[发明专利]故障车辆的寻找方法、服务器及运维端

说明书

本发明实施例提供一种故障车辆的寻找方法、服务器及运维端，属于车辆技术领域。所述故障车辆的寻找方法包括：获取车辆在预设时间段内的历史运营数据，其中所述历史运营数据包括车辆信息、用户信息、以及用户使用信息；将所述历史运营数据输入基于机器学习算法的故障分析模型，判断所述车辆中的故障车辆；获取所述故障车辆的所述历史运营数据；依据所述故障车辆的所述历史运营数据，确定所述故障车辆的地理位置信息；基于所述故障车辆的所述地理位置信息，得到所述故障车辆的地理区域密度分布；和向运维端发送所述地理区域密度分布。由此实现了除用户上传报修信息之外的另一种智能识别真实故障车的方案，并增大了故障车辆被找到的概率。

技术领域

本发明涉及车辆技术领域，具体地涉及一种故障车辆的寻找方法、服务器及运维端。

背景技术

随着“互联网+”时代的来临，物联网科技的革新正以一种难以预期的速度来变革着人们的生活方式，其中以车辆(例如共享单车、共享汽车等)为代表的物联网技术已较成功地融入到了人们的日常生活当中。

但是，损坏的车辆无法为用户提供服务的同时，还会占用城市的车辆停放空间；由此，对于损坏的车辆的维护和管理一直以来都是车辆运营商日常工作中非常重要的一部分。

在相关技术中，运营商试图借助用户来帮忙判断车辆是否是损坏的并可以让其选择上报报修信息；但本申请的发明人在实践本申请的过程中发现上述相关技术中至少存在以下缺陷：存在不法分子出于逃单等目的而经常上报假报修信息，使得车辆运营商很难识别出真实的故障车；另外，由于故障车辆可能会因定位故障而导致定位不准，导致运维人员难以找到故障车辆。

发明内容

本发明实施例的目的是提供一种故障车辆的寻找方法、服务器、运维端及机器可读存储介质，用以至少解决现有技术中存在假报修信息而使得真实故障车识别困难，并使得运维师傅难以寻找到故障车的技术问题。

为了实现上述目的，本发明实施例提供一种故障车辆的寻找方法，应用于服务器，该方法包括：获取车辆在预设时间段内的历史运营数据，其中所述历史运营数据包括车辆信息、用户信息、以及用户使用信息；将所述历史运营数据输入基于机器学习算法的故障分析模型，判断所述车辆中的故障车辆；获取所述故障车辆的所述历史运营数据；依据所述故障车辆的所述历史运营数据，确定所述故障车辆的地理位置信息；基于所述故障车辆的所述地理位置信息，得到所述故障车辆的地理区域密度分布；和向运维端发送所述地理区域密度分布。

具体的，所述车辆信息包括：所述预设时间段内的报修次数；所述车辆每次报修所对应的报修理由；和所述预设时间段内，报修订单数量和正常订单数量的比例，所述用户信息包括：所述预设时间段内，假报修订单数量和正常订单数量的比例，所述用户使用信息包括：所述车辆在最近的预设次数的订单，所述车辆的移动范围是否处于预设距离范围内。

可选的，所述依据所述故障车辆的所述历史运营数据，确定所述故障车辆的所述地理位置信息包括：获取所述故障车辆的所述移动范围；将所述故障车辆在所述移动范围内的最后一次订单的定位位置信息作为所述故障车辆的所述地理位置信息。

可选的，所述故障分析模型是基于决策树算法实现对所述故障车辆的判断。

可选的，所述向运维端发送所述地理区域密度分布之后，所述方法进一步包括：获取所述运维端对所述故障车辆的标定结果；使用所述标定结果迭代所述故障分析模型。

本发明实施例另一方面提供一种车辆故障车辆的寻找方法，应用于运维端，该方法包括：从服务器接收故障车辆的地理区域密度分布；展示所述地理区域密度分布。

可选的，在所述展示所述地理区域密度分布之后，该方法还包括：向所述服务器发送有关所述故障车辆的标定结果，其中所述标定结果用于指示经人工验证的所述车辆的故障结果。