计算车辆的驾驶员的责任的系统和方法与流程

计算车辆的驾驶员的责任的系统和方法
1.优先权要求
2.本技术要求2019年5月17日在美国专利和商标局提交的临时专利申请号62/849,763的优先权和权益，其全部内容整体上并且针对所有适用目的就像下面完全阐述的那样通过引用并入本文。
技术领域
3.下面所讨论的技术总体上涉及通过评定驾驶员对车辆的操纵或行为表现(performance)来生成和计算车辆的事故(accident)风险和操作费用(operational cost)的系统、设备以及方法。更具体地，至少基于传感器、视频输入以及人工智能算法来生成或计算个人的驾驶得分。


背景技术：

4.目前，保险业依赖于具有重复系统和文书工作的复杂化过程，这严重依赖人类来处理索赔(claim)。保险的索赔处理过程通常包括以下步骤：(1)接收事故报告；(2)与客户沟通并验证保险单(policy)信息；(3)生成发送至索赔处理部门的事故手写图；(4)索赔部门联系客户以重新确认事故信息；以及(5)将所述信息手动输入到索赔处理系统中。
5.在索赔已经进入系统之后，评估者必须检查作为索赔主体的受损车辆，以验证事实并确定费用估计。如果报告了人身伤害，则与受伤者进行面对面谈话。接下来，评估者针对预期费用手动检查类似事故，确定过错比率(fault ratio)并向相应方进行支付。
6.上述过程需要大量的人工处理和审查，这增加了保险公司的费用并在达成结算方面造成延迟。此外，过程的准确度和中立性将根据向索赔指派(assign)哪个评估者而改变。鉴于上述，所需要的是使索赔过程流水线化、增加周转时间以及为过程提供中立性的自动化系统和方法。


技术实现要素：

7.下面呈现了本公开的一个或更多个方面的概述，以便提供对这些方面的基本理解。该概要不是本公开的所有考虑特征的广泛概述，而是旨在既不标识本公开所有方面的关键或重要要素，也不描绘本公开的任何或所有方面的范围。唯一目的是，以作为稍后呈现的更详细描述的前序的形式来呈现本公开的一个或更多个方面的一些概念。
8.在一个方面，本公开提供了一个或更多个非暂时性计算机可读介质，所述一个或更多个非暂时性计算机可读介质存储计算机可执行指令，所述计算机可执行指令在执行时使一个或更多个处理器执行动作。这些动作包括：从多个源接收与车辆的驾驶员的行为表现相关的行为表现数据；识别影响驾驶员的行为表现的至少一个有风险事件，其中，至少一个有风险事件不利地影响行为表现数据以致降到预定阈值以下；使用经训练的机器学习模型对行为表现数据进行分析，以确定影响驾驶员的行为表现的各个所识别的有风险事件的严重性级别，经训练的机器学习模型采用多种类型的机器学习算法来对行为表现数据进行
分析；基于行为表现数据生成至少一个得分，以供经由用户接口进行呈现；以及基于所生成的至少一个得分来改进机器学习模型，所述改进包括基于训练语料库中的基于行为表现数据修改过的至少一个训练语料库来再训练机器学习模型。
9.所述动作还可以包括：经由用户接口向至少一个用户通知至少一个得分；触发使用车辆上的摄像头记录视频数据；以及使用车辆阈值事件对所记录的视频数据进行分析，以识别至少一个有风险事件。
10.所述动作还可以包括：使用对象检测算法，从所记录的视频中识别车辆外部的影响行为表现数据的对象；以及将所识别的对象的纬度坐标和经度坐标发送至诊断模块处理器，以供进一步处理，从而确定对象对至少一个有风险事件的影响。
11.所述动作还可以包括：触发对来自诊断模块、发动机控制单元模块以及自动驾驶(self-driving)模块的车辆数据的存储；以及使用车辆阈值事件对所存储的车辆数据进行分析，以识别至少一个有风险事件。
12.所述动作还可以包括：根据行为表现数据来确定事故的发生；以及将与事故相关的信息发送至第三方。
13.所述动作还可以包括：在已将严重性级别指派给至少一个有风险事件之后，对至少一个得分进行更新；将所更新的得分存储在位于车辆上的车载存储器装置上；以及将所更新的得分发送至远程数据库。
14.根据另一方面，提供了评估驾驶员的风险的计算机实现方法。所述方法包括以下步骤：在车辆上的车辆模块上的处理器处，从车辆上的多个源接收与车辆的驾驶员的行为表现相关的行为表现数据；通过车辆模块上的处理器，识别影响驾驶员的行为表现的至少一个有风险事件，其中，至少一个有风险事件不利地影响行为表现数据以致降到预定阈值以下；使用车辆模块上的处理器内的经训练的机器学习模型对行为表现数据进行分析，以确定影响驾驶员的行为表现的各个所识别的有风险事件的严重性级别，经训练的机器学习模型采用多种类型的机器学习算法来对行为表现数据进行分析；通过车辆模块上的处理器，基于行为表现数据生成至少一个得分，以供经由用户接口进行呈现；以及在车辆模块上的处理器上，基于所生成的至少一个得分来改进机器学习模型，所述改进包括基于训练语料库中的基于行为表现数据修改过的至少一个训练语料库来再训练机器学习模型。
15.根据又一方面，提供了一种车辆上的计算装置。所述装置包括接口以及联接至该接口的处理电路。处理器被配置成：从多个源接收与车辆的驾驶员的行为表现相关的行为表现数据；识别影响驾驶员的行为表现的至少一个有风险事件，其中，至少一个有风险事件不利地影响行为表现数据以致降到预定阈值以下；使用经训练的机器学习模型对行为表现数据进行分析，以确定影响驾驶员的行为表现的各个所识别的有风险事件的严重性级别，经训练的机器学习模型采用多种类型的机器学习算法来对行为表现数据进行分析；基于行为表现数据生成至少一个得分，以供呈现给用户；以及基于所生成的至少一个得分来改进机器学习模型，所述改进包括基于训练语料库中的基于行为表现数据修改过的至少一个训练语料库来再训练机器学习模型。
附图说明
16.根据下面结合附图时阐述的详细描述，各种特征、性质以及优点可以变得显而易
见，在所述附图中，相同附图标记从头至尾对应地进行标识。
17.图1是例示了可以找到本公开的系统和方法的实施方式的操作环境的概念图。
18.图2是例示了根据本公开的一些方面的车辆模块的示例硬件实现的框图。
19.图3是例示了根据本公开的一些方面的用户接口模块和数据平台模块的示例硬件实现的框图。
20.图4是例示了根据本公开的一些方面的可以支持通信的设备(例如，电子装置)的示例硬件实现的框图。
21.图5例示了根据本公开的一个或更多个方面的被配置成进行通信的数据平台模块/设备的示例硬件实现的框图。
22.图6例示了根据本公开的一个或更多个方面的被配置成进行通信的用户接口模块/设备的示例硬件实现的框图。
23.图7是例示了计算车辆的驾驶员的驾驶员得分的示例性方法的流程图。
24.图8是例示了确定驾驶员和车辆的安全性的示例性方法的流程图。
25.图9是概述了保险系统关于保险的整个过程的图。
26.图10是描绘了检测事件的过程的图。
27.图11是描绘了使用来自多个装置传感器的数据来提高在检测到事件时针对车辆和对象的位置和运动估计的准确度的过程的图。
28.图12是描绘了如何使用事件(incident)报告来向所涉及的实体指派过错的图。
29.图13是示出了减少针对代偿(subrogate)索赔以及向所涉及各方进行支出的人工工作量的过程的图。
具体实施方式
30.概述
31.本文描述了基于驾驶员对车辆的操纵和行为表现来生成或计算该车辆的责任和操作费用的示例性系统、设备以及方法。使用车辆传感器、视频输入以及车载人工智能和/或机器学习算法的组合，本公开的系统和方法可以识别由车辆的驾驶员执行的有风险事件，并且生成、计算以及评估车辆的驾驶员的驾驶得分和行程得分，并将计算结果发送至一个或更多个实体。第一时间损失通知(first notice of loss(fnol))过程(其是在被保险资产损失、被盗或破坏之后向保险提供商进行的初始报告)也被自动化，以获得更高的准确度、响应时间以及更低的操作费用。
32.术语“传感器”可以指的是用于感测车辆的动态状况的任何类型的已知传感器。传感器可以是常备(stock)设备或售后工具。这些传感器可以包括但不限于质量气流传感器、发动机速度传感器、氧气传感器、火花爆震传感器、冷却剂传感器、歧管绝对压力(maf)传感器、燃料温度传感器、电压传感器、凸轮轴位置传感器、节流阀位置传感器、车速传感器或速度计、接近度传感器、加速度计、全球定位系统、里程表、转向角传感器、安全系统数据、无线电检测和测距(radar)、光检测和测距(lidar)以及诊断故障代码。
33.术语“传感器数据”和“车辆传感器数据”可以指的是从汽车上的任何传感器接收的数据，而不管该传感器是常备设备还是售后工具。
34.术语“车辆”可以指的是运输人员或货物的任何类型的机器，包括但不限于汽车、
卡车、公共汽车、摩托车、飞机以及直升机。
35.术语“有风险事件”可以指的是在驾驶时发生的将对驾驶员的行为表现产生不利影响的任何发生事情或事件，并且可以包括但不限于以某一速度制动、以某一速度加速、碰撞前的跟车(tailgate)时间、以某一速度转弯、行程时间、行程里程、未能停在停车标志处、滑行(rolling)停止、完全停止、超速里程、行程费用、行程开始时间、行程停止时间、行程状态以及行程得分。
36.本文所描述的多种方法可以以硬件(诸如服务器、用户接口或装置、车辆模块以及数据模块)来实现。这些装置中的各个装置皆可以确定是否发生了有风险事件、生成驾驶员得分以及通过蜂窝和/或其它网络通信将事故数据发送至紧急响应车辆。
37.如本文所使用的术语“计算机可读介质”指的是参与向处理器提供指令以供执行的任何有形存储部。这种介质可以采取许多形式，包括但不限于非易失性介质、易失性介质以及传输介质。非易失性介质例如包括nvram或磁盘或光盘。易失性介质包括动态存储器，诸如主存储器。计算机可读介质的常见形式例如包括软盘、软磁盘、硬盘、磁带或任何其它磁介质、磁光介质、cd-rom、任何其它光学介质、穿孔卡、纸带、具有孔图案的任何其它物理介质、ram、prom以及eprom、闪速-eprom、像存储器卡的固态介质、任何其它存储器芯片或盒式磁带或者计算机可以从中读取的任何其它介质。当将计算机可读介质配置为数据库时，要理解，该数据库可以是任何类型的数据库，诸如关系数据库、分层数据库、面向对象数据库等。因此，本公开被认为包括有形存储介质和现有技术所认识到的等同物和后继介质，其中存储了本公开的软件实现。
38.如本文所使用的术语“中央处理单元”、“处理器”、“处理器电路”和“处理电路”及其变型可互换地使用，并且包括但不限于通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑部件、离散门或晶体管逻辑、离散硬件部件或被设计成执行本文所描述的功能的其任何组合。通用处理器可以包括微处理器以及任何常规处理器、控制器、微控制器或状态机。也可以将处理器实现为计算部件的组合，诸如dsp与微处理器的组合、许多微处理器的组合、一个或更多个微处理器结合dsp核心的组合、asic与微处理器的组合或者任何其它数量的可变配置。处理器的这些示例是用于例示的，并且还考虑了在本公开的范围内的其它合适的配置。此外，可以将处理器实现为一个或更多个处理器、一个或更多个控制器和/或被配置成执行可执行编程的其它结构。
39.本文所使用的术语“确定”、“推算”以及“计算”及其变型可互换使用，并且包括任何类型的方法、过程、数学运算或技术。
40.本文所使用的术语“模块”指的是能够执行与要素相关联的功能的任何已知的或以后开发的硬件、软件、固件、人工智能、模糊逻辑或者硬件和软件的组合。
41.术语“用户接口”和“用户接口模块”可以在服务器、个人计算机、移动电话、智能手机、平板电脑、便携式计算机、机器、娱乐装置或者具有电路的任何其它电子装置中具体化或实现。本文所描述的系统可以识别和绘制围绕各种对象的边界框。这些对象包括但不限于人、自行车、汽车、摩托车、公共汽车、火车、卡车、船、交通灯、消防栓、停车标志以及狗。
42.术语“驾驶员”可以指的是人或者接合有自动驾驶功能的车辆。
43.下面结合附图阐述的详细描述旨在作为对各种配置的描述，而非旨在表示可以实践本文所述概念的仅有的配置。该详细描述包括用于提供对各种概念的透彻理解的目的的
具体细节。然而，本领域技术人员应当明白，可以在不需要这些具体细节的情况下实践这些概念。在一些情况下，以框图形式示出了公知的结构和部件，以避免模糊这些概念。如本文所使用的，对单数形式的要素的引用考虑了对复数形式的该要素的引用。
44.图1例示了基于车辆的驾驶员的操纵或行为表现来生成或计算该车辆的责任和操作费用的示例架构100，在该示例架构内，可以找到本公开的系统和方法的实施方式。该系统包括通信网络102，该通信网络连接车辆模块104、用户接口模块106、数据平台108以及远程文件系统或服务器142。第三方应用协议接口109可以访问由车辆模块104和数据平台108生成的数据。下面更详细地描述车辆模块104、用户接口106、数据平台108、远程文件系统或服务器142以及第三方应用协议接口109。
45.系统100使用从车辆获得的数据来计算车辆的驾驶员的操纵的一个或更多个风险得分。该数据是从车辆传感器、视频输入以及车载人工智能/机器学习的组合获得的。
46.在一些实施方式中，系统100可以与本地数据存储装置112和/或远程服务器142或者本地与远程数据存储装置和文件系统的任何组合进行交互。
47.本地文件系统(和/或远程文件系统)可以控制如何存储和取回本地数据存储装置112和/或远程数据存储装置142中的数据。在一些实施方式中，被用于管理作为数据而存储在本地数据存储装置112和/或远程数据存储装置142中的多组信息的结构和逻辑规则可以称为“文件系统”(例如，本地文件系统和/或远程文件系统)。本地文件系统和/或远程文件系统皆可以具有不同的结构和逻辑以及速度、灵活性、安全性、大小和更多项的特性。在一些实施方式中，本地文件系统和/或远程文件系统的结构和逻辑提供了比其它已知文件系统有所提高的速度和安全性。本地数据存储装置和/或远程数据存储装置可以使用可以存储有数据的相同或不同介质。介质的示例包括磁盘、磁带、光盘以及电子存储器(诸如闪速存储器)。
48.本文所描述的设备、装置、系统、功能、模块以及服务中的任一者和全部与服务器之间的通信可以通过一个或更多个有线和/或无线通信网络134来进行。通信网络134的示例包括公共交换电话网络(pstn)、广域网(wan)、局域网(lan)、诸如互联网的tcp/ip数据网络以及诸如第三代合作伙伴计划(3gpp)所发布的3g、4g、lte和5g网络的无线网络。通信网络134可以是两个或更多个通信网络中的任一个或其组合，诸如但不限于刚才提及的通信网络。
49.图2是例示了根据本公开的一些方面的车载车辆模块的示例硬件实现的框图。车辆模块104监测车辆中驾驶员的动作。根据至少一些实施方式，车辆模块104可以包括处理器110、本地数据存储部112、一个或更多个传感器114、诊断模块116、发动机控制单元(ecu)118、通信接口120以及具有自动驾驶开关123的自动驾驶模块121，该自动驾驶模块用于跟踪车辆的自动驾驶功能(若可用的话)何时被接合、在该自动驾驶功能被接合时是驾驶员还是车辆接合该自动驾驶功能的以及自动驾驶功能何时脱离。可以将关于是否接合了自动驾驶功能的信息用于确定有风险事件是由驾驶员还是由车辆造成的。
50.车辆模块104使用被设置在车辆中的各种传感器114(例如，速度传感器、加速度计、gps定位器、胎压传感器、自动驾驶传感器以及音频/视觉传感器(诸如后视(backup)摄像头和防盗装置))来采集(gather)驾驶员数据，所述传感器通常例如经由控制器区域网络(can)总线连接至ecu。根据所采集的车辆传感器数据和/或视频元数据，处理器110基于保
险机器学习算法以及先前所采集的广泛数据收集和分析，使用人工智能和/或机器学习模块124来将所采集的数据计算成得分，从而计算包括特定行程的风险和安全性的驾驶得分。
51.根据一个方面，系统可以确定什么车辆传感器可用，并且可以根据需要禁用模块和传感器。当系统禁用模块和传感器时，相应地，该系统在考虑有多少数据可用的情况下调节风险计算。利用各个车辆行程概要，系统可以输出行程的得分和总体行程严重性。随着时间的推移，系统可以基于平均行程得分来构建驾驶员的风险概况(profile)。该得分可以使用风险概况来估计车辆自身的费用和风险，以及评估车辆的驾驶员。
52.车辆模块104还配备有网络通信接口120，以允许经由去往通信网络102的无线通信链路与连接至通信网络102的用户接口106、数据平台108以及服务器142进行通信。
53.机器学习模块124包括至少一个保险机器学习算法，以对来自传感器114、诊断模块116、发动机控制单元118以及自动驾驶模块121的数据进行分析，从而生成驾驶员得分和行程信息。在各种实施方式中，机器学习模块124使用机器学习训练流水线来生成机器学习模型。
54.诊断模块116可以将数据保存至车载存储器或者与车辆的自诊断和报告能力相关的本地数据存储部112，以及从其取回数据。诊断模块116可以对所接收的数据进行分析、诊断潜在的问题以及准备用于向用户、驾驶员、保险公司或其它实体呈现的数据。诊断模块116可以经由通信接口120与用户接口模块106和数据平台模块108进行通信。诊断模块106可以经由通信接口120或处理器110接收命令/指令，以取回和/或生成恰当的信息并将该信息提供至数据平台模块108，以便向用户、驾驶员、保险公司或其它实体呈现。
55.ecu 118控制内燃机上的一系列致动器，以通过从发动机舱内的传感器读取值来确保最佳的发动机性能。它使用多维性能图(称为查找表)解释数据并调节发动机致动器。ecu 118例如可以监测并设定空气燃料混合物、点火正时以及怠速。来自ecu118的数据被提供至机器学习模块124，以供与机器学习算法和先前收集的数据一起使用，从而基于驾驶员的驾驶动作来计算驾驶员风险得分。
56.图3是例示了根据本公开的一些方面的用户接口模块106和数据平台模块108的示例硬件实现的框图。由于事故/异常分析、过错责任指派、支付代偿以及索赔支付，所以用户接口模块106允许第三方获得车辆和驾驶员数据信息。可以基于被配置成接受来自保险系统的输出的api连接，通过不同用户接口向驾驶员和保险公司发送信息。
57.用户接口模块106可以包括处理器132、车辆平视显示器(heads-up display(hud))模块134、仪表板模块136、通信接口138以及存储器或数据存储部模块140。用户接口模块允许用户加载并处理被直接提供至机器学习模块124(参见图2)的传感器数据。
58.用户接口模块106允许外部或第三方接收事件和异常行为(behavior)数据。当用户接口模块106使用其通信接口建立到用户接口模块106上的api的连接时，取回被存储在本地存储器或远程数据存储部142中的数据。用户接口模块106上的车辆hud模块134和仪表板模块136允许用户查看数据。
59.用户接口模块106连接至通信网络104，因此也可以被认为是联网计算装置。用户接口106可以包括使得用户接口模块106能够跨各种类型的通信网络进行通信的网络或通信接口138或多个网络接口。例如，用户接口模块106可以包括网络接口卡、天线、天线驱动器、以太网端口等。用户接口模块106的其它示例包括但不限于膝上型电脑、平板电脑、蜂窝
电话、个人数字助理(pda)、瘦客户机(thin client)、超级计算机、服务器、代理服务器、通信交换机、机顶盒(stb)、智能tv等。处理器110基于保险机器学习算法以及先前所采集的广泛数据收集和分析，使用人工智能和/或机器学习模块124来对所采集的数据进行计算，以计算包括特定行程的风险和安全性的驾驶得分。即，机器学习模块124使用车载机器学习方法来基于所摄取的车辆传感器和视频数据在本地(在车辆模块上)计算得分(诸如驾驶员得分、行程得分以及风险得分)，相对于广泛的先前收集的数据集被评估。一旦完成了得分和行程概要，车辆模块102就建立与联网服务器的连接，并且发送允许用户针对所建立的数据集来评估驾驶员行为表现的数据。
60.转向数据平台模块108，该数据平台模块相对于车辆模块104中的车载处理系统具有更高的计算和存储器能力。将该数据平台108用于进一步处理发送给它的数据，以通过使用因性能、费用或物理尺寸约束而难以在车辆上运行的算法来增加所估计的结果的附加准确度。另外，数据平台模块108容纳允许与第三方进行通信以进行以下操作的过程：a)从其它车辆或装置请求数据；b)从其它车辆或装置收集数据；和/或c)与其它车辆或装置进行通信。此外，该数据平台108包括处理器126、图形处理单元(gpu)128以及允许与第三方进行通信以进行以下操作的通信接口130：a)从其它车辆或装置请求数据；b)从其它车辆或装置收集数据；和/或c)与其它车辆或装置进行通信。
61.根据一个示例，系统可以使用gpu一次保留多达60秒钟的视频数据。当系统检测到有风险事件时，gpu可以将该有风险事件之前和之后10秒钟的视频保存在车辆模块的车载存储部上。该数据可以被保留，以使得系统能够在事件发生时重建以该事件为中心的视频剪辑和遥测数据，并且可以对其进行观察。系统可以以规则间隔利用行程数据来更新远程数据存储部或服务器。规则间隔可以包括但不限于行程的开始、行程的结束以及行程的每隔10秒钟。
62.作为a)事故/异常分析、b)过错责任指派、c)支付代偿和/或d)索赔支付的结果的信息可以基于被配置成接受来自保险系统的输出的api连接，通过不同用户接口发送至驾驶员和保险公司。
63.可以从车辆摄像头(诸如仪表板摄像头和驾驶辅助摄像头)接收gpu输入。在激活仪表板摄像头时，系统通过进行摄像头拍摄(shot)来验证模块是可操作的。如果系统未能进行摄像头拍摄，则例如可以每隔0.01秒钟再次进行尝试。如果系统检测到摄像头未工作或者视频捕获关闭，则它向分析和处理视频捕获的子过程发送取消命令(kill command)。可以在车辆上本地处理视频，或者可以在单独的装置上处理视频。
64.用户接口106连接至通信网络104，因此也可以被认为是联网计算装置。用户接口106可以包括使得用户接口106能够跨各种类型的通信网络进行通信的网络或通信接口138或多个网络接口。例如，用户接口106可以包括网络接口卡、天线、天线驱动器、以太网端口等。用户接口106的其它示例包括但不限于膝上型电脑、平板电脑、蜂窝电话、个人数字助理(pda)、瘦客户机、超级计算机、服务器、代理服务器、通信交换机、机顶盒(stb)、智能tv等。
65.通过监测由车辆传感器或can总线观察到的数据来检测有风险事件。当系统观察到感测数据(sensory data)接近预定阈值水平或者由机器学习模拟的风险模式匹配模型时，系统记录有风险或异常情形。在记录有风险或异常情形后，系统传感器模块过滤事件数据以及任何可用的视频记录，并将它们传递至处理评分模型的模块。
66.图4例示了根据本公开的一个或更多个方面的被配置成进行通信的车辆模块/设备400的示例硬件实现的框图。车辆模块400例如可以包括通信接口402。通信接口402可以实现数据和控制的输入和输出。通信接口402例如可以实现通过一个或更多个通信网络(类似于图1的通信网络102)进行通信。通信接口402可以直接或间接地以通信方式联接至通信网络102。车辆模块400可以包括本地工作存储器装置404以及处理器系统/功能/模块/装置(下文中称为处理器406)。处理器406可以使用工作存储器装置404来存储将被操作、正被操作或最近被操作的数据。处理器406可以将指令存储在工作存储器装置404上和/或一个或更多个其它存储器结构或装置(例如，如非暂时性计算机可读介质系统/功能/模块/装置(下文中称为非暂时性计算机可读介质408))上。所述指令在由处理器406执行时可以使处理器406例如执行本文中所描述的方法的一个或更多个方面。
67.可以利用通常由总线410表示的总线架构来实现车辆模块400。根据车辆模块400的具体应用以及总体设计约束，总线410可以包括任何数量的互连总线和桥。总线410可以以通信方式联接各种电路，所述各种电路包括一个或更多个处理器(通常由处理器406表示)、工作存储器装置404、通信接口402以及非暂时性计算机可读介质408。总线410还可以链接各种其它电路和装置，诸如本领域公知并由此未加以任何进一步描述的定时源、外围装置、电压调节器以及功率管理电路和装置。
68.通信接口402提供了用于通过传输介质与其它设备进行通信的手段。在一些实现中，通信接口402包括适于促进相对于网络中的一个或更多个通信装置进行双向信息传送的电路和/或编程。在一些实现中，通信接口402适于促进车辆模块400的无线通信。在这些实现中，可以将通信接口402联接至如图4所示的一个或更多个天线412，以用于无线通信系统内的无线通信。在一些实现中，可以将通信接口402配置用于基于有线的通信。例如，通信接口402可以是总线接口、发送/接收接口或者某一其它类型的信号接口，包括驱动器、缓冲器或者用于输出和/或获得信号(例如，从集成电路输出信号和/或将信号接收到集成电路中)的其它电路。通信接口402可以配置有一个或更多个独立的接收器和/或发送器以及一个或更多个收发器。在所示示例中，通信接口402包括发送器414和接收器416。通信接口402用作用于接收的手段和/或用于发送的手段的一个示例。
69.处理器406可以负责管理总线410以及一般处理，包括执行被存储在非暂时性计算机可读介质408上的软件。该软件在由处理器406执行时可以使处理器406执行下面针对任何特定设备或模块描述的各种功能。还可以使用非暂时性计算机可读介质408和工作存储器装置404来存储由处理器406在执行软件时所操纵的数据。
70.一个或更多个处理器(诸如车辆模块400中的处理器406)可以执行软件。无论是称为软件、固件、中间件、微代码、硬件描述语言还是其它形式，软件都可以被广泛地解释为意指指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件包、例程、子例程、对象、可执行文件、执行线程、过程、功能等。软件可以驻留在诸如非暂时性计算机可读介质408的非暂时性计算机可读介质上。通过示例的方式，非暂时性计算机可读介质408可以包括磁存储装置(例如，硬盘、软盘、磁带、磁条)、光盘(例如，压缩盘(cd)或数字通用盘(dvd))、智能卡、闪速存储器装置(例如，卡、棒或键驱动器)、随机存取存储器(ram)、只读存储器(rom)、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、寄存器、可移除盘以及用于存储可以由计算机或处理器406访问和读取的软件、数据和/或指令
的任何其它合适的非暂时性介质。通过示例的方式，计算机可读介质还可以包括载波、传输线以及用于发送可以由计算机或处理器406访问和读取的软件和/或指令的任何其它合适的介质。非暂时性计算机可读介质408可以驻留在车辆模块400中(例如，图1的本地数据存储装置112)、在车辆模块400外部(例如，远程数据存储装置142)或者跨包括车辆模块400的多个实体分布。
71.处理器406被布置成获得、处理和/或发送数据，控制数据访问和存储，发出命令以及控制其它期望操作。在至少一个示例中，处理器406可以包括被配置成实现由恰当的介质提供的期望编程的电路。
72.可以在计算机程序产品中体现非暂时性计算机可读介质408。通过示例的方式，计算机程序产品可以在封装材料中包括计算机可读介质。本领域技术人员应当认识到，如何最佳地实现贯穿本公开呈现的所描述的功能取决于特定应用和施加于整个系统的总体设计约束。
73.在本公开的一些方面，处理器406可以包括被配置用于各种功能的电路。例如，处理器406可以包括用于操作的电路/模块420，并且该电路/模块被配置成管理传感器和显示器的操作，执行与访问互联网web相关联的输入/输出操作以及例如执行本文所描述的方法。例如，处理器406可以包括数据存储部系统/功能/模块/装置422，该数据存储部系统/功能/模块/装置被配置成存储数据，该数据包括但不限于感测数据、事件数据、阈值水平、视频数据、驾驶员数据、得分数据以及先前收集的数据集。例如，处理器406可以包括文件系统/功能/模块/装置424，该文件系统/功能/模块/装置被配置成控制如何存储和取回本地数据存储部和/或远程数据存储部中的数据。例如，处理器406可以包括被配置成控制传感器输入和视频输入的传感器系统/功能/模块/装置426。例如，处理器406可以包括诊断系统/功能/模块/装置428，该诊断系统/功能/模块/装置被配置成例如服务电子邮件账户并且处理电子邮件消息和捆绑电子邮件以供传输以取回和存储车辆的自报告数据、所记录的视频，以及例如执行本文所描述的方法。例如，处理器406可以包括发动机控制单元系统/功能/模块/装置430，该发动机控制单元系统/功能/模块/装置被配置成控制车辆中的子系统到外部服务器的一个或更多个电气系统，并且例如执行本文所描述的方法。例如，处理器406可以包括被配置成构建先前使用的模型的人工智能系统/功能/模块/装置432。例如，处理器406可以包括自动驾驶系统/功能/模块/装置432，该自动驾驶系统/功能/模块/装置被配置成确定在有风险事件时是否接合了汽车的自动驾驶系统，以及是驾驶员接合自动驾驶系统的还是车辆接合自动驾驶功能的。
74.在本公开的一些方面，车辆模块400的非暂时性计算机可读介质408可以包括可以使处理器406的各种系统/功能/模块/装置执行本文所描述的方法的指令。例如，非暂时性计算机可读介质408可以包括对应于用于操作的电路/模块420的操作指令或代码420。例如，非暂时性计算机可读介质408可以包括对应于数据存储部系统/功能/模块/装置422的数据存储部指令436。例如，非暂时性计算机可读介质408可以包括对应于文件系统/功能/模块/装置424的文件系统指令438。例如，非暂时性计算机可读介质408可以包括对应于传感器系统/功能/模块/装置426的传感器指令440。例如，非暂时性计算机可读介质408可以包括对应于发动机控制单元系统/功能/模块/装置430的诊断指令442。例如，非暂时性计算机可读介质408可以包括对应于发动机控制单元系统/功能/模块/装置430的发动机控制单
元指令444。例如，非暂时性计算机可读介质408可以包括对应于人工智能系统/功能/模块/装置432的人工智能指令446。例如，非暂时性计算机可读介质408可以包括对应于自动驾驶系统/功能/模块/装置433的自动驾驶指令446。
75.图5例示了根据本公开的一个或更多个方面的被配置成进行通信的数据平台模块/设备500的示例硬件实现的框图。数据平台模块500例如可以包括通信接口502。通信接口502可以实现数据和控制的输入和输出。通信接口502例如可以实现通过一个或更多个通信网络(类似于图1的通信网络102)进行通信。通信接口502可以直接或间接地以通信方式联接至通信网络102。数据平台模块500可以包括工作存储器装置504以及处理器系统/功能/模块/装置(下文中称为处理器506)。处理器506可以使用工作存储器装置504来存储将被操作、正被操作或最近被操作的数据。处理器506可以将指令存储在工作存储器装置504上和/或一个或更多个其它存储器结构或装置(例如，如非暂时性计算机可读介质系统/功能/模块/装置(下文中称为非暂时性计算机可读介质508))上。所述指令在由处理器506执行时可以使处理器506例如执行本文中所描述的方法的一个或更多个方面。
76.可以利用通常由总线510表示的总线架构来实现数据平台模块500。根据数据平台模块500的具体应用以及总体设计约束，总线510可以包括任何数量的互连总线和桥。总线510可以以通信方式联接各种电路，所述各种电路包括一个或更多个处理器(通常由处理器506表示)、工作存储器装置504、通信接口502以及非暂时性计算机可读介质508。总线510还可以链接各种其它电路和装置，诸如本领域公知并由此未加以任何进一步描述的定时源、外围装置、电压调节器以及功率管理电路和装置。
77.通信接口502提供了用于通过传输介质与其它设备进行通信的手段。在一些实现中，通信接口502包括适于促进相对于网络中的一个或更多个通信装置进行双向信息传送的电路和/或编程。在一些实现中，通信接口502适于促进数据平台模块500的无线通信。在这些实现中，可以将通信接口502联接至如图5所示的一个或更多个天线512，以用于无线通信系统内的无线通信。在一些实现中，可以将通信接口502配置用于基于有线的通信。例如，通信接口502可以是总线接口、发送/接收接口或者某一其它类型的信号接口，包括驱动器、缓冲器或者用于输出和/或获得信号(例如，从集成电路输出信号和/或将信号接收到集成电路中)的其它电路。通信接口502可以配置有一个或更多个独立的接收器和/或发送器以及一个或更多个收发器。在所示示例中，通信接口502包括发送器514和接收器516。通信接口502用作用于接收的手段和/或用于发送的手段的一个示例。
78.处理器506可以负责管理总线510以及一般处理，包括执行被存储在非暂时性计算机可读介质508上的软件。该软件在由处理器506执行时可以使处理器506执行下面针对任何特定设备或模块描述的各种功能。还可以使用非暂时性计算机可读介质508和工作存储器装置504来存储由处理器506在执行软件时所操纵的数据。
79.一个或更多个处理器(诸如车辆模块500中的处理器506)可以执行软件。无论是称为软件、固件、中间件、微代码、硬件描述语言还是其它形式，软件都可以被广泛地解释为意指指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件包、例程、子例程、对象、可执行文件、执行线程、过程、功能等。软件可以驻留在诸如非暂时性计算机可读介质508的非暂时性计算机可读介质上。通过示例的方式，非暂时性计算机可读介质508可以包括磁存储装置(例如，硬盘、软盘、磁带、磁条)、光盘(例如，压缩盘(cd)或数字
通用盘(dvd))、智能卡、闪速存储器装置(例如，卡、棒或键驱动器)、随机存取存储器(ram)、只读存储器(rom)、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、寄存器、可移除盘以及用于存储可以由计算机或处理器506访问和读取的软件、数据和/或指令的任何其它合适的非暂时性介质。通过示例的方式，计算机可读介质还可以包括载波、传输线以及用于发送可以由计算机或处理器506访问和读取的软件和/或指令的任何其它合适的介质。非暂时性计算机可读介质508可以驻留在数据平台模块500中(例如，图1的本地数据存储装置112)、在数据平台模块500外部(例如，远程数据存储装置142)或者跨包括数据平台模块500的多个实体分布。
80.处理器506被布置成获得、处理和/或发送数据，控制数据访问和存储，发出命令以及控制其它期望操作。在至少一个示例中，处理器506可以包括被配置成实现由恰当的介质提供的期望编程的电路。
81.可以在计算机程序产品中体现非暂时性计算机可读介质508。通过示例的方式，计算机程序产品可以在封装材料中包括计算机可读介质。本领域技术人员将认识到，如何最佳地实现贯穿本公开呈现的所描述的功能取决于特定应用和施加于整个系统的总体设计约束。
82.在本公开的一些方面，处理器506可以包括被配置用于各种功能的电路。例如，处理器506可以包括用于操作的电路/模块520，并且该电路/模块被配置成管理从车辆模块104(图1)和用户接口模块106(图1)接收的数据的操作，执行与访问互联网web相关联的输入/输出操作以及例如执行本文所描述的方法。例如，处理器506可以包括数据存储部系统/功能/模块/装置522，该数据存储部系统/功能/模块/装置被配置成存储数据，该数据包括但不限于感测数据、事件数据、阈值水平、视频数据、驾驶员数据、得分数据以及先前收集的数据集。例如，处理器506可以包括文件系统/功能/模块/装置524，该文件系统/功能/模块/装置被配置成控制如何存储和取回本地数据存储部和/或远程数据存储部中的数据。例如，处理器506可以包括图形处理器系统/功能/模块/装置526，该图形处理器系统/功能/模块/装置被配置成控制车辆上的摄像头的视频输入和输出。
83.在本公开的一些方面，数据平台模块500的非暂时性计算机可读介质508可以包括可以使处理器506的各种系统/功能/模块/装置执行本文所描述的方法的指令。例如，非暂时性计算机可读介质508可以包括对应于用于操作的电路/模块520的操作指令或代码528。例如，非暂时性计算机可读介质508可以包括对应于数据存储部系统/功能/模块/装置522的数据存储部指令530。例如，非暂时性计算机可读介质508可以包括对应于文件系统/功能/模块/装置524的文件系统指令532。例如，非暂时性计算机可读介质508可以包括对应于图形处理器系统/功能/模块/装置526的图形处理器指令534。
84.图6例示了根据本公开的一个或更多个方面的被配置成进行通信的用户接口模块/设备600的示例硬件实现的框图。用户接口模块600例如可以包括通信接口602。通信接口602可以实现数据和控制的输入和输出。通信接口602例如可以实现通过一个或更多个通信网络(类似于图1的通信网络102)进行通信。通信接口602可以直接或间接地以通信方式联接至通信网络102。用户接口模块600可以包括工作存储器装置604以及处理器系统/功能/模块/装置(下文中称为处理器606)。处理器606可以使用工作存储器装置604来存储将被操作、正被操作或最近被操作的数据。处理器606可以将指令存储在工作存储器装置604
上和/或一个或更多个其它存储器结构或装置(例如，如非暂时性计算机可读介质系统/功能/模块/装置(下文中称为非暂时性计算机可读介质608))上。所述指令在由处理器606执行时可以使处理器606例如执行本文中所描述的方法的一个或更多个方面。
85.可以利用通常由总线610表示的总线架构来实现用户接口模块600。根据用户接口模块600的具体应用以及总体设计约束，总线610可以包括任何数量的互连总线和桥。总线610可以以通信方式联接各种电路，所述各种电路包括一个或更多个处理器(通常由处理器606表示)、工作存储器装置604、通信接口602以及非暂时性计算机可读介质608。总线610还可以链接各种其它电路和装置，诸如本领域公知并由此未加以任何进一步描述的定时源、外围装置、电压调节器以及功率管理电路和装置。
86.通信接口602提供了用于通过传输介质与其它设备进行通信的手段。在一些实现中，通信接口602包括适于促进相对于网络中的一个或更多个通信装置进行双向信息传送的电路和/或编程。在一些实现中，通信接口602适于促进用户接口模块600的无线通信。在这些实现中，可以将通信接口602联接至如图6所示的一个或更多个天线612，以用于无线通信系统内的无线通信。在一些实现中，可以将通信接口602配置用于基于有线的通信。例如，通信接口602可以是总线接口、发送/接收接口或者某一其它类型的信号接口，包括驱动器、缓冲器或者用于输出和/或获得信号(例如，从集成电路输出信号和/或将信号接收到集成电路中)的其它电路。通信接口602可以配置有一个或更多个独立的接收器和/或发送器以及一个或更多个收发器。在所示示例中，通信接口602包括发送器614和接收器616。通信接口602用作用于接收的手段和/或用于发送的手段的一个示例。
87.处理器606可以负责管理总线610以及一般处理，包括执行被存储在非暂时性计算机可读介质608上的软件。该软件在由处理器606执行时可以使处理器606执行下面针对任何特定设备或模块描述的各种功能。还可以使用非暂时性计算机可读介质608和工作存储器装置404来存储由处理器606在执行软件时所操纵的数据。
88.一个或更多个处理器(诸如用户接口模块600中的处理器606)可以执行软件。无论是称为软件、固件、中间件、微代码、硬件描述语言还是其它形式，软件都可以被广泛地解释为意指指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件包、例程、子例程、对象、可执行文件、执行线程、过程、功能等。软件可以驻留在诸如非暂时性计算机可读介质608的非暂时性计算机可读介质上。通过示例的方式，非暂时性计算机可读介质608可以包括磁存储装置(例如，硬盘、软盘、磁带、磁条)、光盘(例如，压缩盘(cd)或数字通用盘(dvd))、智能卡、闪速存储器装置(例如，卡、棒或键驱动器)、随机存取存储器(ram)、只读存储器(rom)、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、寄存器、可移除盘以及用于存储可以由计算机或处理器606访问和读取的软件、数据和/或指令的任何其它合适的非暂时性介质。通过示例的方式，计算机可读介质还可以包括载波、传输线以及用于发送可以由计算机或处理器606访问和读取的软件和/或指令的任何其它合适的介质。非暂时性计算机可读介质608可以驻留在用户接口模块600中(例如，图1的本地数据存储装置112)、在用户接口模块600外部(例如，远程数据存储装置142)或者跨包括用户接口模块600的多个实体分布。
89.处理器606被布置成获得、处理和/或发送数据，控制数据访问和存储，发出命令以及控制其它期望操作。在至少一个示例中，处理器606可以包括被配置成实现由恰当的介质
提供的期望编程的电路。
90.可以在计算机程序产品中体现非暂时性计算机可读介质608。通过示例的方式，计算机程序产品可以在封装材料中包括计算机可读介质。本领域技术人员将认识到，如何最佳地实现贯穿本公开呈现的所描述的功能取决于特定应用和施加于整个系统的总体设计约束。
91.在本公开的一些方面，处理器606可以包括被配置用于各种功能的电路。例如，处理器606可以包括用于操作的电路/模块620，并且该电路/模块被配置成管理从车辆模块104(图1)和数据平台模块108(图1)接收的数据的操作，执行与访问互联网web相关联的输入/输出操作以及例如执行本文所描述的方法。例如，处理器606可以包括数据存储部系统/功能/模块/装置622，该数据存储部系统/功能/模块/装置被配置成存储数据，该数据包括但不限于感测数据、事件数据、阈值水平、视频数据、驾驶员数据、得分数据以及先前收集的数据集。例如，处理器606可以包括文件系统/功能/模块/装置624，该文件系统/功能/模块/装置被配置成控制如何存储和取回本地数据存储部和/或远程数据存储部中的数据。例如，处理器606可以包括被配置成进行视频输入和输出的车辆hud系统/功能/模块/装置626。例如，处理器606可以包括被配置成控制车辆上的汽车平视显示器的车辆hud系统/功能/模块/装置626。
92.在本公开的一些方面，用户接口模块600的非暂时性计算机可读介质608可以包括可以使处理器606的各种系统/功能/模块/装置执行本文所描述的方法的指令。例如，非暂时性计算机可读介质608可以包括对应于用于操作的电路/模块620的操作指令或代码630。例如，非暂时性计算机可读介质608可以包括对应于数据存储部系统/功能/模块/装置622的数据存储部指令632。例如，非暂时性计算机可读介质608可以包括对应于文件系统/功能/模块/装置624的文件系统指令634。例如，非暂时性计算机可读介质608可以包括对应于车辆hud系统/功能/模块/装置626的车辆hud指令636。例如，非暂时性计算机可读介质608可以包括对应于车辆hud系统/功能/模块/装置626的仪表板指令638。
93.图7至图8呈现了用于从车辆传感器、视频输入以及车载人工智能和/或机器学习模块的组合收集数据并且根据该数据针对车辆的驾驶员生成、计算以及评估驾驶得分和行程信息的例示性过程，其中，驾驶员是人或者驾驶员是接合有自动驾驶功能的车辆。该过程还可以将计算结果发送至一个或更多个实体，或者允许一个或更多个实体取回计算结果。所述过程中的各个过程皆被例示为逻辑流程图中的框的集合，该逻辑流程图表示可以以硬件、软件或其组合实现的操作序列。在软件的上下文中，所述框表示当由一个或更多个处理器执行时执行所陈述的操作的计算机可执行指令。一般地，计算机可执行指令可以包括执行特定功能或实现特定抽象数据类型的例程、程序、对象、部件、数据结构等。描述操作的次序并非旨在被解释为限制，而是可以以任何次序和/或以镜像的方式组合任何数量的所描述的框来实现所述过程。出于讨论的目的，参考图1至图3的架构100来描述本文的过程。
94.图7是例示了计算车辆的驾驶员的驾驶员得分的示例性方法700的流程图。如上面所限定的，驾驶员可以是人或者如果自动驾驶功能被接合，则驾驶员可以是车辆本身。驾驶员得分计算过程700的实现可以最初开始于车辆的发动机被启动702以开始行程时。随着车辆行程的进行，车辆上的车辆模块从传感器、诊断模块、发动机控制单元和/或自动驾驶模块收集或采集704数据。车辆模块持续地监测706有风险事件。如果未检测到708有风险事
件，则车辆模块确定710行程是否已结束。
95.如果检测到712有风险事件，则触发714车辆模块记录视频和/或车辆数据，以根据车辆阈值事件进行车上和车外分析，从而指示异常情形。根据一个示例，车辆模块可以使用5秒钟至10秒钟的窗口来确定有风险事件的峰值。例如，如果驾驶员突然制动，则车辆模块可以检查10秒钟的时间帧内的对应传感器数据，以确定最大减速度的时间。当车辆模块确定已发生有风险事件时，指派例如介于0至3之间(或者介于0至4之间)的严重性级别，并且更新行程概要。可以在行程的开始和结束时以及每隔10秒钟将行程概要发送至远程数据库或服务器，并且将该行程概要存储在车辆上的车辆模块中。在行程期间检测到的有风险事件的所有严重性级别用于计算行程严重性，该行程严重性可以被用于评估行程得分。根据一个示例，在考虑行程的所配置的典型严重性(或者预定严重性或阈值)以及每分钟的实际严重性之后，系统可以针对行程的每一分钟自动地假定行程严重性为4，其中行程得分是从0至100的数字。根据一个示例，下面的表1标识了与有风险事件相关联的严重性级别。表1旨在作为例示性和非限制性的示例，可以包括其它的有风险事件和严重性级别。
96.事件严重性按照超过6mph的制动1按照等效于半个重力(半个g力)(10.97mph/s)的制动2按照一个g力(21.94mph/s)的制动3按照6mph的加速度1按照半个g力的加速度2按照一个g力的加速度3完全停止，在2mph/s下0滑行停止，介于2mph/s至10mph/s之间0.5未停止3在估计碰撞时间(ttc)为1.5秒钟至1.0秒钟的情况下跟车0.75在ttc为1.0秒钟至0.5秒钟的情况下跟车1.75在ttc小于0.5秒钟的情况下跟车3
97.表1
98.在检测到事件时，系统可以使用60秒钟的视频数据来保存事件时间戳之前10秒钟和之后10秒钟的视频。然后，车辆模块对所记录的内容进行分析，并且使用对象检测算法绕其认出的各个对象画框。在创建对象边界框之后，车辆模块将框坐标发送至处理器以处理有风险事件。换句话说，系统可以识别位于车辆外部的已影响驾驶员的驾驶行为表现的对象。所述框使用对象检测算法从所记录的视频中识别车辆外部的影响行为表现数据的对象。确定所识别的对象的纬度和经度坐标，并且可以将这些坐标发送至诊断模块处理器以供进一步处理，从而确定其对驾驶员行为表现的影响。
99.基于从行程采集的所有数据，系统针对累积的总驾驶员得分来计算716基于行程的驾驶员评分。接下来，系统基于数据收集和分析使用人工智能和/或机器学习来计算718所收集的车辆传感器和/或视频元数据，以产生包括风险和安全性的得分的驾驶得分。如果未检测到更多的有风险事件并且确定720行程已结束，则系统停止收集数据。
100.图8是例示了确定驾驶员和车辆的安全性的示例性方法800的流程图。安全性得分
计算过程800的实现开始于在行程期间采集、收集和/或检测数据。如上面所限定的，驾驶员可以是人或者如果自动驾驶功能被接合，则驾驶员可以是车辆本身。收集802诊断数据，并且根据该诊断数据，确定804在行程期间是否出现任何故障代码、识别出806任何有风险事件数据以及指派808有风险事件的严重性级别。也收集810驾驶数据，并且根据驾驶员数据，确定是否检测到812任何异常行为、识别出814任何有风险事件数据以及指派816有风险事件的严重性级别。使用所收集的数据、所检测到的故障代码、所识别的有风险事件以及所指派的事件严重性级别，系统在行程仍处于进行中时确定中期(interim)得分818。一旦行程结束820，就指派822行程严重性以及确定824行程得分。使用行程严重性级别和行程得分，计算826驾驶员得分。
101.在确定行程得分方面可以分析的因素可以包括但不限于所观察到的驾驶员行为、可用的车辆安全系统、车辆维护水平以及行驶的距离和小时数。
102.根据本公开的一个方面，系统可以在确定足够严重的异常后联系和派遣紧急响应人员和拖车并且援助涉及到医疗选择和车辆修理设施的那些事宜。系统可以跟踪车辆的位置和取向。如果附接有惯性测量单元(imu)，则系统与gps采样分开地处理imu数据，使得系统能够提供更多的车辆细节。系统可以每隔一秒钟就从gps和imu取回以下车辆细节：经度、纬度、高度、速度、方向、以米为单位的经度误差、以米为单位的纬度误差、以米/秒为单位的速度误差、以米为单位的高度误差以及以度为单位的方向误差。
103.然后，gps模块使用有助于提高系统接收的信息的精度和准确度的无迹卡尔曼定位滤波器(unscented kalman localization filter)来处理gps数据。定位滤波器本身基于速度和方向来对车辆位置进行估计，并且针对从gps接收的信息对该车辆位置进行检查。在较差或较低接收的区域中，系统可以不太着重于gps数据，而更多着重于定位滤波器预测结果。
104.图9是概述了保险系统关于保险的整个过程的图。示出了在检测到事件时发生的4个主要过程。主要过程示出了：a)检测到事故以及其它异常；b)异常重建和解释；c)事件费用和过错归属(fault attribution)；以及d)代偿和支出。
105.图10是示出了检测事故或异常(即，事件)的过程的图。在驾驶时，留出分配的数据存储量以保留1分钟的有价值的车辆传感器信息。当检测到事故或异常时，向可能已看到该事件的周围车辆和装置发出警报。将来自该事件的可能可见范围内的那些车辆和装置的数据发送至保险系统数据平台，以供进一步分析。
106.图11是示出了使用来自多个装置传感器的数据来提高针对检测到事件时的车辆和对象的位置和运动估计的准确度的过程的图。该图还示出了重建由装置和车辆传感器数据检测到的对象的活动的过程，诸如示出了所检测到的对象的路径投影以及可能导致所检测到的异常/事故的任何动作。该过程的结果是创建了事件报告和所发生的活动的事件日志。
107.图12是示出了如何使用事件报告来向所涉及的实体指派过错的图。针对事件报告运行基于异常类型针对过去保险索赔结果进行了训练的模型。该模型向在事件位置处检测到的对象和实体指派过错以及来自促成原因(contributing cause)的任何潜在过错，所述促成原因诸如但不限于零件制造商、车辆软件制造商等。在指派了过错之后，根据针对过去的保险索赔信息进行了训练的模型来估计费用。如果驾驶员或乘客通过手机拍摄了事件的
照片，则可以将这些照片上传至保险系统数据平台，以运行针对事件图像进行了训练的费用估计模型。在给定所估计的费用以及费用估计的准确度的情况下，可以决定自动向被保险的各方进行支付或者请求人工代理批准。
108.图13是示出了减少针对代偿索赔以及向所涉及各方进行支出的人工工作量的过程的图。首先，使用根据事件生成的数据，运行关于所检测到的对象的识别模型，以检测车辆牌照信息，以供从远程数据库取回所涉及各方的承保方(insurance carrier)。如果该信息不足以识别所涉及的各方，则个人可以利用他们的手机拍摄驾驶执照的照片。驾驶执照图像可以由经训练以检测书写的字母和数字的模型使用，以便提取有关所涉及各方的信息。然后，基于先前的过错模型输出，所识别的各方将向他们的承保方通知过错百分比。基于所指派的过错比率，代偿支付，并且所涉及的各方将接收他们的索赔支出。
109.上述系统可以将事故数据存储在车辆以及装置上。
110.可以将上述系统用于调整风险特征计算以及针对可用传感器和/或数据输入的异常检测。
111.可以将上述系统用于驾驶员和车辆的风险估计和安全性评估，以用于车队管理。
112.可以将上述系统用于在事故之后通过蜂窝和/或其它网络连接将事故数据发送至紧急响应服务。
113.可以将上述系统用于根据事故数据估计车辆修理、保险索赔以及身体伤害。
114.可以将上述系统用于驾驶员和/或车辆安全性分析。
115.上述系统可以应用于金融和保险业。可以将上述系统用于租赁和贷款的剩余价值计算。可以将所生成的风险计算结果和估计结果用于确定行为和车辆里程，以估计车辆的剩余价值。然后，可以将剩余价值用于估计租赁价格、车队管理销售、车辆价格、拍卖定价以及总损失保险评估。可以将所估计的驾驶员得分和行程概要用于计算驾驶每英里的行程费用、驾驶员的保险费变化以及车辆磨损。
116.结论
117.在本公开内，使用词语“示例性”意在“用作示例、实例或例示”。本文中被描述为“示例性”的任何实现或方面不必被解释为优选的或比本公开的其它方面有利。同样，用语“方面”不要求本公开的所有方面均包括所讨论的特征、优点或操作模式。本文中使用术语“联接”来指两个对象之间的直接或间接联接。例如，如果对象a物理地接触对象b，并且对象b接触对象c，则对象a和c仍可以被认为彼此联接—即使它们彼此没有直接物理地接触。例如，即使第一对象从未与第二对象直接物理接触，也可以将第一对象联接至第二对象。术语“电路”和“电路系统”被广泛地使用，并且旨在包括电气装置和导体的硬件实现以及信息和指令的软件实现，当电气装置和导体被连接和配置时，其使得能够执行本公开中描述的功能，而不限于有关电子电路的类型，当信息和指令被处理器执行时，其使得能够执行本公开中描述的功能。用语“至少一个”以及“一个或更多个”在本文中可以互换使用。
118.在本公开内，短语“a和/或b”的使用可以意指“a或b或者a和b”，并且可以另选地表达为“a、b或其组合”或者“a、b或两者”。在本公开内，短语“a、b和/或c”的使用可以意指“a或b或c或其任何组合”，并且可以另选地表达为“a、b、c或其任何组合”。
119.本文所例示的部件、步骤、特征和/或功能中的一者或更多者可以被重新布置和/或组合成单个部件、步骤、特征或功能，或者以多个部件、步骤或功能来体现。在不脱离本文
所公开的新颖特征的情况下，还可以添加附加要素、部件、步骤和/或功能。本文所例示的设备、装置和/或部件可以被配置成执行本文所描述的方法、特征或步骤中的一者或更多者。本文所描述的新颖算法还可以高效地以软件实现和/或嵌入硬件中。
120.要理解，所公开的方法中的步骤的具体次序或层次是示例性过程的例示。基于设计偏好，可以理解，可以重新排列该方法中的步骤的具体次序或层次。除非本文中具体陈述，否则所附方法权利要求以样本顺序呈现各个步骤的要素，而并非意在限制成所呈现的具体次序或层次。
121.提供先前的描述是为了使得本领域任何技术人员能够实践本文所描述的各个方面。对这些方面的各种修改对于本领域技术人员是显而易见的，并且可以将本文所限定的一般原理应用于其它方面。因此，权利要求并非旨在限制本文所示的各方面，而是要符合与权利要求文字一致的全部范围，其中，除非明确地这样规定，否则以单数形式对要素的引用并非意指“一个且只有一个”，而是意指“一个或更多个”。除非另外明确规定，否则用语“一些”是指一个或更多个。涉及“项目列表中的至少一个”的短语指的是这些项目的任何组合，包括单个成员。作为示例，“a、b或c中的至少一个”旨在涵盖：a；b；c；a和b；a和c；b和c；以及a、b和c。本领域普通技术人员所已知或以后会知道的贯穿本公开描述的各个方面的要素的所有结构性和功能性等同物通过引用而明确地并入本文，并且旨在被权利要求所涵盖。此外，不管这种公开是否在权利要求中进行了明确陈述，本文所公开的任何内容都不旨在专用于公众。权利要求要素不应根据35 u.s.c.
§
112(f)的规定来解释，除非该要素使用短语“用于
…
的装置”来明确陈述，或者在方法权利要求的情况下，该要素使用短语“用于
…
的步骤”来陈述。
122.如本文所使用的，用语“确定”涵盖宽泛种类的动作。例如，“确定”可以包括推算、计算、处理、获得、调查、查找(例如，在表格、数据库或另一数据结构中查找)、查明等。而且，“确定”可以包括接收(例如，接收信息)、访问(例如，访问存储器中的数据)等。而且，“确定”可以包括解析、选择、选定、建立等。
123.虽然前述公开示出了例示性的各方面，但是应注意，在不脱离所附权利要求的范围的情况下，可以在本文中进行各种改变或修改。除非另外明确声明，否则根据本文所述各方面的方法权利要求的功能、步骤或动作不必以任何特定次序来执行。此外，尽管可以以单数形式来描述或主张要素，但是除非明确声明限于单数形式，否则考虑复数形式。