CN114333320A - 基于rfid的车辆驾驶行为风险评估系统 - Google Patents
基于rfid的车辆驾驶行为风险评估系统 Download PDFInfo
- Publication number
- CN114333320A CN114333320A CN202111677382.8A CN202111677382A CN114333320A CN 114333320 A CN114333320 A CN 114333320A CN 202111677382 A CN202111677382 A CN 202111677382A CN 114333320 A CN114333320 A CN 114333320A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- processor
- rfid
- processing server
- information
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明所提供过的一种基于RFID的车辆驾驶行为风险评估系统,包括车辆信息采集单元以及处理服务器;RFID采集模块包括RFID读写器、第一处理器、第一GPS授时电路以及第一GPS定位电路;RFID读写器读取设置于车辆的电子标签中记录的车辆信息并传输至第一处理器;第一GPS授时电路和第一GPS定位电路与第一处理器连接,第一处理器与处理服务器通信连接;图像采集模块包括高清摄像头、第二处理器、第二GPS授时电路以及第二GPS定位电路;高清摄像头采集车辆的图像信息并传输至第二处理器;第二GPS授时电路和第二GPS定位电路与第二处理器连接,第二处理器与处理服务器通信连接。
Description
技术领域
本发明涉及一种评估系统,尤其涉及一种基于RFID的车辆驾驶行为风险评估系统。
背景技术
随着机动车快速增长,汽车保险业也随着汽车市场的迅猛发展已经成为了整个保险行业的支柱产业。
目前有的一种基于使用的保险(一下简称UBI),是通过前端感应系统记录每个个体车辆使用数据,建模分析并量化其驾驶行为,进而进行风险评级,制定保费。
传统的风险预测,是在历史理赔数据和抽样调查的基础上,利用统计分析(加以一定的主观假设)实现的,但是,这种分析方式不能准确确定出车辆的驾驶行为风险,从而不能准确对保险额度进行估算。
因此,为了解决上述问题,亟需提出一种新的技术手段。
发明内容
有鉴于此,本发明的目的是提供一种基于RFID的车辆驾驶行为风险评估系统,基于RFID以及图像信息共同作用来分析车辆的出行行为以及出行信息,从而能够对车辆驾驶的风险进行准确评分,为保险额度估算提供准确的数据支持。
本发明所提供过的一种基于RFID的车辆驾驶行为风险评估系统,包括车辆信息采集单元以及处理服务器;
所述RFID采集模块包括RFID读写器、第一处理器、第一GPS授时电路以及第一GPS定位电路;
RFID读写器读取设置于车辆的电子标签中记录的车辆信息并传输至第一处理器;所述第一GPS授时电路和第一GPS定位电路与第一处理器连接,所述第一处理器与处理服务器通信连接;
所述图像采集模块包括高清摄像头、第二处理器、第二GPS授时电路以及第二GPS定位电路;
高清摄像头采集车辆的图像信息并传输至第二处理器;所述第二GPS授时电路和第二GPS定位电路与第二处理器连接,所述第二处理器与处理服务器通信连接;
所述处理服务器接收第一处理器和第二处理器上传的信息并对车辆驾驶行为风险进行评估。
进一步,所述第一处理器从RFID读写器上传的信息中解析如下参数:车牌号、车辆营运属性、车辆类型、车辆保险申报次数、驾驶人员信息包括驾驶人身份信息、驾驶人驾驶年限、驾驶人性别、驾驶人年龄、驾驶人历史违章次数。
进一步,所述第二处理器通过高清摄像头采集的车辆图像信息解析如下参数:车牌号、车辆颜色以及驾驶人脸部信息。
进一步,所述处理服务器在评估风险之前,还对第一处理器和第二处理器所上传的数据进行异常数据剔除处理:
提取RFID读写器获取的车辆信息中的车牌号以及图像采集设备获取的车辆信息中的车牌号;
判断两个车辆信息中的车牌号是否一致,如一致,则进一步判断RFID读写器和图像采集设备的位置点距离是否小于设定阈值,如是,则将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据,否则,将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据。
进一步,所述处理服务器评估驾驶行为风险具体包括:
处理服务器对有效数据进行拟合形成车辆轨迹;
处理服务器基于车辆的轨迹以及车辆信息确定出驾驶风险因子;
处理服务器构建风险评分模型,并基于风险评分模型确定车辆驾驶行为风险评分。
进一步,处理服务器基于车辆的轨迹以及车辆信息确定出驾驶风险因子具体包括:
统计当前车辆在设定时间段内的轨迹,根据轨迹确定出驾驶人的出行路径偏好;
统计当前车辆在设定时间段内每一天的出行时刻,根据出行时刻确定出驾驶人的出行时间偏好;
根据RFID读写器获取当前车辆在设定时间段内每次出行的平均车速,且该平均车速为非高峰时段平均车速,并根据平均车速得出越限概率。
进一步,处理服务器所构建的风险评分模型如下:
其中,Si表示第i中偏好的初始评分值,pi为第i种偏好值,βi表示第i种偏好的权重值,αm为车辆营运属性权重值;m=1时为私家车权重系数,m=2时为出租车权重系数,m=3时为大型客运车权重系数,m=4时为货车权重系数;l为综合权重系数,i=1,2,3,当i=1时表示出行时间偏好;i=2时为出行路径偏好,i=3时为平均车速越限概率;
其中:rθ1为性别系数,rθ2表示年龄系数,λθ1为性别权重,λθ2表示年龄权重,pb表示保险申报次数于设定时间段内出行次数的比值;当θ=1表示男性,θ=2表示女性,μs为设定违章次数限值,μ为车辆在设定时间段内的历史违章次数。
进一步,所述第一处理器和第二处理器通过移动通信模块与处理服务器通信连接。
本发明的有益效果:通过本发明,基于RFID以及图像信息共同作用来分析车辆的出行行为以及出行信息,从而能够对车辆驾驶的风险进行准确评分,为保险额度估算提供准确的数据支持。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的结构示意图。
具体实施方式
以下进一步对本发明做出说明:
本发明所提供过的一种基于RFID的车辆驾驶行为风险评估系统,包括车辆信息采集单元以及处理服务器;
所述RFID采集模块包括RFID读写器、第一处理器、第一GPS授时电路以及第一GPS定位电路;
RFID读写器读取设置于车辆的电子标签中记录的车辆信息并传输至第一处理器;所述第一GPS授时电路和第一GPS定位电路与第一处理器连接,所述第一处理器与处理服务器通信连接;
所述图像采集模块包括高清摄像头、第二处理器、第二GPS授时电路以及第二GPS定位电路;
高清摄像头采集车辆的图像信息并传输至第二处理器;所述第二GPS授时电路和第二GPS定位电路与第二处理器连接,所述第二处理器与处理服务器通信连接;
所述处理服务器接收第一处理器和第二处理器上传的信息并对车辆驾驶行为风险进行评估;其中,所述第一处理器和第二处理器通过移动通信模块与处理服务器通信连接,比如4G模块或者5G模块,从而避免重新进行通信线路布设;通过上述结构,基于RFID以及图像信息共同作用来分析车辆的出行行为以及出行信息,从而能够对车辆驾驶的风险进行准确评分,为保险额度估算提供准确的数据支持。
其中,第一GPS定位电路和第二GPS定位电路用于获取实时的采集点位置,用于进行异常数据剔除处理以及车辆轨迹判断,第一GPS授时电路和第二GPS授时电路用于向第一处理器、第二处理器提供精准的始终信号,确保整个系统的工作稳定性,而且利于进行时刻统计。
本实施例中,所述第一处理器从RFID读写器上传的信息中解析如下参数:车牌号、车辆营运属性、车辆类型、车辆保险申报次数、驾驶人员信息包括驾驶人身份信息、驾驶人驾驶年限、驾驶人性别、驾驶人年龄、驾驶人历史违章次数。
本实施例中,所述第二处理器通过高清摄像头采集的车辆图像信息解析如下参数:车牌号、车辆颜色以及驾驶人脸部信息。
处理服务器接收到第一处理器和第二处理器的信息后,还从数据库中调用预存的车辆信息,包括车牌号、车辆类型以及车辆颜色等,与实时获取的信息进行匹配比对,用于排除套牌等操作,从容确保评估的准确性,当存在套牌、好牌遮挡等,则进行预警,并且直接将其风险评分设置为0。
本实施例中,所述处理服务器在评估风险之前,还对第一处理器和第二处理器所上传的数据进行异常数据剔除处理:
提取RFID读写器获取的车辆信息中的车牌号以及图像采集设备获取的车辆信息中的车牌号;
判断两个车辆信息中的车牌号是否一致,如一致,则进一步判断RFID读写器和图像采集设备的位置点距离是否小于设定阈值,如是,则将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据,否则,将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据。在上述操作下,能够确保最终评估结果的准确性。
本实施例中,所述处理服务器评估驾驶行为风险具体包括:
处理服务器对有效数据进行拟合形成车辆轨迹;
处理服务器基于车辆的轨迹以及车辆信息确定出驾驶风险因子;
处理服务器构建风险评分模型,并基于风险评分模型确定车辆驾驶行为风险评分。
具体地:处理服务器基于车辆的轨迹以及车辆信息确定出驾驶风险因子具体包括:
统计当前车辆在设定时间段内的轨迹,根据轨迹确定出驾驶人的出行路径偏好;出行路径偏好为在设定时间内对于某一条路径通行次数占总出行次数的比值;
统计当前车辆在设定时间段内每一天的出行时刻,根据出行时刻确定出驾驶人的出行时间偏好;出行时刻偏好为在设定时间内选择某一时刻段出行的次数与总出行次数的比值;
根据RFID读写器获取当前车辆在设定时间段内每次出行的平均车速,且该平均车速为非高峰时段平均车速,并根据平均车速得出越限概率;即平均车速超过设定车速的次数占总出行次数的比值。
上述中,对于出行次数,则以下述方式进行确定:比如:A车辆依次通过了ABCD四个采集点后,其他采集点在当天内没有采集到的该车辆的信息,则将A车辆算作1次出行,当A车辆依次通过了ABCD采集点后,然后间隔一段时间依次通过了EFG采集点,则计算D采集点与E采集点之间的距离除以在间隔时间段内的平均车流速度,得到一个时间t,如果这个时间t与间隔时间段相等,则算作当前A车辆一次出行,如果时间t小于间隔时间段,那么A车辆停留,将依次通过ABCD和依次通过EFG采集点算作两次出行。
处理服务器所构建的风险评分模型如下:
其中,Si表示第i中偏好的初始评分值,pi为第i种偏好值,βi表示第i种偏好的权重值,αm为车辆营运属性权重值;m=1时为私家车权重系数,m=2时为出租车权重系数,m=3时为大型客运车权重系数,m=4时为货车权重系数;λ为综合权重系数,i=1,2,3,当i=1时表示出行时间偏好;i=2时为出行路径偏好,i=3时为平均车速越限概率;
其中:rθ1为性别系数,rθ2表示年龄系数,λθ1为性别权重,lθ2表示年龄权重,pb表示保险申报次数于设定时间段内出行次数的比值;当θ=1表示男性,θ=2表示女性,μs为设定违章次数限值,μ为车辆在设定时间段内的历史违章次数;A为初始分值,通过上述计算,计算结果的分值越高,那么车辆驾驶行为风险就越低,其保费额度就被估算的相对较低。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种基于RFID的车辆驾驶行为风险评估系统,其特征在于:包括车辆信息采集单元以及处理服务器;
所述RFID采集模块包括RFID读写器、第一处理器、第一GPS授时电路以及第一GPS定位电路;
RFID读写器读取设置于车辆的电子标签中记录的车辆信息并传输至第一处理器;所述第一GPS授时电路和第一GPS定位电路与第一处理器连接,所述第一处理器与处理服务器通信连接;
所述图像采集模块包括高清摄像头、第二处理器、第二GPS授时电路以及第二GPS定位电路;
高清摄像头采集车辆的图像信息并传输至第二处理器;所述第二GPS授时电路和第二GPS定位电路与第二处理器连接,所述第二处理器与处理服务器通信连接;
所述处理服务器接收第一处理器和第二处理器上传的信息并对车辆驾驶行为风险进行评估。
2.根据权利要求1所述基于RFID的车辆驾驶行为风险评估系统,其特征在于:所述第一处理器从RFID读写器上传的信息中解析如下参数:车牌号、车辆营运属性、车辆类型、车辆保险申报次数、驾驶人员信息包括驾驶人身份信息、驾驶人驾驶年限、驾驶人性别、驾驶人年龄、驾驶人历史违章次数。
3.根据权利要求2所述基于RFID的车辆驾驶行为风险评估系统,其特征在于:所述第二处理器通过高清摄像头采集的车辆图像信息解析如下参数:车牌号、车辆颜色以及驾驶人脸部信息。
4.根据权利要求3所述基于RFID的车辆驾驶行为风险评估系统,其特征在于:所述处理服务器在评估风险之前,还对第一处理器和第二处理器所上传的数据进行异常数据剔除处理:
提取RFID读写器获取的车辆信息中的车牌号以及图像采集设备获取的车辆信息中的车牌号;
判断两个车辆信息中的车牌号是否一致,如一致,则进一步判断RFID读写器和图像采集设备的位置点距离是否小于设定阈值,如是,则将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据,否则,将当前RFID读写器和图像采集设备所获取的车辆信息作为有效数据。
5.根据权利要求4所述基于RFID的车辆驾驶行为风险评估系统,其特征在于:所述处理服务器评估驾驶行为风险具体包括:
处理服务器对有效数据进行拟合形成车辆轨迹;
处理服务器基于车辆的轨迹以及车辆信息确定出驾驶风险因子;
处理服务器构建风险评分模型,并基于风险评分模型确定车辆驾驶行为风险评分。
6.根据权利要求5所述基于RFID的车辆驾驶行为风险评估系统,其特征在于:处理服务器基于车辆的轨迹以及车辆信息确定出驾驶风险因子具体包括:
统计当前车辆在设定时间段内的轨迹,根据轨迹确定出驾驶人的出行路径偏好;
统计当前车辆在设定时间段内每一天的出行时刻,根据出行时刻确定出驾驶人的出行时间偏好;
根据RFID读写器获取当前车辆在设定时间段内每次出行的平均车速,且该平均车速为非高峰时段平均车速,并根据平均车速得出越限概率。
7.根据权利要求6所述基于RFID的车辆驾驶行为风险评估系统,其特征在于:处理服务器所构建的风险评分模型如下:
其中,Si表示第i中偏好的初始评分值,pi为第i种偏好值,βi表示第i种偏好的权重值,αm为车辆营运属性权重值;m=1时为私家车权重系数,m=2时为出租车权重系数,m=3时为大型客运车权重系数,m=4时为货车权重系数;λ为综合权重系数,i=1,2,3,当i=1时表示出行时间偏好;i=2时为出行路径偏好,i=3时为平均车速越限概率;
8.根据权利要求1所述基于RFID的车辆驾驶行为风险评估系统,其特征在于:所述第一处理器和第二处理器通过移动通信模块与处理服务器通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111677382.8A CN114333320B (zh) | 2021-12-31 | 2021-12-31 | 基于rfid的车辆驾驶行为风险评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111677382.8A CN114333320B (zh) | 2021-12-31 | 2021-12-31 | 基于rfid的车辆驾驶行为风险评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114333320A true CN114333320A (zh) | 2022-04-12 |
CN114333320B CN114333320B (zh) | 2023-04-18 |
Family
ID=81022047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111677382.8A Active CN114333320B (zh) | 2021-12-31 | 2021-12-31 | 基于rfid的车辆驾驶行为风险评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114333320B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115358576A (zh) * | 2022-08-18 | 2022-11-18 | 武汉奥恒翱贸易有限公司 | 一种基于gps定位的车辆调派智能服务平台 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160189303A1 (en) * | 2014-03-21 | 2016-06-30 | Gil Emanuel Fuchs | Risk Based Automotive Insurance Rating System |
CN107784587A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 一种驾驶行为评价系统 |
CN108364474A (zh) * | 2018-02-14 | 2018-08-03 | 重庆市城投金卡信息产业股份有限公司 | 基于图像和rfid信息的数据融合处理方法及系统 |
CN110827152A (zh) * | 2019-10-16 | 2020-02-21 | 上海擎感智能科技有限公司 | 一种保险评估方法、系统及服务器 |
CN111127228A (zh) * | 2019-12-30 | 2020-05-08 | 山东坤达诚经济咨询有限公司 | 风险因子识别方法、系统及终端 |
CN112613998A (zh) * | 2020-12-16 | 2021-04-06 | 深圳市麦谷科技有限公司 | 一种基于驾驶行为评分模型的车险保费定价方法及系统 |
US20210358046A1 (en) * | 2014-10-06 | 2021-11-18 | State Farm Mutual Automobile Insurance Company | Systems and Methods for Obtaining and/or Maintaining Insurance for Autonomous Vehicles |
-
2021
- 2021-12-31 CN CN202111677382.8A patent/CN114333320B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160189303A1 (en) * | 2014-03-21 | 2016-06-30 | Gil Emanuel Fuchs | Risk Based Automotive Insurance Rating System |
US20210358046A1 (en) * | 2014-10-06 | 2021-11-18 | State Farm Mutual Automobile Insurance Company | Systems and Methods for Obtaining and/or Maintaining Insurance for Autonomous Vehicles |
CN107784587A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 一种驾驶行为评价系统 |
CN108364474A (zh) * | 2018-02-14 | 2018-08-03 | 重庆市城投金卡信息产业股份有限公司 | 基于图像和rfid信息的数据融合处理方法及系统 |
CN110827152A (zh) * | 2019-10-16 | 2020-02-21 | 上海擎感智能科技有限公司 | 一种保险评估方法、系统及服务器 |
CN111127228A (zh) * | 2019-12-30 | 2020-05-08 | 山东坤达诚经济咨询有限公司 | 风险因子识别方法、系统及终端 |
CN112613998A (zh) * | 2020-12-16 | 2021-04-06 | 深圳市麦谷科技有限公司 | 一种基于驾驶行为评分模型的车险保费定价方法及系统 |
Non-Patent Citations (1)
Title |
---|
赵明: "费率改革背景下商业车险定价模型研究", 《中国优秀硕士学位论文全文数据库·经济与管理科学辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115358576A (zh) * | 2022-08-18 | 2022-11-18 | 武汉奥恒翱贸易有限公司 | 一种基于gps定位的车辆调派智能服务平台 |
Also Published As
Publication number | Publication date |
---|---|
CN114333320B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101617349B1 (ko) | 운전 습관 분석 진단 시스템 및 방법 | |
US11869091B2 (en) | Recording and reporting of driving characteristics using wireless mobile device | |
Husnjak et al. | Telematics system in usage based motor insurance | |
CN111860561A (zh) | 网约车的异常停留行为识别方法、装置、设备及存储介质 | |
US20140278574A1 (en) | System and method for developing a driver safety rating | |
CN110751828B (zh) | 一种路段拥堵测量方法、装置、计算机设备及存储介质 | |
CN106651602A (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
CN108242149A (zh) | 一种基于交通数据的大数据分析方法 | |
CN107918826B (zh) | 一种驾驶环境感知的司机评价与调度方法 | |
CN108764375B (zh) | 高速公路货运车辆跨省匹配方法及装置 | |
CN206684779U (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
CN109887292B (zh) | 车辆类型的识别方法及系统 | |
CN114333320B (zh) | 基于rfid的车辆驾驶行为风险评估系统 | |
CN113610014A (zh) | 一种遮挡号牌超限货运车辆检测系统及方法 | |
CN114331181A (zh) | 基于大数据的车辆驾驶行为风险分析方法 | |
JP2012173887A (ja) | 情報提供システム、サーバ、車載端末 | |
CN113743815A (zh) | 运营车辆的风险监控方法、装置、存储介质及计算机设备 | |
CN114414016B (zh) | 目标车辆的检测方法和装置、存储介质及电子设备 | |
CN115049992A (zh) | 基于大数据的物流监控系统及方法 | |
CN111489556B (zh) | 一种营运车辆挂靠行为的判断方法 | |
CN113706922A (zh) | 一种智能垂直升降停车设备的控制系统 | |
CN114173289B (zh) | 路侧单元控制方法、装置、设备及计算机可读存储介质 | |
CN116543242B (zh) | 基于高速收费数据的车型检测方法、装置、设备及介质 | |
CN116343484B (zh) | 交通事故识别方法、终端及存储介质 | |
CN117315943B (zh) | 一种超限运输违法监测分析与预警方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |