一种车辆驾驶风险评估方法
【专利摘要】一种车辆驾驶风险评估方法，属于车辆领域，技术要点为：S1.选使用车联网设备采集各测试车辆的刹车、转弯、加速以及行驶里程的数据，S2.建立评估因素集合,S3.构造评估因素的隶属函数，S4.给出对象评语，S5.计算单因素的隶属度向量，形成隶属度矩阵，S6.建立评估因素权重矩阵，S7.对隶属度矩阵R和评估因素权重矩阵A做如下运算：B＝RοA，得到评估结果。本发明不但对驾驶风险可以进行综合评估，而且还可以针对各单独的风险因素进行评估，有助于分析每个危险驾驶因素对驾驶风险的影响。
【专利说明】-种车辆驾驶风险评估方法
【技术领域】
[0001] 本发明涉及一种风险评估方法，尤其涉及一种基于模糊综合评价的驾驶风险评估 方法。
【背景技术】
[0002] 随着UBI车联网保险和大数据的兴起，迫切需要一种科学的方法对驾驶员的驾驶 风险进行评估，该评估结果可W作为测试车辆车主的驾驶风险数据的支撑，提醒和督促车 主改善行车习惯，从而提高车主的安全意识，也可W为保险公司制定不同等级的保费提供 依据，目前在国内外关于UBI的保险评估只是将风险因子分配适当权重后，做简单的拟合 和运算即可，但是该些方法获得的评估结果，不能准确的反应实际危险的情况。
【发明内容】
[0003] 本发明提供一种车辆驾驶风险评估方法，在驾驶中对各种危险驾驶因素构造隶属 函数来反应每个风险因素的实际、综合情况，通过计算风险因素的隶属度矩阵和权重矩阵 得出驾驶风险结果。
[0004] 本发明的技术方案为；一种车辆驾驶风险评估方法，包括如下步骤：
[0005] S1.选取n个测试车辆，使用车联网设备采集各测试车辆的刹车、转弯、加速W及 行驶里程的数据；
[0006] S2.建立评估因素集合，因素集合中的评估因素包括；刹车、转弯和加速的次数W 及日均行驶里程，评估因素集合为X =找1，X2, X3, XJ ;
[0007] S3.构造评估因素的隶属函数：
[000引 S4.给出对象评语集Y = {yl，y2, . . . ym}，其中m等于评估因素的个数，n为测试 车辆的个数；
[0009] S5.计算单因素的隶属度向量，形成隶属度矩阵，评估因素集X和对象评语集Y是 一种模糊映射：
[0010] f:x-〉y
[0011] 单因素的隶属度向量：
[0012]
【权利要求】
1. 一种车辆驾驶风险评估方法，其特征在于，包括如下步骤：
51. 选取n个测试车辆，使用车联网设备采集各测试车辆的刹车、转弯、加速以及行驶 里程的数据；
52. 建立评估因素集合，因素集合中的评估因素，包括：刹车、转弯和加速的次数以及 日均行驶里程，评估因素集合为X= (X11X21X3,X4};
53. 构造评估因素的隶属函数：
54. 给出对象评语集，Y= {yl，y2，...ym}，其中m等于评估因素的个数，n为测试车辆 的个数；
55. 计算单因素的隶属度向量，形成隶属度矩阵，评估因素集X和对象评语集Y是一种 模糊映射： f：x->y 单因素的隶属度向量：
S6?建立评估因素权重矩阵，A= (A1,A2,A3,A4) = (0? 35, 0? 10, 0? 10, 0? 45)，Ai为第i 个因素的重要程度； S7.对隶属度矩阵R和评估因素权重矩阵A做如下运算：B=R〇A，得到评估结果。
2. 如权利要求1所述的一种车辆驾驶风险评估方法，其特征在于：构造的评估因素的 隶属函数为： 评估因素一：刹车，记作X1: a. 子因素集=X1= {Xn (行驶单位公里轻度刹车的次数），X12 (行驶单位公里中度刹车 的次数），X13 (行驶单位公里急刹车的次数）} b. 权重集=W1=(Wn，W12,W13) = (0.15, 0.35, 0.5) c. 各子因素的隶属函数：
其中Maxltltl为所有测试车辆中，行驶了单位公里，产生轻度刹车次数最多的车辆所产生 的轻度刹车的次数；
其中Max3tltl为所有测试车辆中，行驶了单位公里，产生中度刹车次数最多的车辆所产生 的中度刹车的次数；
其中Max5tltl为所有测试车辆中，行驶了单位公里，产生急刹车次数最多的车辆所产生的 急刹车的次数； 评估因素二：加速，记作X2: a. 子因素集：X2= {X21 (行驶单位公里轻度加速的次数），X22 (行驶单位公里中度加速 的次数），X23 (行驶单位公里急加速的次数）} b. 权重集:W2=(W21，W22,W23) = (0.15, 0.35, 0.5) c. 各子因素的隶属函数：
其中Maxltltl为所有测试车辆中，产生轻度加速次数最多的车辆所产生的轻度加速的次 数；
其中Max2tltl为所有测试车辆中，产生中度加速次数最多的车辆所产生的中度加速的次 数；
其中Max3tltl为所有测试车辆中，产生急加速次数最多的车辆所产生的急加速的次数； 评估因素三：转弯，记作X3: a.子因素集：X3= {X31 (行驶单位公里轻度转弯的次数），X32 (行驶单位公里中度转弯 的次数），X33 (行驶单位公里急转弯的次数）} b?权重集為=(W31，W32,W33) = (0.15, 0.35, 0.5) c.各子因素的隶属函数：
其中Maxltl为所有测试车辆中，行驶了单位公里，产生轻度转弯次数最多的车辆所产生 的轻度转弯的次数；
其中Max2tl为所有测试车辆中行驶了单位公里，产生中度转弯次数最多的车辆所产生 的中度转弯的次数；
其中Max3tl为所有测试车辆中，行驶了单位公里，产生急转弯次数最多的车辆所产生的 急转弯的次数； 因素四：日平均行驶里程，记作X4 a. 子因素集：X4= {X41 (日平均行驶里程）} b. 权重集:W4= (W41) = (1.0) c. 各子因素的隶属函数：
其中Max为所有测试车辆中日平均行驶里程最大的车辆的日平均行驶里程。
【文档编号】G06Q10/06GK104504531SQ201410854995
【公开日】2015年4月8日 申请日期:2014年12月30日 优先权日:2014年12月30日
【发明者】田雨农, 张晓伟, 苍柏, 李刚 申请人:大连楼兰科技股份有限公司