一种驾驶行为评分方法及装置制造方法及图纸

本发明专利技术公开了一种驾驶行为评分方法及装置，属于车辆驾驶行为分析技术领域。方法包括获取样本数据，样本数据包括样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据；从样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据中分别提取特征并进行特征合并，得到样本驾驶员的特征数据；根据从业务保单数据中提取的特征获取样本驾驶员的驾驶行为评分；根据样本驾驶员的特征数据及样本驾驶员的驾驶行为评分对机器学习模型进行训练，得到驾驶行为评分模型并存储，以用于对除样本驾驶员之外的目标驾驶员的驾驶行为进行评分。本发明专利技术实施例通过机器学习对驾驶员驾驶行为进行多维度和精细化的建模，从而实现了针对不同驾驶员准确地进行驾驶行为评分。

A Driving Behavior Scoring Method and Device

The invention discloses a driving behavior scoring method and device, which belongs to the field of vehicle driving behavior analysis technology. The method includes acquiring sample data, which includes driving behavior data, driving environment data and business insurance policy data of sample drivers; extracting features from driving behavior data, driving environment data and business insurance policy data of sample drivers and merging features to obtain the characteristic data of sample drivers; acquiring features from business insurance policy data Sample driver's driving behavior score; according to the sample driver's characteristic data and the sample driver's driving behavior score, the machine learning model is trained, and the driving behavior score model is obtained and stored for scoring the driving behavior of the target driver except the sample driver. In the embodiment of the invention, the driving behavior of the driver is modeled in multi-dimension and refinement by machine learning, so that the driving behavior score is accurately carried out for different drivers.

【技术实现步骤摘要】
一种驾驶行为评分方法及装置
本专利技术涉及车辆驾驶行为分析
，尤其涉及一种驾驶行为评分方法及装置。
技术介绍
近年来，机动车辆的数量也越来越多，同时随着车联网飞速发展，与车联网技术结合的基于驾驶员驾驶行为进行定价的车险产品也越来越多，通过对驾驶员驾驶行为进行评分，进而准确地确定车险产品的定价，可以提高驾驶员的安全驾驶消费观及驾驶员的安全驾驶意识，从而降低社会交通事故率。目前，驾驶行为评分建模主要是通过对接车内传感器或车机获取用户驾驶行为数据，以及获取观测车辆在驾驶行为观测周期内是否发生交通事故并向保险公司申请保险索赔的出险情况数据，并采用分类方法对数据进行建模，预测出险概率，之后，建立驾驶行为评分与出险概率的映射关系。然而，这种驾驶行为评分建模方法主要存在以下几点问题：一是采集的来源比较单一，仅包含驾驶行为相关信息，导致评分结果不准确；二是无法保证车主的连续性，由于同一辆车下可注册多名用户，导致同一辆车的驾驶记录并非隶属于同一名用户，从而干扰分析；三是仅通过出险概率对驾驶行为进行标签设定，缺乏对出现风险程度的衡量，导致模型不够精细化。
技术实现思路
本专利技术实施例的目的是提供一种本文档来自技高网...

【技术保护点】
1.一种驾驶行为评分方法，其特征在于，所述方法包括步骤：获取样本数据，所述样本数据包括样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据；从所述样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据中分别提取特征并进行特征合并，得到所述样本驾驶员的特征数据；以及根据从所述业务保单数据中提取的特征，获取所述样本驾驶员的驾驶行为评分；根据所述样本驾驶员的特征数据及所述样本驾驶员的驾驶行为评分对机器学习模型进行训练，得到驾驶行为评分模型并存储，以用于对除所述样本驾驶员之外的目标驾驶员的驾驶行为进行评分。

【技术特征摘要】
1.一种驾驶行为评分方法，其特征在于，所述方法包括步骤：获取样本数据，所述样本数据包括样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据；从所述样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据中分别提取特征并进行特征合并，得到所述样本驾驶员的特征数据；以及根据从所述业务保单数据中提取的特征，获取所述样本驾驶员的驾驶行为评分；根据所述样本驾驶员的特征数据及所述样本驾驶员的驾驶行为评分对机器学习模型进行训练，得到驾驶行为评分模型并存储，以用于对除所述样本驾驶员之外的目标驾驶员的驾驶行为进行评分。2.根据权利要求1所述的方法，其特征在于，所述获取样本数据包括：通过移动SDK模块获取所述样本驾驶员的驾驶行为数据；通过车载深度摄像头模块获取所述样本驾驶员的驾驶环境数据；通过预设接口获取所述样本驾驶员的业务保单数据。3.根据权利要求1所述的方法，其特征在于，所述从所述样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据中分别提取特征并进行特征合并，得到所述样本驾驶员的特征数据包括：从所述驾驶行为数据中提取出所述样本驾驶员的第一特征，所述第一特征包括平均驾驶里程、平均驾驶速度、急加速次数、急减速次数、急转弯次数及是否疲劳驾驶中的至少一个；从所述驾驶环境数据中提取出所述样本驾驶员的第二特征，所述第二特征包括驾驶路况状态和变换车道次数中的至少一个；从业务保单数据中提取出所述样本驾驶员的第三特征和第四特征，所述第三特征包括个人基本信息，所述第四特征包括保单购买记录信息和理赔历史信息中的至少一个；对所述第一特征、所述第二特征、所述第三特征和所述第四特征进行特征合并，得到所述样本驾驶员的特征数据。4.根据权利要求1所述的方法，其特征在于，所述根据从所述业务保单数据中提取的特征，获取所述样本驾驶员的驾驶行为评分包括：根据从所述业务保单数据中提取的特征，计算出所述样本驾驶员的理赔率；根据预设的映射关系表，确定与将所述样本驾驶员的理赔率具有映射关系的驾驶行为评分；其中，在所述映射关系表中，理赔率越高对应的驾驶行为评分越低。5.根据权利要求1～4任意一项所述的方法，其特征在于，所述机器学习模型为提升树模型或随机森林模型。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述目标驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据；从所述目标驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据中提取目标特征数据；将所述目标特征数据输入到所述驾驶行为评分模型，得到所述目标驾驶员的驾驶行为评分并输出。7.一种驾驶行为评分装置，其特征在于，所述装置包括：数据获取模块，用于获取样本数据，所述样本数据包括样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据；特征提取模块，用于从所述样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据中分别提取特征并进行特征合并，得到所述样本驾...

【专利技术属性】
技术研发人员：梅鵾，陆璐，徐宝函，周元笙，徐如钧，谢畅，钱浩然，谭炎，陆王天宇，孙谷飞，
申请(专利权)人：众安信息技术服务有限公司，
类型：发明
国别省市：广东,44