道路风险确定方法、设备和存储介质技术

本发明专利技术涉及数据处理领域，公开了一种道路风险确定方法、设备和存储介质。该方法包括：基于历史行车数据确定目标道路预设维度的特征数据；根据与所述预设维度对应的目标权重以及所述预设维度的特征数据确定所述目标道路的风险评分，其中，目标道路的风险评分越高，在所述目标道路发生交通事故的频率越高。本实施例实现了量化道路风险的目的，为具备固定运行路线的车辆的保险定价提供了参考依据。线的车辆的保险定价提供了参考依据。线的车辆的保险定价提供了参考依据。

【技术实现步骤摘要】
道路风险确定方法、设备和存储介质


[0001]本专利技术涉及数据处理领域，尤其涉及一种道路风险确定方法、设备和存储介质。

技术介绍

[0002]UBI（Usage Based Insurance，基于使用量的保险）车险是一种根据实际驾驶时间、地点、里程以及具体的驾驶行为确定应缴多少车险的险种。驾驶方式更安全的车主所缴的车险更少，是一种个性化的新型车险。
[0003]在商用车保险定价中，目标车辆往往有着固定的运行路线，判断车辆运行路线中是否包括高危路段（高危路段指发生事故较频繁的路段）是评估车辆运行风险的重要组成部分。在无法获得道路实时状况的前提下，需要一种量化的道路风险评估方法。
[0004]有鉴于此，特提出本专利技术。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供了一种道路风险确定方法、设备和存储介质，实现了量化道路风险的目的，为车辆的保险定价提供了参考依据。
[0006]本专利技术实施例提供了一种道路风险确定方法，该方法包括：基于历史行车数据确定目标道路预设维度的特征数据；根据与所述预设维度对应的目标权重以及所述预设维度的特征数据确定所述目标道路的风险评分，其中，目标道路的风险评分越高，在所述目标道路发生交通事故的频率越高。
[0007]本专利技术实施例提供了一种电子设备，所述电子设备包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行任一实施例所述的道路风险确定方法的步骤。
[0008]本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行任一实施例所述的道路风险确定方法的步骤。
[0009]本专利技术实施例具有以下技术效果：本专利技术实施例提供的道路风险确定方法，通过基于历史行车数据（例如云平台上的车辆行驶轨迹数据、车辆姿态数据、AEB前向跟车识别数据、车辆出险记录数据）确定目标道路预设维度的特征数据，即基于历史行车数据提炼出影响车辆是否出险的显著道路风险因素；进而基于特征数据以及对应的目标权重为目标道路进行风险评分，最终实现利用数据量化各路段风险等级的目的，为车辆的保险定价提供了参考依据。
附图说明
[0010]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，下面描述中的
附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0011]图1是本专利技术实施例提供的一种道路风险确定方法的流程图；图2为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0012]为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行清楚、完整的描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本专利技术所保护的范围。
[0013]图1是本专利技术实施例提供的一种道路风险确定方法的流程图。参见图1，该道路风险确定方法具体包括如下步骤：步骤110、基于历史行车数据确定目标道路预设维度的特征数据。
[0014]其中，历史行车数据指在目标道路行驶过的车辆相关的数据，例如车辆经过目标道路时的车速、与前车的车距、司机主动刹车频率等。该车辆可以是乘用车，也可以是商用车。
[0015]所述预设维度包括：所述目标道路的平均车速、平均车速的标准差、平均跟车时距以及主动刹车频率中的一种或多种。其中，平均跟车时距指各车辆在目标道路行驶时与前车之间的车距的平均值。平均跟车时距较大有利于降低发生交通事故的风险，因此，平均跟车时距为一种确定道路风险的关键特征。
[0016]步骤120、根据与所述预设维度对应的目标权重以及所述预设维度的特征数据确定所述目标道路的风险评分，其中，目标道路的风险评分越高，在所述目标道路发生交通事故的频率越高，所述目标权重基于所述预设维度的特征数据的信息熵确定。
[0017]示例性的，根据与所述预设维度对应的目标权重以及所述预设维度的特征数据确定所述目标道路的风险评分，包括：将目标道路预设维度的特征数据与预设维度对应的目标权重进行加权求和，获得所述目标道路的风险评分。
[0018]所述目标权重是通过多次试验，对预设维度对应的初始权重（其中，该初始权重基于预设维度的特征数据的信息熵确定）进行反复调整确定的，通过上述预设维度的特征数据以及与所述预设维度对应的目标权重可较准确地确定目标道路的风险评分，从而较精确地实现量化道路风险的目的，为具备固定运行路线的车辆的保险定价提供了参考依据。
[0019]进一步的，所述道路风险确定方法还包括如下确定所述预设维度以及对应的目标权重的步骤：基于候选道路候选维度的特征数据确定候选道路的风险评分，其中，所述候选道路包括基于历史交通事故的发生位置所确定的高危道路，所述候选维度包括所述预设维度以及与所述预设维度不同的其它维度。例如历史交通事故的发生位置为A，以位置A为圆心，以1公里为半径画圆，将该圆包围的道路确定为高危道路。为基于历史交通事故的发生位置所确定的高危道路设置“高危”的风险标签，用于表示该道路时高危道路。其中，高危道路指容易发生交通事故的道路，或者说交通事故发生频率较高的道路，高危道路的风险评分应
较高，本专利技术实施例的专利技术目的之一则是确定一种能够使高危道路的风险评分较高的评分规则，进而基于该评分规则确定目标道路是否是高危道路，从而为经常在该目标道路行驶的车辆进行UBI车险定价，提高UBI车险定价的合理性。候选维度包括上述预设维度以及与所述预设维度不同的其它维度，旨在通过一定的策略从多种候选维度中筛选出更能表征道路风险的预设维度。
[0020]示例性的，所述候选维度包括下述的一种或多种：候选道路的平均车速、平均车速的标准差、平均跟车时距、航向角的标准差、道路曲率以及主动刹车频率中的一种或多种。
[0021]根据所述候选道路的风险评分与所述候选道路的风险标签之间的一致性程度对所述候选维度，和/或与所述候选维度对应的初始权重进行调整，获得所述预设维度以及与所述预设维度对应的目标权重。
[0022]其中，若候选道路的风险标签为“高危”，且候选道路的风险评分较高，则认为候选道路的风险评分与所述候选道路的风险标签之间的一致性程度较高；若候选道路的风险标签为“高危”，且候选道路的风险评分较低，则认为候选道路的风险评分与所述候选道路的风险标签之间的一致性程度不高。当候选道路的风险评分与所述候选道路的风险标签之间的一致性程度不高时，对确定候选道路的风险评分规则进行调整，直到候选道路的风险评分与其风险标签之间的一致性程度较高，具体是调整参与风险评分计算的候选维度以及对应的初始权重。
[0023]概括性的，通过一定的策略从多种候选维度中筛选出更能表征道路风险的预设维度，以及通过反复调整从初始权重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路风险确定方法，其特征在于，包括：基于历史行车数据确定目标道路预设维度的特征数据；根据与所述预设维度对应的目标权重以及所述预设维度的特征数据确定所述目标道路的风险评分，其中，目标道路的风险评分越高，在所述目标道路发生交通事故的频率越高，所述目标权重基于所述预设维度的特征数据的信息熵确定。2.根据权利要求1所述的方法，其特征在于，所述预设维度包括：所述目标道路的平均车速、平均车速的标准差、平均跟车时距以及主动刹车频率中的一种或多种。3.根据权利要求1所述的方法，其特征在于，根据与所述预设维度对应的目标权重以及所述预设维度的特征数据确定所述目标道路的风险评分，包括：将目标道路预设维度的特征数据与预设维度对应的目标权重进行加权求和，获得所述目标道路的风险评分。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述基于历史行车数据确定目标道路预设维度的特征数据之前，所述方法还包括：基于候选道路候选维度的特征数据确定候选道路的风险评分，其中，所述候选道路包括基于历史交通事故的发生位置所确定的高危道路，所述候选维度包括所述预设维度以及与所述预设维度不同的其它维度；根据所述候选道路的风险评分与所述候选道路的风险标签之间的一致性程度对所述候选维度，和/或与所述候选维度对应的初始权重进行调整，获得所述预设维度以及与所述预设维度对应的目标权重。5.根据权利要求4所述的方法，其特征在于，所述基于候选道路候选维度的特征数据确定候选道路的风险评分，包括：统计所述候选道路候选维度的特征数据；基于所述候选维度的特征数据通过预设算法确定所述候选维度的特征数据的信息熵；根据所述信息熵为所述候选维度设置对应的所述初始权重；根据所述特征数据以及所述初始权重确定所述候选道路的风险评分。6.根据权利要求4所述的方法，...

【专利技术属性】
技术研发人员：徐显杰，金彪，潘明，李正宾，胡敏智，刘之秀，徐建波，
申请(专利权)人：所托杭州汽车智能设备有限公司，
类型：发明
国别省市：