网约车车队的调度方法中所述的方法。
16、以上实施例所提供的一种网约车车队的调度方法、系统、电子设备及介质具有以下有益效果：
17、1、通过平台集约化网约车车队驾驶人员的驾驶信息，提高对于网约车驾驶人员的约束力以及信息整合能力。
18、2、使用数字虚拟钥匙，实现去实体钥匙化及钥匙授权的同时有效管控车辆调度和车辆维护；
19、3、通过深度学习，根据训练集构建行为识别模型，准确评估用车司机的行为习惯和判别乘客行为是否异常，上传至云端进行有效风控。
20、4、通过预警单元，平台实时收集问题车辆的警报情况并及时调度，有效提高网约车车队调度效率，提高乘客出行便利度。
1.一种网约车车队的调度方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种网约车车队的调度方法，其特征在于，还包括预设的动作数据库构建过程为：
3.如权利要求1所述的一种网约车车队的调度方法，其特征在于，所述驾驶人员动作数据模型构建过程包括：
4.如权利要求1所述的一种网约车车队的调度方法，其特征在于，所述预设乘客行为动作数据模型构建过程包括：
5.如权利要求1所述的一种网约车车队的调度方法，其特征在于，所述数字虚拟钥匙包括api接口、数字钥匙管理模块和数字钥匙控制模块，所述数字虚拟钥匙通过api接口与网约车控制平台和车辆使用用户终端共同进行信号连接，根据所述数字钥匙管理模块中下发的用户信息，设置用户权限，。
6.如权利要求1所述的一种网约车车队的调度方法，其特征在于，所述构建调度模型包括以下步骤：
7.一种网约车车队的调度系统，其特征在于，包括以下模块：
8.如权利要求7所述的一种网约车车队的调度系统，其特征在于，所述第一控制模块根据车载摄像头，采集第一区域内驾驶人员标准驾驶行为视频，并从视频中均匀提取图像帧，针对驾驶人员肩膀角度坐标点进行标注和司机双手位置坐标点进行标注，将标注后的图像帧上传至所述驾驶人员驾驶行为动作数据库并存储；根据车载摄像头，收集第二区域内乘客异常行为数据，包括乘客行为动作图像信息和乘客音频信息，从视频中均匀提取图像帧，针对乘客头部坐标位置进行标注和关节角度位置进行标注，将标注后的图像帧上传至所述乘客行为动作数据库并存储。
9.如权利要求7所述的一种网约车车队的调度系统，其特征在于，所述预警模块包括建模单元、预警单元和传输单元
10.一种电子设备，其特征在于，
