CN110084534B - 一种基于驾驶行为画像的驾驶风险因子量化方法 - Google Patents

Abstract

一种基于驾驶行为画像的驾驶风险因子量化方法。首先对车辆传感器采集到的原始数据进行预处理；其次，对预处理后的车辆传感器数据，使用聚类算法对采样时间间隔、采样时间连续时长进行选择；再次，对聚类得到的数据进行驾驶行为变量的选择、各行为的特征提取等，并提取能量特征；最后，针对上述提取的众多特征，结合Sigmoid函数建立驾驶风险因子量化体系。本发明解决了驾驶风险量化困难的问题，基于车载传感器设备接收到的数据对驾驶员的驾驶行为进行量化，能够帮助驾驶员改善驾驶行为、企业判断良莠司机并辅助车险公司识别风险以进行车险保费差异化定价。

Description

一种基于驾驶行为画像的驾驶风险因子量化方法

技术领域

本发明属于驾驶安全领域，具体涉及驾驶风险量化的数据分析技术。

背景技术

随着我国进入互联网+时代，移动互联网已经渗透到生活中各个领域。车联网技术也随着互联网和信息技术的变革而迅速发展，使得汽车大数据分析领域的价值日渐显著。其中为了保障出行安全，根据车联网数据对驾驶风险因子进行量化，成为一项重要的技术。

驾驶风险因子量化技术是指，基于大数据分析技术，对车载终端设备及移动设备采集接入的数据进行处理与分析，其核心是挖掘车主驾驶行为数据，量化驾驶员行车过程中的各项行为，从多个维度对驾驶风险因子进行分析，从而能帮助驾驶员改善驾驶行为、帮助企业判断良莠司机并识别风险以及辅助车险公司进行车险保费差异化定价。

定量描述驾驶员的驾驶行为较为困难，因此现有方案中还没有基于驾驶行为画像对驾驶员风险进行实时评价的技术方案。

发明内容

为了解决背景技术中驾驶风险量化困难的问题的问题，本发明提供一种基于驾驶行为画像的驾驶风险因子量化方法。

本发明解决其技术问题所采用的技术方案是：一种基于驾驶行为画像的驾驶风险因子量化方法，其主要包括以下步骤：

步骤(1)对车辆传感器中采集的原始数据进行预处理；

步骤(2)依据各设备中数据的产生时间进行聚类，对所述原始数据进行二次采样；

步骤(3)在二次采样后的数据中选取代表特定驾驶行为的相关变量，设定为风险量化指标y；

步骤(4)建立Sign序列：

Sign_k＝sign(y_k+1-y_k)

将该序列的游程个数作为换频特征fre_k；

步骤(5)根据所述换频特征fre_k提取能量特征

步骤(6)对所有特征值进行标准化，结合sigmoid函数建立驾驶风险因子量化体系。

进一步的，所述步骤(1)中对车辆传感器采集到的原始数据进行预处理具体包括：

(1.1)去除重复数据：由于数据传输、存储中可能会出现问题，会导致重复数据的录入，因此需要对其进行删除。

(1.2)缺失值和异常值处理：仪器故障、运行环境等原因经常会导致数据存在缺失，为了降低由于这些情况所导致的计算误差，当存在少量缺失值时，采用拉格朗日插值；当缺失值过多，则应删除本次记录。将数值位于实际界限以外的数据视为异常，将其替换为缺失值，并按处理缺失值方法进行处理。

进一步的，所述步骤(2)中，对预处理后的车辆传感器数据进行筛选，使用DBSCAN聚类算法对采样时间间隔、采样时间连续时长进行选择：

(2.1)依时间进行数据聚类：基于DBSCAN聚类算法，依据预处理后的车辆传感器数据的记录时间进行聚类，得到多个信息密集段。

(2.2)筛选时间片段：根据各个信息密集段的时间窗口长度，对较短的信息密集段进行过滤，较长的信息密集段进行拆分，得到多个具有分析价值的时间片段。

进一步的，所述步骤(3)中的所述风险量化指标y包括量化变量dif_D和衍生变量der_D，所述量化变量由原始数据中的相关变量x做一阶时间差分计算获得：

所述量化变量由原始数据中的相关变量x做一阶时间差分计算获得：

衍生变量der_D由所述量化变量dif_D获得：

再进一步的，对于以上选择的驾驶行为的量化变量及衍生变量，分别提取数据特征。具体的特征计算方法如下：

计算变量均值，均值反映数据的平均分布情况，用来衡量驾驶行为的一般状态：

计算变量方差，方差反映数据的波动情况，用来衡量驾驶行为的平稳性：

计算变量极值，极值反映数据点离散程度，用来衡量驾驶行为的极端状态(此处使用极大值作为极值)：

进一步的，通过所述步骤(2)中的聚类结果选取多个时间片段分别进行选取变量及提取特征的操作，以采用多个时间片段的驾驶行为来衡量驾驶员的驾驶行为风险，消除记录偶然性与驾驶状态偶然性造成的风险评价误差。

进一步的，所述步骤(5)中，结合Sigmoid函数建立驾驶风险因子量化体系，评分体系的建立步骤具体如下：

(6.1)数据标准化：对每个特征数据进行标准化，以消除特征数据间的量纲差异，标准化的公式为：

(6.2)修正Sigmoid函数，将标准化特征值x^*代入Sigmoid函数中

其中C₀影响驾驶行为评价的离散情况；C₁影响驾驶行为评价分布情况，表示区分驾驶行为评价高低的指标，一般依据总体指标而定。

(6.3)获得驾驶行为风险得分：对驾驶员的各个S值求平均，将该指标映射为百分制风险评分：

Score＝(S+0.5)*100。

本发明的有益效果是：本发明解决了驾驶风险量化困难的问题，基于车载传感器设备接收到的数据对驾驶员的驾驶行为进行量化，能够帮助驾驶员改善驾驶行为、企业判断良莠司机并辅助车险公司识别风险以进行车险保费差异化定价；本发明通过聚类算法将数据进行时间分类，以选取更符合在驾驶情况的前提下的时间间隔短、信息密集的时间簇，这样使最终得到的评价指标的结果更能准确体现驾驶员的真实驾驶习惯；本发明综合考虑了多种特定驾驶行为，并以各驾驶行为为基准选取相关变量，使最终得到的评价指标的结果能全方面体现驾驶员的真实驾驶习惯。

附图说明

图1为本发明实施例的代表特定驾驶行为的相关变量量化图解。

图2为本发明实施例的总体流程图。

图3为本发明实施例的驾驶行为风险评分分布图。

图4为本发明实施例的原始数据样本格式表。

图5为本发明实施例的风险得分表。

具体实施方式

下面结合附图对本发明实施例作进一步说明：

本发明以多个车辆传感器汇总的数据作为实施例研究对象，具体的驾驶行为相关变量量化图解如图1所示，总体流程图如图2，下面对各步骤进行详细说明。

步骤1：车辆传感器数据的预处理

以汽车安装的OBD采集到的车辆传感器数据作为实施例原始样本，样本格式如图4所示，样本的数据集包括但不限于如下指标：设备编码、经度、纬度、协议类型、里程类别、里程累积(米)、总油量、车速、油门踏板位置、方向盘方向、发动机运行时间、故障里程、剩余油量、动机负荷、长期燃油修正、点火提前角(5-60)、产生时间等。

原始数据包括50000条数据，每条记录数据特征维度为33，对原始数据进行预处理：根据设备编码和产生时间删除重复数据；将数值位于实际界限以外的数据视为缺失值，采用拉格朗日插值法对少量的缺失数据进行差值，删除缺失值过多的记录。

步骤2：对原始数据进行二次采样

DBSCAN(Density-Based Spatial Clustering of Applications With Noise，具有噪声的基于密度的聚类方法)是一种基于密度的空间聚类算法。该算法将具有足够密度与最小聚类点数的区域划分为簇，并在具有噪声的空间数据库中发现任意形状的簇。该算法的具体步骤如下：

1)扫描整个数据集，找到任意一个核心点。

2)寻找该核心点出发的所有密度相连的数据点，遍历该核心点的邻域内的所有数据点。

3)寻找与这些数据点密度相连的点，直到没有可以扩充的数据点为止，这些数据点与核心点聚类成一簇。

4)重新扫描数据集内未被聚类成簇的核心点，重复以上步骤。

5)数据集中没有包含在任何簇中的数据点构成噪点。

根据上述的方法，对预处理后的车辆传感器数据进行筛选。基于DBSCAN算法，依据预处理后的车辆传感器数据，分别对各设备的产生时间进行聚类，邻域参数∈＝2，Minpts＝5,得到多个连续记录的采样密集段。根据聚类得到的各个簇内的样本个数，过滤并筛除少于10个样本个数的簇，拆分多于10和样本个数的簇，得到满足上述条件的多个具有分析价值的簇(时间片段)，并得到驾驶记录满足分析要求的15个驾驶员。

步骤3：基于特定驾驶行为变量设定风险量化指标y

选择二次采样后数据中的车速、油门踏板位置、方向盘转动方向等特定的驾驶行为相关变量x，进行时间差分获得驾驶行为的量化变量

通过量化变量dif_D的计算衍生变量/>

对每个量化变量dif_D和衍生变量der_D提取均值/>

方差/>

峰值p_D，再以特征值建立Sign序列

Sign_k＝sign(y_k+l-y_k)

以序列的游程个数作为换频特征fre_k。

单个驾驶员的单个时间片段共提取得到21个特征值，作为驾驶行为的量化。

步骤4：应用多时间片段数据消除随机性

选取多个时间片段进行计算与特征提取，以消除随机性。

根据以上DBSCAN聚类得到的结果，选取3个时间窗口长度为10的时间片段数据。对每个时间片段分别进行选取变量及提取特征的操作，以消除记录偶然性与驾驶状态偶然性造成的误差。并且根据3个时间窗口的换频特征，计算得到3个能量特征，因此量化每个驾驶员驾驶行为的特征维度为66。

步骤5：构建结合sigmoid函数的驾驶风险因子量化体系

首先进行数据标准化，采用标准化公式

对每个特征数据标准化，消除各个特征间的量纲差异。

然后结合Sigmoid函数评价驾驶行为。由于Sigmoid函数的图像连续且光滑，并且Sigmoid函数为S型曲线，可以对临近阈值的驾驶行为进行较大差异的区分，而对普遍较好或较坏的驾驶行为不做过于细致的划分。为了适应该具体问题中，对驾驶员的驾驶行为风险进行评分，并且保证可筛选出驾驶行为较差的驾驶员，因此对标准Sigmoid函数增加2个参数作为修正Sigmoid函数，修正Sigmoid函数的参数设定：C₀为5，C₁为所有驾驶员特征值的上四分位数。

最后获得驾驶行为风险得分：对驾驶员的各个特征值求平均，并映射为百分制风险评分：

Score＝(S+0.5)*100,

最终，风险得分的分布情况如图3所示，具体得分如图5所示。

各位技术人员须知：虽然本发明已按照上述具体实施方式做了描述，但是本发明的发明思想并不仅限于此发明，任何运用本发明思想的改装，都将纳入本专利专利权保护范围内。

Claims (6)

1.一种基于驾驶行为画像的驾驶风险因子量化方法，其特征在于，包括以下步骤：

步骤(1)对车辆传感器中采集的原始数据进行预处理；

步骤(2)依据各设备中数据的采样时间进行聚类，对所述原始数据进行二次采样；

步骤(3)在二次采样后的数据中选取代表特定驾驶行为的相关变量，设定为风险量化指标y；具体的，所述步骤(3)中的所述风险量化指标y包括量化变量

和衍生变量

，选择二次采样后数据中的车速、油门踏板位置、方向盘转动方向等特定的驾驶行为相关变量

，所述量化变量由原始数据中的相关变量

做一阶时间差分计算获得：

衍生变量

由所述量化变量

获得：

，对每个量化变量

和衍生变量

提取均值

、方差

、峰值

，再以特征值建立

序列；

步骤(4)建立

序列：

；

将该序列的游程个数作为换频特征

；

步骤(5)根据所述换频特征

提取能量特征

步骤(6)对所有特征值进行标准化，结合

函数建立驾驶风险因子量化体系。

2.根据权利要求1所述的一种基于驾驶行为画像的驾驶风险因子量化方法，其特征在于，所述步骤(1)的预处理包括：对车辆传感器采集到的原始数据进行去重、缺失值和异常值处理。

3.根据权利要求1所述的一种基于驾驶行为画像的驾驶风险因子量化方法，其特征在于：所述步骤(2)中，对预处理后的原始数据使用DBSCAN聚类算法对采样时间间隔、采样时间连续时长进行选择，并根据聚类后的各个信息密集段的时间窗口长度，对较短的信息密集段进行过滤，较长的信息密集段进行拆分。

4.根据权利要求1所述的一种基于驾驶行为画像的驾驶风险因子量化方法，其特征在于：所述特征值还包括均值、方差和极值，所述均值

，

其反映数据的平均分布情况，用来衡量驾驶行为的一般状态；所述方差

，

其反映数据的波动情况，用来衡量驾驶行为的平稳性；所述极值

，

其反映数据点离散程度，用来衡量驾驶行为的极端状态，其中

为对应该数据的极大值。

5.根据权利要求1所述的一种基于驾驶行为画像的驾驶风险因子量化方法，其特征在于：根据所述步骤(2)的聚类结果选取多个时间片段数据，分别进行步骤(3)至步骤(5)，消除随机性。

6.根据权利要求1所述的一种基于驾驶行为画像的驾驶风险因子量化方法，其特征在于，所述步骤(6)具体包括：

(6.1)：数据标准化：对每个特征数据进行标准化，消除特征数据间的量纲差异，标准化的公式为：

；

(6.2)：修正

函数，将标准化特征值

代入

函数中

；

其中，

影响驾驶行为评价的离散情况；

影响驾驶行为评价分布情况；

(6.3)：获得驾驶行为风险得分：对驾驶员的各个S值求平均，将该指标映射为百分制风险评分：

。

Images