面向商用车行驶过程中存在的不安全状况、不安全行为，融合人、车、路、天、时多维感知数据进行实时分析，预测预警行驶风险，解决客户算法准确率过低、风险识别可信度低和误报率高以及单点智能的核心痛点，实现政府、车企、驾驶员、GPS 服务商以及保险公司多方共赢。
方案架构
商用车行驶风控解决方案
商用车行驶风控方案基于边缘设备终端提供的计算资源，不仅融合了原有 ADAS（防撞预警系统）、DSM （疲劳驾驶预警系统）等自身传感数据，同时增加道路 POI （桥梁、涵洞、随道及服务区等）信息、天气以及时长时段等数据因子，实现多源数据融合计算，从而大大提升对于潜在风险的识别率，该方案以软硬件一体机形式输出，为客户解决行业痛点，实现政府、车企、驾驶员、GPS 服务商以及保险公司多方共赢。
方案优势
现场实时计算
风险动态模型
多因子融合分析
风险管理精细化
风险预警场景化
平台运营智能化
可以解决的问题
算法整体准确率低
风险识别可信度低，误报率高
单点智能，缺乏客观性（ DSM + ADAS 数据不协同）
方案优势
现场实时计算
弱网无影响，设备侧完成现场实时计算。
风险动态模型
每个驾驶人员都有一个多维特征与事件发生概率关系的预测模型 。
多因子融合分析
融合人、车、路、天、时多维感知数据，提供更加精准的行车危险预警服务，降低系统误报。
风险管理精细化
帮助企业提高风险管理以及精细化运营的能力。
风险预警场景化
提供主动安全场景化的预警服务，提醒服务人性化。
平台运营智能化
智能过滤系统误报，降低 GPS 服务平台风险处置运营成本。
最佳实践
某物流公司客户
2020年7月开始试点，客户在北方城市全面落地，围绕天气、温度、路况等规则投入运用，截止2021年1月底，尤其是冬季事故量较上一年同期下降明显。
使用流程
提交咨询
向阿里云提交方案详情咨询。
初步洽谈
售前技术专家对接，评估需求。
容量评估
基于业务场景，评估容量需求和配置规格建议。
方案设计
为您提供阿里云建议配置方案与套餐。
