CN114648414A - 一种汽车轮胎保险风险评控方法及系统 - Google Patents

一种汽车轮胎保险风险评控方法及系统 Download PDF

Info

Publication number
CN114648414A
CN114648414A CN202210547143.9A CN202210547143A CN114648414A CN 114648414 A CN114648414 A CN 114648414A CN 202210547143 A CN202210547143 A CN 202210547143A CN 114648414 A CN114648414 A CN 114648414A
Authority
CN
China
Prior art keywords
tire
tire pressure
pressure data
vehicle
data
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
Application number
CN202210547143.9A
Other languages
English (en)
Other versions
CN114648414B (zh
Inventor
黎伟洋
宋云生
叶绍湘
杨智鹏
刘雯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Lan You Technology Co Ltd
Original Assignee
Shenzhen Lan You Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Lan You Technology Co Ltd filed Critical Shenzhen Lan You Technology Co Ltd
Priority to CN202210547143.9A priority Critical patent/CN114648414B/zh
Publication of CN114648414A publication Critical patent/CN114648414A/zh
Application granted granted Critical
Publication of CN114648414B publication Critical patent/CN114648414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
    • B60C23/02—Signalling devices actuated by tyre pressure
    • B60C23/04—Signalling devices actuated by tyre pressure mounted on the wheel or tyre
    • B60C23/0408—Signalling devices actuated by tyre pressure mounted on the wheel or tyre transmitting the signals by non-mechanical means from the wheel or tyre to a vehicle body mounted receiver
    • B60C23/0479—Communicating with external units being not part of the vehicle, e.g. tools for diagnostic, mobile phones, electronic keys or service stations
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Mechanical Engineering (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种汽车轮胎保险风险评控方法及系统，包括：数据采集和处理步骤，获取车载终端传输至云端的车辆的胎压数据、速度数据、GPS位置，并对胎压数据进行初步筛选；爆胎与漏气识别步骤，通过计算胎压数据和速度数据的变化并根据预设在云端的判断规则对胎压数据进行判断是否出现异常的同时监控车辆状态并发出预警；风险判断步骤，对异常的胎压数据进行再次筛选，并判断车辆状态为正常损坏还是非正常损坏；通过汽车轮胎保险风险评控方法及系统实现能有效监控车辆轮胎何时何地发生异常，并识别其是否非正常损坏，为保险公司和车厂提供轮胎险理赔评判参考，降低了保险赔付率的同时减轻车厂和保险公司的损失，保证了保险公司和车厂的利益。

Description

一种汽车轮胎保险风险评控方法及系统
技术领域
本发明涉及车辆保险技术领域，尤其涉及一种汽车轮胎保险风险评控方法及系统。
背景技术
轮胎是影响汽车安全运行的重要部件，早期交通事故70%是由轮胎故障引发，因此，轮胎的质量受汽车制造维修厂和车主的高度关注。但是，轮胎更换价格昂贵，原厂轮胎更换一个甚至达千元以上。因此，车厂和保险公司推出了一种专门针对轮胎的保险。该保险保护范围是因质量原因导致轮胎无法继续使用的情况，此时由车厂在约定范围内对车主进行补偿。由于轮胎的对安全影响性高和价格昂贵，轮胎险推出初期受到了车主的欢迎。
虽然，轮胎险客户需求大，但是存在车主骗保、甚至汽修店员工与车主联手骗保等行为，造成了该产品虽然购买率比较高，但赔付率不断增加，出现保险公司赔付率超过500%的情况，因此，对车厂和保险公司造成了非常大的损失。所以对轮胎险的风险评控即识别车主是否存在骗保行为，对车厂与保险公司有重要意义。
根据轮胎险实际保护场景，非质量原因导致轮胎无法继续使用的情况都定义为非正常损坏，如长时间低压行驶导致爆胎。基于此，轮胎险的风险评控首先需要识别车主轮胎何时何地发生了损坏（如爆胎、漏气），其次识别该损坏属于正常损坏还是非正常损坏，最后保险公司和车厂根据评判结果，制定赔付方案。
发明内容
本发明的目的在于提供一种汽车轮胎保险风险评控方法及系统，解决现有技术轮胎险因骗保行为导致理赔率过高的问题，为车厂和保险公司提供一种能有效监控车辆轮胎何时何地发生异常，并识别其是否非正常损坏，为保险公司和车厂提供轮胎险理赔评判参考，降低保险赔付率，减轻车厂和保险公司的损失。
本发明的技术方案实现如下：
一方面，本发明提供一种汽车轮胎保险风险评控方法，包括：数据采集和处理步骤，获取车载终端传输至云端的车辆的胎压数据、速度数据、GPS位置，并对所述胎压数据进行初步筛选；
爆胎与漏气识别步骤，通过计算所述胎压数据和所述速度数据的变化并根据预设在所述云端的判断规则对所述胎压数据进行判断是否出现异常的同时监控车辆状态并发出预警；
风险判断步骤，对异常的所述胎压数据进行再次筛选，并判断车辆状态为正常损坏还是非正常损坏；
车辆保险赔偿评估步骤，使用机器学习构建智能分类模型，并根据记录车辆所有历史异常的所述胎压数据评估保险赔偿风险。
在本发明所述的一种汽车轮胎保险风险评控方法中，在所述数据采集和处理步骤中所述初步筛选的方式为根据胎压监测方式的类型过滤无效胎压数据；其中所述胎压监测方式的类型包括直接式监测和间接式监测。
在本发明所述的一种汽车轮胎保险风险评控方法中，在所述爆胎与漏气识别步骤中所述车辆状态包括爆胎，根据所述胎压数据对爆胎进行判断，通过设置所述胎压数据计算时间区间，其中时间区间设置为
Figure 335039DEST_PATH_IMAGE001
分钟，并计算区间
Figure 479712DEST_PATH_IMAGE001
分钟内所述胎压数据是否发生骤降，且判断规则表示为：
Figure 593162DEST_PATH_IMAGE002
其中
Figure 518393DEST_PATH_IMAGE003
表示为最大胎压数据，
Figure 742701DEST_PATH_IMAGE004
表示为最小胎压数据，
Figure 7460DEST_PATH_IMAGE005
为爆胎时最大与最小的胎压数据差警戒值；
若所述胎压数据发生骤降，即上述规则返回True，则再判断以下规则，若返回False，则没有爆胎嫌疑不继续判断；
Figure 291811DEST_PATH_IMAGE006
其中
Figure 438758DEST_PATH_IMAGE007
为当前时刻所述胎压数据，
Figure 466757DEST_PATH_IMAGE008
为最小胎压数据警戒值，若低于则表示有爆胎嫌疑，即上述规则返回True，若返回False，则没有爆胎嫌疑不继续判断。
在本发明所述的一种汽车轮胎保险风险评控方法中，当判定有爆胎嫌疑时需要继续监测所述胎压数据发生骤降后的车辆状态；通过设置车辆状态分析时间区间，其中时间区间设置为
Figure 586023DEST_PATH_IMAGE009
分钟，当在时间区间
Figure 41275DEST_PATH_IMAGE009
分钟内满足一条或多条所述车辆状态的监测规则时，则判断所述轮胎发生爆胎；其中，所述监测规则的计算公式如下:
Figure 941098DEST_PATH_IMAGE010
Figure 507208DEST_PATH_IMAGE011
为车载终端每分钟传输的数据量，
Figure 543297DEST_PATH_IMAGE012
表示第i条车速；其中，在时间区间
Figure 107134DEST_PATH_IMAGE009
分钟内至少连续
Figure 228674DEST_PATH_IMAGE013
条数据的速度为0时表示爆胎后停车；数据量不大于
Figure 598475DEST_PATH_IMAGE014
条时表示爆胎后熄火；平均车速不大于
Figure 754650DEST_PATH_IMAGE015
表示爆胎后减速。
在本发明所述的一种汽车轮胎保险风险评控方法中，在所述爆胎与漏气识别步骤中所述车辆状态还包括漏气，根据所述胎压数据对漏气进行判断，通过计算当前所述胎压数据是否与上次行驶自然天的所述胎压数据发生变化，通过设置所述胎压数据计算时间区间，其中时间区间设置为
Figure 489388DEST_PATH_IMAGE001
分钟，并计算区间
Figure 98224DEST_PATH_IMAGE001
分钟内规则表示为：
Figure 6137DEST_PATH_IMAGE016
当判断为正确时，则判定轮胎发生漏气；所述判断规则中的参数
Figure 16818DEST_PATH_IMAGE017
和
Figure 984774DEST_PATH_IMAGE018
分别为
Figure 18589DEST_PATH_IMAGE001
区间内某个轮胎最大与最小的所述胎压数据，所述
Figure 730193DEST_PATH_IMAGE019
为上次行驶自然天的最低所述胎压数据，所述
Figure 860960DEST_PATH_IMAGE020
为当前所述胎压数据，其中
Figure 999818DEST_PATH_IMAGE021
为漏气时最大与最小的胎压数据差警戒值。
在本发明所述的一种汽车轮胎保险风险评控方法中，所述风险判断步骤包括：
S31、根据监测所述胎压数据异常前T时段，判断车辆是否处于低压行驶，所述低压行驶表示车辆以低于
Figure 317667DEST_PATH_IMAGE022
的所述胎压数据持续行驶，其中
Figure 770645DEST_PATH_IMAGE023
是健康胎压数据警戒值为原厂规定所述胎压数据的60%；
S32、根据监测所述胎压数据异常前T时段，车辆未发生移动；当前T时段车辆速度一直为0时；表示前T时段车辆GPS位置不发生变化，即所述T时段内，各时刻GPS的经纬度集合
Figure 755918DEST_PATH_IMAGE024
之间的距离最大值小于
Figure 65677DEST_PATH_IMAGE025
，其中
Figure 870822DEST_PATH_IMAGE025
与车辆GPS位置的最大误差量有关；其中距离计算方式为：
Figure 924228DEST_PATH_IMAGE026
其中，R表示地球半径，t表示T时段，
Figure 701692DEST_PATH_IMAGE027
分别为对应两个不同的经纬度，因此集合
Figure 182351DEST_PATH_IMAGE028
中不同经纬度间的距离可表示为
Figure 740372DEST_PATH_IMAGE029
；
S33、根据监测所述胎压数据异常前T时段，车辆在专营店附近时前T时段，集合
Figure 331890DEST_PATH_IMAGE030
中的经纬度与专营店/4S店经纬度集合
Figure 229439DEST_PATH_IMAGE031
进行距离计算，最小距离需要大于
Figure 881000DEST_PATH_IMAGE032
，
Figure 660737DEST_PATH_IMAGE032
与车辆GPS位置的最大误差量有关；
S34、监测所述胎压数据异常前T时段车辆是否启动。
在本发明所述的一种汽车轮胎保险风险评控方法中，所述车辆保险赔偿评估步骤包括：
S41、基于车辆所有历史异常的所述胎压数据将正常损坏与非正常损坏作为正负标签；并采集车主历史行驶数据、告警数据、历史维修数据与停车区域数据；
S42、基于正负标签与采集的历史行驶数据、告警数据、历史维修数据与停车区域数据；训练机器学习智能分类模型，以此取代所述风险判断步骤中的判断条件，并对新增的所述胎压数据异常车辆进行分类。
根据发明的另一方面，还提供一种汽车轮胎保险风险评控系统，所述系统包括：
数据采集和处理模块，用于获取车载终端传输至云端的车辆的胎压数据、速度数据、GPS位置，并对胎压数据进行初步筛选；
爆胎与漏气识别模块，用于计算所述胎压数据和所述速度数据的变化并根据预设在云端的判断规则对胎压数据进行判断是否出现异常的同时监控车辆状态并发出预警；
风险判断模块，用于对异常的胎压数据进行再次筛选，并判断车辆状态为正常损坏还是非正常损坏；
车辆保险赔偿评估模块，用于使用机器学习构建智能分类模型，并根据记录车辆所有历史异常的胎压数据评估保险赔偿风险。
因此，本发明的有益效果是，通过汽车轮胎保险风险评控方法及系统实现能有效监控车辆轮胎何时何地发生异常，并识别其是否非正常损坏，为保险公司和车厂提供轮胎险理赔评判参考，降低了保险赔付率的同时减轻车厂和保险公司的损失，保证了保险公司和车厂的利益。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1为本发明一实施例提供的一种汽车轮胎保险风险评控方法的流程图；
图2为本发明一实施例提供的一种汽车轮胎保险风险评控方法中疑似爆胎时胎压数据变化曲线图；
图3为本发明一实施例提供的一种汽车轮胎保险风险评控方法中疑似漏气时胎压数据变化曲线图；
图4为本发明一实施例提供的一种汽车轮胎保险风险评控方法中爆胎时胎压数据比值变化曲线图；
图5为本发明一实施例提供的一种汽车轮胎保险风险评控方法中爆胎时车速比值变化曲线图；
图6为本发明一实施例提供的一种汽车轮胎保险风险评控方法中非爆胎时车速比值变化曲线图；
图7为本发明一实施例提供的一种汽车轮胎保险风险评控方法中非爆胎时胎压数据比值变化曲线图；
图8为本发明一实施例提供的一种汽车轮胎保险风险评控方法中车辆未启动时胎压数据变化曲线图；
图9为本发明一实施例提供的一种汽车轮胎保险风险评控系统的示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，以下将对照附图详细说明本发明的具体实施方式。应当理解，以下说明仅为本发明实施例的具体阐述，不应以此限制本发明的保护范围。
参见图1，图1为本发明一实施例提供的一种汽车轮胎保险风险评控方法的流程图，其包括步骤S1-S4：
S1、获取车载终端传输至云端的车辆的胎压数据、速度数据、GPS位置，并对胎压数据进行初步筛选；
在步骤S1中初步筛选的方式为根据胎压监测方式的类型过滤无效胎压数据；其中胎压监测方式的类型包括直接式监测和间接式监测。具体的直接式监测通过装在轮胎气嘴上测量胎压数据，间接式监测通过车轮的转速计算胎压数据；当车速达到设定的阈值
Figure 55947DEST_PATH_IMAGE033
才能返回有效胎压数据。阈值
Figure 870319DEST_PATH_IMAGE033
需要根据车辆轮胎的型号设置。阈值
Figure 630464DEST_PATH_IMAGE033
的范围为20～40km/h。其中本实施例采用间接式监测，阈值
Figure 897498DEST_PATH_IMAGE033
的为30km/h。车载终端能通过CAN将车辆状态数据传输至云端，从中选择车辆的胎压、速度、GPS位置、行驶时长等数据。
疑似爆胎和漏气时，胎压状态如图2与图3所示，S2、通过计算胎压数据和速度数据的变化并根据预设在云端的判断规则对胎压数据进行判断是否出现异常的同时监控车辆状态并发出预警；步骤S2包括子步骤S21-S22：
S21、接收步骤S1数据后，根据胎压数据对爆胎进行判断，通过设置胎压数据计算时间区间，其中时间区间设置为
Figure 96398DEST_PATH_IMAGE001
分钟，当
Figure 765277DEST_PATH_IMAGE001
=3时计算区间3分钟内胎压数据是否发生骤降，且判断规则表示为：
Figure 758640DEST_PATH_IMAGE034
其中
Figure 450653DEST_PATH_IMAGE035
表示为最大胎压数据，
Figure 453244DEST_PATH_IMAGE036
表示为最小胎压数据，
Figure 976629DEST_PATH_IMAGE037
为爆胎时最大与最小的胎压数据差警戒值；
若胎压数据发生骤降，即上述规则返回True，则再判断以下规则，若返回False，则没有爆胎嫌疑不继续判断；
Figure 140894DEST_PATH_IMAGE038
其中
Figure 382520DEST_PATH_IMAGE020
为当前时刻胎压数据，
Figure 860906DEST_PATH_IMAGE008
为最小胎压数据警戒值，若低于则表示有爆胎嫌疑，即上述规则返回True，若返回False，则没有爆胎嫌疑不继续判断。本实施例中
Figure 238797DEST_PATH_IMAGE008
=0.5bar。
在本发明的一种汽车轮胎保险风险评控方法中，当判定有爆胎嫌疑时需要继续监测胎压数据发生骤降后的车辆状态；通过设置车辆状态分析时间区间，其中时间区间设置为
Figure 839543DEST_PATH_IMAGE009
分钟，当在时间区间
Figure 302885DEST_PATH_IMAGE009
分钟内满足一条或多条车辆状态的监测规则时，则判断轮胎发生爆胎；
其中，监测规则的计算公式如下:
Figure 647279DEST_PATH_IMAGE010
Figure 817360DEST_PATH_IMAGE011
为车载终端每分钟传输的数据量，
Figure 589007DEST_PATH_IMAGE012
表示第i条车速；其中，在时间区间
Figure 539646DEST_PATH_IMAGE009
分钟内至少连续
Figure 422151DEST_PATH_IMAGE013
条数据的速度为0时表示爆胎后停车；数据量不大于
Figure 712318DEST_PATH_IMAGE014
条时表示爆胎后熄火；平均车速不大于
Figure 654866DEST_PATH_IMAGE015
表示爆胎后减速；
S22、在爆胎与漏气识别步骤中车辆状态还包括漏气，根据胎压数据对漏气进行判断，通过计算当前胎压数据是否与上次行驶自然天的胎压数据发生变化，通过设置胎压数据计算时间区间，其中时间区间设置为
Figure 92801DEST_PATH_IMAGE001
分钟，并计算区间
Figure 778997DEST_PATH_IMAGE001
分钟内规则表示为：
Figure 985988DEST_PATH_IMAGE016
当判断为正确时，则判定轮胎发生漏气；判断规则中的参数
Figure 37120DEST_PATH_IMAGE039
和
Figure 962351DEST_PATH_IMAGE018
分别为
Figure 186659DEST_PATH_IMAGE001
区间内某个轮胎最大与最小的胎压数据，
Figure 513735DEST_PATH_IMAGE019
为上次行驶自然天的最低胎压数据，
Figure 532507DEST_PATH_IMAGE020
为当前胎压数据，
Figure 882716DEST_PATH_IMAGE040
其中为爆胎时最大与最小的所述胎压数据差警戒值，
Figure 910715DEST_PATH_IMAGE021
为漏气时最大与最小的所述胎压数据差警戒值，且
Figure 92298DEST_PATH_IMAGE041
和
Figure 547550DEST_PATH_IMAGE042
分别为1bar和0.35bar。当判定为有爆胎嫌疑，需要继续监测胎压数据发生骤降后的车辆状态。设置车辆状态分析时间窗口，时间区间设置为
Figure 181794DEST_PATH_IMAGE009
分钟，当
Figure 685587DEST_PATH_IMAGE009
=5时，当在时间区间内，满足其中一条或多条状态监测规则时，则判断轮胎发生爆胎。疑似爆胎中，确定为爆胎时胎压数据与速度如图4与如图5所示，其中图4为四轮胎压变化曲线胎压，图5为相同时间段车速变化曲线图；且胎压数据为0是表示胎压为0就是轮胎都瘪了，车速为0时表示停车，而非爆胎的车速比值变化曲线图与四轮胎压变化曲线图如图6与如图7所示。自然天就是0点到23点59分是一天；假设当前是1月4号如果3号开了车那上一次自然天就是3号，如果3号车没跑，2号车跑了就是2号，车没跑就一直往前推。
S3、对异常的胎压数据进行再次筛选，并判断车辆状态为正常损坏还是非正常损坏；步骤S3包括子步骤S31-S34：
S31、根据监测胎压数据异常前T时段，判断车辆是否处于低压行驶，低压行驶表示车辆以低于
Figure 987256DEST_PATH_IMAGE022
的胎压数据持续行驶，其中
Figure 613409DEST_PATH_IMAGE023
是健康胎压数据警戒值为原厂规定胎压数据的60%；本实施例选择规定胎压数据为4.5bar的轮胎；
S32、根据监测胎压数据异常前T时段，车辆未发生移动；当前T时段车辆速度一直为0时；表示前T时段车辆GPS位置不发生变化，即T时段内，各时刻GPS的经纬度集合
Figure 734949DEST_PATH_IMAGE024
之间的距离最大值小于
Figure 104750DEST_PATH_IMAGE043
，其中
Figure 210327DEST_PATH_IMAGE043
与车辆GPS位置的最大误差量有关；本实施例车辆的
Figure 7382DEST_PATH_IMAGE025
为10米，其中距离计算方式为
Figure 616218DEST_PATH_IMAGE044
：
其中，R表示地球半径，t表示T时段，
Figure 524131DEST_PATH_IMAGE027
分别为对应两个不同的经纬度，因此集合
Figure 534812DEST_PATH_IMAGE028
中不同经纬度间的距离可表示为
Figure 440451DEST_PATH_IMAGE045
；
S33、根据监测胎压数据异常前T时段，车辆在专营店附近时前T时段，集合
Figure 536583DEST_PATH_IMAGE046
中的经纬度与专营店/4S店经纬度集合
Figure 248187DEST_PATH_IMAGE047
进行距离计算，最小距离需要大于
Figure 113375DEST_PATH_IMAGE048
与车辆GPS位置的最大误差量有关。本实施例车机型号
Figure 252232DEST_PATH_IMAGE043
为50米；
如图8所示，S34、监测胎压数据异常前T时段车辆是否启动。胎压数据最低时，回溯前T时段无信号数据，即车辆未启动。
本实施例中的T时段，根据实际场景取值为60分钟，当步骤S2中的异常车辆的胎压数据满足以上其中一个或多个条件时，则判断为非正常损坏，否则属于正常损坏。基于此区分出有骗保和无骗保行为的车主，保险公司在对无骗保行为的车主进行赔偿，有骗保的可不赔偿或进一步沟通确认。
S4、使用机器学习构建智能分类模型，并根据记录车辆所有历史异常的胎压数据评估保险赔偿风险；步骤S4包括子步骤S41-S42：
S41、基于车辆所有历史异常的胎压数据将正常损坏与非正常损坏作为正负标签；并采集车主历史行驶数据、告警数据、历史维修数据与停车区域数据；当异常胎压数据车辆达到十万级数量，将正常损坏和非正常损坏作为正负标签；其中历史行驶数据为驾驶里程、速度等，告警数据为行驶中车辆发出的故障告警信号，均从车载终端传输数据中获取；历史维修数据从专营店维修记录中获取；停车区域数据为该区域专营店数量、规模等。
S42、基于正负标签与采集的历史行驶数据、告警数据、历史维修数据与停车区域数据；训练机器学习智能分类模型，以此取代风险判断步骤中的判断条件，并对新增的胎压数据异常车辆进行分类。
如图9所示，本发明还提供一种汽车轮胎保险风险评控系统,包括数据采集和处理模块，用于获取车载终端传输至云端的车辆的胎压数据、速度数据、GPS位置，并对胎压数据进行初步筛选；爆胎与漏气识别模块，用于计算胎压数据和速度数据的变化并根据预设在云端的判断规则对胎压数据进行判断是否出现异常的同时监控车辆状态并发出预警；风险判断模块，用于对异常的胎压数据进行再次筛选，并判断车辆状态为正常损坏还是非正常损坏；车辆保险赔偿评估模块，用于使用机器学习构建智能分类模型，并根据记录车辆所有历史异常的胎压数据评估保险赔偿风险。通过实时发现车主轮胎异常的基础上，智能评判异常是否在保险理赔范围内；能实时为主机厂提供车胎异常情况，方便其售后关怀，且能为保险公司和主机厂提供轮胎险理赔评判参考，降低保险赔付率的同时减轻车厂和保险公司的损失。
本发明实施例提供的一种汽车轮胎保险风险评控方法的有益效果至少在于：
1、基于车联网实时数据，能实时获取车辆实时何地发生胎压数据异常，以及其是否有理赔风险，相比传统人工检查轮胎质量，更具有客观性；
2、本发明可在前期数据不足时，以条件规则判断是否有理赔风险，中后期则通过智能模型自动判别，保证了系统的灵活性；
3、相比单一的故障识别方法及系统，本发明集成了胎压数据异常识别功能和理赔风险评判功能，功能更全面。
本文提供了实施例的各种操作。在一个实施例中，所述的一个或操作可以构成一个或计算机可读介质上存储的计算机可读指令，其在被电子设备执行时将使得计算设备执行所述操作。描述一些或所有操作的顺序不应当被解释为暗示这些操作必需是顺序相关的。本领域技术人员将理解具有本说明书的益处的可替代的排序。而且，应当理解，不是所有操作必需在本文所提供的每个实施例中存在。
而且，本文所使用的词语“优选的”意指用作实例、示例或例证。奉文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反，词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即，除非另外指定或从上下文中清楚，“X使用A或B”意指自然包括排列的任意一个。即，如果X使用A；X使用B；或X使用A和B二者，则“X使用A或B”在前述任一示例中得到满足。
而且，尽管已经相对于一个或实现方式示出并描述了本公开，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件（例如元件、资源等）执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能（例如其在功能上是等价的）的任意组件（除非另外指示），即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外，尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开，但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且，就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。上述的各装置或系统，可以执行相应方法实施例中的方法。
综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，因此本发明的保护范围以权利要求界定的范围为准。

Claims (8)

1.一种汽车轮胎保险风险评控方法，其特征在于，包括：数据采集和处理步骤，获取车载终端传输至云端的车辆的胎压数据、速度数据、GPS位置，并对所述胎压数据进行初步筛选；
爆胎与漏气识别步骤，通过计算所述胎压数据和所述速度数据的变化并根据预设在所述云端的判断规则对所述胎压数据进行判断是否出现异常的同时监控车辆状态并发出预警；
风险判断步骤，对异常的所述胎压数据进行再次筛选，并判断车辆状态为正常损坏还是非正常损坏；
车辆保险赔偿评估步骤，使用机器学习构建智能分类模型，并根据记录车辆所有历史异常的所述胎压数据评估保险赔偿风险。
2.根据权利要求1所述的汽车轮胎保险风险评控方法，其特征在于，在所述数据采集和处理步骤中所述初步筛选的方式为根据胎压监测方式的类型过滤无效胎压数据；其中所述胎压监测方式的类型包括直接式监测和间接式监测。
3.根据权利要求1所述的汽车轮胎保险风险评控方法，其特征在于，在所述爆胎与漏气识别步骤中所述车辆状态包括爆胎，根据所述胎压数据对爆胎进行判断，通过设置所述胎压数据计算时间区间，其中时间区间设置为
Figure 186780DEST_PATH_IMAGE001
分钟，并计算区间
Figure 770208DEST_PATH_IMAGE001
分钟内所述胎压数据是否发生骤降，且判断规则表示为：
Figure 957607DEST_PATH_IMAGE002
其中
Figure 942880DEST_PATH_IMAGE003
表示为最大胎压数据，
Figure 252639DEST_PATH_IMAGE004
表示为最小胎压数据，
Figure 323363DEST_PATH_IMAGE005
为爆胎时最大与最小的胎压数据差警戒值；
若所述胎压数据发生骤降，即上述规则返回True，则再判断以下规则，若返回False，则没有爆胎嫌疑不继续判断；
Figure 376770DEST_PATH_IMAGE006
其中
Figure 154233DEST_PATH_IMAGE007
为当前时刻所述胎压数据，
Figure 634893DEST_PATH_IMAGE008
为最小胎压数据警戒值，若低于则表示有爆胎嫌疑，即上述规则返回True，若返回False，则没有爆胎嫌疑不继续判断。
4.根据权利要求3所述的汽车轮胎保险风险评控方法，其特征在于，当判定有爆胎嫌疑时需要继续监测所述胎压数据发生骤降后的车辆状态；通过设置车辆状态分析时间区间，其中时间区间设置为
Figure 927334DEST_PATH_IMAGE009
分钟，当在时间区间
Figure 784431DEST_PATH_IMAGE009
分钟内满足一条或多条所述车辆状态的监测规则时，则判断所述轮胎发生爆胎；
其中，所述监测规则的计算公式如下:
Figure 416401DEST_PATH_IMAGE010
Figure 67962DEST_PATH_IMAGE011
为车载终端每分钟传输的数据量，
Figure 113279DEST_PATH_IMAGE012
表示第i条车速；其中，在时间区间
Figure 508488DEST_PATH_IMAGE009
分钟内至少连续
Figure 57281DEST_PATH_IMAGE013
条数据的速度为0时表示爆胎后停车；数据量不大于
Figure 83006DEST_PATH_IMAGE014
条时表示爆胎后熄火；平均车速不大于
Figure 350039DEST_PATH_IMAGE015
表示爆胎后减速。
5.根据权利要求3所述的汽车轮胎保险风险评控方法，其特征在于，在所述爆胎与漏气识别步骤中所述车辆状态还包括漏气，根据所述胎压数据对漏气进行判断，通过计算当前所述胎压数据是否与上次行驶自然天的所述胎压数据发生变化，通过设置所述胎压数据计算时间区间，其中时间区间设置为
Figure 283360DEST_PATH_IMAGE001
分钟，并计算区间
Figure 952239DEST_PATH_IMAGE001
分钟内规则表示为：
Figure 211182DEST_PATH_IMAGE016
当判断为正确时，则判定轮胎发生漏气；所述判断规则中的参数
Figure 637615DEST_PATH_IMAGE017
和
Figure 640206DEST_PATH_IMAGE018
分别为
Figure 163591DEST_PATH_IMAGE001
区间内某个轮胎最大与最小的所述胎压数据，所述
Figure 327856DEST_PATH_IMAGE019
为上次行驶自然天的最低所述胎压数据，所述
Figure 569482DEST_PATH_IMAGE020
为当前所述胎压数据，其中
Figure 47868DEST_PATH_IMAGE021
为漏气时最大与最小的胎压数据差警戒值。
6.根据权利要求1所述的汽车轮胎保险风险评控方法，其特征在于，所述风险判断步骤包括：
S31、根据监测所述胎压数据异常前T时段，判断车辆是否处于低压行驶，所述低压行驶表示车辆以低于
Figure 425759DEST_PATH_IMAGE022
的所述胎压数据持续行驶，其中
Figure 26505DEST_PATH_IMAGE023
是健康胎压数据警戒值为原厂规定所述胎压数据的60%；
S32、根据监测所述胎压数据异常前T时段，车辆未发生移动；当前T时段车辆速度一直为0时；表示前T时段车辆GPS位置不发生变化，即所述T时段内，各时刻GPS的经纬度集合
Figure 489847DEST_PATH_IMAGE024
之间的距离最大值小于
Figure 834241DEST_PATH_IMAGE025
，
Figure 269902DEST_PATH_IMAGE025
其中与车辆GPS位置的最大误差量有关；其中距离计算方式为：
Figure 775969DEST_PATH_IMAGE026
其中，R表示地球半径，t表示T时段，
Figure 992187DEST_PATH_IMAGE027
分别为对应两个不同的经纬度，因此集合
Figure 874692DEST_PATH_IMAGE028
中不同经纬度间的距离可表示为；
S33、根据监测所述胎压数据异常前T时段，车辆在专营店附近时前T时段，
Figure 227176DEST_PATH_IMAGE029
集合中的经纬度与专营店/4S店经纬度集合进行距离计算，最小距离需要大于
Figure 841828DEST_PATH_IMAGE030
，
Figure 279763DEST_PATH_IMAGE030
与车辆GPS位置的最大误差量有关；
S34、监测所述胎压数据异常前T时段车辆是否启动。
7.根据权利要求1所述的汽车轮胎保险风险评控方法，其特征在于，所述车辆保险赔偿评估步骤包括：S41、基于车辆所有历史异常的所述胎压数据将正常损坏与非正常损坏作为正负标签；并采集车主历史行驶数据、告警数据、历史维修数据与停车区域数据；
S42、基于正负标签与采集的历史行驶数据、告警数据、历史维修数据与停车区域数据；训练机器学习智能分类模型，以此取代所述风险判断步骤中的判断条件，并对新增的所述胎压数据异常车辆进行分类。
8.一种汽车轮胎保险风险评控系统，其特征在于，所述系统包括：
数据采集和处理模块，用于获取车载终端传输至云端的车辆的胎压数据、速度数据、GPS位置，并对所述胎压数据进行初步筛选；
爆胎与漏气识别模块，用于计算所述胎压数据和所述速度数据的变化并根据预设在云端的判断规则对所述胎压数据进行判断是否出现异常的同时监控车辆状态并发出预警；
风险判断模块，用于对异常的胎压数据进行再次筛选，并判断车辆状态为正常损坏还是非正常损坏；
车辆保险赔偿评估模块，用于使用机器学习构建智能分类模型，并根据记录车辆所有历史异常的胎压数据评估保险赔偿风险。
CN202210547143.9A 2022-05-20 2022-05-20 一种汽车轮胎保险风险评控方法及系统 Active CN114648414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210547143.9A CN114648414B (zh) 2022-05-20 2022-05-20 一种汽车轮胎保险风险评控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210547143.9A CN114648414B (zh) 2022-05-20 2022-05-20 一种汽车轮胎保险风险评控方法及系统

Publications (2)

Publication Number Publication Date
CN114648414A true CN114648414A (zh) 2022-06-21
CN114648414B CN114648414B (zh) 2022-10-04

Family

ID=81997629

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210547143.9A Active CN114648414B (zh) 2022-05-20 2022-05-20 一种汽车轮胎保险风险评控方法及系统

Country Status (1)

Country Link
CN (1) CN114648414B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105818618A (zh) * 2016-03-24 2016-08-03 邹红斌 轮胎气压检测方法及装置
CN107303785A (zh) * 2016-04-22 2017-10-31 中兴通讯股份有限公司 一种胎压监测系统及方法
CN107784251A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 基于图像识别技术对驾驶行为评价的方法
CN110825917A (zh) * 2019-11-04 2020-02-21 广州亚美信息科技有限公司 车辆胎压异常识别方法、装置及数据分析设备
CN113822766A (zh) * 2021-09-23 2021-12-21 南京微道科技有限公司 基于车联网的车辆保险理赔方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105818618A (zh) * 2016-03-24 2016-08-03 邹红斌 轮胎气压检测方法及装置
CN107303785A (zh) * 2016-04-22 2017-10-31 中兴通讯股份有限公司 一种胎压监测系统及方法
CN107784251A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 基于图像识别技术对驾驶行为评价的方法
CN110825917A (zh) * 2019-11-04 2020-02-21 广州亚美信息科技有限公司 车辆胎压异常识别方法、装置及数据分析设备
CN113822766A (zh) * 2021-09-23 2021-12-21 南京微道科技有限公司 基于车联网的车辆保险理赔方法和装置

Also Published As

Publication number Publication date
CN114648414B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
US8255113B2 (en) Detection of vehicle operation under adverse conditions
WO2019178769A1 (zh) 车辆评估方法、装置及设备
CA2785879C (en) Fuel management system and method
CN105008875B (zh) 基于所感测的振动确定用于机动车辆的矫正动作
US20160167446A1 (en) Tire service life monitoring
CN109977500B (zh) 基于ds证据理论的半挂罐车多源信息融合侧翻预警方法
KR20200058664A (ko) 전방 충돌 방지 보조 성능 검사 시스템 및 그 방법
CN108556568A (zh) 车辆轮胎检测装置
CN113232462B (zh) 胎压管理方法、装置及计算机存储介质
TW202101344A (zh) 用於計算車輛的駕駛人的責任的系統和方法
CN102542629A (zh) 车载检测装置和方法
KR20200058193A (ko) 차선유지 성능 검사 시스템 및 그 방법
CN114953861A (zh) 一种车辆的胎压监测系统
CN103914889B (zh) 一种对车辆速度的采集行为进行异常检测的系统及方法
CN114648414B (zh) 一种汽车轮胎保险风险评控方法及系统
CN114971876A (zh) 一种基于大数据的汽车金融风控运营管理系统
CN100405034C (zh) 车辆负载状态的判断方法
CN108764796B (zh) 一种基于前装车联网的自动盘库系统
CN115188086B (zh) 一种etc门架系统动态监测方法及系统
CN110033582B (zh) 一种车载跟踪设备预警的分析判断方法
CN101391564A (zh) 汽车轮胎气压变化的监测方法及实现该监测方法的系统
CN112131279A (zh) 基于大数据的汽车数据管理方法、计算机设备及存储介质
US20060178853A1 (en) Method for monitoring tire pressure variation of automobile tire and system for realizing the same
CN111882382A (zh) 基于数据和风险关联模型的共享汽车数据存储管理方法
CN111775948A (zh) 一种驾驶行为分析方法及装置

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