[发明专利]驾驶风险评估方法、装置、电子设备及可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种驾驶风险评估方法，包括：根据代码埋点方法，将预构建的接口调用代码包与预设种类的APP进行接口连接，当所述接口连接成功时，运行所述接口调用代码包从所述APP内采集得到驾驶行为数据集，从所述驾驶行为数据集中提取驾驶特征，得到原始驾驶特征集，对所述原始驾驶特征集进行特征选择，得到标准驾驶特征集，将所述标准驾驶特征集输入至预训练完成的驾驶风险预测模型中预测得到驾驶风险。本发明还提出一种驾驶风险评估装置、电子设备以及一种计算机可读存储介质。本发明可以解决特征选择复杂及驾驶风险评估主观性强的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种驾驶风险评估的方法、装置、电子设备及可读存储介质。

背景技术

近年来，GPS定位设备的快速发展，推动了驾驶数据的采集与研究，特别是对司机驾驶风险评估的研究。当前驾驶风险评估的研究较大的依赖于分析师的经验值，主观性较强，且对于获取到的驾驶数据到进行数据清洗得到特征数据的变换操作复杂，故缺少一种简便的特征选择及客观的驾驶风险评估方法。

发明内容

本发明提供一种驾驶风险评估方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决特征选择复杂及驾驶风险评估主观性强的问题。

为实现上述目的，本发明提供的一种驾驶风险评估方法，包括：

根据代码埋点方法，将预构建的接口调用代码包与预设种类的APP进行接口连接；

当所述接口连接成功时，运行所述接口调用代码包从所述APP内采集得到驾驶行为数据集；

从所述驾驶行为数据集中提取驾驶特征，得到原始驾驶特征集；

对所述原始驾驶特征集进行特征选择，得到标准驾驶特征集；

将所述标准驾驶特征集输入至预训练完成的驾驶风险预测模型中预测得到驾驶风险。

可选地，所述根据代码埋点方法，将预构建的接口调用代码包与预设种类的APP进行接口连接，包括：

获取所述APP的APPKey和所述APP的访问路径；

将所述APPKey和所述访问路径作为所述接口调用代码包内的代码参数并编译所述接口调用代码包；

若编译所述接口调用代码包不通过，则所述接口连接失败并重新获取所述APP的APPKey和访问路径；

若编译所述接口调用代码包通过，则所述接口连接成功。

可选地，该方法还包括训练所述驾驶风险预测模型，包括：

步骤A：获取特征数据集，将所述特征数据集按照矩阵的形式进行排列得到特征矩阵集，将所述特征矩阵集分为特征训练集和特征测试集；

步骤B：依次对所述特征训练集进行卷积操作、最大化池化操作及损失操作得到第一损失值；

步骤C：若所述第一损失值大于第一预设阈值，通过预设定的反向更新算法更新所述卷积操作、所述最大化池化操作及所述损失操作的内部参数，并返回步骤B；

步骤D：若所述第一损失值小于或等于所述第一预设阈值，依次对所述特征测试集进行所述卷积操作、所述最大化池化操作及所述损失操作得到第二损失值；

步骤E：若所述第二损失值大于第二预设阈值，返回步骤B；

步骤F：若所述第二损失值小于或等于所述第二预设阈值，得到训练完成的驾驶风险预测模型。

可选地，所述从所述驾驶行为数据集中提取驾驶特征，得到原始驾驶特征集，包括：

将所述驾驶行为数据集排列成n维驾驶行为向量；