专利名称: |
驾驶行为数据处理方法、设备、存储介质及系统 |
摘要: |
本申请实施例提供一种驾驶行为数据处理方法、设备、存储介质及系统。在本申请一些示例性实施例中,服务器分别结接收车辆中的车联网设备提供的在车辆行驶过程中采集到的车联网数据、佩戴于驾驶员头上的脑电波采集设备发送的驾驶员的脑电波数据以及保险信息管理设备上传的车险承保理赔数据;结合这三种司机过程中的数据对驾驶员的驾驶状态进行预估,得到驾驶员当前的驾驶状态;若驾驶员当前的驾驶状态处于危险驾驶状态,则服务器向驾驶员使用的报警提示设备发送第一提醒指令,报警提示设备向驾驶员发出警示信息,全面准确的掌握驾驶员的行为状态,使风险提示和安全管理更高效。 |
专利类型: |
发明专利 |
国家地区组织代码: |
北京;11 |
申请人: |
中国人民财产保险股份有限公司 |
发明人: |
惠明琪;邵利铎;奎志钢;帅玉廷;杨亚刚 |
专利状态: |
有效 |
申请日期: |
2019-03-22T00:00:00+0800 |
发布日期: |
2019-10-15T00:00:00+0800 |
申请号: |
CN201910221909.2 |
公开号: |
CN110329268A |
代理机构: |
北京太合九思知识产权代理有限公司 |
代理人: |
王军君 |
分类号: |
B60W40/08(2012.01);B;B60;B60W;B60W40 |
申请人地址: |
100022 北京市朝阳区建国门外大街2号院2号楼 |
主权项: |
1.一种驾驶行为数据处理方法,适用于服务器,其特征在于,包括: 接收车辆中的车联网设备提供的在车辆行驶过程中采集到的车联网数据; 接收佩戴于驾驶员头上的脑电波采集设备发送的驾驶员的脑电波数据; 接收保险信息管理设备上传的车险承保理赔数据; 结合脑电波数据、车联网数据和车险承保理赔数据对驾驶员的驾驶状态进行预估,得到驾驶员当前的驾驶状态; 若驾驶员当前的驾驶状态处于危险驾驶状态,向驾驶员使用的报警提示设备发送第一提醒指令,以供所述报警提示设备向所述驾驶员发出警示信息。 2.根据权利要求1所述的驾驶行为数据处理方法,其特征在于,结合脑电波数据、车联网数据和车险承保理赔数据对驾驶员的驾驶状态进行预估,得到驾驶员当前的驾驶状态,包括: 结合脑电波数据、车联网数据和车险承保理赔数据对驾驶员的驾驶状态进行预估,得到驾驶员当前行程的行程风险值和危险驾驶行为规则; 根据驾驶员当前行程的行程风险值和危险驾驶行为规则,确定驾驶员当前的驾驶状态为危险驾驶状态。 3.根据权利要求2所述的驾驶行为数据处理方法,其特征在于,结合脑电波数据、车联网数据和车险承保理赔数据对驾驶员的驾驶状态进行预估,得到驾驶员当前行程的行程风险值,包括: 对脑电波数据、车联网数据、车险承保理赔数据进行融合,生成融合后的驾驶行为数据; 利用评分卡模型,结合融合后的驾驶行为数据对驾驶员的驾驶状态进行预估,得到驾驶员当前行程的行程风险值。 4.根据权利要求3所述的驾驶行为数据处理方法,其特征在于,对脑电波数据、车联网数据、车险承保理赔数据进行融合,生成融合后的驾驶行为数据,包括: 对脑电波数据、车联网数据、车险承保理赔数据进行整合,形成标准序列数据; 根据驾驶员ID、行程ID和预定规则,对标准序列数据进行变量衍生,得到衍生变量序列数据; 对衍生变量序列数据中的衍生变量进行特征筛选,得到融合后的驾驶行为数据。 5.根据权利要求4所述的驾驶行为数据处理方法,其特征在于,对衍生变量序列数据中的衍生变量进行特征筛选,得到融合后的驾驶行为数据,包括: 根据缺失率、方差及时间维度上的稳定性、衍生变量之间的关联度、衍生变量的预测结果贡献度对衍生变量序列数据中的衍生变量进行特征筛选,作为融合后的驾驶行为数据。 6.根据权利要求3所述的驾驶行为数据处理方法,其特征在于,利用评分卡模型,结合融合后的驾驶行为数据对驾驶员的驾驶状态进行预估,得到驾驶员当前行程的行程风险值,包括: 将融合后的驾驶行为数据作为自变量,带入下述公式,计算驾驶员当前行程的行程风险值; Score=A+Blog(Odds) =A+B{β0+β1χ1+β2χ2+…+βnχn} 其中,score表示驾驶员当前行程的行程风险值;Odds为出险与未出险的比率,A和B是设定的转换系数,χi为各自变量,βi为拟合系数,i是自然数。 7.根据权利要求1所述的驾驶行为数据处理方法,其特征在于,还包括: 根据驾驶员在一定历史时期内每次行程中的行车状态,确定驾驶员长期驾驶行为状态; 若驾驶员长期驾驶行为状态处于异常状态,向报警提示设备发送第二提醒指令,以供报警提示设备发出第二提示信息对驾驶员进行异常驾驶行为提醒。 8.一种驾驶行为监控系统,其特征在于,包括:处于车辆中的车联网设备和报警提示设备、佩戴在驾驶员头部的脑电波采集设备,以及保险信息管理设备和服务器; 车联网设备,用于在所述车辆行驶过程中采集所述车辆的行驶过程中的车联网数据,并提供给服务器; 脑电波采集设备,用于采集驾驶员在驾驶过程中的脑电波数据,并提供给服务器; 保险信息管理设备中存储有驾驶员的车险承保理赔数据,用于为所述服务器提供所述驾驶员的车险承保理赔数据; 所述服务器,用于接收车联网数据、脑电波数据以及车险承保理赔数据,结合脑电波数据、车联网数据和车险承保理赔数据对驾驶员的驾驶状态进行预估,得到驾驶员当前的驾驶状态; 若驾驶员当前的驾驶状态处于危险驾驶状态,向驾驶员使用的报警提示设备发送第一提醒指令,以供所述报警提示设备向所述驾驶员发出警示信息。 9.根据权利要求8所述的驾驶行为监控系统,其特征在于,包括: 所述车联网设备采集到车联网数据后,发送至报警提示设备,报警提示设备将车联网数据上传至服务器; 所述脑电波采集设备采集到脑电波数据后,发送至报警提示设备,报警提示设备将脑电波数据上传至服务器。 10.一种服务器,其特征在于,包括:存储器、处理器以及通信组件; 所述存储器,用于存储计算机程序; 所述通信组件,用于数据通信; 所述处理器,用于执行所述计算机程序,以用于: 通过通信组件接收车辆中的车联网设备提供的在车辆行驶过程中采集到的车联网数据; 通过通信组件接收佩戴于驾驶员头上的脑电波采集设备发送的驾驶员的脑电波数据; 通过通信组件接收保险信息管理设备上传的车险承保理赔数据; 结合脑电波数据、车联网数据和车险承保理赔数据对驾驶员的驾驶状态进行预估,得到驾驶员当前的驾驶状态; 若驾驶员当前的驾驶状态处于危险驾驶状态,通过通信组件向驾驶员使用的报警提示设备发送第一提醒指令,以供所述报警提示设备向所述驾驶员发出警示信息。 11.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器执行包括以下的动作: 接收车辆中的车联网设备提供的在车辆行驶过程中采集到的车联网数据; 接收佩戴于驾驶员头上的脑电波采集设备发送的驾驶员的脑电波数据; 接收保险信息管理设备上传的车险承保理赔数据; 结合脑电波数据、车联网数据和车险承保理赔数据对驾驶员的驾驶状态进行预估,得到驾驶员当前的驾驶状态; 若驾驶员当前的驾驶状态处于危险驾驶状态,向驾驶员使用的报警提示设备发送第一提醒指令,以供所述报警提示设备向所述驾驶员发出警示信息。 |
所属类别: |
发明专利 |