CN109840660A - 一种车辆特征数据处理方法及车辆风险预测模型训练方法 - Google Patents

Abstract

本发明提供了一种车辆特征数据处理方法及车辆风险预测模型训练方法，该车辆特征数据处理方法包括获取至少一种原始数据，从该原始数据中确定需要的多种第一特征因子，然后从轨迹点中选取特征点，对特征点进行分层存储，确定不同层次对应的特征点和特征点之间的连线，将该多种第一特征因子与特征点或特征点之间的连线关联存储；该车辆风险预测模型训练方法包括利用多个样本数据训练车辆风险预测模型，其中每一个样本数据分别包括用于表示车辆是否出现事故的样本标记，以及某一轨迹层级所对应的存储在相关联的特征点或特征点之间的连线上的至少一种第一特征因子，和/或至少一种第二特征因子，解决了现有的车辆风险预测模型准确性不高的问题。

Description

一种车辆特征数据处理方法及车辆风险预测模型训练方法

技术领域

本发明涉及汽车保险领域，具体涉及一种车辆特征数据处理方法及车辆风险预测模型训练方法。

背景技术

随着互联网时代的到来和技术全球化的发展，移动互联网正在不断渗透到社会、经济各个领域，同样地，互联网下的车联网也正向着汽车保险行业渗透，因而基于车联网的汽车保险行业有巨大的发展前景，其中，车联网技术、大数据技术等是未来保险行业发展的核心驱动力。在这样的时代背景下，对车联网保险进行了研究，并提出了大数据时代下的UBI系统研究。

现有技术中通过车载自采集系统OBD采集车身数据，包括车辆急刹车、急加速、急减速、急转弯、每日行驶总里程、每日超速次数、每日夜间行驶时间等少量数据特征，将动态数据存放于数据库Mysql中，特征数据分类合并存储到数据存储结构HBase中，采用Spark算法，训练出UBI(Usage Based Insurance)模型，即基于驾驶行为的汽车保险，统计分析各种特征数据，在此基础上制定驾驶行为评分标准。但是由于数据特征不全面，以及训练模型时只采用一种算法进行计算，因此现有的UBI预测模型精度较低，对车辆的出险概率预测的准确度并不高。

发明内容

有鉴于此，本发明实施例提供了一种车辆特征数据处理方法，包括获取至少一种原始数据；从所述原始数据中确定多种第一特征因子；从轨迹点中选取特征点，对所述特征点进行分层存储，确定不同层次对应的所述特征点和特征点之间的连线；将所述多种第一特征因子与所述特征点或所述特征点之间的连线关联存储。

本发明实施例提供了一种车辆风险预测模型训练方法，包括获取根据上述车辆特征数据处理方法得到的与所述特征点或所述特征点之间的连线关联存储的多种第一特征因子，和/或根据上述车辆特征数据处理方法得到的第二特征因子；利用多个样本数据对车辆风险预测模型中的至少一种模型进行训练，其中每一个所述样本数据分别包括用于表示车辆是否出现事故的样本标记，以及某一层级的与所述特征点或所述特征点之间的连线关联存储的至少一种所述第一特征因子，和/或所述第二特征因子。

本发明实施例还提供了一种车辆风险预测方法，包括利用上述方法确定目标车辆在某一层级与所述特征点或所述特征点之间的连线关联存储的至少一种第一特征因子，和/或利用上述方法确定的所述第二特征因子；将所述至少一种第一特征因子和/或所述第二特征因子作为至少一种车辆风险预测模型的输入数据，由所述至少一种车辆风险预测模型输出所述目标车辆的出险概率的标记，其中所述至少一种车辆风险预测模型是利用上述方法进行训练得到的。

本发明实施例具有如下优点：

本发明实施例提供了一种车辆特征数据处理方法及设备，该车辆特征数据处理方法包括获取至少一种原始数据，从该原始数据中确定需要的多种第一特征因子，然后从轨迹点中选取特征点，对特征点进行分层存储，确定不同层次对应的特征点和特征点之间的连线；将该多种第一特征因子与特征点或特征点之间的连线关联存储。根据该车辆特征数据处理方法，结构化地将各类车辆特征数据进行存储，形成层次聚类，在提取数据时只需按照不同层级来提取相应的特征因子，解决了现有的车辆特征数据的存储模式对存储空间要求高，且不便于进一步读取计算的问题，该车辆特征数据存储处理方法，可以应用在基于车联网大数据的UBI汽车保险领域，同时也可以作为数据读取依据，应用在辅助驾驶领域，为其提供数据参考；

本发明实施例还提供了一种车辆风险预测模型训练方法及设备，该车辆风险预测模型训练方法包括利用多个样本数据训练车辆风险预测模型，其中每一个样本数据分别包括用于表示车辆是否出现事故的样本标记，以及根据上述车辆数据特征处理方法得到的，与所述特征点或所述特征点之间的连线关联存储的多种第一特征因子，和/或至少一种第二特征因子。相对于现有的车辆出现概率预测模型只考虑车身数据特征，本发明实施例的车辆风险预测模型训练方法，全面地考虑了影响车辆行驶的各种特征因子，模型的准确性高，解决了现有的车辆风险预测模型准确性不高的问题。

本发明实施例还提供了一种车辆风险预测方法及设备，该方法包括利用上述车辆特征数据处理方法确定目标车辆在某一层级与所述特征点或所述特征点之间的连线关联存储的至少一种第一特征因子和/或第二特征因子，将该至少一种第一特征因子和/或第二特征因子作为车辆风险预测模型中的至少一种模型的输入数据，由该车辆风险预测模型输出目标车辆的出险概率的标记，其中至少一种车辆风险预测模型是利用上述车辆风险预测模型训练方法进行训练得到的。通过本发明实施例的车辆风险预测方法及设备，解决了现有的车辆风险预测方法预测车辆出险准确性不高的问题。

附图说明

为了更清楚地说明本发明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发明的一些实施方式，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。

图1是根据本发明实施例的车辆特征数据处理方法的流程图；

图2是根据本发明实施例的UBIIS数据存储结构的整体架构图；

图3是根据本发明实施例的车辆特征数据处理方法的层次聚类过程的树状图；

图4是根据本发明实施例的车辆特征数据处理方法的低层级轨迹网络示意图；

图5是根据本发明实施例的车辆特征数据处理方法的计算机设备的硬件结构示意图；

图6是根据本发明实施例的车辆风险预测模型训练方法的流程图；

图7是根据本发明优选实施例的车辆风险预测模型的算法结合示意图；

图8是根据本发明实施例的输入不同数据特征对预测模型的影响比较图；

图9是根据本发明实施例的同一车辆同一缩放比例不同层次下的轨迹网络示意图；

图10是根据本发明实施例的同一车辆同一层次不同缩放比例下的轨迹网络示意图；

图11是根据本发明实施例的不同车辆同一层次下的轨迹网络示意图；

图12是根据本发明实施例的车辆风险预测模型训练方法的计算机设备的硬件结构示意图；

图13是根据本发明实施例的车辆风险预测方法的流程图；

图14是根据本发明实施例的车辆风险预测方法的计算机设备的硬件结构示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

实施例1

在本实施例中提供了一种车辆特征数据处理方法，图1是根据本发明实施例的车辆特征数据处理方法的流程图，如图1所示，该方法包括如下步骤：

S101：获取至少一种原始数据；其中该原始数据可以包括车身数据、驾驶行为数据、驾驶环境数据等。具体地，利用已有车联网平台，获取GPS轨迹点数据、大量车身数据以及丰富的驾驶行为数据及部分驾驶环境数据；利用地图数据可获取地理信息数据、周围车辆数据例如路况信息数据；利用中国气象数据网等平台可以获取天气数据。

S102：从该原始数据中确定多种第一特征因子，具体地，从获取的原始数据中提取特征参数，例如获取车身数据特征(如：车辆上下坡车速、发动机转数、绝对增压压力等)、驾驶行为特征(如：急加速、急减速、急转弯、夜间驾驶时长、出行次数等)、环境特征，其中环境特征包括地理信息特征(如道路等级、道路状况、危险路段等)、天气特征(如：气温、气压、湿度、风力等)和周围车辆特征(如：路况)，然后从获取的这些特征数据中筛选出与评价车辆出险率相关性大的特征参数，即为第一特征因子。

S103：从轨迹点中选取特征点，对特征点进行分层存储，确定不同层次对应的特征点和特征点之间的连线；具体地，例如轨迹经过的道路等级发生变化时，确定该道路等级变化点为特征点，按照道路等级将特征点进行分层存储；或者可以根据轨迹点间的点对距离，按照层次聚类的思想，将点对距离相近的两点合并为一点，网络层级越高，提取的特征点层级越高，涉及的道路类型越丰富，网络结构也就越复杂，更适合较高缩放比例下的网络结构展示；而层级越低，特征点涉及的道路等级越低(高速路等)，特征点聚合的信息量越大，相同缩放比例下，网络结构越清晰，更适合提取较宏观的特征，如车辆途径的省市等特征，这类特征往往需要将地图缩放到全中国范围进行提取。进而按照后续需求的不同，可以快速提取在某一层次上某车辆的轨迹特征网络。

S104：将多种第一特征因子与特征点或特征点之间的连线关联存储。在确定不同特征点和特征点之间的连线后，将上述提取的第一特征因子作为该特征点和特征点之间的连线的属性存储，例如驾驶行为特征，可按照分时、分路段进行统计，与特征点之间的连线关联存储；而车身数据特征可与特征点关联存储，这样的存储方式不仅高效地组织了各类特征，而且也方便查询和提取第一特征因子。

根据本发明实施例提供的车辆特征数据处理方法，从轨迹点中选取特征点，对选取的特征点进行分层存储，并基于车身数据、驾驶行为数据、驾驶环境数据等一种或多种数据确定多种第一特征因子，然后将这些特征因子与特征点或特征点之间的连线进行关联存储，所得到的关联数据综合了多种维度的特征数据，并体现出车辆在不同的轨迹层级的状态，这种关联数据能够更全面地反映出车辆的实际状态，具有更高的可靠性，将这种关联数据作为UBI模型的训练数据能够提高UBI模型的可靠性；该车辆特征数据存储处理方法，可以应用在基于车联网大数据的UBI汽车保险领域，同时也可以作为数据读取依据，应用在辅助驾驶领域，为其提供参考数据。

上述步骤S102涉及到从该原始数据中确定多种第一特征因子，在一个具体实施方式中，该步骤包括从原始数据中提取与各个轨迹点对应的车身数据特征参数、驾驶行为特征参数和驾驶环境数据特征参数，对各个轨迹点对应的车身数据特征参数、驾驶行为特征参数和驾驶环境数据特征参数进行相关性分析以筛选出多种第一特征因子。具体地，车辆在每个轨迹点都有对应的数据特征，从原始数据中提取各个轨迹点对应的车身数据特征参数，驾驶行为特征参数和驾驶环境数据特征参数，对上述参数使用回归分析算法和特征筛选算法筛选出与车辆风险预测相关性大的特征参数，即确定每个轨迹点对应的第一特征因子，将其他的冗余参数去除。

步骤S104涉及到将多种第一特征因子与特征点或特征点之间的连线关联存储，在一个具体实施方式中，在该步骤之后，该车辆特征数据处理方法还包括根据该特征点、特征点之间的连线以及上述多种第一特征因子，确定第二特征因子，该第二特征因子可以是以下至少之一：网络复杂度、网络中心性或网络面积。具体地，在将多种第一特征因子与特征点或特征点之间的连线关联存储之后，该数据结构即形成了网络层，根据网络层的三个特征：特征点、特征点之间的连线以及与其关联存储的特征因子，可以确定该数据网络层的网络复杂度、网络中心性或网络面积等第二特征因子，该第二特征因子也可以作为一种评估参数，提高后期的UBI预测模型的可靠性。

本发明实施例给出了该数据处理方法的一个具体实施方式，基于驾驶行为的汽车保险接口系统(Usage-Based Insurance Interface Specifications)即UBIIS模型是对车联网大数据的新型存储结构，对轨迹数据、驾驶行为数据、车身数据，以及天气、地理、路况等驾驶环境信息经过特征点选取及分层、特征因子提取及归并等过程，形成的多层有向加权轨迹网络，该网络是对上述数据的压缩存储，也是基于网络结构构建复杂特征因子的新方式。图2是根据本发明实施例的UBIIS数据存储结构的整体架构图，如图2所示，该数据存储结构包括数据采集、模型构建和存储以及模型应用三个层次。在数据采集层，以车辆轨迹数据为主体，实时采集包括行为数据、车身数据以及包括天气、地理、路况在内的环境数据；在模型构建与存储层，包含轨迹特征点提取和分层、驾驶特征因子提取和统计，以及网络结构的数据库存储三大部分；在模型应用层，将按照实际需求，从存储模型中提取相应车辆在相应层级下的子网络，再结合网络结构进行驾驶行为建模，用于驾驶行为预测、风险分析等领域，下述是对UBIIS模型中技术要点的详细说明：

(1)轨迹特征点的定义与提取算法

步骤S103涉及到从轨迹点中选取特征点，对特征点进行分层存储，确定不同层次对应的特征点和特征点之间的连线，提取轨迹特征点是UBIIS数据存储结构构建的基石，本发明将驾驶行为和地理路况数据相结合，确定轨迹特征点，并按照道路等级的不同，对特征点进行分层，轨迹特征点提取包括按道路等级提取及按层级聚簇提取两种方案。

第一种方案，按照道路等级提取特征点，即当轨迹经过道路等级发生改变时，确定该道路等级发生变化的点为特征点，并根据道路名称与已有特征点进行匹配以避免重复，最后按照道路等级进行分层，将特征点分层存储，确定不同层次对应的特征点和特征点之间的连线。按照该方案提取轨迹特征点，能够天然地按照道路等级进行划分层级，在不同层级下仅能看到道路等级小于和等于当前层级的道路，如网络层级为1，则只能看到车辆在0级高速公路以及1级城市快速路内的特征点；而如果网络层级为4，轨迹网络则可以细致到乡镇公路等道路。这种分层方式可以直接、高效率地呈现出车辆在不同等级道路上的行驶轨迹特征。

第二种方案，利用层次聚类的思想，将地理位置、道路等级、交通信号等特征作为轨迹点P₁、P₂……P_n的特征向量，这样每个轨迹点则可以表达为：

P_i＝(lat_i,lg n_i,PR_i,isCross_i),

式中，lat_i为P_i的纬度，lg n_i为P_i的经度，PR_i为道路优先级，isCross_i表示点P_i是否为道路交叉口；

计算两个轨迹点P_i和P_j之间的点对距离：

式中，GeoDis(P_i,P_j)为两点P_i和P_j的实际地理距离，|PR_i-PR_j|为对应点P_i和P_j的道路等级的差值，isCross为二值变量，标志两点中是否有道路交叉口，即对isCross_i和isCross_j进行或运算。根据该公式，当两点地理位置距离较大，则GeoDis值增大，则两点点对距离增大；当两点道路等级差值较高，或两点间存在道路路口，则值增加，进而两点间的点对距离增大。该公式将地理、交通环境特征融入点对距离(Paired Distance)计算，进而可以利用层次聚类的思想，将点对距离小于预定阈值的两点合并为一点，如图3所示，合并a、b两点为一簇，更新点对距离矩阵，以此类推，不断将点对距离最近的轨迹点簇进行合并，例如第二次迭代时，将c点与d、e所形成的簇进行合并。随着不断的合并，最初的轨迹点被逐渐合并到轨迹簇中，迭代次数越多，剩余轨迹簇的数目就越少，直至全部轨迹点归于同一簇中(如图3中迭代次数为4时的情况)，完成全部迭代。类比上述层次聚类思想，对GPS点进行聚簇得到一个层级，然后对该层级的特征点再次聚簇，得到第二个层级，以此类推即完成了轨迹点聚簇的过程，也完成了轨迹特征点的提取和分层。

这种分层方案考虑全面，经过轨迹特征点提取及分层，原有驾驶GPS轨迹点被转化为特征点及特征点间的连线的形式。连线方向由车辆行驶方向所决定，特征点及轨迹线的权重或属性值则由道路及驾驶行为特征决定，从而形成了多层次有向加权驾驶轨迹网络。网络层级越高，提取的特征点层级越高，涉及的道路类型越丰富，网络结构也就越复杂，更适合较高缩放比例下的网络结构展示；而层级越低，特征点涉及的道路等级越低，如高速公路等，特征点聚合的信息量越大，相同缩放比例下，网络结构越清晰，更适合提取较宏观的特征，如车辆途径的省市等特征，这类特征往往需要将地图缩放到全中国范围进行提取。另，上述第一种方案可以理解为第二种方案的一个具体方式，而利用其他特征的属性对特征因子进行分层存储的具体实施方式，也在本发明实施例的保护范围之内。

(2)驾驶特征因子的提取与统计

除了轨迹数据外，UBIIS数据存储结构还为驾驶行为特征、路况天气等环境特征等提供了存储结构。轨迹数据经过特征点抽取、分层操作以形成多层级有向轨迹网络，而其他特征则可以按照是否与车辆行为相独立决定存储结构。例如，驾驶行为特征，如急加速、急减速等，可按照分时、分路段进行统计，并与轨迹网络的特征点之间的连线关联存储；路况数据如交叉路情况，则与轨迹特征点进行关联存储；而天气数据独立于轨迹数据存在，因此单独存储便于查询与使用。经过对各类型特征参数的提取、统计和汇总，驾驶行为特征因子与轨迹特征点及特征点之间的有向线段关联存储，而这些特征因子同时也成为了点及线段的属性。例如一定时段内，在车辆轨迹网络的每条线上都有该车急刹车的次数、该车水温最高值等信息；如果车辆反复经过同一轨迹线，则无需创建新的特征点、轨迹线，只需对特征点间的连线的属性进行添加或修改即可。除了利用车身数据、驾驶信息和环境数据提取的特征外，利用不同层级的轨迹网络还可以提取更多新特征。这样的存储不仅更高效地组织了各类特征，更为轨迹网络在行为建模、风险评估等方面的应用提供了更为结构化的数据基础。

在传统存储方式中，特征因子如驾驶行为特征及路面特征等，均按照不同车辆、不同时间点全量存储，而这种存储方式由于时间间隔短、GPS点数据过多的问题，不仅不利于存储，更不利于传输和建模。而本发明实施例的UBIIS数据存储结构优先选取特征点后再做统计和存储，有效地解决了该问题。比如当网络层级较低时，可以宏观展现车辆所经过的省市地区，即可通过计算轨迹经过的最大面积反映驾驶环境的复杂性以及驾驶员的经验等信息，图4即轨迹所涉及的最大面积，经过闭合地图多边形面积计算，该区域面积为12371.0752平方公里。此外，把轨迹网络与网络复杂度、网络中心性等概念融合，即可得到驾驶环境稳定性、经常行驶区域等信息。在社交网络分析领域，网络中心性定义了网络中一个节点的重要性，中心性的计算公式包含度中心性、特征向量中心性、中间中心性及接近中心性等。同时，还有基于“结构-关系-功能”三方面衡量网络复杂性(网络熵)的计算方法，可用于衡量网络组织结构的复杂性。类比至本实施例的轨迹网络中，若某特征点关联了很多特征点，则说明该特征点中心性很高，该特征点在轨迹网络中较重要，属于经常行驶的范围，如图4(a)所示，莱芜市区内轨迹特征点中心性较高，则可以认定该区为该车行驶的较熟悉区域；若轨迹网络整体复杂性高，而网络中心性较为一致，则说明驾驶稳定性较低，车辆经常出没不熟悉的区域，如图4(b)所示。

综上所述，根据本发明实施例的车辆特征数据处理方法，结构化地将各类车辆特征数据进行存储，形成层次聚类，在提取数据时只需按照不同层级来提取相应的特征因子，解决了现有的车辆特征数据的存储模式对存储空间要求高，且不便于进一步读取计算的问题。

本发明实施例还提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的车辆特征数据处理方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

图5是根据本发明实施例的车辆特征数据处理方法的计算机设备的硬件结构示意图，如图5所示，该设备包括一个或多个处理器510以及存储器520，图5中以一个处理器510为例。

执行车辆特征数据处理方法的设备还可以包括：输入装置530和输出装置540。

处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接，图5中以通过总线连接为例。

处理器510可以为中央处理器，处理器510还可以为其他通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器520作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本申请实施例中的车辆特征数据处理方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的车辆特征数据处理方法。

存储器520可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储车辆特征数据处理方法的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器520可选包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至车辆特征数据处理方法的处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置530可接收输入的数字或字符信息，以及产生与车辆特征数据处理方法的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。

所述一个或者多个模块存储在所述存储器520中，当被所述一个或者多个处理器510执行时，执行如图1至3所示的方法。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果以及未在本实施例中详尽描述的技术细节，具体可参见如图1至4的实施例中的相关描述。

实施例2

本发明实施例提供了一种车辆风险预测模型训练方法，图6是根据本发明实施例的车辆风险预测模型训练方法的流程图，如图6所示，该方法包括：

S601：获取根据上述车辆特征数据处理方法得到的与特征点或特征点之间的连线关联存储的多种第一特征因子，和/或第二特征因子；具体地，因为第一特征因子与特征点和特征点之间的连线相互关联存储，可提取不同层级上存储的第一特征因子，例如高速公路等级存储在低层级的网络结构中，而车速等车身数据特征存储在高层级的网络结构中，获取这些第一特征因子供模型训练使用，也可以获取网络复杂度、网络中心性等第二种特征因子供模型训练使用。

S602：利用多个样本数据对车辆风险预测模型中的至少一种模型进行训练，其中每一个样本数据分别包括用于表示车辆是否出现事故的样本标记，以及某一层级与所述特征点或所述特征点之间的连线关联存储的至少一种第一特征因子，和/或至少一种第二特征因子。将提取到的某一层级的与特征点和特征点之间的连线相关的第一特征因子，和/或网络复杂度、网络中心性、网络面积等第二特征因子，和该车辆在这些第一特征因子的行驶范围内是否出现事故的样本标记，作为一个样本数据，将多个样本数据作为输入数据，训练车辆风险预测模型，该训练模型的方法综合考虑了车身数据特征、驾驶行为特征等第一特征因子，和网络中心性、网络复杂度等第二特征因子，大大提高了车辆出险预测概率的准确度，而现有的车辆风险模型训练方法往往只考虑车身数据，模型预测出险概率的准确性不高。

通过上述步骤，获取根据上述车辆特征数据处理方法得到的与特征点和特征点之间的连线相关的第一特征因子，和/或第二特征因子，利用多个样本数据训练车辆风险预测模型，其中每一个样本数据分别包括用于表示车辆是否出现事故的样本标记，以及某一层级存储在相关联的特征点或特征点之间的连线上的至少一种第一特征因子，和/或第二特征因子。相对于现有的车辆出现概率预测模型只考虑车身数据特征，本发明实施例的车辆风险预测模型训练方法，全面地考虑了影响车辆行驶的各种特征因子，模型的准确性高，解决了现有的车辆风险预测模型准确性不高的问题。

在一个具体实施方式中，上述车辆风险预测模型的种类包括随机森林模型、朴素贝叶斯模型、深度学习模型、人工神经网络模型及贝叶斯网络模型中的至少一种。具体地，将提取的特征因子作为输入数据，例如对于车身数据特征，将其分别输入上述算法中，与实际的样本数据进行比对，选择运算结果最准确的某一算法作为该车身数据特征的模型算法，以此将不同类型的特征数据分别选择其中一种算法作为其模型算法，得到输出结果，然后根据这些特征数据的权重进行综合考虑其输出结果，即融合上述算法结果，得到最终的模型输出结果，该种模型训练方法，综合考虑各种特征因子和不同的算法，得到的模型运算出的车辆出险概率准确性高。

其中用到的深度学习算法是将以上特征数据以Car_id为主键聚合，将聚合后的完整数据作为输入数据加入到深度学习的输入层中。然后，深度神经网络DNN将数据从输入层传递到隐藏层，隐藏层通过对数据进行不断地映射来不断抽取新的特征。模型采用非线性变换，以保证抽取的特征足够复杂和有效，模型通过随机梯度下降(Stochastic GradientDescent，SGD)和不断迭代来缩小模型预测值和真实值之间的差距，当误差小于给定阈值时，模型停止。深度学习算法打破了传统神经网络对层数的限制，可根据设计者需要选择网络层数，其训练方法与传统的神经网络相比有很大区别，传统神经网络随机设定参数初始值，采用BP算法利用梯度下降算法训练网络，直至收敛。但深度结构训练很困难，传统对浅层有效的方法对于深度结构并无太大作用，随机初始化权值极易使目标函数收敛到局部极小值，且由于层数较多，残差向前传播会丢失严重，导致梯度扩散，因此本发明实施例的深度学习算法过程中采用贪婪无监督逐层训练方法，即在一个深度学习设计中，每层被分开对待并以一种贪婪方式进行训练，当前一层训练完后，新的一层将前一层的输出作为输入并编码以用于训练，最后每层参数训练完后，在整个网络中利用有监督学习进行参数微调。上述算法属于本领域公知的算法，其运算过程在此不一一列举。

上述车辆风险预测模型的类型是根据样本数据中的第一特征因子和/或第二特征因子的类型确定的，图7是根据本发明优选实施例的车辆风险预测模型的算法结合示意图，如图7所示，输入数据为天气特征、行为特征、周围车辆特征、地理信息特征、车身数据特征五种类型的特征因子，在图7(a)中，根据将各类型特征输入不同算法，选择最优结果对应的算法，最终选择将天气特征输入随机森林算法，行为特征输入人工神经网络算法，周围车辆特征输入朴素贝叶斯算法，地理信息特征输入深度学习算法，车身数据特征输入贝叶斯网络算法，然后将算出的五种结果按照不同特征因子的权重综合考虑，得到最终的模型输出结果；图7(b)给出了不同类型特征因子输入不同算法进行计算的另一种具体实施方式，如图7(b)所示，最终选择天气特征输入贝叶斯网络算法，行为特征输入朴素贝叶斯算法，周围车辆特征输入深度学习算法，地理信息特征输入随机森林算法，车身数据特征输入人工神经网络算法，得到五个计算结果，然后按照不同特征因子的权重综合考虑，得到最终的模型输出结果；图7(c)、图7(d)、图7(e)分别列出了另外几种实施方式，其具体模型计算过程同图7(a)和图7(b)，图7(f)给出了另外一种具体实施方式，即地理信息特征和车身数据特征的最优计算结果对应的算法都为贝叶斯网络算法，那么就将该两种类型的特征因子都分别输入贝叶斯网络算法，得到计算结果，而其他类型的特征因子对应的最优算法可以是其他算法，即不同类型的特征因子可以对应一种算法计算预测结果，也可以分别对应不同的算法进行计算，也可以其中几种类型的特征因子对应一种算法预测结果，这些变型都在本发明实施例的保护范围之内。网络复杂度、网络中心性及网络面积等第二特征因子也可以作为输入数据，其训练计算过程同第一特征因子的计算过程。

实施例3

本发明实施例提供了一个具体的车辆风险预测系统，本发明实施例的大数据源主要通过车联网平台，地图图商和第三方数据源(气象数据网等平台)。通过车联网采集来自各车辆的车身数据、行为数据以及部分环境特征数据，GPS轨迹数据，车身的发动机相关参数、四急参数，大气压力，温度、高程等；通过地图图商获取高精地图、标准地图、交通路况等数据，从而获取驾驶环境的红绿灯路口、道路等级、限速区域、路况等信息；通过第三方数据源如气象数据网，获取天气等数据，得到驾驶环境的天气特征。通过加入不同的类型的特征，会更能准确的反应用户的驾驶行为，准确的预测出险概率。

对于是否出险，实际情况有出险和不出险两种情况，模型预测结果为车辆的出险概率，根据该概率可判断车辆出险或不出险，则根据模型预测结果判断出的车辆出险情况，与实际出险情况的差异可以分为4种情况：

TP：true positive，实际是出险，预测为出险；

FP：false positive，实际为不出险，预测为出险；

TN：true negative，实际为不出险，预测为不出险；

FN：false negative，实际为出险，预测为不出险；

则判断预测模型准确与否的标准可以定义为：

TP Rate(Recall)反映了被模型正确预测的出险数占总的出险数的比例，Precision反映了模型正确预测的出险数占被模型预测的出险数的比例，F-Measure是Precision和Recall的加权调和平均数，以上评价标准的取值范围均为[0,1]，值越大，表明模型预测效果越好。

图8是根据本发明实施例的输入不同数据特征对预测模型的影响比较图，根据图8中输入特征数据为基本特征，基本特征和车联网数据，基本特征、车联网数据、地图数据和第三方数据(天气数据)分别得到的评价结果，根据图8所示，可以看出当输入数据为基本特征、车联网数据、地图数据和第三方数据时，模型预测的准确度高，表明模型预测效果好，在本发明实施例中，综合考虑多种数据，将其作为训练模型的输入数据，得到的模型预测效果好，结果更为准确。

上述的UBIIS数据存储结构则根据UBI特征提取的特征因子，按照点、线面的形式将不同的UBI特征因子进行存储，对于不同轨迹层级下的UBI模型进行抽象化，从而提高数据传输和运算效率。本发明实施例对道路特征与驾驶行为特征进行聚簇，确定轨迹特征点，并按照道路等级的不同，对特征点进行分层，图9中分别构建出了1层级下(精确到城市快速路)和4层级下(精确到乡镇公路)的网络结构，原有数据被转化为特征点(CharacteristicPoints)及特征点间的连线(Links)，而原始特征因子也可作为特征点或特征点之间的连线的相关属性进行存储，从而形成了包含特征因子的多层次有向加权驾驶轨迹网络。图9至图11中分别给出了不同层级下及不同缩放比例下，轨迹网络结构的对比，其中图中的锚点即为轨迹特征点(Characteristic Points)，其间连线即为轨迹线，由图9至图11所示可知，网络层级越高，提取的特征点越多，网络结构越复杂，更适合较高缩放比例；而层级越低，特征点信息量越大，网络结构越清晰，更适合提取较宏观的特征。然后按照后续场景的不同，可以快速提取在某一层级上，某车的轨迹特征网络。这种多层级轨迹网络的存储方式，可以尽可能去除信息量相关性不大的原始GPS点数据，而能够将所需要的特征存储到特征点和特征点之间的连线当中，极大地缩减了特征存储空间，也为后续的传输建模提供了便利。

数据建模分析针对提取的数据特征及特征图、结合出险数据进行训练，得到准确的UBI预测模型。在数据特征提取后，使用回归分析算法和特征筛选算法，筛选出相关性大的特征参数后通过深度学习、贝叶斯网络、决策树、随机森林算法多维度对模型进行训练，优化。上述算法属于本领域的公知常识，其具体运算过程在此不在赘述。

通过上述算法和车联网大数据UBI模型可以预测出车辆的出险风险等级，为UBI模型定价提供个性化的增值服务。本发明实施例还提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的车辆风险预测模型训练方法。其中，该存储介质的具体形式与上述对应的实施例相同，在此不再赘述。图12是根据本发明实施例的车辆风险预测模型训练方法的计算机设备的硬件结构示意图，其中各个装置进一步的功能描述与上述对应的实施例相同，在此不再赘述。

实施例4

本发明实施例提供了一种车辆风险预测方法，图13是根据本发明实施例的车辆风险预测方法的流程图，如图13所示，该方法包括：

S131：利用上述车辆特征数据处理方法确定目标车辆在某一层级与特征点或特征点之间的连线关联存储的至少一种第一特征因子，和/或第二特征因子；具体地，采集目标车辆的多种第一特征因子，利用上述车辆特征数据处理方法，将该车辆的多种第一特征因子按轨迹层级与特征点关联存储，或者与特征点之间的连线关联存储，该存储结构方便后续按轨迹层级的不同来提取目标车辆的第一特征因子，而根据特征点、特征点之间的连线及第一特征因子可以得到网络中心性、网络复杂度、网络面积等第二特征因子，以此确定目标车辆在某一层级的第二特征因子。

S132：将至少一种特征因子和/或第二特征因子作为至少一种车辆风险预测模型的输入数据，由至少一种车辆风险预测模型输出目标车辆的出险概率的标记，其中该至少一种车辆风险预测模型是上述车辆风险预测模型训练方法进行训练得到的。具体地，通过上述车辆风险预测模型训练方法训练得到了车辆风险预测模型，目标车辆的不同类型的特征因子可能对应不同的预测模型，也可能多种特征因子对应一种预测模型，将提取到的目标车辆的不同类型的特征因子输入到其对应的预测模型，根据该一种或多种车辆风险预测模型，输出的综合结果即为目标车辆的出险概率。

根据本发明实施例提供的车辆风险预测方法，将目标车辆的多种特征因子分层级与特征点关联存储，或者与特征点之间的连线关联存储，该存储结构方便后续按层级的不同来提取目标车辆的特征因子，然后将这一种或多种特征因子输入到其对应的车辆风险预测模型中，即可输出该目标车辆的出险概率，该车辆风险预测方法在数据存储方面全面考虑多类特征数据，在模型训练方面运用多种模型组合输出结果，较之现有的车辆风险预测方法，更能准确地预测出车辆出险概率。

在一个具体实施方式中，当车辆风险预测模型的算法有多种类型时，由多种算法输出目标车辆的出险概率的标记之后，还包括确定车辆风险预测模型的每种算法对应的权值，根据车辆风险预测模型的各种算法输出的标记以及相应的权值确定目标车辆的出险概率。例如采集到的目标车辆的不同类型的特征因子中，车身数据特征占用的比例较大，则其对应的车辆风险预测模型对应的权值较大，而行为特征占用的比例较小，则其对应的车辆风险预测模型对应的权值较小，根据其分别输出的结果和权值，确定目标车辆的出险概率，综合考虑特征与其输出结果的权值，得到的综合结果值更为准确，可靠性更高。

本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的车辆风险预测方法。其中，该存储介质的具体形式与上述对应的实施例相同，在此不再赘述。图14是根据本发明实施例的车辆风险预测方法的计算机设备的硬件结构示意图，如图14所示，该设备包括一个或多个处理器141以及存储器142，图14中以一个处理器141为例。执行车辆风险预测方法的设备还可以包括：输入装置143和输出装置144。其中各个装置进一步的功能描述与上述对应的实施例相同，在此不再赘述。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (14)

1.一种车辆特征数据处理方法，包括：

获取至少一种原始数据；

从所述原始数据中确定多种第一特征因子；

从轨迹点中选取特征点，对所述特征点进行分层存储，确定不同层次对应的所述特征点和特征点之间的连线；

将所述多种第一特征因子与所述特征点或所述特征点之间的连线关联存储。

2.根据权利要求1所述的车辆特征数据处理方法，其特征在于，所述从所述原始数据中确定多种第一特征因子的步骤，包括：

从所述原始数据中提取与各个轨迹点对应的车身数据特征参数、驾驶行为特征参数和驾驶环境数据特征参数；

对各个轨迹点对应的所述车身数据特征参数、驾驶行为特征参数和驾驶环境数据特征参数进行相关性分析以筛选出所述多种第一特征因子。

3.根据权利要求1所述的车辆特征数据处理方法，其特征在于，所述从轨迹点中选取特征点，对所述特征点进行分层存储，确定不同层次对应的所述特征点和特征点之间的连线的步骤，包括：

将道路等级的变化点确定为特征点；

对所述特征点按照道路等级进行分层存储，确定不同层次对应的所述特征点和特征点之间的连线。

4.根据权利要求1所述的车辆特征数据处理方法，其特征在于，所述从轨迹点中选取特征点，对所述特征点进行分层存储，确定不同层次对应的所述特征点和特征点之间的连线的步骤，包括：

根据所述轨迹点确定各个轨迹点间的点对距离；

利用层次聚类方法根据所述各个轨迹点间的点对距离确定特征点和特征点之间的连线。

5.根据权利要求4所述的车辆特征数据处理方法，其特征在于，所述根据所述轨迹点确定各个轨迹点间的点对距离的步骤，包括：

将所述多种第一特征因子作为各个轨迹点P₁、P₂……P_n的特征向量，每个轨迹点的表达式为：

P_i＝(lat_i,lgn_i,PR_i,isCross_i),

式中，lat_i为P_i的纬度，lg n_i为P_i的经度，PR_i为道路优先级，isCross_i表示点P_i是否为道路交叉口；

计算两个轨迹点P_i和P_j之间的点对距离：

式中，GeoDis(P_i,P_j)为两点P_i和P_j的实际地理距离，|PR_i-PR_j|为对应点P_i和P_j的道路等级的差值，isCross为二值变量，标志两点中是否有道路交叉口，即对isCross_i和isCross_j进行或运算。

6.根据权利要求4所述的车辆特征数据处理方法，其特征在于，所述利用层次聚类方法根据所述各个轨迹点间的点对距离确定特征点和特征点之间的连线的步骤，包括：

将所述点对距离小于预定阈值的两个点合并为一点，确定为所述特征点，并将所述特征点按驾驶方向连线；

利用层次聚类方法对所述特征点和所述特征点之间的连线进行分层存储。

7.根据权利要求1所述的车辆特征数据处理方法，其特征在于，所述将所述多种第一特征因子与所述特征点或所述特征点之间的连线关联存储的步骤之后，还包括：

根据所述特征点、所述特征点之间的连线以及所述多种第一特征因子，确定第二特征因子；所述第二特征因子包括以下至少之一：网络复杂度、网络中心性、网络面积。

8.一种计算机设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-7中任一项所述的车辆特征数据处理方法。

9.一种车辆风险预测模型训练方法，其特征在于，包括：

获取根据权利要求1-6中任一项的车辆特征数据处理方法得到的与所述特征点或所述特征点之间的连线关联存储的多种第一特征因子，和/或，根据权利要求7中的车辆特征数据处理方法得到的第二特征因子；

利用多个样本数据对车辆风险预测模型中的至少一种模型进行训练，其中每一个所述样本数据分别包括用于表示车辆是否出现事故的样本标记，以及某一层级与所述特征点或所述特征点之间的连线关联存储的至少一种所述第一特征因子，和/或，至少一种所述第二特征因子。

10.根据权利要求9所述的车辆风险预测模型训练方法，其特征在于，所述车辆风险预测模型的类型是根据所述样本数据中的所述第一特征因子和/或所述第二特征因子的类型确定的；所述车辆风险预测模型包括随机森林模型、朴素贝叶斯模型、深度学习模型、人工神经网络模型及贝叶斯网络模型中的至少一种。

11.一种车辆风险预测方法，其特征在于，包括：

利用权利要求1-6中任一项所述的方法确定目标车辆在某一层级与所述特征点或所述特征点之间的连线关联存储的至少一种第一特征因子，和/或，利用权利要求7所述的方法确定的至少一种第二特征因子；

将所述至少一种第一特征因子和/或所述第二特征因子作为至少一种车辆风险预测模型的输入数据，由所述至少一种车辆风险预测模型输出所述目标车辆的出险概率的标记，其中所述至少一种车辆风险预测模型是利用权利要求9或10所述的方法进行训练得到的。

12.根据权利要求11所述的车辆风险预测方法，其特征在于，当所述车辆风险预测模型的种类为多种时，由多种车辆风险预测模型输出所述目标车辆的出险概率的标记之后，还包括：

确定各种所述车辆风险预测模型对应的权值；

根据各种所述车辆风险预测模型输出的标记以及相应的所述权值确定所述目标车辆的出险概率。

13.一种计算机设备，其特征在于，包括：至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求9或10所述的车辆风险预测模型训练方法。

14.一种计算机设备，其特征在于，包括：至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求11或12所述的车辆风险预测方法。