CN109690606A - 对相关联的自动化系统的自动指导操作进行评分驱动测量、触发和发信号的智能、自适应、基于远程信息处理的系统及其相应的方法 - Google Patents
对相关联的自动化系统的自动指导操作进行评分驱动测量、触发和发信号的智能、自适应、基于远程信息处理的系统及其相应的方法 Download PDFInfo
- Publication number
- CN109690606A CN109690606A CN201780055723.3A CN201780055723A CN109690606A CN 109690606 A CN109690606 A CN 109690606A CN 201780055723 A CN201780055723 A CN 201780055723A CN 109690606 A CN109690606 A CN 109690606A
- Authority
- CN
- China
- Prior art keywords
- telematics
- risk
- parameter
- risk transfer
- motor vehicles
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 6
- 238000005259 measurement Methods 0.000 title claims description 91
- 238000012546 transfer Methods 0.000 claims abstract description 333
- 238000010801 machine learning Methods 0.000 claims abstract description 19
- 230000002452 interceptive effect Effects 0.000 claims abstract description 16
- 230000004044 response Effects 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims description 53
- 230000006399 behavior Effects 0.000 claims description 28
- 230000007613 environmental effect Effects 0.000 claims description 28
- 230000010365 information processing Effects 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000006116 polymerization reaction Methods 0.000 claims description 16
- 230000004913 activation Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 11
- 230000001960 triggered effect Effects 0.000 claims description 10
- 230000001413 cellular effect Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 9
- 238000010295 mobile communication Methods 0.000 claims description 9
- 241000208340 Araliaceae Species 0.000 claims description 8
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 8
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 235000008434 ginseng Nutrition 0.000 claims description 8
- 235000013399 edible fruits Nutrition 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000001965 increasing effect Effects 0.000 claims description 6
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 229940079593 drug Drugs 0.000 claims description 3
- 229910000889 permalloy Inorganic materials 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 claims 3
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 claims 3
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 claims 3
- 239000004744 fabric Substances 0.000 claims 1
- 238000002604 ultrasonography Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 53
- 230000008901 benefit Effects 0.000 description 25
- 230000008859 change Effects 0.000 description 16
- 238000005457 optimization Methods 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 241001269238 Data Species 0.000 description 7
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000036626 alertness Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000036651 mood Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 101100029748 Arabidopsis thaliana PHYD gene Proteins 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000003255 drug test Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000019506 cigar Nutrition 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000366 juvenile effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000012358 sourcing Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 150000003467 sulfuric acid derivatives Chemical class 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q2240/00—Transportation facility access, e.g. fares, tolls or parking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本文提出了一种自动化、自适应、机器学习的基于远程信息处理的系统(1)，用于与机动车辆(41,…,45)或乘客或货物的运输工具相关联的评分驱动操作，和基于动态的、基于远程信息处理的数据聚合及其方法，其用于与复杂的对等租赁方案相关的自动化风险转移，尤其涉及车辆和汽车共享方案以及与第三方损害相关联的风险相关的共享经济运输方案。基于远程信息处理的系统(1)包括与多个机动车辆(41,…,45)相关联的远程信息处理设备(411,…,415)，其中远程信息处理设备(411,…,415)包括到基于专家系统的中央电路(11)的无线连接(42101‑42108)。远程信息处理设备(411,…,415)经由接口(421,…,425)连接到传感器和/或测量设备(401,…,405)和/或车载诊断系统(431,…,435)和/或车载交互设备(441,…,445)，其中远程信息处理设备(411,…,415)捕获机动车辆(41,…,45)和/或用户(321,322,323)的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据(3)。响应于发出的影子请求(109)，基于动态生成的变量评分参数(1011,…,1013)的个性化风险转移简档(114)从第一风险转移系统(11)发送到相应的机动车辆(41,…,45)，并且借助于机动车辆(41,…,45)的用户单元(461,…,465)来发布，以供机动车辆(41,…,45)的驾驶员进行选择。作为在所述用户单元(461,…,465)上发布的个性化风险转移简档(114)的回应，支付转移参数从第一风险转移系统(11)发送到基于远程信息处理的系统(1)的提供者。
Description
技术领域
本发明涉及动态地对捕获的环境或操作参数作出反应的移动实时系统，尤其涉及在操作期间监测、捕获和响应与机动车辆的汽车参数有关的远程信息处理系统。本发明还涉及基于远程信息处理的自动化系统，这类系统涉及对机动车辆进行风险转移、发出警报和发出实时通知，以及在远程信息处理的背景下使用的无线技术，特别是涉及以下有关的自动风险转移：(i)打车，包括出租车打车服务的风险转移系统(例如在UBER的情况下)，(ii)汽车共享(例如Daimler Car2go，BMW ReachNow)，以及(iii)点对点(peer to peer，对等)汽车共享(例如Drivy)。最后，本发明还涉及基于远程信息处理的实时专家系统。术语远程信息处理(特别是交通远程信息处理)指的是用于通信、仪器和控制以及运输领域的信息技术的系统。因此，本发明涉及远程信息处理的使用，以及基于捕获和测量的基于使用的和/或基于用户的远程信息处理数据对自主、自足和自持操作的自动系统进行实时的风险监测、指导。
背景技术
近年来，共享经济以及对等租赁经济实践越来越受欢迎。从交换系统到网络传输，再到私人厨房，与陌生人共享似乎是一种新的社会趋势。尽管Uber、Airbnb和其他在线平台共享访问多种服务和设施，但在这些共享经济实践的公共安全、健康和有限责任方面也存在问题。此外，这些创新和快速发展的实践已经被提供类似服务的专业人士所抵制，他们认为共享经济和对等租赁打开了不公平竞争的大门。监管机构面临挑战，因为需要保护这些实践的可能用户免受欺诈、远离债务和防止受到非熟练服务提供商的侵害。相关的技术问题很复杂，因为它们涉及许多领域，并且通常很难划分纯粹的私人使用和风险转移的边界线。但是，这些实践的规定和应用技术仍应以类似于现有相关商业服务规则保护方式的方式保护用户。至少，此类法规应该服务于同一目标，即保护可能的用户并允许安全使用这些实践。另一方面，应用于这些问题和相应法规的可能技术解决方案不应限制共享经济实践的创新增长，因为社会和环境效益几乎无可争议。
一般而言，“共享经济”一词旨在捕捉新技术平台正在实现的商品和服务的创造、生产、分配、贸易和消费的新的协作形式。在这一点上，Uber等至少可以让人们开始想象不同的城市交通服务配置。共享经济和对等租赁技术背后的基本理念是，这种技术应该使社会能够通过以使用权取代货物的所有权来更有效地利用其资源。新的创新技术(例如实时互连移动应用程序和在线平台)有助于提供技术支柱，这考虑到了所谓“闲置价值(idlecapacities)”(例如房屋、汽车、工具和公用设施)的解锁，方式是将某些人的财富与其他人的需求相匹配。此类技术因而可能有助于减少总体消费，并代表朝着更可持续的生活方式迈出的重要一步。乘车共享是共享经济的一个例子：从A驾驶到B的人可以通过填充其座位并与要到相同目的地的旅行者分担汽油成本的方式来利用其汽车的“闲置价值”。Uber及其竞争对手(例如，滴滴出行或Lyft)提供适当的实时或按需打车应用程序。但是，如前所述，经过检验的技术与专业实践没有明显的区分。这些应用程序假装提供“乘车共享”或“打车”服务，但这是欺骗性的。通常情况下，使用这种共享经济技术的驾驶员不会碰巧穿过城镇，而是自发决定让某人乘坐。他们通常是半专业人士或私人个体，他们希望增加自己的薪水，作为“非正式”的出租车驾驶员。他们由于应用程序而上路，所以不可能是这里谈到“闲置价值”。实际上，当他们是私人运输公司时，实际上没有任何东西是共享的，他们错误地给自己贴上了“汽车共享”服务的标签。
而且，还有更多的问题。像Uber这样的平台建立在风险投资支持的、分层结构组织上。这些平台通常使人们能够适度地以更加协作的方式分享他们的资源、技能和时间，以及融资和生产他们的产品。然而，实际上，它们只不过是一种交易形式的“共享”，与传统的资本主义交换没有多大区别。虽然“共享”的伪装应该是服务的基础，但它们的产品在其组织结构中很少反映出协作的实际渗透。与Uber一样，通常经典的韦伯式等级是固有的，基于对等级优越性和从属性的垂直线性理解。在公司的最底层，是缺乏就业保护，没有正式工资，没有权利的驾驶员。在驾驶员之上，是创始人和管理层，他们制定组织的规则和目标，并将他们的决定强加给驾驶员。在他们之上，是为组织提供资金的股东，他们试图通过增加利润来最大化股票价值。在利润最大化作为其最终的运营逻辑的情况下，Uber、Lyft等公司以及共享经济中的许多其他公司总是倾向于效率而不是社会影响，产出超过结果。这些组织更加重视利润最大化的问题，而不是他们生产的产品质量，也不是它们的社会和环境影响。最后，有些用户在使用对等租赁或共享经济服务时面临着广泛的风险相关不确定性。因此，确实需要为这些类型的服务提供技术解决方案。
必须澄清的是，“共享经济交通(sharing economy transportation)”一词通常不用于诸如Uber等汽车共享网络公司。这些公司通常将其服务称为“乘车寻租(ridesourcing)”，以澄清驾驶员不与乘客共享目的地。尽管如此，他们的应用程序允许将乘坐设施简单地外包给市面上的驾驶员。因此，即使这些交通网络公司被宣传为共享乘车，但它们实际上是派遣的商业运营商，类似于出租车服务。这些“乘车寻租”公司的例子是前面提到的Uber、Lyft和/或Via和Haxi。在本申请的背景中，共享经济和乘车寻租的区别对于本发明的系统没有任何意义。
由于实际上，经典的风险分担或风险转移模型以个人咨询服务和人类代理人缔约的个人为基础，因此产生了其他问题。另外，风险转移通常预先进行，并持续一预先确定的时间段。但是，对于基于点对点决策(ad-hoc decision-based)的共享经济和对等租赁计划，这种传统方法不再适用。今天，超过200家初创企业(由大约20亿美元的支持资助)在不断增长的市场中竞争实体资产的点对点共享(参见“分享S曲线”，说明了汽车共享和点对点汽车租赁与传统汽车租赁相比的行业增长，www.pwc.co.uk/issues/megatrends/collisions/sharingeconomy/the-sharing-econo my-sizing-the-revenue-opportunity.html)。这些包括诸如汽车、乘坐设施、住宿、工具、玩具、服装和家用电器之类的“物体”。一个例子是出租多余的房间或整个公寓作为其中一项服务。据“经济学人”报道，2013年夏天，Airbnb每天在全球192个国家的至少30,000个城市的250,000多套公寓、客房和房屋内协调超过40,000人。这些数字可与洲际或文艺复兴时期最大的连锁酒店相媲美。除了用于描述共享经济的Airbnb的例子之外，通过万维网传送的商品或服务的范围不仅限于公寓住宿(如上所述)。除了公寓和房间外，共享经济还延伸到书籍、DVD、停车位、访问Wi-Fi网络、车辆、乘坐设施、睦邻帮助、创意项目、商业创意、贷款、儿童产品、私人课程、杂货、自己的时间或技能等。共享经济方案甚至不仅限于点对点市场，如eBay、Airbnb或Getaround。除了出售和出租外，其他形式的分享还包括贷款、捐赠和易货交易。某些东西的使用权取代其所有权始终是服务的核心。然而，消费者和用户大多数人都处于不断轮转的共享形式，因为共享通常是私下发生的，而不是在工作和市场世界发生。此外，保护用户的适当法规通常是不能实行的，因为没有技术解决方案考虑到可行法规的实施或应对共享经济与对等租赁的动态和实时交互要求。最后，上面讨论的仅仅是进行共享经济和对等租赁交易的数量不允许应用传统的风险转移方案，但需要能够实时操作的自动化系统，从而与所描述的基于网络的共享经济或对等租赁平台和系统进行电子交互。
关于汽车和乘坐共享的共享经济和对等租赁方案，实际上缺乏基于自动化汽车和远程信息处理的风险转移(即保险、平台)；特别是在与共享经济系统相关的互连平台领域，例如UBER、滴滴出行出租车、乐天(Lyft)、Via、Haxi和nuTonomy；但也在OEM的平台上存在这类问题，例如Car2Go(戴姆勒)或DriveNow(宝马)。在汽车行业，由于未来OEM(原始设备制造商)正在成为移动服务提供商，这将降低汽车拥有量，而人们将专注于移动风险转移，这一事实进一步推动了这一趋势。
在现有技术中，现代汽车工程汽车驾驶(包括完全手动控制驾驶、部分自动驾驶汽车、无人驾驶汽车、自动驾驶汽车、机器人汽车)与能够感测其环境和操作状态或使用的车辆相关联。这种现代汽车工程车辆能够使用例如雷达、激光雷达(借助于激光测量距离的测量设备)、GPS(全球定位系统)，里程表(通过使用运动传感器数据来测量位置随时间的变化的测量设备)和计算机视觉来检测大量的操作参数或周边参数。在现代汽车中，高级的控制系统通常解译感测信息以识别适当的导航路径、以及障碍物和相关标志。传感器可以包括有源和无源感测设备，其中传感器是物理转换器设备，其测量物理量并将测量的物理量转换成可由观察者或其他仪器、电路或系统读取的信号。用于汽车机动车辆或移动蜂窝电话的常用传感器例如是包含红外发射器的红外传感器，以及例如与非接触式开关一起使用的红外检测器，仅响应和检测环境IR的被动红外(PIR)传感器，例如运动传感器、速度检测器，或诸如雷达枪，例如使用多普勒效应的微波雷达(来自移动物体的返回回波将被频移)或IR/激光雷达，发送光脉冲，用于确定连续脉冲之间的反射时间差异以确定速度；超声波传感器，发出声音并感测回波以确定范围；加速度计，测量电容的变化率并借助于检测质量将其转换为加速度；陀螺仪，测量沿第一轴来回摆动的质块以及当围绕第二方向检测到旋转时在电容改变的第三方向上测量质块两侧的板；IMU-传感器(惯性测量单元)，通过使用加速度计和陀螺仪的组合来提供完整的6-自由度传感器，例如用于接触感测的力感测电阻器，基于电阻、电容或表面声波感测的触摸屏，诸如GPS(全球定位系统)，三角测量或细胞识别系统的位置传感器，诸如相机和计算机视觉的视觉传感器，基于SIM或基于RFID(射频识别)传感器，或诸如潮湿传感器、湿度传感器、温度传感器等的环境传感器。所述车辆用于感测其环境和操作状态或使用的能力例如在上述高级驾驶员辅助系统(ADAS)中使用，其表示为自动化/适应/增强车辆系统开发的系统，用于实现安全和更好驾驶。安全特征旨在通过提供警告驾驶员潜在问题的技术或通过实施安全措施并接管车辆控制来避免碰撞和事故。自适应特征可以自动化照明，提供自适应巡航控制，自动制动，结合GPS/交通警告，连接到智能手机，使驾驶员意识到其他汽车或危险，保持驾驶员处于正确的车道，或显示盲点中的情况。
现有技术中存在不同形式的ADAS，其中一些特征内置于汽车中或可作为附加组件使用。通常，第三方供应商也提供售后解决方案。ADAS依赖于来自多个数据源的输入，包括上述汽车成像、激光雷达、雷达、图像处理、计算机视觉和车载网络。此外，输入还可以来源于与主要车辆平台分开的其他来源，例如其他车辆，称为车辆到车辆(V2V)或车辆到基础设施(例如移动电话或Wi-Fi数据网络)系统。近年来，ADAS技术是汽车电子领域发展最快的领域之一，并且在例如用于图像传感器质量或通信协议(例如车辆信息API(应用程序编程接口))的IEEE 2020的开发技术特定标准的车辆安全系统中(参见例如国际标准化组织(ISO)的ISO 26262)，提高了全行业质量标准的采用率。通过使用汽车到汽车(也称为车辆到车辆(V2V))和汽车到基础设施(也称为车辆到基础设施(V2X))数据，ADAS显然正在推动无线网络连接的发展来提供更高的价值。
以上所述开发的设备和用户监测通常被称为远程信息处理，强烈影响并仍然影响电子、电信增值服务和风险转移(保险)行业，制定类似或一致的技术策略，以提高交互和与客户进行的即时(实时)互动的有效性。如今所需的组件是越来越纯粹的技术组件。社交网络、远程信息处理、面向服务的体系结构(SOA)和基于使用的服务(UBS)都在相互作用并推动这一发展。社交平台(例如Facebook、Twitter和YouTube)提供改善客户交互并传达产品信息的能力。但是，远程信息处理领域更加广阔，因为它引入了全新的可能性，使技术输入要求和动态风险转移、技术和移动性的问题规范保持一致。SOA和远程信息处理正成为管理集成已知技术和新应用程序的复杂性的关键。从技术上讲，远程信息处理是电信和信息技术的综合体，是一个跨学科的技术术语，涵盖电信、车辆技术、道路运输、道路安全、电气工程(传感器、仪器、无线通信等)和信息技术(多媒体、互联网等)。因此，移动参数感测、数据聚合或远程信息处理技术领域受到各种技术的影响，例如，结合对远程对象的控制并经由电信设备发送、接收和存储信息的技术，电信和信息学对于车辆应用的综合使用以及对例如在移动中控制车辆的综合使用，与汽车导航系统中的计算机和移动通信技术相结合的GNSS(全球导航卫星系统)技术。将这种技术与公路车辆一起使用也称为车辆远程信息处理。特别是，由于允许采用新方式捕获和监测实时数据，远程信息处理触发了移动通信、车辆监测系统和定位技术的集成。基于使用的风险转移系统(例如由Progressive公司的所谓Snapshot技术提供的系统)将风险转移补偿或保费与车载“远程信息处理”设备收集的监测驾驶行为和使用信息联系起来。在过去的五年中，远程信息处理设备在汽车中的使用量增加了10到100倍。在这样一个扩展的平台上，远程信息处理设备和系统可以帮助提高安全性并改善驾驶行为。
车辆远程信息处理是指主要在移动单元(例如汽车或其他车辆)中安装或嵌入电信设备，以用于发送实时驾驶数据(例如可以由第三方系统使用)，从而作为自动风险监测和风险转移系统，提供所需的输入，例如用于衡量个体驾驶员的质量和风险。用于这种变化的远程信息处理仪器可在市场上获得。车辆跟踪和全球定位卫星系统(GPS)技术越来越普遍，同样地，电信设备也几乎允许我们从任何地方进行连接。特别是，通过将远程信息处理与其他实时测量系统相互连接，就可以想象动态监测和适应的风险转移。这种系统提供的优点可以例如包括，在牵扯到车祸之后，可以自动激活紧急和道路服务，评估车辆损坏，并且联系最近的维修车间。总之，客户体验可以从风险转移系统和保险范围的传统可操作性突破转变到实时导航和监测，包括自动激活礼宾服务、安全驾驶技巧、为后座的孩子们提供视频点播、车载或在线反馈、以及实时车辆诊断。
除了实时监管之外，还要提到的是，由于多种不同的原因，保险代理人可能希望与与保险公司相关联的客户交换信息。然而，客户与保险公司和/或保险公司与再保险公司之间的信息交换通常仍然是繁琐且耗时的，因此，由这种结构提供的风险转移通常在固定的、商定的时间段内保持静止。例如，现有的或潜在的消费者可以访问保险代理人的网页以确定保险单的年度或月度成本(例如，希望通过选择新的保险公司来节省资金或提高保护水平)。消费者可以向保险代理人提供基本信息(例如姓名、业务类型、出生日期、职业等)，并且保险代理人可以使用该信息来向保险公司请求保费报价。在某些情况下，保险公司只会用保费报价简单地回复保险代理人。但是，在其他情况下，与保险公司相关联的承销商将要求保险代理人提供额外信息，以便生成适当的保费报价。例如，承销商可以要求保险代理人指示主要使用机动车辆的频率、地点和时间、或其他数据，例如机动车辆的车龄和预期用途(运输等)。只有在确定了这些附加信息之后，保险公司才能进行适当的风险分析，以处理适当的承保决定和/或保费定价。
集成的远程信息处理技术可以通过集中式专家系统提供新的技术领域(特别是在监测和指导方面)，例如在风险转移技术中，由这种自动化专家系统提供更加准确和有利可图的定价模型。这将产生巨大的优势，特别是对于实时和/或基于使用和/或动态操作的系统。这种远程信息处理系统的优点不仅限于风险转移，因为例如在车队管理中也有优势，即，可以经由远程信息处理监测员工的驾驶行为，从而提高资产利用率，减少燃料消耗并提高安全性等。其他领域也可能受益于此类集成远程信息处理系统，因为州和地方政府需要努力改善燃料消耗、排放和公路安全。例如，一些州最近发布了动态的按里程付费(pay-as-you-drive，PAYD)法规，这允许保险公司根据实际驾驶里程数和估计驾驶里程数提供驾驶员保费率。这是一种减少开车的经济激励。
目前，远程信息处理技术以加速度计的形式提供上述功能，以允许评估驾驶风格和行为，从而将通常从当前跟踪为40的风险因素扩展到超过100。随着对加速度计的需求不断增加，汽车制造商和设备制造商已经能够降低单位成本。增加连接和访问的需求(由“始终连接”的消费者驱动)将允许额外的设备应用程序。需要指出的是，远程信息处理生态系统中的大多数技术并非车辆保险所独有。社交倾听、社区保护门户和家庭监测对房屋和财产保险风险的评估方式产生影响。此外，如果家中存在水、热或空调问题，监测系统可用于调节家庭温度控制或自动地调度服务提供商。此外，正在为医疗保健和高级生活产品开发远程信息处理技术，包括基于位置的警报、健康监测和家庭跟踪服务，这些服务可用于评估个人风险情况，从而实现生活风险转移领域的优化风险转移。例子还包括机器人护士的助手，旨在提醒老年人日常活动，并引导他们穿过他们的房屋，并在紧急情况下寻求帮助。随着技术越来越可靠和具有成本效益，以及随着老年人和家庭护理部门对此类解决方案的需求的增加，这些类型的应用将继续发展。
如在本发明的方式中使用的远程信息处理技术还可以为面向服务的体系结构(SOA)或基于使用的和/或基于用户的应用程序提供基础技术。两者都被认为是当今最有前途的技术之一。SOA允许公司经由Intranet或Internet使其应用程序和计算资源(如客户数据库和供应商目录)按照需求基础来利用。SOA基于即插即用(plug-and-play)的概念，提供跨多个技术平台的可重用软件组件。它提供了一种新的软件部署方法，同时还解决了诸如复杂性和无效数据集成等严重问题。这种方法提供了一致的技术，使得访问数据和集成新旧内容变得更加容易。信息和服务集中且可重复使用，缩短了开发时间并降低了维护成本。当需要软件服务(例如检索客户信息)时，用户或系统向目录发送请求，该目录确定正确的服务名称、位置和所需格式，然后发回所需的输出(在这种情况下，是客户信息)。用户和其他应用程序不需要知道数据处理或加工的内部工作。组织也不需要拥有和维护软件；他们只是通过互联网或网络或其他数据传输网络访问适当的服务。然而，在本发明的方式中使用的远程信息处理技术也可以为其他平台提供基础技术，例如loT-平台(物联网)，其提供物理设备、车辆、建筑物和/或嵌入有电子设备、软件传感器、执行器和网络连接的其他物品的网络，使这些对象能够收集和交换数据。特别地，loT允许跨越现有网络基础设施远程感测和控制对象，还允许将物理世界更直接地集成到处理器驱动的系统和计算机设备中。这种集成可提高效率、准确性和经济效益。当loT包含传感器和执行器时，该技术成为更一般的系统级网络物理系统，其可能包括诸如智能电网、智能家居、智能交通和智能城市等技术。在loT中，每个事物都可以通过其嵌入式计算机系统进行唯一识别，并且还能够与现有的互联网基础设施进行交互操作。loT提供超越机器到机器(M2M)通信的设备、系统和服务的高级连接，并且涵盖各种协议、域和应用程序。这些通过引用的方式并入本文。这些嵌入式设备(包括智能对象)的互连适用于几乎所有领域的自动化，同时还支持例如智能电网和智能城市等高级应用。loT中的事物涉及各种各样的设备，但特别是具有内置传感器的汽车、用于环境监测的分析设备、或现场操作设备，其可以辅助汽车驾驶员，例如，在搜索和救援操作中。因此，loT中的事物可以包括硬件、软件、数据和/或服务的混合体。这些设备借助各种现有技术收集有用数据，然后在其他设备之间自动流动数据。目前的例子包括目前开发的众多原型自动或半自动车辆，包括梅赛德斯-奔驰、通用汽车、大陆汽车系统、IAV、Autoliv Inc.、博世、日产、雷诺、丰田、奥迪、沃尔沃、特斯拉汽车、标致、AKKA技术、来自帕尔马大学、牛津大学和谷歌的Vislab(例如使用具有适当网络技术的互连远程信息处理设备来控制、监测、操作和操纵半自动或全自动车辆)。
在现有技术中，US9390452B1公开了一种用于确定和实现基于风险单位的风险转移的系统和装置。多个车辆借助于相应的用户帐户与中央装置相关联。在车辆运行期间，传感器数据由该装置接收。传感器数据可以提供与用户的驾驶行为和车辆所正在运行的环境条件相关联的信息。可以至少部分地基于所接收的传感器数据来确定风险单位的消耗率。如果账户中的多个车辆(风险单位)低于预定阈值，则向账户的用户发送通知，或者将预定数量的附加车辆(风险单位)添加到风险单位账户。US9390452B1描述了一种简单的静态单层风险转移系统，其监测预定量的转移风险并且如果消耗了预定量的风险则通知用户。US9390452B1没有修改其关于将风险自动转移到装置的操作参数。此外，US8799036B1示出了另一种现有技术系统。该系统允许借助于分布在地理区域中的多个传感器设备进行监测，从而监测车辆，并且允许使用该传感数据来评估、定价和提供基于距离的车辆风险转移。该系统能够分析信息以确定车辆在特定时间段内行进的距离。此外，该系统可以向车辆提供各种风险转移类型。根据选定的风险转移类型，系统生成具有预定义风险转移参数的风险转移报价。
发明内容
本发明的一个目的是提供一种基于全自动汽车和远程信息处理的风险转移系统，特别是在与共享经济系统相关的连接平台领域(例如UBER，滴滴出行出租车，乐天(Lyft)，Via和Haxi，或OEM的自有平台(例如Car2Go(戴姆勒)或DriveNow(宝马)))和相应的保险系统。具体地，本发明的一个目的是提供一种全自动风险转移系统，其允许实时自动和动态的适应性风险转移。本发明的另一个目的是提供一种移动汽车系统，该系统在操作期间实时地动态地响应所捕获的机动车辆的环境参数或操作参数，特别是测量汽车系统的参数，这允许用户借助于自动风险转移引擎动态且实时地调整车辆的操作或驾驶风险，以允许基于在操作期间对机动车辆的汽车参数进行的监测、捕获和响应来动态地选择适当的风险转移简档。此外，本发明的目的是基于车辆远程信息处理数据的实时捕获动态地触发基于远程信息处理的自动化汽车系统。特别地，本发明的一个目的是基于动态调整乃至浮动的第一级风险转移将现有技术扩展到动态触发和动态可调整的多层风险转移系统，从而加强开发自动化系统的重要地位，以允许反应性自给自足的实时操作。本发明的另一个目的是提供一种方法，以便在技术上捕获、处理和自动化用户的动态调整的、复杂的且难以比较的风险转移结构，并触发相关操作以自动化最佳共享的风险和转移操作。本发明的另一个目的是借助于侵入式远程信息处理数据动态地同步和调整这些操作，从而改变环境条件或运行条件，基于适当的技术触发结构方法在不同的风险转移系统之间协调使用远程信息处理，从而使得不同的风险转移方法具有可比性。与标准实践相反，不同风险转移系统的资源汇集系统应建立可比较的风险转移结构，允许以期望的、基于技术的、依赖于技术手段、过程流程和过程控制/操作的重复的准确度优化风险转移操作。沿着自动化保险远程信息处理值链，有许多技术提供单独的元件，然而，本发明的一个目的是提供覆盖从设备安装和数据捕获到自动化精确风险测量、分析和管理的全范围的整体技术解决方案。最后，本发明的另一个目的是提供一种基于实时评分和测量的动态专家评分系统，并进一步提供基于评分算法和数据处理的技术可扩展解决方案，以允许调整和比较到自动风险转移的其他领域的信令。
根据本发明，这些目的尤其通过独立权利要求的特征实现。此外，进一步的有利实施例可以从从属权利要求和相关描述中得出。
根据本发明，实现了基于远程信息处理的自动化系统触发与机动车辆或乘客或货物的运输工具相关联的评分驱动操作的上述目的，特别地，其中，借助于本发明发明，基于远程信息处理的系统包括与多个机动车辆相关联的远程信息处理设备，其中远程信息处理设备捕获机动车辆和/或用户的基于使用的和/或基于用户的和/或操作的远程信息处理数据，并且其中，机动车辆的多个远程信息处理设备经由数据传输网络连接到基于远程信息处理的评分驱动系统的基于专家系统的中央电路，其中借助于基于专家系统的中央电路之间的无线连接建立数据链路，所述基于专家系统的中央电路至少将捕获的基于使用的和/或基于用户的和/或操作的远程信息处理数据从远程信息处理设备发送到基于专家系统的中央电路，其中基于远程信息处理的评分驱动系统包括一个或多个第一风险转移系统，以将基于第一风险转移参数的第一风险转移从至少一些机动车辆提供到一个第一风险转移系统，其中第一风险转移系统包括多个支付转移模块，其被配置为接收和存储与所述机动车辆的风险暴露的风险转移相关联的第一支付参数，以用于汇集其风险，其中借助于基于专家系统的中央电路的车辆-远程信息处理驱动聚合器，从远程信息处理设备捕获的基于使用的和/或基于用户的和/或操作的风险相关远程信息处理数据借助于基于远程信息处理数据的触发器在远程信息处理设备的数据流路径中被触发和监测，其中借助于基于专家系统的中央电路的驱动评分模块，测量和/或生成单组或复合组变量评分参数，基于捕获、触发和监测的基于使用和/或基于用户的和/或操作的风险相关远程信息处理数据来描绘机动车辆运行期间驾驶的使用情况和/或风格和/或环境条件，其中变量评分参数至少包括多个评分参数，评分参数测量驾驶员评分，和/或背景评分，和/或车辆安全性评分，和/或移动性评分，所述驾驶员评分测量驾驶员的行为参数，所述背景评分至少包括交叉路口的数量和/或道路类型，所述车辆安全性评分至少包括机动车辆的ADAS/AV激活特征，所述移动性评分至少包括借出时段和/或乘客数量，其中借助于基于专家系统的中央电路，影子请求被发送到一个第一风险转移系统，所述第一风险转移系统通过数据传输网络分散连接到基于专家系统的中央电路，其中，影子请求至少包括基于捕获、触发和监测的基于使用和/或基于用户和/或操作的风险相关远程信息处理数据的所述单组或复合组变量评分参数，并且其中，响应于发出的影子请求，相应机动车辆的基于动态收集的单组或复合组变量评分参数的于一个或多个个性化风险转移简档从至少一个第一风险转移系统发送到与该机动车辆相关联的用户单元，其中用户可以借助于用户单元选择个性化风险转移简档，并且其中在选择个性化的风险转移简档时，从相应的机动车辆到所选择的个性化风险转移简档的第一风险转移系统自动执行相关联的风险转移。远程信息处理设备可以例如包括一个或多个无线连接或有线连接以及用于与车辆的数据传输总线中的至少一个连接的多个接口，和/或用于与传感器和/或测量设备连接和/或用于与仪表板和/或信息娱乐系统连接和/或用于与移动电话应用程序连接的多个接口，其中，为了提供无线连接，远程信息处理设备借助于远程信息处理设备的天线连接充当数据传输网络内的无线节点，并且其中远程信息处理设备经由接口连接到传感器和/或测量设备和/或车载诊断系统和/或车载交互设备。远程信息处理设备(尤其是传感器和/或测量设备)可以嵌入车辆中，特别是OEM链接的，和/或至少是部分地移动节点集成的。车载传感器和/或测量设备和/或车载诊断系统和/或车载交互设备可以例如包括用于感测机动车辆的操作参数的本体感测传感器和/或用于在机动车辆运行期间感测环境参数的外部感测传感器。基于远程信息处理的自动化系统可以例如进一步包括第二风险转移系统，以基于从第一风险转移系统中的一个或多个到第二风险转移系统的第二风险转移参数来提供第二风险转移，其中，第二风险转移系统包括第二支付转移模块，其被配置为接收和存储第二支付参数，以用于汇集与转移到第一风险转移系统的风险暴露相关联的第一风险转移系统的风险，并且其中基于专家系统的中央电路与第二风险转移系统相关联。变量驾驶评分参数例如可以至少以以下各项为基础：驾驶员行为参数的测量(驾驶员行为参数包括速度和/或加速度和/或制动和/或转弯和/或猛然开动)，和/或分心参数的测量(包括驾驶时移动电话的使用情况)，和/或疲劳参数和/或酒精使用情况参数和/或药物使用情况参数的测量。变量背景评分参数例如可以至少以测量的行程评分参数为基础，以道路类型和/或交叉路口的数量和/或隧道和/或海拔，和/或测量的行程时间参数，和/或测量的天气参数和/或测量的位置参数，和/或测量的距离驱动参数为基础。变量车辆安全性评分参数例如可以至少以测量的ADAS特征激活参数和/或测量的车辆碰撞测试评级参数和/或测量的机动车辆的自动化水平参数和/或测量的软件风险评分参数为基础。由自动风险转移供应商系统提供的多个个性化风险转移简档可以例如借助于机动车辆运行期间触发、捕获和监测的操作参数或环境参数，基于所测量的驾驶的与时间相关的使用情况和/或风格和/或环境条件随时间发生变化。第一自动化风险转移系统基于从机动车辆到相应的第一风险转移系统的第一风险转移参数提供第一风险转移，其中第一风险转移系统包括多个支付转移模块，其被配置为接收和存储与所述机动车辆的风险暴露的风险转移相关联的第一支付参数，以用于汇集其风险。影子请求的风险相关参数可以例如包括所生成的单组和复合组变量评分参数的至少一部分和/或借助于远程信息处理设备捕获的基于使用和/或基于用户和/或操作的远程信息处理数据的至少一部分。远程信息处理设备的一个或多个无线连接或有线连接可以例如包括蓝牙或蓝牙LE和/或Wi-Fi和/或WiMAX，它们作为无线连接，使用车载蓝牙功能或蓝牙LE(低能耗)和/或3G或4G和/或GPS和/或GPRS和/或基于Wi-Fi 802.11标准的BT和/或WiMAX，和/或非接触式或接触式智能卡，和/或SD卡(安全数字存储卡)或其他可互换的非易失性存储卡构建个人局域网(PAN)，从而在2.4至2.485GHz的ISM(工业、科学和医疗)无线电波段使用短波UHF(超高频)无线电波进行数据交换。
作为一个实施例，车载传感器和测量设备和/或远程信息处理设备和/或车载诊断系统和/或车载交互设备可以例如包括用于感测机动车辆的操作参数的上述本体感测传感器和/或测量设备，和/或用于在机动车辆的运行期间感测环境参数的外部感测传感器和/或测量设备。车载传感器和测量设备可以例如至少包括GPS模块(全球定位系统)和/或基于3轴特斯拉计和3轴加速度计的地质罗盘模块和/或陀螺传感器或陀螺仪，以及/或MEMS加速度计传感器，其包括由悬臂梁构成，其中振动质量作为检测质量以测量适当加速度或g力加速度，和/或MEMS磁力计或磁阻坡莫合金传感器或其他三轴磁力计。例如，定义的与机动车辆的转移风险暴露相关联的风险事件可以至少包括与损害赔偿和/或损失和/或延迟交付的责任风险转移相关的转移风险暴露，其中发生的损失通过基于第一风险转移参数和相关的第一支付转移参数的第一风险转移系统被自动覆盖(如果此时系统未拒绝所请求的风险转移)。例如，外部感测传感器或测量设备可以至少包括用于监测机动车辆周围环境的雷达设备和/或用于监测机动车辆周围环境的激光雷达设备和/或用于测量机动车辆的定位参数的全球定位系统或车辆跟踪设备和/或用于补充和改进由全球定位系统或车辆跟踪设备测量的定位参数的路程计设备和/或用于监测机动车辆的周围环境的计算机视觉设备或视频摄像机和/或测量靠近机动车辆的物体的位置的超声波传感器。为了提供无线连接，移动电信装置可以例如借助于远程信息处理设备的天线连接充当相应数据传输网络内的无线节点，特别是移动电信网络，例如3G，4G，5G LTE(长期演进)网络或移动WiMAX或其他基于GSM/EDGE和UMTS/HSPA的网络技术等，更具体地说，具有适当的识别手段，例如SIM(用户识别模块)等。远程信息处理设备可以例如连接到车载诊断系统和/或车载交互设备，其中远程信息处理设备捕获机动车辆/或用户的基于使用的和/或基于用户的和/或操作的远程信息处理数据。此外，远程信息处理设备可以例如连接到车载交互设备和/或车载诊断系统，其中车辆的速度和行驶距离由全球定位系统(GPS)电路监测，并且其中远程信息处理数据是借助于蜂窝电信连接，经由远程信息处理设备发送到基于专家系统的中央电路。如上所述，远程信息处理设备可以包括车辆嵌入式远程信息处理设备(OEM线路安装)或移动节点集成的远程信息处理设备。借助于无线电数据系统(RDS)模块和/或包括卫星接收模块的定位系统和/或包括数字无线电服务模块的移动蜂窝电话模块，和/或与无线电数据系统或定位系统或蜂窝电话模块通信的语言单元，远程信息处理设备可以例如提供一个或多个无线连接。卫星接收模块可以例如包括全球定位系统(GPS)电路和/或数字无线电服务模块，其至少包括全球移动通信系统(GSM)单元。用于与机动车辆的数据传输总线中的至少一个连接的移动电信装置的多个接口可以例如包括至少一个接口，用于与机动车辆的控制器局域网(CAN)总线连接，例如用于与车载诊断(OBD)端口连接，或用于其他连接，例如，用于连接电池安装设备，或者还有用于连接OEM(原始设备制造商)安装系统，以获得对车载传感器或娱乐系统(例如Apple Carplay等)的信息访问，从而提供必要的车辆传感器信息。基于专家系统的中央电路还可以包括聚合模块，基于所捕获的与风险相关的远程信息处理数据，为一个或多个汇集了风险暴露的机动车辆提供风险暴露，其中第一和第二风险转移参数和相关的第一和第二支付转移参数是基于汇集的机动车辆的预定风险事件的发生可能性而动态生成的。此外，通过增加相关联的存储的聚合损失参数，借助于在预定时间段内捕获的在所有风险暴露的机动车辆上测量到发生了风险事件的损失参数，可以自动聚合发生和触发的损失，并且用于通过增加相关联的存储的聚合支付参数，在预定时间段内自动聚合在所有风险暴露机动车辆上接收和存储的第一支付参数，并且其中基于聚合的损失参数与聚合的支付参数的比率而动态地生成可变的第一和/或第二风险转移参数以及相关的第一和/或第二支付转移参数。第一和第二风险转移系统可以例如借助于基于专家系统的中央电路被完全自动地指导、触发、发信号通知和相互激活，其中指导、触发、发送信号通知和激活以动态-可适应的第一和第二风险转移参数以及相关的第一和第二支付转移参数为基础，借助于耦接的第一和第二保险系统为与基于远程信息处理的系统相关联的可变数量的机动车辆提供自给自足的风险保护。在第一和第二风险转移层级的背景中，第一风险转移系统可以例如包括第一自动化资源汇集系统，第二风险转移系统包括第二自动化资源汇集系统，其中暴露风险机动车辆借助于多个支付转移模块连接到第一资源汇集系统，所述多个支付转移模块被配置为接收和存储来自风险暴露的机动车辆的第一支付，以用于汇集其风险暴露，其中第一风险转移系统提供基于接收到和存储的第一个支付参数，为每个连接的暴露风险的机动车辆提供自动风险保护，其中第一风险转移系统借助于第二支付转移模块连接到第二资源汇集系统，第二支付转移模块配置成接收和存储来自第一保险系统的第二支付参数，用于采用由第一风险转移系统累积的一部分风险暴露，并且其中，在发生一个定义的风险事件的情况下，发生的损失由基于专家系统的远程信息处理系统自动覆盖。
本发明的重点是提供一种自动的、技术的、实时可操作的解决方案，用于捕获和风险转移(a)对等租赁方案(特别是与汽车共享方案相关的方案)和(b)共享经济运输方案(包括第三方的相关损害赔偿风险)。自动移动风险转移是本发明的关键特征。展望未来，本发明的系统允许第三方(例如OEM(OEM汽车共享，例如是戴姆勒Car2Go，宝马的drive now或GM的Maven))成为移动服务提供商，特别是移动风险转移提供商，这将减少汽车所有权并且人们将专注于流动性风险转移(即保险)。从这个意义上讲，该系统还可以直接向例如OEM提供自动移动保险风险解决方案，这些解决方案以行驶里程、乘客数量或乘车公司(诸如Uber)的驾驶员为基础。因此，本系统的一个优点是提供基于远程信息处理的全自动汽车风险转移系统，特别是在与共享经济系统相关的连接平台领域(例如UBER，滴滴出行出租车，乐天(Lyft)，Via和Haxi或OEM拥有的平台(例如Car2Go(戴姆勒)或DriveNow(宝马)))和相应的保险系统。特别是，它在技术上允许提供全自动风险转移系统，从而允许实时自动化动态调整的风险转移。此外，该系统具有以下优点：允许提供技术性的全面解决方案，该解决方案基于远程信息处理数据(特别是来自CAN BUS或TCU(远程信息处理控制单元)的数据)，或通过汽车制造商或绘图(mapping)提供商的数据云对各个驾驶员进行评分。这有利于访问无法通过黑匣子、OBD或其他远程信息处理设备访问的新数据点。此外，该方法还在主要事故贡献因素与风险因素，主要事故贡献因素与远程信息处理数据点之间建立了桥梁以用于评分目的，以便进行精确的风险评估。举个例子，人们可以看看美国，那里的第二大事故原因是超速。本发明可以考虑到超速和其他数据点，例如NAVI(汽车导航系统)车速信息，制动操作时的车速(行程数据)，或者例如，制动信息可以在驾驶事件期间(而不是G力)与例如ABS(防抱死制动系统)或ESC(电子稳定控制)之类的ADAS系统的激活相结合。基于对消费者和保险公司可见的评分和其他相关远程信息处理数据(如果消费者同意)，保险公司能够报价。本发明在共享经济和对等租赁方案的领域中考虑了用于机动车辆的自动化风险转移的全新方式，其中第二风险转移系统(再保险人)能够分别提供和分配风险转移(保险)作为主要提供者或通过汽车制造商和机动车辆的OEM来分别提供和分配风险转移。对于风险暴露的机动车辆或被保险人而言，本系统是完全灵活的。例如，本系统可以为机动车辆和/或消费者提供动态且完全个性化的适合的实时风险转移。之后，消费者还可以基于报价选择保险提供者。基于其灵活性，本发明的适用性不限于机动车辆背景下的风险转移，而是还可以应用于其他风险转移领域，特别是应用于共享经济和对等租赁方案的其他领域，例如AirBnB等。本发明允许提供基于远程信息处理的自动化风险转移平台(其允许几乎完全自动化的风险转移，包括政策发布、索赔处理等)。第二风险转移系统的提供者(即再保险人，OEM/汽车制造商或独立的第三提供商)可以通过移动(智能电话)应用程序或车载嵌入式设备(例如，信息娱乐系统)充当风险转移(保险)的分销商。本发明还允许在技术上实现诸如TBYB(先试后买)特征之类的特征，例如，方式是提供风险转移的免费试用期，这对于现有技术系统的竞争风险转移来说是不可能的。第二风险转移系统能够分析来自车辆(嵌入式设备)的远程信息处理数据，以提供驾驶风格和数据的评分，然后将它们转移到相关联的第一保险系统，这样可以基于获得的评分给出报价。因此，第二风险转移系统也能够优化其操作风险转移参数。基于专家系统的中央电路进行评分并通过仪表板/汽车的触摸屏和/或在移动电话上运行的移动电话应用程序提供报价的发布。本发明的系统和平台为终端客户提供了选项，从而基于这些报价自由选择风险转移提供商和产品(例如PHYD(按驾驶行为付费)或PAYD(按驾驶里程付费))。在PHYD中，风险转移系统可以例如基于个人驾驶行为(人如何制动、加速、转弯)提供折扣。该折扣以安装在机动车辆中的远程信息处理设备或运行适当的移动电话应用程序的移动电话以及相应捕获的远程信息处理数据(它们用于测量随时间变化的行为和位置)为基础。在PAYD中，例如，风险转移系统可以以里程数(一个人驾驶了多远)为基础来提供折扣，而不是以在何处或如何驾驶为基础。它们可以例如以经由远程信息处理设备捕获的里程表读数，聚合的GPS数据(如果安装了这样的设备)，或者来自安装在汽车中的其他远程信息处理设备的里程表读数为基础。具有移动电话远程信息处理和/或车辆嵌入式远程信息处理设备的本发明的基于远程信息处理的设备允许向机动车辆/保单持有人提供增值服务，包括风险转移和/或其他服务。本发明的系统允许通过移动电话应用程序或机动车辆的仪表板/信息娱乐系统/触摸屏提供其核心功能。它是一个完全自动化的系统，用于提供驾驶员评级/评分/行为比较，用于通过智能手机应用程序或仪表板发布报价(聚合器模块/通过各种第一风险转移系统(保险)和比较做出的报价)，用于试用期，政策信息(计费，索赔，政策信息)/与数字平台的数据交换/索赔处理(可能达到阈值)。如上所述，本发明也可以仅通过到上述设备中的智能手机应用程序或嵌入式应用程序的链接来实现。可以实现远程信息处理设备以便维持智能手机设计标准(smartphone projectionstandards)，从而允许移动设备运行特定操作系统，以便允许通过仪表板的头部单元(headunit)或智能电话的智能电话应用程序在汽车中操作某些操作系统。示例可以包括AppleCarPlay，Mirrorlink，Android Auto，车载导航系统。对于远程信息处理设备，可能还存在其他设备源，例如售后和改装设备(挡风玻璃设备，黑匣子，OBD加密狗，CLA设备(点烟器适配器)，eCall OBU，导航系统)，例如独立设备或链接到智能手机应用程序或互联网网页或智能手表或其他可穿戴设备的设备。本发明不限于任何连接标准。例如，它可以以NB-IOT和/或Wi-Fi和/或蓝牙和/或蜂窝和/或超窄带(UNB)和/或低功率广域(LPWA)(互联网)为基础来使用。最后，本发明允许人们实现附加的特征或服务，例如自动策略模块(包括：自动承保)，索赔处理模块，技术会计模块(例如，用于月度计费)，客户管理模块和/或其他远程信息处理模块，例如驾驶员反馈，积极选择，奖励，忠诚度计划，参与，游戏化，社交媒体集成，增值服务的界面(例如，电子呼叫，崩溃通知，崩溃报告等)等。进一步的增值服务可以集成在本发明的系统中并且在技术上是自动化的，例如，被盗车辆恢复、被盗车辆跟踪、事故后服务、碰撞报告、驾驶员辅导/培训、eCall/bCall、奖励、实时反馈、驾驶员评分、驾驶员安全培训、实时交通信息、远程诊断、燃料消耗、加油站的位置和价格、POI服务、社交网络、调度和部署地理围栏、维修成本计算、车队管理和跟踪、拼车功能(自动驾驶汽车)或汽车共享预订、和/或“最后一英里”功能(如果已停泊汽车的话)。
此外，本发明提供了复杂的风险转移评估的完全透明的应用程序，其中，当人们在共享经济乘车或对等租赁汽车使用期间驾驶时远程信息处理设备动态地收集数据。用户可以借助于移动电话应用程序或汽车集成设备(例如仪表板)容易地使用本发明的系统。本发明不必限于经由OEM远程信息处理的交互，也可以是售后市场的远程信息处理设备。售后市场的设备可以包括(例如，挡风玻璃设备，黑匣子，OBD加密狗，CLA设备(点烟器适配器)，eCall OBU，导航系统)例如独立设备的或与本发明的蜂窝电话节点应用程序关联的设备。作为变型，智能手机设计标准可以允许移动设备运行特定操作系统，以便通过仪表板的头部单元在汽车中进行操作。示例包括Apple Carplay，Mirrorlink，Android Auto，车载导航系统。其他聚合器设备可以例如由移动网络节点或智能电话和/或嵌入式OEM设备和/或信息娱乐系统和/或仪表板的头部单元和/或汽车的触摸屏(例如，在像特斯拉的汽车中)提供，等等。例如，数据可以由第三方分析以提供驾驶风格的评分，然后转移到主要保险公司合作伙伴，其可以基于所获得的评分给出报价。它可能包括保险公司可用于区分和操纵其投资组合的其他相关数据。因此，本发明系统允许提供商/聚合器将新的远程信息处理消费者带到保险公司，其中消费者可以基于这些报价动态地选择保险提供商。除了现有技术系统所考虑的风险因素之外，远程信息处理-车辆数据还允许动态地捕获大量风险因素。例如，这些风险因素可以包括与时间相关的速度测量、硬制动、加速、转弯、距离、里程(PAYD)、短途旅行、一天中的时间、道路和地形类型、移动电话使用情况(驾驶时)、天气/驾驶条件、位置、温度、盲点、本地驾驶、太阳角度和炫目的太阳信息(驾驶员脸部阳光照射情况)、安全带状态、高峰时间、疲劳、驾驶员信心、油门位置、换道、油耗、VIN(车辆识别号码)、S形穿桩、过高的RPM(每分钟转数)、越野、G力、制动踏板位置、驾驶员警觉性、包括燃料水平的CAN(控制器区域网络)总线(车辆总线)参数、距其他车辆的距离、距障碍物的距离、驾驶员警觉性、自动功能的激活/使用、高级驾驶员辅助系统的激活/使用、牵引力控制数据、前灯和其他灯的使用、闪光灯的使用、车辆重量、车辆乘客数量、交通标志信息、经过的交叉路口、黄色和红色交通灯的跳过、酒精水平检测设备、药物检测设备、驾驶员分心传感器、驾驶员攻击性、驾驶员心理和情绪状态、来自其他车辆的炫目的车头灯、车门状态(打开/关闭)、挡风玻璃的可见度、车道位置、车道选择、车辆安全性、驾驶员情绪和/或乘客情绪。到目前为止，没有任何现有技术系统能够处理如此种种动态监测的风险相关数据。生成的评分参数的优点反映了捕获的感测数据，因为评分的数据分量甚至可以包括：客户策略细节，个人驾驶数据，崩溃取证数据，信用评分，统计驾驶数据，历史索赔数据，市场数据库，驾驶执照分数，统计索赔数据，天气或道路类型或周围环境的背景数据。这种广泛的监测能力进一步允许为两个自动风险转移系统的优化耦合提供技术解决方案，以及更好且更有效的技术实施方式，从而能够通过共享专家工具和开发手段共享和最小化所需的汽车资源并提供统一的、优化的、多层次风险转移方法，为必要的资源汇集(例如，汇集的保费)生成最小化条件。本发明提供了整体技术解决方案，其涵盖从收集传感器和ADAS(高级驾驶员辅助系统或主动安全)数据到用于自动风险转移系统/覆盖范围和增值服务的准确风险分析的所有风险转移结构(例如，汽车共享解决方案、车队管理、警报、交叉销售、咨询)，这对于现有技术系统来说是不可能的。本发明提供了一种用于各种风险转移方案的自动化风险转移系统，例如，与部分或全自动车辆相关或依赖于它的机动车或产品责任(再)保险系统和/或风险转移系统。此外，本发明提供了一种整体且统一的自动化技术方法，用于在风险转移的所有不同结构中覆盖机动车辆，例如汽车和/或技术制造商的产品责任，驾驶员责任范围。此外，本发明还提供了整体技术解决方案，其涵盖从汽车控制电路和/或远程信息处理设备和/或应用程序安装到自动化的准确风险测量、分析和管理的整个范围。最后，它能够以实时评分和测量为基础提供基于专家系统或基于机器学习的动态评分系统，并且还提供基于评分算法和数据处理的技术可扩展解决方案，以允许调整信号到其他自动风险转移领域。通过背景数据增强的本发明能够为实时调整的多层级风险转移系统提供最佳和最高优化的技术解决方案。它允许人们捕获和控制驾驶员评分行为，并比较其在技术操作和背景中的行为。它允许人们根据位置或旅程自动捕获风险评分，并自动分析和响应与增值服务的需求相关的数据，例如事故通知和/或对驾驶员的反馈和/或自动化车队风险报告和/或自动的动态优化承保等。作为变型，例如，评分驱动模块可以根据测量的维护情况(例如，所有者的维护故障)和从与机动车辆相关联的汽车数据中提取的监管因素或主动安全性特征的使用情况来自动捕获评分风险。例如，系统的基于远程信息处理的反馈装置可以包括经由到机动车辆的汽车控制电路的数据链路的动态警报馈送，其中基于专家系统的中央电路指挥设备立即警告驾驶员多个性能测量，包括例如高RPM(即每分钟高转数，作为机动车辆发动机的马达旋转频率的测量值)，不稳定驱动，不必要的发动机功率，较大的加速度，道路预期和/或ECO驱动。本发明的基于远程信息处理的系统为实时动态风险的调整和改进提供了机会，即，当它们发生时，与机动车辆的风险模式(例如，位置、速度等)相关。通过指挥训练辅助工具向驾驶员提供即时反馈，并将信息直接发送到移动远程信息处理设备，确保采用双管齐下的方法来纠正风险(通常是昂贵的)驾驶习惯。因此，汽车系统不仅允许相互优化第一和第二风险转移系统的操作参数，而且还优化与风险暴露的机动车辆有关的风险和/或风险行为。现有技术的系统不允许这种整体的实时优化。作为另一种增值服务，基于远程信息处理的汽车系统可以例如动态地生成所选机动车辆的风险报告。这些由基于远程信息处理的系统自动生成的报告提供了一种新方法以共享和比较车辆统计数据，这是共享经济乘车或对等汽车租赁的潜在用户在被某个潜在的汽车共享者使用之前被允许进行验证的技术要求之一。在例如预先支付汽车风险转移((再)保险)手段的情况下所提出的发明将刺激承运人(第一级风险转移系统)将其汽车数据和索赔历史提供给第二级风险转移系统，以不断改善其评分服务，这样反而有利于承运人的是，帮助其降低成本和综合比率。
最后，本发明还允许自动优化第二风险转移系统，方式是提供本发明的聚合系统，这包括：到第一风险转移系统的远程信息处理设备和平台/评分(即保险系统)，或汽车共享和共享经济运输风险转移和移动保险的OEM，OEM用于换取再保险和数据。本发明可以在完全自动化的基础上操作，其中客户可以例如下载聚合应用程序以获得保险范围。此外，本发明可以提供自动化的机动车再保险(第二风险转移)能力，以便与经济专业保险公司(例如Metromile(包括远程信息处理)/SafeShare))或运输公司(例如Lyft/Uber)共享，从而换取数据和潜在的评分。例如，该系统可以实现为本发明系统的提供者与运输共享经济公司(包括Uber，Metromile，SafeShare)处于合作关系，从而使保险公司和OEM能够通过聚合应用程序提供共享经济风险解决方案/移动保险。如果第二风险转移系统提供本发明的系统，则第二保险系统还可以利用优化的第二风险转移参数直接提供评分和再保险。在该实施例变型中，终端用户可以首先下载第二风险转移标签或白色标记的移动节点应用程序以执行共享经济相关风险的保险覆盖，尤其是在汽车被借出或租赁，或者是第三方的个人损坏(健康/生命)情况下，当用户给某人提供搭乘并发生事故时，与车辆共享或运输服务相关的风险，例如，由于乘车共享风险(包括对等租赁风险)导致的第三方保险，特别是MTPL(机动车第三方责任)/MOD(Motor Other Damages，机动车其他损害赔偿)。在这种情况下，第二风险转移系统可以，例如，为第一风险转移系统(即保险系统，其允许通过移动电话应用程序发布报价和政策)提供白色标记的移动节点应用程序，从容借助于与第二风险转移系统相关联的本发明系统和从第一风险转移系统返回的数据提供评分，由此提供第二风险转移，即再保险能力。或者，该分配还可以与汽车制造商及其嵌入式设备或在线门户相关联或通过它们进行关联。借助于本发明的系统，分析例如来自用户的车辆使用情况的移动应用程序的测量和/或捕获的远程信息处理数据，以提供评分，包括乘车共享或汽车共享信息(例如，车辆类型，行驶里程，服务/提供搭乘的人数，汽车的租赁期，潜在驾驶风格，第三方车辆类型，背景数据和评分，个人评分，AV/ADAS特征评分(包括自动化水平)等)，然后传送到第一自动化保险系统，即主保险人，其基于获得的总评分、车辆类型和背景数据生成报价/覆盖范围和政策。机动车第三方责任(MTPL)风险转移通常是法律要求的强制责任保险。所有参与道路交通并须在交通登记的机动车辆通常必须拥有有效的MTPL保险。基于汽车第三方责任风险转移，第一风险转移系统将向受害者赔偿由引起交通事故的机动车辆或用户造成的交通损失。因此，MTPL风险转移为道路使用者提供了可靠性，即用户可能造成的损害将得到赔偿，并且造成损害的用户无须自行赔偿。另一方面，强制性的MTPL风险转移使受害者相信，对他造成的损失将得到赔偿。通常，MTPL风险转移工作以机动车第三方责任风险转移规章为基础。其他机动车损害赔偿(MOD)可以例如包括(i)盗窃或抢劫的风险转移(以及汽车部件被盗的情况，因为它们通常也自动包含在MOD中)，和(ii)损害的风险转移，包括a)道路损坏交通事故和/或由火灾引起的损害，b)由自然力引起的损害，c)由堕落的物体和物质引起的损害，d)第三方非法行为的损坏，d)损害是由动物或鸟类引起的情况，和/或e)挡风玻璃破损的损害。然而，重要的是要注意，本发明的系统不限于MTPL/MOD风险转移。本发明的系统能够提供自动风险转移，涵盖与机动车相关联的共享经济方案和/或对等租赁风险相关联的所有可能风险，特别是所有主要相关主要风险，如(i)事故风险，(ii)机动车其他损害(MOD)风险，(iii)财产风险，(iv)机动车第三方责任(MTPL)风险，(v)一般第三方责任(GTPL)风险。一般而言，共享经济风险转移和损害赔偿范围至少包括相对于MTPL(例如事故)、MOD(例如盗窃，冰雹)、第三方个人(健康/生命)风险和相关风险(操作者责任，产品责任、自主车辆的情况下的网络风险等)的第三方共享经济运输或汽车共享/对等租赁相关损害赔偿(例如，用户向第三方提供搭乘/运输服务的情况，或者用户从第三方借用汽车或者用户将另一个用户的汽车借给第三方的情况)。
在一个替代实施例中，基于专家系统的中央电路包括具有存储的分类触发参数的表，用于触发预定级别的评分，其中基于在使用期间触发的驾驶机动车辆的分类并且基于从多个驾驶机动车辆捕获的基于使用的和/或基于用户的和/或操作的汽车数据，借助于基于专家系统的中央电路动态地调整和/或累积第一和第二风险转移参数以及相关的第一和/或第二支付转移参数。该实施例尤其具有以下优点：其允许提供新的统一方法，以用于与风险暴露的机动车辆相关联的风险的自动风险转移，考虑了动态测量的、基于使用的参数，允许在风险暴露车辆的水平以及第一和/或第二风险转移系统的风险暴露的操作汇集水平上进行新的优化。
在一个替代实施例中，通过将捕获的远程信息处理数据与定义的评分驾驶行为模式进行比较，驾驶评分模块基于定义的评分驾驶行为模式触发并自动选择评分驾驶参数。评分驱动模块可以进一步例如基于与机动车辆相关联的远程信息处理设备的捕获的远程信息处理数据，自动捕获根据测量的机动车辆的位置或旅程的评分风险。该替代实施例尤其具有以下优点：它允许提供实时调整的多层级风险转移系统。此外，它允许捕获和/或控制评分驾驶行为(也从驾驶的位置、时间、道路等意义上来看)，并且比较其在技术操作和背景中的行为。它允许自动捕获根据位置或旅程的评分风险，并自动分析和响应与附加服务(例如事故通知)需求相关的数据。
在一个替代实施例中，基于专家系统的中央电路包括附加触发器，该附加触发器基于所捕获的基于远程信息处理的系统的远程信息处理数据触发事故通知和/或其他附加服务，该基于远程信息处理的系统是与多个机动车辆相关联的一个机动车辆的基于远程信息处理的系统。该替代实施例尤其具有以下优点：该系统能够基于另外生成的信令向客户提供额外的益处。
在另一替代实施例中，切换设备包括捕获装置，用于捕获从第一保险系统到第二支付转移模块的支付转移，其中，系统的第二层触发结构可通过触发与预定激活阈值参数匹配的支付转移来激活。在另一个实施例变型中，在触发发送了与发生定义的风险事件相关联的损失的情况下，基于第二风险转移参数和相关的第二支付转移参数，由第二保险系统覆盖发生损失的预定义定义部分。因此，本发明可以实现为利用比例或非比例风险转移作为第一和第二风险转移系统之间的耦合机制，其中在比例风险转移耦合下，第二风险转移系统借助于切换设备激活了分别转移到第一风险转移系统的每个风险的固定百分比的份额，每个损失转移到该风险转移系统。因此，第二风险转移系统借助于第二支付参数从第一风险转移系统接收该固定的支付转移。在非比例风险转移耦合下，在超出与所定义风险事件的发生相关联的所定义激活阈值参数的触发示例中，发生的损失由第二保险系统基于第二风险转移参数和相关的第二支付转移参数至少部分地进行覆盖。激活阈值可以与发生的每个单个损失相关联，或者与借助于聚合损失参数测量的累积损失相关联。因此，非比例耦合可以在超额赔款或停损超赔风险转移结构中实现，其中超额赔款结构可以例如基于险位超赔XL(险位超赔再保险XL)，事故超赔/事件超赔XL(事故超赔再保险或Cat XL)或累聚(aggregate)XL结构。作为更具体的替代实施例，通过资源汇集系统的监测模块请求从风险暴露分量经由多个支付接收模块到资源汇集系统的周期性支付转账，其中，一旦不能通过监测模块检测到周期性转账时，风险暴露分量的风险转移或保护就被监测模块打断。作为替代方案，当在风险暴露分量的数据流路径中触发了风险事件指示符的事件时，监测模块可以自动中断或免除周期性支付转账请求。这些替代实施例尤其具有以下优点：系统允许监测操作的进一步自动化，尤其是其关于汇集资源的操作。
在另一替换实施例中，在借助于风险事件触发器触在车辆嵌入式或一定网络节点集成远程信息处理设备或基于专家系统的中央电路中的数据流路径中触发了风险事件的指示符的事件的情况下，激活第一和/或第二资源汇集系统的独立验证风险事件触发器，并且其中，如果发生了关于风险事件的指示符，独立验证风险事件触发器在具有来自主要数据流路径的独立测量参数的替代数据流路径(例如，替代的远程信息处理设备的数据流路径)中另外发布触发，以验证风险暴露的汽车机动车辆处的风险事件的发生。在该替代方案中，如果通过独立验证风险事件触发器验证风险暴露分量处的风险事件的发生，则仅将支付转移分配给相应的风险暴露机动车辆。这些替代实施例尤其具有以下优点，可以因此改善系统的操作和财务稳定性。此外，该系统不易受欺诈和伪造的影响。
通常，该系统可以例如包括捕获装置，该捕获装置捕获分配给两个风险转移系统之一的支付转移，例如，还捕获从第一保险系统到第二支付转移模块的支付转移，其中，所分配的保险系统被激活，并且其中，与所分配的风险转移层相关联的第一保险系统的风险暴露被转移到第二保险系统。该替代实施例尤其具有以下优点：可以另外激活第二保险系统，以允许从第一资源汇集系统到第二资源汇集系统的受控且离散的风险转移和风险覆盖。
在另一替代实施例中，第一保险系统包括接口模块，用于在将支付参数从第一资源汇集系统转移到第二资源汇集系统之前访问并调整所分配的操作参数。该替代实施例尤其具有以下优点：风险转移结构可以被动态地调整，并且此外，由第一保险系统或第二保险系统直接选择和/或另外优化。
在又一替代实施例中，基于专家系统的中央电路包括用于处理风险相关的驾驶机动车辆数据并且用于(特别是基于风险相关的机动车辆数据)为一个或多个所汇集的风险暴露机动车辆提供关于所述风险暴露的可能性的数据的装置，并且其中，可以基于总风险和/或汇集的风险暴露机动车辆的风险暴露的可能性来动态地确定来自风险暴露的机动车辆的用于汇集其风险的支付的接收和预先存储。该替代实施例尤其具有以下优点：可以动态地调整第一和/或第二资源汇集系统的操作以改变与汇集的风险相关的条件，例如汇集的机动车辆的环境条件或风险分布的变化等。另一个优点是，当系统在不同的环境、地点或国家中运行时，系统不需要任何手动调整，因为风险暴露的机动车辆的支付大小与总的汇集风险直接相关。然而，重要的是要注意，本发明不一定必须导致调整的定价或保费。例如，它还可以自动向在低风险区域驾驶的自动化机动车辆提供优惠券，或者根本没有任何改变，但系统使用自动化数据自动确定风险转移是否在下一年继续。本发明还可以专门用于自动提供和激活调整的和/或特别选择的增值服务，例如，事故通知和/或对机动车辆或驾驶员的反馈和/或自动车队风险报告和/或自动化动态优化的承保等。因此，本发明允许调整第一风险转移层级或系统的风险以及基于被保机动车辆的风险程度(例如，通过基于风险的驾驶员实时反馈)和/或第二风险转移层级或系统的风险。现有技术系统不允许这种优化和/或调整。反馈可以例如通过在相同位置处和/或类似的条件下将机动车辆的简档和模式与其他机动车辆的简档或模式进行比较来生成。
在一个替代实施例中，该系统包括装置，该装置用于处理风险相关的分量数据并且用于提供关于一个或多个汇集的风险暴露的机动车辆的所述风险暴露的可能性的信息(特别是基于风险相关的机动车辆的数据)，并且其中从第一资源汇集系统到第二资源汇集系统的用于转移其风险的支付的接收和预先存储可以基于总风险和/或汇集的风险暴露分量的风险暴露的可能性来动态地确定。该替代实施例尤其具有以下优点：可以动态地调整第一和/或第二资源汇集系统的操作以改变所汇集风险的条件，例如汇总的风险分量的环境条件或风险分布的变化等。另一个优点是，当系统在不同的环境、地点或国家中运行时，系统不需要任何手动调整，因为风险暴露分量的支付大小与总的汇集风险直接相关。
在一个替代实施例中，通过第一风险转移系统动态调整汇集的机动车辆的数量，以达到风险转移系统所覆盖的非协变发生风险在任何规定时间仅影响总汇集风险暴露分量的较小比例的程度。类似地，第二风险转移系统可以例如动态地调整从第一风险转移系统传输的所汇集的风险份额的数量，以达到由第二风险转移系统所覆盖的非协变发生风险在任何规定时间仅影响从第一风险转移系统传输的总汇集风险的较小比例的程度。该变型例尤其具有以下优点：可以改善系统的操作稳定性和财务稳定性。
在一个替代实施例中，基于时间相关发生率数据，风险事件触发器借助于操作模块为一个或多个预定义风险事件进行动态调整。该替代实施例尤其具有以下优点：系统可以动态地捕获在捕获风险事件或避免这种事件的发生方面的改进(例如通过改进的预测系统实现等)，并且这些改进基于汇集的风险暴露分量的总风险而动态地影响系统的整体操作。
在另一替代实施例中，在每次触发发生时(其中通过至少一个风险事件触发器测量指示预定义风险事件的参数)，总参数支付由触发来分配，并且其中，总分配支付在触发事件时是可转移的。预定义的总支付可以例如被调平到任何适当的定义总额，例如预定值，或与风险暴露机动车辆的总转移风险和定期支付的金额相关的任何其他总额。该替代方案尤其具有以下优点：参数支付或预定金额的支付可以依赖于固定金额。此外，参数支付可以为调整的总额支付留有余地，该调整的总额支付可以例如取决于由系统触发的风险事件发生的阶段。
附图说明
通过示例，参考附图将更详细地说明本发明，其中：
图1示出了一个框图，该框图示意性地示出了用于与机动车辆41,…,45或乘客或货物的运输工具相关联的评分驱动操作的OEM链接的、基于远程信息处理的示例性系统和平台1。基于远程信息处理的系统1包括与多个机动车辆41,…,45相关联的远程信息处理设备411,…,415。远程信息处理设备411,…,415经由接口421,…,425连接到传感器和/或测量设备401,…,405和/或车载诊断系统431,…,435和/或车载交互设备441,…,445，并且其中远程信息处理设备411,…,415捕获机动车辆41,…,45和/或用户321,322,323的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据3。
图2示出了一个框图，该框图示意性地示出了根据本发明实施例(例如根据图1)的操作流程和处理步骤。
图3示出了另一个框图，该框图示意性地示出了用于触发与机动车辆41,…,45或乘客或货物的运输工具相关联的评分驱动操作的基于远程信息处理的示例性自动化系统1。基于远程信息处理的系统1包括与多个机动车辆41,…,45相关联的远程信息处理设备411,…,415。远程信息处理设备411,…,415经由接口421,…,425连接到传感器和/或测量设备401,…,405和/或车载诊断系统431,…,435和/或车载交互设备441,…,445，并且其中远程信息处理设备411,…,415捕获机动车辆41,…,45和/或用户321,322,323的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据3。系统1能够捕获不同种类的远程信息处理数据3，例如来自用户的驾驶行为和/或机动车辆41,…,45是否正在自行驾驶(自动驾驶)和/或机动车辆41,…,45正在干预其自动或安全特征。如果基于专家系统的中央电路10从机动车辆41,…,45自身捕获数据3，则后者是可能的。远程信息处理设备可以借助于机动车辆系统的传感器自己产生数据3，例如由车载诊断系统提供。如图2所示，基于专家系统的中央电路10被实现为基于远程信息处理的自动化系统1的单独部分，或者作为第二风险转移系统12的一部分，其中在后一种情况下评分数据可以由第二风险转移系统12提供给第一风险转移系统12和/或风险暴露的机动车辆41,…,45，以交换对捕获的远程信息处理数据3的访问和/或捕获的索赔或损失数据711,…,715/721,…,725/731,…,735。如图2所示，基于远程信息处理的自动化系统1可以包括一个第一风险转移系统11或多个第一风险转移系统11a-11d，所有这些都与相同的第二风险转移系统12相关联。
图4示出了另一个框图，该框图示意性地示出了根据本发明实施例变型的具有与多个风险暴露的机动车辆41,…,45相关联的远程信息处理设备411,…,415的示例性动态调整的汽车系统1。特别地，它示出了基于专家系统的中央电路10。远程信息处理设备411,…,415捕获机动车辆41,…,45和/或用户321,322,323的基于使用的(31)和/或基于用户的(32)的远程信息处理数据3，并且经由数据传输网络2将它们发送到基于专家系统的中央电路10，该中央电路10与耦合的第一和第二风险转移系统11/12协作。
图5示出了一个框图，该框图示意性地示出了示例性远程信息处理设备411,…,415和实时远程信息处理数据捕获。
具体实施方式
图1示意性地示出了用于基于远程信息处理的自动化系统1的实施例的可能实现方式的架构，该系统用于电子触发与机动车辆41,…,45或乘客或货物的运输工具相关联的评分驱动操作，特别是借助于基于专家系统的中央电路10和远程信息处理设备411,…,415提供基于远程信息处理的动态系统1和远程信息处理数据聚合器。基于远程信息处理的自动化系统1对捕获的环境或操作参数3动态实时地作出反应，特别是在操作期间对机动车辆41,…,45的监测和捕获的汽车参数3作出反应。本发明还能够为机动车辆41,…,45和远程信息处理环境中使用的无线技术提供基于远程信息处理的自动风险转移、警报和实时通知系统。最后，本发明的系统1还设置为基于远程信息处理的实时专家系统。因此，本发明的系统1提供了一种结构，以便基于捕获和测量的基于使用和/或基于用户的远程信息处理数据3将远程信息处理与实时风险监测、自动风险转移和保险系统一起使用。
为了提供基于远程信息处理的动态自动化系统1，基于远程信息处理的系统1在结果列表108中捕获风险转移简档114并对其进行分类，其中结果列表108被设置为经由用户单元461,…,465的界面(其可以例如是移动电信节点(例如通过移动电话应用启动的智能电话)，和/或汽车的仪表板，借助于基于专家系统的中央电路10以某种方式连接到用户单元461,…,465或机动车辆41,…,45的另一界面)向机动车辆41,…,45的用户进行显示并供其选择。
远程信息处理设备411,…,415包括一个或多个数据传输连接，所述数据传输连接是到机动车辆41,…,45的车载传感器和测量设备401,…,405和/或机动车辆41,…,45的车载诊断系统431,…,435和/或车载交互设备441,…,445的。远程信息处理设备411,…,415也可以由移动电话节点的用户单元461,…,465访问，或者是移动电话节点的集成部分。车载传感器和测量设备401,…,405和/或车载诊断系统431,…,435和/或车载交互设备441,…,445包括本体感测传感器4021和/或外部感测传感器4011，本体感测传感器4021用于感测机动车辆41,…,45的操作参数40121，外部感测传感器4011用于在机动车辆41,…,45的操作期间感测环境参数40111。例如，外部感测传感器或测量设备4011可以至少包括用于监测机动车辆41,…,45的周围的雷达设备40117，和/或用于监测机动车辆41,…,45的周围的激光雷达设备40115，和/或用于测量机动车辆41,…,45的定位参数的全球定位系统40122或车辆跟踪设备，和/或用于补充和改进由全球定位系统40112或车辆跟踪设备测量的定位参数的路程计设备40114，和/或用于监测机动车辆41,…,45的周围的计算机视觉设备40116或视频摄像机，和/或用于测量机动车辆41,…,45附近的物体位置的超声波传感器40113。用于感测机动车辆41,…,45的操作参数40121的本体感测传感器或测量设备4012可至少包括机动车辆41,…,45的马达速度和/或车轮负载和/或航向和/或电池状态。远程信息处理设备411,…,415的一个或多个无线连接4210或有线连接4211可以例如包括蓝牙(IEEE802.15.1)或蓝牙LE(低能耗)42101，它们作为无线连接，通过使用车载蓝牙功能和/或3G和/或4G和/或GPS和/或蓝牙LE(低功耗)和/或基于Wi-Fi 802.11标准的BT、和/或非接触式或接触式智能卡、和/或SD卡(安全数字存储卡)或其他可互换的非易失性存储卡建立个人区域网络(PAN)，在2.4至2.485GHz的ISM(工业、科学和医疗)无线电频段内使用短波UHF(超高频)无线电波进行数据交换。
为了提供无线连接4210，远程信息处理设备411,…,415例如可以借助于远程信息处理设备411,…,415的天线连接充当相应数据传输网络内的无线节点，特别是如所提到的，移动电信网络(例如3G，4G，5G LTE(长期演进)网络)或移动WiMAX或其他基于GSM/EDGE和UMTS/HSPA的网络技术等，并且更具体地，利用适当的识别装置(如SIM(用户识别模块)等)。远程信息处理设备411,…,415可以例如连接到车载诊断系统431,…,435和/或车载交互设备441,…,445，其中远程信息处理设备411,…,415捕获机动车辆41,…,45和/或用户的基于使用的(31)和/或基于用户的(32)的汽车数据3。远程信息处理设备441,…,445例如可以借助于无线电数据系统(RDS)模块、和/或包括卫星接收模块的定位系统、和/或包括数字无线电服务模块的移动蜂窝电话模块、和/或与无线电数据系统或定位系统或蜂窝电话模块通信的语言单元来提供一个或多个无线连接4210。卫星接收模块可以例如包括全球定位系统(GPS)电路和/或数字无线电服务模块至少包括全球移动通信系统(GSM)单元。用于与机动车辆的数据传输总线中的至少一个连接的移动电信装置10的多个接口例如可以至少包括用于与机动车辆的控制器局域网(CAN)总线连接的接口(例如与车载诊断(OBD)端口相关的接口)，或其他连接的接口(例如电池安装设备的接口，或OEM(原始设备制造商)安装系统的接口，以获得对车载传感器或娱乐系统(例如Apple Carplay等)的信息访问，从而提供必要的车辆传感器信息)。在机动车辆41,…,45的操作期间测量的操作参数40121和/或环境参数40111可以例如包括与时间相关的速度测量、硬制动、加速、转弯、距离、里程(PAYD)、短途旅行、一天中的时间、道路和地形类型、手机使用情况(驾驶中)、天气/驾驶条件、位置、温度、盲点、本地驾驶、太阳角和耀眼的太阳信息(驾驶员脸上阳光照射)、安全带状态、高峰时间、疲劳、驾驶员信心、油门位置、车道变换、油耗、VIN(车辆识别号)、S形穿桩(slalom)、过高的RPM(每分钟转数)、越野、G力、制动踏板位置、驾驶员警觉性、包括燃料水平的CAN(控制器区域网络)总线(车辆的总线)参数、距其他车辆的距离、距障碍物的距离、驾驶员警觉性、自动功能的激活/使用、高级驾驶员辅助系统的激活/使用、牵引力控制数据、前灯和其他灯的使用、闪光灯的使用、车辆重量、车辆乘客数量、交通标志信息、交叉路口、橙色和红色交通灯的跳过、酒精水平检测设备、药物检测设备、驾驶员分心传感器、驾驶员攻击性、驾驶员心理和情绪状况、来自其他车辆的炫目车头灯、车门状态(打开/关闭)、挡风玻璃的可见度、车道位置、车道选择、车辆安全、驾驶员情绪、和/或乘客情绪。迄今，没有现有技术的系统能够处理如此种种动态监测的风险相关数据。所生成的评分参数的优点反映了捕获的感测数据，因为评分的数据分量甚至可以例如包括：客户政策细节，个人驾驶数据，崩溃取证数据，信用评分，统计驾驶数据，历史索赔数据，市场数据库，驾驶执照分数，统计索赔数据，天气或道路类型或周围环境的背景数据。
基于专家系统的中央电路10包括车辆-远程信息处理驱动的核心聚合器100，其具有基于远程信息处理数据的触发器1001，触发器1001在机动车辆41,…,45的操作期间，在机动车辆41,…,45的传感器401,…,405和/或车载诊断系统431,…,435和/或车载交互设备441,…,445的数据流路径451,…,455中触发、捕获和监测所述操作参数40121和/或环境参数40111。远程信息处理设备411,…,415可以例如至少包括：GPS模块(全球定位系统)；和/或基于3轴特斯拉计和3轴加速度计的地质罗盘模块；和/或陀螺传感器或陀螺仪；和/或MEMS加速计传感器，包括由悬臂梁构成，其中振动质量作为检测质量以测量适当的加速度或g力加速度；和/或MEMS磁力计或磁阻坡莫合金传感器或其他三轴磁力计。
基于专家系统的中央电路10包括驾驶评分模块101，其基于触发、捕获和监测的操作参数40111或环境参数40121测量和/或生成单组或复合组变量评分参数1011,…,1013，该单组或复合组变量评分参数1011,…,1013在机动车辆41,…,45的运行期间描绘驾驶的使用情况和/或风格和/或环境条件。因此，系统1基于监测的操作参数40111或环境参数40121对各个驾驶员进行评分。基于消费者和风险转移提供商(保险公司，如果消费者同意的话)可见的评分和/或其他相关远程信息处理数据，第一风险转移系统10能够报价。单组或复合组变量评分参数1011,…,1013描绘了在机动车辆41,…,45的运行期间的驾驶的使用情况和/或风格和/或环境条件，并且例如，可以借助于驾驶评分模块101基于捕获的、触发的和监测的基于使用的(31)和/或基于用户的(32)和/或操作的(33)风险相关远程信息处理数据3来测量和/或生成。变量评分参数1011,…,1013至少包括多个评分参数，评分参数测量驾驶员评分，和/或背景评分，和/或车辆安全性评分，和/或移动性评分，驾驶员评分测量驾驶员的行为参数，背景评分至少包括交叉路口的数量和/或道路类型；车辆安全性评分至少包括机动车辆41,…,45的ADAS/AV激活特征；移动性评分至少包括借出时段和/或乘客数量。作为子评分，移动性评分的评分参数可以进一步包括可信度评分，其至少包括资产转交(care of assets)评分，和/或对等租赁评分，和/或汽车共享评分，和/或运输服务风险评分，和/或可信度评分，和/或车辆类型评分。因此，评分参数可以例如进一步包括可信度评分，其至少包括资产转交评分，和/或对等租赁评分，和/或汽车共享评分，和/或运输服务风险评分，和/或可信度评分，和/或车辆类型评分。对于驾驶评分、背景评分和车辆安全性评分，(i)变量驾驶评分参数至少以以下各项为基础：包括速度和/或加速和/或制动和/或转弯和/或猛然开动的驾驶员行为参数的测量；和/或包括驾驶时移动电话使用情况的分心参数的测量；和/或疲劳参数和/或药物使用情况参数的测量，(ii)变量背景评分参数至少以以下各项为基础：测量的旅程评分参数，其以道路类型和/或交叉路口的数量和/或隧道和/或海拔为基础；和/或测量的行程时间参数；和/或测量的天气参数；和/或测量的位置参数；和/或测量的距离驱动参数，以及(iii)变量车辆安全性评分参数至少以以下各项为基础：测量的ADAS特征激活参数；和/或测量的车辆碰撞测试评级参数；和/或测量的机动车辆41,…,45的自动化参数水平；和/或测量的软件风险评分参数。这项创新使得，将事故的所有主要贡献因素与用于评分和风险测量/评估技术目的的风险相关数据分数和风险驱动因素联系起来成为可能。借助于车辆的CAN-BUS或TCU(远程信息处理控制单元)数据，可以更准确并且以更精确的方式为终端消费者实现评分和风险测量/评估，从而改善和优化以客户为中心的体验和风险选择。测量主要贡献因素，例如，他们可以举例说明美国事故的主要贡献因素如下：(1)分心驾驶，(2)超速驾驶，(3)酒后驾驶，(4)鲁莽驾驶，(5)下雨，(6)闯红灯，(7)闯停车标志，(8)未成年驾驶员，(9)夜间驾驶，(10)汽车设计效果。借助于在作为客户端的远程信息处理设备411,…,415和基于专家系统的中央电路10之间的移动电信网络2上的远程信息处理设备411,…,415的无线连接4210来设置数据链路21。移动远程信息处理设备411,…,415充当所述移动电信网络2内的无线节点221,…,225。基于专家系统的中央电路10自动生成所述单组或复合组变量评分参数。
驾驶评分模块101可以包括机器学习装置，该机器学习装置包括状态观察单元和学习单元，该学习单元传送和调整基于远程信息处理的系统1的操作。借助于状态观察单元，可观察到状态变量，其包括测量的单组或复合组变量评分参数1011,…,1013中的至少一个，并且借助于学习单元，可以执行学习操作，方式是将由状态观察单元观察到的测量的单组或复合组变量评分参数1011,…,1013中的至少一个与由状态观察单元动态观察到(或历史上曾观察到并关联起来的)的测量的评分参数中的至少一个相关联。机器学习装置的学习单元可包括奖励计算单元，用于基于由状态观察单元观察到的测量的单组或复合组变量评分参数1011,…,1013中的至少一个来计算奖励；以及函数更新单元，用于基于由奖励计算单元计算的奖励更新更新函数，以便从当前的状态变量决定测量的单组或复合组变量评分参数1011,…,1013中的至少一个。机器学习装置可以包括决策制定单元，用于基于学习单元的学习结果，从当前的评分变量决定测量的单组或复合组变量评分参数1011,…,1013中的至少一个的最佳值。借助于机器学习装置的学习单元，能够生成评分变量，方式是由状态观察单元在多层结构中进行关联和观察，由此实时更新函数。函数更新单元的函数可使用由另一机器学习装置的函数更新单元更新的函数来更新。
如上所述，机器学习装置还可以包括决策制定单元，用于基于学习单元的学习结果，从作为当前的状态变量的测量的复合组变量评分参数1011,…,1013来决定评分变量中的至少一个的最佳值。决策制定单元学习选择更好的动作或评分(决策制定)。注意，决策制定单元可以包括在控制装置20中，而不是包括在基于远程信息处理的自动化自适应系统1或学习装置中。在第一步骤中，状态观察单元选择测量的复合组的变量评分参数1011,…,1013，并对其下达指示。从它们各自的预定范围中随机选择这些命令值。或者，在例如驾驶时间命令值或评分值中，可以初始选择预定范围中的最小值，然后，可以在随后的循环中选择增加非常小量的值。对于其他测量的复合组的变量评分参数1011,…,1013也是如此。可以重复这些过程，以便选择复合组的变量评分参数1011,…,1013和评分值的所有组合。例如，实现强化学习，作为代理的学习单元基于环境状态(即测量的复合组的变量评分参数1011,…,1013)决定动作。这方面的动作意味着决策制定单元选择评分值的新值和/或复合组的变量评分参数1011,…,1013，以根据这些新值执行动作。各种命令值的这些新值改变了环境，例如，复合组的变量评分参数1011,…,1013和实际生成的评分参数的组合。通过操作环境的这种改变，如上所述给予机器学习设备奖励，并且机器学习设备的决策制定单元学习选择(决策制定)更好的动作，以获得例如更高的奖励。因此，多次重复这些过程提高了动作值函数的可靠性。然后，在下一步中，基于可靠的动作值函数，选择评分参数值和复合组的变量评分参数1011,…,1013。在所示的这种示例中，机器学习设备的学习结果例如是：会聚在指定区域。这种机器学习设备的引入实现了自动调整以及对自主、自足和自持操作的自动化系统的实时风险监测、指导，并提供自适应、自足和自持操作的基于远程信息处理的系统1。
然而，分析例如来自终端用户的车辆使用状况的移动节点应用的远程信息处理数据，以提供有关乘坐共享对等租赁参数(包括车辆类型，行驶里程，接受服务的人数/被提供捎带的人数，汽车租赁期，潜在驾驶风格，第三方车辆类型，背景数据和评分，个人评分，基于过去租赁活动的可信度评分，信用评分，包括自动化水平的AV/ADAS特征评分，对等/汽车共享租赁评分等)的评分，然后转移到相关联的第一保险系统，其基于所获得的总评分、车辆类型和背景数据生成报价和政策。对于技术风险转移处理，系统1可以例如包括两个模块，(i)汽车共享/对等租赁风险模块和(ii)与第三方相关的共享经济运输风险模块，用于评分。这将本发明用于移动风险的系统1的提供者定位为服务风险转移提供者。此外，风险转移处理包括用于对等租赁/汽车共享/共享经济运输服务风险转移的聚合系统。最后，系统1是基于远程信息处理的自动化风险转移平台和系统，用于对等租赁风险转移和共享经济运输风险(允许全自动风险转移和保险，包括政策发布，索赔处理等)。后者也可以例如由相关联的第三方系统提供。解决方案的分发可以例如通过a)共享经济提供者或b)通过智能电话(聚合器)应用的第一保险系统(即基本保险)和/或通过c)具有嵌入式设备(例如信息娱乐系统/仪表板)的汽车制造商(例如OEM)来执行。例如，本发明的系统1可以基于三个生成的主要评分进一步向终端用户或保单持有者和/或评分服务提供增值服务：(1)移动性评分，(里程，人数)，(2)背景评分，(3)车辆安全评分，以及潜在(4)驾驶评分。
影子请求109被发送到多个第一自动化风险转移系统11，其通过数据传输网络分散地连接到基于专家系统的中央电路10。影子请求109至少包括基于测量和/或生成的单组或复合组变量评分参数1011,…,1013的风险相关参数。基于专家系统的中央电路10响应于发出的影子请求109而基于动态收集的单组或复合组变量评分参数1011,…,1013接收多个个性化风险转移简档114。影子请求109的风险相关参数至少包括由远程信息处理设备411,…,415基于触发、捕获和监测的操作参数40111或环境参数40121来测量和/或生成的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据3，以及生成的单组或复合组变量评分参数1011,…,1013。影子请求109可以例如基于动态生成的单组或复合组变量评分参数1011,…,1013和/或触发、捕获和监测的操作参数40111或环境参数40121被周期性地发送到多个第一自动化风险转移系统11。结果列表108可以实时动态调整并显示给用户，以便借助于移动电话应用程序或机动车辆41，...45的另一个交互设备，经由用户单元461,…,465或移动电话进行选择。然而，如果基于专家系统的中央电路10触发了动态生成的单组或复合组变量评分参数1011,…,1013和/或触发、捕获和监测的操作参数40111或环境参数40121的交替，还可以基于动态生成的单组或复合组变量评分参数1011,…,1013和/或触发、捕获和监测的操作参数40111或环境参数40121，生成影子请求109并将其发送到多个第一自动化风险转移系统11。结果列表108可以被实时动态地调整并显示给用户以供选择。作为实施例变型，也可以应用前面提到的两种影子请求生成情形的组合。
基于专家系统的中央电路10动态地捕获并分类所接收的第一自动化风险转移系统11的多个个性化风险转移简档114。结果列表108可以基于在机动车辆41,…,45的运行期间触发、捕获和监测的操作参数40121或环境参数40111进行动态地更新并且借助于用户单元461,…,465被提供给机动车辆41,…,45的用户进行显示并供其选择。因此，由第一自动化风险转移系统11提供的多个个性化风险转移简档114，基于生成的单组或复合组变量评分参数1011,…,1013而随时间发生变化，从而在机动车辆41,…,45的运行期间测量驾驶的与时间有关的使用情况和/或风格和/或环境条件。如果相对于之前选择的风险转移简档114触发了更优选的风险转移简档114，则移动汽车系统1可以例如自动警告用户。此外，如果相对于所选择的风险转移简档114触发了更优选的风险转移简档114，则基于远程信息处理的系统1还可以自动调整与用户或机动车辆41,…,45相关联的风险转移。结果列表108可以进行动态实时的调整并显示给用户，以便基于可定义的分类标准(例如第一支付参数1121,…,1125和/或持续时间和/或风险转移结构)进行选择。
参考标记列表
1 基于远程信息处理的系统
10 基于专家系统的中央电路
100 车辆操作驱动的核心聚合器
1001 远程信息处理数据驱动触发器
1002 触发事故通知的附加触发器
1003 触发附加服务的附加触发器
101 驾驶评分模块
1011,…,1013 复合组变量评分参数
1021,…,1023 定义的评分驾驶行为模式
102 触发事故通知的附加触发器
103 触发附加服务的附加触发器
104 聚合模块
1041 预定义的时间段
105 带有历史数据的数据库
106 具有随位置而定的数据的自动化数据库
107 开关设备
108 动态结果列表
109 影子请求
11 第一风险转移系统
111 自动化资源汇集系统
112 第一数据存储
1121,…,1125 第一支付参数
113 第一支付转移模块
114 生成的风险转移简档
12 第二风险转移系统
121 自动化资源汇集系统
122 第二数据存储
1221,…,1225 第二支付参数
123 第二支付转移模块
1231 控制设备
1232 激活控制参数
124 激活阈值参数
125 预定义损失覆盖部分
2 数据传输网络
20 蜂窝网络网格
201,…,203 网络小区/基本服务区域
211,…,213 基站(收发器)
2111,…,2131 小区全球识别(CGI)
221,…,225 移动网络节点
21 单向或双向数据链路
3 远程信息处理数据
31 基于使用的远程信息处理数据
311,…,313 车辆41,…,45的基于使用的远程信息处理数据
32 基于用户的远程信息处理数据
321,…,323 车辆41,…,45的基于用户的远程信息处理数据
33 操作远程信息处理数据
331,…,333 控制系统461,…,465的操作数据
41,…,45 机动车辆
401,…,405 车载传感器和测量设备
4011 外部感测传感器或测量设备
40111 外部感测传感器的感测数据
40112 全球定位系统(GPS)
40113 超声波传感器
40114 路程计传感器
40115 激光雷达(光探测和测距)
40116 视频摄像机
40117 雷达传感器
4012 本体感测传感器或测量设备
40121 本体感测传感器的感测数据
411,…,415 远程信息处理设备
421,…,425 数据传输总线接口
4210 无线连接
42101 蓝牙(IEEE 802.15.1)或蓝牙LE(低能耗)
42102 Wi-Fi(IEEE 802.1l)
42103 GSM(全球移动通信系统)
42104 GPRS(通用分组无线业务)
42105 3G或4G网络(第三代/第四代网络)
42106 WiMAX(全球微波接入互操作性)
42107 CDM A/CDMA2000(码分多址)
42108 EDGE(GSM演进的增强数据速率)
4211 有线连接
42111 以太网(IEEE 802.1l)
42112 ARCNET(附属资源计算机网络)
42113 FDDI(光纤分布式数据接口)
431,…,435 车载诊断系统
441,…,445车内交互设备
451,…,455 数据流路径
461,…,465 用户单元
5 聚合风险暴露
51,…,55 机动车辆的转移风险暴露
501,…,505 第一风险转移参数
511,…,515 第二风险转移参数
6 预定义的风险事件
61 与损害赔偿责任范围相关的预定义风险事件
611,…,613 测量事件61发生的参数
62 与损失责任范围相关的预定义风险事件
621,…,623 测量事件62发生的参数
63 与延迟交付的责任范围相关的预定义风险事件
631,…,633 测量事件63发生的参数
71,…,75 发生与机动车辆41,…,45相关联的损失
711,…,715 捕获的测量的预定义事件1的损失参数
721,…,725 捕获的测量的预定义事件2的损失参数
731,…,735 捕获的测量的预定义事件3的损失参数
80 聚合损失参数
81 聚合支付参数
82 变量损失率参数
821 损失率阈值
901 触发感测数据
902 提取复合评分参数
903 将复合评分发送到基于专家系统的中央电路
904 生成影子请求
905 选择供应商系统
906 将影子请求发送给选定的供应商系统
907 过滤响应供应商系统
908 将结果列表发送到用户单元供用户选择或自动选择
Claims (48)
1.基于远程信息处理的自动化系统(1)，触发与机动车辆(41,…,45)或乘客或货物的运输工具相关联的评分驱动的操作，所述基于远程信息处理的系统(1)包括与多个机动车辆(41,…,45)相关联的远程信息处理设备(411,…,415)，其中所述远程信息处理设备(411,…,415)捕获机动车辆(41,…,45)和/或用户(321,322,323)的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据(3)，其中机动车辆(41,…,45)的多个远程信息处理设备(401,…,405)经由数据传输网络(2)连接到基于远程信息处理的评分驱动系统(1)的基于专家系统的中央电路(10)，其中借助于所述远程信息处理设备(411,…,415)与所述基于专家系统的中央电路(10)之间的无线连接(4210)设置数据链路(21)，至少将捕获的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据(3)从所述远程信息处理设备(411,…,415)发送到所述基于专家系统的中央电路(10)，并且其中借助于所述基于专家系统的中央电路(10)的车辆-远程信息处理驱动的聚合器(100)，通过所述远程信息处理设备(411,…,415)的数据流路径(451,…,455)中的基于远程信息处理数据的触发器(1001)触发和监测从所述远程信息处理设备(411,…,415)捕获的基于使用的(31)和/或基于用户的(32)和/或操作的(33)风险相关远程信息处理数据(3)，其特征在于，
借助于所述基于专家系统的中央电路(10)的驾驶评分模块(101)，测量和/或生成单组或复合组变量评分参数(1011,…,1013)，以便基于捕获的、触发的和监测的基于使用的(31)和/或基于用户的(32)和/或操作的(33)风险相关远程信息处理数据(3)，描绘机动车辆(41,…,45)运行期间的驾驶的使用情况和/或风格和/或环境条件，其中所述变量评分参数(1011,…,1013)至少包括多个评分参数，测量驾驶员评分，和/或背景评分，和/或车辆安全性评分，和/或移动性评分，所述驾驶员评分测量驾驶员的行为参数，所述背景评分至少包括交叉路口的数量和/或道路类型，所述车辆安全性评分至少包括机动车辆(41,…,45)的ADAS/AV激活特征，所述移动性评分至少包括借出时段和/或乘客数量，
其中借助于所述基于专家系统的中央电路(10)，将影子请求(109)通过数据传输网络发送到分散地连接到所述基于专家系统的中央电路(10)的多个自动化动态调整的第一风险转移系统(11)，其中所述影子请求(109)至少包括基于捕获的、触发的和监测的基于使用(31)和/或基于用户(32)和/或操作的(33)风险相关远程信息处理数据(3)的所述单组或复合组变量评分参数(1011,…,1013)，并且其中基于动态收集的单组或复合组变量评分参数(1011,…,1013)生成用于相应机动车辆(41,…,45)的一个或多个个性化风险转移简档(114)，以便在主要事故贡献因素、风险因素和远程信息处理数据点之间进行桥接，从而进行评分，以及
其中响应于所发出的影子请求(109)，基于动态收集的单组或复合组变量评分参数(1011,…,1013)的用于相应机动车辆(41,…,45)的一个或多个个性化风险转移简档(114)从至少一个第一风险转移系统(11)发送到与机动车辆(41,…,45)相关联的用户单元(461,…,465)，其中，用户能够借助于所述用户单元(461,…,465)选择个性化风险转移简档(114)，其中在选择个性化风险转移简档(114)时，从相应的机动车辆(41,…,45)到所选择的个性化风险转移简档(114)的第一风险转移系统(11)以实时或准实时的方式自动且动态地执行相关联的风险转移。
2.根据权利要求1所述的基于远程信息处理的系统(1)，其特征在于，所述驾驶评分模块(101)包括机器学习装置，所述机器学习装置包括状态观察单元和学习单元，所述学习单元传送和调整所述基于远程信息处理的系统(1)的操作，其中借助于所述状态观察单元，可观察到状态变量，其包括测量的单组或复合组变量评分参数(1011,…,1013)中的至少一个，并且其中借助于所述学习单元，能够执行学习操作，方法是将所述状态观测单元观测到的测量的单组或复合组变量评分参数(1011,…,1013)中的至少一个与由所述状态观察单元动态观察到或历史上曾观察且已关联的至少一个测量的评分参数相关联。
3.根据权利要求2所述的基于远程信息处理的系统(1)，其特征在于，所述机器学习装置的学习单元包括：奖励计算单元，用于以由所述状态观察单元观察的测量的单组或复合组变量评分参数(1011,…,1013)中的至少一个为基础来计算奖励；以及函数更新单元，用于基于所述奖励计算单元计算的奖励更新函数，以便从当前状态变量决定测量的单组或复合组变量评分参数(1011,…,1013)中的至少一个。
4.根据权利要求2或3所述的基于远程信息处理的系统(1)，其特征在于，所述机器学习装置包括决策制定单元，用于基于所述学习单元的学习结果从当前的评分变量来决定测量的单组或复合组变量评分参数(1011,…,1013)中的至少一个的最佳值。
5.根据权利要求2至4中任一项所述的基于远程信息处理的系统(1)，其特征在于，借助于所述机器学习装置的所述学习单元，能够生成所述评分变量，方式是所述状态观察单元在多层结构中进行关联和观察，从而实时更新所述函数。
6.根据权利要求2至5中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述函数更新单元的函数能够使用由另一机器学习装置的函数更新单元更新的函数来进行更新。
7.根据权利要求1至6中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述移动性评分的评分参数还包括可信度评分，所述可信度评分至少包括资产转交评分，和/或对等租赁评分，和/或汽车共享评分，和/或运输服务风险评分，和/或可信度评分和/或车辆类型评分。
8.根据权利要求1至7中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述远程信息处理设备(411,…,415)包括一个或多个无线连接(42101-42108)或有线连接(42111-42113)以及多个接口(421,…,425)，所述多个接口用于与车辆的数据传输总线中的至少一个连接，和/或多个接口用于与传感器和/或测量设备(401,…,405)连接，其中，为了提供无线连接(4210)，所述远程信息处理设备(411,…,415)借助于所述远程信息处理设备(411,…,415)的天线连接充当所述数据传输网络(2)内的无线节点(221,…,225)，并且其中所述远程信息处理设备(411,…,415)经由接口(421,…,425)连接到传感器和/或测量设备(401,…,405)和/或车载诊断系统(431,…,435)和/或车载交互设备(441,…,445)。
9.根据权利要求8所述的基于远程信息处理的系统(1)，其特征在于，所述车载传感器和/或测量设备(401,…,405)和/或车载诊断系统(431,…,435)和/或车载交互设备(441,…,445)包括用于感测机动车辆(41,…,45)的操作参数(40121)的本体感测传感器(4021)和/或用于在机动车辆(41,…,45)的运行期间感测环境参数(40111)的外部感测传感器(4011)。
10.根据权利要求1至9中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述基于远程信息处理的自动化系统(1)包括第二风险转移系统(12)，以从所述第一风险转移系统(11)中的一个或多个到所述第二风险转移系统(12)提供基于第二风险转移参数(511,…,515)的第二风险转移，其中所述第二风险转移系统(12)包括第二支付转移模块(123)，被配置为接收和存储(122)第二支付参数(1221,…,1225)，以便汇集与转移到第一风险转移系统(11)的风险暴露相关联的第一风险转移系统(11)的风险，并且其特征在于，所述基于专家系统的中央电路(10)与所述第二风险转移系统(12)相关联。
11.根据权利要求1至10中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述驾驶评分模块(101)还包括多个评分参数，所述评分参数测量驾驶评分和/或背景评分和/或车辆安全性评分和/或聚合评分和/或定价评分和/或高级驾驶员辅助系统ADAS的使用情况和操作评分和/或自主车辆系统的使用情况和操作评分和/或信用评分。
12.根据权利要求1至11中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述影子请求(109)还包括基于捕获、触发和监测的基于使用的(31)和/或基于用户的(32)和/或操作的(33)风险相关远程信息处理数据(3)的附加风险相关参数。
13.根据权利要求1至12中任一项所述的基于远程信息处理的系统(1)，其特征在于，从所述至少一个第一风险转移系统(11)发送到机动车辆(41,…,45)的所述至少一个个性化风险转移简档(114)借助于连接到所述用户单元(461,…,465)的仪表板或作为机动车辆(41,…,45)的用户单元(461,…,465)的信息娱乐系统或移动电话网络节点的移动电话应用进行发布，以便由机动车辆(41,…,45)的驾驶员进行选择，并且作为对通过所述用户单元(461,…,465)发布的个性化风险转移简档(114)的回应，支付转移参数从所述第一风险转移系统(11)发送到基于远程信息处理的系统和平台(1)的提供者。
14.根据权利要求1至13中任一项所述的基于远程信息处理的系统(1)，其特征在于，从所述至少一个第一风险转移系统(11)发送到机动车辆(41,…,45)的所述至少一个个性化风险转移简档(114)，借助于连接的移动电信节点应用程序发布，所述连接的移动电信节点应用程序作为机动车辆(41,…,45)的用户单元(461,…,465)，其中所述个性化风险转移简档(114)能够由用户借助于移动电信节点应用程序进行选择，并且其中在选择个性化风险转移简档(114)时，从相应的机动车辆(41,…,45)到所选择的个性化风险转移简档(114)的第一风险转移系统(11)自动执行相关联的风险转移。
15.根据权利要求1至14中任一项所述的基于远程信息处理的系统(1)，其特征在于，如果借助于用户单元(461,…,465)的访问控制单元允许发送所述影子请求(109)，则借助于所述基于专家系统的中央电路(10)，将所述影子请求(109)发送到相应的第一风险转移系统(11)，其中单组或复合组变量评分参数(1011,…,1013)是借助于与所述第二风险转移系统(12)相关联的驾驶评分模块(101)生成的。
16.根据权利要求1至15中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述用户单元(461,…,465)的访问控制单元包括可定义的分发表，所述可定义的分发表包括具有至少一个第一风险转移系统(11)的变量列表，其中所述影子请求(109)到特定第一风险转移系统(11)的发送过程取决于所述访问控制单元的所述可定义的分发表。
17.根据权利要求1至16中任一项所述的基于远程信息处理的系统(1)，其特征在于，如果借助于所述基于远程信息处理的系统(1)的访问控制单元允许发布，则第一风险转移系统(11)的个性化风险转移简档(114)仅借助于用户单元(461,…,465)或移动电话应用程序或机动车辆(41,…,45)的信息娱乐系统/仪表板发布，从而由机动车辆(41,…,45)的驾驶员进行选择。
18.根据权利要求1至17中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述变量驾驶评分参数至少以驾驶员行为参数的测量，和/或分心参数的测量，和/或疲劳参数和/或酒精使用情况参数和/或药物使用情况参数的测量为基础，驾驶员行为参数包括速度和/或加速度和/或制动的和/或转弯和/或猛然开动，分心参数包括驾驶时移动电话使用情况。
19.根据权利要求1至13中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述变量背景评分参数至少以以下各项为基础：测量的旅程评分参数，其以道路类型和/或交叉路口的数量和/或隧道和/或海拔为基础；和/或测量的行程时间参数；和/或测量的天气参数；和/或测量的位置参数；和/或测量的距离驱动参数。
20.根据权利要求1至19中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述变量车辆安全性评分参数至少以以下各项为基础：测量的ADAS特征激活参数和/或测量的车辆碰撞测试评级参数和/或测量的机动车辆(41,…,45)的自动化参数水平和/或测量的软件风险评分参数。
21.根据权利要求1至20中任一项所述的基于远程信息处理的系统(1)，其特征在于，由第一自动化风险转移系统(11)提供的个性化风险转移简档(124)基于生成的单组或复合组变量评分参数(10131)随时间变化，以便在机动车辆(41,…,45)的运行期间测量驾驶的时间相关的使用情况和/或风格和/或环境条件。
22.根据权利要求1至21中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述第一自动化风险转移系统(11)被实现为第一自动化风险转移系统(11)以基于从机动车辆(41,…,45)到相应的第一风险转移系统(11)的第一风险转移参数(501,…,505)提供第一风险转移，其中所述第一风险转移系统(11)包括多个支付转移模块(113)，被配置为接收和存储(112)与所述机动车辆(41,…,45)的风险暴露(5)的风险转移相关联的第一支付参数(1121,…,1125)，以便用于汇集其风险(51,…,55)。
23.根据权利要求13至22中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述影子请求(109)的风险相关参数包括生成的单组或复合组变量评分参数的至少部分和/或借助于车辆嵌入式远程信息处理设备(OEM线路安装)(411,…,415)或作为用户单元(411,…,415)的移动电话应用程序捕获的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据(3)的至少部分。
24.根据权利要求8至23中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述车辆嵌入式远程信息处理设备(OEM线路安装)(411,…,415)的一个或多个无线连接(4210)或有线连接(4211)包括蓝牙或蓝牙LE(42101)和/或Wi-Fi(42102)和/或WiMAX(42106)，作为无线连接，用于在2.4至2.485GHz的ISM(工业、科学和医疗)无线电波段使用短波UHF(超高频)无线电波进行数据交换，方式是使用车载蓝牙功能或蓝牙LE(低能耗)和/或3G或4G(42105)和/或GPS(42103)和/或GPRS(42104)和/或基于Wi-Fi 802.11标准的BT和/或WiMAX(42106)，和/或非接触式或接触式智能卡，和/或SD卡(安全数字存储卡)或其他可互换的非易失性存储卡构建个人局域网(PAN)。
25.根据权利要求9至24中任一项所述的基于远程信息处理的系统(1)，其特征在于，用于感测环境参数(40111)的外部感测传感器或测量设备(4011)至少包括距物体的距离和/或环境光强度和/或声音幅度。
26.根据权利要求9至24中任一项所述的基于远程信息处理的系统(1)，其特征在于，用于感测机动车辆(41,…,45)的操作参数(40121)的本体感测传感器或测量设备(4012)至少包括机动车辆(41,…,45)的马达速度和/或车轮负载和/或航向和/或电池状态。
27.根据权利要求8至26中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述车载传感器和测量设备(401,…,405)至少包括GPS模块；和/或GSM模块，具有借助于GSM三角测量GSM跟踪；和/或地质罗盘模块，以3轴特斯拉计和3轴加速度计为基础；和/或陀螺传感器或陀螺仪；和/或MEMS加速度计传感器，其包括悬臂梁，其中振动质量作为检测质量以测量适当加速度或g力加速度；和/或MEMS磁力计或磁阻坡莫合金传感器或其他三轴磁力计；和/或三轴基于MEMS的陀螺仪或适当的基于MEMS的惯性测量单元，其合并单个集成电路中的所有九轴感测。
28.根据权利要求1至27中任一项所述的基于远程信息处理的系统(1)，其特征在于，借助于所述基于专家系统的中央电路(10)，在动态结果列表(108)中捕获风险转移简档并将其分类，其中基于动态生成的单组或复合组变量评分参数(1011,…,1013)和/或触发、捕获和监测的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据(3)，周期性地将所述影子请求(109)发送到多个第一自动化风险转移系统(11)，并且其中所述结果列表(108)被动态地实时调整并显示给用户，以便借助于所述用户单元(461,…,465)进行选择。
29.根据权利要求1至28中任一项所述的基于远程信息处理的系统(1)，其特征在于，借助于所述基于专家系统的中央电路(11)，在所述结果列表(108)中捕获风险转移简档并将其分类，其中，如果所述基于专家系统的中央电路(10)触发了动态生成的单组或复合组变量评分参数(1011,…,1013)和/或触发、捕获和监测的基于使用的(31)和/或基于用户的(32)和/或操作的(33)远程信息处理数据(3)的交替，则基于动态生成的单组或复合组变量评分参数(1011,…,1013)和/或触发、捕获和监测的基于使用的(31)和/或基于用户的(32)远程信息处理数据(3)，所述影子请求(109)被生成并被发送到多个第一自动化风险转移系统(11)，并且其中，所述结果列表(108)是实时动态调整的，并借助于用户单位(461,…,465)显示给用户以供选择。
30.根据权利要求1至29中任一项所述的基于远程信息处理的系统(1)，其特征在于，如果借助于用户单元(461,…,465)触发了相对于所选风险转移简档(114)来说更优选的风险转移简档(114)，则所述基于远程信息处理的系统(1)自动警告用户。
31.根据权利要求1至30中任一项所述的基于远程信息处理的系统(1)，其特征在于，如果触发了相对于所选择的风险转移简档(114)来说更优选的风险转移简档(114)，则所述基于远程信息处理的系统(1)自动地调整用户的风险转移。
32.根据权利要求1至31中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述结果列表(108)被动态地实时调整并显示给用户以基于可定义的分类标准进行选择，所述可定义的分类标准包括第一次支付参数(1121,…,1125)和/或持续时间和/或风险转移结构。
33.根据权利要求1至32中任一项所述的基于远程信息处理的系统(1)，其特征在于，借助于所选择的第一自动化转移系统(11)，处理具有与风险相关的远程信息处理数据(3)的所发送的影子请求(109)，其中借助于第一自动化风险转移系统(11)生成第一风险转移参数(501,…,505)和相关的第一支付转移参数(1121,…,1125)，并且其中，在与机动车辆(41,…,45)的转移风险暴露(51,…,55)相关联的一种已定义风险事件(61,…,63)被触发发生的情况下，基于第一风险转移参数(501,…,505)和相关的第一支付转移参数(1121,…,1125)的相应第一自动化风险转移系统(11)自动覆盖发生的损失(71,…,75)。
34.根据权利要求1至33中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述基于远程信息处理的系统(1)包括第二风险转移系统(12)，用于基于从第一自动化风险转移系统(11)到第二风险转移系统(12)的第二风险转移参数(511,…,515)提供第二风险转移，其中所述第二风险转移系统(12)包括第二支付转移模块(123)，被配置成接收和存储(122)第二支付参数(1221,…,1225)，以用于汇集与转移到第一风险转移系统(11)的风险暴露相关联的第一风险转移系统(11)的风险。
35.根据权利要求1至34中任一项所述的基于远程信息处理的系统(1)，其特征在于，第二风险转移参数(511,…,515)和相关的第二支付转移参数(1221,…,1225)借助于所述第二风险转移系统(12)的基于专家系统的中央电路(11)生成，其中基于第二风险转移参数(511,…,515)和相关的第二支付转移参数(1221,…,1225)的第二保险系统(12)至少部分地覆盖发生的损失(71,…,75)。
36.根据权利要求1至35中任一项所述的基于远程信息处理的系统(1)，其特征在于，基于用户对风险转移简档(124)的选择，并基于第一风险转移系统的汇集风险(5)，以从机动车辆(41,…,45)捕获的基于使用的(31)和/或基于用户的(32)和/或操作(33)的汽车数据(3)借助于所述基于远程信息处理的系统(1)动态地调整和/或优化所述第一和第二风险转移参数(501,…,505/511,…,515)和相关的第一和第二支付转移参数(1121,…,1125/1221,…,1225)。
37.根据权利要求1至36中任一项所述的基于远程信息处理的系统(1)，其特征在于，所发送的远程信息处理数据(3)至少包括机动车辆(41,…,45)的同时测量的、与时间相关的背景和/或环境数据，其至少包括测量的天气条件参数和/或位置坐标参数。
38.根据权利要求1至37中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述外部感测传感器或测量设备(4011)至少包括用于监测机动车辆(41,…,45)周围环境的雷达设备(40117)，和/或用于监测机动车辆(41,…,45)的周围环境的激光雷达设备(40115)，和/或用于测量机动车辆(41,…,45)的定位参数的全球定位系统(40122)或车辆跟踪设备，和/或用于补充和改进由全球定位系统(40122)或车辆跟踪设备测量的定位参数的路程计设备(40114)，和/或用于监测机动车辆(41,…,45)的周围环境的计算机视觉设备(40116)或视频摄像机，和/或用于测量靠近机动车辆(41,…,45)的附近的物体位置的超声波传感器(40113)。
39.根据权利要求1至38中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述基于远程信息处理的系统(1)包括聚合模块，基于捕获的风险相关的远程信息处理数据(3)，为一个或多个汇集的风险暴露的机动车辆(41,…,45)提供风险暴露(51,…,55)，其中第一和/或第二风险转移参数(501,…,505/511,…,515)以及相关的第一和第二支付转移参数(1121,…,1125/1221,…,1225)基于汇集的驾驶机动车辆(41,…,45)的预定义风险事件(61,…,63)的发生可能性而动态地生成。
40.根据权利要求1至39中任一项所述的基于远程信息处理的系统(1)，其特征在于，通过增加相关联的存储的聚合损失参数(80)，借助于在预定时间段(1041)内捕获的在所有风险暴露的机动车辆(41,…,45)上测量到发生了风险事件(61,…,63)的损失参数(711,…,715/721,…,725/731,…,735)，自动聚合发生和触发的损失(71,…,75)，并且用于通过增加相关联的存储的聚合支付参数(81)，在预定时间段(1041)内自动聚合(81)在所有风险暴露机动车辆(41,…,45)上接收和存储的第一支付参数(1121,…,1125)，并且其中基于聚合的损失参数(80)与聚合的支付参数(81)的比率而动态地生成所述可变的第一和/或第二风险转移参数(501,…,505/511,…,515)以及相关的第一和/或第二支付转移参数(1121,…,1125/1221,…,1225)。
41.根据权利要求1至40中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述第一风险转移系统(11)包括第一自动化资源汇集系统(111)并且所述第二风险转移系统(12)包括第二自动化资源汇集系统(121)，其中风险暴露的机动车辆(41,…,45)借助于多个支付转移模块(113)连接到第一资源汇集系统(111)，支付转移模块(113)被配置为从风险暴露的机动车辆(41,…,45)接收并储存(112)第一支付(1121,…,1125)，以便汇集其风险暴露(51,…,55)，其中第一风险转移系统(11)基于所接收和存储的第一支付参数(1121,…,1125)为每个连接的风险暴露的机动车辆(41,…,45)提供自动风险保护，其中所述第一风险转移系统(11)借助于第二支付转移模块(123)连接到第二资源汇集系统(121)，所述第二支付转移模块(123)被配置为从所述第一风险转移系统(11)接收和存储(122)第二支付参数(1221,…,1225)，以用于采用一部分由所述第一风险转移系统(11)累积的风险暴露(51,…,55)，并且其中，在发生一个已定义的风险事件(61,…,63)的情况下，由所述基于远程信息处理的系统(1)自动覆盖发生的损失。
42.根据权利要求1至41中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述基于专家系统的中央电路(10)包括附加触发器(1002/1003)，其基于与机动车辆(41,…,45)相关联的捕获的汽车数据(3)触发事故通知和/或其他附加服务。
43.根据权利要求1至42中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述远程信息处理设备(411,…,415)借助于无线电数据系统(RDS)模块和/或包括卫星接收模块的定位系统和/或包括数字无线电服务模块的移动电话接口和/或与无线电数据系统或定位系统或蜂窝电话接口通信的语言单元来提供一个或多个无线连接(4210)。
44.根据权利要求1至43中任一项所述的基于远程信息处理的系统(1)，其特征在于，用于与机动车辆的数据传输总线中的至少一个连接的所述远程信息处理设备(411,…,415)的接口(421,…,425)包括用于与机动车辆的控制器局域网(CAN)总线连接的接口。
45.根据权利要求1至44中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述远程信息处理设备(411,…,415)包括用于保存处理器驱动操作代码和闪存的安全装置，处理器驱动操作代码和闪存用于读取和捕获汽车数据(3)。
46.根据权利要求1至45中任一项所述的基于远程信息处理的系统(1)，其特征在于，所述远程信息处理设备(411,…,415)连接到车载交互设备(441,…,445)，其中车辆的速度和行程距离由全球定位系统(GPS)电路(40111)监测，并且其中汽车数据(3)经由所述远程信息处理设备(411,…,415)借助于蜂窝电信连接发送到所述基于专家系统的中央电路(10)。
47.根据权利要求1至46中任一项所述的基于远程信息处理的系统(1)，其特征在于，响应于所发出的影子请求(109)，基于动态收集的单组或复合组合变量评分参数(1011,…,1013)的个性化风险转移简档(114)从至少一个第一风险转移系统(11)发送到相应的机动车辆(41,…,45)，并且借助于驾驶员的移动无线电单元或移动电话的移动应用程序来发布，从而由机动车辆(41,…,45)的驾驶员进行选择，其中所述移动应用程序与所述基于远程信息处理的系统(1)相关联。
48.根据权利要求1至47中任一项所述的基于远程信息处理的系统(1)，其特征在于，基于远程信息处理的评分驱动系统(1)包括多个第一风险转移系统(11)，以基于第一风险转移参数(501,…,505)从至少一些机动车辆(41,…,45)向一个第一风险转移系统(11)提供自动、动态和个性化自适应的实时第一风险转移，其中第一风险转移系统(11)包括多个支付转移模块(113)，其被配置为接收和存储(112)与所述机动车辆(41,…,45)的风险暴露的风险转移相关联的第一支付参数(1121,…,1125)，以便用于汇集其风险(51,…,55)。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/EP2016/071384 WO2018046102A1 (en) | 2016-09-10 | 2016-09-10 | Automated, telematics-based system with score-driven triggering and operation of automated sharing economy risk-transfer systems and corresponding method thereof |
| EPPCT/EP2016/071384 | 2016-09-10 | ||
| PCT/EP2017/072787 WO2018046743A1 (en) | 2016-09-10 | 2017-09-11 | Intelligent, self-adaptive, telematics-based system with score-driven measuring, triggering and signaling of automatically steered operation of associated automated systems and corresponding method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109690606A true CN109690606A (zh) | 2019-04-26 |
| CN109690606B CN109690606B (zh) | 2024-01-16 |
Family
ID=56893986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780055723.3A Active CN109690606B (zh) | 2016-09-10 | 2017-09-11 | 基于远程信息处理的系统及其相应的方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11580474B2 (zh) |
| EP (1) | EP3510553A1 (zh) |
| CN (1) | CN109690606B (zh) |
| WO (2) | WO2018046102A1 (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110171417A (zh) * | 2019-05-24 | 2019-08-27 | 无锡佶达德光电子技术有限公司 | 基于激光雷达的定速巡航装置 |
| CN112100857A (zh) * | 2020-09-17 | 2020-12-18 | 燕山大学 | 一种分心驾驶行为的风险评估方法 |
| CN112750045A (zh) * | 2019-10-30 | 2021-05-04 | 上海博泰悦臻电子设备制造有限公司 | 用于生成保险信息的方法、移动设备和计算机可读存储介质 |
| CN113496409A (zh) * | 2020-04-06 | 2021-10-12 | 丰田自动车株式会社 | 信息处理设备、存储介质和信息处理系统 |
| US20220027826A1 (en) * | 2020-07-24 | 2022-01-27 | Nb Ventures, Inc. Dba Gep | Autonomous sourcing and category management |
| CN114114954A (zh) * | 2021-11-08 | 2022-03-01 | 北京三快在线科技有限公司 | 一种无人设备的控制方法及装置 |
| US20220068044A1 (en) * | 2020-08-28 | 2022-03-03 | ANI Technologies Private Limited | Driver score determination for vehicle drivers |
| CN117952606A (zh) * | 2024-03-22 | 2024-04-30 | 杭州有云科技有限公司 | 基于安全评估的聚合支付方法、装置、设备及存储介质 |
Families Citing this family (86)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9424696B2 (en) * | 2012-10-04 | 2016-08-23 | Zonar Systems, Inc. | Virtual trainer for in vehicle driver coaching and to collect metrics to improve driver performance |
| US9904900B2 (en) * | 2015-06-11 | 2018-02-27 | Bao Tran | Systems and methods for on-demand transportation |
| US10157436B2 (en) | 2015-10-09 | 2018-12-18 | Gt Gettaxi Limited | System for navigating vehicles associated with a delivery service |
| US10794713B2 (en) | 2015-12-31 | 2020-10-06 | Lyft, Inc. | System for navigating drivers to passengers based on start times of events |
| WO2017220169A1 (en) * | 2016-06-24 | 2017-12-28 | Swiss Reinsurance Company Ltd. | Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof |
| US10176443B2 (en) * | 2016-08-09 | 2019-01-08 | Conduent Business Services, Llc | Method and system for dispatching of vehicles in a public transportation network |
| EP3805889A1 (en) | 2016-12-23 | 2021-04-14 | Mobileye Vision Technologies Ltd. | Navigational system monitoring host and target vehicle behaviour |
| JP6766967B2 (ja) * | 2016-12-27 | 2020-10-14 | 株式会社デンソー | マイクロロケーションセンサ通信のためのシステムおよび方法 |
| US10832335B1 (en) | 2017-05-01 | 2020-11-10 | State Farm Mutual Automobile Insurance Company | Systems and methods for generating usage-based insurance contracts for peer-to-peer transactions |
| US10372141B2 (en) | 2017-05-24 | 2019-08-06 | Uber Technologies, Inc. | Systems and methods for controlling autonomous vehicles that provide a vehicle service to users |
| US20180342054A1 (en) * | 2017-05-26 | 2018-11-29 | Bsquare Corp. | System and method for constructing augmented and virtual reality interfaces from sensor input |
| US10449916B2 (en) | 2017-06-05 | 2019-10-22 | Paccar Inc. | Method for improving fuel economy by influencing driver behavior |
| US11273778B1 (en) * | 2017-11-09 | 2022-03-15 | Amazon Technologies, Inc. | Vehicle voice user interface |
| US11404075B1 (en) * | 2017-11-09 | 2022-08-02 | Amazon Technologies, Inc. | Vehicle voice user interface |
| US10706487B1 (en) * | 2017-11-11 | 2020-07-07 | Lyft, Inc. | Dynamically generating and updating multipliers for a transportation matching system using machine learning |
| GB201719108D0 (en) * | 2017-11-17 | 2018-01-03 | Xtract360 Ltd | Collision evaluation |
| US11492013B2 (en) * | 2017-11-30 | 2022-11-08 | Robert Bosch Gmbh | Vehicle fleet management having a hierarchy of priority factors |
| US11073838B2 (en) | 2018-01-06 | 2021-07-27 | Drivent Llc | Self-driving vehicle systems and methods |
| US10895463B1 (en) | 2018-01-24 | 2021-01-19 | State Farm Mutual Automobile Insurance Company | Systems and methods of monitoring and analyzing multimodal transportation usage |
| US10579054B2 (en) | 2018-01-29 | 2020-03-03 | Uatc, Llc | Systems and methods for on-site recovery of autonomous vehicles |
| US10678243B2 (en) * | 2018-02-13 | 2020-06-09 | Chongqing Jinkang New Energy Vehicle Co., Ltd. | Systems and methods for scalable electrical engineering (EE) architecture in vehicular environments |
| US11087571B2 (en) * | 2018-02-16 | 2021-08-10 | General Motors Llc | Monitoring quality of care at vehicle |
| US11017665B1 (en) * | 2018-02-25 | 2021-05-25 | Matthew Roy | Vehicle-to-vehicle payment system for traffic prioritization in self-driving vehicles |
| US10939262B2 (en) * | 2018-03-01 | 2021-03-02 | The Trustees Of Princeton University | System and method for bringing programmability and connectivity into isolated vehicles |
| US11216748B2 (en) * | 2018-06-11 | 2022-01-04 | Traxen, Inc. | Predictive control techniques for ground vehicles |
| US20210406008A1 (en) * | 2018-06-11 | 2021-12-30 | Traxen Inc. | Safety supervised general purpose computing devices |
| DE102018206390A1 (de) * | 2018-04-25 | 2019-10-31 | Localoffercompass Ug (Haftungsbeschränkt) | Verteiltes Warenwirtschaftssystem |
| CN109191157B (zh) * | 2018-06-27 | 2022-09-09 | 深圳市元征科技股份有限公司 | 一种车辆使用管理方法、服务器及计算机可读存储介质 |
| SG11202101641YA (en) | 2018-09-04 | 2021-03-30 | Cambridge Mobile Telematics Inc | Systems and methods for classifying driver behavior |
| US10552773B1 (en) | 2018-09-07 | 2020-02-04 | Lyft, Inc. | Efficiency of a transportation matching system using geocoded provider models |
| US10974728B2 (en) * | 2018-09-11 | 2021-04-13 | Lightmetrics Technologies Pvt. Ltd. | Methods and systems for facilitating drive related data for driver monitoring |
| KR102523250B1 (ko) * | 2018-09-20 | 2023-04-20 | 현대자동차주식회사 | 차량용 제어 장치, 차량, 및 차량의 제어방법 |
| US11221621B2 (en) | 2019-03-21 | 2022-01-11 | Drivent Llc | Self-driving vehicle systems and methods |
| US10832569B2 (en) | 2019-04-02 | 2020-11-10 | Drivent Llc | Vehicle detection systems |
| US11644833B2 (en) | 2018-10-01 | 2023-05-09 | Drivent Llc | Self-driving vehicle systems and methods |
| AU2018256664A1 (en) * | 2018-11-02 | 2020-05-21 | Australian Bond Exchange Holdings Limited | System and Computer Implemented Method for Facilitating the Transaction and Settlement of a Financial Instrument |
| US10803213B2 (en) | 2018-11-09 | 2020-10-13 | Iocurrents, Inc. | Prediction, planning, and optimization of trip time, trip cost, and/or pollutant emission for a vehicle using machine learning |
| CN109635971A (zh) * | 2018-11-21 | 2019-04-16 | 北京智行者科技有限公司 | 一种人货共享用车服务方法 |
| US11320819B2 (en) * | 2018-12-17 | 2022-05-03 | Here Global B.V. | Method, apparatus and computer program product for estimating accuracy of local hazard warnings |
| US11915306B1 (en) * | 2019-02-04 | 2024-02-27 | State Farm Mutual Automobile Insurance Company | System and methods for determining rental eligibility based on contextual telematics data |
| US11257146B1 (en) | 2019-02-04 | 2022-02-22 | State Farm Mutual Automobile Insurance Company | Incentivizing and/or penalizing vehicle renters based on telematics data |
| US10668930B1 (en) | 2019-02-04 | 2020-06-02 | State Farm Mutual Automobile Insurance Company | Determining acceptable driving behavior based on vehicle specific characteristics |
| US10744976B1 (en) * | 2019-02-04 | 2020-08-18 | Drivent Llc | Self-driving vehicle systems and methods |
| US10703379B1 (en) | 2019-02-04 | 2020-07-07 | State Farm Mutual Automobile Insurance Company | System and methods for determining owner's preferences based on vehicle owner's telematics data |
| US11176562B1 (en) | 2019-02-04 | 2021-11-16 | State Farm Mutual Automobile Insurance Company | System and methods for predicting rental vehicle use preferences |
| US11328363B1 (en) * | 2019-03-21 | 2022-05-10 | State Farm Mutual Automobile Insurance Company | Systems and methods for managing insurance premiums based upon peer-to-peer property sharing |
| US11403938B2 (en) | 2019-04-04 | 2022-08-02 | Geotab Inc. | Method for determining traffic metrics of a road network |
| US10699564B1 (en) | 2019-04-04 | 2020-06-30 | Geotab Inc. | Method for defining intersections using machine learning |
| US11341846B2 (en) | 2019-04-04 | 2022-05-24 | Geotab Inc. | Traffic analytics system for defining road networks |
| US11335189B2 (en) | 2019-04-04 | 2022-05-17 | Geotab Inc. | Method for defining road networks |
| US11335191B2 (en) * | 2019-04-04 | 2022-05-17 | Geotab Inc. | Intelligent telematics system for defining road networks |
| US11386502B2 (en) * | 2019-06-13 | 2022-07-12 | Sure, Inc. | Automatic action-based product provisioning |
| EP3925229A4 (en) * | 2019-06-26 | 2022-03-30 | Samsung Electronics Co., Ltd. | DISPLAY DEVICE AND CONTROL METHOD THEREOF |
| US11702090B2 (en) | 2019-08-06 | 2023-07-18 | Nissan North America | System for an automated vehicle |
| US11507906B2 (en) * | 2019-08-22 | 2022-11-22 | Toyota Motor North America, Inc. | Ride-sharing safety system |
| US11599947B1 (en) | 2019-08-28 | 2023-03-07 | State Farm Mutual Automobile Insurance Company | Systems and methods for generating mobility insurance products using ride-sharing telematics data |
| US11427207B1 (en) * | 2019-08-29 | 2022-08-30 | United Services Automobile Association (Usaa) | Systems and methods for controlling vehicle systems based on driver assessment |
| CN111127156A (zh) * | 2019-12-24 | 2020-05-08 | 北京三快在线科技有限公司 | 一种业务执行的方法及装置 |
| US11341525B1 (en) | 2020-01-24 | 2022-05-24 | BlueOwl, LLC | Systems and methods for telematics data marketplace |
| US20210300334A1 (en) | 2020-03-26 | 2021-09-30 | Toyota Motor North America, Inc. | Transport relocation |
| US11132899B1 (en) | 2020-03-26 | 2021-09-28 | Toyota Motor North America, Inc. | Acquiring vacant parking spot |
| US11288762B2 (en) | 2020-03-26 | 2022-03-29 | Toyota Motor North America, Inc. | Vacancy processing |
| US11440555B2 (en) | 2020-05-18 | 2022-09-13 | Verizon Connect Development Limited | Systems and methods for detecting and classifying an unsafe maneuver of a vehicle |
| EP4158582A1 (en) * | 2020-06-01 | 2023-04-05 | Swiss Reinsurance Company Ltd. | Digital channel for automated parameter-driven, scenario-based risk-measurement, classification and underwriting in fragmented, unstructured data environments and corresponding method thereof |
| CN111885540A (zh) * | 2020-08-07 | 2020-11-03 | 苏州健雄职业技术学院 | 一种基于nb-iot的智能交通车辆诊断监控与云端数据服务平台系统 |
| US12043274B2 (en) | 2020-08-24 | 2024-07-23 | Allstate Insurance Company | Autonomous driving algorithm evaluation and implementation |
| US11768296B2 (en) * | 2020-10-07 | 2023-09-26 | International Business Machines Corporation | Dynamic assignment of devices based on precision sensors |
| US12033192B2 (en) | 2020-10-30 | 2024-07-09 | Toyota Motor North America, Inc. | Transport use determination |
| EP4241226A1 (en) * | 2020-11-05 | 2023-09-13 | Swiss Reinsurance Company Ltd. | Digital resilience marketplace platform and method thereof |
| US11654921B2 (en) | 2020-11-10 | 2023-05-23 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for limiting driver distraction |
| WO2022101685A1 (en) * | 2020-11-13 | 2022-05-19 | Wego S.R.L. | Method and software platform for sharing a vehicle among users |
| EP4248394A4 (en) * | 2020-11-18 | 2024-10-09 | Vinli Inc | COLLABORATIVE MOBILITY RISK ASSESSMENT PLATFORM |
| WO2022117774A1 (en) * | 2020-12-02 | 2022-06-09 | Swiss Reinsurance Company Ltd. | Electronic system for forward-looking measurements of frequencies and/or probabilities of accident occurrences based on localized automotive device measurements, and corresponding method thereof |
| DE102020135046A1 (de) | 2020-12-29 | 2022-06-30 | Allianz Partners Sas Niederlassung Deutschland | Verfahren zum Auslösen eines Kompensationsprozesses zum Kompensieren einer Beschädigung eines Kraftfahrzeugs sowie zugehörige Prozessorschaltung |
| US20220245748A1 (en) * | 2021-02-03 | 2022-08-04 | Allstate Insurance Company | Vehicle sharing system |
| US11615478B2 (en) | 2021-02-19 | 2023-03-28 | Allstate Insurance Company | Selectively shared vehicle-based telematics |
| US11898865B1 (en) | 2021-06-03 | 2024-02-13 | Allstate Insurance Company | Using context based machine learning for generation of customized driving outputs |
| US20230078184A1 (en) * | 2021-09-16 | 2023-03-16 | Hewlett-Packard Development Company, L.P. | Transmissions of secure activities |
| US20230098178A1 (en) * | 2021-09-27 | 2023-03-30 | Here Global B.V. | Systems and methods for evaluating vehicle occupant behavior |
| US12056722B1 (en) | 2021-10-04 | 2024-08-06 | Quanata, Llc | Systems and methods for managing vehicle operator profiles based on relative telematics inferences via a telematics marketplace |
| US12026729B1 (en) | 2021-10-04 | 2024-07-02 | BlueOwl, LLC | Systems and methods for match evaluation based on change in telematics inferences via a telematics marketplace |
| CN114120290B (zh) * | 2021-11-03 | 2024-09-03 | 支付宝(杭州)信息技术有限公司 | 基于共享车辆的自学车处理方法及装置 |
| JP2023076261A (ja) * | 2021-11-22 | 2023-06-01 | 本田技研工業株式会社 | 情報処理サーバ、情報処理方法、プログラム及び記憶媒体 |
| PL440390A1 (pl) * | 2022-02-15 | 2023-08-21 | Rentis Spółka Akcyjna | Zintegrowany system i sposób analizy parametrów użytkowania pojazdu |
| US12100214B2 (en) | 2022-05-04 | 2024-09-24 | Motorola Solutions, Inc. | Video-based public safety incident prediction system and method therefor |
| US20240119766A1 (en) * | 2022-10-07 | 2024-04-11 | DEM Technologies LLC | Geolocation-based vehicle data monitoring and comparison |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101278325A (zh) * | 2003-04-07 | 2008-10-01 | 顾德庞特技术基础设施管理系统软件与咨询服务公司 | 用于收集、分析和发布与交通基础设施和状况相关的信息的中央设备和智能车载车辆平台 |
| CN102387941A (zh) * | 2009-04-07 | 2012-03-21 | 沃尔沃技术公司 | 用于提升车辆的行车安全和效率的方法和系统 |
| US20120197669A1 (en) * | 2011-01-27 | 2012-08-02 | Kote Thejovardhana S | Determining Cost of Auto Insurance |
| US20120303408A1 (en) * | 2000-10-17 | 2012-11-29 | Jeff Scott Eder | Automated risk transfer system |
| US20130006675A1 (en) * | 2011-06-29 | 2013-01-03 | State Farm Insurance | Systems and methods using a mobile device to collect data for insurance premiums |
| CN103038795A (zh) * | 2009-12-24 | 2013-04-10 | 旅行者保险公司 | 使用繁忙度的风险评估和控制、保险费确定及其他应用 |
| US20140039935A1 (en) * | 2012-08-01 | 2014-02-06 | Sega Data Logistics, Inc. | Insurance verification system (insvsys) |
| US8799036B1 (en) * | 2013-03-10 | 2014-08-05 | State Farm Mutual Automobile Insurance Company | Systems and methods for analyzing vehicle operation data to facilitate insurance policy processing |
| US20150112733A1 (en) * | 2013-10-23 | 2015-04-23 | State Farm Mutual Automobile Insurance Company | In-vehicle insurance applications, Methods and systems for automatically collecting insurance risk related data |
| CN104603804A (zh) * | 2012-06-19 | 2015-05-06 | 瑞士再保险有限公司 | 小额资源共享系统及其相应的方法 |
| CN104871147A (zh) * | 2012-12-27 | 2015-08-26 | 英特尔公司 | 检测车辆中的用户到无线设备关联 |
| CN105374211A (zh) * | 2015-12-09 | 2016-03-02 | 敏驰信息科技（上海）有限公司 | 基于多源数据计算驾驶风险与辅助车险定价的系统及方法 |
| US9390452B1 (en) * | 2015-01-28 | 2016-07-12 | Allstate Insurance Company | Risk unit based policies |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10783587B1 (en) * | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a driver score based on the driver's response to autonomous features of a vehicle |
| US10580080B2 (en) * | 2014-09-05 | 2020-03-03 | Clutch Technologies, Llc | System and method for dynamic insurance coverage in a subscription vehicle service |
-
2016
- 2016-09-10 WO PCT/EP2016/071384 patent/WO2018046102A1/en active Application Filing
-
2017
- 2017-03-02 US US15/448,144 patent/US11580474B2/en active Active
- 2017-09-11 CN CN201780055723.3A patent/CN109690606B/zh active Active
- 2017-09-11 EP EP17765175.9A patent/EP3510553A1/en not_active Ceased
- 2017-09-11 WO PCT/EP2017/072787 patent/WO2018046743A1/en unknown
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120303408A1 (en) * | 2000-10-17 | 2012-11-29 | Jeff Scott Eder | Automated risk transfer system |
| CN101278325A (zh) * | 2003-04-07 | 2008-10-01 | 顾德庞特技术基础设施管理系统软件与咨询服务公司 | 用于收集、分析和发布与交通基础设施和状况相关的信息的中央设备和智能车载车辆平台 |
| CN102387941A (zh) * | 2009-04-07 | 2012-03-21 | 沃尔沃技术公司 | 用于提升车辆的行车安全和效率的方法和系统 |
| CN103038795A (zh) * | 2009-12-24 | 2013-04-10 | 旅行者保险公司 | 使用繁忙度的风险评估和控制、保险费确定及其他应用 |
| US20120197669A1 (en) * | 2011-01-27 | 2012-08-02 | Kote Thejovardhana S | Determining Cost of Auto Insurance |
| US20130006675A1 (en) * | 2011-06-29 | 2013-01-03 | State Farm Insurance | Systems and methods using a mobile device to collect data for insurance premiums |
| CN104603804A (zh) * | 2012-06-19 | 2015-05-06 | 瑞士再保险有限公司 | 小额资源共享系统及其相应的方法 |
| US20140039935A1 (en) * | 2012-08-01 | 2014-02-06 | Sega Data Logistics, Inc. | Insurance verification system (insvsys) |
| CN104871147A (zh) * | 2012-12-27 | 2015-08-26 | 英特尔公司 | 检测车辆中的用户到无线设备关联 |
| US8799036B1 (en) * | 2013-03-10 | 2014-08-05 | State Farm Mutual Automobile Insurance Company | Systems and methods for analyzing vehicle operation data to facilitate insurance policy processing |
| US20150112733A1 (en) * | 2013-10-23 | 2015-04-23 | State Farm Mutual Automobile Insurance Company | In-vehicle insurance applications, Methods and systems for automatically collecting insurance risk related data |
| US9390452B1 (en) * | 2015-01-28 | 2016-07-12 | Allstate Insurance Company | Risk unit based policies |
| CN105374211A (zh) * | 2015-12-09 | 2016-03-02 | 敏驰信息科技（上海）有限公司 | 基于多源数据计算驾驶风险与辅助车险定价的系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| O. KARADUMAN ET AL: "Regional risk estimation for drivers cutting intelligent graph with intra cells enabling risk transfer for street players", 《2014 INTERNATIONAL CONFERENCE ON CONNECTED VEHICLES AND EXPO (ICCVE)》 * |
| O. KARADUMAN ET AL: "Regional risk estimation for drivers cutting intelligent graph with intra cells enabling risk transfer for street players", 《2014 INTERNATIONAL CONFERENCE ON CONNECTED VEHICLES AND EXPO (ICCVE)》, 15 October 2015 (2015-10-15), pages 667 - 672 * |
| 李洁: "安全风险理论在LKJ车载设备管理中的运用", 《中国优秀硕士学位论文全文数据库（电子期刊）》 * |
| 李洁: "安全风险理论在LKJ车载设备管理中的运用", 《中国优秀硕士学位论文全文数据库（电子期刊）》, vol. 2014, no. 11, 15 November 2014 (2014-11-15) * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110171417B (zh) * | 2019-05-24 | 2020-08-11 | 无锡佶达德光电子技术有限公司 | 基于激光雷达的定速巡航装置 |
| CN110171417A (zh) * | 2019-05-24 | 2019-08-27 | 无锡佶达德光电子技术有限公司 | 基于激光雷达的定速巡航装置 |
| CN112750045A (zh) * | 2019-10-30 | 2021-05-04 | 上海博泰悦臻电子设备制造有限公司 | 用于生成保险信息的方法、移动设备和计算机可读存储介质 |
| WO2021082276A1 (zh) * | 2019-10-30 | 2021-05-06 | 上海博泰悦臻电子设备制造有限公司 | 用于生成保险信息的方法、移动设备和计算机可读存储介质 |
| CN113496409A (zh) * | 2020-04-06 | 2021-10-12 | 丰田自动车株式会社 | 信息处理设备、存储介质和信息处理系统 |
| US20220027826A1 (en) * | 2020-07-24 | 2022-01-27 | Nb Ventures, Inc. Dba Gep | Autonomous sourcing and category management |
| US11880781B2 (en) * | 2020-07-24 | 2024-01-23 | Nb Ventures, Inc. | Autonomous sourcing and category management |
| US20220068044A1 (en) * | 2020-08-28 | 2022-03-03 | ANI Technologies Private Limited | Driver score determination for vehicle drivers |
| US11798321B2 (en) * | 2020-08-28 | 2023-10-24 | ANI Technologies Private Limited | Driver score determination for vehicle drivers |
| CN112100857A (zh) * | 2020-09-17 | 2020-12-18 | 燕山大学 | 一种分心驾驶行为的风险评估方法 |
| CN112100857B (zh) * | 2020-09-17 | 2022-04-12 | 燕山大学 | 一种分心驾驶行为的风险评估方法 |
| CN114114954A (zh) * | 2021-11-08 | 2022-03-01 | 北京三快在线科技有限公司 | 一种无人设备的控制方法及装置 |
| CN114114954B (zh) * | 2021-11-08 | 2024-04-19 | 北京三快在线科技有限公司 | 一种无人设备的控制方法及装置 |
| CN117952606A (zh) * | 2024-03-22 | 2024-04-30 | 杭州有云科技有限公司 | 基于安全评估的聚合支付方法、装置、设备及存储介质 |
| CN117952606B (zh) * | 2024-03-22 | 2024-06-11 | 杭州有云科技有限公司 | 基于安全评估的聚合支付方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2018046743A1 (en) | 2018-03-15 |
| WO2018046102A1 (en) | 2018-03-15 |
| US20180075380A1 (en) | 2018-03-15 |
| CN109690606B (zh) | 2024-01-16 |
| EP3510553A1 (en) | 2019-07-17 |
| US11580474B2 (en) | 2023-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109690606B (zh) | 基于远程信息处理的系统及其相应的方法 | |
| CN109844793B (zh) | 基于智能、远程信息处理的oem线路装配系统及其对应方法 | |
| CN109791678A (zh) | 用于基于分数的动态风险测量并聚合有远程信息处理连接搜索引擎的智能自适应汽车装置及其相应方法 | |
| US20210264536A1 (en) | Systems and methods for managing insurance contracts using telematics data | |
| US10878510B2 (en) | Telematics system and corresponding method thereof | |
| US11935128B2 (en) | Blockchain systems and methods for managing usage-based contracts | |
| US10460394B2 (en) | Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof | |
| Mahdavian et al. | Drivers and barriers to implementation of connected, automated, shared, and electric vehicles: An agenda for future research | |
| US11361388B1 (en) | Blockchain systems and methods for managing usage-based contracts | |
| CN115880892A (zh) | 出行管理方法、相关装置及系统 | |
| Thakuriah et al. | Transportation and information: trends in technology and policy | |
| WO2022209134A1 (ja) | 情報提示方法および情報処理装置 | |
| Graham | Integrated Electronic Payment Technologies for Smart Cities | |
| Diba et al. | Autonomous Shuttle Implementation and Best Practices | |
| Continental | Connected Car 2014 | |
| MCCORMICK et al. | Drivers and Barriers to Implementation of Connected, Automated, Shared, and Electric Vehicles: An Agenda for Future Research | |
| Cheung et al. | R5_Vehicle to Infrastructure Technology Applications in Queensland |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40003281 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |