بررسی رفتار رانندگی با استفاده از big data در بیمه هوشمند

قسمت اول : مقدمه

با افزایش سطح رفاه و توسعه زندگی شهرنشینی استفاده از خودرو های شخصی افزایش یافته است به طوری که طبق آمار تعداد افرادی که خودرو شخصی دارند در سال 2011،در حدود 800 میلیون نفر بوده است که این عدد در سال 2018 به نزدیک یک میلیارد خودرو در سرتاسر دنیا رسیده است و همچنین پیش بینی می شود که در سال 2050 تعداد افرادی که از خودرو شخصی استفاده می کنند به بیش از 2 میلیارد برسد.

با افزایش تعداد اتومبیل ها متاسفانه تعداد تصادفات نیز افزایش یافته است به طوری که تعداد قربانیان تصادفات جاده ای در سال 2018 به حدود 1.35میلیون نفر در جهان رسیده که است و مرگ و میر ناشی از سوانح جاده ای نهمین رتبه را در مرگ و میر و 2.2% از مرگ و میر جهانی را شامل می شود و پیش بینی می شود که تا سال 2030 در جایگاه هفتم علت مرگ مردم دنیا قرار گیرد.

افزایش تلفات ناشی از تصادفات سبب افزایش دریافت خسارت توسط بیمه شوندگان از شرکت های بیمه می شود، بنابراین شرکت های بیمه به دنبال راه های دقیق و قابل اعتماد هستند تا بتوانند رانندگان پر خطر را شناسایی کنند و حق بیمه بیشتر از آنها دریافت کنند و از طرف دیگر خودروهایی که در طول سال مدت زمان بیشتری را در جاده ها سپری می کنند باید پول بیشتری نسبت به سایر خودرو ها به بیمه پرداخت کنند چراکه در معرض خطر بیشتری قرار می گیرند. بنابراین شرکت های بیمه نیاز به فناوری هایی دارند که بتوان به وسلیه آن اطلاعاتی از رفتار رانندگان در طول سال را بدست آورده و تحلیل کنند که در اینجا به بررسی چند مدل از این فناوری ها می پردازیم:

• جعبه سیاه: یک قطعه الکترونیکی می باشند و توسط شرکت سازنده خودرو در آن جاسازی می شود و اطلاعات خودرو را پس هر تصادف ضبط می کنند.
• دانگل: یک قطعه الکترونیکی می باشد که توسط شرکت بیمه در خودرو نصب می شود و ارتباط بین سرور های آن شرکت و خودرو را برقرار می کنند و می تواند در هر زمان اطلاعات را به صورت یک طرفه به سرور ارسال کند.
• امکانات جاسازی شده: شرکت های خودرو سازی برای محاسبه پارامتر های مختلف نظیر سرعت و شتاب و... سنسورهای مختلفی را در خودرو ها تعبیه کرده اند تا اطلاعاتی از رفتار راننده را بدست بیاورند . مانند: سنسور های عیب یابی، موقعیت یابی و سرویس جمع آوری اطلاعات.
• تلفن های هوشمند: یکی از راه های جمع آوری اطلاعات از وضعیت رانندگی راننده ها ، تلفن همراه هوشمندی می باشد که در خودرو وجود دارد زیرا اکثر این دستگاه ها شامل سرعت سنج ، شتاب سنج ، قطب نما و ژیروسکوپ می باشند. مریت استفاده از تلفن های هوشمند، هزینه کم آنها می باشد در حالی که در بعضی نقاط سنسورهای آن ها پایدار نیستند و اطلاعات درستی را نمایش نمی دهند.
• سیستم موقعیت یابی(GPS) : یکی دیگر از راه های بررسی رفتار رانندگان استفاده از GPS برای جمع آوری اطلاعاتی نظیر موقعیت جغرافیایی و سرعت می باشد و با تجزیه و تحلیل این اطلاعات در علم Big data با استفاده از الگوریتم های مختلف می توان میزان شدت سرعت، شدت شتاب و شدت ترمز را در طول زمان حرکت خودرو محاسبه کرد و بر اساس آن نحوی رانندگی شخص را تعیین کرد. مزیت این سیستم پایداری بیشتر آن نسبت به سنسور های تلفن همراه است در حالی که پیچیدگی پیاده سازی و هزینه بالای آن از نقاط ضعف این سیستم می باشد.

برای بررسی رفتار رانندگان و تخصیص حق بیمه عادلانه میان رانندگان پر خطر و رانندگان با احتیاط ، اطلاعاتی که توسط سنسور های خودرو و دستگاه های ردیاب جمع آوری شده است مورد تجزیه و تحلیل قرار می گیرد . در بین این دو منبع بیشتر سعی می شود از اطلاعات ردیاب ها استفاده شوند چون همه ی خودرو ها مجهز به سنسور نیستند. ردیاب ها از هنگام شروع حرکت اتومبیل اطلاعات مختلف نظیر موقعیت جغرافیایی ، سرعت و شتاب اتومبیل را در هر لحظه به سرور ارسال می کنند ولی این حجم از اطلاعات را هیچ دستگاهی نمی توانند ذخیره سازی و تحلیل کند که در اینجا علم Big data توانایی انجام این کار را فراهم می کند و با استفاده از الگوریتم های مختلف از پارامترهای فرستاده شده توسط ردیاب نظیر شدت شتاب ، شدت سرعت ، شدت ترمز و شدت پیچیدن، پرخطر و یا محتاط بودن رانندگان را مشخص می کنند بر اساس آن حق بیمه هر راننده محاسبه میشود.

منبع :

• Subramanian Arumugam and R. Bhargavi :A survey on driving behavior analysis in usage based insurance using big data