首页 / 专利库 / 银行与财务事项 / 比特币地址 / 基于区块链的网约车

基于链的网约车

阅读:175发布:2020-06-15

专利汇可以提供基于链的网约车专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于 区 块 链 的网约车,包括交通 云 数据库 、交通云 人工智能 系统TAI和移动客户端。为交通云提供一个去中心化、去信任、集体维护、非对称加密可靠数据库的 基础 架构和互联网底层协议,成为一种基于时间戳为出行者建立高度联接、达成出行资源分配共识、按需提供服务的移动SaaS 软件 应用模式、分布式计算范式和 群体智能 模型。,下面是基于链的网约车专利的具体信息内容。

1.一种基于链的网约车,其特征是:基于区块链的网约车包括交通数据库、交通云人工智能系统TAI和移动客户端;所述交通云数据库是基于区块链技术和车联网,由出行者共同构建的去中心化的分布式区块链数据库和交通云公共账本,其利用加密链式区块结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用自动化脚本代码(智能合约) 来编程和操作数据;并通过交通云人工智能系统TAI管理、分配出行资源;通过移动客户端预约、选择、交易出行资源;为交通云提供一个去中心化(Decentralized)、去信任(Trustless)、集体维护(Collectively  maintain)、非对称加密
(AsymmetricCryptography)可靠数据库(ReliableDatabase)的基础架构和互联网底层协议,成为一种基于时间戳(Time stamp)为出行者建立高度联接、达成出行资源分配共识、按需提供服务的移动SaaS(Software-as-a-Service)软件应用模式、分布式计算范式和群体智能模型。
2.根据权利要求1所述的基于区块链的网约车,其特征是:
所述交通云数据库是一种区块链数据库,区块(block)包含有数据库中实际需要保存的一定时间段内生成的交通流状态数据,链(chain)则是校验当前区块的组织方式;
为方便移动客户端使用,避免区块链数据库体积过大;基于区块链的网约车系统设置有区域区块数据库结构,其将不同的区块数据和设定地理区域对应成为区域区块,每个区域区块仅记录当前设定地理区域的交通流状态;区域区块不仅按时间线形顺序推进,形成不可逆的链,还通过特定的信息与相邻地理区域的区域区块链接,每一个区域区块不仅包含其上一个区块的哈希值以确保区块按时间顺序连接的同时校验没有被篡改,还包含有其相邻区域区块的坐标值,确保相邻区域区块以合适的位置、方向和顺序拼接、交互、记录,从而构建整个城市的数字地图,成为包含时间维度的数字地图;
所述相邻区域区块以合适的位置、方向和顺序的交互是一种预判机制,即通过TAI预判区域区块O当前的交通流状态对其相邻区域区块A、区域区块B、区域区块C和区域区块D未来交通流状态影响的方法;
通过交互预判机制,当新的数据写入区域区块O时,仅需将TAI预判的变量向其相邻区域区块A、区域区块B、区域区块C和区域区块D单播或多播,而无需向全网广播,由此大大降低区块链体积;所述多播是把信息传递给当前区块一组目的地址,消息在每条网络链路上只需要传递一次,而且只有在链路分叉时,消息才会被复制,实现一次传送所有目标节点的数据,也可以达到只对特定对象传送数据的目的;与广播相比,多播可有效的减轻网络上其他主机的任务。
3.根据权利要求1所述的基于区块链的网约车,其特征是:
交通云人工智能系统TAI是基于自治、非中央控制系统的聚合行为的群体智能;其利用交通云数据库中的交通流状态大数据的全息可见特征和交叉验证,实时、安全的自动核实、分布式计算和记录由多信息源共同产生的交通流状态数据,为城市道路通行能建立实时动态总账以分配出行资源,成为实时记录城市道路交通流变化的交通云公共账本;
所述出行资源包括出行者、道路资源和公共出行数据;所述出行者包括人和运输工具,所述运输工具包括私人运输工具和公共运输工具;所述道路资源是指特定时间特定区域的道路通行能力;所述公共出行数据包括出行者身份认证信息和由若干出行者多信息源汇集的一定时间段内的历史出行路径、当前出行路径、当前路况和一定时间段内的未来出行计划;所述总账是出行者、公共出行数据和道路资源的明细结构化数据集合,若干相邻的区域道路通行能力总账是动态平衡的;所述群体智能通过个体出行者反复执行一个或多个简单规则,构建主体行为、方法、属性,带来群体的智能性,从而表现出未设定的计算或搜索能力;
为解决区块链数据确认时间过长、处理交易频率过低的问题;由区块链的包容性,每一个协议内的出行者均可读写交通云数据库;出行者基于加密算法和去中心化协议,利用自动化脚本代码(智能合约),通过区块链广播或多播自己身份认证信息、当前出行路径和未来一定时间段内的出行计划,向交通云公共账本预约出行资源;
出行者的历史出行路径、当前位置和当前出行路径记录是存在式自证和全息可见的,无需通过争夺记账权证明;出行者的预约数据将由链(chain)通过密码学技术和当前区域区块若干出行者多信息源写入的公共出行数据关联,每一笔预约数据将与出行者当前位置和其他出行者的公共出行数据相互交叉校验、比对过滤、编译优化,并与邻近区域区块的相关数据交叉校验、校验、甄别、预判和平衡;数据将因已通过存在式自证或全息可见的相关信息变量的交叉校验、证实、证伪或全息可见而过滤、改写、替换、补充或删除,也无需通过争夺记账权证明;从而实现由多信息源交叉校验、共同构建、包含时间维度、实时高频更新的数字地图和交通云数据库;从规则层面解决区块链数据确认时间过长、处理交易频率过低的问题。
4.根据权利要求3所述的基于区块链的网约车,其特征是:
出行者的身份认证信息是姓名、性别、年龄、电话号码、电子签名、数据指纹、身份证件信息、驾驶证信息、行账号、比特币地址、社交网络账号、二维码名片或上述多维身份信息的排列组合;当出行者是交通工具时,身份认证信息还包括交通工具主要技术参数、交通工具识别信息和交通工具当前状况信息;一种交通工具身份认证信息组合是由面向对象的图形渲染技术自动生成的或由用户主动提交的车辆三维体积数据、坐标、方向和速度数据;为优化数据写入、读取、传输和下载,交通工具的空间图形数据以几何特征表示法抽象描述为矢量空间几何体,即用简单几何体表达目标物外形特征;
上述多维身份认证信息经TAI交叉验证、分布式加密存放在区块链,受一个私钥控制,只有持有私钥的用户自己才有权修改;为一步确保写入信息的公信力,TAI设置有身份认证系统向其他出行者已存在式自证信息或全息可见信息开放接口,帮助对用户身份进行背书或交叉验证以确保真实性,或者身份认证系统构建有区块链身份认证共识机制,确保系统高效运转,或者由TAI学习出行者的行为和互动智能判断出行者身份,或者是上述方式的排列组合;
一种区块链身份认证共识机制是DPOS授权证明机制,一种区块链身份认证共识机制是POOL验证池机制;
当出行者是个人时,一种由TAI学习出行者行为智能判断出行者身份的方法是:TAI设置有会员激励机制,通过人工智能学习会员对激励的反馈和会员的互动行为认证个人会员信用等级;
当出行者是有人驾驶车辆时,因为专车司机与顺车司机的出行路径轨迹和行为特征是完全不同的,一种由TAI学习出行者行为智能判断出行者身份的方法是:TAI通过积累的该车辆历史路径大数据深度学习智能判断该车辆的拼车搭乘是否属于顺风车。
5.根据权利要求1所述的基于区块链的网约车,其特征是:
一种交通云公共账本定义一个包含时间维度、实时更新的数字地图描述文件用于反应交通流状态变化;
一种基于区块链构建的地图描述文件是一种语义化地图;
一种语义化地图是在公知2D或3D数字地图设置的动态语义层;
所述语义化地图是指用合理标记以及其特有的属性格式化地图内容、处理数据和信息,使得机器可以理解;
为达成兼容性,一种语义化地图以自然语言(NPL)描述;所述自然语言(NPL)是实现人与计算机之间用自然语言进行有效通信的各种理论和方法;一种自然语言(NPL)的语义化地图以本体语言描述,由本体提供一种明确定义的共识,所述本体是一个为描述某个领域而按继承关系组织起来作为一个知识库的骨架的一系列术语;本体也是关于共享的概念模型的协议;共享的概念模型包括进行领域知识建模的概念框架、互操作的agent之间进行交流的内容明确协议、以及表达特定领域理论的协定;所述本体描述语言是和Web相关的RDF(RDF-S)、OIL、DAML、OWL、SHOE或XOL;或者,和具体系统相关的Ontolingua、CycL或Loom;或者,应用于企业级的KIF语言;其中RDF和RDF-S、OIL、DAML、OWL、XOL之间有着密切的联系,是W3C的本体语言栈中的不同层次,也都是基于XML的;而SHOE是基于HTML的一个扩展。
6.根据权利要求1所述的基于区块链的网约车,其特征是:
基于区块链的网约车设置有实时诱导用时最短路径的交通流分配逻辑,让车辆在根据预规划路径行驶过程中,实时读取高频更新的交通云数据库,明确知道附近的交通云实时信息;当车辆到达某一路段时,对于附近的时变随机网络路段和节点信息采用局部更新的办法获得附近的交通云实时信息,计算时间最短路径;对于未知的路段和节点,则继续根据历史信息来进行路径预规划,二者相结合,实时诱导出一条更符合人们需要的最短行车时间路径,使得车辆在此路径上所有路段和节点处的实时耗费时间之和最小;
基于区块链的网约车设置有基于交通云数据库的分段共乘匹配算法,以优化车主参与顺风车共享体验、增加参与者数量,从而增加匹配成功概率;所述分段共乘匹配算法不以乘客的点对点出行需求为基础求解网约车共乘方案;而是以车主当前出行路径、一定时间段内的未来出行计划和当前路况数据为基础,结合乘客出行的时间、起点与终点信息求解整合社会运力资源的共乘方案;即计算车主与乘客出行路径的公约数,不要求完全匹配,仅需匹配值达到系统或乘客设定的比率,即可为车主和乘客建立共乘协议联接,路径匹配公约数值越大或途经时间与乘客出行的时间越适配,达成共乘协议的几率越高;而与车主路径匹配值之外的行程则由乘客通过换乘匹配的其他私人或公共交通工具完成;
所述分段共乘匹配算法是一种动态模糊匹配算法,包含适应阶段和协作阶段;在适应阶段,各车主根据积累的交通信息和高频或实时更新的交通云数据库信息计算时间最短路径,实时调整自身出行方案;在协作阶段,通过车主与乘客之间的信息交流,根据乘客出行的时间、起点和终点信息模糊匹配;给乘客提供若干近似时段、近似方向的搭乘选项;在乘客搭乘行程中,动态模糊匹配算法再根据高频或实时更新的交通云数据库,针对时变随机的城市路网计算并给乘客提供若干换乘方案选项;一种动态模糊匹配算法是乘客搭乘最近经过的大致方向匹配的顺风车,在系统推荐最大概率或最短时间可换乘经过或接近目标的地点下车中转;以此类推,直至到达终点;从而增加匹配成功概率、减少绕行、等候和空位行驶,提高城市干道道路利用率,节约车主等候时间和乘客出行费用,在出行者之间建立去中心化的直接高度联系,将出行者相互作用参数纳入城市层面的路径优化分析和规划计算,实时分析和计算城市道路的通行能力,帮助人们及早作出改善交通的措施;从城市层面统筹解决上下班高峰期交通运力和道路资源不足的问题;
基于区块链的网约车设置有由价格机制驱动的载具匹配算法,所述载具匹配算法根据出行者设置的预期出行费用区间、当前出行路径、一定时间段内的未来出行计划和当前路况数据,为单一出行者按需匹配出行费用较高的点对点全程出行服务;或者,计算若干出行者的公约数,根据出行者设置的预期出行费用区间、当前出行路径、一定时间段内的未来出行计划和当前路况数据,为单一出行者按需匹配出行费用更低的多人共乘的换乘方案;一种换乘方案是在城市干道布设的公共交通网与在毛细路网按需匹配的单人交通工具之间的换乘;一种换乘方案是基于动态模糊匹配算法在若干无人驾驶交通工具之间或无人驾驶交通工具与有人驾驶交通工具之间的拼车换乘;
一种无人驾驶公共交通网是沿城市干道布置的快速公交网,所述快速公交网使由直线或环线公交交织的城市交通网,其设置有针对时变随机的城市路网设置的绕行机制,以及基于交通云数据库设置的按需停靠敏捷站点
针对无人驾驶交通工具,TAI还基于交通云公共账本记录的公共出行数据,利用大数据的交叉验证和全息可见特征分析个人用户的身份认证信息、历史出行数据、未来出行计划、当前道路资源和公共出行数据,针对每个人每次出行的最优路径规划应结合时间维度、车辆数据、历史路径、道路条件、交通条件和交通外环境的变量,通过算法预先为即将发生的高峰期交通调度运力资源,匹配合适等级和尺寸的车型,安排无人驾驶交通工具的停放和分布,提供按需定购的交通云调度服务,优化出行路径躲避拥堵;从而采用协商策略来决策和选择协商协议及通信消息,从城市层面统筹解决上下班高峰期交通运力和道路资源不足的问题。
7.根据权利要求1所述的基于区块链的网约车,其特征是:
为促进公益共乘、互助共乘;基于区块链的网约车还有设置一种激励算法;所述激励算法也是一种价格估算、价值储存或价值转移方法,或者是一种代币供给机制;车主可选择获得货币酬谢,或者可以选择获得由激励算法提供的酬谢;
目前比特币通过解算运算题确认比特币奖励归属权;而激励算法综合时段、里程、耗时、天气、地理位置、路况、车况和当前网络供求关系等多维数据计算车主为基于区块链的网约车协议中的其他出行者创造的价值确认奖励归属权,并向全网广播;所述奖励是一种代币、电子礼物、实物或者服务;网络协议中的所有人可以货币、实物或服务兑换该奖励;从而构建一种去货币、去商业的共乘社群模式,帮助出行者之间建立直接高度联系。
8.根据权利要求1所述的基于区块链的网约车,其特征是:
基于区块链的网约车设置有车联网,所述车联网是一个分布式网络协议层,其负责P2P车联网的建立和维护,车联网通过接口为应用层提供管理服务和数据服务;车联网数据连接区块链数据库并承担区块链数据库的管理和维护工作;区块内的数据被分成若干数据包,写入分布式计算枢纽或由车联网直接或多跳转发并通过链组织起来被写入区块链数据库。

说明书全文

基于链的网约车

技术领域

[0001] 本发明涉及一种网约车技术,尤其是一种基于区块链和车联网技术管理、预约、分配出行资源的交通共享SaaS(软件及服务)系统。

背景技术

[0002] 以UBER、滴滴为代表的网约车既满足了乘客出行需要,也对机动车利用效率有很大提升,但是商业化、中心化的网约车平台也带来诸多利益冲突,社会、政策、法律和监管问题。
[0003] 政策险:近期的网约车新政大幅提高了网约车的准入槛。因道路资源的有限性,政府的出行政策是鼓励公交出行,适度发展出租车,持续实行机动车总量调控,并不鼓励更多的人打车或者开车出行。网约车平台的专车服务与政府现行政策是矛盾的。出租车打车难的实质是政府数量控制,背后是城市规划、产业布局、社会公平、大政府主义等更深层的原因。
[0004] 虽然政策鼓励公交出行,但是公交出行因路线绕、间隔长、速度低、耗时久、载具少、中转多、太拥挤、夜晚乘车难等问题,导致出行效率和道路资源利用率低,顾客满意度低,不能满足民众消费升级的城市出行需求。
[0005] 虽然网约车平台顺风车服务是共享经济,也符合政策导向。但网约车平台难以有效区分是公益合乘、互助合乘还是以盈利为目的的商业搭载,难以甄别网约车驾驶员是全职工作者还是真正的共享经济顺风车提供者,因此政府难以制定适当的监管政策,对网约车的限制极可能误伤真正的共享经济顺风车。目前顺风车和专车均采用点到点接送模式,点到点接送模式必然降低顺风车拼车成功概率,社会分工必然促使点到点接送模式发展为商业化的全职服务。尤其在二人或三人拼车时,因等待长、绕行远、为接送拼车乘客额外占用道路资源,效率相对较低,特别在高峰时段,大量车主将因麻烦、额外占用自己时间、影响自己日程而不愿意参与顺风车拼车。
[0006] 经济风险:叫车难和打车贵两个痛点,网约车平台初期通过烧钱补贴的方式阶段性的解决打车贵的问题,进而解决叫车难。然而,长远来看借助资本补贴抢占市场,是不正常的市场竞争方式。最终所有人都要考虑烧钱之后的出路问题。一旦补贴结束,叫车难、打车贵,乃至黑车潮都可能重现。
[0007] 商业化的网约车平台以市场调节算法确定服务价格。商业行为必须遵守商业规则,也将司机和乘客固化为金钱关系。而交通系统是一个现代社会的协作网络,解决社会问题不能仅靠经济手段。协作网络中的个体追求的不仅是经济利益,尤其是对真正的顺风车主,方便的时候顺便捎带一位乘客,钱多钱少其实并不在意。对双方更有意义的可能是建立起的弱关系连接。
[0008] 人资源悖论:绝大多数的网约车司机都是全职工作者。一方面,全职工作的网约车司机付出和创造的价值却不比雇员少,却不能得到网约车平台公司雇员的劳动保障。另一方面,网约车平台的全职工作者本质上是平更差的出租车司机,但网约车平台必须提供更高水平的激励,不符合经济规律,难以持续发展。
[0009] 安全风险与隐私保护:虽然大多数人认为网约车平台的安全保障系统较传统出租车更方便跟踪、追溯。但网约车平台公司中心化的安全监管一直是富有争议的话题,近期的UBER “幽灵车”事件就让网约车的安全性再度受到公众关注,暴露了网约车平台公司司机甄别准入机制的缺憾。
[0010] 在大数据时代,为了享受现代社会协作网络的便利,我们不得不越来越多的放弃隐私。大数据的交叉验证和全息可见特征让个人隐私无处遁形。例如,为了享有网约车的方便我们必须放弃电话号码、支付账号、路线信息等信息的隐私。但是,陆续曝光的权威机构泄漏客户隐私导致违法犯罪事件,使大数据时代的我们处于便利与安全的两难选择中。
[0011] 公共形象风险:一直以来,网约车以共享经济的名义获得认可与鼓励。然而政府在网约车新政认定网约车平台公司不仅提供信息撮合匹配服务,还直接组织车辆运营、分配工作任务、确定服务价格、制定服务标准、决定收益分配、实施驾驶员管理和服务评价等,是客运服务承运人。网约车平台公司的专车服务事实上正在演变为另一种出租车公司。同时民调显示,八成以上受访者认为滴滴优步合并已形成垄断,乘车费用上涨成公众最担心的问题。对于滴滴优步的合并,公众支持率仅26.59%。而商务部的反垄断调查获得71%的公众支持率。网约车离共享经济渐行渐远。
[0012] 技术趋势风险:无人驾驶与汽车分享是未来交通的趋势。随着时间的推移,未来可能会出现由大量随时可用的无人驾驶汽车组成的“交通云”。人们可以像以支付公共交通费一般简单的购买月卡而使用这些车队,或通过购买会员的方式来使用更高端车型的服务。显而易见的是,统一标准、规模化经营的交通云能更好的运行。当汽车行业本身从制造业变为服务业,交通云如何分布、如何调度、如何维护、如何停放、均有巨大的想象空间和市场机会。
[0013] 然而,中心化、商业化、逐利的网约车商业模式不是一个开放系统,难以争取更广泛的参与者从城市层面全面调度社会交通资源,并受垄断法规限制难以突破一定规模,难以应对未来交通云趋势的挑战。
[0014] 不可预测假设:如业内专家所说,无人驾驶的问题在于有人驾驶。在较长时间内,道路上将是由普通车辆和各个阶段的自动驾驶车辆混合行驶的复杂系统。这个复杂系统中每个人的选择又实时影响着他人的交通外环境,这种相互影响类似丹麦物理学家巴克提出的沙堆模型,沙堆中的每一颗沙粒,都通过一个无形的网络,和其他的每一个沙粒相互连接,相互挤压。每一粒沙子落下,沙堆都会改变它原有的组织形态,随着沙粒的掉落,沙堆系统的复杂程度每一秒钟都会扩大100万倍。哪怕再掉下来一粒沙子,你也得把以前的模型完全修改一遍。沙堆效应启示了复杂体系的不可预测假设。
[0015] 一个城市到底需要多少车来供给给出行者,难以靠政府的计算和政策制定的确定性来决定。
[0016] 目前网约车一天产生的数据量约60T,网约车的竞争重心正逐步从补贴转为向体验、技术、算法的竞争,希望通过大数据把人类行为做到可预测、可监控。但是所有的大数据在面对人性制造的不确定性时是无能为力的。中心化的网约车平台技术和算法提供的路径规划以两点之间的物理距离最短为目标来规划最短路径,对交通网络的时变性和随机性重视不够,难以实时应对路况变化用最短行车时间作为规划路径的目标,难以用科技制造的确定性应对城市交通复杂系统的不确定性挑战,也难以在城市层面通过优化分析和规划计算缓解交通系统拥堵。
[0017] 而沙堆实验中也揭示了另一件事情:沙粒的运动不仅能把秩序变得混乱,也能把混乱转化为秩序。沙粒遵循的不是简单的投入-产出公式,而是一个复杂的逻辑。其内部相互作用的力量,跟任何外部的作用力量同等重要。复杂体系的演进是由两个重要的因素决定的:不断增加的参与者以及参与者之间的相互作用。这两个因素会带来力量变化的革命性变革,这些变化会影响到我们的每一项战略和政策。
[0018] 区块链技术通过去中心化和去信任的方式集体维护一个不断增长的分布式数据库比特币的成功证明了区块链技术的价值。然而,区块链存在体积过大问题,随着区块链的发展,节点存储的区块链数据体积会越来越大,存储和计算负担将越来越重。以比特币区块链为例,其完整数据的大小当前已达约71GB。给区块链移动客户端的运行带来了很大的门槛。
[0019] 区块链还存在数据确认时间过长、处理交易频率过低的问题。以比特币区块链为例,为确认矿工对比特币的所有权,系统会出一道十分钟的运算题,谁能最快解出值,谁就将获得记录入账的权利,由此获得比特币奖励。也因此当前比特币交易的一次确认时间大约需要10分钟。每条交易的平均大小约为250个字节(Byte),如果区块大小限制在1MB,那么可以容纳的交易数量为4000条。按照每10分钟产生一个区块的速度计算,每天可以产生144个区块,也就是能容纳576000条交易,再除以每天的秒数86400,比特币区块链最高每秒处理6.67笔交易。目前,比特币区块链上每天的实际交易量已经接近系统瓶颈
[0020] 此外,比特币区块链设计让矿工通过随机的散列运算来争夺比特币区块链的记账权,这一过程需要消耗大量电力和计算能力,是对社会资源的浪费。反对者们还认为,比特币的挖矿模式也是一种由技术制造的新的不公平。

发明内容

[0021] 为解决上述问题,提供一种既适应有人驾驶顺风车也适应无人驾驶交通云,基于区块链和车联网技术管理、预约、分配出行资源的交通云移动SaaS(软件及服务)系统。
[0022] 本发明解决其技术问题所采用的技术方案是:1、基于区块链的网约车包括交通云数据库、交通云人工智能系统TAI和移动客户端。所述交通云数据库是基于区块链技术和车联网,由出行者共同构建的去中心化的分布式区块链数据库和交通云公共账本,其利用加密链式区块结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用自动化脚本代码(智能合约) 来编程和操作数据。并通过交通云人工智能系统TAI管理、分配出行资源。通过移动客户端预约、交易、选择出行资源。为交通云提供一个去中心化(Decentralized)、去信任(Trustless)、集体维护(Collectively maintain)、非对称加密(AsymmetricCryptography)可靠数据库(ReliableDatabase)的基础架构和互联网底层协议,成为一种基于时间戳(Time stamp)为出行者建立高度联接、达成出行资源分配共识、按需提供服务的移动SaaS(Software-as-a-Service)软件应用模式、分布式计算范式和群体智能模型。
[0023] 2、所述交通云数据库是一种区块链数据库,区块(block)包含有数据库中实际需要保存的一定时间段内生成的交通流状态数据,链(chain)则是校验当前区块的组织方式。为方便移动客户端使用,避免区块链数据库体积过大。基于区块链的网约车系统设置有区域区块数据库结构,其将不同的区块数据和设定地理区域对应成为区域区块,每个区域区块仅记录当前设定地理区域的交通流状态。区域区块不仅按时间线形顺序推进,形成不可逆的链,还通过特定的信息与相邻地理区域的区域区块链接,每一个区域区块不仅包含其上一个区块的哈希值以确保区块按时间顺序连接的同时校验没有被篡改,还包含有其相邻区域区块的坐标值,确保相邻区域区块以合适的位置、方向和顺序拼接、交互、记录,构建整个城市的数字地图,成为包含时间维度的4维数字地图。所述相邻区域区块以合适的位置、方向和顺序的交互是一种预判机制,即通过TAI预判区域区块O当前的交通流状态对其相邻区域区块A、区域区块B、区域区块C和区域区块D未来交通流状态影响的方法。通过交互预判机制,当新的数据写入区域区块O时,仅需将TAI预判的变量向其相邻区域区块A、区域区块B、区域区块C和区域区块D单播或多播,而无需向全网广播,由此大大降低区块链体积。所述多播是把信息传递给当前区块一组目的地址,消息在每条网络链路上只需要传递一次,而且只有在链路分叉时,消息才会被复制,实现一次传送所有目标节点的数据,也可以达到只对特定对象传送数据的目的。与广播相比,多播可有效的减轻网络上其他主机的任务。
[0024] 3、交通云人工智能系统TAI是基于自治、非中央控制系统的聚合行为的群体智能。其利用交通云数据库中的交通流状态大数据的全息可见特征和交叉验证,实时、安全、自动核实、分布式计算并记录由多信息源共同产生的交通流状态数据,为城市道路通行能力建立实时动态总账以分配出行资源,成为实时记录城市道路交通流变化的交通云公共账本。
所述群体智能通过简单的个体出行者反复执行一个或多个简单规则,构建主体(agent)行为、方法、属性,带来群体的智能性,表现出未设定的计算或搜索能力,从而获得颇有想象空间的现代社会协作网络的便利。所述出行资源包括出行者、道路资源和公共出行数据。所述出行者包括人和运输工具,所述运输工具包括私人运输工具和公共运输工具。所述道路资源是指特定时间特定区域的道路通行能力。所述公共出行数据包括出行者身份认证信息和由若干出行者多信息源汇集的一定时间段内的历史出行路径、当前出行路径、当前路况和一定时间段内的未来出行计划。所述总账是出行者、公共出行数据和道路资源的明细结构化数据集合。若干相邻的区域道路通行能力总账是动态平衡的。
[0025] 为解决区块链数据确认时间过长、处理交易频率过低的问题。由区块链的包容性,每一个协议内的出行者均可读写交通云数据库。出行者基于加密算法和去中心化协议,利用自动化脚本代码(智能合约),通过区块链广播或多播自己身份认证信息、当前出行路径和未来一定时间段内的出行计划,向交通云公共账本预约出行资源。出行者的历史出行路径、当前位置和当前出行路径记录是存在式自证和全息可见的,无需通过争夺记账权证明。出行者的预约数据将由链(chain)通过密码学技术和当前区域区块若干出行者多信息源写入的公共出行数据关联,每一笔预约数据将与出行者当前位置和其他出行者的公共出行数据相互交叉校验、比对过滤、编译优化,并与邻近区域区块的相关数据交叉校验、校验、甄别、预判和平衡。数据将因已通过存在式自证或全息可见的相关信息变量的交叉校验、证实、证伪或全息可见而过滤、改写、替换、补充或删除,也无需通过争夺记账权证明。从而实现由多信息源交叉校验、共同构建、包含时间维度、实时高频更新的数字地图和交通云数据库。从游戏规则层面解决区块链数据确认时间过长、处理交易频率过低的问题。
[0026] 4、出行者的身份认证信息是姓名、性别、年龄、电话号码、电子签名、数据指纹、身份证件信息、驾驶证信息、行账号、比特币地址、社交网络账号、二维码名片或上述多维身份信息的排列组合。当出行者是交通工具时,身份认证信息还包括交通工具主要技术参数、交通工具识别信息和交通工具当前状况信息。一种交通工具身份认证信息组合是由面向对象的图形渲染技术自动生成的或由用户主动提交的车辆三维体积数据、坐标、方向和速度数据。为优化数据写入、读取、传输和下载,交通工具的空间图形数据以几何特征表示法抽象描述为矢量空间几何体,即用简单几何体表达目标物外形特征。上述多维身份认证信息经TAI交叉验证、分布式加密存放在区块链,受一个私钥控制,只有持有私钥的用户自己才有权修改。为一步确保写入信息的公信力,TAI设置有身份认证系统向其他出行者已存在式自证信息或全息可见信息开放接口,帮助对用户身份进行背书或交叉验证以确保真实性,或者身份认证系统构建有区块链身份认证共识机制,确保系统高效运转,或者由TAI学习出行者的行为和互动智能判断出行者身份,或者是上述方式的排列组合。一种区块链身份认证共识机制是DPOS授权证明机制,一种区块链身份认证共识机制是POOL验证池机制。当出行者是个人时,一种由TAI学习出行者行为智能判断出行者身份的方法是:TAI设置有会员激励机制,通过人工智能学习会员对激励的反馈和会员的互动行为认证个人会员信用等级。当出行者是有人驾驶车辆时,因为专车司机与顺风车司机的出行路径轨迹和行为特征是完全不同的,一种由TAI学习出行者行为智能判断出行者身份的方法是:TAI通过积累的该车辆历史路径大数据深度学习智能判断该车辆的拼车搭乘是否属于顺风车,并由TAI根据积累的公共出行大数据提供基于地理位置的拼车配对服务。
[0027] 5、一种交通云公共账本定义一个包含时间维度、实时更新的数字地图描述文件用于反应交通流状态(包括出行者、公共出行数据和道路资源)变化。
[0028] 一种基于区块链构建的地图描述文件是一种语义化地图。
[0029] 一种语义化地图是在公知2D或3D数字地图设置的动态语义层。
[0030] 所述语义化地图是指用合理标记以及其特有的属性格式化地图内容、处理数据和信息,使得机器可以理解。
[0031] 为达成兼容性,一种语义化地图以自然语言(NPL)描述。所述自然语言(NPL)是实现人与计算机之间用自然语言进行有效通信的各种理论和方法。一种自然语言(NPL)的语义化地图以本体语言描述,由本体提供一种明确定义的共识,所述本体是一个为描述某个领域而按继承关系组织起来作为一个知识库的骨架的一系列术语。本体也是关于共享的概念模型的协议。共享的概念模型包括进行领域知识建模的概念框架、互操作的agent之间进行交流的内容明确协议、以及表达特定领域理论的协定。所述本体描述语言是和Web相关的RDF(RDF-S)、OIL、DAML、OWL、SHOE或XOL;或者,和具体系统相关的Ontolingua、CycL或Loom;或者,应用于企业级的KIF语言。其中RDF和RDF-S、OIL、DAML、OWL、XOL之间有着密切的联系,是W3C的本体语言栈中的不同层次,也都是基于XML的。而SHOE是基于HTML的一个扩展。
[0032] 6、当实时更新的语义化数字地图用于导航时,基于区块链的网约车设置有实时诱导用时最短路径的交通流分配逻辑,让车辆在根据预规划路径行驶过程中,实时读取高频更新的交通云数据库,明确知道附近的交通云实时信息。所以当车辆到达某一路段时,对于附近的时变随机网络路段和节点信息采用局部更新的办法获得附近的交通云实时信息,计算时间最短路径。对于未知的路段和节点,则继续根据历史信息来进行路径预规划,二者相结合,实时诱导出一条更符合人们需要的最短行车时间路径,使得车辆在此路径上所有路段和节点处的实时耗费时间之和最小。根据交通云公共账本,减少边权动态的时变网络最短路径不确定属性问题,从城市层面优化分析和规划引导交通流,以全局最优解分配出行资源。当实时更新的语义化数字地图用于有人驾驶的顺风车共乘时,基于区块链的网约车设置有基于交通云数据库的分段共乘匹配算法,以优化车主参与顺风车共享体验、增加参与者数量,从而增加匹配成功概率。因城市路网点与点之间有若干可能的路径解,所述分段共乘匹配算法不以乘客的点对点出行需求为基础求解网约车共乘方案。而是以车主当前出行路径、一定时间段内的未来出行计划和当前路况数据为基础,结合乘客出行的时间、起点与终点信息求解整合社会运力资源的共乘方案。即计算车主与乘客出行路径的公约数,不要求完全匹配,仅需匹配值达到系统或乘客设定的比率,即可为车主和乘客建立共乘协议联接,路径匹配公约数值越大或途经时间与乘客出行的时间越适配,达成共乘协议的几率越高。而与车主路径匹配值之外的行程则由乘客通过换乘匹配的其他私人或公共交通工具完成。所述分段共乘匹配算法是一种动态模糊匹配算法,包含适应阶段和协作阶段。在适应阶段,各车主根据积累的交通信息和高频或实时更新的交通云数据库信息计算时间最短路径,实时调整自身出行方案。在协作阶段,通过车主与乘客之间的信息交流,根据乘客出行的时间、起点和终点信息模糊匹配。给乘客提供若干近似时段、近似方向的搭乘选项。在乘客搭乘行程中,动态模糊匹配算法再根据高频或实时更新的交通云数据库,针对时变随机的城市路网计算并给乘客提供若干换乘方案选项。一种动态模糊匹配算法是乘客搭乘最近经过的大致方向匹配的顺风车,在系统推荐最大概率或最短时间可换乘经过或接近目标的地点下车中转。以此类推,直至到达终点。从而增加匹配成功概率、减少绕行、等候和空位行驶,提高城市干道道路利用率,节约车主等候时间和乘客出行费用,在出行者之间建立去中心化的直接高度联系,将出行者相互作用参数纳入城市层面的路径优化分析和规划计算,实时分析和计算城市道路的通行能力,帮助人们及早作出改善交通的措施。从城市层面统筹解决上下班高峰期交通运力和道路资源不足的问题。
[0033] 无人驾驶时代也不能解决道路资源总量不足的问题。为了合理分配出行资源,当实时更新的语义化数字地图用于无人驾驶交通工具时,基于区块链的网约车设置有基于交通云数据库、由价格机制驱动的载具匹配算法,以提供一种敏捷的类公共交通。所述载具匹配算法根据出行者设置的预期出行费用区间、当前出行路径、一定时间段内的未来出行计划和当前路况数据,为单一出行者按需匹配出行费用较高的点对点全程出行服务;或者,计算若干出行者的公约数,根据出行者设置的预期出行费用区间、当前出行路径、一定时间段内的未来出行计划和当前路况数据,为单一出行者按需匹配出行费用更低的多人共乘的换乘方案。一种换乘方案是在城市干道布设的公共交通网与在毛细路网按需匹配的单人交通工具之间的换乘。一种换乘方案是基于动态模糊匹配算法在若干无人驾驶交通工具之间或无人驾驶交通工具与有人驾驶交通工具之间的拼车换乘。
[0034] 一种无人驾驶公共交通网是沿城市干道纵横布置的快速公交网,所述快速公交网使由直线或环线公交交织的城市交通网,其设置有针对时变随机的城市路网设置的绕行机制,以及基于交通云数据库设置的按需停靠敏捷站点。针对无人驾驶交通工具,TAI还基于交通云公共账本记录的公共出行数据,利用大数据的交叉验证和全息可见特征分析个人用户的身份认证信息、历史出行数据、未来出行计划、当前道路资源和公共出行数据,针对每个人每次出行的最优路径规划应结合时间维度、车辆数据、历史路径、道路条件、交通条件和交通外环境的变量,通过算法预先为即将发生的高峰期交通调度运力资源,匹配合适等级和尺寸的车型,安排无人驾驶交通工具的停放和分布,提供按需定购的交通云调度服务,优化出行路径躲避拥堵。从而采用协商策略来决策和选择协商协议及通信消息,从城市层面统筹解决上下班高峰期交通运力和道路资源不足的问题。
[0035] 7、为促进公益共乘、互助共乘。优选的,基于区块链的网约车还有设置一种激励算法。所述激励算法也是一种价格估算、价值储存或价值转移方法,或者是一种代币供给机制。车主可选择获得货币酬谢,或者可以选择获得由激励算法提供的酬谢。目前比特币通过解算运算题确认比特币奖励归属权。而激励算法综合时段、里程、耗时、天气、地理位置、路况、车况和当前网络供求关系等多维数据计算车主为基于区块链的网约车协议中的其他出行者创造的价值确认奖励归属权,并向全网广播。所述奖励是一种代币、电子礼物、实物或者服务。网络协议中的所有人可以货币、实物或服务兑换该奖励。从而构建一种去货币、去商业的共乘社群模式,帮助出行者之间建立直接高度联系。
[0036] 8、基于区块链的网约车设置有车联网,所述车联网是一个分布式网络协议层,其负责P2P车联网的建立和维护,车联网通过接口为应用层提供管理服务和数据服务。车联网数据连接区块链数据库并承担区块链数据库的管理和维护工作。区块内的数据被分成若干数据包,写入分布式计算枢纽或由车联网直接或多跳转发并通过链组织起来被写入区块链数据库。
[0037] 本发明的有益效果是:本发明公开了一种基于区块链的网约车。获得一种既适应有人驾驶也适应无人驾驶,基于区块链和车联网技术管理、预约、分配出行资源的交通云共享SaaS(软件及服务)系统。
帮助分析理解城市交通这样的复杂系统中随机时变网络不断增加的参与者以及参与者之间的高度连接和相互作用,使点对点间的影响通过时变网络形成了非线性因果关系。其研究成果为区块链的应用提出了新的思路。
[0038] 基于区块链的网约车去中心、非商业、非政府,形成一种开源、非赢利的分布式自治系统(DAC)。从而跨越所有制广泛调动社会资源,为有人驾驶的顺风车和无人驾驶的交通云分配提供一个去中心去信任的底层协议。将目前即用即弃的导航路径数据加入时间维度,与交通云数据整合,形成一种全新的数字地图记录、传递、存储与呈现的方式,通过群体智能实现实时诱导用时最短路径的交通流分配逻辑、分段共乘匹配算法、和由价格机制驱动的载具匹配算法。同时又不会危及出行者数据的安全性和完整性。从而自下而上的在城市层面优化调整交通策略、分配车辆和道路资源,帮助人们及早作出改善交通的措施,成为未来城市交通云调度SAAS系统。
[0039] 基于区块链的网约车通过人工智能识别出行者身份的新方式,不需要中央机构监督,能更好甄别身份、防范欺诈。
[0040] 基于区块链的网约车通过大数据提供最佳出行路径规划和规避拥堵建议,更深度的介入用户日程安排。通过边际成本定价、非货币化支付去商业化。从而提供了一种全新的线下社交方式和使用城市的新视
[0041] 为维持传统的社会系统,需要巨大的社会成本。基于区块链的网约车让每一个出行者参与决策,试图自下而上、低成本的建立一个更加灵活、更加高效的城市交通体系,对构建现代社会协作网络具有重要意义。
[0042] 附图说明;下面结合附图和实施例对本发明进一步说明。
[0043] 图1 是本发明在时变随机网络中实时诱导用时最短路径示意图图2 是本发明在时变随机网络中分段共乘匹配示意图
具体实施方式:
基于区块链的网约车包括交通云数据库、交通云人工智能系统TAI和移动客户端。帮助在交通这种复杂系统不断增加的参与者之间的建立相互连接。
[0044] 在实施例中,所述交通云数据库基于区块链技术和车联网,由出行者共同构建的去中心化的分布式区块链数据库,其利用加密链式区块结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用自动化脚本代码(智能合约) 来编程和操作数据。并通过交通云人工智能系统TAI管理、分配出行资源。通过移动客户端预约、交易、选择出行资源。为交通云提供一个去中心化(Decentralized)、去信任(Trustless)、集体维护(Collectively maintain)、非对称加密(AsymmetricCryptography)可靠数据库(ReliableDatabase)的基础架构和互联网底层协议,成为一种基于时间戳(Time stamp)为出行者建立高度联接、达成出行资源分配共识、按需提供服务的移动SaaS(Software-as-a-Service)软件应用模式和分布式计算范式。
[0045] 在实施例中,基于TAI的出行者身份认证系统达成出行资源分配共识。多维身份认证信息经TAI交叉验证、区块链身份认证共识机制和出行者的互动被识别、加密和应用。由此带来低成本的信任机制。
[0046] 如图1、图2所示,在实施例中,通过信任机制的建立,越来越多的出行者可能愿意将目前即用即弃的出行导航数据共享出来积累成为公共出行数据,其实质是简单的个体反复执行一个或多个简单规则,但是就是这些简单的个体遵守的规则带来了群体的智能性,从而获得颇有想象空间的现代社会协作网络的便利。出行者个体间并没有直接关系,但是每个出行者都和交通云数据库发生交互,而通过交通云数据库这个纽带,实际上把各个出行者之间关联起来了。
[0047] 在实施例中,通过对公共出行大数据的深度学习和交叉验证,构建由多信息源共同构建、包含时间维度、实时更新的数字地图和交通云数据库。并通过交通云人工智能系统TAI为城市道路通行能力建立实时动态总账以分配出行资源,成为实时记录城市道路交通流变化的交通云公共账本。
[0048] 传统车辆导航在出发前,并不知道外面路况的实时信息,只能根据最短路径预规划。在实施例中,TAI根据积累的公共出行大数据通过算法实时计算迅速匹配合适的车辆,提供按需定购的交通云调度服务,优化出行路径躲避拥堵。出行者基于加密算法和网约车系统确定的去中心化协议,利用自动化脚本代码(智能合约),通过区块链广播或多播自己身份认证信息、当前出行路径和未来一定时间段内的出行计划,向交通云公共账本预约出行资源,并根据TAI优化推荐的最佳路径实时修正出行方案。
[0049] 如图1所示,在时变随机路网中,每个路段上的数据 S 和 T 分别表示此路段的物理距离和车辆通过此路段所需要的时间,如 S12=3表示路段 (v 1  ,v2)的物理距离为 3 个单位,T12=3 表示车辆驶过路段 (v 1  ,v2)所需要的时间为 3 个单位,可以看出物理距离最短的路径为 v1-v2-v3-v5,最短物理距离为 8,行车时间为 11;行车时间最短的路径为 v1-v2-v4-v5,行车时间为 9,物理距离为12;不难看出,虽然第二条路径的物理距离偏长,但是其行车时间较短。在现实生活中,人们出行注重的是怎样才能以最快的速度、最短的时间到达目的节点,毫无疑问,面对这两条路径,人们会毫不犹豫选择行车时间较短的路径。由此实现实时诱导用时最短路径的交通流分配逻辑。参与协议分享的人越多,预测分析越准确。
[0050] 在实施例中,交通云公共账本定义一个地图描述文件用于存储包含时间维度、实时更新的数字地图。基于区块链构建的地图描述文件是可视化地图或语义化地图。由区块链的包容性,每一个协议内的出行者均可读写该地图描述文件。从而实时诱导最短路径,让车辆在根据预规划路径行驶过程中,可以明确知道附近的实时信息,所以当车辆到达某一路段时,对于附近的路段和节点信息可以采用局部更新的办法获得附近的实时信息,对于未知的路段和节点,则继续根据历史信息来进行路径预规划,二者相结合,实时诱导出一条更符合人们需要的最短行车时间路径,使得车辆在此路径上所有路段和节点处的实时耗费时间之和最小。
[0051] 在实施例中,一种可视化地图是在公知2D或3D数字地图设置有动态的公共账本层。
[0052] 在实施例中,所述语义化地图是指用合理标记以及其特有的属性格式化地图内容、处理数据和信息,使得机器可以理解。
[0053] 在实施例中,一种简化的语义化的公共账本层或语义化地图包括由面向对象的图形渲染技术自动生成的或由用户主动提交的车辆三维体积数据、坐标、方向和速度数据。为优化数据写入、读取、传输和下载,交通工具的空间图形数据以几何特征表示法抽象描述为矢量空间几何体,即用简单几何体表达目标物外形特征。
[0054] 为达成兼容性,上述空间几何体的存在状态在地图描述文件中被以本体语言描述,即由本体提供一种明确定义的共识,所述本体是一个为描述某个领域而按继承关系组织起来作为一个知识库的骨架的一系列术语。本体也是关于共享的概念模型的协议。共享的概念模型包括进行领域知识建模的概念框架、互操作的agent之间进行交流的内容明确协议、以及表达特定领域理论的协定。所述本体描述语言是和Web相关的RDF(RDF-S)、OIL、DAML、OWL、SHOE或XOL;或者,和具体系统相关的Ontolingua、CycL或Loom;或者,应用于企业级的KIF语言。其中RDF和RDF-S、OIL、DAML、OWL、XOL之间有着密切的联系,是W3C的本体语言栈中的不同层次,也都是基于XML的。而SHOE是基于HTML的一个扩展。
[0055] 如图2所示,在实施例中,针对有人驾驶顺风车,TAI基于交通云数据库设置有分段共乘匹配算法,以优化车主参与顺风车共享体验、增加参与者数量。所述分段共乘匹配算法不以乘客的点对点出行需求为基础求解网约车共乘方案。而是以车主当前出行路径、一定时间段内的未来出行计划和当前路况数据为基础,结合乘客出行的起点或终点信息求解整合社会运力资源的共乘方案。在城市时变随机路网中,若干车主计划预期行驶路径A、B、C、D和1、2、3、4形成的交通流覆盖城市路网。当乘客出发时,TAI计算车主与乘客出行路径的公约数,不要求完全匹配,仅需匹配值达到乘客设定的比率,即可为车主和乘客建立共乘协议联接。TAI根据乘客出发时间向乘客推荐模糊匹配的若干选择。如图2所示,乘客可选择由路径1换乘路径A到达终点,或者,由路径1换乘路径B到达终点,或者,由路径4换乘路径D到达终点,或者,由环线到达终点。同时,代表车流方向的路径上又有若干先后经过的车主。从而减少绕行和等候,提高城市干道道路资源利用率,节约车主等候时间和乘客出行费用,在高峰时段限制机动车出行总量和频次。与车主匹配值之外的行程则由乘客通过步行或换乘其他私人或公共交通工具完成。通过去中心、非商业的区块链底层协议广泛调动社会运力资源,鼓励公益共乘和互助共乘,以自治性和分布式功能会取代集中控制的、预先确定的方式,从城市层面统筹解决上下班高峰期交通运力和道路资源不足的问题。同时,在出行者之间建立弱关系连接和社交互动。
[0056] 在实施例中,针对无人驾驶交通工具,TAI基于交通云数据库设置有由价格机制驱动的载具匹配算法,所述载具匹配算法根据出行者设置的预期出行费用区间、当前出行路径、一定时间段内的未来出行计划和当前路况数据,为单一出行者按需匹配不同等级车型的点对点出行服务。
[0057] 或者,如图2所示,计算若干出行者的公约数,在城市干道路径A、B、C、D和1、2、3、4以及环线干道设置覆盖城市的大容量公共交通工具,在起点、终点到城市干道路径之间的毛细路网则按需匹配换乘的无人驾驶单人交通工具。当城市干道路径A、B、C、D和1、2、3、4发生随机交通堵塞时,大容量公共交通工具将根据绕行机制灵活回避拥堵,并通过基于交通云数据库设置的按需停靠敏捷站点帮助乘客优化出行路径到达终点。从而解决传统公交网无法针对时变随机的城市路网做出应变,不能主动回避已经拥堵的路口的问题。
[0058] 针对无人驾驶交通工具,TAI还基于交通云公共账本记录的公共出行数据,预先为即将发生的高峰期交通调度运力资源,安排无人驾驶交通工具的停放和分布,主动提供SaaS服务。例如TAI会知道你要去机场,提前安排有较大行李空间的车型,或者根据日历了解到你可能要去进行约会,进而为你推荐不同的餐厅。或者根据路况预判为特定区域调度大巴或小型车交通云等。从而在高峰时段限制机动车出行总量和频次,面向无人驾驶时代提出一种鼓励公共交通,降低私人交通频次和范围的方法,从城市层面统筹解决上下班高峰期交通运力和道路资源不足的问题。
[0059] 以上实施例仅用以说明本发明而非限制本发明所描述的技术方案;因此,虽然本说明书参照上述实施例对本发明已经做了详细说明,但本领域的一般技术人员可以理解,仍然可以对本发明进行修改、等同替换或排列组合;而一切不脱离本发明精神和范围的技术方案及其改进,其均应涵盖在本发明的权利要求范围之中。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈