本发明涉及数据处理，更具体地说，涉及一种基于车辆运行等级的车险保费处理方法。
背景技术：
1、商业机动车辆保险通常以固定金额的保费进行提前购买，面对商业竞争，保险公司通常会对满足一定条件的投保人实施一定程度的降价销售。现阶段，保费浮动的主要参考条件为是否连续三年未出险，如果是，通常保险公司将对保费进行一定比例的优惠。但对于每个保期的保费仍是固定金额，进而部分投保人在保费较低的保期内，故意出险，以较低的成本换取尽量多的理赔额，但却难以取证；另一面，不出险的机动车辆一样需要支出固定金额的保费。可见，在现行的保费制度下，对于保险公司、投保人来说，存在保险制度不公平、保费设置不准确的不足；且保费的优惠比例与所有对车辆进行驾驶的司机的出险几率无法匹配，导致保险公司风险管控效果不佳。
2、并且，机动车辆在道路上行驶，整个行驶环境中的道路条件、路况、相关车辆、行人等因素，均会影响事故发生的概率；因此，即使是不出险的机动车辆，也可能造成他人、其他车辆发生事故，进而影响整个行驶环境的有序运行，降低运行效率。
3、商业机动车辆保险中的大多数险种的被保对象为机动车辆本身，但多名司机驾驶同一辆车与一名司机驾驶该车辆相比，发生事故的概率、对行驶环境的影响必然不同，如果两种情况的保费相同，则显得不公平也不准确。同时，发生事故的概率还与道路、车况等因素相关，现行保险制度在不考虑这些因素的情况下，统一收取相同的固定保费，进一步显得不准确。
技术实现思路
1、本发明的目的在于克服现有技术的不足，提供一种基于车辆运行等级的车险保费处理方法，综合车辆每次行驶的司机、行驶行为、行驶时长、驾驶行为细节、道路使用行为，计算获得车辆运行等级，获得对应的车险保费处理方案，能够避免投保人恶意利用现有保险制度，造成保险公司的损失，还有利于优质投保人或司机节省车险保费，不仅实现车险保费更公平、更准确，而且能够有效地约束司机的驾驶行为，提高道路环境的安全性与社会运行效率；进一步地，还结合碳排放量的检测，并利用对应设计的正向引导方法促进司机进行更安全的驾驶行为，降低保险公司风险成本，同时可实现更多功能的拓展。
2、本发明的技术方案如下：
3、一种基于车辆运行等级的车险保费处理方法，对车辆进行车辆身份识别，获取车辆身份信息、车险保期；对车辆每次行驶的司机进行司机身份识别，获取司机身份信息；
4、监控并识别车辆每次行驶的行驶行为、行驶时长，并将行驶行为转换为对应司机的驾驶行为；从车辆的车险保期生效至车险保期到期，基于车辆所有次行驶对应的每一位次司机进行每次驾驶车辆的行驶时长、驾驶行为，计算车辆运行等级；基于车辆运行等级计算车险保费的保费影响系数；基于保费影响系数，获得对应的车险保费处理方案，包括但不限于退还对应比例的保费、下一个车险保期的保费方案的一种或多种。
5、作为优选，从车辆的车险保期生效至车险保期到期，计算车辆运行等级的方法包括逐次计算、统计计算：
6、逐次计算的方法为：获取车辆当前的车辆运行等级；对于车辆每次行驶，还获取车辆每次行驶的司机当前的驾驶行为系数；识别司机的驾驶行为，获取驾驶行为细节，并基于车辆每次行驶的行驶时长、驾驶行为细节计算更新驾驶行为系数；基于车辆每次行驶的司机的最新驾驶行为系数，计算更新车辆运行等级；在车辆的车险保期内，基于车辆的每次行驶以及车辆每次行驶的司机，计算更新车辆运行等级，直至车辆的车险保期到期；
7、统计计算的方法为：获取车辆当前的车辆运行等级；对于车辆每次行驶，识别司机的驾驶行为，获取驾驶行为细节，基于车辆每次行驶的行驶时长、司机的驾驶行为细节计算获取等级影响系数；车辆的车险保期到期时，基于车辆所有次行驶对应的等级影响系数，计算更新车辆运行等级。
8、作为优选，司机的驾驶行为包括道路使用行为，通过对图像获取装置采集的监拍视频进行识别并提取道路使用行为的行为特征，其中，行为特征通过交通状况结合车辆的行驶行为，与预设的行驶模型进行匹配，进而提取；道路使用行为的行为特征包括促进交通、正常行驶、阻碍交通、违章行驶、不良驾驶习惯、路线选择习惯、常用路线及常用路线交通情况；不同的行为特征对应设置不同的道路影响系数，结合道路影响系数与车辆每次行驶的行驶时长、司机的驾驶行为，计算更新驾驶行为系数。
9、作为优选，司机关联设置的排碳账户；针对车辆的车型，对应不同车龄设置不同的碳排放参考值；通过obd数据终端读取obdⅱ系统采集的车辆每次行驶的能耗数值，计算对应的碳排放量，或者通过化学传感器检测排放物的成分，结合驾驶行为细节所包含加速数据、减速数据、怠速数据，计算对应的碳排放量；获取车辆的车型、使用车龄，以及对应的碳排放参考值，如果所述的碳排放量低于所述的碳排放参考值，则将差值作为减排额，在碳排放交易平台上进行出售；如果所述的碳排放量高于所述的碳排放参考值，则将差值作为增排额，从碳排放交易平台上购买减排额进行抵销，出售减排额的司机的排碳账户获取相应的金额。
10、作为优选，通过obd数据终端读取obdⅱ系统采集的车辆维护信息，如果车辆的行为特征为不良驾驶习惯、车辆维护信息为维护超期，则基于不良驾驶习惯的等级、维护超期的等级，计算对应的加权值；利用加权值对车辆的碳排放量进行加权增益计算。
11、作为优选，获取车辆每次行驶的路线需求；对车辆进行位置识别，基于当前车辆实时的位置信息和路线需求、其他车辆的位置信息和路线需求实时计算最优导航路线，通过指引设备向司机呈现最优导航路线的下一步的导航信息；所述的最优导航路线包含退还保费最高的道路、碳排放量最低的道路；其中，获取道路的路况信息，基于路况信息，计算获得道路的事故系数，事故系数、路况的拥堵程度与退还保费的金额成反相关，路况的拥堵程度与碳排放量呈正相关。
12、作为优选，所述的指引设备包括导航系统、热线电话或设置于道路的显示屏，对应的导航信息分别为视觉导航信息与音频导航信息、音频导航信息、视觉导航信息。
13、作为优选，对车辆进行位置识别，获取车辆行驶的道路，以及基于道路的历史路况对应设置的事故系数；结合事故系数与当前车辆运行等级，计算更新车辆运行等级。
14、作为优选，获取车辆在车险保期内的行驶总时长，并转换为时长影响系数；结合时长影响系数与当前车辆运行等级，计算更新车辆运行等级。
15、作为优选，在车辆行驶前和/或车辆行驶结束后，进行司机身份识别；
16、在车辆行驶前进行司机身份识别的方法为：当识别存在用户从车辆驾驶位进入车辆时，则判定所述的用户为司机，并进行司机身份识别；或者，当识别存在连续两个用户从车辆副驾驶侧进入车辆，则判定第一位进入的用户为司机，并进行司机身份识别；
17、在车辆行驶结束后进行司机身份识别的方法为：当识别存在用户从车辆驾驶位下车时，则判定所述的用户为司机，并进行司机身份识别；或者，当识别存在连续两个用户从车辆副驾驶侧下车时，则判定第二位下车的用户为司机，并进行司机身份识别。
18、作为优选，如果在车辆行驶结束后进行司机身份识别，则先设置临时司机，并获取临时司机身份信息，车辆开始行驶后，将行驶行为转换为临时司机的驾驶行为；在车辆行驶结束并进行司机身份识别后，将临时司机的驾驶行为作为当前司机的驾驶行为。
19、作为优选，对车辆每次行驶对应的司机构建需求预测模型，预测未来一段时间内，司机对于商品类型的需求；
20、司机关联设置有驾驶行为分值；针对车辆每次行驶，获取对应司机当前的驾驶行为分值；识别司机的驾驶行为，获取驾驶行为细节，对驾驶行为细节根据预设的评分规则进行评分，计算更新驾驶行为分值；如果司机的驾驶行为分值达到设置的奖励阈值，则根据所预测的司机对于商品类型的需求，获取能够提供对应商品类型的商家，并向司机推送作为奖励的相应类型的商品与商家信息。
21、本发明利用对等计算体系对目标进行非特定特征识别及位置识别，所述的目标包括车辆、司机；
22、对等计算体系包括多个节点设备，所有节点设备之间无主次关系；节点设备设置数据采集装置、运算模块，数据采集装置包括含图像获取装置、obd数据终端、化学传感器在内的一种或多种类型传感器或数据采集装置，用于采集不同对应类型的感知数据；设置于不同的采集位置的节点设备采集目标的至少一种点样本，点样本为对应传感器类型的感知数据；
23、对于某一个节点设备，对采集的感知数据进行处理，得到结果数据，并向其他节点设备传播所述的结果数据；接收到所述的结果数据的其他节点设备，将所述的结果数据作为采集的原始数据之一，通过所述的结果数据对其他节点设备的结果数据形成影响；基于此，在不需要获取目标的身份信息的情况下，对等计算体系中的多个节点设备进行协同计算，确定每个唯一性的目标为其自身，实现非特定特征识别，以及对目标进行位置识别。
24、作为优选，与司机关联的人机交互装置作为接入设备与节点设备连接，向对等计算体系提交路线需求；每个指引设备通过一个或者多个节点设备，加入对等计算体系；如果基于协同计算判定指引设备需基于对应的下一步的导航信息进行呈现，当前节点设备将按照计算得到的结果数据向连接于当前节点设备上的指引设备发送指令，控制指引设备完成导航信息呈现。
25、本发明的有益效果如下：
26、本发明所述的基于车辆运行等级的车险保费处理方法，综合车辆每次行驶的司机、行驶行为、行驶时长、驾驶行为细节、道路使用行为，计算获得车辆运行等级，获得对应的车险保费处理方案，包括退还对应比例的保费、下一个车险保期的保费方案等，能够避免投保人恶意利用现有保险制度，造成保险公司的损失，还有利于优质投保人或司机节省车险保费，不仅实现车险保费更公平、更准确，而且能够有效地约束司机的驾驶行为，提高道路环境的安全性与社会运行效率。
27、本发明还结合车辆每次行驶的碳排放量，基于碳排放量进行更多功能的拓展，包括通过碳排放量的交易促进规范驾驶行为、积极维护车辆，从而实现节能减排的目标。
28、本发明还对车辆每次行驶对应的司机的驾驶行为细节进行评分，通过关联的商家对应司机的驾驶行为分值给予对应的正向反馈，如驾驶行为分值到达一定的等级后，基于对司机预测的商品类型，向司机推送符合司机需求的相关类型的商品作为奖励。基于精准推送的商品，不仅有利于商家进行商品推广，而且与车险保费处理方案结合，进一步地促进司机进行更安全的驾驶行为，降低保险公司风险成本。
29、本发明利用对等计算体系进行协同计算，对感知区域内的所有目标(车辆、司机)进行非特定特征识别与位置识别，以完成身份识别与定位；所述的对等计算体系中，所有节点设备之间无主次关系，节点设备之间无固定连接路径，节点设备仅接收其他节点设备的计算结果，向外发出自身计算的结果数据，对事件的发现和/或对应的操控部件进行响应不依靠单个节点设备进行识别与控制，而是通过对等计算体系中的多个节点设备进行协同计算共同确认。进而，本发明不依赖单点识别，将运算功能全布于整个对等计算体系，减轻单点运算的软硬件要求，执行效率高，大大提高抗攻击能力；在节点设备之间呈信息相对对称状态，能够免疫数据非法篡改的问题，即使单个节点设备被物理破解而篡改其发出的数据，但是因为对等计算体系的运算是一种超高度冗余的复杂计算和超多维度校验，所以，单个节点设备发出数据被篡改不影响对等计算体系的计算结果，而且能快速定位故障及被篡改的节点设备，保证对等计算体系的计算结果的可信度，进而，可解决部门之间数据共享和信息安全的矛盾。
30、本发明在不需要特定特征、获取具体身份信息的情况下，即可确定每个唯一性的目标为其自身，实现非特定特征识别。本发明通过非特定特征识别的方式进行目标识别、身份确认或事件监控，不仅识别结果准确率高，而且位置识别精准。本发明可在不依赖特定特征进行目标识别、身份确认，保护隐私的同时，同时还能够解决交通、教育、医疗便利、防疫、民生服务、应急、社区服务、市场行为、安全生产、文明行为等问题。
31、本发明采用非特定特征识别，另一方面能够有效地防止因特定特征被盗或仿制而造成的风险，大大提升安全性。本发明采用不接触的被动方式，对目标的身份进行无感识别，大大提升执行的便利性。本发明基于所述的对等计算体系，覆盖范围在百米级别或数百公里级别上进行轻松布局，适用于各种级别的地域范围。