基于车联网大数据的UBI系统研究

基于车联网大数据的UBI系统研究

车联网随着信息技术的发展而迅速崛起,路上行驶的车辆每天会产生亿数量级的数据。通过车联网和大数据技术对车辆产生的数据进行采集和分析处理,从而得到驾驶员的驾驶行为,为UBI(User Behavior Insurance,基于驾驶行为的车险)提供依据,让UBI成为可能。

本文在国内外车联网大数据保险研究和应用基础上对基于车联网大数据的UBI系统进行研究,该系统将传统的“从车”车险费率模式转换到新型的“从人+从车”的综合车险费率模式,这种模型具有重要的现实意义和研究价值。本文主要研究的内容如下:(1)研究基于Logistic模型的影响道路交通事故的因子。

该模型通过从人、从车、从路和从环境四个方面对影响道路交通事故的各个因子进行概率计算,经Logistic模型计算表明,驾驶员的年龄、驾龄、疲劳驾驶、速度、照明条件等因子会影响交通事故的发生并造成出险赔偿,这为UBI研究提供了理论依据。(2)通过对交通事故影响因子的分析提出了基于车联网大数据的UBI新型架构,该架构将OBD(On-Board Diagnostic,车载诊断系统)获取的车辆行驶数据传输到后台服务器,运用大数据技术对数据进行分析、处理、建模、预测后,对驾驶行为中的行驶里程、四急行为、车速和出行时间进行了分析,并推导出这四个驾驶行为与出险率之间的关系,结果表明,这些因子作为厘定车险费率的重要因素,能为UBI费率的制定提供依据。

(3)最后使用层次分析-熵权算法对驾驶员的月行驶里程、月四急总次数、月超速时间、出行时间四个指标的权重进行计算,依据权重进行分值分配。综合考虑本文的驾驶行为评分结果得出UBI车险费率调整系数。