基于车联网大数据的UBI系统预测方法

    公开(公告)号:CN106411998A

    公开(公告)日:2017-02-15

    申请号:CN201610562436.9

    申请日:2016-07-15

    CPC classification number: H04L67/1097 G06Q40/08 G07C5/0808 H04L67/12

    Abstract: 本发明公开了基于大数据技术下的UBI系统预测方法。主要步骤包括:步骤1:应用智能车载终端OBD,对车辆行驶数据和驾驶行为信息进行收集存储,并进行数据处理;步骤2:分析建模;步骤3:在分析建模的基础上给出合理的车险预测方案,并针对用户的个性化服务要求进行模块化的系统分析和处理;步骤4:在驾驶行为分析研究的基础上,给出车险预测模型和UBI车险定价策略。在本发明提出的基于大数据的车联网保险系统的预测方法,即基于驾驶行为的车辆保险系统(Usage-Based Insurance,UBI),该方法在智能车载终端OBD的应用、车辆数据收集、驾驶行为信息存储及处理、数据分析建模的基础上给出合理的车险预测方案,并针对用户个性化服务进行了模块化的系统分析和处理。

    一种基于Logistic模型的道路交通事故因子分析方法

    公开(公告)号:CN107273340A

    公开(公告)日:2017-10-20

    申请号:CN201710404662.9

    申请日:2017-06-01

    CPC classification number: G06F17/18 G06F17/5009 G06Q50/265

    Abstract: 本发明公开了一种基于Logistic模型的道路交通事故因子分析方法,具体包括:步骤1:从人、车、道路和环境四个方面分析行驶速度、出行时间和四急行为对道路交通事故的影响;步骤2:基于上述影响交通事故因子分析的基础上,建立Logistic回归模型,分析道路交通因子对产生交通事故严重程度的影响;步骤3:针对以往的道路交通事故统计数据验证上述Logistic回归模型。四急行为包含急加速、急减速、急刹车、急转弯。本发明通过对多方面影响交通事故的因子进行分析,可以分析出对发生交通事故影响较为严重的因子。本发明基于实际发生的交通事故数据可以对模型进行验证,并对结果进行分析。

    VANET中基于INS和GNSS伪距双差的协作相对定位方法

    公开(公告)号:CN104835353A

    公开(公告)日:2015-08-12

    申请号:CN201510221836.9

    申请日:2015-05-04

    CPC classification number: G08G1/166 G01S19/49 G01S19/51

    Abstract: 本发明公开了VANET中基于INS和GNSS伪距双差的协作相对定位方法,该方法定位精度高,适用性好的车辆间协作相对定位方法。本发明涉及车辆在GNSS信号非盲区的定位问题,主要解决GNSS定位精度不高和适用性受限情况下的车辆相对定位问题。首先,通过车辆之间的V2V通信,共享被高精度里程仪修正后的INS提供的加速度信息以及车辆GNSS位置信息等,实现车辆之间的相应信息共享;其次,通过扩展卡尔曼滤波技术对经过V2V通信接收到的邻近车辆的信息和本车信息进行信息融合处理,得到了高精度的车辆间相对定位结果。

Patent Agency Ranking