氢能运输车辆的派单方法、装置和计算机设备

摘要

本申请涉及一种氢能运输车辆的派单方法、装置、计算机设备和存储介质，提升了氢能运输的效率和安全。本发明提供的氢能运输车辆的派单方法，首先对运输路线进行评价，同时对司机的驾驶行为进行评价，之后综合运输路线以及驾驶行为的评价结果，选择目标氢能运输车辆进行派单，本发明的方案从安全运输的行驶路径以及司机的驾驶行为两个大的方面对氢能运输进行综合评价，得到目标运输方案并进行派单，本实施的方案不仅仅考虑氢能运输的特殊要求，还兼顾了运输的效率和安全。这对氢能的安全高效运输有积极的意义。

权利要求

1.一种氢能运输车辆的派单方法，其特征在于，所述方法包括：获取氢能货运的需求信息，所述氢能货运的需求信息包括货运目标点，氢能运输量；

获取加氢站点的位置和剩余燃料储量；

基于加氢站点的位置和剩余燃料储量，获取候选氢能运输车辆；所述候选氢能运输车辆为能够提供氢能运输量的加氢站点预设范围内的空闲氢能运输车辆；

基于所述候选氢能运输车辆的位置，货运目标点以及氢能运输规范获取候选运输路径；

获取各候选氢能运输车辆上的采集的司机驾驶图像，以及各候选氢能运输车辆上驾驶传感器采集的驾驶行为数据；所述驾驶行为数据包括：速度，加速度，转向角以及方向盘握力信息；

根据司机驾驶图像和驾驶行为数据获取所述司机的第一驾驶行为评价结果；

获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价结果；

将第一驾驶行为评价结果和第二驾驶行为评价结果输入预设的评价模型，输出第三驾驶行为评价结果；

基于所述候选运输路径以及所述第三驾驶行为评价结果，从所述候选氢能运输车辆中选择目标氢能运输车辆；

向所述目标氢能运输车辆派单。

2.根据权利要求1所述的方法，其特征在于，所述氢能运输车辆上安装有图像传感器，所述图像传感器用于采集所述司机驾驶图像，所述图像传感器包括：相机和红外传感器。

3.根据权利要求1所述的方法，其特征在于，获取所述候选氢能运输车辆的历史定位信息以及对应的时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价结果，包括：

根据所述对应的时间获取电子围栏信息；

基于所述历史定位信息和对应的电子围栏信息，获取第二驾驶行为评价结果。

4.根据权利要求1所述的方法，其特征在于，基于所述候选氢能运输车辆的位置，货运目标点以及氢能运输规范获取候选运输路径，包括：将空闲的氢能运输车辆对应的加氢站的位置作为起点，所述货运目标点作为终点，且将各起点与对应的终点之间的服务站点作为中间站点，构建货运有向图；

将各所述货运有向图以及空闲的氢能运输车辆的车辆信息输入预设的图模型，输出候选运输路径以及对应的候选氢能运输车辆；所述图模型的权重参数包括路径安全，运输效率以及车辆评价系数；将氢气运输要求作为路径安全的影响因子。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述候选氢能运输车辆当前的北斗定位信息，GPS定位信息，以及车载环境感知信息；

将当前时间的所述北斗定位信息，GPS定位信息作为卡尔曼滤波算法的输入，所述车载环境感知信息作为所述卡尔曼滤波算法的约束，获取所述候选氢能运输车辆的位置。

6.根据权利要求2所述的方法，其特征在于，根据司机驾驶图像和驾驶行为数据获取所述司机的第一驾驶行为评价结果，包括：根据所述相机采集的相机图像和所述红外传感器采集的红外驾驶图像获取所述司机的头部特征；

根据所述候选氢能运输车辆的速度，加速度，转向角以及方向盘握力信息，获取所述司机的驾驶行为特征，所述驾驶行为特征包含捏姿特征，车身速度，方向盘转动幅度，以及车况信息；

将所述头部特征以及所述驾驶行为特征输入预设的驾驶行为监测模型，得到所述第一驾驶行为评价结果。

7.根据权利要求6所述的方法，其特征在于，根据所述相机图像和所述红外驾驶图像获取所述司机的头部特征，包括：

根据所述相机图像中的人脸图像获取人眼疲劳识别特征参数，表情特征参数；

根据所述候选氢能运输车辆的速度，加速度，转向角以及方向盘握力信息，以及预设轨迹获取行驶轨迹偏离信息；

将所述人眼疲劳识别特征参数，表情特征参数、对应的车况信息以及行驶轨迹偏离信息输入驾驶行为评价模型，得到所述第一驾驶行为评价结果。

8.一种氢能运输车辆的派单装置，其特征在于，所述装置包括：获取模块，用于获取氢能货运的需求信息，所述氢能货运的需求信息包括货运目标点，氢能运输量；获取加氢站点的位置和剩余燃料储量；

路径计算模块，用于基于加氢站点的位置和剩余燃料储量，获取候选氢能运输车辆；所述候选氢能运输车辆为能够提供氢能运输量的加氢站点预设范围内的空闲氢能运输车辆；

基于所述候选氢能运输车辆的位置，货运目标点以及氢能运输规范获取候选运输路径；

驾驶评价模块，用于获取各候选氢能运输车辆上的采集的司机驾驶图像，以及各候选氢能运输车辆上驾驶传感器采集的驾驶行为数据；所述驾驶行为数据包括：速度，加速度，转向角以及方向盘握力信息；根据司机驾驶图像和驾驶行为数据获取所述司机的第一驾驶行为评价结果；获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价结果；

选择模块，用于将所述第一驾驶行为评价结果和第二驾驶行为评价结果输入预设的评价模型，输出第三驾驶行为评价结果；基于所述候选运输路径以及所述第三驾驶行为评价结果，从所述候选氢能运输车辆中选择目标氢能运输车辆；向所述目标氢能运输车辆派单。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

说明书

氢能运输车辆的派单方法、装置和计算机设备

技术领域

[0001] 本申请涉及新能源技术领域，特别是涉及一种氢能运输车辆的派单方法、装置、计算机设备和存储介质。

背景技术

[0002] 发展氢能产业是优化能源消费结构、实现电网和气网互联互通的重要途径。发展氢能产业还能够有效带动新材料、新能源汽车以及氢储存与运输等高端装备制造业发展，
对于我国加快产业结构调整、实现高质量发展具有重要意义。新能源汽车和大数据的融合
是大势所趋，也是工业化和信息化深度融合的典范，基于大数据的智能新能源汽车将是我
国汽车产业转型升级的重点方向。

[0003] 但是研究发现，由于氢能运输的特定运输要求，在进行氢能运输时还存在着，资源调度不合理，运输效率低的问题。

发明内容

[0004] 基于此，有必要针对上述技术问题，提供一种能够安全、高效、合理的氢能运输车辆的派单方法、装置、计算机设备和存储介质。

[0005] 一种氢能运输车辆的派单方法，所述方法包括：

[0006] 获取氢能货运的需求信息，所述氢能货运的需求信息包括货运目标点，氢能运输量；

[0007] 获取加氢站点的位置和剩余燃料储量；

[0008] 基于加氢站点的位置和剩余燃料储量，获取候选氢能运输车辆；所述候选氢能运输车辆为能够提供氢能运输量的加氢站点预设范围内的空闲氢能运输车辆；

[0009] 基于所述候选氢能运输车辆的位置，货运目标点以及氢能运输规范获取候选运输路径；

[0010] 获取各候选氢能运输车辆上的采集的司机驾驶图像，以及各候选氢能运输车辆上驾驶传感器采集的驾驶行为数据；所述驾驶行为数据包括：速度，加速度，转向角以及方向
盘握力信息；

[0011] 根据司机驾驶图像和驾驶行为数据获取所述司机的第一驾驶行为评价结果；

[0012] 获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价结果；

[0013] 将第一驾驶行为评价结果和第二驾驶行为评价结果输入预设的评价模型，输出第三驾驶行为评价结果；

[0014] 基于所述候选运输路径以及所述第三驾驶行为评价结果，从所述候选氢能运输车辆中选择目标氢能运输车辆；

[0015] 向所述目标氢能运输车辆派单。

[0016] 在其中一个实施例中，所述图像传感器包括：相机和红外传感器。

[0017] 在其中一个实施例中，获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价
结果，包括：

[0018] 根据所述对应的时间获取电子围栏信息；

[0019] 基于所述历史位置和对应的电子围栏信息，获取第二驾驶行为评价结果。

[0020] 在其中一个实施例中，基于所述候选氢能运输车辆的位置，货运目标点以及氢能运输规范获取候选运输路径，包括：

[0021] 将空闲的氢能运输车辆对应的加氢站的位置作为起点，所述货运目标点作为终点，且将各起点与对应的终点之间的服务站点作为中间站点，构建货运有向图；

[0022] 将各所述货运有向图以及空闲的氢能运输车辆的车辆信息输入预设的图模型，输出候选运输路径以及对应的候选氢能运输车辆；所述图模型的权重参数包括路径安全，运
输效率以及车辆评价系数；将氢气运输要求作为路径安全的影响因子。

[0023] 在其中一个实施例中，所述方法还包括：获取所述候选氢能运输车辆当前的北斗定位信息，GPS定位信息，以及车载环境感知信息；将当前时间的所述北斗定位信息，GPS定
位信息作为卡尔曼滤波算法的输入，所述车载环境感知信息作为所述卡尔曼滤波算法的约
束，获取所述候选氢能运输车辆的位置。

[0024] 在其中一个实施例中，根据司机驾驶图像和驾驶行为数据获取所述司机的第一驾驶行为评价结果，包括：

[0025] 根据所述相机图像和所述红外驾驶图像获取所述司机的头部特征；

[0026] 根据所述候选氢能运输车辆的速度，加速度，转向角以及方向盘握力信息，获取所述司机的驾驶行为特征，所述驾驶行为特征包含捏姿特征，车身速度，方向盘转动幅度，以
及车况信息；

[0027] 将所述头部特征以及所述驾驶行为特征输入预设的驾驶行为监测模型，得到所述第一驾驶行为评价结果。

[0028] 在其中一个实施例中，根据所述相机图像和所述红外驾驶图像获取所述司机的头部特征，包括：

[0029] 根据所述相机图像中的人脸图像获取人眼疲劳识别特征参数，表情特征参数；

[0030] 根据所述候选氢能运输车辆的速度，加速度，转向角以及方向盘握力信息，以及预设轨迹获取行驶轨迹偏离信息；

[0031] 将所述人眼疲劳识别特征参数，表情特征参数、对应的车况信息以及行驶轨迹偏离信息输入驾驶行为评价模型，得到所述第一驾驶行为评价结果。

[0032] 一种氢能运输车辆的派单装置，所述装置包括：

[0033] 获取模块，用于获取氢能货运的需求信息，所述氢能货运的需求信息包括货运目标点，氢能运输量；获取加氢站点的位置和剩余燃料储量；

[0034] 路径计算模块，用于基于加氢站点的位置和剩余燃料储量，获取候选氢能运输车辆；所述候选氢能运输车辆为能够提供氢能运输量的加氢站点预设范围内的空闲氢能运输
车辆；基于所述候选氢能运输车辆的位置，货运目标点以及氢能运输规范获取候选运输路
径；

[0035] 驾驶评价模块，用于获取各候选氢能运输车辆上的采集的司机驾驶图像，以及各候选氢能运输车辆上驾驶传感器采集的驾驶行为数据；所述驾驶行为数据包括：速度，加速
度，转向角以及方向盘握力信息；根据司机驾驶图像和驾驶行为数据获取所述司机的第一
驾驶行为评价结果；获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的
时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价结果；

[0036] 选择模块，用于将所述第一驾驶行为评价结果和第二驾驶行为评价结果输入预设的评价模型，输出第三驾驶行为评价结果；基于所述候选运输路径以及所述第三驾驶行为
评价结果，从所述候选氢能运输车辆中选择目标氢能运输车辆；向所述目标氢能运输车辆
派单。

[0037] 一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。

[0038] 一种计算机可读存储介质，其上存储有计算机程序，，所述计算机程序被处理器执行时实现上述的方法的步骤。

[0039] 上述的氢能运输车辆的派单方法、装置、计算机设备和存储介质，实现了提升了氢能运输的效率和安全。该方法本实施例提供的氢能运输车辆的派单方法，从安全运输的行
驶路径以及司机的驾驶行为两个大的方面对氢能运输进行综合评价，得到目标运输方案并
进行派单，本实施的方案不仅仅考虑氢能运输的特殊要求，还兼顾了运输的效率和安全。这
对氢能的安全高效运输有积极的意义。

附图说明

[0040] 图1为一个实施例中氢能运输车辆的派单方法的应用环境图；

[0041] 图2为一个实施例中氢能运输车辆的派单方法的流程示意图；

[0042] 图3为一个实施例中氢能运输车辆的派单方法补充步骤的流程示意图；

[0043] 图4为一个实施例中氢能运输车辆的派单装置的结构框图；

[0044] 图5为一个实施例中计算机设备的内部结构图。

具体实施方式

[0045] 为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不
用于限定本申请。

[0046] 本申请提供的一种氢能运输车辆的派单方法，可以应用于如图1所示的应用环境中。其中，服务器104与终端102以及服务站点106进行通信。其中，服务站点106可以为加氢
站，或其他类型的车辆服务站点。终端102为货运车辆与服务器通信的智能终端，其形式可
以但不限于是各种车载终端、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿
戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

[0047] 在一个实施例中，如图2所示，提供了一种氢能运输车辆的派单方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

[0048] 步骤S110：获取氢能货运的需求信息，所述氢能货运的需求信息包括货运目标点，氢能运输量。

[0049] 其中，氢能货运的需求信息包含氢能源源的需求量，需求方，需求时间以及运输要求。

[0050] 步骤S120：获取加氢站点的位置和剩余燃料储量；基于加氢站点的位置和剩余燃料储量，获取候选氢能运输车辆；所述候选氢能运输车辆为能够提供氢能运输量的加氢站
点预设范围内的空闲氢能运输车辆。

[0051] 服务器104在获取了氢能货运的需求信息后，获取符合需求的加氢站点以及空闲的、符合运输要求的货运车辆，将符合要求的加氢站点预设范围内的、空闲的、符合运输要
求的货运车辆作为候选加氢站点和候选货运车辆。在确定加氢站点是否符合需求时可首先
考虑剩余燃料储量，再考虑位置。进一步的，也可以考虑各个加氢站点的历史运输的评价信
息。该历史评价信息可以从加氢站点的配货频率，可选择中间站点的多样性，位置，规模，设
备规格状态等等方面进行评价。其中，中间站点为货运车辆的服务站点。候选站点对应的候
选氢能运输车辆为执行运输对应的候选站点的氢能任务，能够达到运输需求的货运车辆。
中间站点的信息来源可以是服务站点106与服务器104通信获得。也可能是通过车车通信
（v2v），车路通信（v2r）等V2X的方式获得。

[0052] 步骤S130：基于所述候选氢能运输车辆的位置，货运目标点以及氢能运输规范获取候选运输路径。

[0053] 服务器104可以将氢能运输规范中道路运输区域的限制作为现有的路径算法模型的限制，将候选氢能运输车辆的位置以及货运目标点作为输入，计算候选氢能运输车辆的
位置到货运目标点之间的路径。可选地，服务器104还需要将候选氢能运输车辆对应的加氢
站点作为路径计算的限制条件。此外，在一些情形下，还可以考虑将加氢站点与货运目标点
的中间站点作为路径计算的限制条件，该中间站点为对应的候选氢能运输车辆可停靠的服
务站点。应当清楚的是，可停靠并不等同于必然停靠，货运车辆在运输过程中驾驶人员可以
基于驾驶状态自主的选择是否进入中间站点停靠，或者选择在哪一中间站点进行停靠。

[0054] 作为一种可选的实施方式，在确定起点，货运目标点以及中间点后，可以进行货运有向图的构建。该货运有向图与车辆可选的运输路径对应。可以将各所述货运有向图输入
预设的图模型，输出各个候选氢能运输车辆的目标候选路径；所述图模型的权重参数包括
路径安全，运输效率以及车辆评价系数；将氢气运输要求作为路径安全的影响因子。

[0055] 步骤S140：获取各候选氢能运输车辆上的采集的司机驾驶图像，以及各候选氢能运输车辆上驾驶传感器采集的驾驶行为数据；根据司机驾驶图像和驾驶行为数据获取所述
司机的第一驾驶行为评价结果。

[0056] 其中，所述驾驶行为数据包括：速度，加速度，转向角以及方向盘握力信息。

[0057] 可选地，司机驾驶图像可以通过车载相机采集，可以通过红外传感器采集。可选地，可以通过车辆中控以及安装的传感器获取驾驶行为数据。

[0058] 在其中一个可选的实施例中，服务器104根据所述相机图像和所述红外驾驶图像获取所述司机的头部特征；根据所述候选氢能运输车辆的速度，加速度，转向角以及方向盘
握力信息，获取所述司机的驾驶行为特征，所述驾驶行为特征包含捏姿特征，车身速度，方
向盘转动幅度，以及车况信息；将所述头部特征以及所述驾驶行为特征输入预设的驾驶行
为监测模型，得到所述第一驾驶行为评价结果。可选地，服务器104获取到司机驾驶图像和
驾驶行为数据后，根据所述相机图像中的人脸图像获取人眼疲劳识别特征参数，表情特征
参数；根据所述候选氢能运输车辆的速度，加速度，转向角以及方向盘握力信息，以及预设
轨迹获取行驶轨迹偏离信息；将所述人眼疲劳识别特征参数，表情特征参数、对应的车况信
息以及行驶轨迹偏离信息输入驾驶行为评价模型，得到所述第一驾驶行为评价结果。

[0059] 可选地，服务器104可以将所述红外图像和相机图像进行时空对齐；对时空对齐后的红外图像和相机图像进行像素加权，得到融合图像；根据融合图像得到人眼疲劳识别特
征参数，表情特征参数。本实施例可以避免各类图像各自进行特征提取造成的信息损失，本
实施例通过将图像进行融合之后进行特征提取，可以起到各个图像信息互相补充的作用。

[0060] 步骤S150：获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价结果。

[0061] 可选地，服务器104获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价结
果。具体的，根据所述对应的时间获取电子围栏信息；基于所述历史位置和对应的电子围栏
信息，获取第二驾驶行为评价结果。

[0062] 步骤S160：基于所述候选运输路径以及所述第三驾驶行为评价结果，从所述候选氢能运输车辆中选择目标氢能运输车辆；向所述目标氢能运输车辆派单。

[0063] 本实施例提供的氢能运输车辆的派单方法，从安全运输的行驶路径以及司机的驾驶行为两个大的方面对氢能运输进行综合评价，得到目标运输方案并进行派单，本实施的
方案不仅仅考虑氢能运输的特殊要求，还兼顾了运输的效率和安全。这对氢能的安全高效
运输有积极的意义。

[0064] 在一个实施例中，如图3所示，上述方法还包括：

[0065] 步骤S170：获取所述候选氢能运输车辆当前的北斗定位信息，GPS定位信息，以及车载环境感知信息。其中，车载环境感知信息可以包括车辆的图像传感器得到的图像，或者
雷达传感器得到的点云。

[0066] 步骤S180：将当前时间的所述北斗定位信息，GPS定位信息作为卡尔曼滤波算法的输入，所述车载环境感知信息作为所述卡尔曼滤波算法的约束，输出所述候选氢能运输车
辆的位置。

[0067] 本实施例的方法通过卡尔曼滤波算法处理了多种位置信息获取源得到的定位信息，得到位置更加准确，进而，由于位置信息是进行多种状态变化信息的计算的基础，在利
用该位置信息进行对应的状态变化计算时，得到的结果更加准确，例如：该位置信息用于车
辆的行驶状态变化计算和运输信息变化计算时，得到的结果必然是更加准确。

[0068] 应该理解的是，虽然图2‑3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤
的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2‑3中的至少一
部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行
完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而
是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

[0069] 在一个实施例中，如图4所示，提供了一种氢能运输车辆的派单装置，包括：

[0070] 获取模块410，用于获取氢能货运的需求信息，所述氢能货运的需求信息包括货运目标点，氢能运输量；获取加氢站点的位置和剩余燃料储量；

[0071] 路径计算模块420，用于基于加氢站点的位置和剩余燃料储量，获取候选氢能运输车辆；所述候选氢能运输车辆为能够提供氢能运输量的加氢站点预设范围内的空闲氢能运
输车辆；基于所述候选氢能运输车辆的位置，货运目标点以及氢能运输规范获取候选运输
路径；

[0072] 驾驶评价模块430，用于获取各候选氢能运输车辆上的采集的司机驾驶图像，以及各候选氢能运输车辆上驾驶传感器采集的驾驶行为数据；所述驾驶行为数据包括：速度，加
速度，转向角以及方向盘握力信息；根据司机驾驶图像和驾驶行为数据获取所述司机的第
一驾驶行为评价结果；获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应
的时间，根据历史定位信息以及对应的时间，得到所述司机的第二驾驶行为评价结果；

[0073] 选择模块440，用于将所述第一驾驶行为评价结果和第二驾驶行为评价结果输入预设的评价模型，输出第三驾驶行为评价结果；基于所述候选运输路径以及所述第三驾驶
行为评价结果，从所述候选氢能运输车辆中选择目标氢能运输车辆；向所述目标氢能运输
车辆派单。

[0074] 在其中一个可选的实施例中，驾驶评价模块430用于根据所述对应的时间获取电子围栏信息；基于所述历史位置和对应的电子围栏信息，获取第二驾驶行为评价结果。

[0075] 在其中一个可选的实施例中，路径计算模块420用于将空闲的氢能运输车辆对应的加氢站的位置作为所述起点，所述货运目标点作为终点，且将各起点与对应的终点之间
的服务站点作为中间站点，构建货运有向图；将各所述货运有向图以及空闲的氢能运输车
辆的车辆信息输入预设的图模型，输出候选运输路径以及对应的候选氢能运输车辆；所述
图模型的权重参数包括路径安全，运输效率以及车辆评价系数；将氢气运输要求作为路径
安全的影响因子。

[0076] 在其中一个可选的实施例中，获取模块410还用于获取所述候选氢能运输车辆当前的北斗定位信息，GPS定位信息，以及车载环境感知信息；将当前时间的所述北斗定位信
息，GPS定位信息作为卡尔曼滤波算法的输入，所述车载环境感知信息作为所述卡尔曼滤波
算法的约束，获取所述候选氢能运输车辆的位置。

[0077] 在其中一个可选的实施例中，驾驶评价模块430用于根据所述相机图像和所述红外驾驶图像获取所述司机的头部特征；根据所述候选氢能运输车辆的速度，加速度，转向角
以及方向盘握力信息，获取所述司机的驾驶行为特征，所述驾驶行为特征包含捏姿特征，车
身速度，方向盘转动幅度，以及车况信息；将所述头部特征以及所述驾驶行为特征输入预设
的驾驶行为监测模型，得到所述第一驾驶行为评价结果。

[0078] 在其中一个可选的实施例中，驾驶评价模块430用于根据所述相机图像中的人脸图像获取人眼疲劳识别特征参数，表情特征参数；根据所述候选氢能运输车辆的速度，加速
度，转向角以及方向盘握力信息，以及预设轨迹获取行驶轨迹偏离信息；将所述人眼疲劳识
别特征参数，表情特征参数、对应的车况信息以及行驶轨迹偏离信息输入驾驶行为评价模
型，得到所述第一驾驶行为评价结果。

[0079] 关于氢能运输车辆的派单装置的具体限定可以参见上文中对于氢能运输车辆的派单方法的限定，在此不再赘述。上述氢能运输车辆的派单装置中的各个模块可全部或部
分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备
中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执
行以上各个模块对应的操作。

[0080] 在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。
其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易
失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该
内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备
的数据库用于存储货运车辆相关数据、加氢站相关数据以及中间站点、道路相关的数据。该
计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行
时以实现一种动态氢能货运路线规划方法。

[0081] 本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备
可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

[0082] 在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述实施例中动态氢能货运路线规划方法的
步骤。

[0083] 在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中动态氢能货运路线规划方法的步骤。

[0084]  本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算
机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其
中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，
均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器
（Read‑Only Memory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取
存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以
是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机
存取存储器（Dynamic Random Access Memory，DRAM）等。

[0085] 以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛
盾，都应当认为是本说明书记载的范围。

[0086] 以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来
说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护
范围。因此，本申请专利的保护范围应以所附权利要求为准。