一种基于驾驶行为和出险数据的风险指数生成方法及系统技术方案

本发明专利技术涉及一种基于驾驶行为和出险数据的风险指数生成方法及系统，所述风险指数生成方法包括：建模步骤：获取车辆驾驶行为数据集G，统计车辆标识得到数据集D

【技术实现步骤摘要】
一种基于驾驶行为和出险数据的风险指数生成方法及系统


[0001]本专利技术涉及安全驾驶
，尤其涉及一种基于驾驶行为和出险数据的风险指数生成方法及系统。

技术介绍

[0002]车辆驾驶风险指数计算是车辆驾驶风险评估的重点，通过风险指数，可以定量的为车辆风险进行评估，目前安全风险评估方法大体可分为定性分析法、半定量分析法和定量分析法；定性分析方法是对分析对象的车辆运行潜在危险状况进行系统、细致检查，根据检查结果对其车辆交通事故发生的可能性做出大致评估。定性分析方法主要用于识别最危险的车辆运行安全事件，难以给出车辆运行安全风险等级；半定量分析方法是将对象的危险状况表示为某种形式的分度值，从而区分出不同对象的事故危险程度。半定量分析方法用于确定可能发生的事故的相对危险性，同时可以评估事故发生的概率和频率，并根据结果比较不同的方案；目前的定量分析方法大致可分为精确定量分析与模糊定量分析两类。精确定量分析方法以计算机建立车辆运行模型，进行运行情况模拟，运算量大。模糊综合评估方法是将模糊理论与综合评估方法相结合，通过评定系统各因素对安全（不安全）的隶属程度情况来综合评定系统安全状况，可以得到较为理想的结果。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的缺点，提供了一种基于驾驶行为和出险数据的风险指数生成方法及系统，解决了现有评估方法存在的不足。
[0004]本专利技术的目的通过以下技术方案来实现：一种基于驾驶行为和出险数据的风险指数生成方法，所述风险指数生成方法包括：建模步骤：获取车辆驾驶行为数据集G，统计车辆标识得到数据集D
id
，并根据里程和行使时长阈值对数据集D
id
进行清洗，根据数据集D
id
结合获取的车辆出险及理赔数据进行分析得到风险指数数据模型；风险指数数据计算步骤：从数据库中获取某一周期内的车辆驾驶型数据，根据风险指数数据模型使用spark进行计算得到风险指数。
[0005]所述建模步骤具体包括：从数据库中获取包括经度lon、纬度Lat、时间t、速度m、车辆标识id、里程和报警类型的车辆驾驶行为数据集G；统计某一周期内每个车辆标识的行驶里程M，报警数AC
i
和行驶时长得到数据集D
id
；根据里程和行使时长阈值对数据集D
id
进行清洗；从数据库中获取包括出险时间、赔付金额、事故类型、出险地点和出险原因的车辆出险及理赔数据；使用分析软件对数据进行分析得到风险指数数据模型。
[0006]一种基于驾驶行为和出险数据的风险指数生成系统，它包括建模模块和风险指数数据计算模块；所述建模模块用于获取车辆驾驶行为数据集G，统计车辆标识得到数据集D
id
，并根据里程和行使时长阈值对数据集D
id
进行清洗，根据数据集D
id
结合获取的车辆出险及理赔数据进行分析得到风险指数数据模型；所述风险指数数据计算模块用于从数据库中获取某一周期内的车辆驾驶型数据，根据风险指数数据模型使用spark进行计算得到风险指数。
[0007]所述风险指数数据计算模块包括数据获取单元、统计单元、清洗单元和分析单元；所述数据获取单元用于从数据库中获取包括经度lon、纬度Lat、时间t、速度m、车辆标识id、里程和报警类型的车辆驾驶行为数据集G，以及从数据库中获取包括出险时间、赔付金额、事故类型、出险地点和出险原因的车辆出险及理赔数据；所述统计单元用于统计某一周期内每个车辆标识的行驶里程M，报警数AC
i
和行驶时长得到数据集D
id
；所述清洗单元用于根据里程和行使时长阈值对数据集D
id
进行清洗；所述分析单元用于使用分析软件对数据进行分析得到风险指数数据模型。
[0008]本专利技术具有以下优点：一种基于驾驶行为和出险数据的风险指数生成方法及系统，采用精确定量分析方法，根据车辆驾驶行为及车辆出险理赔情况，经过数据挖掘及分析，确定计算模型。同时应用数据分布式计算解决运算速度问题。
附图说明
[0009]图1 为本专利技术方法的结构示意图。
具体实施方式
[0010]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下结合附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本专利技术做进一步的描述。
[0011]如图1所示，本专利技术的一种实施例涉及一种基于驾驶行为和出险数据的风险指数生成方法，所述风险指数生成方法包括：建模步骤：获取车辆驾驶行为数据集G，统计车辆标识得到数据集D
id
，并根据里程和行使时长阈值对数据集D
id
进行清洗，根据数据集D
id
结合获取的车辆出险及理赔数据进行分析得到风险指数数据模型；风险指数数据计算步骤：从数据库中获取某一周期内的车辆驾驶型数据，根据风险指数数据模型使用spark进行计算得到风险指数。
[0012]所述建模步骤具体包括：从数据库中获取包括经度lon、纬度Lat、时间t、速度m、车辆标识id、里程和报警类型的车辆驾驶行为数据集G；统计某一周期内每个车辆标识的行驶里程M，报警数AC
i
和行驶时长得到数据集
D
id
；根据里程和行使时长阈值对数据集D
id
进行清洗；从数据库中获取包括出险时间、赔付金额、事故类型、出险地点和出险原因的车辆出险及理赔数据；使用分析软件对数据进行分析得到风险指数数据模型。
[0013]本专利技术的另一实施例涉及一种基于驾驶行为和出险数据的风险指数生成系统，它包括建模模块和风险指数数据计算模块；所述建模模块用于获取车辆驾驶行为数据集G，统计车辆标识得到数据集D
id
，并根据里程和行使时长阈值对数据集D
id
进行清洗，根据数据集D
id
结合获取的车辆出险及理赔数据进行分析得到风险指数数据模型；所述风险指数数据计算模块用于从数据库中获取某一周期内的车辆驾驶型数据，根据风险指数数据模型使用spark进行计算得到风险指数。
[0014]所述风险指数数据计算模块包括数据获取单元、统计单元、清洗单元和分析单元；所述数据获取单元用于从数据库中获取包括经度lon、纬度Lat、时间t、速度m、车辆标识id、里程和报警类型的车辆驾驶行为数据集G，以及从数据库中获取包括出险时间、赔付金额、事故类型、出险地点和出险原因的车辆出险及理赔数据；所述统计单元用于统计某一周期内每个车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于驾驶行为和出险数据的风险指数生成方法，其特征在于：所述风险指数生成方法包括：建模步骤：获取车辆驾驶行为数据集G，统计车辆标识得到数据集D
id
，并根据里程和行使时长阈值对数据集D
id
进行清洗，根据数据集D
id
结合获取的车辆出险及理赔数据进行分析得到风险指数数据模型；风险指数数据计算步骤：从数据库中获取某一周期内的车辆驾驶型数据，根据风险指数数据模型使用spark进行计算得到风险指数。2.根据权利要求1所述的一种基于驾驶行为和出险数据的风险指数生成方法，其特征在于：所述建模步骤具体包括：从数据库中获取包括经度lon、纬度Lat、时间t、速度m、车辆标识id、里程和报警类型的车辆驾驶行为数据集G；统计某一周期内每个车辆标识的行驶里程M，报警数AC
i
和行驶时长得到数据集D
id
；根据里程和行使时长阈值对数据集D
id
进行清洗；从数据库中获取包括出险时间、赔付金额、事故类型、出险地点和出险原因的车辆出险及理赔数据；使用分析软件对数据进行分析得到风险指数数据模型。3.一种基于驾驶行为和出险数据的风险指数生成系统，其特征在于：它包括建模模块和风...

【专利技术属性】
技术研发人员：王春波，李嵩珅，
申请(专利权)人：成都亿盟恒信科技有限公司，
类型：发明
国别省市：