一种基于AI算法的车辆智能风控管理方法及系统技术方案

本发明专利技术涉及车辆风控管理技术领域，具体为一种基于AI算法的车辆智能风控管理方法，包括如下步骤：步骤101：车辆数据信息、驾驶人员信息、行驶路线信息记录并归类存储数据服务器；步骤102：订单上传，数据服务器抽调数据库信息进行匹配研判，并锁定匹配最终信息与车辆内置监控单元实时物联；步骤103：被动事故发生，主动开启预警单元记录车辆事故信息及驾驶员信息，存储上传服务器。本发明专利技术所采用的基于AI算法的风控管理平台，能够通过自我优化的方式自我学习并不断优化筛选匹配机制，从各个方面采用优选级方式匹配最佳车辆运输配置，从而提高车辆运输效率，提高企业货物运输经济效益。提高企业货物运输经济效益。提高企业货物运输经济效益。

【技术实现步骤摘要】
一种基于AI算法的车辆智能风控管理方法及系统


[0001]本专利技术涉及车辆风控管理
，尤其是涉及一种基于AI算法的车辆智能风控管理方法及系统。

技术介绍

[0002]风险控制是指风险管理者采取各种措施和方法，消灭或减少风险事件发生的各种可能性，或风险控制者减少风险事件发生时造成的损失。总会有些事情是不能控制的，风险总是存在的。作为管理者会采取各种措施减小风险事件发生的可能性，或者把可能的损失控制在一定的范围内，以避免在风险事件发生时带来的难以承担的损失。风险控制的四种基本方法是：风险回避、损失控制、风险转移和风险保留；
[0003]现有的基于AI算法的车辆智能风控管理平台，在使用时对于订单信息仅能够初步优化，或采用随机分配原则进行分配，或由第三方人员随机分配，该方式不仅存在管理漏洞，不利于企业管理把控，同时针对驾驶人员而言往往采用被动式管理方式，无法及时响应驾驶人员行驶过程中遇到的各种突发性事故。
[0004]为此，提出一种基于AI算法的车辆智能风控管理方法及系统。

技术实现思路

[0005]本专利技术的目的在于提供一种基于AI算法的车辆智能风控管理方法及系统，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于AI算法的车辆智能风控管理方法，包括如下步骤：
[0007]步骤101：车辆数据信息、驾驶人员信息、行驶路线信息记录并归类存储数据服务器；
[0008]步骤102：订单上传，数据服务器抽调数据库信息进行匹配研判，并锁定匹配最终信息与车辆内置监控单元实时物联；
[0009]步骤103：被动事故发生，主动开启预警单元记录车辆事故信息及驾驶员信息，存储上传服务器；
[0010]步骤104：主动事故发生，主动或被动触发预警单元，记录车辆事故信息及驾驶员信息，存储上传服务器；
[0011]步骤105：数据服务器基于AI算法分析事故原因，并对数据服务器匹配机制进行优化自我学习。
[0012]优选的，所述步骤101中车辆数据信息包括，车辆类型、货物载重数值及运输次数、车辆行驶里程、车辆维修记录及地点、第三方保险内容；
[0013]驾驶人员信息包括驾照类型及驾龄、安全事故次数及类型、服务路线以及驾驶人员常住地。
[0014]优选的，所述步骤102中，当客户订单生成后，服务器会根据订单所在地目的地，与
地图APP结合优化最佳行驶路线，匹配驾驶人员信息与车辆数据信息筛选出合适的车辆以及驾驶人员，进而形成最终的结果。
[0015]优选的，筛选驾驶人员主要优先级为驾驶人员驾龄范围内的服务路线、驾照等级、货物运输资格与订单优化路线、订单货物类型契合度；
[0016]次优先级驾驶人员安全事故类型与优化结果后的行驶路线契合度；驾驶人员常住地与订单目的地契合度。
[0017]优选的，所述步骤103中的被动事故为车辆故障与货物运输损伤，通过车载传感器以及监控设备实时监控，一旦发生被动事故，驾驶员可主动触发预警单元，并通过车载传感器及实时监控设备进行记录，上报数据服务器，由数据服务器评估此次运输风险以及成本损失，并交由第三方处理。
[0018]优选的，所述步骤104中的主动事故发生为车辆受外界环境影响或车辆事故发生以及不可抗力因素导致运输时效延迟、中止，此时同样通过车载传感器以及监控设备实时监控记录车辆运载货物状态、车辆周边图像内容以及驾驶室状态，并反馈数据服务器评估该订单处理方式。
[0019]优选的，所述步骤105，数据服务器将反馈得到的主动事故发生与被动事故发生所产生的信息在基于AI算法上分析事故原因，评估风险，并记录信息后自我优化学习，更新匹配机制及后续订单风险评估。
[0020]一种基于AI算法的车辆智能风控管理系统，包括数据服务器、数据记录模块、数据优化学习模块、匹配模块、车载监控模块、预警模块以及登录模块。
[0021]与现有技术相比，本专利技术的有益效果是：
[0022]1.本专利技术所采用的基于AI算法的风控管理平台，能够通过自我优化的方式自我学习并不断优化筛选匹配机制，从各个方面采用优选级方式匹配最佳车辆运输配置，从而提高车辆运输效率，提高企业货物运输经济效益；
[0023]2.本专利技术通过采用主动事故与被动事故发生时的预警处理方法，优化驾驶人员与风控管理企业之间的处理方式，确保事故发生时的各类证据记录，明确企业与驾驶人员的责任划分，人性化的风控管理方式，降低驾驶人员对管理方式的抵触。
附图说明
[0024]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。
[0025]图1为本专利技术的风控管理方法流程图；
[0026]图2为本专利技术的风控管理系统框图。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术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前提下所获得的所有其他
实施例，都属于本专利技术保护的范围。
[0028]请参阅图1至图2，本专利技术提供一种技术方案：
[0029]一种基于AI算法的车辆智能风控管理方法，包括如下步骤：
[0030]步骤101：车辆数据信息、驾驶人员信息、行驶路线信息记录并归类存储数据服务器；
[0031]步骤102：订单上传，数据服务器抽调数据库信息进行匹配研判，并锁定匹配最终信息与车辆内置监控单元实时物联；
[0032]步骤103：被动事故发生，主动开启预警单元记录车辆事故信息及驾驶员信息，存储上传服务器；
[0033]步骤104：主动事故发生，主动或被动触发预警单元，记录车辆事故信息及驾驶员信息，存储上传服务器；
[0034]步骤105：数据服务器基于AI算法分析事故原因，并对数据服务器匹配机制进行优化自我学习。
[0035]具体的，所述步骤101中车辆数据信息包括，车辆类型、货物载重数值及运输次数、车辆行驶里程、车辆维修记录及地点、第三方保险内容；
[0036]驾驶人员信息包括驾照类型及驾龄、安全事故次数及类型、服务路线以及驾驶人员常住地。
[0037]具体的，所述步骤102中，当客户订单生成后，服务器会根据订单所在地目的地，与地图APP结合优化最佳行驶路线，匹配驾驶人员信息与车辆数据信息筛选出合适的车辆以及驾驶人员，进而形成最终的结果。
[0038]具体的，筛选驾驶人员主要优先级为驾驶人员驾龄范围内的服务路线、驾照等级、货物运输资格与订单优化路线、订单货物类型契合度；
[0039]次优先级驾驶人员安全事故类型与优化结果后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI算法的车辆智能风控管理方法，其特征在于，包括如下步骤：步骤101：车辆数据信息、驾驶人员信息、行驶路线信息记录并归类存储数据服务器；步骤102：订单上传，数据服务器抽调数据库信息进行匹配研判，并锁定匹配最终信息与车辆内置监控单元实时物联；步骤103：被动事故发生，主动开启预警单元记录车辆事故信息及驾驶员信息，存储上传服务器；步骤104：主动事故发生，主动或被动触发预警单元，记录车辆事故信息及驾驶员信息，存储上传服务器；步骤105：数据服务器基于AI算法分析事故原因，并对数据服务器匹配机制进行优化自我学习。2.根据权利要求1所述的一种基于AI算法的车辆智能风控管理方法，其特征在于：所述步骤101中车辆数据信息包括，车辆类型、货物载重数值及运输次数、车辆行驶里程、车辆维修记录及地点、第三方保险内容；驾驶人员信息包括驾照类型及驾龄、安全事故次数及类型、服务路线以及驾驶人员常住地。3.根据权利要求1所述的一种基于AI算法的车辆智能风控管理方法，其特征在于：所述步骤102中，当客户订单生成后，服务器会根据订单所在地目的地，与地图APP结合优化最佳行驶路线，匹配驾驶人员信息与车辆数据信息筛选出合适的车辆以及驾驶人员，进而形成最终的结果。4.根据权利要求3所述的一种基于AI算法的车辆智能风控管理方法，其特征在于：筛选驾驶人员主要优先级为驾驶人员驾龄范围内的服务路线、驾照等级、货物运输资格与订单优...

【专利技术属性】
技术研发人员：杨惠昌，
申请(专利权)人：广东新时空科技股份有限公司，
类型：发明
国别省市：