[发明专利]一种驾驶数据风险量化的方法

权利要求书

1.一种驾驶数据风险量化的方法，其特征在于，包括以下步骤：

步骤1：采集驾驶过程中的空天数据，并利用区块链技术记录为区块A；

步骤2：采集驾驶过程中的地面数据，并利用区块链技术记录为区块B；

步骤3：采集汽车的自身车况数据，并利用区块链技术记录为区块C；

步骤4：采集驾驶过程中的行驶数据，并利用区块链技术记录为区块D；

步骤5：从区块A、区块B和区块C中分别调取空天数据、地面数据和自身车况数据构建驾驶模型，从区块D中调取行驶数据在所述驾驶模型中进行风险量化。

2.根据权利要求1所述的一种驾驶数据风险量化的方法，其特征在于：所述空天数据包括环境温度、大气压力、天气状况、环境亮度、风速、湿度和空气质量；所述空天数据由相应的传感器和/或天气软件服务器获取。

3.根据权利要求2所述的一种驾驶数据风险量化的方法，其特征在于：由温度传感器获取环境温度，由大气压力传感器获取大气压力；由与互联网服务器连接的天气软件获取天气状况，由光线传感器获取环境亮度，由风速传感器获取风速，由湿度传感器获取湿度，由空气质量传感器获取空气质量。

4.根据权利要求1所述的一种驾驶数据风险量化的方法，其特征在于：所述地面数据包括路面质地、道路分类、自然灾害状况和堵车路况实时信息。

5.根据权利要求4所述的一种驾驶数据风险量化的方法，其特征在于：所述地面数据从本地服务器和/或地图软件服务器调取。

6.根据权利要求4所述的一种驾驶数据风险量化的方法，其特征在于：所述路面质地包括水泥路面、沥青路面、泥土路面、砂石路面和砖土路面，所述道路分类包括城市道路、高速道路、国道、省道、县道和乡村道路，所述自然灾害状况包括地震、火山喷发、滑坡和泥石流。

7.根据权利要求1所述的一种驾驶数据风险量化的方法，其特征在于：所述自身车况数据包括车身长宽高、车身空气摩擦系数、轮胎路面摩擦系数、车重、使用年限和行驶里程；所述自身车况数据从本地服务器调取。

8.根据权利要求1所述的一种驾驶数据风险量化的方法，其特征在于：所述行驶数据包括行驶速度、驾乘人员数量、电子警察信息、系统报警信息、驾驶人员状态、车道碰撞环境、对向灯光信息、交通标志、横摆角速度、车体质心侧偏角和行驶盲点信息。

9.根据权利要求8所述的一种驾驶数据风险量化的方法，其特征在于：所述行驶数据由相应的传感器、摄像机、本地服务器以及电子警察系统、车联网、车道偏移报警系统、车道保持系统，预碰撞系统、夜视系统、自适应灯光控制、行人保护系统、交通标志识别、盲点探测，驾驶员疲劳探测、下坡控制系统和汽车报警系统等获取。

10.根据权利要求1所述的一种驾驶数据风险量化的方法，其特征在于：步骤5还包括将区块A中的空天数据、区块B中的地面数据和区块C中的汽车自身车况数据分别与各自的前一时间间隔的空天数据、地面数据和汽车自身车况数据进行对比，当其中至少一个数据发生变化时，实时修正驾驶模型。