About

此项目是典型的端到端系统，采用硬件-服务器-客户端的模式采集 整理 展示数据。虽然业务逻辑欠佳，但是我们希望通过我们的努力切实解决日常生活的相关问题。

背景

在中国几千年的酒桌文化下，吃饭喝酒是避免不了的，然而 酒驾确是交通事故中最重要的组成部分。代驾可以说是解决这个问题的很好的方法。但是在实际使用过程中我们发现，存在两难问题：

客人找代驾 时间长

代驾长时间花在跑路上面 效率低

为此我们为了解决这个供求时间空间错位的问题，开发了这套系统。

原理

1. 通过arduino上的GPS模块和精密酒精浓度传感器收集数据

2. 后台通过数据库存储返回的数据

3. 当累积到一定的数据总量后可以对未来的形式做出分析

4. 将酒精浓度转换成饮酒人员数量通过最有解算法和代驾人员的位置推荐最佳的等待地点

功能实现

由于时间较短 部分功能实现起来需要较高的知识水平，所以这次只完成了一个简单的框架。数据处理可以通过修改达到。

About

本项目为典型的端到端系统，采用硬件-服务器-客户端的模式以采集-整理-展示数据。我们通过本系统的搭建以期解决代驾服务有效分配的相关问题，为建设和谐宜居的首都添砖加瓦。

背景

在中国的酒桌文化影响下，日间与夜间的应酬饮酒总是难以避免。自驾车普及以降，酒驾乃至醉驾已成为交通事故中最重要也是最致命的组成部分。 代驾服务很好地方便了应酬人士，帮助他们规避了生命危险。

然而在实际使用过程中，我们发现存在以下两个问题：

• 客人等待代驾服务的时间通常过长
• 代驾司机长时间花在通勤（即到酒店为顾客提供代价服务）上，乃至出现了夜班公交上都是代驾司机的社会现象

这个问题有以下的恶劣影响：

• 长期的间隔时间使双方均产生焦躁感
• 代驾司机远距离通勤给市政公交带来巨大负担
• 代驾司机广泛使用的电动滑板车对自身和行人都产生了巨大的交通风险

这些问题的产生实际上来源于代驾司机与顾客之间的空间和时间错位。 为解决这个供需时间空间错位问题，我们开发了泛用型酒精浓度地理位置映射数据可视化系统，通过对代驾需求的预测，提前合理分配代驾司机的区位以缓解该问题。

实现原理

1. 通过arduino上的GPS-北斗模块和精密酒精浓度传感器收集数据
2. 后台通过数据库存储返回的数据
3. 当累积到一定的数据量（将酒精浓度的大量数据转换成饮酒人员数量）后可以利用GIS系统和数据可视化对未来的代驾需求做出分析
4. 通过最优解算法和代驾人员的位置推荐最佳的等待地点

功能实现

因时间紧凑，故本系统仅实现DEMO框架。技术栈如下：

• Tableau数据可视化
• 腾讯云和微信小程序
• 泛arduino技术
• GPS及北斗定位系统
• 高精度气体酒精浓度传感器
• GIS系统