CN110992193A - 一种车辆保费计算*** - Google Patents
一种车辆保费计算*** Download PDFInfo
- Publication number
- CN110992193A CN110992193A CN201911168025.1A CN201911168025A CN110992193A CN 110992193 A CN110992193 A CN 110992193A CN 201911168025 A CN201911168025 A CN 201911168025A CN 110992193 A CN110992193 A CN 110992193A
- Authority
- CN
- China
- Prior art keywords
- driving
- behavior
- characteristic
- vehicle
- driving behavior
- 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
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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例提供一种车辆保费计算***,用以解决现有技术中车辆保费计算方案会导致事故赔付成本高的技术问题。其中***包括:所述客户端,用于通过传感器采集所述被保险车辆的驾驶习惯数据;所述服务端,用于接收所述客服端发送的所述驾驶习惯数据;根据预设的特征驾驶行为和行为影响值的对应关系,确定出所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值;确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数;对至少一次特征驾驶行为中每次特征驾驶行为对应的安全值进行求和运算,获得所述被保险车辆对应安全驾驶分数。
Description
技术领域
本申请涉及车辆保险领域,特别涉及一种车辆保费计算***。
背景技术
在现有技术中,汽车保险公司主要是根据上年度被保险人发生交通事故或赔付事件的情况,对现年度的保险金额进行上下浮动。主要规则是:车辆的车险出险次数和次年保费呈正比关系。也就是说,驾驶行为良好、赔款次数少或零赔款的车主,可以享受到更大幅度的保费折扣优惠;而赔款次数超过1次以上,保费上浮的幅度就会大于以往出险次数越多,来年保费越高,甚至翻倍。
这一制度导致很多交通事故发生后,相关人员私自处理,不走保险。例如很多车主遇到小刮小蹭的事故,都宁愿自己掏钱修,也不愿走保险,进而减少来年支付的保费。因此,现有的保费计算方式只是降低了走保险的交通事故的数量,很多车主反而可能会因为购买了车险,有了相关保障,更倾向于进行危险驾驶,这样反而增加了安全事故发生的概率。
因此,需要一种智能的保费确定方式,能够解决现有技术中存在的问题。
发明内容
本发明实施例提供一种车辆保费计算方法、装置、计算机可读存储介质以及***。
第一方面,本发明实施例提供一种车辆保费计算方法,所述方法包括:
获取被保险车辆的驾驶习惯数据,其中驾驶习惯数据包括至少一次特征驾驶行为、以及所述至少一次特征驾驶行为中每次特征驾驶行为的发生时间;
根据预设的特征驾驶行为和行为影响值的对应关系,确定出所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值,记第i次特征驾驶行为对应的行为影响值为Mi,i为正整数;
确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数,其中,所述时间系数与该次特征驾驶行为的发生时间距离当前的时长为负相关;
根据所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值和时间影响系数的乘积,计算该次特征驾驶行为对应安全值;
对至少一次特征驾驶行为中每次特征驾驶行为对应的安全值进行求和运算,获得所述被保险车辆对应安全驾驶分数;
根据所述安全驾驶分数计算所述被保险车辆的保费。
本发明实施例中,车辆设备对车辆的行为和驾驶员的行为做记录,在根据这些行为中每个特征驾驶行为对应的行为影响系数以及每个驾驶行为的时间影响系数可以计算得出安全驾驶分数,再根据每个驾驶员获得安全驾驶分数,计算出车辆保费。相较于现有技术,本方案根据驾驶员的长期驾驶习惯计算车辆保费,以给予驾驶习惯好的驾驶员低保费,驾驶习惯不好的驾驶员高保费,进而激励车主养成好的驾驶习惯,降低交通事故发生的数量,以此减少车辆保险公司的事故赔付成本。
可选的,所述特征驾驶行为包括车辆的行为和驾驶员的行为;其中,所述车辆的行为包括以下几种行为中的至少一种:闯红灯,未避让行人、违规停车、车速不规范、违规变道、逆行、车距违规、车灯使用不规范、故意遮挡车牌;所述驾驶员的行为包括以下几种行为中的至少一种:未系安全带、酒后驾车、开车玩手机、疲劳驾驶、不规范着装、路骂、超载。
通过本实施例方式,可以实现对多种类型的特征驾驶行为进行记录,进而根据这些特征驾驶行为的相关数据计算保费,使得保费计算的参考数据较为全面,提高保费计算方式的可靠性。另外通过对特征行为进行细分,还可以加强对不安全驾驶行为的认识。
可选的,根据所述安全驾驶分数计算所述被保险车辆的保费,包括:基于公式G=f(W)计算所述被保险车辆第二年需要支付的保费,其中,G=f(W)是表征G和W为负相关关系的任意一种函数,即安全驾驶分数W越低,保费G越高。
通过本实施例方式,提供了基于行为影响系数和时间影响系数计算安全驾驶分数的方法,保障了安全驾驶分数的可靠性,进而保证车辆保费的可靠性。
可选的,还包括:基于F=f(W)计算所述被保险车辆保费对应的赔付额,其中,F=f(W)是正相关关系,即安全驾驶分数W越低,赔付额F越低。
通过本实施例方式,提供了基于行为影响系数和时间影响系数计算安全驾驶分数的具体方法,保障了安全驾驶分数的可靠性,进而保证车辆保费的可靠性。
可选的,获取被保险车辆的驾驶习惯数据,包括:接收被保险车辆上的客户端发送的驾驶习惯数据;在基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数之前,还包括:从所述客户端接收第一验证码;其中,所述第一验证码为所述客户端根据所述被保险车辆采集的驾驶习惯数据生成的验证码;基于接收到的驾驶习惯数据计算第二验证码;验证所述第二验证码和所述第一验证码是否一致;在确定所述第二验证码和所述第一验证码一致时,基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数。
通过本实施例方式,通过判断第一验证码和第二验证码是否一致对驾驶习惯数据进行验证,可以防止驾驶习惯数据被恶意篡改,进一步保障最终计算出的车辆保费的准确性。
可选的,在基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数之后,还包括:在所述客户端上显示所述安全驾驶分数。
通过本实施例方式,可以使驾驶人员通过安全驾驶分数了解自己的驾驶习惯的好坏,激励驾驶员改变自己的驾驶习惯,提高驾驶员的安全意识,从而进一步降低交通事故的发生概率,降低事故赔付的成本。
第二方面,本发明实施例还提供一种车辆保费计算装置,包括:获取模块,用于获取被保险车辆的驾驶习惯数据,其中驾驶习惯数据包括至少一次特征驾驶行为、以及所述至少一次特征驾驶行为中每次特征驾驶行为的发生时间;处理模块,用于基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数;根据所述安全驾驶分数计算所述被保险车辆的保费。
可选的,所述特征驾驶行为包括车辆的行为和驾驶员的行为;其中,所述车辆的行为包括以下几种行为中的至少一种:闯红灯,未避让行人、违规停车、车速不规范、违规变道、逆行、车距违规、车灯使用不规范、故意遮挡车牌;所述驾驶员的行为包括以下几种行为中的至少一种:未系安全带、酒后驾车、开车玩手机、疲劳驾驶、不规范着装、路骂、超载。
可选的,所述处理模块在基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数时,具体用于:确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数;确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数;根据所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数和时间影响系数,计算该次特征驾驶行为对应安全值;对所述至少一次特征驾驶行为中所有特征驾驶行为对应安全值进行求和计算,获得所述被保险车辆的安全驾驶分数。
可选的,所述处理模块在确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数时,具体用于:根据预设的特征驾驶行为和行为影响系数的对应关系,确定出所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数,记第i次特征驾驶行为对应的行为影响系数为Mi,i为正整数;所述处理模块在确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数时,具体用于:基于公式Hi=r/Ni计算所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数;其中,Ni为第i次特征驾驶行为的发生时间距离当前时间的时长,r为一常数;所述处理模块在根据所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数和时间影响系数,计算该次特征驾驶行为对应安全值时,具体用于:基于公式Ri=Mi×Hi计算该次特征驾驶行为对应安全值,其中Ri表征第i次特征驾驶行为对应安全值;所述处理模块在对所述至少一次特征驾驶行为中所有特征驾驶行为对应安全值进行求和计算,获得所述被保险车辆的安全驾驶分数时,具体用于:基于公式计算所述安全驾驶分数,其中,U为所述被保险车辆上的客户端开始运行时间到现在时间的时长,n为特征驾驶行为的总次数。
可选的,所述获取模块在获取被保险车辆的驾驶习惯数据时,具体用于:接收被保险车辆上的客户端发送的驾驶习惯数据;所述获取模块还用于:在所述处理模块基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数之前,从所述客户端接收第一验证码;其中,所述第一验证码为所述客户端根据所述被保险车辆采集的驾驶习惯数据生成的验证码;所述处理模块还用于:在基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数之前,基于接收到的驾驶习惯数据计算第二验证码;验证所述第二验证码和所述第一验证码是否一致;在确定所述第二验证码和所述第一验证码一致时,基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数。
可选的,所述处理模块还用于:在基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数之后,在所述客户端上显示所述安全驾驶分数。
第三方面,本发明实施例提供一种电子设备,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器、通信接口;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器用于执行所述存储器中的指令,以在执行所述指令时执行如本发明实施例第一方面或者第二方面中任一种可选的实施方式所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如本发明实施例第一方面或者第二方面中任一种可选的实施方式所述的方法。
第五方面,本发明实施例提供了一种车辆保费计算***,所述***包括通信连接的服务端和客户端;
所述客户端,用于通过传感器采集所述被保险车辆的驾驶习惯数据,其中,驾驶习惯数据包括至少一次特征驾驶行为、以及所述至少一次特征驾驶行为中每次特征驾驶行为的发生时间;将所述驾驶习惯数据发送给所述服务端;
所述服务端,用于接收所述客服端发送的所述驾驶习惯数据;根据预设的特征驾驶行为和行为影响值的对应关系,确定出所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值,记第i次特征驾驶行为对应的行为影响值为Mi,i为正整数;确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数,其中,所述时间系数与该次特征驾驶行为的发生时间距离当前的时长为负相关;根据所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值和时间影响系数的乘积,计算该次特征驾驶行为对应安全值;对至少一次特征驾驶行为中每次特征驾驶行为对应的安全值进行求和运算,获得所述被保险车辆对应安全驾驶分数;根据所述安全驾驶分数计算所述被保险车辆的保费。
可选的,所述特征驾驶行为包括车辆的行为和驾驶员的行为;其中,所述车辆的行为包括以下几种行为中的至少一种:闯红灯,未避让行人、违规停车、车速不规范、违规变道、逆行、车距违规、车灯使用不规范、故意遮挡车牌;所述驾驶员的行为包括以下几种行为中的至少一种:未系安全带、酒后驾车、开车玩手机、疲劳驾驶、不规范着装、路骂、超载。
可选的,所述传感器安装在所述被保险车辆上,所述传感器包括以下几种传感器中的至少一种:速度传感器、方向传感器、光感传感器、车内摄像头、车外摄像头、录音设备。
可选的,所述服务端在确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数时,具体用于:基于公式Hi=r/Ni计算所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数;其中,Ni为第i次特征驾驶行为的发生时间距离当前时间的时长,r为一常数。
可选的,所述服务端在根据所述安全驾驶分数计算所述被保险车辆的保费时,具体用于:基于公式G=f(W)计算所述被保险车辆第二年需要支付的保费,其中,G=f(W)是表征G和W为负相关关系的任意一种函数,即安全驾驶分数W越低,保费G越高。
可选的,所述服务端还用于:基于F=f(W)计算所述被保险车辆保费对应的赔付额,其中,F=f(W)是正相关关系,即安全驾驶分数W越低,赔付额F越低。
可选的,所述客户端还用于:发送第一验证码;其中,所述第一验证码为所述客户端根据所述被保险车辆采集的驾驶习惯数据生成的验证码;所述服务端还用于:接收所述客户端发送的所述第一验证码;基于接收到的所述驾驶习惯数据计算第二验证码;验证所述第二验证码和所述第一验证码是否一致;在确定所述第二验证码和所述第一验证码一致时,获得所述被保险车辆对应安全驾驶分数。
可选的,所述客户端在根据所述被保险车辆采集的驾驶习惯数据生成的验证码时,具体用于:利用哈希计算、信息摘要算法MD5、安全散列算法SHA中的任一种算法对所述被保险车辆采集的驾驶习惯数据进行计算,获得所述第一验证码;所述服务端在基于接收到的所述驾驶习惯数据计算第二验证码时,具体用于:利用哈希计算、信息摘要算法MD5、安全散列算法SHA中的任一种算法对接收到的所述驾驶习惯数据进行计算,获得所述第二验证码。
可选的,所述服务端还用于:在获得所述被保险车辆对应安全驾驶分数之后,将所述安全驾驶分数发送至所述客户端;所述客户端还用于:接收所述服务端发送的所述安全驾驶分数;显示所述安全驾驶分数。
可选的,所述服务端还用于:在获得所述被保险车辆对应安全驾驶分数之后,将特征驾驶行为的记录表发送至所述客户端;所述客户端还用于:接收服务端发送的特征驾驶行为的记录表;显示特征驾驶行为的记录表。
以上第二方面至第五方面中各实施方式所带来的有益效果可以参见第一方面中对应的实施方式所带来的有益效果,不再一一赘述。
本发明有益效果如下:
本发明实施例中,车辆设备对车辆的行为和驾驶员的行为做记录,在根据这些行为中每个特征驾驶行为对应的行为影响系数以及每个驾驶行为的时间影响系数可以计算得出安全驾驶分数,再根据每个驾驶员获得安全驾驶分数,计算出车辆保费。相较于现有技术,本方案通过对被保险车辆驾驶习惯数据的收集和分析,来筛选出驾驶习惯好的车辆。对于这些驾驶习惯好的车辆,通过保费的优惠促使驾车者良好驾驶习惯的形成,从本质上降低道路上发生交通事故的风险。此外,本发明的方案能够客观地确定车辆保费。
附图说明
图1为本发明实施例中一种车辆保费计算方法的流程示意图;
图2为本发明实施例中一种车辆保费计算装置;
图3为本发明实施例中一种电子设备的结构示意图;
图4为本发明实施例中一种车辆保费计算***的结构示意图;
图5为本发明实施例中另一种车辆保费计算***的各个模块的结构示意图。
具体实施方式
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
需要理解的是,在本发明实施例的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。在本发明实施例的描述中“多个”,是指两个或两个以上。
本发明实施例中的术语“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。
本发明实施例提供一种车辆保费计算方法、装置、及计算机可读存储介质,用以解决现有技术中车辆保费计算方案会导致事故赔付成本高的技术问题。其中,方法可以应用于计算车险保费的电子设备,该电子设备可以是安装在被保险车辆上的客户端,也可以是和客户端通信连接的服务端,本发明实施例这里不做限制。在后文中,主要以服务端为执行主体为例。
请参见图1,为本发明实施例中一种车辆保费计算方法的流程示意图,该方法包括:
S101、获取被保险车辆的驾驶习惯数据,其中驾驶习惯数据包括至少一次特征驾驶行为、以及至少一次特征驾驶行为中每次特征驾驶行为的发生时间;
具体的,特征驾驶行为可以包括车辆的行为和驾驶员的行为两类。其中,车辆的行为可以由一个或者多个传感器测量得出,其中,传感器安装在被保险车辆上,例如,速度传感器可测量车速是否规范,方向传感器可测量是否车距不规范等,光感传感器可测量车灯使用是否规范、是否故意遮挡车牌等。驾驶员的行为也可以由一个或者多个传感器测量得出,例如,车内摄像头可以记录驾驶员是否系安全带、是否酒后驾车、是否开车玩手机、是否疲劳驾驶、是否不规范着装、是否超载等,车外摄像头可以记录车辆是否碰撞、车辆是否违规变道、车辆是否逆行、是否闯红灯、是否违规停车、是否避让行人、是否听交警指挥等,录音设备可以检测驾驶员是否开车打电话、是否闲谈、是否路骂、是否不按规定使用喇叭等。
作为一种可选的实施方式,可以将同一种传感器记录下的行为记录呈一个类别。示例性的,表1A为车外摄像头在某段时间内记录的特征驾驶行为记录,表1B为车内摄像头在某段时间内记录的特征驾驶行为记录,表1C为车内录音设备在某段时间内记录的特征驾驶行为记录。其中,表1A中的A1为车外摄像头在一段时间内检测到的一次规变道的行为,A2为车外摄像头该段时间内检测到的另一次规变道的行为,A3为车外摄像头在该段时间内检测到的一次违规逆行的行为,A4为车外摄像头在该段时间内检测到的另一次违规逆行的行为。
表1A
表1B
表1C
另一些实施例中,还可以将所有特征驾驶行为记录在一张表中,并对特征驾驶行为进行分类统计,如下表2所示,表2中的一行表项对应一种类别的特征驾驶行为的记录。
表2
未系安全带 | 2019-8-1 19:00 | 2019-8-11 18:00 | 2019-8-11 1:00 |
打电话 | 2019-8-1 19:00 | 2019-8-2 9:00 | 2019-8-3 19:00 |
酒驾 | 2019-8-4 19:00 | 2019-9-5 19:00 | 2019-9-9 19:00 |
疲劳驾驶 | 2018-12-21 12:30 | 2018-12-22 12:30 | 2018-12-23 12:30 |
路骂 | 2018-11-21 12:30 | 2018-12-11 12:30 | 2018-12-25 12:30 |
…… | …… | …… | …… |
S102、根据预设的特征驾驶行为和行为影响值的对应关系,确定出至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值。
首先,可以根据预设的特征驾驶行为和行为影响系数的对应关系,确定出至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数;记第i次特征驾驶行为对应的行为影响系数为Mi,i为正整数。
例如,参见表3,为行为影响系数的一种示例,从表3可以看出,车速不规范的权重比违规变道、开车玩手机、未系安全带等的权重高。
表3
在具体实施过程中,特征驾驶行为中有利于驾驶安全的特征驾驶行为对应的行为影响系数可以设置为正值(M>0),不利于驾驶安全的特征驾驶行为对应的行为影响系数可以设置为负值(M<0),例如表4所示。
表4
S103、确定至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数。
具体的,根据预先设定的函数关系Hi=f(Ni)计算至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数;其中,Ni为第i次特征驾驶行为的发生时间距离当前时间的时长,Hi为至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数,表示该特征驾驶行为的发生时间对安全驾驶影响的大小。其中,Hi=f(Ni)可以为表征Hi和Ni负相关关系的任意一种函数,也就是时间越早,Hi的值越小。
示例性的,Hi=f(Ni)可以是反比例函数Hi=r/Ni,其中,r为一常数,且r和Ni均为正数,通过该函数可以看出,若该次特征驾驶行为发生的越早,则对当前的保费值影响越小。
例如,当前时间是2019年9月22日的12:30,在之前的两个不同的时间发生了驾驶员开车看手机的行为,第一次发生的时间为2018年12月21日的12:30,第二次是2019年9月21日的12:30,则第一次的对当前时间保费的影响小于第二次对当前时间保费的影响。
S104、对至少一次特征驾驶行为中每次特征驾驶行为对应的安全值进行求和运算,获得被保险车辆对应安全驾驶分数。
具体的,根据公式Ri=Mi×Hi可以计算出该次特征驾驶行为对应安全值。
最后,对至少一次特征驾驶行为中所有特征驾驶行为对应安全值进行求和计算,获得被保险车辆的安全驾驶分数。
另一种可能的求和方式是:可以基于公式计算安全驾驶分数,其中,U为客户端开始运行时间到现在时间的时长,这样,客户端的运行时长对车辆安全驾驶分数呈负影响,可以使得老用户的安全驾驶分数不会达到几千或者上万的情况,同时对新用户也有一定的公平性。S105、根据安全驾驶分数计算被保险车辆的保费。
一种可能的计算方式是:基于公式G=f(W)计算被保险车辆第二年需要支付的保费,其中,G=f(W)是表征G和W为负相关关系的任意一种函数,即安全驾驶分数W越低,则保费G越高。
示例性的,G=f(W)具体可以是G=E+pW表示,其中,E可以为常数,或者表征与保费相关的其他因素,p为加权系数且为负数。当然,在具体实施时还可以有其它计算方式,这里不做限定。
进一步的,还可以根据F=f(W)算出被保险车辆的赔付额,其中,F=f(W)是正相关关系,即安全驾驶分数W越低,则赔付额F越低,示例性的,F=f(W)可以由F=J+mW表示,其中,J可以为常数或者表征与赔付额相关的其他因素,m为加权系数且为正数。
在上述方案中,车辆设备对车辆的行为和驾驶员的行为做记录,在根据这些行为中每个特征驾驶行为对应的行为影响系数以及每个驾驶行为的时间影响系数可以计算得出安全驾驶分数,再根据每个驾驶员获得安全驾驶分数,计算出车辆保费。相较于现有技术,本方案根据驾驶员的长期驾驶习惯计算车辆保费,以给予驾驶习惯好的驾驶员低保费,驾驶习惯不好的驾驶员高保费,进而激励车主养成好的驾驶习惯,降低交通事故发生的数量,以此减少车辆保险公司的事故赔付成本。
可选的,在本发明实施中,当方法执行主体是服务端时,服务端需要从客户端接收驾驶习惯数据,然后再基于驾驶习惯数据计算被保险车辆的安全驾驶分数。
进一步的,为了防止数据被恶意篡改,客户端在发送驾驶习惯数据之前,还可以对驾驶习惯数据进行验证码计算,然后在发送驾驶习惯数据时,同时将计算得到的第一验证码发送给发服务端。相应的,服务端在基于驾驶习惯数据计算被保险车辆的安全驾驶分数之前,还要接收第一验证码,并基于接收到的驾驶习惯数据计算得到第二验证码,然后将接受到的第一验证码与第二验证码进行验证。如果第一验证码和第二验证码不同,则标表示驾驶习惯数据可能被篡改了,只有在确定第一验证码和第二验证码相同时,服务端才进行安全驾驶分数的计算。
作为一种可选的实施方式,验证码的计算方式可以是哈希计算,例如使用信息摘要算法(英文:message digest algorithm,简称:MD5)、安全散列算法(英文:secure hashalgorithm,简称:SHA)等算法对驾驶习惯数据进行哈希计算,本发明实施例对此不做限制。
通过本实施方式,可以得到驾驶习惯数据的第一验证码和第二验证码,判断第一验证码和第二验证码是否一致,如果不一致则不计算,防止驾驶人员对驾驶习惯数据进行篡改,保障最终计算出的车辆保费的准确性。
可选的,在基于驾驶习惯数据计算被保险车辆的安全驾驶分数之后,还可以把安全驾驶分数显示在客户端上。这样,可以使驾驶人员通过安全驾驶分数了解自己的驾驶习惯的好坏,激励驾驶员改变自己的驾驶习惯,提高驾驶员的安全意识,从而进一步降低交通事故的发生概率,降低事故赔付的成本。
另外,还可以控制客户端将特征驾驶行为的记录表进行显示,如上述的表1A、1B、1C或者表2等,以使驾驶员了解不良驾驶习惯,进一步提高驾驶员的安全意识,从而降低交通事故的发生,降低事故赔付的成本。
基于同一发明构思,本发明实施例还提供了一种车辆保费计算***,参见图4,该***包括通信连接的服务端和客户端。所述客户端,用于通过传感器采集所述被保险车辆的驾驶习惯数据,其中,驾驶习惯数据包括至少一次特征驾驶行为、以及所述至少一次特征驾驶行为中每次特征驾驶行为的发生时间;将所述驾驶习惯数据发送给所述服务端;
所述服务端,用于接收所述客服端发送的所述驾驶习惯数据;根据预设的特征驾驶行为和行为影响值的对应关系,确定出所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值,记第i次特征驾驶行为对应的行为影响值为Mi,i为正整数;确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数,其中,所述时间系数与该次特征驾驶行为的发生时间距离当前的时长为负相关;根据所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值和时间影响系数的乘积,计算该次特征驾驶行为对应安全值;对至少一次特征驾驶行为中每次特征驾驶行为对应的安全值进行求和运算,获得所述被保险车辆对应安全驾驶分数;根据所述安全驾驶分数计算所述被保险车辆的保费。
客户端和服务端执行各方法步骤的具体方法参见上述方法实施例中对应的步骤S101-S105。
基于上述***完成的功能,可以将所述***按照功能进行模块划分,参见图5,具体可以划分为以下几个模块:
车内数据采集分析模块501,用于在客户端采集被保险车辆的驾驶习惯数据。
数据传输模块502,用于将采集到的驾驶习惯数据发送至服务端,以使服务端执行上述步骤S101。
数据分析计算模块503,用于执行上述步骤S102。
长期驾驶数据分析模块504,用于执行上述步骤S103。
保费调整计算决策模块505,用于执行上述步骤S104和步骤S105。
评分显示模块506,用于在保费调整计算决策模块基于驾驶习惯数据计算被保险车辆的安全驾驶分数之后,显示安全驾驶分数。
基于同一发明构思,本发明实施例还提供一种车辆保费计算装置200,参照图2,包括:
获取模块201,用于获取被保险车辆的驾驶习惯数据,其中驾驶习惯数据包括至少一次特征驾驶行为、以及所述至少一次特征驾驶行为中每次特征驾驶行为的发生时间;
处理模块202,用于基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数;根据所述安全驾驶分数计算所述被保险车辆的保费。
可选的,所述特征驾驶行为包括车辆的行为和驾驶员的行为;其中,所述车辆的行为包括以下几种行为中的至少一种:闯红灯,未避让行人、违规停车、车速不规范、违规变道、逆行、车距违规、车灯使用不规范、故意遮挡车牌;所述驾驶员的行为包括以下几种行为中的至少一种:未系安全带、酒后驾车、开车玩手机、疲劳驾驶、不规范着装、路骂、超载。
可选的,所述处理模块202在基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数时,具体用于:确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数;确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数;根据所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数和时间影响系数,计算该次特征驾驶行为对应安全值;对所述至少一次特征驾驶行为中所有特征驾驶行为对应安全值进行求和计算,获得所述被保险车辆的安全驾驶分数。
可选的,所述处理模块202在确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数时,具体用于:根据预设的特征驾驶行为和行为影响系数的对应关系,确定出所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数,记第i次特征驾驶行为对应的行为影响系数为Mi,i为正整数;所述处理模块202在确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数时,具体用于:基于公式Hi=r/Ni计算所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数;其中,Ni为第i次特征驾驶行为的发生时间距离当前时间的时长,r为一常数;所述处理模块202在根据所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响系数和时间影响系数,计算该次特征驾驶行为对应安全值时,具体用于:基于公式Ri=Mi×Hi计算该次特征驾驶行为对应安全值,其中Ri表征第i次特征驾驶行为对应安全值;所述处理模块202在对所述至少一次特征驾驶行为中所有特征驾驶行为对应安全值进行求和计算,获得所述被保险车辆的安全驾驶分数时,具体用于:基于公式计算所述安全驾驶分数,其中,U为所述被保险车辆上的客户端开始运行时间到现在时间的时长,n为特征驾驶行为的总次数。
可选的,所述获取模块201在获取被保险车辆的驾驶习惯数据时,具体用于:接收被保险车辆上的客户端发送的驾驶习惯数据;所述获取模块201还用于:在所述处理模块202基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数之前,从所述客户端接收第一验证码;其中,所述第一验证码为所述客户端根据所述被保险车辆采集的驾驶习惯数据生成的验证码;所述处理模块202还用于:在基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数之前,基于接收到的驾驶习惯数据计算第二验证码;验证所述第二验证码和所述第一验证码是否一致;在确定所述第二验证码和所述第一验证码一致时,基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数。
可选的,所述处理模块202还用于:在基于所述驾驶习惯数据计算所述被保险车辆的安全驾驶分数之后,在所述客户端上显示所述安全驾驶分数。
装置的各模块执行方法步骤的具体实现方式请参照上述方法实施例中对应方法步骤的具体实施方式,本实施例不再进行详细介绍。
基于同一发明构思,本发明实施例还提供一种电子设备300,参照图3,包括:至少一个处理器301,以及与所述至少一个处理器301通信连接的存储器302、通信接口303;其中,所述存储器302存储有可被所述至少一个处理器301执行的指令,所述至少一个处理器301通过执行所述存储器302存储的指令,以在执行所述指令时使所述装置300执行本发明的实施例所述的车辆保费计算方法。
基于同一发明构思,本发明实施例还提供计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行本发明实施例所述的车辆保费计算方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种车辆保费计算***,其特征在于,所述***包括通信连接的服务端和客户端;
所述客户端,用于通过传感器采集所述被保险车辆的驾驶习惯数据,其中,驾驶习惯数据包括至少一次特征驾驶行为、以及所述至少一次特征驾驶行为中每次特征驾驶行为的发生时间;将所述驾驶习惯数据发送给所述服务端;
所述服务端,用于接收所述客服端发送的所述驾驶习惯数据;根据预设的特征驾驶行为和行为影响值的对应关系,确定出所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值,记第i次特征驾驶行为对应的行为影响值为Mi,i为正整数;确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数,其中,所述时间系数与该次特征驾驶行为的发生时间距离当前的时长为负相关;根据所述至少一次特征驾驶行为中每次特征驾驶行为对应的行为影响值和时间影响系数的乘积,计算该次特征驾驶行为对应安全值;对至少一次特征驾驶行为中每次特征驾驶行为对应的安全值进行求和运算,获得所述被保险车辆对应安全驾驶分数;根据所述安全驾驶分数计算所述被保险车辆的保费。
2.如权利要求1所述的***,其特征在于,所述特征驾驶行为包括车辆的行为和驾驶员的行为;
其中,所述车辆的行为包括以下几种行为中的至少一种:闯红灯,未避让行人、违规停车、车速不规范、违规变道、逆行、车距违规、车灯使用不规范、故意遮挡车牌;所述驾驶员的行为包括以下几种行为中的至少一种:未系安全带、酒后驾车、开车玩手机、疲劳驾驶、不规范着装、路骂、超载。
3.如权利要求1所述的***,其特征在于,所述传感器安装在所述被保险车辆上,所述传感器包括以下几种传感器中的至少一种:速度传感器、方向传感器、光感传感器、车内摄像头、车外摄像头、录音设备。
4.如权利要求1所述的***,其特征在于,所述服务端在确定所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数时,具体用于:
基于公式Hi=r/Ni计算所述至少一次特征驾驶行为中每次特征驾驶行为对应的时间影响系数;其中,Ni为第i次特征驾驶行为的发生时间距离当前时间的时长,r为一常数。
5.如权利要求1所述的***,其特征在于,所述服务端在根据所述安全驾驶分数计算所述被保险车辆的保费时,具体用于:
基于公式G=f(W)计算所述被保险车辆第二年需要支付的保费,其中,G=f(W)是表征G和W为负相关关系的任意一种函数,即安全驾驶分数W越低,保费G越高。
6.如权利要求1-3任一项所述的***,其特征在于,所述服务端还用于:
基于F=f(W)计算所述被保险车辆保费对应的赔付额,其中,F=f(W)是正相关关系,即安全驾驶分数W越低,赔付额F越低。
7.如权利要求1所述的***,其特征在于,所述客户端还用于:
发送第一验证码;其中,所述第一验证码为所述客户端根据所述被保险车辆采集的驾驶习惯数据生成的验证码;
所述服务端还用于:接收所述客户端发送的所述第一验证码;
基于接收到的所述驾驶习惯数据计算第二验证码;
验证所述第二验证码和所述第一验证码是否一致;
在确定所述第二验证码和所述第一验证码一致时,获得所述被保险车辆对应安全驾驶分数。
8.如权利要求7所述的***,其特征在于,所述客户端在根据所述被保险车辆采集的驾驶习惯数据生成的验证码时,具体用于:
利用哈希计算、信息摘要算法MD5、安全散列算法SHA中的任一种算法对所述被保险车辆采集的驾驶习惯数据进行计算,获得所述第一验证码;
所述服务端在基于接收到的所述驾驶习惯数据计算第二验证码时,具体用于:
利用哈希计算、信息摘要算法MD5、安全散列算法SHA中的任一种算法对接收到的所述驾驶习惯数据进行计算,获得所述第二验证码。
9.如权利要求7所述的***,其特征在于,所述服务端还用于:在获得所述被保险车辆对应安全驾驶分数之后,将所述安全驾驶分数发送至所述客户端;
所述客户端还用于:接收所述服务端发送的所述安全驾驶分数;显示所述安全驾驶分数。
10.如权利要求7所述的***,其特征在于,所述服务端还用于:在获得所述被保险车辆对应安全驾驶分数之后,将特征驾驶行为的记录表发送至所述客户端;
所述客户端还用于:接收所述服务端发送的所述特征驾驶行为的记录表;显示所述特征驾驶行为的记录表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911168025.1A CN110992193B (zh) | 2019-11-25 | 2019-11-25 | 一种车辆保费计算*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911168025.1A CN110992193B (zh) | 2019-11-25 | 2019-11-25 | 一种车辆保费计算*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110992193A true CN110992193A (zh) | 2020-04-10 |
CN110992193B CN110992193B (zh) | 2023-05-16 |
Family
ID=70086681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911168025.1A Active CN110992193B (zh) | 2019-11-25 | 2019-11-25 | 一种车辆保费计算*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110992193B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010157054A (ja) * | 2008-12-26 | 2010-07-15 | Hitachi Ltd | 保険料査定方法、保険料査定システム、情報処理装置、および端末 |
US20150039348A1 (en) * | 2013-08-05 | 2015-02-05 | Ford Global Technologies, Llc | Vehicle operations monitoring |
CN105930771A (zh) * | 2016-04-13 | 2016-09-07 | 乐视控股(北京)有限公司 | 一种驾驶行为评分方法及装置 |
CN107292663A (zh) * | 2017-06-08 | 2017-10-24 | 北京深瞐科技有限公司 | 车险定价方法及装置 |
CN110390557A (zh) * | 2019-06-17 | 2019-10-29 | 深圳壹账通智能科技有限公司 | 车辆保费确定方法、装置及计算机设备及可读存储介质 |
CN114692713A (zh) * | 2020-12-29 | 2022-07-01 | 郑州宇通客车股份有限公司 | 一种自动驾驶车辆的驾驶行为评价方法及装置 |
-
2019
- 2019-11-25 CN CN201911168025.1A patent/CN110992193B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010157054A (ja) * | 2008-12-26 | 2010-07-15 | Hitachi Ltd | 保険料査定方法、保険料査定システム、情報処理装置、および端末 |
US20150039348A1 (en) * | 2013-08-05 | 2015-02-05 | Ford Global Technologies, Llc | Vehicle operations monitoring |
CN105930771A (zh) * | 2016-04-13 | 2016-09-07 | 乐视控股(北京)有限公司 | 一种驾驶行为评分方法及装置 |
CN107292663A (zh) * | 2017-06-08 | 2017-10-24 | 北京深瞐科技有限公司 | 车险定价方法及装置 |
CN110390557A (zh) * | 2019-06-17 | 2019-10-29 | 深圳壹账通智能科技有限公司 | 车辆保费确定方法、装置及计算机设备及可读存储介质 |
CN114692713A (zh) * | 2020-12-29 | 2022-07-01 | 郑州宇通客车股份有限公司 | 一种自动驾驶车辆的驾驶行为评价方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110992193B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7375652B2 (en) | Systems and devices for assessing fines for traffic disturbances | |
JP4995046B2 (ja) | 自動車保険料設定システム | |
CN108346288B (zh) | 路段运行状态预警方法、装置及电子设备 | |
CN106651602A (zh) | 一种基于adas智能车载终端的车险管理服务*** | |
US9082072B1 (en) | Method for applying usage based data | |
US20140278840A1 (en) | Telemetry-based vehicle policy enforcement | |
US20140222323A1 (en) | Rogue vehicle detection | |
CN104867327B (zh) | 一种驾驶安全监测方法及装置 | |
US20120109418A1 (en) | Driver profiling | |
US20110087525A1 (en) | Environmental stewardship based on driving behavior | |
CN111105110A (zh) | 驾驶风险确定方法、装置、介质和计算设备 | |
US10706647B2 (en) | Method and apparatus for implementing a vehicle inspection waiver program | |
CN107004353B (zh) | 交通违章管理***和交通违章管理方法 | |
CN106846153A (zh) | 一种车险赔付方法及*** | |
CN112687099B (zh) | 一种超载嫌疑车辆判定方法和装置 | |
CN112967497B (zh) | 共享汽车监管***及监管方法 | |
JPWO2018180347A1 (ja) | 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム | |
CN107004352B (zh) | 交通违章管理***和交通违章管理方法 | |
CN109376665B (zh) | 基于群智感知的出租车驾驶员的驾驶行为评估*** | |
Khojastehpour et al. | Public acceptance of a crowdsourcing platform for traffic enforcement | |
CN110992193B (zh) | 一种车辆保费计算*** | |
JP6593618B1 (ja) | 安全運転ポイント報奨システム | |
CN110348880A (zh) | 评估车辆的出租价格的方法及装置 | |
CN112927504B (zh) | 一种基于大数据的交通违章确认方法及*** | |
CN113256364A (zh) | 信息处理设备、信息处理方法和非暂态存储介质 |
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 |