本发明涉及汽车技术领域，特别是涉及一种基于用户实时信息的车载智能提醒方法和装置。
背景技术：
车载是指能够在汽车或者同类运动工具上使用的产品，方便在汽车运动中使用。目前最常见的车载就是车载音乐播放器、车载地球定位系统(globalpositioningsystem，gps)和车载数字多功能光盘(digitalversatiledisc，dvd)等。也就是说，当用户开车的过程中，可以听音乐、看视频、查询网络资源、路线导航、查看路况等操作，极大地改善了用户驾驶体验。
然而，现有的车载系统技术却只能由用户主动发出请求，并由车载系统被动响应请求，实现用户与车载系统之间的单项反馈，而无法满足用户更多的需求。
技术实现要素：
有鉴于此，本发明提供的基于用户实时信息的车载智能提醒方法和装置，能够解决现有的车载系统只能实现用户与车载系统之间的单项反馈，而无法满足用户更多需求的问题。
本发明的目的是采用以下技术方案来实现的：
第一方面，本发明提供了一种基于用户实时信息的车载智能提醒方法，该方法包括以下步骤：
实时检测用户行为；
获取所述用户行为的信息；
将所述用户行为信息上传至服务器以供分析建立用户行为模型；
接收所述服务器根据所述用户行为模型和实时检测到的用户行为信息分析得到的提醒消息，根据所述提醒消息做出相应的操作。
第二方面，本发明提供了一种基于用户实时信息的车载智能提醒装置，该装置包括：
检测模块，用于实时检测用户行为；
获取模块，用于获取所述用户行为的信息；
上传模块，用于将所述用户行为信息上传至服务器以供分析建立用户行为模型；
接收处理模块，用于接收所述服务器根据所述用户行为模型和实时检测到的用户行为信息分析得到的提醒消息，根据所述提醒消息做出相应的操作。
第三方面，本发明提供了一种基于用户实时信息的车载智能提醒方法，所述方法包括：
获取车辆产生的实时数据，所述实时数据包括车辆的状态信息和/或用户对所述车辆上的车载设备进行的操作信息；
将所述实时数据上报给服务器，以便所述服务器基于所述实时数据建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
接收并输出所述服务器基于所述用户行为模型和所述车辆当前产生的实时数据分析得到的提醒消息，以便用户根据所述提醒信息进行相应操作。
第四方面，本发明提供了一种基于用户实时信息的车载智能提醒方法，所述方法包括：
接收车载设备上报的车辆产生的实时数据，所述实时数据包括所述车辆的状态信息和/或用户对所述车载设备进行的操作信息；
基于所述实时数据，建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
获取所述车载设备上报的所述车辆当前产生的实时数据，对所述用户行为模型和所述当前产生的实时数据进行分析得到提醒信息；
将所述提醒信息发送给所述车载设备，以便所述用户根据所述提醒信息进行相应操作。
第五方面，本发明提供了一种基于用户实时信息的车载智能提醒装置，所述装置包括：
获取单元，用于获取车辆产生的实时数据，所述实时数据包括车辆的状态信息和/或用户对所述车辆上的车载设备进行的操作信息；
上报单元，用于将所述实时数据上报给服务器，以便所述服务器基于所述实时数据建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
接收输出单元，用于接收并输出所述服务器基于所述用户行为模型和所述车辆当前产生的实时数据分析得到的提醒消息，以便用户根据所述提醒信息进行相应操作。
第六方面，本发明提供了一种基于用户实时信息的车载智能提醒装置，所述装置包括：
接收单元，用于接收车载设备上报的车辆产生的实时数据，所述实时数据包括所述车辆的状态信息和/或用户对所述车载设备进行的操作信息；
建立单元，用于基于所述实时数据，建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
获取单元，用于获取所述车载设备上报的所述车辆当前产生的实时数据；
生成单元，用于对所述用户行为模型和所述当前产生的实时数据进行分析得到提醒信息；
发送单元，用于将所述提醒信息发送给所述车载设备，以便所述用户根据所述提醒信息进行相应操作。
第七方面，本发明提供了一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行如第三方面所述的基于用户实时信息的车载智能提醒方法。
第八方面，本发明提供了一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行如第四方面所述的基于用户实时信息的车载智能提醒方法。
第九方面，本发明提供了一种基于用户实时信息的车载智能提醒装置，所述装置包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如第三方面所述的基于用户实时信息的车载智能提醒方法。
第十方面，本发明提供了一种基于用户实时信息的车载智能提醒装置，所述装置包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如第四方面所述的基于用户实时信息的车载智能提醒方法。
借由上述技术方案，本发明提供的基于用户实时信息的车载智能提醒方法和装置，能够由车载设备获取车辆的状态信息、用户对车辆上的车载设备进行的操作信息等车辆产生的实时数据，并将这些实时数据上报给服务器，以使得服务器能够基于这些实时数据建立能够反映用户对车辆进行操作的个性化行为的用户行为模型，并通过对该用户行为模型和车辆当前产生的实时数据进行分析得到提醒信息，将该提醒信息发送给车载设备，从而车载设备能够将该提醒信息输出，以使得用户能够根据该提醒信息进行相应操作，进而实现了车辆主动向用户反馈信息的功能，使得与仅能由车辆被动向用户反馈信息相比，满足了用户更多的需求。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种基于用户实时信息的车载智能提醒方法的流程图；
图2示出了本发明实施例提供的一种基于用户实时信息的车载智能提醒装置的组成框图；
图3示出了本发明实施例提供的另一种基于用户实时信息的车载智能提醒方法的流程图；
图4示出了本发明实施例提供的又一种基于用户实时信息的车载智能提醒方法的流程图；
图5示出了本发明实施例提供的另一种基于用户实时信息的车载智能提醒装置的组成框图；
图6示出了本发明实施例提供的又一种基于用户实时信息的车载智能提醒装置的组成框图；
图7示出了本发明实施例提供的再一种基于用户实时信息的车载智能提醒装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
下面结合附图对本发明作进一步详细描述。
图1为本发明一个实施例的基于用户实时信息的车载智能提醒的方法的流程示意图。
其中，本实施例的方法主要通过用户设备来实现；所述用户设备包括但不限于pc机、平板电脑、智能手机、pda等。
需要说明的是，所述用户设备仅为举例，其他现有的或今后可能出现的网络设备和用户设备如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。
根据本实施例的方法包括：
步骤s1，实时检测用户行为；
步骤s2，获取所述用户行为的信息；
其中，所述用户行为信息包括用户的操作信息，用户所开车辆的实时状态信息；其中所述实时状态信息包括地理位置，油量，电量，速度。
在本实施例中，设备端通过http协议实时将设备端数据上传到云端。
步骤s3，将所述用户行为信息上传至服务器以供分析建立用户行为模型；
其中，所述用户行为信息在传输过程中进行了rsa加密。
在本实施例中，基于用户设备上传的数据，云端在多个维度上对用户的数据进行建模，包括用户的行车轨迹，车辆状态，在设备上经常进行的操作和用户访问的网络内容。在云端的大数据平台上，定期运行分析任务，批量读取用户历史数据，利用机器学习算法生成用户的兴趣画像，用户的常走路线以及家和公司地址。
步骤s4，接收所述服务器根据所述用户行为模型和实时检测到的用户行为信息分析得到的提醒消息，根据所述提醒消息做出相应的操作。
其中，所述用户行为模型包括用户的行车轨迹，车辆状态，在设备上经常进行的操作和用户访问的网络内容。
所述步骤s4包括：
步骤s41，接收所述服务器根据用户行为模型和实施用户行为信息进行分析的结果发出的在特定时间或用户达到特定地点时，相对应事件的语音提醒。
在本实施例中，设备端接收从云端发送的推送消息并在设备本地进行可视化或者语音形式的提示。
例如可根据时间地理位置等实时上下文信息进行业务逻辑的实时触发，生成实时提醒消息，通过服务器推送平台实时发送给设备端。智能提醒服务包括：1)基于实时地理位置的智能提醒；如智能提醒模块能够基于设备上传的实时地理位置和行走路线，自动判别用户是否已经到达家的附近，如用户即将到家，则推送消息到设备端提醒用户是否打开家中智能家电设备。2)基于用户查询和控制历史的智能提醒，如用户设置购买日常用品的日历提醒，智能提醒模块能够在用户行驶至超市附近时候向设备发送提醒信息并推荐附近可以购买日常用品的超市。
与现有技术相比，本发明具有以下优点：现有技术中确定需要启动的应用程序时存在这样一种惯性思维：车主可以通过屏幕触控或者语音交互方式进行车辆导航或者网络资源查询，然而用户还是需要主动发出请求，用户和系统之间是一种简单的单向反馈。本发明打破了本领域技术人员的上述惯性思维，并能够实现以下效果：在云端的大数据平台上，定期运行分析任务，批量读取用户历史数据，利用机器学习算法生成用户的兴趣画像，充分考虑车主使用汽车的习惯，为车主提供智能和个性化的服务，在车载系统中嵌入智能模块，利用大数据技术为车主建立个性化的模型，实现与车主家居和移动设备的互动，使用户得到更多智能化和个性化的服务。
进一步的，图2为本发明一个实施例的基于用户实时信息的车载智能提醒的装置的结构示意图。
该装置包括：
检测模块10，用于实时检测用户行为；
获取模块20，用于获取所述用户行为的信息；
其中，所述用户行为信息包括用户的操作信息，用户所开车辆的实时状态信息；其中所述实时状态信息包括地理位置，油量，电量，速度。
在本实施例中，设备端通过http协议实时将设备端数据上传到云端。
上传模块30，用于将所述用户行为信息上传至服务器以供分析建立用户行为模型；
其中，所述用户行为信息在传输过程中进行了rsa加密。
在本实施例中，基于用户设备上传的数据，云端在多个维度上对用户的数据进行建模，包括用户的行车轨迹，车辆状态，在设备上经常进行的操作和用户访问的网络内容。在云端的大数据平台上，定期运行分析任务，批量读取用户历史数据，利用机器学习算法生成用户的兴趣画像，用户的常走路线以及家和公司地址。
接收处理模块40，用于接收所述服务器根据所述用户行为模型和实时检测到的用户行为信息分析得到的提醒消息，根据所述提醒消息做出相应的操作。
其中，所述用户行为模型包括用户的行车轨迹，车辆状态，在设备上经常进行的操作和用户访问的网络内容。
所述接收处理模块40包括：
接收单元41，用于接收所述服务器根据用户行为模型和实施用户行为信息进行分析的结果发出的在特定时间或用户达到特定地点时，相对应事件的语音提醒。
在本实施例中，设备端接收从云端发送的推送消息并在设备本地进行可视化或者语音形式的提示。
例如可根据时间地理位置等实时上下文信息进行业务逻辑的实时触发，生成实时提醒消息，通过服务器推送平台实时发送给设备端。智能提醒服务包括：1)基于实时地理位置的智能提醒；如智能提醒模块能够基于设备上传的实时地理位置和行走路线，自动判别用户是否已经到达家的附近，如用户即将到家，则推送消息到设备端提醒用户是否打开家中智能家电设备。2)基于用户查询和控制历史的智能提醒，如用户设置购买日常用品的日历提醒，智能提醒模块能够在用户行驶至超市附近时候向设备发送提醒信息并推荐附近可以购买日常用品的超市。
与现有技术相比，本发明具有以下优点：现有技术中确定需要启动的应用程序时存在这样一种惯性思维：车主可以通过屏幕触控或者语音交互方式进行车辆导航或者网络资源查询，然而用户还是需要主动发出请求，用户和系统之间是一种简单的单向反馈。本发明打破了本领域技术人员的上述惯性思维，并能够实现以下效果：在云端的大数据平台上，定期运行分析任务，批量读取用户历史数据，利用机器学习算法生成用户的兴趣画像，充分考虑车主使用汽车的习惯，为车主提供智能和个性化的服务，在车载系统中嵌入智能模块，利用大数据技术为车主建立个性化的模型，实现与车主家居和移动设备的互动，使用户得到更多智能化和个性化的服务。
进一步的，本发明实施例提供了一种基于用户实时信息的车载智能提醒方法，所述方法主要应用于车载设备侧，如图3所示，所述方法包括：
101、获取车辆产生的实时数据。
其中，所述实时数据包括车辆的状态信息和/或用户对所述车辆上的车载设备进行的操作信息。所述车辆的状态信息包括以下一项或多项的组合：地理位置、剩余电量、剩余油量和车速。
需要说明的是，车载设备可以实时获取车辆产生的实时数据，也可以周期性地获取车辆产生的实时数据。此外，车辆的状态信息和用户对车辆上的车载设备进行的操作信息不仅包括上述提及的内容，还可以包括其他内容，对其包含的详细内容在此不做限定。
102、将所述实时数据上报给服务器，以便所述服务器基于所述实时数据建立用户行为模型。
其中，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为。所述用户行为模型包括以下一项或多项的组合：行车路线偏好、特定地点、对所述车载设备进行的操作偏好和设置的日历提醒；其中，所述操作偏好包括对所述车载设备的本地操作偏好和/或网络访问偏好；特定地点包括家、公司等用户常去地。也就是说，基于车载设备上传的实时数据，服务器可以在多个维度上对这些实时数据进行分析，包括用户的行车轨迹方面、车辆状态方面、在车载设备上经常进行的操作方面和网络访问方面等。在服务器侧的云端大数据平台上，可以实时或者定期对这些实时数据进行分析，利用机器学习技术分析出用户的兴趣画像、用户的家和公司地址等。其中用户的兴趣画像包括：用户在行车过程中的行车路线偏好、对车载设备的本地操作偏好、对车载设备进行的网络访问偏好、偏好的加油站、偏好的充电站等。
为了提高数据的安全性，车载设备在向服务器发送实时数据时，可以先对该实时数据进行加密，然后将加密后的数据上报给服务器，以便服务器对该加密后的数据进行解密后，再建立用户行为模型。其中，加密技术可以采用对称加密算法，也可以采用非对称加密算法，例如rsa算法。另外，所采用的传输协议可以是超文本传输协议(hypertexttransferprotocol，http)，也可以是其他协议。
103、接收并输出所述服务器基于所述用户行为模型和所述车辆当前产生的实时数据分析得到的提醒消息，以便用户根据所述提醒信息进行相应操作。
当服务器根据实时数据建立用户行为模型后，可以根据该用户行为模型对车辆当前产生的实时数据进行分析，以生成与用户行为相匹配的个性化提醒信息，并将该个性化提醒信息发送给车载设备，以便车载设备将该个性化提醒信息输出给用户。提醒信息的输出方式可以是可视化方式(例如文字、图片)，也可以是语音方式，其具体方式在此不做限定。
在实际应用中，为了实现对用户的个性化提醒，往往是达到特定时间或者特定地点或者车辆达到特定状态时，对用户的提醒才是有意义的。例如，只有当车辆到用户家附近时，向用户提醒是否启动智能家电设备，才是对用户有帮助的。因此本步骤103的具体实现方式可以为：接收并输出所述服务器通过将所述用户行为模型与所述当前产生的实时数据进行匹配生成的达到特定条件时相应的提醒信息；所述特定条件是与特定时间、特定地点和车辆的特定状态中任一项或多项相关的条件。其中，具体的提醒示例可以参见下述服务器侧的实施例。
本发明实施例提供的基于用户实时信息的车载智能提醒方法，能够由车载设备获取车辆的状态信息、用户对车辆上的车载设备进行的操作信息等车辆产生的实时数据，并将这些实时数据上报给服务器，以使得服务器能够基于这些实时数据建立能够反映用户对车辆进行操作的个性化行为的用户行为模型，并通过对该用户行为模型和车辆当前产生的实时数据进行分析得到提醒信息，将该提醒信息发送给车载设备，从而车载设备能够将该提醒信息输出，以使得用户能够根据该提醒信息进行相应操作，进而实现了车辆主动向用户反馈信息的功能，使得与仅能由车辆被动向用户反馈信息相比，满足了用户更多的需求。
进一步的，根据上述方法实施例，本发明的另一个实施例还提供了一种基于用户实时信息的车载智能提醒方法，所述方法主要应用于服务器侧，如图4所示，所述方法包括：
201、接收车载设备上报的车辆产生的实时数据。
其中，所述实时数据包括所述车辆的状态信息和/或用户对所述车载设备进行的操作信息。所述车辆的状态信息包括以下一项或多项的组合：地理位置、剩余电量、剩余油量和车速。
需要说明的是，车载设备可以实时向服务器上报车辆产生的实时数据，也可以周期性地上报实时数据。此外，车辆的状态信息和用户对车辆上的车载设备进行的操作信息不仅包括上述提及的内容，还可以包括其他内容，对其包含的详细内容在此不做限定。
202、基于所述实时数据，建立用户行为模型。
其中，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为。所述用户行为模型包括以下一项或多项的组合：行车路线偏好、特定地点、对所述车载设备进行的操作偏好和设置的日历提醒；其中，所述操作偏好包括对所述车载设备的本地操作偏好和/或网络访问偏好。
服务器接收到实时数据后，可以在多个维度上对实时数据进行分析(例如可以从行车轨迹、车辆状态、在车载设备上经常进行的操作方面和网络访问等维度进行分析)，利用机器学习技术分析出用户的兴趣画像、用户的家和公司地址等，以便后续基于这些分析出的特征来对用户进行个性化提醒。其中用户的兴趣画像包括：用户在行车过程中的行车路线偏好、对车载设备的本地操作偏好、对车载设备进行的网络访问偏好、偏好的加油站、偏好的充电站等。此外，为了使得每次提醒信息都能够满足用户的需求，服务器还会根据持续接收到的实时数据对已有的用户行为模型进行更新，以便利用更新后的用户行为模型对当前的实时数据进行分析得到提醒信息。
另外，当接收到的实时数据是加密后的数据时，需要先对接收到的数据进行解密处理，待获得原始的实时数据后，再基于原始的实时数据建立用户行为模型。其中，采用的加密技术可以是对称加密算法，也可以是非对称加密算法，例如可以是rsa算法。并且在对实时数据进行分析之前，为了提高后续分析效率和准确率，可以先对实时数据进行过滤处理(例如过滤掉无效数据、相同的冗余数据)、格式化处理、压缩处理，使得数据格式统一、没有无效数据且占用空间缩小后，再存储至分布式数据库和文件系统中。
203、获取所述车载设备上报的所述车辆当前产生的实时数据，对所述用户行为模型和所述当前产生的实时数据进行分析得到提醒信息。
在上述步骤103中提及，为了实现对用户的个性化提醒，往往是达到特定时间或者特定地点或者车辆达到特定状态时，对用户的提醒才是有意义的。因此本步骤可以的具体实现方式可以为：将所述用户行为模型与所述当前产生的实时数据进行匹配，生成达到特定条件时相应的提醒信息；所述特定条件是与特定时间、特定地点和车辆的特定状态中任一项或多项相关的条件。
具体的，针对用户行为模型中的不同内容可以生成不同的提醒信息。下面以以下几种情况为例进行介绍：
(1)将所述用户行为模型中的特定地点与所述当前产生的实时数据中的地理位置进行匹配；若所述特定地点与所述地理位置之间的距离小于预设距离阈值，则生成与所述特定地点相关的提醒信息。
例如，当特定地点包括家时，服务器可以将家的地址和车辆当前所处的地理位置进行匹配，若两者之间的距离小于预设距离阈值(如小于1公里)，则可以生成提醒用户开启智能家电设备的提醒信息，以便将该提醒信息发送给车载设备进行输出后，用户可以及时远程开启智能家电设备，如提前远程打开智能电饭煲，以便回家后用户可以直接吃饭，无需等待。
(2)基于所述用户行为模型中的行车路线偏好和所述车辆当前的状态信息，确定是否需要对所述车辆进行处理，以使得所述车辆能够达到目的地；若需要对所述车辆进行处理，则生成包含需要对所述车辆进行处理以及处理策略的提醒信息。
例如，当车辆当前的剩余油量为20％，车辆的地理位置处于用户偏好的行车路线上且该路线附近有加油站时，服务器可以生成提醒在加油站加油的提示信息。另外，车辆的地理位置处于用户偏好的行车路线上且剩余油量可以达到目的地时，可以不生成提示信息，也可以生成剩余油量能够达到目的地但途径加油站的提示信息。
(3)将所述用户行为模型中的日历提醒与所述车辆当前的地理位置进行匹配；若匹配成功，则生成与用户执行所述日历提醒相关的提醒信息。
例如，用户设置的日历提醒是今天购买日常用品，且当前的地理位置附近有超市时，可以生成包括购买日常用品和推荐超市的提醒信息。
(4)将所述用户行为模型中对所述车载设备进行的操作偏好与所述当前产生的实时数据进行匹配；若匹配成功，则生成对所述车载设备进行操作的提醒信息。
例如，当用户偏好在某地理位置附近播放音乐时，若车辆当前的地址位置与偏好播放音乐的地理位置邻近，则可以生成是否播放音乐的提醒信息。
204、将所述提醒信息发送给所述车载设备，以便所述用户根据所述提醒信息进行相应操作。
在生成提醒信息后，服务器可以将该提醒信息发送给车载设备，以便车载设备接收并输出该提醒信息，供用户根据该提醒信息进行相应操作。其中，提醒信息的输出方式可以是可视化方式(例如文字、图片)，也可以是语音方式，其具体方式在此不做限定。
本发明实施例提供的基于用户实时信息的车载智能提醒方法，能够由车载设备获取车辆的状态信息、用户对车辆上的车载设备进行的操作信息等车辆产生的实时数据，并将这些实时数据上报给服务器，以使得服务器能够基于这些实时数据建立能够反映用户对车辆进行操作的个性化行为的用户行为模型，并通过对该用户行为模型和车辆当前产生的实时数据进行分析得到提醒信息，将该提醒信息发送给车载设备，从而车载设备能够将该提醒信息输出，以使得用户能够根据该提醒信息进行相应操作，进而实现了车辆主动向用户反馈信息的功能，使得与仅能由车辆被动向用户反馈信息相比，满足了用户更多的需求。
进一步的，根据上述车载设备侧的方法实施例，本发明的另一个实施例还提供了一种基于用户实时信息的车载智能提醒装置，所述装置主要应用于车载设备侧，如图5所示，所述装置包括：
获取单元31，用于获取车辆产生的实时数据，所述实时数据包括车辆的状态信息和/或用户对所述车辆上的车载设备进行的操作信息；
上报单元32，用于将所述实时数据上报给服务器，以便所述服务器基于所述实时数据建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
接收输出单元33，用于接收并输出所述服务器基于所述用户行为模型和所述车辆当前产生的实时数据分析得到的提醒消息，以便用户根据所述提醒信息进行相应操作。
可选的，所述车辆的状态信息包括以下一项或多项的组合：地理位置、剩余电量、剩余油量和车速。
可选的，所述用户行为模型包括以下一项或多项的组合：行车路线偏好、特定地点、对所述车载设备进行的操作偏好和设置的日历提醒；
其中，所述操作偏好包括对所述车载设备的本地操作偏好和/或网络访问偏好。
可选的，接收输出单元33，用于接收并输出所述服务器通过将所述用户行为模型与所述当前产生的实时数据进行匹配生成的达到特定条件时相应的提醒信息；所述特定条件是与特定时间、特定地点和车辆的特定状态中任一项或多项相关的条件。
本发明实施例提供的基于用户实时信息的车载智能提醒装置，能够由车载设备获取车辆的状态信息、用户对车辆上的车载设备进行的操作信息等车辆产生的实时数据，并将这些实时数据上报给服务器，以使得服务器能够基于这些实时数据建立能够反映用户对车辆进行操作的个性化行为的用户行为模型，并通过对该用户行为模型和车辆当前产生的实时数据进行分析得到提醒信息，将该提醒信息发送给车载设备，从而车载设备能够将该提醒信息输出，以使得用户能够根据该提醒信息进行相应操作，进而实现了车辆主动向用户反馈信息的功能，使得与仅能由车辆被动向用户反馈信息相比，满足了用户更多的需求。
进一步的，依据上述服务器侧的方法实施例，本发明的另一个实施例还提供了一种基于用户实时信息的车载智能提醒装置，所述装置主要应用于服务器侧，如图6所示，所述装置包括：
接收单元41，用于接收车载设备上报的车辆产生的实时数据，所述实时数据包括所述车辆的状态信息和/或用户对所述车载设备进行的操作信息；
建立单元42，用于基于所述实时数据，建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
获取单元43，用于获取所述车载设备上报的所述车辆当前产生的实时数据；
生成单元44，用于对所述用户行为模型和所述当前产生的实时数据进行分析得到提醒信息；
发送单元45，用于将所述提醒信息发送给所述车载设备，以便所述用户根据所述提醒信息进行相应操作。
可选的，所述车辆的状态信息包括以下一项或多项的组合：地理位置、剩余电量、剩余油量和车速。
可选的，所述用户行为模型包括以下一项或多项的组合：行车路线偏好、特定地点、对所述车载设备进行的操作偏好和设置的日历提醒；
其中，所述操作偏好包括对所述车载设备的本地操作偏好和/或网络访问偏好。
可选的，所述生成单元44，用于将所述用户行为模型与所述当前产生的实时数据进行匹配，生成达到特定条件时相应的提醒信息；所述特定条件是与特定时间、特定地点和车辆的特定状态中任一项或多项相关的条件。
可选的，如图7所示，所述生成单元44包括：
第一匹配模块441，用于将所述用户行为模型中的特定地点与所述当前产生的实时数据中的地理位置进行匹配；
第一生成模块442，用于当所述特定地点与所述地理位置之间的距离小于预设距离阈值时，生成与所述特定地点相关的提醒信息；
确定模块443，用于基于所述用户行为模型中的行车路线偏好和所述车辆当前的状态信息，确定是否需要对所述车辆进行处理，以使得所述车辆能够达到目的地；
第二生成模块444，用于当所述确定模块确定需要对所述车辆进行处理时，生成包含需要对所述车辆进行处理以及处理策略的提醒信息；
第二匹配模块445，用于将所述用户行为模型中的日历提醒与所述车辆当前的地理位置进行匹配；
第三生成模块446，用于当匹配成功时，生成与用户执行所述日历提醒相关的提醒信息；
第三匹配模块447，用于将所述用户行为模型中对所述车载设备进行的操作偏好与所述当前产生的实时数据进行匹配；
第四生成模块448，用于当匹配成功时，生成对所述车载设备进行操作的提醒信息。
本发明实施例提供的基于用户实时信息的车载智能提醒装置，能够由车载设备获取车辆的状态信息、用户对车辆上的车载设备进行的操作信息等车辆产生的实时数据，并将这些实时数据上报给服务器，以使得服务器能够基于这些实时数据建立能够反映用户对车辆进行操作的个性化行为的用户行为模型，并通过对该用户行为模型和车辆当前产生的实时数据进行分析得到提醒信息，将该提醒信息发送给车载设备，从而车载设备能够将该提醒信息输出，以使得用户能够根据该提醒信息进行相应操作，进而实现了车辆主动向用户反馈信息的功能，使得与仅能由车辆被动向用户反馈信息相比，满足了用户更多的需求。
进一步的，依据上述车载设备侧的方法实施例，本发明的另一个实施例还提供了一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行如上述车载设备侧所述的基于用户实时信息的车载智能提醒方法。
进一步的，依据上述服务器侧的方法实施例，本发明的另一个实施例还提供了一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行如上述服务器侧所述的基于用户实时信息的车载智能提醒方法。
进一步的，依据上述车载设备侧的方法实施例，本发明的另一个实施例还提供了一种基于用户实时信息的车载智能提醒装置，所述装置包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如上述车载设备侧所述的基于用户实时信息的车载智能提醒方法。
进一步的，依据上述服务器侧的方法实施例，本发明的另一个实施例还提供了一种基于用户实时信息的车载智能提醒装置，所述装置包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如上述服务器侧所述的基于用户实时信息的车载智能提醒方法。
进一步的，依据上述实施例，本发明的另一个实施例还提供了一种基于用户实时信息的车载智能提醒系统，所述系统包括车载设备和服务器；所述车载设备包括如图5的装置，所述服务器包括如图6或图7所示的装置。
本发明实施例还公开了：
a1、一种基于用户实时信息的车载智能提醒方法，该方法包括以下步骤：
实时检测用户行为；
获取所述用户行为的信息；
将所述用户行为信息上传至服务器以供分析建立用户行为模型；
接收所述服务器根据所述用户行为模型和实时检测到的用户行为信息分析得到的提醒消息，根据所述提醒消息做出相应的操作。
a2、如a1所述的方法，所述用户行为信息包括用户的操作信息，用户所开车辆的实时状态信息；其中所述实时状态信息包括实时地理位置，油量，电量，速度。
a3、如a1所述的方法，所述用户行为信息在传输过程中进行了rsa加密。
a4、如a1所述的方法，所述用户行为模型包括用户的行车轨迹，车辆状态，在设备上经常进行的操作和用户访问的网络内容。
a5、如a1所述的方法，所述接收所述服务器根据所述用户行为模型和实时检测到的用户行为信息分析得到的提醒消息，根据所述提醒消息做出相应的操作的步骤包括：
接收所述服务器根据用户行为模型和实施用户行为信息进行分析的结果发出的在特定时间或用户达到特定地点时，相对应事件的语音提醒。
b6、一种基于用户实时信息的车载智能提醒装置，该装置包括：
检测模块，用于实时检测用户行为；
获取模块，用于获取所述用户行为的信息；
上传模块，用于将所述用户行为信息上传至服务器以供分析建立用户行为模型；
接收处理模块，用于接收所述服务器根据所述用户行为模型和实时检测到的用户行为信息分析得到的提醒消息，根据所述提醒消息做出相应的操作。
b7、如b6所述的装置，所述用户行为信息包括用户的操作信息，用户所开车辆的实时状态信息；其中所述实时状态信息包括实时地理位置，油量，电量，速度。
b8、如b6所述的装置，所述用户行为信息在传输过程中进行了rsa加密。
b9、如b6所述的装置，所述用户行为模型包括用户的行车轨迹，车辆状态，在设备上经常进行的操作和用户访问的网络内容。
b10、如b6所述的装置，所述接收处理模块包括：
接收单元，用于接收所述服务器根据用户行为模型和实施用户行为信息进行分析的结果发出的在特定时间或用户达到特定地点时，相对应事件的语音提醒。
c11、一种基于用户实时信息的车载智能提醒方法，所述方法包括：
获取车辆产生的实时数据，所述实时数据包括车辆的状态信息和/或用户对所述车辆上的车载设备进行的操作信息；
将所述实时数据上报给服务器，以便所述服务器基于所述实时数据建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
接收并输出所述服务器基于所述用户行为模型和所述车辆当前产生的实时数据分析得到的提醒消息，以便用户根据所述提醒信息进行相应操作。
c12、根据c11所述的方法，所述车辆的状态信息包括以下一项或多项的组合：地理位置、剩余电量、剩余油量和车速。
c13、根据c11所述的方法，所述用户行为模型包括以下一项或多项的组合：行车路线偏好、特定地点、对所述车载设备进行的操作偏好和设置的日历提醒；
其中，所述操作偏好包括对所述车载设备的本地操作偏好和/或网络访问偏好。
c14、根据c11至c13中任一项所述的方法，接收并输出所述服务器基于所述用户行为模型和所述车辆当前产生的实时数据分析得到的提醒消息，以便用户根据所述提醒信息进行相应操作包括：
接收并输出所述服务器通过将所述用户行为模型与所述当前产生的实时数据进行匹配生成的达到特定条件时相应的提醒信息；所述特定条件是与特定时间、特定地点和车辆的特定状态中任一项或多项相关的条件。
d15、一种基于用户实时信息的车载智能提醒方法，所述方法包括：
接收车载设备上报的车辆产生的实时数据，所述实时数据包括所述车辆的状态信息和/或用户对所述车载设备进行的操作信息；
基于所述实时数据，建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
获取所述车载设备上报的所述车辆当前产生的实时数据，对所述用户行为模型和所述当前产生的实时数据进行分析得到提醒信息；
将所述提醒信息发送给所述车载设备，以便所述用户根据所述提醒信息进行相应操作。
d16、根据d15所述的方法，所述车辆的状态信息包括以下一项或多项的组合：地理位置、剩余电量、剩余油量和车速。
d17、根据d15或d16所述的方法，所述用户行为模型包括以下一项或多项的组合：行车路线偏好、特定地点、对所述车载设备进行的操作偏好和设置的日历提醒；
其中，所述操作偏好包括对所述车载设备的本地操作偏好和/或网络访问偏好。
d18、根据d17所述的方法，对所述用户行为模型和所述当前产生的实时数据进行分析得到提醒信息包括：
将所述用户行为模型与所述当前产生的实时数据进行匹配，生成达到特定条件时相应的提醒信息；所述特定条件是与特定时间、特定地点和车辆的特定状态中任一项或多项相关的条件。
d19、根据d18所述的方法，将所述用户行为模型与所述当前产生的实时数据进行匹配，生成达到特定条件时相应的提醒信息包括：
将所述用户行为模型中的特定地点与所述当前产生的实时数据中的地理位置进行匹配；若所述特定地点与所述地理位置之间的距离小于预设距离阈值，则生成与所述特定地点相关的提醒信息；
和/或，基于所述用户行为模型中的行车路线偏好和所述车辆当前的状态信息，确定是否需要对所述车辆进行处理，以使得所述车辆能够达到目的地；若需要对所述车辆进行处理，则生成包含需要对所述车辆进行处理以及处理策略的提醒信息；
和/或，将所述用户行为模型中的日历提醒与所述车辆当前的地理位置进行匹配；若匹配成功，则生成与用户执行所述日历提醒相关的提醒信息；
和/或，将所述用户行为模型中对所述车载设备进行的操作偏好与所述当前产生的实时数据进行匹配；若匹配成功，则生成对所述车载设备进行操作的提醒信息。
e20、一种基于用户实时信息的车载智能提醒装置，所述装置包括：
获取单元，用于获取车辆产生的实时数据，所述实时数据包括车辆的状态信息和/或用户对所述车辆上的车载设备进行的操作信息；
上报单元，用于将所述实时数据上报给服务器，以便所述服务器基于所述实时数据建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
接收输出单元，用于接收并输出所述服务器基于所述用户行为模型和所述车辆当前产生的实时数据分析得到的提醒消息，以便用户根据所述提醒信息进行相应操作。
e21、根据e20所述的装置，所述车辆的状态信息包括以下一项或多项的组合：地理位置、剩余电量、剩余油量和车速。
e22、根据e20所述的装置，所述用户行为模型包括以下一项或多项的组合：行车路线偏好、特定地点、对所述车载设备进行的操作偏好和设置的日历提醒；
其中，所述操作偏好包括对所述车载设备的本地操作偏好和/或网络访问偏好。
e23、根据e20至e22中任一项所述的装置，接收输出单元，用于接收并输出所述服务器通过将所述用户行为模型与所述当前产生的实时数据进行匹配生成的达到特定条件时相应的提醒信息；所述特定条件是与特定时间、特定地点和车辆的特定状态中任一项或多项相关的条件。
f24、一种基于用户实时信息的车载智能提醒装置，所述装置包括：
接收单元，用于接收车载设备上报的车辆产生的实时数据，所述实时数据包括所述车辆的状态信息和/或用户对所述车载设备进行的操作信息；
建立单元，用于基于所述实时数据，建立用户行为模型，所述用户行为模型能够反映用户对所述车辆进行操作产生的个性化行为；
获取单元，用于获取所述车载设备上报的所述车辆当前产生的实时数据；
生成单元，用于对所述用户行为模型和所述当前产生的实时数据进行分析得到提醒信息；
发送单元，用于将所述提醒信息发送给所述车载设备，以便所述用户根据所述提醒信息进行相应操作。
f25、根据f24所述的装置，所述车辆的状态信息包括以下一项或多项的组合：地理位置、剩余电量、剩余油量和车速。
f26、根据f24或f25所述的装置，所述用户行为模型包括以下一项或多项的组合：行车路线偏好、特定地点、对所述车载设备进行的操作偏好和设置的日历提醒；
其中，所述操作偏好包括对所述车载设备的本地操作偏好和/或网络访问偏好。
f27、根据f26所述的装置，所述生成单元，用于将所述用户行为模型与所述当前产生的实时数据进行匹配，生成达到特定条件时相应的提醒信息；所述特定条件是与特定时间、特定地点和车辆的特定状态中任一项或多项相关的条件。
f28、根据f27所述的装置，所述生成单元包括：
第一匹配模块，用于将所述用户行为模型中的特定地点与所述当前产生的实时数据中的地理位置进行匹配；
第一生成模块，用于当所述特定地点与所述地理位置之间的距离小于预设距离阈值时，生成与所述特定地点相关的提醒信息；
确定模块，用于基于所述用户行为模型中的行车路线偏好和所述车辆当前的状态信息，确定是否需要对所述车辆进行处理，以使得所述车辆能够达到目的地；
第二生成模块，用于当所述确定模块确定需要对所述车辆进行处理时，生成包含需要对所述车辆进行处理以及处理策略的提醒信息；
第二匹配模块，用于将所述用户行为模型中的日历提醒与所述车辆当前的地理位置进行匹配；
第三生成模块，用于当匹配成功时，生成与用户执行所述日历提醒相关的提醒信息；
第三匹配模块，用于将所述用户行为模型中对所述车载设备进行的操作偏好与所述当前产生的实时数据进行匹配；
第四生成模块，用于当匹配成功时，生成对所述车载设备进行操作的提醒信息。
g29、一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行如c11至c14中任一项所述的基于用户实时信息的车载智能提醒方法。
h30、一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行如d15至d19中任一项所述的基于用户实时信息的车载智能提醒方法。
i31、一种基于用户实时信息的车载智能提醒装置，所述装置包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如c11至c14中任一项所述的基于用户实时信息的车载智能提醒方法。
j32、一种基于用户实时信息的车载智能提醒装置，所述装置包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如d15至d19中任一项所述的基于用户实时信息的车载智能提醒方法。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的基于用户实时信息的车载智能提醒方法和装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。