| 作品介紹 |
近年來許多職業駕駛工作時常會超時與過勞，常常造成眾多社會危害即企業負面的影響，因此我們設計了駕駛工時管理系統(Driving Hours Management System)，可以透過多種感測器(人體觸摸感測器、紅外線感測器、G-Sesnsor等)，有效記錄使用者的駕駛狀態、使用者的各項數據，包含是否緊握方向盤、工作時數過多等，並提醒使用者以達到警示的效果；再利用yolo的tensorflow結合Camera進行影像的機器學習，判斷駕駛人的精神狀況，並透過連接汽車上的OBD故障檢測系統，即時偵測車況數據，同時保障駕駛的安全狀況與車輛狀況。將上述資料利用雲端平台(Cloud Computing)將數據紀錄起來，並使用區塊鏈(blockchain)將數據與資料進行加密以確保資料的安全性且可透過分散式節點，讓兩方有效紀錄交易，同時讓資料擁有可追溯性，並透過圖形化使用者介面(GUI)的APP根據監測數據給出APP的推播通知(Notification)，提醒使用者相關的應注意事項，若駕駛人工時過長可用APP推播通知作警示，讓使用者方便管理，另外本系統還包含了駕駛人數位履歷紀錄系統與使用UBI車險評定駕駛人保費，可以在數位履歷中紀錄職業駕駛人的保險情況與肇事紀錄，並依據肇事紀錄予以風險分級，依照駕駛人數位履歷紀錄評定保費是否調整，即可節省大量管理與人事資源，並改善駕駛習慣，使企業駕駛成為優良駕駛，提升企業價值達到一個雙贏的局面，以上功能可以方便企業管理，節省人力資源，提升企業獲利。 |