CN115439263A - 一种基于自动驾驶行为资产的精准车险保费评估方法 - Google Patents
一种基于自动驾驶行为资产的精准车险保费评估方法 Download PDFInfo
- Publication number
- CN115439263A CN115439263A CN202211081507.5A CN202211081507A CN115439263A CN 115439263 A CN115439263 A CN 115439263A CN 202211081507 A CN202211081507 A CN 202211081507A CN 115439263 A CN115439263 A CN 115439263A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- vehicle
- driver
- driving
- automatic driving
- 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.)
- Pending
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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于自动驾驶行为资产的精准车险保费评估方法,包括数据采集模块:车端平台利用设备进行采集,并针对不同情况采用不同措施以获得车辆完整信息数据;自动驾驶能力评估模块:对车辆采集后的感知结果数据进行标准校对,并使用校对后的数据集进行模型评测,对评测结果进行辅助驾驶能力ABC的评级,且能力评级越高所需要的建议车险费用越少;驾驶员经验行为评估模块:对驾驶员的人群经验及行为进行评估,并结合以上评估结果的影响因子,对最终的车险保费进行权重升级,从而实现精准的车险保费评估方法,本发明可以对车辆的辅助驾驶能力进行评估,并且充分考虑司机的人群类别以及行为信息。
Description
技术领域
本发明涉及自动驾驶数据处理领域,特别是涉及一种基于自动驾驶行为资产的精准车险保费评估方法。
背景技术
当前,绝大多数保险公司的车险保费基本取决于新车购置价格,车险保费未将驾驶员的驾驶经验和车辆是否具备辅助驾驶系统考虑在内,对于刚拿到驾照的新手司机和拥有数十年驾龄熟练司机保费并无差别,对于车辆是否具备辅助驾驶系统的保费也无差别,保费的价格设定存在不合理。
现阶段,有部分技术是通过车载设备进行车险定价的系统,使用传感器完成车辆行驶及使用数据收集,并对收集的数据进行分析,进而完成保费的个性化计算。但这类方法的评估模型简单、仅仅考虑到车辆的行驶数据,并不具备普适性,同时也没有考虑到车辆是否具有辅助驾驶功能和司机的经验以及司机的驾驶行为数据。
发明内容
为了克服现有技术的不足,本发明提供一种基于自动驾驶行为资产的精准车险保费评估方法,可以对车辆的辅助驾驶能力进行评估,并且充分考虑司机的人群类别以及行为信息,再结合车身信号来生成精准的车险保费评估模型,实现全自动化评估方式,节约了人力资源。
为解决上述技术问题,本发明提供如下技术方案:一种基于自动驾驶行为资产的精准车险保费评估方法,包括数据采集模块:车端平台利用设备进行采集,并针对不同情况采用不同措施以获得车辆完整信息数据;自动驾驶能力评估模块:对车辆采集后的感知结果数据进行标准校对,并使用校对后的数据集进行模型评测,对评测结果进行辅助驾驶能力ABC的评级,且能力评级越高所需要的建议车险费用越少;驾驶员经验行为评估模块:对驾驶员的人群经验及行为进行评估,并结合以上评估结果的影响因子,对最终的车险保费进行权重升级,从而实现精准的车险保费评估方法。
作为本发明的一种优选技术方案,所述数据采集模块中的设备包括摄像头、激光雷达、毫米波雷达、超声波雷达等传感器,对车身上的挡位、底盘、轮胎等信号进行采集,并保存采集到的车身数据及道路感知数据。
作为本发明的一种优选技术方案,所述自动驾驶能力评估模块中的模型测评包括准确率测评、召回率测评、难例场景、特殊工况测评、规划控制能力测评。
作为本发明的一种优选技术方案,所述自动驾驶能力评估模块中的A级为较好的驾驶能力,后续车险评估影响因子为0.9;B级为一般的驾驶能力,后续车险评估影响因子为0.95;C级为较差或没有自动驾驶能力,后续车险评估影响因子为1。
作为本发明的一种优选技术方案,所述驾驶员经验行为评估模块中需要对驾驶员实际驾驶年龄、车辆长期行驶路况、驾驶员驾驶过程中的情绪进行评估。
作为本发明的一种优选技术方案,所述驾驶员实际驾驶年龄分为0-3年、4-8年、9年及以上。
作为本发明的一种优选技术方案,所述驾驶员驾驶情绪评估主要依赖于车内的驾驶员监控摄像头数据。
作为本发明的一种优选技术方案,所述驾驶员情绪评估利用驾驶员监控模型进行分级评估,其中较好的驾驶情绪控制后续车险评估影响因子为0.9,一般的驾驶情绪控制后续车险评估影响因子为0.95,较差的驾驶情绪控制后续车险评估影响因子为1。
与现有技术相比,本发明能达到的有益效果是:
本发明可以对车辆的辅助驾驶能力进行评估,并且充分考虑司机的人群类别以及行为信息,再结合车身信号来生成精准的车险保费评估模型,实现全自动化评估方式,节约了人力资源。
附图说明
图1为本发明的整体流程方框图;
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施例,进一步阐述本发明,但下述实施例仅仅为本发明的优选实施例,并非全部。基于实施方式中的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得其它实施例,都属于本发明的保护范围。下述实施例中的实验方法,如无特殊说明,均为常规方法,下述实施例中所用的材料、试剂等,如无特殊说明,均可从商业途径得到。
实施例:
实施例1:
如图1所示,本发明提供,一种基于自动驾驶行为资产的精准车险保费评估方法,包括数据采集模块:车端平台利用设备进行采集,并针对不同情况采用不同措施以获得车辆完整信息数据,所述设备包括摄像头、激光雷达、毫米波雷达、超声波雷达等传感器,对车身上的挡位、底盘、轮胎等信号进行采集,并保存采集到的车身数据及道路感知数据;自动驾驶能力评估模块:对车辆采集后的感知结果数据进行标准校对,并使用校对后的数据集进行模型评测,对评测结果进行辅助驾驶能力ABC的评级,且能力评级越高所需要的建议车险费用越少;驾驶员经验行为评估模块:对驾驶员的人群经验及行为进行评估,并结合以上评估结果的影响因子,对最终的车险保费进行权重升级,从而实现精准的车险保费评估方法,所述自动驾驶能力评估模块中的模型测评包括准确率测评、召回率测评、难例场景、特殊工况测评、规划控制能力测评,所述驾驶员经验行为评估模块中需要对驾驶员实际驾驶年龄、车辆长期行驶路况、驾驶员驾驶过程中的情绪进行评估;
本发明通过数据采集模块进行数据采集工作,其中包括利用摄像头、激光雷达、毫米波雷达、超声波雷达等传感器对车身上的挡位、底盘、轮胎等信号进行采集,并保存采集到的车身数据及道路感知数据,通过自动驾驶能力评估模块对车辆采集后的感知结果数据进行标准校对,并使用校对后的数据集进行模型评测,对评测结果进行辅助驾驶能力ABC的评级,且能力评级越高所需要的建议车险费用越少,所述自动驾驶能力评估模块中的模型测评包括准确率测评、召回率测评、难例场景、特殊工况测评、规划控制能力测评,驾驶员经验行为评估模块对驾驶员的人群经验及行为进行评估,所述驾驶员经验行为评估模块中需要对驾驶员实际驾驶年龄、车辆长期行驶路况、驾驶员驾驶过程中的情绪进行评估,并结合以上评估结果的影响因子,对最终的车险保费进行权重升级,从而实现精准的车险保费评估方法,得出车险保费的最佳推荐,可以对车辆的辅助驾驶能力进行评估,并且充分考虑司机的人群类别以及行为信息,再结合车身信号来生成精准的车险保费评估模型,实现全自动化评估方式,节约了人力资源。
实施例2:
如图1所示,本发明提供,一种基于自动驾驶行为资产的精准车险保费评估方法,并在实施例1的基础上进行改进,其中,所述自动驾驶能力评估模块中的A级为较好的驾驶能力,后续车险评估影响因子为0.9;B级为一般的驾驶能力,后续车险评估影响因子为0.95;C级为较差或没有自动驾驶能力,后续车险评估影响因子为1,所述驾驶员实际驾驶年龄分为0-3年、4-8年、9年及以上,所述驾驶员驾驶情绪评估主要依赖于车内的驾驶员监控摄像头数据,所述驾驶员情绪评估利用驾驶员监控模型进行分级评估,其中较好的驾驶情绪控制后续车险评估影响因子为0.9,一般的驾驶情绪控制后续车险评估影响因子为0.95,较差的驾驶情绪控制后续车险评估影响因子为1;
通过将自动驾驶能力进行评估分级,分为ABC三个等级,并将较好的驾驶能力归为A级,其后续车险评估影响因子为0.9,将一般的驾驶能力归为B级,其后续车险评估影响因子为0.95,将较差或没有自动驾驶能力的归为C级,其后续车险评估影响因子为1,同时将驾驶员实际驾驶年龄分为0-3年、4-8年、9年及以上等各级不同区间,通过车内驾驶员监控摄像头数据来对驾驶员的驾驶情绪进行监控并对其进行评级,并将较好的驾驶情绪控制其后续车险评估影响因子为0.9,将一般的驾驶情绪控制其后续车险评估影响因子为0.95,将较差的驾驶情绪控制其后续车险评估影响因子为1,通过将评级结果数字化便于后续的计算机计算生产精准的车险保费评估模型。
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 (8)
1.一种基于自动驾驶行为资产的精准车险保费评估方法,其特征在于:包括:
数据采集模块:车端平台利用设备进行采集,并针对不同情况采用不同措施以获得车辆完整信息数据;
自动驾驶能力评估模块:对车辆采集后的感知结果数据进行标准校对,并使用校对后的数据集进行模型评测,对评测结果进行辅助驾驶能力ABC的评级,且能力评级越高所需要的建议车险费用越少;
驾驶员经验行为评估模块:对驾驶员的人群经验及行为进行评估,并结合以上评估结果的影响因子,对最终的车险保费进行权重升级,从而实现精准的车险保费评估方法。
2.根据权利要求1所述的一种基于自动驾驶行为资产的精准车险保费评估方法,其特征在于:所述数据采集模块中的设备包括摄像头、激光雷达、毫米波雷达、超声波雷达等传感器,对车身上的挡位、底盘、轮胎等信号进行采集,并保存采集到的车身数据及道路感知数据。
3.根据权利要求1所述的一种基于自动驾驶行为资产的精准车险保费评估方法,其特征在于:所述自动驾驶能力评估模块中的模型测评包括准确率测评、召回率测评、难例场景、特殊工况测评、规划控制能力测评。
4.根据权利要求1所述的一种基于自动驾驶行为资产的精准车险保费评估方法,其特征在于:所述自动驾驶能力评估模块中的A级为较好的驾驶能力,后续车险评估影响因子为0.9;B级为一般的驾驶能力,后续车险评估影响因子为0.95;C级为较差或没有自动驾驶能力,后续车险评估影响因子为1。
5.根据权利要求1所述的一种基于自动驾驶行为资产的精准车险保费评估方法,其特征在于:所述驾驶员经验行为评估模块中需要对驾驶员实际驾驶年龄、车辆长期行驶路况、驾驶员驾驶过程中的情绪进行评估。
6.根据权利要求5所述的一种基于自动驾驶行为资产的精准车险保费评估方法,其特征在于:所述驾驶员实际驾驶年龄分为0-3年、4-8年、9年及以上。
7.根据权利要求5所述的一种基于自动驾驶行为资产的精准车险保费评估方法,其特征在于:所述驾驶员驾驶情绪评估主要依赖于车内的驾驶员监控摄像头数据。
8.根据权利要求7所述的一种基于自动驾驶行为资产的精准车险保费评估方法,其特征在于:所述驾驶员情绪评估利用驾驶员监控模型进行分级评估,其中较好的驾驶情绪控制后续车险评估影响因子为0.9,一般的驾驶情绪控制后续车险评估影响因子为0.95,较差的驾驶情绪控制后续车险评估影响因子为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211081507.5A CN115439263A (zh) | 2022-09-06 | 2022-09-06 | 一种基于自动驾驶行为资产的精准车险保费评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211081507.5A CN115439263A (zh) | 2022-09-06 | 2022-09-06 | 一种基于自动驾驶行为资产的精准车险保费评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115439263A true CN115439263A (zh) | 2022-12-06 |
Family
ID=84248013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211081507.5A Pending CN115439263A (zh) | 2022-09-06 | 2022-09-06 | 一种基于自动驾驶行为资产的精准车险保费评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115439263A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385185A (zh) * | 2023-06-06 | 2023-07-04 | 中国平安财产保险股份有限公司 | 一种车险评估辅助方法、装置、计算机设备及存储介质 |
-
2022
- 2022-09-06 CN CN202211081507.5A patent/CN115439263A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385185A (zh) * | 2023-06-06 | 2023-07-04 | 中国平安财产保险股份有限公司 | 一种车险评估辅助方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11842300B1 (en) | Evaluating operator reliance on vehicle alerts | |
US11836802B2 (en) | Vehicle operation analytics, feedback, and enhancement | |
CN101278324B (zh) | 自适应驾驶员工作负荷估计器 | |
US20220340148A1 (en) | Method for estimating an accident risk of an autonomous vehicle | |
WO2017190595A1 (zh) | 一种交通工具数据处理方法、装置和终端设备 | |
WO2010088223A3 (en) | Method and system for assessment, collection, and disbursement of funds related to motor vehicles | |
CN111164660A (zh) | 信息处理装置、信息处理方法和程序 | |
CN106780042A (zh) | 基于智能移动设备的驾驶行为数据采集以及评判方法 | |
CN115439263A (zh) | 一种基于自动驾驶行为资产的精准车险保费评估方法 | |
Mohammed et al. | A landscape of research on bus driver behavior: taxonomy, open challenges, motivations, recommendations, limitations, and pathways solution in future | |
CN112070377A (zh) | 出行服务处理方法、装置、电子设备及存储介质 | |
CN115630572A (zh) | 车辆维保定价方法、设备和存储介质 | |
Jain et al. | Review of computational techniques for modelling eco-safe driving behavior | |
TW202238077A (zh) | 行車軌跡的分析重整系統及方法 | |
Shams El Din | Statistical modelling of critical cut-ins for the evaluation of autonomous vehicles and advanced driver assistance systems | |
CN115966100B (zh) | 一种行车安全控制方法及系统 | |
CN110827152A (zh) | 一种保险评估方法、系统及服务器 | |
CN109910902B (zh) | 一种根据驾驶员驾驶习性的汽车智能驾驶系统 | |
Peterson et al. | Triple trailer evaluation in Utah. Final report | |
CN113428168B (zh) | 一种自动驾驶车辆控制方法、系统、介质及汽车 | |
CN110992518B (zh) | 驾驶员风险评价系统及方法 | |
Ali | Characterizing Human Driving Behavior Through an Analysis of Naturalistic Driving Data | |
DE102021206944B4 (de) | Verfahren und System zum Bewerten eines Fahrverhaltens | |
JP7014949B2 (ja) | 危険度算出装置、危険度算出方法、および危険度算出プログラム | |
CN117574088A (zh) | 一种公交车驾驶员驾驶行为预警评价方法、系统及装置 |
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 |