(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111666510.9 (22)申请日 2021.12.31 (71)申请人 深圳市麦 谷科技有限公司 地址 518000 广东省深圳市南 山区南头街 道南海大道3 025号创意大厦5楼 (72)发明人 周志文　戴文波　纪向晴　朱宇翔　 (74)专利代理 机构 深圳市徽正知识产权代理有 限公司 4 4405 专利代理师 卢杏艳 (51)Int.Cl. G06Q 10/04(2012.01) G06K 9/62(2022.01) (54)发明名称 车辆的行驶里程预测方法及系统 (57)摘要 本发明公开了一种车辆的行驶里程预测方 法及系统， 方法包括： 获取车主的原始行驶数据； 若原始行驶数据中的行驶时间大于等于预定时 间段， 则获取原始行程数据中预定时间段对应的 行驶数据； 对原始行程数据中预定时间段对应的 行驶数据进行预处理后， 生成目标行驶数据； 通 过分层聚类算法对目标行驶数据进行分类， 生成 车主分类； 根据分类后的车主分别创建对应的预 测模型， 根据预测模型获取车主全年的行驶里程 预测结果。 本发明通过分层聚类算法， 对车主进 行画像， 并根据车主的分类对里程进行预测， 从 而提高了 行驶里程的预测准确度， 为车险定价提 供了方便 。 权利要求书2页 说明书8页 附图1页 CN 114626571 A 2022.06.14 CN 114626571 A 1.一种车辆的行驶里程预测方法， 其特 征在于， 包括： 获取车主的原 始行驶数据； 若原始行驶数据中的行驶 时间大于等于预定时间段， 则获取原始行程数据中预定时间 段对应的行驶数据； 对原始行程数据中预定时间段对应的行驶数据进行 预处理后， 生成目标 行驶数据； 通过分层聚类算法对目标 行驶数据进行分类， 生成车主分类； 根据分类后的车主分别创建对应的预测模型， 根据 预测模型获取车主全年的行驶里程 预测结果。 2.根据权利要求1所述的车辆的行驶里程预测方法， 其特征在于， 所述获取车主的原始 行驶数据后， 还 包括： 若原始行驶数据中的行驶时间小于预定时间段， 则通过推荐系统协同过滤算法， 推送 驾驶行为类似的车主的行驶里程预测值； 将行驶里程预测值作为车主的全年行驶里程。 3.根据权利要求2所述的车辆的行驶里程预测方法， 其特征在于， 所述若原始行驶数据 中的行驶时间大于等于预定时间段， 则获取原始行程数据中预定时间段对应的行驶数据， 包括： 若原始行驶数据中的行驶 时间大于等于三个月， 则获取原始行程数据中最后三个月的 行驶数据， 所述行驶数据包含若干个行程数据， 每个行程数据包括设备ID、 行程起始经纬度 坐标、 行程结束经纬度坐标、 行程起始时间、 行程结束时间、 行程平均时速、 行程最大时速、 行程起始地点、 行程结束地 点、 行驶里程和行驶油耗。 4.根据权利要求3所述的车辆的行驶里程预测方法， 其特征在于， 所述对原始行程数据 中预定时间段对应的行驶数据进行 预处理后， 生成目标 行驶数据， 包括： 对预定时间段对应的行程数据中间隔小于预设时间阈值 合并成一条 行程数据； 对不需要的数据进行过滤， 并对重复、 异常以及错误数据进行清洗后， 生成目标行驶数 据。 5.根据权利要求4所述的车辆的行驶里程预测方法， 其特征在于， 所述通过分层聚类算 法对目标 行驶数据进行分类， 生成车主分类， 包括： 获取目标行驶数据中所有工作日行程的起始位置经纬度坐标和结束位置经纬度坐标， 生成二维数组， 记为第一数组； 获取目标行驶数据中所有节假日行程的开始位置经纬度坐标和结束位置经纬度坐标， 生成第二维数组， 记为第二数组； 通过DBSCAN聚类算法对目标 行驶数据进行聚类， 输出簇的个数k； 通过K‑means聚类算法对每笔行程的起点和终点的地理坐标进行聚类， 其中聚类中心 数为k； 根据簇内的坐标点的个数获取 车主车辆的停放 位置信息； 根据停放 位置信息对车主 进行分类。 6.一种车辆的行驶里程预测系统， 其特征在于， 所述系统包括： 存储器、 处理器及存储 在所述存储器上并可在所述处理器上运行的计算机程序， 所述计算机程序被所述处理器执 行时实现以下步骤： 获取车主的原 始行驶数据；权　利　要　求　书 1/2 页 2 CN 114626571 A 2若原始行驶数据中的行驶 时间大于等于预定时间段， 则获取原始行程数据中预定时间 段对应的行驶数据； 对原始行程数据中预定时间段对应的行驶数据进行 预处理后， 生成目标 行驶数据； 通过分层聚类算法对目标 行驶数据进行分类， 生成车主分类； 根据分类后的车主分别创建对应的预测模型， 根据 预测模型获取车主全年的行驶里程 预测结果。 7.根据权利要求6所述的车辆的行驶里程预测系统， 其特征在于， 所述计算机程序被所 述处理器执行时还实现以下步骤： 若原始行驶数据中的行驶时间小于预定时间段， 则通过推荐系统协同过滤算法， 推送 驾驶行为类似的车主的行驶里程预测值； 将行驶里程预测值作为车主的全年行驶里程。 8.根据权利要求7所述的车辆的行驶里程预测系统， 其特征在于， 所述计算机程序被所 述处理器执行时还实现以下步骤： 若原始行驶数据中的行驶 时间大于等于三个月， 则获取原始行程数据中最后三个月的 行驶数据， 所述行驶数据包含若干个行程数据， 每个行程数据包括设备ID、 行程起始经纬度 坐标、 行程结束经纬度坐标、 行程起始时间、 行程结束时间、 行程平均时速、 行程最大时速、 行程起始地点、 行程结束地 点、 行驶里程和行驶油耗。 9.根据权利要求8所述的车辆的行驶里程预测系统， 其特征在于， 所述计算机程序被所 述处理器执行时还实现以下步骤： 对预定时间段对应的行程数据中间隔小于预设时间阈值 合并成一条 行程数据； 对不需要的数据进行过滤， 并对重复、 异常以及错误数据进行清洗后， 生成目标行驶数 据。 10.一种非易失性计算机可读存储介质， 其特征在于， 所述非易失性计算机可读存储介 质存储有计算机可执行指令， 该计算机可执行指令被一个或多个处理器执行时， 可使得所 述一个或多个处 理器执行权利要求1 ‑5任一项所述的车辆的行驶里程预测方法。权　利　要　求　书 2/2 页 3 CN 114626571 A 3