摘 要: 針對當前打車軟件的各種弊端,設計實現了一種基于車聯網中管-云-端架構的智能打車系統。該系統采用新型車載智能終端作為管系統來實時感知出租車信息并上傳至云端,功能強大的云平臺實時處理海量數據并將處理結果呈現在客戶端打車App上。該系統能夠顯著提升客戶滿意度、司機積極性,并能緩解交通擁堵,具有很大的應用價值。
關鍵詞: 打車系統;車聯網;管-云-端
0 引言
目前,嘀嘀打車、快的打車等已覆蓋北京、上海、廣州、南京等各大城市。在各類打車軟件中,快的打車和嘀嘀打車分別在阿里巴巴和騰訊的支持下,成為主要競爭對手。2014年2月,嘀嘀打車對司機和乘客的車費補貼統一降低至5元,進入第二輪補貼階段,上千萬的用戶蜂擁而至。打車軟件之間的競爭不斷升級,為阿里巴巴、騰訊等巨頭帶來大批移動支付用戶,使“搶占B端資源,建立支付場景”的競爭愈演愈烈[1]。然而,也有不少用戶抱怨各類打車軟件存在弊端,如:
(1)一些打車軟件的“加價”功能在一定程度上讓普通乘客打車更加困難,也不符合政策法規,長此以往,將變成司機強勢的市場,司機的選擇權遠大于乘客。
(2)存在嚴重的誠信問題,出租車司機在接受了定單后卻載了其他客人,乘客在提交訂單成功后放棄乘坐出租車或者搭乘其他出租車[2-3]。
(3)市場監管機制不完善,對于部分打車軟件,黑車、克隆車也可以使用,嚴重影響乘客的打車體驗。
針對上述問題,本文設計實現了一種基于車聯網(Internet of Vehicle,IOV)中管-云-端架構的智能打車系統。用戶需在手機等智能終端上安裝客戶端軟件,通過終端的自動定位功能,用戶可以隨時在手機上查看周邊的可用車輛信息,并且可以直接呼叫司機,預約用車。每輛出租車需裝有智能車載終端,用于記錄和上傳出租車行車狀態信息(速度、位置等)。用戶通過虛擬計價器可準確獲知源點到目的點的打車費用,避免了費用不清問題。司機和乘客使用該打車軟件都需通過實名認證,確保信息安全。
1 系統功能需求分析
系統用戶分為兩類:司機和乘客。針對這兩種用戶設計兩類不同的客戶端App。
1.1 乘客端App
提供一款免費打車App,它可以根據乘客的位置和需求來提供可視化的信息,如空閑出租車和司機的信息(司機姓名,車牌號,電話號碼等)、司機的行車軌跡等。通過一鍵撥號,乘客就能聯系上司機。此外,該軟件有虛擬計價的功能,在獲得最佳路徑后自動計算出距離,再根據司機實際行駛時間,以及設定的單價,按一種算法來計算出打車費用,供乘客參考。這有效避免了費用不清的問題[4]。
具體功能如下:
(1)地圖。能查看到周邊待客車輛情況,還可以通過列表進行找車。確定好車輛后,點擊相應車輛圖標會出現司機及車輛信息,乘客可以直接通過提供的電話聯系司機,方便快捷。預約的司機在接乘客途中的行車軌跡也會在地圖中顯示出來。
(2)搜車。可以通過車主名、車牌號、手機號來搜索感興趣的出租車。
(3)計費。在知道源點和目的點之后,實時計算打車費用,透明直觀。
(4)收藏。能查看以往添加至收藏的車輛,即用戶的虛擬私家車隊信息。
(5)我的。能查看以往用車記錄,以備查用。
(6)更多。可以通過短信、郵件、微信、微博等分享軟件信息,以及聯系客服。
1.2 司機端App
司機通過智能終端來接收乘客的預約,并通過打車應用來顯示乘客位置信息,再進一步得到去接乘客的最優路徑。具體功能如下:
(1)空閑。當出租車空閑時,司機選擇接受訂單,則系統發送空閑狀態信息至云平臺,云平臺再將空閑車輛信息經過實時處理后發送至乘客客戶端App。
(2)忙碌。當出租車不載客或者已經載客時,司機選擇忙碌。
(3)地圖。為出租車司機規劃路徑,以便沿最佳路徑載客,節省時間和油耗。
(4)計費。在知道源點和目的點之后,實時計算打車費用。
(5)更多。可以通過短信、郵件、微信、微博等分享軟件信息,以及聯系客服。
2 系統架構與硬件設計
本系統基于車聯網中的管-云-端架構,如圖1所示。系統由智能手機、PC、PAD等客戶端、車載智能終端(Global Intelligent IDentity,GID)和車云平臺組成。GID通過OBD連接到CAN總線上,可智慧感知接口中的數據流,并進行實時分析處理,收集并提取出租車的實時狀態信息。這些數據通過通信模塊上傳至云平臺。云平臺提供了分布式離線計算系統、分布式準實時計算系統等,可以對原始數據進行多層次組合、加工、分析和挖掘,從中提取對用戶有價值的出租車及司機的數據和信息,并通過客戶端App界面將出租車信息展現出來[5]。
2.1 管系統設計
IOV最核心的技術之一是根據車輛特性,開發了一款面向汽車的GID終端。它是一個具有全球泛在聯網能力的通信網關和車載終端,是車輛智能信息傳感器,同時也具有全球定位和全球網絡身份標識(網絡車牌)功能[6]。如圖2所示。
GID將汽車智能信息傳感器、汽車聯網、汽車網絡車牌三大功能融為一體,具體表現為:
(1)車輛狀態的信息感知功能:GID與汽車總線(OBD、CAN等)相連,內嵌多種傳感器,可感知和監控幾乎所有車輛的動態與靜態信息,包括車輛環境信息和車輛狀態診斷信息等;
(2)泛在通信功能:GID具有V2V、V2I和自組網(SON、移動Ad Hoc、AGPS等)的能力,具有車內聯網以及多制式之間的橋接與中繼功能,具備全球通信、全球定位與移動漫游能力;
(3)汽車網絡車牌功能:GID從汽車、網絡、用戶中提取天然屬性,生成汽車的“網絡身份證”,使得每輛汽車在網絡中都具有一種天然、唯一的身份標識。它不是一個標簽,而是網絡可信標識與尋址技術。
2.2 云系統設計
云架構的車輛信息平臺是多源海量信息的匯聚。其應用系統架構也是圍繞車輛的數據匯聚、計算、調度、監控、管理與應用而建立的。IOV云平臺可同時支持成百上千萬車載終端的并發訪問,實現對海量數據的存儲、分析、挖掘及應用。圍繞車輛產生的各類數據,如車輛實體信息、涉車產業鏈信息、駕駛行為信息、車主的社會化信息、手機終端信息、車載智能終端感知信息等,支持全局搜索,支持與位置有關的跨地域、跨企業的車輛管理[7]。
本系統的云服務平臺是數據存儲、處理和控制的核心,是系統的后臺部分,主要功能有:(1)接收車載智能終端感知到的出租車狀態信息和客戶端感知到的乘客位置數據。(2)通過計算、挖掘接收到的海量信息,提取出分類的和有價值的信息來形成不同的智能模型。(3)響應并推送結果到客戶終端App上[8]。系統架構如圖3所示,其中服務器及其用途如表1所示。
2.3 端系統設計
本系統的端指司機和乘客的智能手機、PC、PAD等客戶端App[1]。
乘客端軟件工作流程如下:
(1)乘客在智能手機上打開該App并登錄。
(2)具有導航功能的智能手機將乘客的位置信息發送至云端,同時空閑車輛通過GID設備將相關信息上傳至云端。
(3)在接收到乘客端和出租車的信息后,云平臺再進行處理并將處理得到的信息發送至乘客手機端,并通過手機App來顯示出租車的分布信息。
(4)乘客根據需要選擇一輛合適的車并與該車司機取得聯系。
(5)選中的司機通過GID將其在行車過程中的信息不斷發送至云平臺,再通過云平臺分析處理后傳送給乘客,這樣就可以通過手機App來實時了解司機的行車路線、打車費用和等待時間等信息。詳細流程如圖4所示。
司機端軟件工作流程如下:
(1)司機打開該App并登錄。
(2)點擊空閑狀態(若點擊忙碌則不發送該車信息至云平臺)。
(3)接到預約乘車電話。
(4)確定乘客位置并獲得最佳行駛路徑。
(5)開車去接乘客并把乘客送往目的地。詳細流程如圖4所示。
3 功能測試及系統優勢
3.1 功能測試
功能測試中系統的軟硬件均符合設計標準,GID能按設定的回傳周期采集出租車行車狀態信息,并通過通信網絡上傳至云平臺,云平臺能正確響應大量乘客的要求,并將各種有用信息及時推送至乘客和司機終端。圖5所示為其中乘客端App部分截圖。
乘客在智能終端下載并安裝該打車軟件,首先進行注冊并登錄,然后點擊地圖標志可顯示周圍的出租車信息,選擇其中一輛出租車并聯系司機,司機在15 min內來到乘客所在地將乘客接走,乘客體驗良好,方便舒適快捷。
App主界面默認為地圖界面,地圖上分布的車輛圖標 表示周邊可用的車輛,藍色圓點
指明用戶當前位置,定位按鈕
的作用是把用戶當前位置設為屏幕中心。點擊任意一個車輛圖標
,可以看到該車的詳細信息(車牌號、司機姓名、電話號碼、業務信息);點擊收藏按鈕
,可以將服務滿意的車輛收藏,形成自己的虛擬私家車隊;點擊電話號碼,可以進入撥號界面。
點擊收藏圖標 ,可以進入軟件的收藏功能模塊,點擊列表中任意一項條目的電話號碼可以進入撥號界面,撥號操作同上所述。
點擊歷史圖標 ,可以進入軟件的歷史功能模塊,點擊列表的任一項條目可以進入撥號界面,撥號操作同上所述。
點擊更多圖標 ,可以進入軟件的更多功能模塊,包括分享軟件、聯系客服兩項服務。
3.2 系統優勢
(1)方便:客戶可通過智能終端,隨時隨地全天候地獲取離客戶最近的待客空車。
(2)舒適:無論客戶是躺在床上,還是坐在會議室,都可以隨時召喚空車到門口等候,無須忍受風吹日曬。
(3)靈活:通過該App,可以實現異地預約接機、單程接送客人或老人、電召車輛同時也電召配套服務,做到時間靈活、空間靈活、服務靈活。
(4)安全:車輛信息都是通過實名認證,可以知道司機聯系方式和車輛信息,保證了客戶乘車安全。
(5)主動:乘客可根據個人的需要和出行習慣選擇更適合的司機和車。
4 結論
本文設計了一種基于IOV中管-云-端架構的智能打車系統。作為IOV的一個典型應用,本系統從根本上解決了打車難的問題。從傳統的人找車、車找人的被動狀態,變為人找車的主動狀態,達成高效的用車匹配。未來將基于本系統的功能增加拼車、租車、代駕等功能,助力于智慧交通建設。
參考文獻
[1] 王桐.鞍山市交通局安卓平臺打車系統的設計與實現[D].大連:大連理工大學,2014.
[2] DOW C R, LEE Y H, WANG S C, et al. A geo-aware location based taxi carrying system[C]. Con. ITNG, 2014: 53-58.
[3] Liu Siyuan, Pu Jiansu, Luo Qiong, et al. VAIT: a visual analytics system for metropolitan transportation[J]. IEEE Trans. Intell. Trans. Syst, 2013,14(4): 1586-1596.
[4] 迪納科技.車小二產品主打膠片[EB/OL].(2012-12-21)[2015-04-01]. http://www.cpsdna.com/article-157.html.
[5] 劉南杰.崛起的車聯網[J].音響改裝技術,2013(11):50-52.
[6] 司桂芳,劉南杰,趙海濤.基于GID的網絡車牌管理系統[J].電信科學,2014,30(3):94-97.
[7] 崔正杰,劉南杰,趙海濤.基于管-云-端結構的汽車遠程實時監控系統設計[J].微型機與應用,2014,33(24):91-94.
[8] 謝寒冰,賀松.基于3G的移動云系統的研究與設計[J].微型機與應用,2014,33(6):4-7.