一种基于车辆运行等级的车险保费处理方法与流程

1.本发明涉及数据处理技术领域，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：

2.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。
3.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。
4.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。


技术实现要素：

5.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。
6.本发明的技术方案如下：
7.一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；
8.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。
9.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：
10.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；
11.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。
12.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。
13.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。
14.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。
15.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。
16.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。
17.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。
18.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。
19.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；
20.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；
21.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。
22.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。
23.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；
24.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。
25.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；
26.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；
27.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。
28.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。
29.本发明的有益效果如下：
30.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。
31.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。
32.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。
33.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。
34.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。
35.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。
具体实施方式
36.以下结合实施例对本发明进行进一步的详细说明。
37.本发明为了解决现存的保险制度存在的车险保费不公平、不准确的不足，提供一种基于车辆运行等级的车险保费处理方法，利用对车辆、车辆每次行驶的司机、行驶行为、行驶时长、驾驶行为细节、道路使用行为进行识别，并以此为基础，计算获得车辆运行等级；
再基于车辆运行等级计算车险保费的保费影响系数，进而获得对应的车险保费处理方案，通常情况下，车辆的车况越好、司机的驾驶行为越好、行驶时长越短、行驶的道路历史事故率越低、选择的道路路况越好，则可退还更高比例的车险保费，反之，则退还比例相应减少，甚至增加下一个车险保期的车险保费。车险保费处理方案的实施，不仅能够满足保险公司与投保人获得应有的收益，避免保险公司与优质投保人或司机因不公平、不准确的车险保费或保险制度而承担不必要的损失或支出，而且能够促进所有司机规范自身的驾驶行为，促进道路安全，提高社会运行效率。
38.本发明所述的基于车辆运行等级的车险保费处理方法，需要确定车辆以及车辆每次行驶的司机之间的联系，特别是关联车辆每次行驶的司机与所述的车辆，进而准确判断车辆每次行驶对应的车辆运行等级。其中，车辆每次行驶的司机对车辆运行等级形成相当程度的决定作用。具体地，本发明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；进而可实现在车辆每次行驶中，将车辆身份信息与司机身份信息进行关联或绑定。进一步地，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。本发明将行驶行为转换为对应司机的驾驶行为，进而驾驶行为可用于评价或判定司机对车辆运行等级的影响程度，进而当该司机驾驶其他车辆时，将影响所述的其他车辆在其当次行驶的车辆运行等级；否则，将无法准确地计算不同司机驾驶同一辆车的综合情况。基于此，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。
39.本发明的实施，则可在投保时先预收全额的保费，再根据车险保期到期时，车辆对应的车险保费处理方案，确定退还保费的比例、下一个车险保期的保费方案等，进而可避免在保费较低的车险保期内，恶意出险的问题，同时能够实时地促进司机规范驾驶行为，减少有意或无意的危险驾驶行为。
40.本发明中，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：
41.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司机的驾驶行为系数；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，即车辆运行等级在车辆每次行驶后进行更新。基于此，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，获得最终的车辆运行等级，用于计算最终的保费影响系数，以获得最终的车险保费处理方案。
42.统计计算的方法为：获取车辆当前的车辆运行等级，可以是车险保期生效时的车辆运行等级；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。基于此，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，例如将车辆所有次行驶对应的等级影响系数以预设的算法进行计算，获得综合影响值，再利用综合影响值计算更新车辆运行等级。
即车辆运行等级可以只在车辆的车险保期到期时进行一次统计计算即可。
43.本发明中，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。本实施例中，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。本发明结合具体的驾驶行为(特别是对应形成的道路使用行为)对车辆运行等级的影响，进而，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。由于道路环境必然包括一定数量级的车辆、行人与道路设施等等，进而，司机的道路使用行为通过车辆行驶进行体现时，将直接或间接影响到其他车辆、行人与道路设施的安全与运行。因此，本发明获取司机的道路使用行为，以促进司机通过正面的道路使用行为向道路环境形成正面的促进，减少司机有意或无意的负面道路使用行为，进而降低对道路环境形成负面的干扰。本发明还可以从车辆每次行驶的司机对不同道路状况的习惯反应，判断当前司机的出险几率，基于出险几率计算更新车辆运行等级，进而获得对应的车险保费处理方案，以降低保险公司成本。
44.本发明还获取车辆每次行驶的碳排放量，由于车辆每次行驶均关联或绑定对应的与司机，进而，车辆每次行驶的碳排放量也与司机形成对应关联或绑定，进而利用碳排放量的拓展应用影响司机在车辆每次行驶中的驾驶行为。本发明中，司机关联设置的排碳账户，排碳账户可包括车辆每次行驶获得的减排额或增排额、账户金额等信息。针对车辆的车型(如重量、排量、变速箱、轮胎等，在不考虑其他因素的情况下，不同的车型行驶单位路程的油耗通常不同，进而对应的碳排放量通常也不同)，对应不同车龄(通常车龄越长，油耗越高)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，即可利用预设的算法，计算对应的碳排放量。在车辆每次行驶中，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，司机可通过排碳账户将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，司机可通过排碳账户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。具体实施时，如果增排额达到一定程度，可通过达到共识的排碳规则进行费用征收，进而实现通过碳排放量促进司机进行更环保的驾驶习惯，对车辆进行更积极的维护，以达到车辆更节能环保的目的。并且，可融合碳排放交易平台与保险公司，使用排碳账户的金额购买车险，进而结合车险保费与碳排放量，双重促进司机进行更安全、更环保的驾驶。
45.由于车辆的维护情况、不良驾驶习惯均会影响油耗，即车辆的车况越好，通常油耗越低，因此，本发明还通过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。因此，本发明可通过碳排放量一定程度上促使司机避免不良驾驶习惯，积极维护车辆，进一步促进司机直接或间接进行节能减排。
46.由于道路因素(如道路是否平坦、交通是否拥挤、红绿灯的数量等)也将影响事故发生的概率与油耗，进而影响车险保费处理方案的获取、碳排放量的多少，为了获取更优的车险保费处理方案，尽量减少油耗以减少碳排放量。本发明中，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(如历史数据表明某条道路在某些时段具有一定程度的拥堵，或者道路在某个位置为故事高发处等不利于安全行驶的情况，对应地，事故发生概率将增加)；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。
47.本发明还可以通过对车辆进行引导，以获得最优的车险保费处理方案的获取、碳排放量，具体地，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。具体实施时，根据所有车辆的实时位置，分别针对每辆车辆计算实时的最优导航路线，并提供下一步的导航信息。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。所述的事故系数、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。因此，结合事故系数、路况的拥堵程度与车辆运行等级，计算获取保费影响系数。本实施例中，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；可根据具体实施需求，选择其中的一种或多种方式，向司机实时提供最优导航路线的下一步的导航信息。
48.由于车辆的行驶总时长越长，不仅安全行驶的概率越低，而且车况变差的概率越高，进一步降低安全行驶的概率，因此本发明还结合了车辆的行驶总时长，用于计算车辆运行等级，具体地，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。
49.对于司机身份信息的识别与获取，本发明可以在车辆行驶前和/或车辆行驶结束后，进行司机身份识别。
50.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。在车辆行驶前进行司机身份识别的方法通常实施于司机上车前、上车过程中或上车后较短的时间内能够完成识别的场景中。
51.而对于无法在司机上车前、上车过程中或上车后较短的时间内能够完成识别的场景，则可在车辆行驶结束后进行司机身份识别，具体地，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。由于在车辆行驶结束后进行司机身份识别，则车辆行驶中获取的各种系数暂时无法与身份确定的司机进行关联，对应地，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。
52.本发明还可将司机的驾驶行为细节进行拓展应用，以联合进行商业应用。具体地，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。其中，预测的司机对于商品类型的需求可以包括一种或多种商品类型。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。具体实施时，更安全的驾驶行为细节对应获得更高的评分，进而司机的驾驶行为分值越高。基于预设的奖励阈值的等级划分，可对驾驶行为分值进行等级划分，不同等级的驾驶行为分值可对应不同等级的奖励，对应的，线下或线下的商家可针对各种类型的商品提供不同档次的商品作为奖励。本发明实施后，利用商家对应司机的驾驶行为分值给予对应的正向反馈，如向司机推送免费的商品，进而促进与司机进行更安全的驾驶行为。同时，商家基于对司机在未来一段时间内的商品类型的需求进行预测，实现作为奖励的商品的精准供应，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。例如，预测司机对火锅感兴趣，则通过司机与商家可进行信息交互的任意技术手段，向司机推送免费的火锅消费体验作为奖励，火锅店作为奖励的提供者，其商家信息也必然向司机进行推送。进一步地，还可以利用本发明提供的对等计算体系，向对等计算体系开放客户清单，或者使用城市级别的对等计算体系建立和维护客户，则对等计算体系可以判断作为潜在客户的司机群体，对应的，作为奖励的提供者，火锅店提供若干免费消费体验，作为达到设置的奖励阈值的驾驶行为分值的司机的奖励，进一步促进该司机群体进店消费。
53.本实施例中，将舆情信息、天气参数、物联网数据、司机授权读取的司机相关信息作为训练样本，通过机器学习训练出不同类型司机对于不同种类或型号商品的需求预测模型，所述的司机相关信息包括职业、年龄、性别、婚姻状况、爱好、日常行为、购买行为、发表的文章或者语音、视频的一种或多种。并且，还可通过司机的驾驶行为细节，推测司机的性格，以预测相应的喜好，如对于激进的驾驶风格与平稳的驾驶风格的司机，分别更倾向于提供不同设计风格的商品。
54.具体实施时，可采用传统的单点识别的方法，在设定的位置对司机或车辆进行身份识别，达到身份确认关联位置信息的目的；也可以采用本发明提供的基于对等计算体系的协同计算进行非特定特征的身份识别。本发明的对等计算体系基于协同计算，不依赖单点识别，将运算功能全布于全网，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，但是因为全网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全网计算结果，而且能快速定位故障及被篡改的节点设备，保证全网计算结果的可信度，进而，可解决部门之间数据共享和信息安全的矛盾。
55.节点设备之间传输的结果数据可以为信息的处理结果，而非信息本身，进而可不对采集的原始数据(即感知数据)进行存储，节点设备仅接收其他节点设备输出的计算结果，向外发出自身的计算结果，单个的计算结果所含信息量不足以还原任何事件和目标信
息，必须由整个对等计算体系上的计算结果、多维数据矩阵元素及物理空间和设施对应关系联合进行协同计算才能获得确定的结果，协同计算对于少数节点设备传输的信息依赖性较小，进而能够从根本上改变传统信息化单点安全敏感的本质。
56.本发明中，对于目标(即司机、车辆)的身份信息的获取、位置信息的获取，可通过本发明提供的对等计算体系进行协同计算获得。具体地，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“非特定特征识别”，在严格的概念定义上，与通常意义的“识别”不同。通常意义的“识别”表示的是确定目标的具象或目标的具体身份信息，比如具体是谁(包括名字、表明目标身份的具体信息)、是什么(比如汽车、人等)。而本发明所述的“非特定特征识别”中的“识别”表示的是对每个唯一性的目标确定为其自身；即，对于某个待识别对象而言，其存在是唯一的，本发明实现“非特定特征识别”后，即确定该待识别对象(即未被进行识别或身份确认的目标)就是其自身，而非其他待识别对象，“非特定特征识别”的结果不需要确定待识别对象的特定特征，不需要确定待识别对象的身份信息或具象。比如对于一个人，视为待确认对象a，对于一个物，视为待确认对象b，则在实现“非特定特征识别”后，不需要识别待确认对象a是人，具体身份是谁，不需要识别待确认对象b是物，具体是什么物品；而需要确定待确认对象a是待确认对象a自身，待确认对象b是待确认对象b自身。然后，即可针对待确认对象a或待确认对象b进行对应的服务或控制。
57.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，形成去中心化的网络和计算构架。与传统的信息化单点汇聚型计算模式不同，本发明的节点设备之间进行数据传递的方向不存在固定的、预设的路径关系。本发明所述的对等计算体系中，对于某一个节点设备，对采集的原始数据进行处理，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。为方便表述，此处将前述的“某一个节点设备”称为“当前节点设备”，“其他节点设备”称为“后续节点设备”，则所述的影响之一为，后续节点设备计算获得的结果数据，不完全由自身采集的原始数据所决定，而是与当前节点设备输出的结果数据共同决定；其中，当前节点设备输出的结果数据可能改变后续节点设备用于计算结果数据的数据处理模型和参数等，进而影响后续节点设备的结果数据。例如，当前节点设备输出的结果数据与后续节点设备采集的原始数据存在关联性，则必然需要考虑当前节点设备输出的结果数据对后续节点设备的结果数据的准确性的影响；具体地，对于某个特定目标的感知，如果仅基于后续节点设备采集的原始数据计算获得的结果数据，只能反映该目标在后续节点设备的感知范围内的实时(包括实时地点与时刻)单点结果判断；而当前节点设备输出的结果数据反应其他地点、其他时刻的关于该目标的直接感知数据与结果判断，或者间接相关的其他感知数据与结果判断，则有助于提高后续节点设备的结果数据的准确性与全面性，包括相同维度的叠加计算、不同维度的相关性参考。
58.由于对等计算体系中的节点设备之间无主从关系，节点设备之间可进行点对点传输，进而，对于某一个节点设备输出的结果数据中体现的某个目标的某个感知数据对应的计算结果，在接收到该结果数据的其他节点设备中，信息是相对对称的；其他节点设备将接收的结果数据作为输入，结合自身传感器的感知数据，计算自身的结果数据，自身的结果数据自然涵盖接收的结果数据和自身传感器所体现的信息，并向下一层的其他节点设备传
输，进而，对于某个目标的某个感知数据，在所有节点设备中呈信息相对对称状态，可免疫单个节点设备的计算过程和计算结果被篡改和伪造导致对结果数据的影响，同时也成为发现故障或者被篡改的节点设备和性能不合规的节点设备的手段，从根本上解决了传统信息技术的根本隐患，即由于信息不对称而造成虚假信息、伪造信息、错误信息，继而成为诈骗、网络攻击的切入点，复杂综合应用精准度差，耗时过长，可信度差，应变能力差等问题，进而能够真正地成为较大区域综合管理的信息基础设施、数字经济的基础设施。本发明不同于区块链技术仍然采用每个节点独立计算，确定结果，并且注重原始数据存证的技术方案，本发明着重于节点设备之间的对等协同计算，通过对等协同计算，使各个节点设备在处理数据时，都可以对自身的数据处理模型(即计算结果数据的算法)和参数进行调整，所述的调整是所有节点设备对自身调整的反馈，从而将所有节点设备的计算变成一个整体，各个节点设备不再独立完成计算，而是所有节点设备共同完成计算。节点设备的数据处理模型调整后，为客观存在的调整，将对下一次的数据处理形成影响。
59.节点设备设置数据采集装置(具体实施时，可包括图像获取装置、音频获取装置、温度测量装置、震动频率感知装置、激光雷达、化学传感器、电磁感应装置、obd数据终端的一种或多种)、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。运算模块基于数据处理模型，计算获得结果数据。设置于不同的采集位置的节点设备(即位于不同物理安装位置)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。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。
60.具体地，以某一个节点设备为当前节点设备，结合其前序节点设备、后续节点设备的数据传递(本发明中的前序节点设备、后续节点设备，仅用于描述与当前节点设备在当次计算和数据传输过程中的前后关系，不表示其之间具备必然的前后关系及优先级关系)，对应的，当前节点设备接收其他节点设备(包括前序节点设备)输出的结果数据，后续节点设备接收其他节点设备(包括当前节点设备)输出的结果数据。对于当前节点设备，将采集的感知数据结合来自其他节点设备(包括前序节点设备)的结果数据，计算得到当前节点设备的结果数据，并发送至其他节点设备(包括后续节点设备)。以此类似，后续节点设备的工作过程与当前节点设备同理，前序节点设备也接收前序节点设备的前序节点设备的结果数据，进行与当前节点设备同理的工作过程；即，对等计算体系中的节点设备进行同理的工作过程。进而，对等计算体系中的节点设备随着感知数据的采集与结果数据的计算，进行协同计算。其中，对于某个节点设备输出的结果数据，仅由后续的一层节点设备接收并作为输入，后续的一层节点设备的结果数据将涵盖前序的一层节点设备(包括前述的某个节点设备)的结果数据。
61.在对等计算体系中，对所有事件是同步处理的，不一定需要明确地产生发现了什么事件、事件的具体内容是什么等这类阶段性结果输出；在对等计算体系中，明确的只有传感器的感知、对应的执行装置(本发明，即为指引设备)进行响应，其他的中间过程都是协同计算同时处理了，即本发明的运行过程中，对事件的发现的中间过程是无感的，是随着协同计算的进行，节点设备的结果数据的获得，对应的执行装置自动响应执行。
62.为了保证数据源及计算过程进一步可信，本发明中，所有节点设备对其计算得到
的结果数据，基于加密共识机制进行加密，得到加密结果，再将加密结果发送至其他节点设备。所述的加密共识机制包括一种或多种共识机制，不同的共识机制对应改变节点设备的加密算法结构与参数。
63.节点设备之间以标准大小的数据包(即结果数据或计算结果)进行通信。本发明中，对等计算体系的节点设备类似人类的神经元，每个神经元并不传输直接描述外部事件的具体数据，同理，节点设备不输出原始数据，而是根据自身数据处理模型(类似神经细胞的生物特性)将所连接传感器、数据采集装置获取的原始数据加工为标准大小的数据包(即结果数据或计算结果，类似神经元的神经脉冲)。单个的数据包所含信息量不足以还原任何事件和目标信息，必须由整个对等计算体系上的计算结果、多维数据矩阵元素及物理空间和设施对应关系联合进行协同计算才能获得确定的结果，协同计算对于少数节点设备输出的数据依赖性不大，并且协同计算同时处理所有节点设备接收或者发起的需求，是一种超多维度相关信息的协同校验计算，进而可从根本上改变传统信息化单点安全敏感的本质。
64.为了保证数据的完整性以及协同计算的有效执行，本发明中，对等计算体系部署qos机制，qos机制为优先保证节点设备之间的结果数据的传输质量。
65.具体实施时，对等计算体系的组网方式为4g模式、5g模式或mesh模式的一种或几种组合，以适用不同的应用场景，综合实施可行性、成本考虑等因素，实现最优的解决方案。其中，所述的mesh模式基于lte制式，在lte制式的物理层进行通信；以定制的帧结构承载数据，利用专用的无线通信协议进行交互。对帧结构进行适合对等计算体系计算的定制化，采用为城市群对等计算体系计算开发的专有无线通信协议，可进一步提高其安全性和可靠性。并且，无线算法充分适应对等计算体系计算所需的基于共识机制控制的多径信道环境，城市内通讯距离100米-10公里，野外采用全向天线情况下也能实现120公里距离高效传输。本实施例中，mesh网络通信距离为：室内的节点设备间距离为50-150米，室外的节点设备间距离为50米-120公里，每节点可接入的节点设备数量为65535。另外，以4g模式、5g模式组网时，通信距离无限制，可接入节点设备数量取决于计算芯片算力和通信时延。
66.对等计算体系中，针对于某一个待识别对象的某一种点样本，从采集点样本的节点设备向其他节点设备传递的结果数据中，可使得后续节点设备根据该点样本的特征调节感知注意力(未必需要在结果数据中包含该点样本的特征，而是该点样本的特征参与了前序节点设备的计算，从而使得前序节点设备的结果数据能够在作为后续节点设备的数据处理模型的输入时，后续节点设备的数据处理模型可实现在计算中调节感知注意力的效果)；或者，报告该点样本的特征供后续的节点设备调节感知注意力(在结果数据中直接表述该点样本的特征)。如果后续的其他节点设备未侦测到该点样本的特征，但是从其他点样本的特征能够确定未能侦测到的该点样本的特征仍然属于该待识别对象时，则继续将该未能侦测到的该点样本的特征表述在当前节点设备的结果数据中并传递至其他节点设备。例如，前序节点设备感知待识别对象a上的颜色，在当前节点设备未感知到待识别对象a上的颜色，但从其他节点设备的感知数据可以确定，除了其他待识别对象外，还存在待识别对象a，则继续未被感知到的待识别对象a上的颜色仍然表述在当前节点设备的结果数据中。
67.本实施例中，报告该点样本的特征供后续的节点设备调节感知注意力的方法为：针对前序节点设备提供的点样本的特征调节后续的节点设备的数据处理模型的参数，使得后续的节点设备提高对该点样本的特征进行鉴别的算力；或者，后续的节点设备使用感知
注意力模型匹配接收的点样本的特征进行算力调节。
68.其中，上述的“特征”与现有技术的“特征识别”的含义不同，现有技术的“特征识别”通常指能够确定目标身份的信息，而本发明的“特征”表示属于待识别对象的一种被感知的感知数据，比如坐标、属于待识别对象上的颜色等，仅通过单点感知的“特征”无法直接完成待识别对象的“非特定特征识别”。
69.本实施例中，报告该点样本的特征供后续的节点设备调节感知注意力的方法为：针对前序节点设备提供的表达点样本的特征的结果数据(本发明中，通常并非提供点样本的特征本身，而是将点样本的特征表达在结果数据中)，或点样本的特征(即点样本的特征本身)调节后续的节点设备的数据处理模型的参数，使得后续的节点设备提高对该点样本的特征进行鉴别的算力；或者，后续的节点设备使用感知注意力模型匹配接收的点样本的特征或表达了点样本的特征的结果数据进行算力调节。
70.节点设备在处理若干前序的节点设备输出的结果数据时，基于数据处理模型，当若干前序的节点设备所描述的待识别对象能够通过某些共性点样本特征确定为同一目标时，将各节点设备描述的点样本特征及其他信息合并到同一目标。例如，同一时间内几乎完全重叠的物理空间中的点样本特征，即可判定是同一目标。
71.当节点设备收到的结果数据表明当前的节点设备在当前次接收结果数据之前，用于标识待识别对象的标志，与其他节点设备用于标识该待识别对象的标志不同，并且其他节点设备为该待识别对象分配的标志更新，则对当前的节点设备在当前次接收结果数据之前用于标识待识别对象的标志进行转换。具体地，对当前的节点设备在当前次接收结果数据之前用于标识待识别对象的标志进行转换的方法为：
72.将当前的节点设备在当前次接收结果数据之前用于标识待识别对象的标志替换为最新的其他节点设备为该待识别对象分配的标志；此为本发明提供的较简单的实施方式。
73.或者，记录当前的节点设备在当前次接收结果数据之前用于标识待识别对象的标志与更新后的其他节点设备为该待识别对象分配的标志之间的转换关系，在需要引用当前的节点设备当前次接收折结果数据时，进行转换；此为本发明提供的相对复杂的实施方式。
74.或者，节点设备部署转换模型，根据输入的原始数据或结果数据，针对多个待识别对象的标志进行相应的转换；此为本发明提供的更复杂的实施方式。
75.本发明中，为了提高“非特定特征识别”的有效性，对于不同采集位置的节点设备先后采集的一种或多种点样本，如果某一种或多种点样本在不同采集位置的特征值分别符合预设的相近条件或者由特定模型判定具备相关性达到阈值，且在每个采集位置为唯一，则判定在不同采集位置的该种点样本具备关联性。
76.另一方面，对于不同采集位置的节点设备同时采集的一种或多种点样本，如果不同采集位置的节点设备对同一个空间场进行采集，当空间场中只有唯一待识别对象，或者采集的点样本能够正确指向所属的多个待识别对象中的一个，则对于某个待识别对象，不同采集位置的节点设备采集的一种或多种点样本具备关联性。
77.本发明中，节点设备的数据采集装置包括图像获取装置、电磁感应装置、温度测量装置、震动频率感知装置中的一种或者几种组合和激光雷达，将上述装置(即图像获取装置、电磁感应装置、温度测量装置、震动频率感知装置中的一种或者几种组合)采集的数据
和激光雷达采集的三维点云或者根据多个图像获取装置采集的图像生成的点云进行联合计算，获得带数据的三维点；将基于二维感知的图像颜色、轮廓、线条、反射率、运动趋势、电磁特征、温度、温度变化趋势、震动频率、震动频率变化趋势作为对应三维点的附加属性，构成带属性的三维点云；结合电磁感应、温度规律、震动频率的变化特征、运动相关性(绳子、布匹等不同材料所呈现的不同运动相关性)、反射率，确定带属性的三维点云的各个区域与待识别对象的3d外观的每个部位或相关联部位的对应关系。本实施例利用带属性的三维点云的属性及其相关性判断各个点之间的关系、各个相关点所属的各个区域与待识别对象的3d外观的每个部位或相关联部位的对应关系，能够更准确判断属于待识别对象的点样本特征，提高“非特定特征识别”的效率与准确性。
78.本发明在“非特定特征识别”过程中，在必要时，还能够获取待识别对象的身份信息。具体地，当判定需要获取待识别对象的身份信息时，则触发身份信息获取命令，将身份信息获取命令作为输入之一参与节点设备的结果数据的计算，通过驱动对等计算体系中连接有能够获得待识别对象的身份信息的无障碍数据采集条件的节点设备响应对应的结果数据，实现获取待识别对象的身份信息。对于身份信息的获取，也是协同计算的结果，即为需要获取身份信息这个判定触发身份信息的获取，而非通过特定的请求命令进行额外触发。基于本发明，如果通过请求命令触发权限计算，大多数情况不需要获取身份信息即可完成，少数发现不获取身份信息无法完成权限计算时，才根据实施需求，产生需要获取身份信息这个判定。例如，通过协同计算可知某人员的身份信息存在于某几个地点的扫码登记系统、某几个地点的快递取件登记系统或某几个地点的消费登记系统，且提前获得该人员授权或者依照法律获得查询权限，则对等计算体系可驱动以无障碍数据采集方式连接这些系统的节点设备，获得的相关信息通过各节点设备发送到对等计算体系，获得信息比对和提供精准身份信息。基于此，本发明还能够将篡改某系统仿冒身份的可能性降到最低。
79.具体地，对等计算体系通过对待识别对象的身份信息真实性进行验算，进而确定其权限；其中，对等计算体系中能够获取身份信息的节点设备可以不提供身份信息(根据实施需求，也可以提供身份信息)，仅根据接收到的结果数据中对身份信息真实性的验算要求，将验算结果表达在该节点设备的结果数据中。即，本发明中，在能够获取身份信息的节点设备不提供身份信息的情况下，仅根据接收到的结果数据中对身份信息真实性的验算要求，将验算结果表达在该节点设备的结果数据中。
80.当对等计算体系中能够获取身份信息的节点设备不提供身份信息时，驱动提供身份信息的信息源装置通过与需要获取身份信息的节点设备输入终端之间建立的加密文件传输通道或者以其他网络通讯模式建立加密信息传输通道；将身份信息作为节点设备的输入之一。
81.当必要时，为了满足其他传统计算模式对于原始数据的需求，如传统举证需要的存证，则本实施例中，节点设置可增加设置数据存储设备，用于传感器所感知的原始数据的保存。
82.具体实施时，所述的节点设备还可在其电源装置设置漏电保护等功能。所述的节点设备还可提供各种通信接口，包括光纤接口、无线通信接口等；还可提供数据接口，用于外接存储设备。所述的节点设备可通过太阳能供电或市电供电。所述的节点设备的实施，如实施于室外，可安装于路灯等杆件(无需横臂，抱装于主杆，或者集成于灯罩内)；无杆区域，
如实施于室内，可采用壁挂或者集成于吊顶内。
83.当本发明实施于室内外，节点设备作为公共空间安装的人工智能设施，可作为城市群数字经济基础设施，进行24小时不间断无缝覆盖。通过跨节点设备的协同计算，可实现覆盖区域内任何位置车辆身份识别接近100％准确率，位置识别精度与传感器精度相关。
84.本发明在对等计算网络的架构中，所有的节点设备均为同一类型、同一功能，每个节点设备均根据全网的共识机制对自身的数据处理模型进行实时、动态调整。每个节点设备上连接的数据采集装置(包括传感器、摄像头等)所采集的原始数据，都被节点设备依据自身的数据处理模型进行处理和加密，生成字节级别的处理和加密结果(即结果数据)，该结果数据将被发送给其他节点设备(当前节点设备同时收到的其他节点设备输出的计算和加密结果，也属于当前节点设备采集的原始数据之一)。因此，每个传感器感知到的原始数据所产生的效果，将按照次方级别在对等的海量的节点设备间传播。如果每个节点设备向周边100台节点设备发送自己的结果数据，四个单位时间后，将有上亿节点设备因为该传感器感知到的事件而受到影响。在这种计算模式下，信息是相对对称的，免疫篡改和伪造的，从根本上解决了传统信息技术的根本隐患，即因为信息不对称而造成虚假信息、伪造信息、错误信息，继而成为诈骗、网络攻击行为的切入点，及复杂综合应用周期长、精度差，适应性差等问题，进而真正成为较大区域综合管理的信息基础设施，成为数字经济基础设施。
85.本发明利用对等计算体系的协同计算，当协同计算的结果数据能够确定某个事件时，即完成事件的发现。本实施例中，对等计算体系对事件的发现，包括事件的内容、事件发生的位置和对应的响应处置等。在对等计算体系中，对所有事件是同步处理的，不一定需要明确地产生发现了什么事件、事件的具体内容是什么等这类阶段性结果输出；在对等计算体系中，明确的只有传感器的感知、对应的执行装置进行响应，其他的中间过程都是协同计算同时处理了，即本发明的运行过程中，对事件的发现的中间过程是无感的，是随着协同计算的进行，节点设备的结果数据的获得，对应的执行装置自动响应执行。
86.本发明中，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。为避免劫持，本发明可以使用多个节点设备协作控制指引设备，进一步提高对劫持攻击的免疫能力。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。本发明中，路线需求可视为一种请求命令，即希望车辆从某个地点自动驾驶至另一个地点。对于请求命令的响应，包括“需求——执行”、“请求——应答”或者其他等多种不同的情况。当对等计算体系中的某一个或多个节点设备计算得到的结果数据匹配请求命令，则将请求命令对应的结果表征到所述的某一个或者多个节点设备输出的结果数据中，按照预设条件或者提前部署的程序或者节点设备上部署的数据处理模型的输出。如果基于协同计算判定当前节点设备需响应该请求命令，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执行装置发送指令，控制执行装置完成响应动作；即“需求——执行”的情况。本发明中，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。
87.基于对等计算体系的协同计算，执行装置可作为节点设备之一，随着协同计算的进行，当执行装置计算获得的结果数据能够对应请求命令进行相关的操作时，则执行装置完成对请求命令的响应。本发明中，下一步的导航信息表征到结果数据；指引设备接收所连
接的节点设备输出的结果数据，如果结果数据中的特定元素表示指引设备需要进行导航信息呈现，或者，结果数据作为节点设备的数据处理模型的输入之一，计算确定需要对应的指引设备呈现导航信息，则指引设备呈现相应的导航信息。
88.当需要指引设备呈现导航信息时，指引设备结合接收的其他节点设备输出的结果数据，计算自身的结果数据，通过获得的结果数据控制指引设备呈现相应的导航信息。本发明中，指引设备不需要先判断自己是否需要呈现导航信息，而是将接收的其他节点设备输出的结果数据结合自身传感器采集的感知数据，输入自身的数据处理模型，输出的结果数据就是指引设备是否呈现导航信息，呈现什么内容的导航信息，。
89.本发明中，计算获得的结果数据包含当前时刻基于(对等计算体系覆盖范围内或所有道路中)所有目标(特别是车辆)与外部环境进行协同计算所获得的全部情况的最优解；下一步的导航信息通过指引设备进行呈现。本发明中，对等计算体系对于各类信息计算的结果都是以结果数据体现，所有指引设备作为节点设备之一，在参与对等计算体系的协同计算时，其输出包含了全部情况的最优解；进而，所有指引设备的控制指令都是与其相连的节点设备在协同计算后输出的最优解指令。本发明不存在传统的生成指令与发送指令，即是为了避免因生成指令与发送指令所存在的安全漏洞，使指引设备成为风险点。
90.本实施例中，指引设备为连接特定功能的执行部件的节点设备，指引设备的执行部件的执行反馈信息反馈至指引设备，参与指引设备后续的结果数据的计算。
91.本发明中，由于指引设备可作为节点设备之一，指引设备响应执行为基于协同计算得到的计算结果对应地响应执行，响应效率高，避免因为网络攻击造成虚假执行或该执行时不执行等非法响应。为避免劫持，本发明还可以使用多个节点设备协作控制指引设备，进一步提高对劫持攻击的免疫能力。
92.对等计算体系中，节点设备计算获得并输出的结果数据，可以实施为一种表征感知数据 (即原始数据)所对应的状态，可以使用状态值进行表示，进而，节点设备不需要对原始数据进行存储与发送。本实施例中，多维矩阵中的数据或元素与各节点设备的安装位置、属性等等相关，进而，进行结果数据的传输时，实际上传输的是多组参数转码后的转码结果。所谓多维矩阵，其实是多组参数的组合，例如，某个目标的路径从a-b-c-d，abcd节点设备的物理位置是固定的，所以abcd的序列在多组参数转码传输时，就可以用一个字符或者类似概念表达。
93.基于对等计算体系的技术特点，可将其应用于各种针对于某个目标或事件提供针对性服务或控制的使用场景中。基于此，由于节点设备之间传输的结果数据为信息的处理结果，而非信息本身，进而可不对采集的原始数据(即感知数据)进行存储，节点设备仅接收其他节点设备输出的计算结果，向外发出自身的计算结果，单个的计算结果所含信息量不足以还原任何事件和目标信息，必须由整个对等计算体系上的计算结果、多维数据矩阵元素及物理空间和设施对应关系联合进行协同计算才能获得确定的结果，协同计算对于少数节点设备传输的信息依赖性较小，进而能够从根本上改变传统信息化单点安全敏感的本质。
94.本发明中，由于每个节点设备输出的结果数据中，都体现了前序的节点设备输出结果数据的状态演进，进而，基于当前节点设备接收的结果数据，即可反推获得目标在被前序的各个节点设备感知时的行为、属性、状态或事件。例如，当需要查找目标a在15分钟前的
位置，则当前时刻能够获得的是目标a被感知的节点设备对应的位置，即可推断目标a所处的位置；然后，再根据结果数据的传递路径，反推至15分钟前，即可推定目标a在15分钟前所处的位置(由目标a被感知的节点设备决定)；进而，节点设备不需要存储关于目标a的原始数据，即，基于本发明，可不通过对原始数据进行识别以实现对目标a的查找，而可先反推目标a 被感知的节点设备，必要时，再通过与节点设备连接的存储设备中获取关于目标a在需要被查找的时刻的原始数据。
95.本发明中，指引设备接收其他节点设备输出的结果数据，原则为：当需要相应的指引设备呈现导航信息，如果某一个或多个节点设备计算获得的结果数据能够确定需要呈现导航信息的指引设备，则将相应的指引设备加入传递当前次结果数据的节点清单，所述的某一个或多个节点设备直接将结果数据传递至指引设备或者指引设备所连接的节点设备，其中，依据预设条件或者算法输出、模型输出，将相应的指引设备加入传递结果数据的节点清单。或者，指引设备按照逐层传递的方式接收其他节点设备输出的结果数据。对等计算体系进行协同计算的过程中，节点设备在每次的结果数据的计算时，还会计算需要接收结果数据的节点清单，根据当前次结果数据明确知晓需要加入的一个或多个指引设备，将被加入所述的节点清单中，直接将指引设备或者指引设备所连接的节点设备作为下一层的后续节点设备，用于直接接收当前次的结果数据，实现跨越正常的逐层传递，将对等计算体系变成一个立体架构。例如，当前节点设备的结果数据可明确知晓需要举证，如果根据正常的逐层传递的方法，当前节点设备的结果数据传播到对应的节点设备至少还需要一层或多层传输；如果将对应的节点设备加入节点清单，则对应的节点设备可在下一层传递时，直接接收到当前节点设备的结果数据，进而将大大缩短处置时间，提高应变能力。本发明采用对等计算体系，因此这种临时构建，恰恰是本发明的优势，传统信息化逐层汇聚的架构无法承受这种临时构建网络所带来的复杂计算需求。
96.上述实施例仅是用来说明本发明，而并非用作对本发明的限定。只要是依据本发明的技术实质，对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。

技术特征：
1.一种基于车辆运行等级的车险保费处理方法，其特征在于，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；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。2.根据权利要求1所述的基于车辆运行等级的车险保费处理方法，其特征在于，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：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；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。3.根据权利要求2所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。4.根据权利要求3所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。5.根据权利要求4所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。6.根据权利要求4所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。7.根据权利要求6所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。8.根据权利要求1所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。9.根据权利要求1所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。10.根据权利要求1所述的基于车辆运行等级的车险保费处理方法，其特征在于，在车辆行驶前和/或车辆行驶结束后，进行司机身份识别；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；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。11.根据权利要求10所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。12.根据权利要求1所述的基于车辆运行等级的车险保费处理方法，其特征在于，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；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。13.根据权利要求1至12任一项所述的基于车辆运行等级的车险保费处理方法，其特征在于，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；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；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。14.根据权利要求13所述的基于车辆运行等级的车险保费处理方法，其特征在于，当前节点设备接收其他节点设备输出的结果数据；对于当前节点设备，将采集的感知数据结合来自其他节点设备的结果数据，计算得到当前节点设备的结果数据，并发送至其他节点设备；对等计算体系中的节点设备随着感知数据的采集与结果数据的计算，进行协同计算。15.根据权利要求14所述的基于车辆运行等级的车险保费处理方法，其特征在于，对等计算体系中，针对于某一个目标的某一种点样本，从采集点样本的节点设备向其他节点设备传递的结果数据中，后续节点设备根据该点样本的特征调节感知注意力，或者，报告该点样本的特征供后续的节点设备调节感知注意力；如果后续的其他节点设备未侦测到该点样本的特征，但是从其他点样本的特征能够确定未能侦测到的该点样本的特征仍然属于该目标时，则继续将该未能侦测到的该点样本的特征表述在当前节点设备的结果数据中并传递至其他节点设备。16.根据权利要求15所述的基于车辆运行等级的车险保费处理方法，其特征在于，报告该点样本的特征供后续的节点设备调节感知注意力的方法为：针对前序节点设备提供的表达点样本的特征的结果数据，或点样本的特征调节后续的节点设备的数据处理模型的参数，使得后续的节点设备提高对该点样本的特征进行鉴别的算力；或者，后续的节点设备使用感知注意力模型匹配接收的点样本的特征或表达了点样本的特征的结果数据进行算力调节。17.根据权利要求16所述的基于车辆运行等级的车险保费处理方法，其特征在于，节点设备在处理若干前序的节点设备输出的结果数据时，基于数据处理模型，当若干前序的节点设备所描述的目标能够通过某些共性点样本特征确定为同一目标时，将各节点设备描述的点样本特征及其他信息合并到同一目标。18.根据权利要求17所述的基于车辆运行等级的车险保费处理方法，其特征在于，当节点设备收到的结果数据表明当前的节点设备在当前次接收结果数据之前，用于标识目标的标志，与其他节点设备用于标识该目标的标志不同，并且其他节点设备为该目标分配的标志更新，则对当前的节点设备在当前次接收结果数据之前用于标识目标的标志进行转换。19.根据权利要求17所述的基于车辆运行等级的车险保费处理方法，其特征在于，对当前的节点设备在当前次接收结果数据之前用于标识目标的标志进行转换的方法为：将当前的节点设备在当前次接收结果数据之前用于标识目标的标志替换为最新的其他节点设备为该目标分配的标志；或者，记录当前的节点设备在当前次接收结果数据之前用于标识目标的标志与更新后的其他节点设备为该目标分配的标志之间的转换关系，在需要引用当前的节点设备当前次
接收的结果数据时，进行转换；或者，节点设备部署转换模型，根据输入的原始数据或结果数据，针对多个目标的标志进行相应的转换。20.根据权利要求15所述的基于车辆运行等级的车险保费处理方法，其特征在于，对于不同采集位置的节点设备先后采集的一种或多种点样本，如果某一种或多种点样本在不同采集位置的特征值分别符合预设的相近条件或者由特定模型判定具备相关性达到阈值，且在每个采集位置为唯一，则判定在不同采集位置的该种点样本具备关联性。21.根据权利要求15所述的基于车辆运行等级的车险保费处理方法，其特征在于，对于不同采集位置的节点设备同时采集的一种或多种点样本，如果不同采集位置的节点设备对同一个空间场进行采集，当空间场中只有唯一目标，或者采集的点样本能够正确指向所属的多个目标中的一个，则对于某个目标，不同采集位置的节点设备采集的一种或多种点样本具备关联性。22.根据权利要求21所述的基于车辆运行等级的车险保费处理方法，其特征在于，节点设备的数据采集装置包括图像获取装置、电磁感应装置、温度测量装置、震动频率感知装置中的一种或者几种组合和激光雷达，将上述装置采集的数据和激光雷达采集的三维点云或者根据多个图像获取装置采集的图像生成的点云进行联合计算，获得带数据的三维点；将基于二维感知的图像颜色、轮廓、线条、反射率、运动趋势、电磁特征、温度、温度变化趋势、震动频率、震动频率变化趋势作为对应三维点的附加属性，构成带属性的三维点云；结合电磁感应、温度规律、震动频率的变化特征、运动相关性、反射率，确定带属性的三维点云的各个区域与消费者的3d外观的每个部位或相关联部位的对应关系。23.根据权利要求13所述的基于车辆运行等级的车险保费处理方法，其特征在于，当需要获取目标的身份信息时，则触发身份信息获取命令，将身份信息获取命令作为输入之一参与节点设备的结果数据的计算，通过驱动对等计算体系中连接有能够获得目标的身份信息的无障碍数据采集条件的节点设备响应对应的结果数据，实现获取目标的身份信息。24.根据权利要求23所述的基于车辆运行等级的车险保费处理方法，其特征在于，对等计算体系通过对目标的身份信息真实性进行验算，进而确定其权限；其中，对等计算体系中能够获取身份信息的节点设备不提供身份信息，仅根据接收到的结果数据中对身份信息真实性的验算要求，将验算结果表达在该节点设备的结果数据中。25.根据权利要求24所述的基于车辆运行等级的车险保费处理方法，其特征在于，对等计算体系中能够获取身份信息的节点设备不提供身份信息，驱动提供身份信息的信息源装置通过与需要获取身份信息的节点设备输入终端之间建立的加密文件传输通道或者以其他网络通讯模式建立加密信息传输通道；将身份信息作为节点设备的输入之一。26.根据权利要求13所述的基于车辆运行等级的车险保费处理方法，其特征在于，所述的数据采集装置包括图像获取装置、音频获取装置、温度测量装置、震动频率感知装置、激光雷达、化学传感器、电磁感应装置、obd数据终端的一种或多种。27.根据权利要求13所述的基于车辆运行等级的车险保费处理方法，其特征在于，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。28.根据权利要求27所述的基于车辆运行等级的车险保费处理方法，其特征在于，下一步的导航信息表征到结果数据；指引设备接收所连接的节点设备输出的结果数据，如果结果数据中的特定元素表示指引设备需要进行导航信息呈现，或者，结果数据作为节点设备的数据处理模型的输入之一，计算确定需要对应的指引设备呈现导航信息，则指引设备呈现相应的导航信息。29.根据权利要求28所述的基于车辆运行等级的车险保费处理方法，其特征在于，当需要指引设备呈现导航信息时，指引设备结合接收的其他节点设备输出的结果数据，计算自身的结果数据，通过获得的结果数据控制指引设备呈现相应的导航信息。30.根据权利要求29所述的基于车辆运行等级的车险保费处理方法，其特征在于，对于指引设备，计算获得的结果数据包含当前时刻基于所有车辆与外部环境进行协同计算所获得的全部情况的最优解；下一步的导航信息通过指引设备进行呈现。31.根据权利要求29所述的基于车辆运行等级的车险保费处理方法，其特征在于，指引设备接收其他节点设备输出的结果数据，原则为：当需要相应的指引设备呈现导航信息，如果某一个或多个节点设备计算获得的结果数据能够确定需要呈现导航信息的指引设备，则将相应的指引设备加入传递当前次结果数据的节点清单，所述的某一个或多个节点设备直接将结果数据传递至指引设备或者指引设备所连接的节点设备；或者，指引设备按照逐层传递的方式接收其他节点设备输出的结果数据。32.根据权利要求31所述的基于车辆运行等级的车险保费处理方法，其特征在于，依据预设条件或者算法输出、模型输出，将相应的指引设备加入传递结果数据的节点清单。33.根据权利要求17所述的基于车辆运行等级的车险保费处理方法，其特征在于，指引设备为设置特定功能的执行部件的节点设备，指引设备的执行部件的执行反馈信息反馈至指引设备，参与指引设备后续的结果数据的计算。

技术总结
本发明涉及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，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。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。从而实现节能减排的目标。


技术研发人员：陈飞
受保护的技术使用者：耀灵人工智能（浙江）有限公司
技术研发日：2022.01.29
技术公布日：2023/9/23