JP7212590B2 - 事故リスク診断方法、事故リスク診断装置、及び事故リスク診断システム - Google Patents
事故リスク診断方法、事故リスク診断装置、及び事故リスク診断システム Download PDFInfo
- Publication number
- JP7212590B2 JP7212590B2 JP2019127147A JP2019127147A JP7212590B2 JP 7212590 B2 JP7212590 B2 JP 7212590B2 JP 2019127147 A JP2019127147 A JP 2019127147A JP 2019127147 A JP2019127147 A JP 2019127147A JP 7212590 B2 JP7212590 B2 JP 7212590B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- trip
- accident
- vehicle
- accident risk
- 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.)
- Active
Links
- 238000003745 diagnosis Methods 0.000 title claims description 189
- 238000000034 method Methods 0.000 title claims description 93
- 238000012549 training Methods 0.000 claims description 146
- 230000010365 information processing Effects 0.000 claims description 21
- 238000010801 machine learning Methods 0.000 claims description 21
- 230000001133 acceleration Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 110
- 238000012545 processing Methods 0.000 description 97
- 230000008569 process Effects 0.000 description 68
- 230000006870 function Effects 0.000 description 32
- 238000004891 communication Methods 0.000 description 26
- 230000006399 behavior Effects 0.000 description 16
- 238000002360 preparation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000013075 data extraction Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Technology Law (AREA)
- Educational Administration (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Description
)とがある。いずれも事故を起こすポテンシャルの高い者には高い自動車保険料率が適用され、事故を起こすポテンシャルの低い者には安い自動車保険料率を適用される。
図1に一実施形態として説明する事故リスク診断システム1の概略的な構成を示している。同図に示すように、事故リスク診断システム1は、事故リスク診断装置(以下、「診
断装置10」と称する。)と複数の車載機20とを含む。
り扱う保険会社、保険会社から委託を受けたシステム運用会社等によって管理される情報処理装置(コンピュータ)である。
CU(Telematic Control Unit)、IVIシステム(In-Vehicle Infotainment System)、スマートフォン、フィーチャーフォン、タブレット端末、ヘッドマウントディスプレイ(Head Mounted Display)、音声入力装置、点字入力装置、及び振動検出装置等がある。車両2は、例えば、コネクテッドカー(ICT(Information and Communication Technology)端末の機能を備えた車両)である。
線方式による通信設備によって構成される。通信ネットワーク5を介した通信は、例えば、Ethernet(登録商標)、TCP/IP、CAN(Controller Area Network)
、Bluetooth(登録商標)、NFC(Near Field Communication)、USB(Universal Serial Bus)、RS-232C等に準拠したプロトコルに従って行われる。
定の情報源(通信ネットワーク5を介して接続する情報処理システム)から逐次提供される。
Gate Array)、ASIC(Application Specific Integrated Circuit)、AI(Artificial Intelligence)チップ等を用いて構成される。
Only Memory)、RAM(Random Access Memory)、不揮発性メモリ(NVRAM(Non Volatile RAM))等である。
)、光学式記憶装置(CD(Compact Disc)、DVD(Digital Versatile Disc)等)、ストレージシステム、ICカード、SDカードや光学式記録媒体等の記録媒体の読取/書込装置、クラウドサーバの記憶領域等である。補助記憶装置13には、記録媒体の読取装置や通信装置16を介してプログラムやデータを読み込むことができる。補助記憶装置13に格納(記憶)されているプログラムやデータは主記憶装置12に随時読み込まれる。
ァイルシステム、DBMS(DataBase Management System)等が導入されていてもよい。
診断結果182に基づく情報を出力装置15に出力する。
する標準時からの差分を示すデータが設定される。また当該車両2が過去に事故を起こしたことがなければ、事故発生日時1123には、例えば、「-」等の無効を意味する情報
が設定される。
了日の差分(以下、「終了オフセット」と称する。)が設定される。例えば、過去データ抽出部122が事故が発生した日のN日前から所定期間(以下、M日間とする。)の過去データを抽出する場合、事故発生日のN日前から事故発生日の(N-M+1)日前までのM日間の過去データを取得して訓練データに加工する必要があるが、その場合、開始オフセット1151に「N」を示すデータを設定し、終了オフセット1152に「N-M+1」を示すデータを設定する。これにより、後述する訓練データ生成メイン処理S1412において開始日時1156と終了日時1157を求めることが可能になる。開始オフセット1151や終了オフセット1152の値は、ユーザインタフェースを介してユーザが設定することができる。
設定される。発進回数1162には、当該トリップにおける発進回数が設定される。バック回数1163には、当該トリップにおけるバック回数が設定される。急ブレーキ回数1164には、当該トリップにおける急ブレーキの回数が設定される。急アクセル回数1165には、当該トリップにおける急アクセルの回数が設定される。急ハンドル回数1166には、当該トリップにおける急ハンドルの回数が設定される。走行距離1167には、当該トリップにおける走行距離が設定される。
タが存在する。このうち事故有無1122に「無」が設定されているデータの事故発生日時1123には無効な内容が設定されている。事故情報準備処理S1411は、事故有無1122に「無」が設定されているデータの事故発生日時1123に、仮の事故発生日時を設定することにより、事故有無1122に「無」が設定されているデータの事故発生日時1123について後述する訓練データ生成メイン処理S1412が事故有無1122に「有」が設定されているデータと同じアルゴリズムで処理できるようにする。
下、同図とともに訓練データ生成メイン処理S1412について説明する。尚、図9の各種パラメータ115のうち、開始オフセット1151、終了オフセット1152、MSGID1153の内容は予めユーザがユーザインタフェース等を介して設定済であるものとする。
720:NO)、訓練データ生成部120は、S1722からの処理を行う。
を用いた教師あり機械学習による機械学習モデルの生成処理である。より具体的には、図10の訓練データテーブル116の事故有無1161をラベル値とし、訓練データテーブル116の発進回数1162、バック回数1163、急ブレーキ回数1164、急アクセル回数1165、急ハンドル回数1166、及び走行距離1167を特徴量とした機械学習処理である。機械学習は、クラス分類における機械学習あるいは回帰タスクにおける機械学習のいずれであってもよい。利用可能な機械学習の種類として、例えば、k-最近傍法、k-近傍回帰、線形モデル、ナイーブベイズクラス分類、決定木、決定木のアンサンブル法(ランダムフォレスト、勾配ブースティング回帰木)、サポートベクタマシン、ニューラルネットワーク(ディープラーニング)等がある。
、処理はS2215に進む。
183とMSGデータ1184に基づきテストデータの内容を生成し、記憶領域に生成したテストデータに設定する(S2314)。尚、テストデータの各項目は訓練データの各項目と対応しており、先に例示した、発進回数1192、バック回数1193、急ブレーキ回数1194、急アクセル回数1195、急ハンドル回数1196、走行距離1197等である。
等、人の五感を刺激する他の方法で情報を出力するようにしてもよい。
第1実施形態の事故リスク診断システム1では、診断装置10が、車両2(車載機20)から送られてくる走行データを用いて、訓練データの生成、事故リスク診断モデル181の生成、及び事故リスクの診断等の処理を行うが、第2実施形態の事故リスク診断システム1は、これらの処理を車両2(車載機20)側で行う。以下では、第1実施形態の事故リスク診断システム1と異なる点を中心として説明する。
第3実施形態の事故リスク診断システム1では、診断装置10が、車両2の起動/終了に応じて事故リスクの診断や診断結果の通知を行う。以下では第1実施形態の事故リスク診断システム1と異なる点を中心として説明する。
ドのいずれかの走行モードを選択して走行することができるものとする。また以下の説明において、起動とは、車両2を人が運転可能な状態にすることをいい、例えば、イグニッション装置やパワースイッチを備えた車両2における起動とは、イグニッション装置やパワースイッチをオンすることをいう。また以下の説明において、終了とは、車両2を人が運転できない状態にすることをいい、例えば、イグニッション装置やパワースイッチを備えた車両2における終了とは、イグニッション装置やパワースイッチをオフすることをいう。
カード、SDカード、DVD等の記録媒体に置くことができる。
、リソースの効率的な利用、処理効率向上、アクセス効率向上、検索効率向上等の観点から柔軟に変更し得る。
車載機、110 記憶部、111 走行データテーブル、112 事故データテーブル、113 トリップインデックステーブル、114 トリップデータテーブル、115 各種パラメータ、116 訓練データテーブル、117 テストトリップインデックステーブル、118 テストトリップデータテーブル、119 テストデータテーブル、170 処理実行制御部、181 事故リスク診断モデル、182 事故リスク診断結果、210 記憶部、211 走行データテーブル、275 操作情報通知部、280 自動運転制御部、260 走行データ取得部、265 入出力制御部、S1400 事故リスク診断処理、S1410 トリップデータ生成処理、S1412 訓練データ生成メイン処理、S1413 事故リスク診断モデル生成処理、S1414 テストトリップデータ生成処理、S1415 テストデータ生成処理、S1416 事故リスク診断処理
Claims (14)
- 情報処理装置が、
複数の車両の夫々の日時ごとの走行状態を示すデータである走行データと、
前記複数の車両の過去の事故に関する情報と、
を記憶するステップ、
前記走行データのうち、事故当日前の所定期間の前記走行データと前記事故当日における前記走行データと、を抽出し、抽出した前記走行データに基づき、前記車両の起動から終了までの期間であるトリップを示す情報と当該トリップにおける事故の有無を示す情報とを対応づけたデータであるトリップインデックスデータを生成するステップ、
前記トリップにおける前記車両の運転状況を示すデータであるトリップデータを生成するステップ、
前記トリップインデックスデータと前記トリップデータに基づき前記トリップ毎の訓練データを生成するステップ、
前記訓練データを用いて事故リスクを診断する機械学習モデルである事故リスク診断モデルを生成するステップ、
事故リスクの診断対象となる前記車両の前記トリップにおける特徴量を前記事故リスク診断モデルに入力することにより当該車両の事故リスクを診断するステップ、
を実行する、事故リスク診断方法。 - 請求項1に記載の事故リスク診断方法であって、
前記情報処理装置は、前記車両に搭載されている車載機に前記診断の結果を送信するステップ、
をさらに実行する、事故リスク診断方法。 - 請求項1または2に記載の事故リスク診断方法であって、
前記訓練データは、前記トリップにおける前記車両の事故有無を示す情報をラベルとし、前記トリップにおける、前記車両の発進回数に関する情報、前記車両のバック回数に関する情報、前記車両の急ブレーキ回数に関する情報、前記車両の急アクセル回数に関する情報、前記車両の急ハンドル回数に関する情報、及び前記車両の走行距離に関する情報のうちの少なくともいずれかが特徴量として設定されたデータである、
事故リスク診断方法。 - 請求項1または2に記載の事故リスク診断方法であって、
前記情報処理装置が、ユーザインタフェースを介してユーザから受け付けた情報に基づき前記所定期間を設定するステップ、
をさらに実行する、事故リスク診断方法。 - 請求項1または2に記載の事故リスク診断方法であって、
前記情報処理装置が、前記車両の夫々に設けられている車載機と通信可能に接続し、前記車載機から前記走行データを取得するステップ、
をさらに実行する、事故リスク診断方法。 - 請求項5に記載の事故リスク診断方法であって、
前記車載機は、ECU(Electronic Control Unit)、TCU(Telematic Control Unit)、IVIシステム(In-Vehicle Infotainment System)、スマートフォン、フィーチャーフォン、タブレット端末、ヘッドマウントディスプレイ(Head Mounted Display)、音声入力装置、点字入力装置、及び振動検出装置のうちの少なくともいずれかである、
事故リスク診断方法。 - 請求項1に記載の事故リスク診断方法であって、
前記情報処理装置が、前記車両が起動している期間に前記事故リスク診断モデルを学習させる前記ステップを実行する、
事故リスク診断方法。 - 請求項7に記載の事故リスク診断方法であって、
前記情報処理装置が、前記車両が起動を終了したことを示す情報を受信すると、前記事故リスクを診断する前記ステップを行い、前記診断の結果を前記車両に送信するステップを実行する、
事故リスク診断方法。 - 請求項8に記載の事故リスク診断方法であって、
前記車両は、前記診断の結果を受信すると、前記診断の結果に基づく情報をユーザに提示するとともに、前記車両を自動運転に切り替えるか否かの意思表示をユーザインタフェースを介してユーザから受け付け、前記車両を自動運転に切り替える旨の意思表示をユーザから受け付けると、前記車両の走行モードを自動運転による走行モードに切り替える、
事故リスク診断方法。 - 請求項1または2に記載の事故リスク診断方法であって、
前記所定期間は10日間である、
事故リスク診断方法。 - 請求項1に記載の事故リスク診断方法であって、
前記情報処理装置は、前記車両に設けられている、
事故リスク診断方法。 - 情報処理装置を用いて構成され、
複数の車両の夫々の日時ごとの走行状態を示すデータである走行データと、
前記複数の車両の過去の事故に関する情報と、
を記憶する記憶部、
前記走行データのうち、事故当日前の所定期間の前記走行データと前記事故当日における前記走行データと、を抽出し、抽出した前記走行データに基づき、前記車両の起動から終了までの期間であるトリップを示す情報と当該トリップにおける事故の有無を示す情報とを対応づけたデータであるトリップインデックスデータを生成し、
前記トリップにおける前記車両の運転状況を示すデータであるトリップデータを生成し、
前記トリップインデックスデータと前記トリップデータに基づき前記トリップ毎の訓練データを生成する、訓練データ生成部、
前記訓練データを用いて事故リスクを診断する機械学習モデルである事故リスク診断モデルを生成する事故リスク診断モデル生成部、
事故リスクの診断対象となる前記車両の前記トリップにおける特徴量を前記事故リスク診断モデルに入力することにより当該車両の事故リスクを診断する事故リスク診断部、
を備える、事故リスク診断装置。 - 請求項12に記載の事故リスク診断装置であって、
前記車両に搭載されている車載機に前記診断の結果を送信する入出力制御部、
をさらに備える、事故リスク診断装置。 - 情報処理装置を用いて構成され、
複数の車両の夫々の日時ごとの走行状態を示すデータである走行データと、
前記複数の車両の過去の事故に関する情報と、
を記憶する記憶部、
前記走行データのうち、事故当日前の所定期間の前記走行データと前記事故当日における前記走行データと、を抽出し、抽出した前記走行データに基づき、前記車両の起動から終了までの期間であるトリップを示す情報と当該トリップにおける事故の有無を示す情報とを対応づけたデータであるトリップインデックスデータを生成し、
前記トリップにおける前記車両の運転状況を示すデータであるトリップデータを生成し、
前記トリップインデックスデータと前記トリップデータに基づき前記トリップ毎の訓練データを生成する、訓練データ生成部、
前記訓練データを用いて事故リスクを診断する機械学習モデルである事故リスク診断モデルを生成する事故リスク診断モデル生成部、
事故リスクの診断対象となる前記車両の前記トリップにおける特徴量を前記事故リスク診断モデルに入力することにより当該車両の事故リスクを診断する事故リスク診断部、
を備える、事故リスク診断装置と、
前記車両の夫々に設けられ、前記事故リスク診断装置と通信可能に接続し、前記走行データを前記事故リスク診断装置に送信する車載機と、
を含んで構成される、事故リスク診断システム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019127147A JP7212590B2 (ja) | 2019-07-08 | 2019-07-08 | 事故リスク診断方法、事故リスク診断装置、及び事故リスク診断システム |
EP20837790.3A EP3998591A4 (en) | 2019-07-08 | 2020-06-05 | ACCIDENT RISK DIAGNOSTIC METHOD, ACCIDENT RISK DIAGNOSTIC DEVICE AND ACCIDENT RISK DIAGNOSTIC SYSTEM |
US17/621,485 US20220351614A1 (en) | 2019-07-08 | 2020-06-05 | Accident risk diagnosis method, accident risk diagnosis apparatus, and accident risk diagnosis system |
CN202080046370.2A CN114072863A (zh) | 2019-07-08 | 2020-06-05 | 事故风险诊断方法、事故风险诊断装置以及事故风险诊断*** |
PCT/JP2020/022431 WO2021005933A1 (ja) | 2019-07-08 | 2020-06-05 | 事故リスク診断方法、事故リスク診断装置、及び事故リスク診断システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019127147A JP7212590B2 (ja) | 2019-07-08 | 2019-07-08 | 事故リスク診断方法、事故リスク診断装置、及び事故リスク診断システム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021012604A JP2021012604A (ja) | 2021-02-04 |
JP2021012604A5 JP2021012604A5 (ja) | 2021-12-02 |
JP7212590B2 true JP7212590B2 (ja) | 2023-01-25 |
Family
ID=74114128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019127147A Active JP7212590B2 (ja) | 2019-07-08 | 2019-07-08 | 事故リスク診断方法、事故リスク診断装置、及び事故リスク診断システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220351614A1 (ja) |
EP (1) | EP3998591A4 (ja) |
JP (1) | JP7212590B2 (ja) |
CN (1) | CN114072863A (ja) |
WO (1) | WO2021005933A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116343484B (zh) * | 2023-05-12 | 2023-10-03 | 天津所托瑞安汽车科技有限公司 | 交通事故识别方法、终端及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005250564A (ja) | 2004-03-01 | 2005-09-15 | Denso Corp | 安全運転支援システム |
US20150317844A1 (en) | 2014-05-02 | 2015-11-05 | Kookmin University Industry-Academic Cooperation Foundation | Method of processing and analysing vehicle driving big data and system thereof |
JP2017138959A (ja) | 2015-04-21 | 2017-08-10 | パナソニックIpマネジメント株式会社 | 情報処理システム、情報処理方法、およびプログラム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6480143B2 (ja) * | 2014-10-09 | 2019-03-06 | 株式会社日立製作所 | 運転特性診断装置、運転特性診断システム、運転特性診断方法 |
JP6550288B2 (ja) * | 2015-07-23 | 2019-07-24 | 株式会社日立システムズ | サーバー装置、ライフログシステムおよび注意情報出力方法 |
JP6600536B2 (ja) * | 2015-11-19 | 2019-10-30 | 株式会社日立製作所 | 保険業務支援システムおよび保険業務支援方法 |
JP6703465B2 (ja) * | 2016-09-21 | 2020-06-03 | 株式会社日立製作所 | 運転支援装置、センタ装置 |
JP2018151716A (ja) * | 2017-03-10 | 2018-09-27 | オムロン株式会社 | 情報処理装置、リスク回避通知方法、およびリスク回避通知プログラム |
WO2018186625A1 (ko) * | 2017-04-06 | 2018-10-11 | 삼성전자주식회사 | 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체 |
JP6945226B2 (ja) * | 2017-08-09 | 2021-10-06 | 株式会社ユピテル | 車載電子機器、クライアント端末、及びプログラム |
CN107909678A (zh) * | 2017-11-29 | 2018-04-13 | 思建科技有限公司 | 一种行车风险评价方法及*** |
JP6992542B2 (ja) | 2018-01-24 | 2022-02-03 | トヨタ自動車株式会社 | クーリングモジュール支持構造 |
CN108734592A (zh) * | 2018-05-11 | 2018-11-02 | 深圳市图灵奇点智能科技有限公司 | 车辆保险业务数据分析方法和*** |
-
2019
- 2019-07-08 JP JP2019127147A patent/JP7212590B2/ja active Active
-
2020
- 2020-06-05 WO PCT/JP2020/022431 patent/WO2021005933A1/ja unknown
- 2020-06-05 EP EP20837790.3A patent/EP3998591A4/en active Pending
- 2020-06-05 CN CN202080046370.2A patent/CN114072863A/zh active Pending
- 2020-06-05 US US17/621,485 patent/US20220351614A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005250564A (ja) | 2004-03-01 | 2005-09-15 | Denso Corp | 安全運転支援システム |
US20150317844A1 (en) | 2014-05-02 | 2015-11-05 | Kookmin University Industry-Academic Cooperation Foundation | Method of processing and analysing vehicle driving big data and system thereof |
JP2017138959A (ja) | 2015-04-21 | 2017-08-10 | パナソニックIpマネジメント株式会社 | 情報処理システム、情報処理方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
EP3998591A1 (en) | 2022-05-18 |
WO2021005933A1 (ja) | 2021-01-14 |
EP3998591A4 (en) | 2023-07-12 |
CN114072863A (zh) | 2022-02-18 |
US20220351614A1 (en) | 2022-11-03 |
JP2021012604A (ja) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Amarasinghe et al. | Cloud-based driver monitoring and vehicle diagnostic with OBD2 telematics | |
CN110288096B (zh) | 预测模型训练及预测方法、装置、电子设备、存储介质 | |
EP3475933A1 (en) | Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof | |
CN109724812B (zh) | 车辆故障预警的方法、装置、存储介质和终端设备 | |
US11454967B2 (en) | Systems and methods for collecting vehicle data to train a machine learning model to identify a driving behavior or a vehicle issue | |
CN112016584B (zh) | 基于异常检测的注意力下降检测 | |
JP7212590B2 (ja) | 事故リスク診断方法、事故リスク診断装置、及び事故リスク診断システム | |
JP6032145B2 (ja) | 車両用運行データ分析システム | |
CN111231972A (zh) | 基于驾驶行为习惯的告警方法、***、车辆及存储介质 | |
Zhu et al. | Real-time crash identification using connected electric vehicle operation data | |
US20200160348A1 (en) | Server device and information processing method | |
CN113838273A (zh) | 基于车辆的提醒方法、装置、电子设备和存储介质 | |
CN112653726A (zh) | 车载终端及其操作方法、计算机可读存储介质及处理器 | |
Lushi et al. | IoT-Based Public Transport Management System | |
CN110648428A (zh) | 车辆剩余使用寿命预测 | |
CN114924750A (zh) | 一种车载应用软件生成方法、装置、设备及存储介质 | |
US11481736B2 (en) | Oil maintenance monitoring | |
Yu | Risk measurement, risk entropy, and autonomous driving risk modeling | |
CN114936122A (zh) | 车辆监测***、方法及可读存储介质 | |
Benmimoun et al. | Large-scale FOT for analyzing the impacts of advanced driver assistance systems | |
Jain et al. | Review of computational techniques for modelling eco-safe driving behavior | |
Rigoll | The connecteddrive context server–flexible software architecture for a context aware vehicle | |
JP7393458B2 (ja) | Ev車両の稼働状況監視システム、ev車両の稼働状況監視プログラム | |
EP4350305A1 (en) | Systems and methods for determining an estimated weight of a vehicle | |
Yay et al. | An adaptive driving system regarding energy-efficiency and safety |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201023 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20201023 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211020 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211020 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7212590 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |