[发明专利]一种对监控车辆综合风险的判断方法

说明书

本发明实施例公开了一种对监控车辆综合风险的判断方法，包括预订时间段内定间隔采集行车数据；将位于停留点与启动点之间的全部行车定位信息经过噪点过滤，使用dbscan聚合，产生车辆在该段停留时间段内的真实停留点；根据真实停留点使用geohash对风险区域进行空间索引，若存在与真实停留点相匹配的风险区域，计算风险评估总值；利用DBscan算法聚合真实停留点，聚合后计算并标记每一簇常驻点类型，根据设定的常驻点条件计算常驻风险总值，最终得到行车风险值。本发明将风险点管理系统、车辆常驻点管理系统、报警监控系统融合在一起，将每辆车的各项报警、风险点停留记录、车辆常驻点异常记录统计数据，进行排序，提供一种更直观的界面功能。

技术领域

本发明实施例涉及车辆风险监控技术领域，具体涉及一种对监控车辆综合风险的判断方法。

背景技术

目前的大部分车辆定位监控平台的风控系统各项风控为互相隔离的系统，即车辆终端的各项停留记录、进出电子围栏信息、风险点管理、常驻点管理等系统均为独立存在。进出围栏是指对车辆或组织（旗下所有车辆）单独制定一个或多个地理位置范围，依据终端实时定位信息计算出进入或离开事件；风险点管理是指，由全行业搜集的车辆金融风险系数较高的地理位置坐标数据集合，提供给用户用于查看车辆的位置是否处于风险点范围的功能。

现有系统均没有将所有这些风险系统进行融合，因此需要一种能够将各个风险监控系统融合在一起，将每辆车的各项报警（次数及等级）、风险点停留记录（次数及时长）、车辆常驻点异常（未回家或工作单位）等各项统计数据，通过一定算法进行排序，提供给用户一个更直观并且更方便筛选风险系数较高车辆的界面功能。

发明内容

为此，本发明实施例提供一种对监控车辆综合风险的判断方法，以解决现有技术中由于风控系统各项风控为互相隔离而导致用户体验差的问题。

为了实现上述目的，本发明的实施方式提供如下技术方案：

一种对监控车辆综合风险的判断方法，包括步骤如下：预订时间段内定间隔采集行车数据；将位于停留点与启动点之间的全部行车定位信息经过噪点过滤，使用dbscan聚合，产生车辆在该段停留时间段内的真实停留点；根据真实停留点使用geohash对风险区域进行空间索引，若存在与真实停留点相匹配的风险区域，则提高风险评估值，计算预订时间段内风险评估总值；利用DBscan算法聚合真实停留点，聚合后计算并标记每一簇常驻点类型，设定常驻点条件，若真实停留点不满足常驻点条件，则增加常驻风险值，计算预订时间段内常驻风险总值；计算风险评估总值与常驻风险总值之和，得到行车风险值。

在本发明的再一个实施例中，所述停留点与启动点均通过车载端对行车数据的判断所得。

在本发明的再一个实施例中，所述真实停留点的生成过程中若接收到长时间后延时补传数据，则进行回退计算，对延时补传数据进行噪点过滤，然后调取之前聚合真实停留点的行车数据，并加入过滤后的延时补传数据，重新使用dbscan进行聚合，更新原有车辆的真实停留点。

在本发明的再一个实施例中，所述风险评估值的计算方法包括：服务器对每个真实停留点的定位信息使用geohash换算为第一经纬度字符串，逐个将风险区域的第二经纬度字符串与第一经纬度字符串进行前缀匹配，检测出真实停留点是否处于风险区域范围内，若车辆停留聚合点处在风险区域中，服务器单独记录该车辆处于风险区域内的停留记录，增加风险评估值。

在本发明的再一个实施例中，web前端页面输入风险区域的名称、类型及风险半径距离，设定自定义风险区域。