基于可信計算的智能駕駛大數據在保險領域的應用價值

楊宇

摘? ?要：文章以解決交通安全為主線，研究汽車AI大數據技術在保險領域的應用，結合AI、物聯網、大數據及區塊鏈，通過總結和對比國內外智能駕駛輔助技術在解決交通問題的方法時，發現智能管理輔助系統（Advanced Driver Assistance System，ADAS）能夠大幅度地降低車禍。通過ADAS傳感器采集數據、可信計算，能夠將數據真實地刻畫到每個用戶的駕駛行為，基于區塊鏈不可篡改的數據賬本，將數據應用到保險應用，通過主動干預的方式降低理賠率。同時，通過保險的市場激勵方式，讓高風險用戶承擔高的保費支出，讓低風險用戶享受保費的折扣，實現社會整體交通風險的下降。

關鍵詞：智能駕駛輔助系統;可信計算;大數據;保險;區塊鏈

Abstract： With the Articles to solve the traffic safety as the main line， the car AI big data technology applied in the field of insurance， combined with the AI， the Internet of things， big data and combined with block chain， through summarizing and comparing the domestic and foreign intelligent driving assistive technology on the way to solve the traffic problems， found ADAS can greatly reduce the traffic accident， through the ADAS sensors to collect data， through the trusted computing， can the true portrayal of data to each user's driving behavior， based on the data block chain not tamper with the book， the data is applied to the insurance application， through active intervention to reduce the odds， At the same time， through the insurance market incentives， high-risk users can bear high premium expenses， and low-risk users can enjoy premium discounts， so as to reduce the overall traffic risk of the society.

Key words： ADAS; trusted computation; big data;insurance; blockchain

1 引言

交通安全已經成為全球城市化的共識問題，交通死亡率居高不下，隨著大數據、云計算、區塊鏈、人工智能、移動互聯等新一代信息技術的發展和應用，保險業發展與信息技術變革正在發生共振，將保險業帶入一個更廣闊的全新發展領域，人工智能、無人駕駛技術等新興科技被視為人類繼蒸汽機時代、電器時代和信息時代之后的第四次工業革命。中國也是目前這次工業革命的重要試驗場。科技的發展極大地改進了保險生態環境，改良了保險行業的痛點，改變了保險行業的傳統使命。科技改變保險，保險改變生活。智能駕駛和保險區塊鏈的結合將會降低車禍，保證人民生命安全，最終為保險數字經濟化的轉型提供解決路徑。

2 車險行業現狀

2018年車險公司平均綜合成本率高達100.1%，綜合賠付率58.78%，綜合費用率40.46%。區塊鏈技術的出現，為保險擺脫困境提供了前沿的解決方案，區塊鏈為“技術”監管提供了最有效地手段。同時，國家把區塊鏈作為自主創新技術的核心突破口，是基于區塊鏈技術的無法篡改、可追溯，強化信息對稱與交易安全，建立多方驗證同態加密信任共識機制，搭建實時的“點對點”管理和數據監控系統，有效地降低監管成本，提高監管的有效性、及時性;區塊鏈技術為保險業構建了一個具有剛性約束的信任體系，使得所有保險環節、參與機構各盡其責，分布協同的自治組織形成透明、可靠、信任的保險社會。

3 區塊鏈技術構建保險科技的優勢

據瑞再研究院最新Sigma報告顯示，2018年全球保費首次突破5萬億美元關口，占全球生產總值（GDP）的6%以上。保險是一個規模巨大的行業，保險的目的是降低和管控風險，制度、技術是風險管控的關鍵，而區塊鏈為“技術”監管提供了最有效的手段。基于區塊鏈技術的無法篡改、可追溯特性，同態加密保證交易安全，建立多方驗證的交互式共識信任機制，可形成一個透明、可靠、信任的保險社會，結合駕駛人數據，在保證數據真實可信的前提下，可構建基于區塊數據的保險互助組織。區塊鏈技術優勢在于：（1）智能化合約;（2）多方驗證和同態加密確保數據安全;（3）基于時間戳的無法篡改和數據可追溯性;（4）基于分布式存儲的數據不易丟失。

4 ADAS及發展趨勢

智能駕駛輔助系統（Advanced Driver Assistance System，ADAS）是利用安裝于車上的各式各樣的傳感器，在第一時間收集車內外的環境數據，進行靜、動態物體的辨識、偵測與追蹤等技術上的處理，從而能夠讓駕駛者在最快的時間察覺可能發生的危險，以引起注意和提高安全性的主動安全技術。早期的ADAS 技術主要以被動式報警為主，當車輛檢測到潛在危險時，會發出警報提醒駕車者注意異常的車輛或道路情況，利用ADAS和大數據的結合，主動干預用戶的駕駛行為習慣，為車險的定價由被動轉入主動提供了新的視角。

4.1 ADAS國外發展狀況

美國高速公路安全管理局自2011年起就將汽車前碰撞預警納入車輛安全評分，并規定自2018年開始五星安全標準車輛必須配備自動緊急制動。美國高速公路安全管理局在汽車五星安全標準中明確加入ADAS，并指出，高達94%的汽車事故與人為失誤有關，因此強烈建議安裝ADAS主動安全系統。

4.2 ADAS對保險降低風險的案例

以色列保監局發布的基于ADAS的索賠報告。基于保險在防撞系統的效能因素精算研究，該研究測試了具有正向碰撞警告系統的影響（FCW）系統和車道偏離預警系統（LDW），由Mobileye為案例，對以色列的期望索賠成本表。

表1中的數字表明，該系統可以減少索賠頻率59%。然而，這樣的結果應該是把混雜因素去除后測試的。

根據中國交通部測試，配備了高級輔助駕駛系統（ADAS），在駕駛員發生碰撞前發出報警提醒駕駛，車輛風險指數（Risk Ratio）平均降低21～35%。

5 區塊鏈技術對保險的影響

利用區塊鏈技術的創新，融合互聯網大數據，實現所有數據價值互聯，可打造優良的區塊鏈數字保險發展生態圈，以區塊鏈創新引領保險業發展趨勢。區塊鏈將使保險業擁有操作過程高效透明、大幅節約理賠成本、數據高度安全等優勢，給傳統保險領域帶來巨大變化和突破。

6 ADAS和UBI結合對保險行業的影響

UBI車險是基于車主駕駛行為及使用車輛的保險，通過搜集車主的駕駛習慣以及大數據技術處理，為保險定價提供依據，研究ADAS與UBI相結合的智能駕駛大數據模式對車險行業的價值。研究區塊鏈技術對保險行業的影響，可通過智能駕駛大數據的事前預防、事中管理，發現事后控制，全面提升車險行業風險管控能力，發現智能駕駛大數據和區塊鏈的數據結構結合對保險的影響。

事前預防：利用ADAS技術主動預防事故，應用了前碰撞預警系統、車道偏離預警系統、自動報警救援系統、行人識別等。這些技術讓汽車能夠實時監測車輛的外部情況，對潛在碰撞危險發出警示。

事中管理：基于用戶駕駛數據、環境數據、車輛數據、身份特質數據等多維度因子，自動對用戶TTC（兩車車距/兩車的相對車速）、THW（兩車車距/本車的車速）、急剎車、急加速等數十項駕駛行為數據進行收集和分析，從而評估出用戶的駕駛安全系數。建立用戶駕駛行為風險量化模型，及時發現高風險用戶，并給出相應改善建議，對用戶駕駛行為進行教育、改善，進而降低事故。

事后控制：對用戶駕駛過程中的傳感器數據、視頻圖像數據、GPS數據等進行多源融合，實現碰撞事故的實時準確檢測，在發生嚴重事故時第一時間對用戶進行救援，給用戶提供更可靠的安全保障，同時電子證據也有助于保險公司的理賠減損、打假防騙。

針對傳統的UBI模型，現有的智能駕駛大數據模型具有更為豐富的技術優勢和準確的數據模型。對于數據采集類型，增加了傳統UBI未有的基于ADAS的主動干預因素的檢測，并提供了事故視頻證據。通過對大數據分析，能更準確地得出用戶的駕駛行為分析，并以此規范用戶的駕駛行為。針對傳統的UBI和現有智能駕駛大數據對比如表2所示。

基于ADAS的主動預防事故機制下降車險賠付率，并收集用戶各類駕駛行為數據及ADAS預警數據，結合傳統車險定價體系中的從車因素及保單因素，實現車險精準定價的第三代UBI。

如圖1所示為分析模型的組成，對于該模型分為四個模塊，分別是駕駛行為評分模型、分析指數模型、出險概率模型以及定價模型。

其中，駕駛行為評分模型是依托于平臺大數據，對基于ADAS的用戶駕駛行為進行分析，并通過模型因子評價出用戶駕駛行為評分保險和管理部門進行參考。

對于及時行為的分析需要有模型因子的支撐，從設備終端采集的數據可以支撐起目前對用戶駕駛行為分析的需要，模型的因子的分類和采集如圖2所示。

基于分析指數模型的核心算法是計算駕駛行為的理論技術與支撐。駕駛行為多層結構理論—解決行為難以描述的問題，基于激進指數的習慣辨識算法—解決行為難以量化評價的問題。

7 智能駕駛大數據區塊鏈數據結構

（1）通過信息數據計算保額;

（2）智能生成電子合約;

（3）電子簽名記錄;

（4）事故數據記錄登記（不可篡改，可作為法律依據）。

8 智能駕駛和保險區塊鏈結合的優勢

（1）事故預防。ADAS作為駕駛輔助系統是利用安裝在車上的各式傳感器（攝像頭、毫米波雷達、激光雷達、加速度計、陀螺儀、磁力計等），在車輛行駛過程中實時采集車輛運動數據及周圍環境數據，經過一系列的運算與分析，來識別潛在的碰撞、車道偏離等危險，并提前對駕駛人進行預警，可以有效預防事故，提高駕駛的舒適性與安全性。典型的ADAS功能有前碰撞預警、車道偏離預警、行人碰撞預警等。ADAS的概念在國內相對較新，但是在國外已運用多年，其在預防事故方面的作用也已得到大量的論證。基于上述以色列保監會發布的精算報告顯示，使用ADAS產品后，碰撞事故率降低45%。中國交通部公路科學研究院也做了大量測試，證實ADAS在事故預防方面的重要意義。

（2）客戶風險識別管理。保險公司的精算定價是一個風險識別、風險量化的過程，車隊對司機的管理需要區分哪些是好司機哪些是危險的司機，也是一個風險識別的過程。UBI的基本理念是引入更多的“從人”因素，來提升精算模型的風險區分能力。那么怎樣的“從人”因素能夠更好地提升模型的風險區分能力呢？從數據采集的類型來看，OBD或者智能手機主要采集車輛自身的運動數據，沒法顧及與周圍環境之間的相對關系數據，比如自車和其他車輛的相對距離、相對速度等數據，這也決定了基于OBD或智能手機的UBI有其固有的缺陷，限制了模型的精度。而在智能駕駛大數據模式下，不僅采集車輛自身運動數據，更采集與事故發生直接相關的自車與環境之間相對關系數據，即各類ADAS信息，比如發生前碰撞預警時的預碰撞時間及跟車距離、車道偏離預警信息、行人碰撞預警信息等，這些ADAS信息可以較為全面地描繪車輛與環境之間的相對關系，可以準確反映車輛當時面臨的危險程度。

（3）智能駕駛大數據模式采集的數據類型，決定了其能夠顯著提升精算模型的風險區分能力，有助于保險公司實現精準定價，也可以為車隊管理者提供有力的管理依據，并實現對司機駕駛風險的實時管理。比如司機連續實線變道，又或者司機頻繁跟車距離過近導致連續發生前碰撞預警事件，車隊管理者可以及時進行干預，避免事故的發生。

理賠輔助。智能駕駛大數據模式中，基于多傳感器數據（圖像數據、距離、速度、加速度、角速度等）融合技術，可以實時監測車輛是否發生事故及事故的嚴重程度。在事故發生時第一時間通知保險公司介入處理，對于嚴重事故可以在第一時間通知救援公司組織救援，如此可以顯著提高保險公司的服務水平，提升客戶滿意度。此外，及時介入事故處理，可以有效幫助保險公司降低事故損失。基于ADAS設備采集的各類基礎數據，作為電子證據可以完整還原事故場景，能夠幫助保險公司進行有效地打假防騙。

（4）利用區塊鏈分布式的數據結合和智能合約，打造去中心化的人工智能車險平臺，接入行業相關的所有數據提供者，并整合汽車從出廠到報廢的全過程數據。同時，還將接入更多的數據使用者，包括保險公司、電商平臺、汽車金融等更多的汽車后市場服務商，將現有汽車產業鏈的上下游公司數據服務，直接從競爭關系轉變為整合關系，數據價值回歸用戶，形成用戶參與的商業模式。利用區塊鏈和智能駕駛技術，可以實現車輛信息、資產權屬信息等投標信息核查記錄，使投保人信息上鏈，整合保險公司保單信息、出險記錄、保險欺詐等信息，保證上鏈信息的真實、完整、中立、安全、可溯和高效地實現保險客戶的身份在線效驗、信用驗證與風險識別，發揮共享平臺效率，支持保險監管，保護消費保險，輔助社會治理。

（5）通過引入分布式可信的、多主體參與的、數據具有天然可信性的區塊鏈技術，去開拓更具有創新意義的跨界保險業務。根據用戶安裝智能駕駛采集的駕駛行為數據，設立ABI（ADAS+UBI）新險種，按照用戶駕駛時間和駕駛里程，對達成全網共識的高分數、低風險客戶進行獎勵，引導大家養成良好的駕駛習慣。隨著智能駕駛的發展，區塊鏈將為無人駕駛提供新的險種。

9 結束語

智能駕駛輔助系統和保險區塊鏈的結合，利用區塊鏈技術可以維護一個完整、分布式、不可篡改的連續賬本數據庫，通過確保駕駛人數據和信息安全，避免蓄意篡改行為的發生。這將會極大地改變現有保險的數據生態，有望重構全新且精密的保險信用體系。基于區塊鏈去中心化信任機制，可以實現實時的保險交易結算和清算，實現保險“脫媒”機制，通過智能合約的應用，將使保險公司實現自動理賠，提高理賠效率，使理賠的透明度大大增加，實現保險的DAO互助組織。利用區塊鏈鏈式結構，能夠使ADAS數據共享。向監管機構開放一個記賬節點，可推進“監管科技”，從而提升流程透明度，避免欺詐行為，更高效地實現監管。

參考文獻

[1] 劉權.區塊鏈與人工智能—構建智能化數字經濟世界[M].北京：人民郵電出版社，2019.

[2] 奚玉莉.互聯網保險新模式[M].北京：中信出版社，2016.

[3] 周路菡.先進駕駛輔助系統開始普及[J].新經濟導刊， 2016（08）：17-21.

[4] 金輝.區塊鏈技術解決全球互保業五大痛點[J].企業管理， 2018（06）：20-22.

[5] 朱倩倩.無人駕駛時代車險業發展分析[J].汽車工業研究， 2018（01）：38-40.

[6] Sikorski J J， Haughton J， Kraft M. Blockchain technology in the chemical industry： Machine-to-machine electricity market[J].Applied Energy， 2017，195：234-246.

[7] 張博卿.我國大數據安全現狀、問題及對策建議[J].網絡空間安全，2018，9（08）：45-47+80.