CN114997756A - 基于座舱数据的车辆残值评估系统及方法 - Google Patents

基于座舱数据的车辆残值评估系统及方法 Download PDF

Info

Publication number
CN114997756A
CN114997756A CN202210928972.1A CN202210928972A CN114997756A CN 114997756 A CN114997756 A CN 114997756A CN 202210928972 A CN202210928972 A CN 202210928972A CN 114997756 A CN114997756 A CN 114997756A
Authority
CN
China
Prior art keywords
data
vehicle
preprocessing
conclusion
unit
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
CN202210928972.1A
Other languages
English (en)
Other versions
CN114997756B (zh
Inventor
郭元涛
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.)
Chengdu Zhixuan Technology Co ltd
Original Assignee
Chengdu Zhixuan 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 Chengdu Zhixuan Technology Co ltd filed Critical Chengdu Zhixuan Technology Co ltd
Priority to CN202210928972.1A priority Critical patent/CN114997756B/zh
Publication of CN114997756A publication Critical patent/CN114997756A/zh
Application granted granted Critical
Publication of CN114997756B publication Critical patent/CN114997756B/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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
    • 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
    • G06Q10/30—Administration of product recycling or disposal
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

本发明涉及基于座舱数据的车辆残值评估系统及方法，包括：第一预处理单元;运算单元；第一存储单元；其中，第一预处理单元可被配置为用于对车辆行车数据进行处理，并输出第一预处理结论；其中，车辆行车数据包括获取到车机系统启动请求信号时起，至获取到车机系统停止请求信号时止的车辆运行数据中的一种或多种。有益效果体现在，可在车机上实现车辆终生的残值数据管理。并且，该解决方案并未明显增加数据车机的数据存储量，通过对日常行车数据的二次加工存储实现数据信息的有效提取及小体量存储。设置的第二预处理单元与车机独立运行，并在车机停止运行的时候弥补车机停止的数据盲区。

Description

基于座舱数据的车辆残值评估系统及方法
技术领域
本发明属于汽车金融技术领域，涉及车辆的残值评估技术，具体涉及一种基于座舱数据的车辆残值评估系统及评估方法。
背景技术
汽车作为一种较为重要的资产类型，其保值性通常是汽车消费者关心的重点之一。市场上现行的残值评估通常为状态评估，即以当前结果下的车辆瞬时状态作为主要或者唯一评估依据。车辆作为长时间使用的消耗品，其残值影响因素较多，较为突出的因素包括：①、基于正常使用的疲劳损耗因素；②、基于意外的特定损耗因素；③、基于商业服务、商业运营的品牌价值因素等。
其中，基于正常使用的疲劳损耗因素在评估中尚没有较为权威、客观的方法，通常是以车辆使用年限和行驶总里程作为参考；基于意外的特定损耗因素通常是基于专业人员的经验评估，比如检查安全带根部等维修不易介入的角落是否发霉以反应是否存在“水泡意外”，检查漆面修补位置及面积以反应事故组成及类型（通常用于反应是否有小事故），检查结构件（如A柱、B柱、防撞梁等）的原装、修补、完整性等以反应是否存在重大事故以及事故类型，检查关键螺栓紧固件（如引擎舱、发动机缸盖、变速箱等），并通过新旧一致性、拆卸痕迹甚至灰尘覆盖等信息判断是否存在关键部件的维修，以及火烧判断等；而基于商业服务及商业运营的品牌价值因素则是与车辆本身无关的因素，涉及用户对产品的满意度如颜色喜好、空间满意度、设计点的认可度等，以及售后服务相应、网点覆盖等非车辆因素。
在以上因素中，基于意外的特定损耗是车辆除品牌价值外价值影响的关键因素。但该因素的评估过度依赖专业人员的介入，导致评估难以客观、一致。如果再综合考虑专业技术的不易识别性和不成熟的商业各方利益关系，可能导致被假定为客观中立的专业技术人员利用专业知识的信息差赚取差额利润的情况。以上情况均不利于车辆品牌的管理。因为残值管理是商业品牌管理的重要环节，好的残值管理对于品牌的认可度提升、市场开拓（尤其是类似汽车这种单品价值较高的品类）等品牌增值正向影响较大。
除基于意外的特定损耗评估外，基于正常使用的疲劳损耗评估则几乎为空白状态。此处的空白是指从市场使用的角度看，相比而言的理论层面则提出过不少对疲劳损耗的评估介入因素，比如“设置加速度传感器检测是否存在急刹车、急转弯”、“记录各种行车数据以分析提炼驾驶行为”等。但这些理论几乎没有能在评估实践中应用的，主要原因包括：纯理论角度的评估方式并未考虑商业中产业链各方的利益诉求及冲突，存在组多实践中导致利益冲突的技术需求；依赖专门技术如特定传感器、信息系统、通信系统（如服务器上云、高速通信等）的介入，且介入程度较大（如深入介入车载电脑、未充分考虑车载电脑的计算能力等）。所以以上理论技术均在实践中未被采纳。
发明内容
为解决上述车辆残值评估中的技术问题，特别是车辆疲劳损耗评估的商业可执行方案问题，本发明提供了一种基于座舱数据的车辆残值评估系统及方法，具体如下。
基于座舱数据的车辆残值评估系统，其特征在于，包括：
第一预处理单元；
运算单元；
第一存储单元；
其中，第一预处理单元可被配置为用于对车辆行车数据进行处理，并输出第一预处理结论；
其中，车辆行车数据包括获取到车机系统启动请求信号时起，至获取到车机系统停止请求信号时止的车辆运行数据中的一种或多种；
其中，第一预处理结论为一可被所述运算单元识别的第一预处理数据组；
其中，运算单元与第一预处理单元数据连接，包括可用于识别所述预处理结论的运算组件；
其中，运算单元与第一存储单元数据连接，包括可用于对所述第一存储单元写入或读出数据的读写控制组件；
其中，第一存储单元可被配置为存储数据。
可选方案的一种，基于座舱数据的车辆残值评估系统，其特征在于，包括：
第二预处理单元；
第二存储单元；
其中，第二预处理单元可被配置为车机停止工作时运行，且可用于对车辆特异数据进行处理，并输出第二预处理结论；
其中，车辆特异数据包括预定义传感数据；
其中，第二预处理结论为一可被所述运算单元识别的第二结论数据组；
其中，第二存储单元与所述第二预处理单元数据连接，可被配置为存储所述第二预处理结论；
其中，所述运算单元与第二存储单元数据连接，可被配置为启动时自动读取所述第二存储单元中存储的第二预处理结论。
可选方案的一种，基于座舱数据的车辆残值评估系统，其特征在于，
所述车辆特异数据包括特异时间数据；
其中，所述特异时间数据包括，大于一时长阈值t0的时间间隔ti，所述ti为当前车机启动时刻到该时刻之前最近一次车机停止时刻的时长。
可选方案的一种，基于座舱数据的车辆残值评估系统，其特征在于，
所述时长阈值t0为可配置参数；且，
所述时长阈值可被配置为多组，根据不同组别的时长阈值对应的时间间隔区间可配置相应的加权系数；和/或，
根据多组时长阈值和对应的时间间隔区间拟合一单调加权函数；用于根据检测的时间间隔计算相应的加权系数。
可选方案的一种，基于座舱数据的车辆残值评估系统，其特征在于，
所述第一存储单元被配置为单向存储；
其中，所述单向存储指写入所述第一存储单元的数据不可更改；和/或，
写入所述第一存储单元的数据被限制更改。
可选方案的一种，基于座舱数据的车辆残值评估系统，其特征在于，
所述数据被限制更改包括：仅由指定权限的用户更改；和/或，
与指定的硬件连接后可更改。
可选方案的一种，基于座舱数据的车辆残值评估系统，其特征在于，第一预处理结论包括，
行程属性结论；
所述行程属性结论包括行程属性、里程、时长和序列数据组；
其中，所述行程属性包括日常行程、常规行程、长途行程和长时行程中的一种或多种；
其中，日常行程为路径、路况和驾驶行为一致性高于一预设水平的行程；
其中，常规行程为里程和时长均低于一预设水平，且不属于日常行程的行程；
其中，长途行程为驾驶里程超过一预设水平S0的行程；
其中，长时行程为驾驶时长超过一预设水平T0的行程。
可选方案的一种，基于座舱数据的车辆残值评估系统，其特征在于，
所述日常行程包括多组；
其中，任一组日常行程与一加权系数相对应；所述加权系数可在计算车辆残值时对改行程进行加权计算。
可选方案的一种，基于座舱数据的车辆残值评估系统，其特征在于，所述行程属性结论包括：
长途加权系数；和/或，
长时加权系数；
其中，长途加权系数为当前长途行程驾驶行为，和/或特异数据的函数；
其中，长时加权系数为当前长时行程驾驶行为，和/或特异数据的函数。
基于座舱数据的车辆残值评估方法，其特征在于，
S1、运行第一预处理单元检测车机停止请求信号；
S2、在检测到所述停止请求信号时，第一预处理单元获取当期行程的车辆行车数据，并计算生成第一预处理结论；
S3、运算单元获取第一预处理结论，并存储入所述第一存储单元；
S4、运算单元根据请求读取全部第一存储单元的存储数据，根据指定算法计算输出车辆残值结论。
可选方案的一种，基于座舱数据的车辆残值评估方法，其特征在于，
步骤S1包括，
运行第一预处理单元并获取车机系统启动请求信号的系统时间。
可选方案的一种，基于座舱数据的车辆残值评估方法，其特征在于，包括步骤，
车机系统启动时，运行运算单元，使运算单元与第二存储单元连接，获取第二存储单元的更新数据并存储入第一存储单元。
可选方案的一种，基于座舱数据的车辆残值评估方法，其特征在于，包括步骤，
确认第二存储单元数据存入第一存储单元后，删除第二存储单元数据。
本发明的有益效果体现在，从汽车品牌方及车机系统商的利益出发，提出的基于座舱数据的车辆残值评估系统可在车机上实现车辆终生的残值数据管理。并且，该解决方案并未明显增加数据车机的数据存储量，通过对日常行车数据的二次加工存储实现数据信息的有效提取及小体量存储。设置的第二预处理单元与车机独立运行，并在车机停止运行的时候弥补车机停止的数据盲区，配置后可用于对车辆非运行状态下的被撞击、冲击、水淹、火烧等非运行行为进行记录，而以上数据在车机运行时可直接移交至车机实现，确保了车辆的终生重要信息管理。这将为车辆品牌方进行车辆残值管理、车辆保价回收、置换等重要品牌管理行为提供可信依据。并可为汽车金融提供可信依据，为汽车金融产品创新（精准的评估可带来风险的降低，进而可降低金融成本）提供可信依据，促进汽车金融产品的创新发展。
附图说明
图1为本发明一实施例的基于座舱数据的车辆残值评估系统示意图；
图2为本发明图1所示实施例的基于座舱数据的车辆残值评估系统残值结果计算输出示意图；
图3为本发明一实施例的基于座舱数据的车辆残值评估系统中第二存储单元设置示意图；
图4为本发明图3所示实施例的基于座舱数据的车辆残值评估系统残值结果计算输出示意图；
图5为本发明一实施例的基于座舱数据的车辆残值评估系统中第二处理单元与车辆系统的连接示意图；
图6为本发明一实施例的基于座舱数据的车辆残值评估系统中第二预处理单元与第二存储单元系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
如图1-图6所示，根据本发明的发明构思的各实施例如下：
实施例1
基于座舱数据的车辆残值评估系统，包括：
第一预处理单元；
运算单元；
第一存储单元；
其中，第一预处理单元被配置为用于对车辆行车数据进行处理，并输出第一预处理结论。
其中，车辆行车数据包括获取到车机系统启动请求信号时起，至获取到车机系统停止请求信号时止的车辆运行数据中的一种或多种；
其中，第一预处理结论为一可被所述运算单元识别的第一预处理数据组；
其中，运算单元与第一预处理单元数据连接，包括可用于识别所述预处理结论的运算组件；
其中，运算单元与第一存储单元数据连接，包括可用于对所述第一存储单元写入或读出数据的读写控制组件；
其中，第一存储单元可被配置为存储数据。
在本实施例适用的一可行的应用场景中，车辆行车数据可根据一行程或一次用车过程进行。用车过程比如说启动车机后进车休息或者其他娱乐场景使用行为。但在多数情况下，车辆行车数据一般是以行程为对象进行记录的，包括一般车机记录的一行程的起点、终点、路径、行车过程中的平均车速、最大车速、急加速、急刹车等信息。由于以上信息均能影响车辆各部件/系统的疲劳损耗程度，进而间接影响车辆残值，所以通常理论上的解决方案是将所有数据或者尽可能多的数据进行融合计算。但在实践中发现，如果以上数据全部参与计算，将是极大的计算量，一般计算系统难以支撑该计算过程。除计算量外，同样影响该类方法实施的还有海量原始数据和二次数据的存储，几乎没有车辆配置了如此强大且成本可控的存储系统，而云存储方案将使系统复杂化，难以推广适用。实践中也未见任何此类系统的商业化应用。
本实施例与背景技术中理论的实施方案有本质不同，本实施例摒弃了对海量原始数据的记录和融合计算，转而对每一次行程进行预处理。预处理方案可以是：将车辆适用的行程进行分类。申请人发现，在车辆的适用行为中，通勤通常为主要行为，占据车辆适用场景的60%以上。而通勤使用的行为相对单一，不确定性弱。通常在使用时段、起点/终点位置路况和路径都相对固定，驾驶人员/驾驶行为也基本固定，就路况而言，部分路况颠簸、拥堵等在不同的行程中也是相对一致的。因此，可以假定每一次同样的通勤行为对车辆的疲劳损伤使一致的（不变的）。需要说明的是，一辆车也可以有多个通勤行为，比如一人在多个相对固定的目的地之间循环通勤使用的场景。在通勤场景下，本实施例将车辆的疲劳损伤计算分段为两部分计算，一段为通勤行为的识别，一段为被识别的已知通勤行为对车辆疲劳损伤的影响计算，即加权计算。应明白，本实施例的重点并非是提供一种优越的疲劳损伤计算方法，并且疲劳损伤与车辆自身结构特性、材料特性等相关，需要建模定制。本实施例的重点是提供了该算法结构（系统），可通过前期的数据预处理（进行通勤行为识别、通勤类别建立和具体行程的归类存储），并以记录结论的形式实现残值影响因素的小规模全记录。为车辆各关键部件寿命预测、车辆残值影响的具体算法改进后提供全部的数据计算依据，确保车辆残值计算对未来发展的适应性。
其次是非通勤的日常适用，比如市内、市郊出行，日常适用如就医、聚会等。此类行为仍然是大多数车辆的重要使用场景，通常占比超过20%。这类行为通常没有固定的目的地，也没有较为固定的路况，驾驶行为也不太具有规律性，但该类行为通常驾驶时长较短，里程较短。此类行程的对车辆的疲劳损伤差异不大，且与车辆运行时间及运行里程呈正相关。所以第一预处理单元识别到一行程属于此类行程时，可根据里程和使用时间作为原始记录数据。
在车辆使用行为中，还有两种主要行为是长途行驶和长时间行驶。长时间行驶通常表现为运营车辆，长途行驶是一般车辆都会经历的行为，此类行为下车辆各系统可能会出现过热、过劳等除里程/时间外的额外损伤因素，应单独分析记录。并且，长途行车的路况不确定性较大，比如长距离较差的路况对减震、悬架系统的损伤等，因此本申请作为单独的类别进行全记录。当检测到一行为属于长途驾驶行为时，第一预处理单元处理的数据应增加汽车的急刹车、急转弯、来自车身传感器的长时间颠簸及颠簸幅度数据等的综合处理，进而将统计数据记录入预处理结论中。
实施例2
基于座舱数据的车辆残值评估系统，包括：
第二预处理单元；
第二存储单元；
其中，第二预处理单元可被配置为车机停止工作时运行，且可用于对车辆特异数据进行处理，并输出第二预处理结论；
其中，车辆特异数据包括预定义传感数据；
其中，第二预处理结论为一可被所述运算单元识别的第二结论数据组；
其中，第二存储单元与所述第二预处理单元数据连接，可被配置为存储所述第二预处理结论；
其中，所述运算单元与第二存储单元数据连接，可被配置为启动时自动读取所述第二存储单元中存储的第二预处理结论。
通过实施例1的方案，可以实现对车辆使用状态的全记录，记录内容不仅包括实施例1中记录的关于疲劳损伤（疲劳损耗）的部分，也包括使用中基于意外的特定损耗的记录。特定损耗的记录可以通过温度、液位、振动等传感器实现，意外的特定损耗包括（碰撞）事故、水泡及火烧等意外事故。但通常，车机的运行需要基于车辆的运行实现，但车辆的意外损耗行为有一定的比例是在车辆非运行状态下发生的。比如因自然灾害的水泡、火烧及被碰撞等行为，可能发生在车辆停车状态下，传统的车辆残值评估难以识别到此类行为，为品牌方的车辆残值管理及金融产品开发增加了不确定风险。而本实施例的第二预处理单元独立于车机系统，在车机系统非运行期间运行，如果配合相应的传感等数据，即可完全解决以上问题。
实施例3
基于座舱数据的车辆残值评估系统，
所述车辆特异数据包括特异时间数据；
其中，所述特异时间数据包括，大于一时长阈值t0的时间间隔ti，所述ti为当前车机启动时刻到该时刻之前最近一次车机停止时刻的时长。
车辆的各功能系统中，电气系统是重要系统之一，长时间不使用的状态下电气系统受影响加大，橡胶等老化加快。并且，相对运动的机械系统在长时间不使用的状态下也会出现润滑不充分，使用时在同样的行程中疲劳损耗的速率急速上升。因此，记录该特异时间数据将是对长期不使用车辆的行为进行完整记录的重要方式，也是区别于现有技术的重要特征。
实施例4
基于座舱数据的车辆残值评估系统，
所述时长阈值t0为可配置参数；且，
所述时长阈值可被配置为多组，根据不同组别的时长阈值对应的时间间隔区间可配置相应的加权系数；和/或，
根据多组时长阈值和对应的时间间隔区间拟合一单调加权函数；用于根据检测的时间间隔计算相应的加权系数。
时长阈值可根据车辆配置、使用材料特性等确定。通常，t0的设置不应低于15个自然日。不超过15日的间歇使用通常不会出现上述问题。可将该时长设置为60-120自然日。
实施例5
基于座舱数据的车辆残值评估系统，
所述第一存储单元被配置为单向存储；
其中，所述单向存储指写入所述第一存储单元的数据不可更改；和/或，
写入所述第一存储单元的数据被限制更改。
由于数据用于估算车辆残值，而高残值的获利者是车主，与金融主体或进行车辆回收的品牌存在利益冲突，如果数据篡改不被限制，将导致被人为干预的风险，进而影响该方案的商业化实施可能性。
实施例6
基于座舱数据的车辆残值评估系统，
所述数据被限制更改包括：仅由指定权限的用户更改；和/或，
与指定的硬件连接后可更改。
该指定权限用户或硬件可更改，可使在商业行为中满足更多的商业参与者利益，进而促进方案的推广应用。
实施例7
基于座舱数据的车辆残值评估系统，第一预处理结论包括，
行程属性结论；
所述行程属性结论包括行程属性、里程、时长和序列数据组；
其中，所述行程属性包括日常行程、常规行程、长途行程和长时行程中的一种或多种；
其中，日常行程为路径、路况和驾驶行为一致性高于一预设水平的行程；
其中，常规行程为里程和时长均低于一预设水平，且不属于日常行程的行程；
其中，长途行程为驾驶里程超过一预设水平S0的行程；
其中，长时行程为驾驶时长超过一预设水平T0的行程。
在本实施例中，长途行程在被配置为24小时内行驶500公里以上。长时行程被配置为连续行驶5小时以上。如果长时行程期间存在短时间停车，停车时长不应超过半小时。
实施例8
基于座舱数据的车辆残值评估系统，
所述日常行程包括多组；
其中，任一组日常行程与一加权系数相对应；所述加权系数可在计算车辆残值时对改行程进行加权计算。
多组日常行程的设置，解决了同一家庭用车被多人使用的情况，以及具有多个相对固定的常规目的地的现实情况。
实施例9
基于座舱数据的车辆残值评估系统，所述行程属性结论包括：
长途加权系数；和/或，
长时加权系数；
其中，长途加权系数为当前长途行程驾驶行为，和/或特异数据的函数；
其中，长时加权系数为当前长时行程驾驶行为，和/或特异数据的函数。
实施例10
基于座舱数据的车辆残值评估方法，
S1、运行第一预处理单元检测车机停止请求信号；
S2、在检测到所述停止请求信号时，第一预处理单元获取当期行程的车辆行车数据，并计算生成第一预处理结论；
S3、运算单元获取第一预处理结论，并存储入所述第一存储单元；
S4、运算单元根据请求读取全部第一存储单元的存储数据，根据指定算法计算输出车辆残值结论。
实施例11
基于座舱数据的车辆残值评估方法，
步骤S1包括，
运行第一预处理单元并获取车机系统启动请求信号的系统时间。
实施例12
基于座舱数据的车辆残值评估方法，包括步骤，
车机系统启动时，运行运算单元，使运算单元与第二存储单元连接，获取第二存储单元的更新数据并存储入第一存储单元。
实施例13
基于座舱数据的车辆残值评估方法，包括步骤，
确认第二存储单元数据存入第一存储单元后，删除第二存储单元数据。
本申请的个车辆残值评估方法的实施例以本申请的评估系统为基础，各评估系统实施例也均包含本申请发明构思下的各方法。
在本发明的实施例的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“坚直”、“水平”、“中心”、“顶”、“底”、“顶部”、“底部”、“内”、“外”、“内侧”、“外侧”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了使于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。其中，“里侧”是指内部或围起来的区域或空间。“外围”是指某特定部件或特定区域的周围的区域。
在本发明的实施例的描述中，术语“第一”、“第二”、“第三”、“第四”仅用以描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“组装”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明的实施例的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的实施例的描述中，需要理解的是，“-”和“~”表示的是两个数值之同的范围，并且该范围包括端点。例如:“A-B”表示大于或等于A，且小于或等于B的范围。“A~B''表示大于或等于A，且小于或等于B的范围。
在本发明的实施例的描述中，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (13)

1.基于座舱数据的车辆残值评估系统，其特征在于，包括：
第一预处理单元；
运算单元；
第一存储单元；
其中，第一预处理单元可被配置为用于对车辆行车数据进行处理，并输出第一预处理结论；
其中，车辆行车数据包括获取到车机系统启动请求信号时起，至获取到车机系统停止请求信号时止的车辆运行数据中的一种或多种；
其中，第一预处理结论为一可被所述运算单元识别的第一预处理数据组；
其中，运算单元与第一预处理单元数据连接，包括可用于识别所述预处理结论的运算组件；
其中，运算单元与第一存储单元数据连接，包括可用于对所述第一存储单元写入或读出数据的读写控制组件；
其中，第一存储单元可被配置为存储数据。
2.根据权利要求1所述的基于座舱数据的车辆残值评估系统，其特征在于，包括：
第二预处理单元；
第二存储单元；
其中，第二预处理单元可被配置为车机停止工作时运行，且可用于对车辆特异数据进行处理，并输出第二预处理结论；
其中，车辆特异数据包括预定义传感数据；
其中，第二预处理结论为一可被所述运算单元识别的第二结论数据组；
其中，第二存储单元与所述第二预处理单元数据连接，可被配置为存储所述第二预处理结论；
其中，所述运算单元与第二存储单元数据连接，可被配置为启动时自动读取所述第二存储单元中存储的第二预处理结论。
3.根据权利要求2所述的基于座舱数据的车辆残值评估系统，其特征在于，
所述车辆特异数据包括特异时间数据；
其中，所述特异时间数据包括，大于一时长阈值t0的时间间隔ti，所述ti为当前车机启动时刻到该时刻之前最近一次车机停止时刻的时长。
4.根据权利要求3所述的基于座舱数据的车辆残值评估系统，其特征在于，
所述时长阈值t0为可配置参数；且，
所述时长阈值可被配置为多组，根据不同组别的时长阈值对应的时间间隔区间可配置相应的加权系数；和/或，
根据多组时长阈值和对应的时间间隔区间拟合一单调加权函数；用于根据检测的时间间隔计算相应的加权系数。
5.根据权利要求1-4之任一权利要求所述的基于座舱数据的车辆残值评估系统，其特征在于，
所述第一存储单元被配置为单向存储；
其中，所述单向存储指写入所述第一存储单元的数据不可更改；和/或，
写入所述第一存储单元的数据被限制更改。
6.根据权利要求5所述的基于座舱数据的车辆残值评估系统，其特征在于，
所述数据被限制更改包括：仅由指定权限的用户更改；和/或，
与指定的硬件连接后可更改。
7.根据权利要求1-4之任一权利要求所述的基于座舱数据的车辆残值评估系统，其特征在于，第一预处理结论包括，
行程属性结论；
所述行程属性结论包括行程属性、里程、时长和序列数据组；
其中，所述行程属性包括日常行程、常规行程、长途行程和长时行程中的一种或多种；
其中，日常行程为路径、路况和驾驶行为一致性高于一预设水平的行程；
其中，常规行程为里程和时长均低于一预设水平，且不属于日常行程的行程；
其中，长途行程为驾驶里程超过一预设水平S0的行程；
其中，长时行程为驾驶时长超过一预设水平T0的行程。
8.根据权利要求7所述的基于座舱数据的车辆残值评估系统，其特征在于，
所述日常行程包括多组；
其中，任一组日常行程与一加权系数相对应；所述加权系数可在计算车辆残值时对改行程进行加权计算。
9.根据权利要求7所述的基于座舱数据的车辆残值评估系统，其特征在于，所述行程属性结论包括：
长途加权系数；和/或，
长时加权系数；
其中，长途加权系数为当前长途行程驾驶行为，和/或特异数据的函数；
其中，长时加权系数为当前长时行程驾驶行为，和/或特异数据的函数。
10.基于座舱数据的车辆残值评估方法，其特征在于，
S1、运行第一预处理单元检测车机停止请求信号；
S2、在检测到所述停止请求信号时，第一预处理单元获取当期行程的车辆行车数据，并计算生成第一预处理结论；
S3、运算单元获取第一预处理结论，并存储入所述第一存储单元；
S4、运算单元根据请求读取全部第一存储单元的存储数据，根据指定算法计算输出车辆残值结论。
11.根据权利要求10所述的基于座舱数据的车辆残值评估方法，其特征在于，
步骤S1包括，
运行第一预处理单元并获取车机系统启动请求信号的系统时间。
12.根据权利要求10所述的基于座舱数据的车辆残值评估方法，其特征在于，包括步骤，
车机系统启动时，运行运算单元，使运算单元与第二存储单元连接，获取第二存储单元的更新数据并存储入第一存储单元。
13.根据权利要求12所述的基于座舱数据的车辆残值评估方法，其特征在于，包括步骤，
确认第二存储单元数据存入第一存储单元后，删除第二存储单元数据。
CN202210928972.1A 2022-08-03 2022-08-03 基于座舱数据的车辆残值评估系统及方法 Active CN114997756B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210928972.1A CN114997756B (zh) 2022-08-03 2022-08-03 基于座舱数据的车辆残值评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210928972.1A CN114997756B (zh) 2022-08-03 2022-08-03 基于座舱数据的车辆残值评估系统及方法

Publications (2)

Publication Number Publication Date
CN114997756A true CN114997756A (zh) 2022-09-02
CN114997756B CN114997756B (zh) 2022-12-20

Family

ID=83021529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210928972.1A Active CN114997756B (zh) 2022-08-03 2022-08-03 基于座舱数据的车辆残值评估系统及方法

Country Status (1)

Country Link
CN (1) CN114997756B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115610346A (zh) * 2022-09-29 2023-01-17 成都赛力斯科技有限公司 汽车风险控制方法、汽车、计算机设备和存储介质

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004013328A (ja) * 2002-06-04 2004-01-15 Yamaha Motor Co Ltd 評価値算出方法、評価値算出装置、制御対象の制御装置及び評価値算出プログラム
US20060212195A1 (en) * 2005-03-15 2006-09-21 Veith Gregory W Vehicle data recorder and telematic device
US20090172035A1 (en) * 2007-12-31 2009-07-02 Pieter Lessing System and method for capturing and storing casino information in a relational database system
CN104573326A (zh) * 2014-12-16 2015-04-29 北京中交兴路车联网科技有限公司 一种车辆行驶数据统计分析系统
CN104750964A (zh) * 2013-12-31 2015-07-01 中国移动通信集团公司 一种车辆状态确定方法及装置
WO2015117528A1 (zh) * 2014-07-24 2015-08-13 中兴通讯股份有限公司 行车记录处理方法及系统
CN105320966A (zh) * 2015-10-30 2016-02-10 东软集团股份有限公司 一种车辆行驶状态识别方法及装置
CN105488046A (zh) * 2014-09-16 2016-04-13 钛马信息网络技术有限公司 基于车辆保险业务的大数据分析系统
CN105976074A (zh) * 2015-10-21 2016-09-28 乐卡汽车智能科技（北京）有限公司 一种车辆健康参数的生成、展现方法以及装置
CN106204138A (zh) * 2016-07-11 2016-12-07 上海安吉星信息服务有限公司 一种车辆残值率评估方法及装置
CN106297340A (zh) * 2016-08-17 2017-01-04 上海电机学院 一种行驶车辆安全监测预警系统与方法
CN107180367A (zh) * 2017-06-06 2017-09-19 杭州大搜车汽车服务有限公司 一种基于机器学习的车辆估价的方法、存储介质及装置
CN107545447A (zh) * 2016-06-23 2018-01-05 斑马网络技术有限公司 获取残值的方法、装置、终端设备和用户界面系统
CN108154275A (zh) * 2017-12-29 2018-06-12 广东数鼎科技有限公司 基于大数据的汽车残值预测模型及预测方法
KR20180094648A (ko) * 2017-02-16 2018-08-24 부산대학교 산학협력단 차량 주행 판단 보조 시스템 및 방법
CN108985833A (zh) * 2018-07-06 2018-12-11 成都小时代科技有限公司 一种车辆估值的方法及系统
CN110606093A (zh) * 2019-09-26 2019-12-24 中国第一汽车股份有限公司 车辆性能评测方法、装置、设备和存储介质
US20200043254A1 (en) * 2017-04-11 2020-02-06 Denso Corporation Data storage device of vehicle
US20200334762A1 (en) * 2014-04-15 2020-10-22 Speedgauge,Inc Vehicle operation analytics, feedback, and enhancement
CN112101998A (zh) * 2020-09-15 2020-12-18 北京嘀嘀无限科技发展有限公司 残值确定方法、模型获取方法、装置、设备及存储介质
CN113052633A (zh) * 2021-03-26 2021-06-29 中国第一汽车股份有限公司 车辆残值评估方法、装置、设备及介质
KR20220040653A (ko) * 2020-09-24 2022-03-31 주식회사 아이트럭 중고차 잔가 시세 알고리즘
CN114331573A (zh) * 2022-03-15 2022-04-12 蜗牛货车网(山东)电子商务有限公司 一种基于大数据的车辆残值评估方法和交易平台

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004013328A (ja) * 2002-06-04 2004-01-15 Yamaha Motor Co Ltd 評価値算出方法、評価値算出装置、制御対象の制御装置及び評価値算出プログラム
US20060212195A1 (en) * 2005-03-15 2006-09-21 Veith Gregory W Vehicle data recorder and telematic device
US20090172035A1 (en) * 2007-12-31 2009-07-02 Pieter Lessing System and method for capturing and storing casino information in a relational database system
CN104750964A (zh) * 2013-12-31 2015-07-01 中国移动通信集团公司 一种车辆状态确定方法及装置
US20200334762A1 (en) * 2014-04-15 2020-10-22 Speedgauge,Inc Vehicle operation analytics, feedback, and enhancement
WO2015117528A1 (zh) * 2014-07-24 2015-08-13 中兴通讯股份有限公司 行车记录处理方法及系统
CN105488046A (zh) * 2014-09-16 2016-04-13 钛马信息网络技术有限公司 基于车辆保险业务的大数据分析系统
CN104573326A (zh) * 2014-12-16 2015-04-29 北京中交兴路车联网科技有限公司 一种车辆行驶数据统计分析系统
CN105976074A (zh) * 2015-10-21 2016-09-28 乐卡汽车智能科技（北京）有限公司 一种车辆健康参数的生成、展现方法以及装置
CN105320966A (zh) * 2015-10-30 2016-02-10 东软集团股份有限公司 一种车辆行驶状态识别方法及装置
CN107545447A (zh) * 2016-06-23 2018-01-05 斑马网络技术有限公司 获取残值的方法、装置、终端设备和用户界面系统
CN106204138A (zh) * 2016-07-11 2016-12-07 上海安吉星信息服务有限公司 一种车辆残值率评估方法及装置
CN106297340A (zh) * 2016-08-17 2017-01-04 上海电机学院 一种行驶车辆安全监测预警系统与方法
KR20180094648A (ko) * 2017-02-16 2018-08-24 부산대학교 산학협력단 차량 주행 판단 보조 시스템 및 방법
US20200043254A1 (en) * 2017-04-11 2020-02-06 Denso Corporation Data storage device of vehicle
CN107180367A (zh) * 2017-06-06 2017-09-19 杭州大搜车汽车服务有限公司 一种基于机器学习的车辆估价的方法、存储介质及装置
CN108154275A (zh) * 2017-12-29 2018-06-12 广东数鼎科技有限公司 基于大数据的汽车残值预测模型及预测方法
CN108985833A (zh) * 2018-07-06 2018-12-11 成都小时代科技有限公司 一种车辆估值的方法及系统
CN110606093A (zh) * 2019-09-26 2019-12-24 中国第一汽车股份有限公司 车辆性能评测方法、装置、设备和存储介质
CN112101998A (zh) * 2020-09-15 2020-12-18 北京嘀嘀无限科技发展有限公司 残值确定方法、模型获取方法、装置、设备及存储介质
KR20220040653A (ko) * 2020-09-24 2022-03-31 주식회사 아이트럭 중고차 잔가 시세 알고리즘
CN113052633A (zh) * 2021-03-26 2021-06-29 中国第一汽车股份有限公司 车辆残值评估方法、装置、设备及介质
CN114331573A (zh) * 2022-03-15 2022-04-12 蜗牛货车网(山东)电子商务有限公司 一种基于大数据的车辆残值评估方法和交易平台

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
DAN LIU: "Big Data Analytics Architecture for Internet-of-Vehicles Based on the Spark", 《2018 INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION, BIG DATA & SMART CITY (ICITBS)》 *
全昌永等: "二手车残值判断及评估技术方法研究", 《汽车维护与修理》 *
朴钟铉等: "汽车经济使用寿命的研究", 《公路交通科技》 *
王秉章: "海量浮动车数据并行处理可视化研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 *
郭旭，卫彪，江建宇: "车辆通行数据的分布式存储系统浅析", 《科技传播》 *
韦统边，司帅锋，温丽梅，唐莹，苏德: "整车大数据存储与计算优化实现", 《电子测试》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115610346A (zh) * 2022-09-29 2023-01-17 成都赛力斯科技有限公司 汽车风险控制方法、汽车、计算机设备和存储介质
CN115610346B (zh) * 2022-09-29 2024-04-12 重庆赛力斯凤凰智创科技有限公司 汽车风险控制方法、汽车、计算机设备和存储介质

Also Published As

Publication number Publication date
CN114997756B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN110288096B (zh) 预测模型训练及预测方法、装置、电子设备、存储介质
EP3578433B1 (en) Method for estimating an accident risk of an autonomous vehicle
US20190308619A1 (en) Method and system for estimating an accident risk of an autonomous vehicle
CN105139648B (zh) 驾驶习惯数据生成方法及系统
JP2021503678A (ja) 衝突の評価
US20220114560A1 (en) Predictive maintenance
CN106651602A (zh) 一种基于adas智能车载终端的车险管理服务系统
TW201741976A (zh) 交通工具資料處理方法、裝置和終端設備
JP2007213324A (ja) 運転評価サポートシステムおよび運転評価データ算出方法
CN108475358B (zh) 用于评价驾驶员的行程性能的方法和系统
JPWO2009136616A1 (ja) 運転状態判定方法、運転状態判定システム及びプログラム
CN112319489B (zh) 驾驶行为监测方法、监测系统、服务器和存储介质
CN111105110A (zh) 驾驶风险确定方法、装置、介质和计算设备
CN114997756B (zh) 基于座舱数据的车辆残值评估系统及方法
CN108431837B (zh) 用于评价驾驶员的行程性能的方法和系统
JP7398404B2 (ja) カーシェアリング管理サーバおよびコンピュータプログラム
WO2016107876A1 (en) Vehicular motion monitoring method
CN108860157B (zh) 一种违章风险评估方法、系统、设备及存储介质
US20230331222A1 (en) Vehicle surface impact detection
TW202101344A (zh) 用於計算車輛的駕駛人的責任的系統和方法
Wu et al. Clustering of several typical behavioral characteristics of commercial vehicle drivers based on GPS data mining: Case study of highways in China
CN112967497A (zh) 共享汽车监管系统及监管方法
CN106780049B (zh) 一种车辆金融授信方法及装置
CN108475357B (zh) 用于评价驾驶员的行程性能的方法和系统
CN118119540A (zh) 用于预测驾驶事件的机器学习模型

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