一种车辆防盗系统及方法与流程

1.本发明涉及车辆防盗技术领域，尤其涉及一种车辆防盗系统及方法。


背景技术：

2.在汽车保有量与日俱增的趋势下，车辆系统安全、车辆防盗等问题日益显著。与此同时，互联网时代的技术早已可以实现物与物之间的实时通信。车辆联网的概念被人们认知，各种相关产品也随之大量出现。车辆联网防盗成为了人们热衷的话题与研究课题之一。
3.在现有技术中，大部分是通过机械系统完成车辆的防盗功能，或者通过摄像头进行驾驶员面部识别进行防盗，前者机械系统容易被破坏导致失效，后者需要在车辆原有基础上增加设备，例如高清摄像头和图像处理器等，会明显增加车辆设计和生产成本。


技术实现要素：

4.本发明提供了一种车辆防盗系统及方法，以能够在原有的整车控制器的基础上，实现更加全面的车辆防盗认证功能，从而节省车辆生产成本以及提高车辆防盗的可靠性。
5.根据本发明的一方面，提供了一种车辆防盗系统，所述系统包括：整车控制器、车辆状态信息采集模块、移动终端；所述整车控制器与所述车辆状态信息采集模块连接，所述整车控制器与所述移动终端进行通信连接；
6.所述车辆状态信息采集模块用于采集当前车辆的状态信息，并将所述状态信息发送至所述整车控制器；
7.所述整车控制器用于根据所述状态信息判断当前驾驶员是否合法；若所述当前驾驶员为非法驾驶员，则向所述移动终端发送提示信息；
8.所述移动终端用于接收用户针对所述提示信息的响应信息，并将所述响应信息发送至所述整车控制器，使得所述整车控制器根据所述响应信息控制车辆。
9.根据本发明的另一方面，提供了一种车辆防盗方法，包括：
10.获取当前车辆的状态信息；其中，所述状态信息包括如下至少一项：加速踏板开度信息、制动踏板状态信息、车身稳定状态信息、车辆启动时位置信息、电机或发动机转速；
11.基于所述状态信息判断当前驾驶员是否合法；
12.若所述当前驾驶员非法驾驶员，则向关联的移动终端发送第一提示信息，使得所述移动终端根据所述第一提示信息生成响应信息；
13.接收所述移动终端发送的所述响应信息，并根据所述响应信息控制所述当前车辆。
14.本发明实施例的技术方案，通过车辆状态信息采集模块用于采集当前车辆的状态信息，并将状态信息发送至整车控制器；整车控制器用于根据状态信息判断当前驾驶员是否合法；若当前驾驶员为非法驾驶员，则向移动终端发送提示信息；移动终端用于接收用户针对提示信息的响应信息，并将响应信息发送至整车控制器，使得整车控制器根据响应信息控制车辆。上述技术方案，通过整车控制器接收车辆状态信息，整车控制器并根据车辆状
态信息进行防盗验证，提高了防盗的准确性，以及在不增加车辆硬件的基础上，通过整车控制器实现了防盗认证，提高了控制器资源利用率，减少了车辆生产成本。
15.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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
16.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1为本发明实施例提供的一种车辆防盗系统的架构示意图；
18.图2为本发明实施例提供的另一种车辆防盗系统的架构示意图；
19.图3为本发明实施例提供的又一种车辆防盗系统的架构示意图；
20.图4为本发明实施例提供的一种车辆防盗方法的流程图；
21.图5是本发明实施例提供的车辆防盗方法实现示意图；
22.图6为本发明实施例提供的一种车辆防盗装置的结构示意图。
具体实施方式
23.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
24.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
25.图1为本发明实施例提供的一种车辆防盗系统的架构示意图，本实施例可适用于车辆防盗的情况，如图1所示，该系统10包括：整车控制器101、车辆状态信息采集模块102、移动终端103；整车控制器101与车辆状态信息采集模块102连接，整车控制器101与移动终端103进行通信连接；车辆状态信息采集模块102用于采集当前车辆的状态信息，并将状态信息发送至整车控制器101；整车控制器101用于根据状态信息判断当前驾驶员是否合法；若当前驾驶员为非法驾驶员，则向移动终端103发送提示信息；移动终端103用于接收用户针对提示信息的响应信息，并将响应信息发送至整车控制器101，使得整车控制器101根据响应信息控制车辆。
26.其中，整车控制器101可以是整个汽车的核心控制部件，相当于汽车的大脑，可以
用于接收车辆状态信息采集模块102发送的当前车辆的状态信息，并可以对当前车辆的状态信息进行处理以及可以根据处理过的当前车辆的状态信息判断当前驾驶员是否合法，并可以根据判断结果，向移动终端103发送相应的提示信息。其中，车辆状态信息采集模块102可以用于采集当前车辆的状态信息，并将直接采集到的当前车辆的状态信息发送给整车控制器101。当前车辆的状态信息可以包括加速踏板开度信息、制动踏板状态信息、车辆加速度、制动力矩、车辆位置信息及电机或发动机转速、方向盘转角等信息。
27.其中，合法表示当前驾驶员为车主或可以使用当前车辆的其它驾驶员，提示信息为车辆存在被盗的提醒信息及请求处理操作信息，例如提示信息为“车辆存在被盗的可能性，是否禁止车辆驾驶”或“车辆存在被盗的可能性，是否禁止车辆启动”。相应的，移动终端103的响应信息可以是针对提示信息用户所作出的处理操作信息，例如选择禁止车辆驾驶或禁止车辆启动操作，当然也可以选择当前驾驶员驾驶当前车辆的操作。本实施例，通过整车控制器101给出的提示信息，可使用户手动选择每一次驾驶中防盗判断的结果，从而作出正确的响应，以防整车控制器101判断有误时妨碍当前驾驶员用车。其中，用户是指可使用移动终端103的用户，例如车主。
28.具体的，整车控制器101与移动终端103可通过网关或互联设备进行通信，网关或互联设备与整车控制器101之间通过以太网进行通信，网关或互联设备与移动终端103之间通过网络进行通信。可通过车辆状态信息采集模块102采集当前车辆的状态信息，可在车辆启动时采集，或车辆启动至车辆行驶一段距离间持续采集，并将采集到的当前车辆的状态信息发送至整车控制器101，整车控制器101接收当前车辆的状态信息，并根据当前车辆的状态信息判断当前驾驶员是否合法，例如可通过将采集到的当前车辆的状态信息输入至预先训练完成的神经网络模型中，该模型判定是否为合法驾驶员。该模型的训练集是在历史时间段，在车辆行驶过程中，由车辆状态信息采集模块102采集车辆的状态信息，并由整车控制器101对该车辆的状态信息处理后的数据组成。如果为合法驾驶员，则表示防盗认证通过，可正常行驶，如果为非法驾驶员，则整车控制器101向移动终端103发送提示信息，移动终端103接收提示信息，用户看到提示信息后，给出相应的响应信息，移动终端103接收用户针对提示信息的响应信息，移动终端103并将该响应信息发送至整车控制器101，使整车控制器101可根据响应信息控制车辆。示例性的，如果整车控制器101判断当前驾驶员为非法驾驶员，则给出车辆存在被盗的风险提示，并给出是否禁止车辆行驶或禁止启动的提示，或者是否同意当前驾驶员可以驾驶当前车辆的提示，若整车控制器101接收的响应信息为禁止车辆行驶，则整车控制器101限制车辆动力的输出，并在设定时间内强制车辆停车，以及将当前车辆的位置信息发送至移动终端103，若整车控制器101接收的响应信息为同意当前驾驶员可以驾驶当前车辆，则车辆可正常行驶，且本次驾驶循环中不再进行是否为合法驾驶员的判断。
29.本发明实施例的技术方案，通过车辆状态信息采集模块用于采集当前车辆的状态信息，并将状态信息发送至整车控制器；整车控制器用于根据状态信息判断当前驾驶员是否合法；若当前驾驶员为非法驾驶员，则向移动终端发送提示信息；移动终端用于接收用户针对提示信息的响应信息，并将响应信息发送至整车控制器，使得整车控制器根据响应信息控制车辆。上述技术方案，通过整车控制器接收车辆状态信息，整车控制器并根据车辆状态信息进行防盗验证，提高了防盗的准确性，以及在不增加车辆硬件的基础上，通过整车控
制器实现了防盗认证，提高了控制器资源利用率，减少了车辆生产成本。
30.图2为本发明实施例提供的另一种车辆防盗系统的架构示意图。可选的，车辆状态信息采集模块102可以包括加速踏板传感器1021、制动开关1022、车身电子稳定系统1023、定位模块1024、电机或发动机控制系统1025；加速踏板传感器1021用于采集加速踏板开度信息；制动开关1022用于采集制动踏板状态信息；车身电子稳定系统1023用于采集车身稳定状态信息；其中车身稳定状态信息包括加速度和制动力矩；定位模块1024用于采集车辆启动时位置信息；电机或发动机控制系统1025用于采集电机或发动机转速。
31.本实施例，整车控制器101可与车身电子稳定系统1023、定位模块1024、电机或发动机控制系统1025之间通过can总线进行通信，整车控制器101与加速踏板传感器1021、制动开关1022连接。其中，加速踏板传感器1021可以用于采集加速踏板被踩的程度和次数信息，制动开关1022可以用于采集制动踏板被踩的频率或深度信息，车身电子稳定系统1023用于采集车身稳定状态信息，例如主缸压力、制动力矩、车辆加减速度等信息，定位模块1024可以用于采集车辆启动时位置信息或停车时的位置信息，可采用全球定位系统(global positioning system，gps)进行定位，电机或发动机控制系统1025可用于采集电机或发动机转速或发出动力控制信息。本实施例，可通过车辆状态信息采集模块102，采集当前车辆的状态信息，例如加速踏板开度信息、制动踏板状态信息、加速度、主缸压力、制动力矩、位置信息、电机或发动机转速、方向盘转角等信息，并将当前车辆状态信息传递给整车控制器101，使整车控制器101将当前车辆状态信息作为判断当前驾驶员是否合法的依据，并且采集的车辆状态信息更加全面，可提高防盗验证的准确率。
32.可选的，整车控制器101包括数据校验模块1011、数据处理模块1012及判断模块1013；数据校验模块1011用于对车辆状态信息进行故障校验；数据处理模块1012用于对状态信息进行处理，获得车辆行驶风格信息；其中，车辆行驶风格信息包括如下至少一项：急加速或急减速的频率、加速度变换率及行驶方向变化信息；判断模块1013用于根据车辆行驶风格信息判断当前驾驶员是否合法。
33.其中，数据校验模块1011可对接收到的车辆状态信息进行置信度校验、故障识别和故障处理，例如可对主副加速踏板开度信息校验和主副制动开关的制动踏板状态信息校验等，如果校验未通过，则可以用替代值等方法进行相应故障的处理，以得到可信的车辆状态信息。示例性的，如果整车控制器101接收到的主副制动开关状态信息不同，说明制动开关1022传感器存在故障，则舍弃制动踏板状态信息，采用车身电子稳定系统1023传来的主缸压力信息代替制动踏板状态信息。
34.其中，数据处理模块1012可以用于对可信的车辆状态信息进行处理或计算，例如，将主缸压力、制动踏板状态、加速度、最高车速等信息进行求导或者积分或者求单位时间内最大值运算，以得到车辆行驶风格信息；其中，车辆行驶风格信息包括如下至少一项：急加速或急减速的频率、加速度变换率及行驶方向变化信息。其中急加速或急减速频率可以是单位时间内的车辆加速度达到阈值的次数，加速度变换率可以是加速度对时间的导数，行驶方向变化信息可以是单位时间内方向盘最大转角次数和方向盘转动速度。当然，以上处理或计算的方法并非固定，可以根据不同类型的车辆进行调整。
35.其中，判断模块1013可用于根据车辆行驶风格信息判断当前驾驶员是否合法，当然，判断模块1013是基于已训练完成的神经网络模型进行判定。可选的，判断模块1013为基
于训练集训练后的设定神经网络模型；其中，训练集由合法驾驶员在历史时段内驾驶当前车辆过程中的状态信息组成。
36.其中，合法驾驶员可以为车主或车主通过移动终端103授权的驾驶员。合法驾驶员可以有一个或多个，相应的合法驾驶员的训练集和对应的训练后的设定神经网络模型也有多组。具体的，在历史时段内，通过防盗认证后，并在车辆行驶的过程中，车辆状态信息采集模块102持续采集车辆状态信息，整车控制器101将接收到的车辆状态信息进行处理之后，得到合法驾驶员的车辆行驶风格信息，对其进行标注为该合法驾驶员，从而构成设定神经网络模型可训练的训练集，并可以将训练集存储在整车控制器101的内部的存储空间中，当该合法驾驶员的车辆行驶风格信息所构成的数据量达到设定阈值后，可基于该训练集训练设定神经网络模型，以得到该合法驾驶员的训练参数，即得到属于该合法驾驶员的训练后的设定神经网络模型。本发明实施例，对神经网络模型所使用的算法不作任何限制。当然，若合法驾驶员的训练集在本次驾驶过程中未达到设定阈值，则可在当该合法驾驶员下次驾驶车辆时继续进行采集，以得到属于该合法驾驶员的训练集和训练后的设定神经网络模型。当然，该合法驾驶员的训练集和训练后的设定神经网络模型可周期性进行修正，例如可以是扩大该合法驾驶员的训练集的数据量或替换训练集中部分数据，从而保证判断模块1013判断的准确性，进而保证防盗的准确性。
37.图3为本发明实施例提供的又一种车辆防盗系统的架构示意图。如图3所示，整车控制器101包括应用层软件105、底层软件106及硬件层107，应用层软件105包括数据校验模块1011、数据处理模块1012及判断模块1013，底层软件106包括第一输入模块1061和第一输出模块1062，底层软件106可用于电压信号与数字或模拟信号之间的相互转换。数据校验模块1011与第一输入模块1061连接，判断模块1013与第一输出模块1062连接，硬件层107包括第二输入模块1071、第二输出模块1072、can收发器1073及以太网收发器1074，第一输入模块1061与第二输入模块1071连接，第一输出模块1062与第二输出模块1072连接，can收发器1073与以太网收发器1074分别与第二输入模块1071连接，车身电子稳定系统1023、定位模块1024、电机或发动机控制系统1025与can收发器1073连接，加速踏板传感器1021和制动开关1022与第二输入模块1071连接，第二输出模块1072与以太网收发器1074和can收发器1073连接，电机或发动机控制系统1025除了可以用于采集电机或发动机转速，还可以用于接收动力控制信息，例如，当判断模块1013判断当前驾驶员为非法，且移动终端的响应信息为禁止车辆行驶，则整车控制器发出限制动力指令，相应的，发动机控制系统1025可接收动力控制信息。为了能够使移动终端103与整车控制器101之间进行通信，还可包括网关或互联设备104。网关或互联设备104与整车控制器101之间通过以太网收发器1074进行通信，网关或互联设备104与移动终端103之间通过网络进行通信。
38.图4为本发明实施例提供的一种车辆防盗方法的流程图，本发明实施例由上述任一实施例的车辆防盗系统执行。如图4所示，该方法包括：
39.s210、获取当前车辆的状态信息。
40.其中，状态信息包括如下至少一项：加速踏板开度信息、制动踏板状态信息、车身稳定状态信息、车辆启动时位置信息、电机或发动机转速，可通过加速踏板传感器、制动开关、车身电子稳定系统、定位模块、电机或发动机控制系统分别得到。本实施例，可在车辆发动时，首先进行传统防盗功能验证，传统防盗功能验证可以是机械式防盗或者整车控制器
与车身电子系统之间的防盗校验。例如若有整车控制器、发动机控制器和车门控制器三个控制器，在车辆发动时，对每两个控制器之间的密码进行验证，以验证车辆相应的部件是否被换过，同时也会进行车钥匙是否在车内的验证。在传统防盗功能验证通过后，整车控制器可获取当前车辆的状态信息，以作为判断当前驾驶员是否合法的依据。
41.s220、基于状态信息判断当前驾驶员是否合法。
42.本实施例，整车控制器可对状态信息进行置信度校验、故障识别和故障处理，得到可信的车辆状态信息，对可信的车辆状态信息进行处理或计算，得到车辆行驶风格信息，根据车辆行驶风格信息判断当前驾驶员是否合法，当然判断过程可以在车辆开始行驶前进行，也可以在车辆行驶时同步进行。
43.可选的，基于状态信息判断当前驾驶员是否合法的方式可以是：判断车辆启动时位置信息是否与预设位置信息匹配；若不匹配，则获取当前车辆的上次停车位置信息，并判断车辆启动时位置信息是否与当前车辆的上次停车位置信息匹配；若匹配，则根据其余状态信息判断当前驾驶员是否合法。
44.其中，预设位置信息可以为常用停车位置信息，具体为一个经纬度范围，可存储在整车控制器内部存储空间中。具体的，整车控制器根据定位模块所传递的车辆启动时位置信息，判断车辆启动时位置信息是否与预设位置信息匹配，若匹配，则可根据其余状态信息判断当前驾驶员是否合法；若不匹配，则获取当前车辆的上次车辆休眠时的停车位置信息，并判断车辆启动时位置信息是否与上次车辆休眠时的停车位置信息匹配。若匹配，则可以认为上次由车主或由车主授权的驾驶员将车辆开到了非预设位置信息中的地点，则可根据其余状态信息判断当前驾驶员是否合法。若车辆启动时位置信息与上次车辆休眠时的停车位置信息不匹配，则可以认为车辆在熄火期间被拖至了非预设位置信息中的地点，车辆存在被盗风险。
45.可选的，根据其余状态信息判断当前驾驶员是否合法的方式可以是：根据其余状态信息确定车辆行驶风格信息；其中，车辆行驶风格信息包括如下至少一项：急加速或急减速的频率、加速度变换率及行驶方向变化信息；根据车辆行驶风格信息判断当前驾驶员是否合法。
46.可选的，根据车辆行驶风格信息判断当前驾驶员是否合法的方式可以是：将车辆行驶风格信息输入设定神经网络模型，输出判断结果。
47.其中，结果包括合法和非法。具体的，整车控制器判断是否存在训练完成的设定神经网络模型，若存在，则将当前驾驶员的车辆行驶风格信息输入设定神经网络模型，输出判断结果，若判断结果为合法，则防盗认证通过，允许车辆正常行驶，若判断结果为非法，则防盗认证未通过。
48.可选的，设定神经网络模型的训练方式可以为：采集合法驾驶员在历史时段内驾驶当前车辆过程中的状态信息，作为训练集；基于训练集对设定神经网络模型进行训练。
49.其中，合法驾驶员可以是车主或车主授权的驾驶员。具体的，如果是车主，则可在历史时段内驾驶当前车辆过程中的状态信息，作为属于车主的训练集，对训练集进行相关处理之后，基于处理后的训练集，对设定神经网络模型进行训练，得到属于车主的设定神经网络模型。如果是车主授权的驾驶员，也可在历史时段内驾驶当前车辆过程中的状态信息，作为车主授权的驾驶员的训练集，对训练集进行相关处理之后，基于处理后的训练集，对设
定神经网络模型进行训练，得到属于车主授权驾驶员的设定神经网络模型。
50.s230、若当前驾驶员非法驾驶员，则向关联的移动终端发送第一提示信息，使得移动终端根据第一提示信息生成响应信息。
51.具体的，若当前驾驶员非法驾驶员，则表示车辆存在被盗风险，整车控制器可通过网关或互联设备将第一提示信息发送到关联的移动终端，也可以通过后台使用电话通知车主。其中，第一提示信息为车辆存在被盗风险的消息以及包括是否禁止车辆行驶的选择信息。
52.可选的，响应信息包括禁止车辆行驶信息或者授权车辆行驶信息；根据响应信息控制当前车辆的方式可以是：若响应信息为禁止车辆行驶信息，则生成第二提示信息，以提示当前驾驶员在设定时长内执行设定操作；若当前驾驶员未在设定时长内执行设定操作，则生成设定控制指令，以根据设定控制指令对车辆进行控制。
53.其中，第二提示信息为“当前驾驶员为非法驾驶，请在限定时间内靠边停车”的提醒信息，限定时间可以是5分钟，第二提示信息可以通过仪表显示。设定时长与第二提示信息中的限定时间相同，设定操作为靠边停车操作。其中控制指令可以为禁止车辆行驶的指令。具体的，如果响应信息为禁止车辆行驶信息，则生成第二提示信息，提示当前驾驶员在设定时长内作出靠边停车的操作，如果当前驾驶员未在设定时长内未执行设定操作，则生成控制指令，则在设定时长内，整车控制向电机或发动机系统发送限制动力输出指令，以限制车辆动力的输出，并在设定时长后发送禁止动力输出指令，以强制停车，并将车辆位置发送给关联的移动终端。若响应信息为授权车辆行驶信息，则允许车辆正常行驶，且本次驾驶循环中不再对当前驾驶员进行判断。需要说明的是，如果车辆在熄火期间被拖至了非预设位置信息中的地点，响应信息还可以包括禁止车辆启动信息。
54.s240、接收移动终端发送的响应信息，并根据响应信息控制当前车辆。
55.本实施例，接收移动终端发送的响应信息，并根据响应信息生成相应的控制指令，从而可控制当前车辆。
56.本发明实施例的技术方案，通过获取当前车辆的状态信息；基于状态信息判断当前驾驶员是否合法；若当前驾驶员非法驾驶员，则向关联的移动终端发送第一提示信息，使得移动终端根据第一提示信息生成响应信息；接收移动终端发送的响应信息，并根据响应信息控制当前车辆。上述技术方案，通过将车辆状态信息作为防盗依据，提高了防盗的准确性，并根据响应信息控制当前车辆，保证了车辆防盗安全。
57.示例性的，训练集的采集过程可以是：加速踏板传感器和制动开关通过硬件采集管脚将加速踏板开度信息和制动踏板状态信息以电信号的形式发送给整车控制器的硬件层；定位模块、电机或发动机控制系统、车身电子稳定系统将车辆的位置信息、电机或发动机转速、加速度、制动力矩等信息通过can信号传递给整车控制器的硬件层；整车控制器的硬件层将电信号和can信号传递给整车控制器的底层软件，并在此处进行信号(车辆状态信息)解析后传递给整车控制器的应用层软件的数据校验模块，进行故障校验，得到可信的车辆状态信息，数据处理模块对可信的车辆状态信息进行处理，得到车辆行驶风格信息，并存储在整车控制器的存储空间内；如果某个驾驶员的车辆行驶风格信息存储的数据量达到了所设阈值，可以将车辆行驶风格信息作为训练集，并进行标签的标注等处理操作，判断模块进行神经网络模型的训练，训练集为该驾驶员的车辆行驶风格信息，训练完成后得训练后
的设定神经网络模型，也可存储至存储空间中；如果某个驾驶员的车辆行驶风格信息存储的数据量在本次车辆休眠唤醒循环结束时仍未达到所设阈值，则将数据存储为未完成状态，等待下次车辆行驶时继续采集；为了节省整车控制器内部存储空间和算力，也可以将车辆行驶风格信息通过网关或互联设备上传至云端服务器，可以大大降低整车控制器的资源利用。本实施例中已经完成的训练集可以自动进行周期性修正或更新，修正周期和修正范围，本实施例不作限制，以提高设定神经网络模型的判断准确性。
58.图5是本发明实施例提供的车辆防盗方法实现示意图。如图5所示，s301、判断车辆启动时位置信息是否与预设位置信息匹配，若不匹配，执行s302，若匹配，执行s304；s302、判断当前车辆的上次驾驶员是否为车主或车主授权人，若是，则执行s303，若不是，则执行s306。s303、获取当前车辆的上次停车位置信息，并判断车辆启动时位置信息是否与当前车辆的上次停车位置信息匹配，若匹配，则执行s304，若不匹配，则执行s306。s304、根据其余状态信息判断当前驾驶员是否合法，若合法，执行s305，若不合法，执行s306。s305、认证通过或车主授权，车辆正常行驶。s306、车辆存在被盗风险，向移动终端发送第一提示信息，使得移动终端根据第一提示信息生成响应信息。本实施例，也可以通过电话进行风险提示。s307、判断移动终端发送的响应信息是否为禁止车辆行驶信息，若是，执行s308，若否，执行s305。s308、生成第二提示信息，以提示当前驾驶员在设定时长内执行设定操作，若当前驾驶员未在设定时长内执行设定操作，则生成设定控制指令，以根据设定控制指令对车辆进行控制。示例性，通过仪表提示当前驾驶员为非法驾驶，提示在5分钟内靠边停车，并在3分钟后整车控制向电机或发动机系统发送限制动力输出指令，并在5分钟后切断动力，禁止动力输出，并将车辆位置信息发送至移动终端。s309、判断移动终端发送的响应信息是否为禁止车辆启动信息，若是，执行s310，若否，执行s305。s310、认证不通过，禁止车辆行驶。
59.图6为本发明实施例提供的一种车辆防盗装置的结构示意图。如图6所示，该装置包括：状态信息获取模块401，判断模块402，提示信息发送模块403及车辆控制模块404。
60.其中，状态信息获取模块401，用于获取当前车辆的状态信息；其中，所述状态信息包括如下至少一项：加速踏板开度信息、制动踏板状态信息、车身稳定状态信息、车辆启动时位置信息、电机或发动机转速；
61.判断模块402，用于基于所述状态信息判断当前驾驶员是否合法；
62.提示信息发送模块403，用于若所述当前驾驶员非法驾驶员，则向关联的移动终端发送第一提示信息，使得所述移动终端根据所述第一提示信息生成响应信息；
63.车辆控制模块404，用于接收所述移动终端发送的所述响应信息，并根据所述响应信息控制所述当前车辆。
64.可选的，判断模块402，用于：
65.判断所述车辆启动时位置信息是否与预设位置信息匹配；
66.若不匹配，则获取所述当前车辆的上次停车位置信息，并判断所述车辆启动时位置信息是否与所述当前车辆的上次停车位置信息匹配；
67.若匹配，则根据其余所述状态信息判断当前驾驶员是否合法。
68.可选的，判断模块402，用于：
69.根据其余所述状态信息确定车辆行驶风格信息；其中，所述车辆行驶风格信息包括如下至少一项：急加速或急减速的频率、加速度变换率及行驶方向变化信息；
70.根据所述车辆行驶风格信息判断当前驾驶员是否合法。
71.可选的，判断模块402，用于：
72.将所述车辆行驶风格信息输入设定神经网络模型，输出判断结果；其中，结果包括合法和非法。
73.可选的，所述设定神经网络模型的训练方式为：
74.采集合法驾驶员在历史时段内驾驶所述当前车辆过程中的状态信息，作为训练集；
75.基于所述训练集对所述设定神经网络模型进行训练。
76.可选的，所述响应信息包括禁止车辆行驶信息或者授权车辆行驶信息；车辆控制模块404，用于：
77.若所述响应信息为禁止车辆行驶信息，则生成第二提示信息，以提示所述当前驾驶员在设定时长内执行设定操作；
78.若所述当前驾驶员未在所述设定时长内执行所述设定操作，则生成设定控制指令，以根据所述设定控制指令对车辆进行控制。
79.本发明实施例所提供的车辆防盗装置可执行本发明任意实施例所提供的车辆防盗方法，具备执行方法相应的功能模块和有益效果。
80.上述具体实施方式，并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。