基于大数据的车辆驾驶行为风险分析方法技术

本发明专利技术提供的一种基于大数据的车辆驾驶行为风险分析方法，包括以下步骤：S1.获取道路路网信息，并在道路上设置RFID采集点，并通过RFID读写器获取车辆信息，通过设置于RFID采集点的图像采集设备获取车辆信息；S2.根据RFID读写器采集的车辆信息和图像设备采集的车辆信息进行异常数据剔除处理，并基于剔除异常数据后的数据进行拟合形成车辆的轨迹；S3.基于车辆的轨迹以及车辆信息确定出驾驶风险因子；S4.构建基于驾驶风险因子构建风险评分模型，并计算车辆的风险分值；通过上述方法，基于RFID以及图像信息共同作用来分析车辆的出行行为以及出行信息，从而能够对车辆驾驶的风险进行准确评分，为保险额度估算提供准确的数据支持。支持。

【技术实现步骤摘要】
基于大数据的车辆驾驶行为风险分析方法


[0001]本专利技术涉及一种风险分析方法，尤其涉及一种基于大数据的车辆驾驶行为风险分析方法。

技术介绍

[0002]随着机动车快速增长，汽车保险业也随着汽车市场的迅猛发展已经成为了整个保险行业的支柱产业。
[0003]目前有的一种基于使用的保险(一下简称UBI)，是通过前端感应系统记录每个个体车辆使用数据，建模分析并量化其驾驶行为，进而进行风险评级，制定保费。
[0004]传统的风险预测，是在历史理赔数据和抽样调查的基础上，利用统计分析(加以一定的主观假设)实现的，但是，这种分析方式不能准确确定出车辆的驾驶行为风险，从而不能准确对保险额度进行估算。
[0005]因此，为了解决上述问题，亟需提出一种新的技术手段。

技术实现思路

[0006]有鉴于此，本专利技术的目的是提供一种基于大数据的车辆驾驶行为风险分析方法，基于RFID以及图像信息共同作用来分析车辆的出行行为以及出行信息，从而能够对车辆驾驶的风险进行准确评分，为保险额度估算提供准确的数据支持。
[0007]本专利技术提供的一种基于大数据的车辆驾驶行为风险分析方法，包括以下步骤：
[0008]S1.获取道路路网信息，并在道路上设置RFID采集点，并通过RFID读写器获取车辆信息，通过设置于RFID采集点的图像采集设备获取车辆信息；
[0009]S2.根据RFID读写器采集的车辆信息和图像设备采集的车辆信息进行异常数据剔除处理，并基于剔除异常数据后的数据进行拟合形成车辆的轨迹；
[0010]S3.基于车辆的轨迹以及车辆信息确定出驾驶风险因子；
[0011]S4.构建基于驾驶风险因子构建风险评分模型，并计算车辆的风险分值。
[0012]进一步，步骤S1中，RFID读写器所获取的车辆自身信息和驾驶人员信息，其中：车辆自身信息包括车牌号、车辆营运属性、车辆类型以及车辆保险申报次数；
[0013]驾驶人员信息包括驾驶人身份信息、驾驶人驾驶年限、驾驶人性别、驾驶人年龄、驾驶人历史违章次数。
[0014]进一步，步骤S1中，图像采集设备获取的车辆信息包括车牌号、车辆颜色以及驾驶人脸部信息。
[0015]进一步，对RFID读写器采集的车辆信息和图像设备采集的图像信息进行对比融合剔除异常数据具体包括：
[0016]提取RFID读写器获取的车辆信息中的车牌号以及图像采集设备获取的车辆信息中的车牌号；
[0017]判断两个车辆信息中的车牌号是否一致，如一致，则进一步判断RFID读写器和图
像采集设备的位置点距离是否小于设定阈值，如是，则将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据，否则，将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据。
[0018]进一步，基于车辆的轨迹以及车辆信息确定出驾驶风险因子具体包括：
[0019]统计当前车辆在设定时间段内的轨迹，根据轨迹确定出驾驶人的出行路径偏好；
[0020]统计当前车辆在设定时间段内每一天的出行时刻，根据出行时刻确定出驾驶人的出行时间偏好；
[0021]根据RFID读写器获取当前车辆在设定时间段内每次出行的平均车速，且该平均车速为非高峰时段平均车速，并根据平均车速得出越限概率。
[0022]进一步，步骤S4中，风险评分模型具体如下：
[0023]其中，S
i
表示第i中偏好的初始评分值，p
i
为第i种偏好值，β
i
表示第i种偏好的权重值，α
m
为车辆营运属性权重值；m＝1时为私家车权重系数，m＝2时为出租车权重系数，m＝3时为大型客运车权重系数，m＝4时为货车权重系数；λ为综合权重系数，i＝1,2,3,当i＝1时表示出行时间偏好；i＝2时为出行路径偏好，i＝3时为平均车速越限概率；
[0024]其中：r
θ1
为性别系数，r
θ2
表示年龄系数，λ
θ1
为性别权重，λ
θ2
表示年龄权重，p
b
表示保险申报次数于设定时间段内出行次数的比值；当θ＝1表示男性，θ＝2表示女性，μ
s
为设定违章次数限值，μ为车辆在设定时间段内的历史违章次数。
[0025]本专利技术的有益效果：通过本专利技术，基于RFID以及图像信息共同作用来分析车辆的出行行为以及出行信息，从而能够对车辆驾驶的风险进行准确评分，为保险额度估算提供准确的数据支持。
附图说明
[0026]下面结合附图和实施例对本专利技术作进一步描述：
[0027]图1为本专利技术的流程图。
具体实施方式
[0028]下面进一步对本专利技术做出详细说明：
[0029]本专利技术提供的一种基于大数据的车辆驾驶行为风险分析方法，包括以下步骤：
[0030]S1.获取道路路网信息，并在道路上设置RFID采集点，并通过RFID读写器获取车辆信息，通过设置于RFID采集点的图像采集设备获取车辆信息；
[0031]S2.根据RFID读写器采集的车辆信息和图像设备采集的车辆信息进行异常数据剔除处理，并基于剔除异常数据后的数据进行拟合形成车辆的轨迹；
[0032]S3.基于车辆的轨迹以及车辆信息确定出驾驶风险因子；
[0033]S4.构建基于驾驶风险因子构建风险评分模型，并计算车辆的风险分值；通过上述
方法，基于RFID以及图像信息共同作用来分析车辆的出行行为以及出行信息，从而能够对车辆驾驶的风险进行准确评分，为保险额度估算提供准确的数据支持。
[0034]本实施例中，步骤S1中，RFID读写器所获取的车辆自身信息和驾驶人员信息，其中：车辆自身信息包括车牌号、车辆营运属性、车辆类型以及车辆保险申报次数；
[0035]驾驶人员信息包括驾驶人身份信息、驾驶人驾驶年限、驾驶人性别、驾驶人年龄、驾驶人历史违章次数。
[0036]本实施例中，步骤S1中，图像采集设备获取的车辆信息包括车牌号、车辆颜色以及驾驶人脸部信息。
[0037]从数据库中调用预存的车辆信息，包括车牌号、车辆类型以及车辆颜色等，与实时获取的信息进行匹配比对，用于排除套牌等操作，从容确保评估的准确性，当存在套牌、好牌遮挡等，则进行预警；并且直接将其风险评分设置为0。
[0038]本实施例中，对RFID读写器采集的车辆信息和图像设备采集的图像信息进行对比融合剔除异常数据具体包括：
[0039]提取RFID读写器获取的车辆信息中的车牌号以及图像采集设备获取的车辆信息中的车牌号；
[0040]判断两个车辆信息中的车牌号是否一致，如一致，则进一步判断RFID读写器和图像采集设备的位置点距离是否小于设定阈值，如是，则将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据，否则，将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据；在上述操作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的车辆驾驶行为风险分析方法，其特征在于：包括以下步骤：S1.获取道路路网信息，并在道路上设置RFID采集点，并通过RFID读写器获取车辆信息，通过设置于RFID采集点的图像采集设备获取车辆信息；S2.根据RFID读写器采集的车辆信息和图像设备采集的车辆信息进行异常数据剔除处理，并基于剔除异常数据后的数据进行拟合形成车辆的轨迹；S3.基于车辆的轨迹以及车辆信息确定出驾驶风险因子；S4.构建基于驾驶风险因子构建风险评分模型，并计算车辆的风险分值。2.根据权利要求1所述基于大数据的车辆驾驶行为风险分析方法，其特征在于：步骤S1中，RFID读写器所获取的车辆自身信息和驾驶人员信息，其中：车辆自身信息包括车牌号、车辆营运属性、车辆类型以及车辆保险申报次数；驾驶人员信息包括驾驶人身份信息、驾驶人驾驶年限、驾驶人性别、驾驶人年龄、驾驶人历史违章次数。3.根据权利要求1所述基于大数据的车辆驾驶行为风险分析方法，其特征在于：步骤S1中，图像采集设备获取的车辆信息包括车牌号、车辆颜色以及驾驶人脸部信息。4.根据权利要求1所述基于大数据的车辆驾驶行为风险分析方法，其特征在于：对RFID读写器采集的车辆信息和图像设备采集的图像信息进行对比融合剔除异常数据具体包括：提取RFID读写器获取的车辆信息中的车牌号以及图像采集设备获取的车辆信息中的车牌号；判断两个车辆信息中的车牌号是否一致，如一致，则进一步判断RFID读写器和图像采集设备的位置点距离是否小于设定阈值，如是，则将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据，否则，将当前RFID读写器和图像采集设备所获取的车辆...

【专利技术属性】
技术研发人员：赵明，张鹏，
申请(专利权)人：重庆市城投金卡信息产业集团股份有限公司，
类型：发明
国别省市：