一种基于区块链技术的机动车远程监控系统

1.本发明涉及机动车物联网技术领域，尤其涉及一种基于区块链技术的机动车远程监控系统。


背景技术：

2.随着经济的发展和社会的进步，机动车的数量和普及程度都与日俱增，与此同时交通事故形势也日益严峻。根据《2014年国民经济和社会发展统计公报》显示：我国2014年底全国民用机动车保有量达到历史新高，为15447万辆，比2013年末增长了12.4％，而2014年的交通事故死亡人数为34292.34人，比2013年的死亡31604.3人增加了2688.04人，增长率为8.5％。其中，由于驾驶员的安全意识疏忽而导致的交通事故占据了相当一部分的比例，例如疲劳驾驶导致的交通事故占交通事故总数的20％左右，占特大交通事故的40％，超速驾驶导致的交通事故占交通事故总数的19％，超载驾驶导致的交通事故占交通事故总数的10％。此外，机动车在运行的过程中相关设备故障问题也会导致交通事故产生。因此，如何在机动车运行的过程中，全面准确的监控机动车运行状态和驾驶员的工作状态，提升机动车运行安全，成为亟需解决的问题。


技术实现要素：

3.本发明的目的在于提供一种基于区块链技术的机动车远程监控系统，以解决上述背景技术中所提出的技术问题。
4.为了达到上述目的，本发明提供了一种基于区块链技术的机动车远程监控系统，包括数据采集模块、数据处理模块、无线通信模块、区块链以及远程监控平台，其中，
5.所述数据采集模块设置在机动车上，用于采集所述机动车运行过程中的车辆运行数据和驾驶员的驾驶状态信息；
6.所述数据处理模块对所述车辆运行数据和驾驶状态信息进行预处理，并将预处理后的车辆运行数据和驾驶状态信息打包为区块；
7.所述无线通信模块将所述区块上传到区块链中；
8.所述远程监控平台从所述区块链中获取所述区块，对所述区块进行处理后获取所述车辆运行数据和驾驶状态信息，根据所述车辆运行数据和驾驶状态信息对所述机动车的工作状态状进行分析，得到分析结果，若分析结果为异常状态，向所述机动车发送报警信号，并发送异常状态信息给管理终端。
9.进一步，所述数据采集模块包括胎压传感器、发动机传感器、油箱液位传感器、水箱液位传感器、电瓶电压传感器、速度传感器、车身碰撞传感器、定位器和摄像头。
10.进一步，所述摄像头为带夜视功能的摄像头；
11.所述摄像头通过吸盘可调整地安装在所述机动车的前挡风玻璃上，所述摄像头通过球铰座与所述吸盘连接。
12.进一步，所述数据处理模块对所述车辆运行数据和驾驶状态信息进行预处理，具
体包括：
13.对所述车辆运行数据和驾驶状态信息进行数据整合，得到车辆数据；
14.基于时间和区块链的区块大小要求，对所述车辆数据进行切片处理，得到车辆数据片段；
15.将所述车辆数据片段打包为区块。
16.进一步，所述根据所述车辆运行数据和驾驶状态信息对所述机动车的工作状态状进行分析，得到分析结果，具体包括：
17.根据所述车辆运行数据对所述机动车的运行状态进行分析，得到第一分析结果；
18.根据所述驾驶状态信息对所述驾驶员的驾驶状态进行分析，得到第二分析结果；
19.根据所述第一分析结果和所述第二分析结果，得到综合的分析结果。
20.进一步，所述车辆运行数据包括胎压数据、发动机工作数据、油箱液位数据、水箱液位数据、电瓶电压数据、车速数据、碰撞状态数据和车辆定位数据。
21.进一步，所述根据所述车辆运行数据对所述机动车的运行状态进行分析，得到第一分析结果，具体包括：
22.若所述胎压数据、发动机工作数据、油箱液位数据、水箱液位数据、电瓶电压数据、车速数据或碰撞状态数据中的至少一种不在对应的设定阈值区间内，则判定所述机动车处于非正常运行状态。
23.进一步，所述驾驶状态信息包括驾驶员脸部视频图像；
24.所述根据所述驾驶状态信息对所述驾驶员的驾驶状态进行分析，得到第二分析结果，具体包括：
25.对驾驶员脸部视频图像进行图像识别，获取识别结果，所述识别结果包括驾驶员的眨眼频率、闭眼间隔时间、每次闭眼时长和是否出现打哈欠状态；
26.根据所述识别结果进行疲劳评估分析，并输出第二分析结果；
27.所述第二分析结论包括清醒、疲劳和非常疲劳三种驾驶员状态。
28.进一步，采用疲劳识别模型对所述对驾驶员脸部视频图像进行图像识别；
29.所述疲劳识别模型采用卷积神经网络算法，所述疲劳识别模型通过对若干样本的训练得到。
30.进一步，所述数据处理模块为arm微处理器；所述无线通信模块为4g模块、5g模块和/或wifi模块。
31.在本发明提供的基于区块链技术的机动车远程监控系统，通过对机动车的车辆运行数据和驾驶员的驾驶状态信息的进行分析，在车辆状态和驾驶员的驾驶状态异常时通过向机动车发送报警信号对驾驶员进行提醒，并将异常状态信息发送给管理终端，便于管理终端对机动车进行远程监控。
32.并且，数据采集模块采集的机动车运行过程中的车辆运行数据和驾驶员的驾驶状态信息会被保存在区块链中，从而避免了管理后台对行车数据进行篡改的可能，保证了机动车的行车数据不会丢失且数据真实有效。
附图说明
33.图1为本发明实施例提供的一种基于区块链技术的机动车远程监控系统的结构示
意图；
34.图2为本发明实施例提供的一种基于区块链技术的机动车远程监控系统的摄像头的结构示意图。
具体实施方式
35.下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
36.如图1所示，本发明提供了一种基于区块链技术的机动车远程监控系统，包括数据采集模块100、数据处理模块200、无线通信模块300、区块链400以及远程监控平台500。
37.其中，所述数据采集模块100设置在机动车上，用于采集所述机动车运行过程中的车辆运行数据和驾驶员的驾驶状态信息。
38.具体的，本实施例中，所述数据采集模块100包括胎压传感器、发动机传感器、油箱液位传感器、水箱液位传感器、电瓶电压传感器、速度传感器、车身碰撞传感器、定位器和摄像头101。
39.发动机传感器用于采集发动机振动数据、发动机转速数据、发动机温度数据和发动机水温数据。车身碰撞传感器用于采集车身是否发生碰撞。定位器采用北斗定位器或gps定位器，用于采集机动车的地理位置数据。摄像头101用于拍摄驾驶员的脸部视频图像。
40.为保证在夜间也能够拍摄清晰的驾驶员的脸部视频图像，本实施例中，所述摄像头101为带夜视功能的摄像头。如图2所示，所述摄像头101通过吸盘102可调整地安装在所述机动车的前挡风玻璃上，所述摄像头101通过球铰座103与所述吸盘102连接，从而可以和方便的对摄像机的拍摄角度进行微调，保证能够对驾驶员的整个面部进行拍摄。通过吸盘102安装，安装操作方便快捷。
41.所述数据处理模块200用于对所述车辆运行数据和驾驶状态信息进行预处理，并将预处理后的车辆运行数据和驾驶状态信息打包为区块。本实施例中，所述数据处理模块200为arm微处理器。
42.具体的，所述数据处理模块200先对所述车辆运行数据和驾驶状态信息进行数据整合，得到车辆数据。车辆运行数据和驾驶状态信息基于时间进行数据整合，使某一时刻的车辆运行数据和驾驶状态信息一一对应。然后，基于时间和区块链的区块大小要求，对所述车辆数据进行切片处理，得到车辆数据片段。最后，将所述车辆数据片段打包为区块。由于区块链的对区块文件的大小有要求，因此需要对车辆数据进行切片处理，得到车辆数据片段，将所述车辆数据片段打包为区块从而满足区块链对区块文件大小要求。
43.所述无线通信模块300将所述区块上传到区块链中。本实施例中，无线通信模块300可以是4g模块、5g模块和/或wifi模块，无线通信模块300设置在机动车内。
44.所述远程监控平台500从所述区块链中获取所述区块，对所述区块进行处理后获取所述车辆运行数据和驾驶状态信息，根据所述车辆运行数据和驾驶状态信息对所述机动车的工作状态状进行分析，得到分析结果，若分析结果为异常状态，向所述机动车发送报警信号，并发送异常状态信息给管理终端。
45.具体的，所述车辆运行数据包括胎压数据、发动机工作数据、油箱液位数据、水箱
液位数据、电瓶电压数据、车速数据、碰撞状态数据和车辆定位数据。所述驾驶状态信息包括驾驶员脸部视频图像。
46.远程监控平台500经过授权后，从所述区块链中下载所述区块，进行解密计算处理后从而获取到所述车辆运行数据和驾驶状态信息。
47.然后，根据所述车辆运行数据对所述机动车的运行状态进行分析，得到第一分析结果。该分析过程具体包括：
48.若所述胎压数据、发动机工作数据、油箱液位数据、水箱液位数据、电瓶电压数据、车速数据或碰撞状态数据中的至少一种不在对应的设定阈值区间内，则判定所述机动车处于非正常运行状态。
49.根据所述驾驶状态信息对所述驾驶员的驾驶状态进行分析，得到第二分析结果。该分析过程具体包括：
50.对驾驶员脸部视频图像进行图像识别，获取识别结果，所述识别结果包括驾驶员的眨眼频率、闭眼间隔时间、每次闭眼时长和是否出现打哈欠状态；
51.根据所述识别结果进行疲劳评估分析，并输出第二分析结果；
52.所述第二分析结论包括清醒、疲劳和非常疲劳三种驾驶员状态。
53.本实施例中，采用疲劳识别模型对所述对驾驶员脸部视频图像进行图像识别；所述疲劳识别模型采用卷积神经网络算法，所述疲劳识别模型通过对若干样本的训练得到。
54.驾驶员在不同的疲劳状态下，其眨眼频率、闭眼间隔时间、每次闭眼时间、都是不一样的，而且人在疲劳时会打哈欠。驾驶员清醒时，眨眼频率低，闭眼间隔时间长、每次闭眼时间短，一般不会或者极少打哈欠；驾驶员疲劳时，眨眼频率高，闭眼间隔时间较长，每次闭眼时间较长，面部神情显疲劳，极容易出现打哈欠的现象；驾驶员非常疲劳时，眨眼频率更高，闭眼间隔时间更长，每次闭眼时间更长，打哈欠的频率会更高。因此通过采集驾驶员的视频图像经过图像识别的分析后即可得到驾驶员的驾驶状态。
55.本实施例中，根据所述第一分析结果和所述第二分析结果，得到综合的分析结果。所述分析结果包括正常状态和异常状态，只有机动车处于正常运行状态且驾驶员处于清醒驾驶状态下，分析结果才为正常状态。若机动车处于非正常运行状态或驾驶员处于疲劳、非常疲劳状态，均为异常状态。
56.若分析结果为异常状态，远程监控平台500向所述机动车发送报警信号，机动车上设置有报警设备，在接收到报警信号以后会启动报警，报警设备包括显示器、蜂鸣器或报警灯，显示器用于显示异常状态信息，方便驾驶员及时确认异常，蜂鸣器或报警灯提醒驾驶员注意异常。
57.并且，远程监控平台500还会发送异常状态信息给管理终端。便于管理人员对该驾驶员的疲劳状态或车辆运行状态进行监控，进而对车辆的行驶状态进行监控，通过语音对话对驾驶员进行提醒，在发生安全事故前对车辆的行驶状态进行控制。
58.综上所述，在本发明提供的基于区块链技术的机动车远程监控系统，通过对机动车的车辆运行数据和驾驶员的驾驶状态信息的进行分析，在车辆状态和驾驶员的驾驶状态异常时通过向机动车发送报警信号对驾驶员进行提醒，并将异常状态信息发送给管理终端，便于管理终端对机动车进行远程监控。
59.并且，数据采集模块采集的机动车运行过程中的车辆运行数据和驾驶员的驾驶状
态信息会被保存在区块链中，从而避免了管理后台对行车数据进行篡改的可能，保证了机动车的行车数据不会丢失且数据真实有效。
60.上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。