基于北斗定位系统的车辆行驶情况风险分析方法和系统技术方案

本发明专利技术涉及一种基于北斗定位系统的车辆行驶情况风险分析方法，包括：获取车辆的基本信息和行驶信息；其中，行驶信息包括行驶轨迹信息和/或运行状态信息；将车辆的基本信息和行驶信息上传至服务器，以使所述服务器分析车辆的行驶行为，并更新车辆行驶情况的风险分值。通过准确计算得出车辆行驶情况的风险分值，由用户根据该分值进一步评级，生成评级报告，便于日常管理；司机用户可根据该分值及时修正平时的驾驶习惯，对于风险因子对应的分值特别低的特征值要加以关注，该项风险因子往往是容易出事故风险的原因。此时可为司机本人的习惯性驾驶行为发出预警和提示，以及司机家属也可据此及时且准确了解到司机本人的最近驾驶情况。

Vehicle Driving Risk Analysis Method and System Based on Beidou Location System

【技术实现步骤摘要】
基于北斗定位系统的车辆行驶情况风险分析方法和系统
本专利技术涉及计算机
，具体涉及一种基于北斗定位系统的车辆行驶情况风险分析方法和系统。
技术介绍
我国有1200万台重卡车和3000万重卡司机，每位司机不仅关系到自己的家庭，还关系到父母、岳父母的家庭，年长的师傅还关系到子女家庭。所以，这3000万人直接关系到1亿家庭，3亿人之心。在我国近几年所发生的所有重特大事故中，80％都与公路重型运输车辆有关，在所有公路重型运输车辆事故中，80％又都与超速、疲劳驾驶等违规驾驶行为有关。国家交通运输部、公安部、国家安监总局三部委的5号令明确规定：用于公路营运的载客汽车、危险货物运输车辆、半挂牵引车以及12吨及以上的普通货运车辆，应当于2015年12月31日前全部安装、使用符合交通部标准的北斗卫星定位装置。现在车辆保险都是根据往期的理赔情况来决定下一年的保费，对车辆的行驶行为并没有进行评分，而且也没有定期实时更新车辆的行驶行为的评分，因此对保费的评定没有可参考的准确依据；大多数司机只局限于会开车,对本人的习惯性驾驶行为往往会判断不出哪些方面存在风险，对司机的驾驶情况并没有建立起预警和考核的评分机制，以及司机家属也不能及时且准确了解到司机本人的最近驾驶情况，一旦发生交通事故时已无可挽回。
技术实现思路
本专利技术要解决的技术问题在于克服现有技术中的缺陷，提供一种根据车辆的基本信息和行驶信息能够计算出车辆行驶情况的风险分值的基于北斗定位系统的车辆行驶情况风险分析方法。为此，采用的技术方案为一种基于北斗定位系统的车辆行驶情况风险分析方法，包括：获取车辆的基本信息和行驶信息；其中，所述行驶信息包括行驶轨迹信息和/或运行状态信息；将车辆的基本信息和行驶信息上传至服务器，以使所述服务器分析车辆的行驶行为，并更新车辆行驶情况的风险分值；根据分值的大小判定车辆行驶情况是否存在风险。优选的，所述服务器根据实时获取的车辆的轨迹原始数据进行逐个位置点分析，并结合POI数据库生成分析后的轨迹点，存储记录于轨迹数据库；根据轨迹数据库中记录的分析后的轨迹点，获取上一小时的车辆轨迹数据，以每个小时为时间段对原始数据进行加工，分析每辆车在时间段内不同的道路级别、不同的速度下行驶的里程和时长，从而获取车辆精细化画像；以此可分析计算出日均行驶里程、日均行驶时长、平均速度、行驶天数、高速驶占比、省道行驶占比、国道行驶占比、县道乡道行驶占比、清晨时长里程占比、黄昏行驶时长占比、夜间行驶里程占比，并存储记录于里程数据库；根据轨迹数据库中记录的分析后的轨迹点，获取上一周的车辆轨迹数据，以每个小时为时间段对原始数据进行加工，分析每辆车在时间段内不同的道路级别、起点和终点、途径地点，从而获取车辆精细化画像；以此可以分析出常跑路线数量、常跑路线距离和常跑路线危险路段数，并存储记录于轨迹记录数据库。优选的，所述服务器根据车辆的基本信息和行驶信息确定车辆风险因子，并确定与所述车辆风险因子对应的风险因子分析模型，采用所述风险因子分析模型确定对应的各项车辆的特征值；并对各项所述车辆的特征值设定不同的权重，对全部车辆的特征权重值求和，确定所述车辆行驶情况的风险分值。优选的，若所述车辆行驶情况的风险分值低于设定的阈值，则判定为车辆的行驶行为存在风险；若所述车辆行驶情况的风险分值高于设定的阈值，则判定为车辆的行驶行为为安全行驶。优选的，所述车辆的基本信息包括车龄、车牌号、车辆类型；车辆的行驶轨迹信息包括经度、纬度、方向、时间和海拔；车辆的运行状态信息包括行驶速度、高速路段和非高速路段；根据车辆的行驶轨迹信息和/或运行状态信息对车辆的行驶里程和时长进行分析，形成车辆行驶情况，并由所述服务器记录车辆行驶情况，车辆行驶情况包括日均行驶里程、日均行驶时长、平均速度、行驶天数、高速行驶占比、省道行驶占比、国道行驶占比、县道乡道行驶占比、常跑路线数量、常跑路线距离、常跑路线危险路段数、清晨时长里程占比、黄昏行驶时长占比和夜间行驶里程占比；将各项车辆行驶情况设为车辆风险因子。优选的，所述车辆行驶情况的风险因子分析模型的计算公式如下：其中，x≥0，0≤y≤1；分别为用户设置的每项风险因子的初始值或为系统计算出的每项风险因子的平均值；x设为风险因子，分别包括日均行驶里程、日均行驶时长、平均速度、行驶天数、高速行驶占比、省道行驶占比、国道行驶占比、县道乡道行驶占比、常跑路线数量、常跑路线距离、常跑路线危险路段数、清晨时长里程占比、黄昏行驶时长占比和夜间行驶里程占比；y(x)设为对应的特征值。优选的，根据车辆行驶情况由所述服务器对车辆的日行驶情况进行统计，并进行融合得出车辆日画像，所述服务器对所有车辆日画像进行存储，并计算出所有车辆违规行驶情况的每项风险因子的平均值。优选的，计算出所有车辆行驶情况的每项风险因子的平均值需要划定样本范围：由所述服务器统计所有车辆上线天数，按照降序排列，筛选去除首尾各10％的数据；在此基础上去除异地上线距离大于总里程二分之一的数据；由所述服务器每月定时统计一次样本数据，及时更新上述平均值。一种基于北斗定位系统的车辆行驶情况风险分析系统，包括：车载北斗终端：用于记载车辆的基本信息和获取车辆的行驶信息；其中，所述行驶信息包括行驶轨迹信息和/或运行状态信息；服务器：根据通信模块上传的车辆的基本信息和行驶信息分析车辆的行驶行为，并更新车辆行驶情况的风险分值；并根据分值的大小判定车辆行驶情况是否存在风险。优选的，所述服务器包括：原始数据加工模块：根据实时获取的车辆的轨迹原始数据进行逐个位置点分析，并结合POI数据库生成分析后的轨迹点，存储记录于轨迹数据库；里程和时长分析模块：根据轨迹数据库中记录的分析后的轨迹点，获取上一小时的车辆轨迹数据，以每个小时为时间段对原始数据进行加工，分析每辆车在时间段内不同的道路级别、不同的速度下行驶的里程和时长，从而获取车辆精细化画像；以此可分析计算出日均行驶里程、日均行驶时长、平均速度、行驶天数、高速驶占比、省道行驶占比、国道行驶占比、县道乡道行驶占比、清晨时长里程占比、黄昏行驶时长占比、夜间行驶里程占比，并存储记录于里程数据库；轨迹分析模块：根据轨迹数据库中记录的分析后的轨迹点，获取上一周的车辆轨迹数据，以每个小时为时间段对原始数据进行加工，分析每辆车在时间段内不同的道路级别、起点和终点、途径地点，从而获取车辆精细化画像；以此可以分析出常跑路线数量、常跑路线距离和常跑路线危险路段数，并存储记录于轨迹记录数据库。本专利技术技术方案，具有如下优点：通过准确计算出车辆行驶情况的风险分值，由用户根据该车辆的行驶行驶情况的风险分值进一步评级，生成评级报告，便于日常管理；每月定时更新每项风险因子的平均值，同时对各项车辆的特征值进行更新，从而计算出每月的车辆行驶情况的风险分值，司机用户可根据该分值及时修正平时的驾驶习惯，对于风险因子对应的分值特别低的特征值要加以关注，该项风险因子往往是容易出事故风险的原因。此时可为司机本人的习惯性驾驶行为发出预警和提示，以及司机家属也可据此及时且准确了解到司机本人的最近驾驶情况。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面本文档来自技高网...

【技术保护点】
1.一种基于北斗定位系统的车辆行驶情况风险分析方法，其特征在于，包括：获取车辆的基本信息和行驶信息；其中，所述行驶信息包括行驶轨迹信息和/或运行状态信息；将车辆的基本信息和行驶信息上传至服务器，以使所述服务器分析车辆的行驶行为，并更新车辆行驶情况的风险分值；根据分值的大小判定车辆行驶情况是否存在风险。

【技术特征摘要】
1.一种基于北斗定位系统的车辆行驶情况风险分析方法，其特征在于，包括：获取车辆的基本信息和行驶信息；其中，所述行驶信息包括行驶轨迹信息和/或运行状态信息；将车辆的基本信息和行驶信息上传至服务器，以使所述服务器分析车辆的行驶行为，并更新车辆行驶情况的风险分值；根据分值的大小判定车辆行驶情况是否存在风险。2.根据权利要求1所述的方法，其特征在于，所述服务器根据实时获取的车辆的轨迹原始数据进行逐个位置点分析，并结合POI数据库生成分析后的轨迹点，存储记录于轨迹数据库；根据轨迹数据库中记录的分析后的轨迹点，获取上一小时的车辆轨迹数据，以每个小时为时间段对原始数据进行加工，分析每辆车在时间段内不同的道路级别、不同的速度下行驶的里程和时长，从而获取车辆精细化画像；以此可分析计算出日均行驶里程、日均行驶时长、平均速度、行驶天数、高速驶占比、省道行驶占比、国道行驶占比、县道乡道行驶占比、清晨时长里程占比、黄昏行驶时长占比、夜间行驶里程占比，并存储记录于里程数据库；根据轨迹数据库中记录的分析后的轨迹点，获取上一周的车辆轨迹数据，以每个小时为时间段对原始数据进行加工，分析每辆车在时间段内不同的道路级别、起点和终点、途径地点，从而获取车辆精细化画像；以此可以分析出常跑路线数量、常跑路线距离和常跑路线危险路段数，并存储记录于轨迹记录数据库。3.根据权利要求2所述的方法，其特征在于，所述服务器根据车辆的基本信息和行驶信息确定车辆风险因子，并确定与所述车辆风险因子对应的风险因子分析模型，采用所述风险因子分析模型确定对应的各项车辆的特征值；并对各项所述车辆的特征值设定不同的权重，对全部车辆的特征权重值求和，确定所述车辆行驶情况的风险分值。4.根据权利要求3所述的方法，其特征在于，若所述车辆行驶情况的风险分值低于设定的阈值，则判定为车辆的行驶行为存在风险；若所述车辆行驶情况的风险分值高于设定的阈值，则判定为车辆的行驶行为为安全行驶。5.根据权利要求3所述的方法，其特征在于，所述车辆的基本信息包括车龄、车牌号、车辆类型；车辆的行驶轨迹信息包括经度、纬度、方向、时间和海拔；车辆的运行状态信息包括行驶速度、高速路段和非高速路段；根据车辆的行驶轨迹信息和/或运行状态信息对车辆的行驶里程和时长进行分析，形成车辆行驶情况，并由所述服务器记录车辆行驶情况，车辆行驶情况包括日均行驶里程、日均行驶时长、平均速度、行驶天数、高速行驶占比、省道行驶占比、国道行驶占比、县道乡道行驶占比、常跑路线数量、常跑路线距离、常跑路线危险路段数、清晨时长里程占比、黄昏行驶时长占比和夜间行驶里程占比；将各项车辆行驶情况设为车辆风险...

【专利技术属性】
技术研发人员：王立，
申请(专利权)人：青岛无车承运服务中心有限公司，
类型：发明
国别省市：山东,37