[发明专利]一种基于惯性融合技术的驾驶习惯评分方法及系统

说明书

本发明涉及一种基于惯性融合技术的驾驶习惯评分方法及系统，通过对车辆行驶中加速度计与定位终端的数据融合，得到融合后的车辆行驶数据，从中获取七种驾驶行为，并根据七种驾驶行为的出现次数与车辆行驶里程的关系，对驾驶行为进行评分。通过融合数据可以提高数据的准确度，同时，七种驾驶行为的设定，可以准确的对车辆驾驶行为进行评估，然后得到较为客观准确的驾驶行为评分。对于驾驶行为的客观准确评分，可以为多种评估行为提供准确有效的数据，从而规范车辆驾驶行为。

技术领域

本发明涉及一种驾驶习惯评分技术领域，尤其涉及一种基于惯性融合技术的驾驶习惯评分方法及系统。

背景技术

研究表明，驾驶人的驾驶行为是交通事故的重要影响因素之一，但现有的车险费率厘定，更多是根据车辆和驾驶人的自然属性，并没有对驾驶人进行全面的风险评估，尤其缺失是驾驶行为及风险里程，对驾驶人采用基于UBI的车险费率厘定已是大势所趋。

驾驶行为评分模型，已经不是一个新鲜的话题，在美国，私家车车主拿着VeriskAnalytics驾驶评分模型算出的驾驶评分，可以去任何保险公司打折。然而放眼全球，却没有任何一个能够适用于商用车的驾驶行为评分模型。

例如，商用车驾驶行为评分模型通过更多大数据技术和机器学习，对OBD基础数据、维修保养数据、天气路况数据、交通违法数据、保险理赔数据等海量数据，进行数据预处理与数据分析挖掘，在车辆属性识别、驾驶人属性识别、个性化价格、价值参数计算、分类价格对比、反保险欺诈评估等功能中得以应用，更精准地对驾驶人的驾驶行为优劣进行评价，识别其出险风险及风险里程。

先有技术中的驾驶习惯评分，主要是通过GPS和加速度计来采集行车数据，然后根据行车数据计算一定时间内的驾驶习惯。参考驾驶员在驾驶过程中某些可能会导致危险事故发生的不良驾驶习惯，对驾驶员在一定的行驶里程内安全驾驶系数的综合评价。使得驾驶员对自己平时的驾驶习惯有一定的认识，督促驾驶员在以后的驾驶过程中，更加安全平稳的驾驶爱车。但是，在GPS信号弱的道路区域就无法获取相关数据。同时，对于驾驶习惯评分也不够准确。

发明内容

本发明所要解决的技术问题是提供一种基于惯性融合技术的驾驶习惯评分方法及系统，用以解决现有技术中驾驶习惯评分不够准确的问题。

根据本发明的一个方面，提供一种基于惯性融合技术的驾驶习惯评分方法，包括：

根据车辆上设置的加速度计和定位终端的数据，获取车辆行驶数据；

从所述车辆行驶数据中获取七种驾驶行为的数据；所述七种驾驶行为包括：刹车较急、加速较急、左转较急、右转较急、刹车频繁、连续变道和超速；

根据所述七种驾驶行为在车辆行驶过程中出现的次数，进行驾驶习惯评分。

所述根据所述七种驾驶行为在车辆行驶里程中出现的次数，进行驾驶习惯评分，包括：

分别为所述七种驾驶行为设定加权分值；

根据每种驾驶习惯的加权分值与其在车辆行驶过程中出现的次数，确定所述驾驶习惯对驾驶习惯评分的值。

所述方法还包括：

设定驾驶习惯评分参考值；

在驾驶车辆过程中，每出现一次所述七种驾驶行为，则扣除相应的加权分值。

所述方法还包括：

若在车辆驾驶过程中，设定时长内没有出现任一所述七种驾驶行为，则增加相应的加权分值。

所述加速度计和定位终端的数据，通过如下方式获取：

所述加速度计和定位终端的融合数据表示为：