Analysis of User-Based Insurance Telematics data via Smartphone sensors in Driver Behavior and Safety
Notice bibliographique
Résumé
RÉSUMÉ: «RÉSUMÉ: Les accidents de la route sont la troisième cause de mortalité au Canada, posant d'importants défis financiers et sanitaires pour les individus et les compagnies d'assurance. En réponse, l'industrie de l'assurance automobile a vu une croissance rapide de l'Assurance Basée sur l'Utilisation (UBI), un segment qui utilise les données de comportement de conduite pour des tarifs d'assurance personnalisés. Historiquement, la recherche sur l'UBI s'est concentrée sur l'analyse de la variabilité de l'accélération, de la vitesse et des angles des véhicules à l'aide de capteurs embarqués et de données de positionnement global. Cependant, l'avènement des smartphones a révolutionné la collecte de données dans la sécurité routière, réduisant onsidérablement les coûts grâce à leur disponibilité généralisée et à leurs capacités de capteurs avancées. Malgré leur potentiel, les défis liés à la qualité des données, à l'incertitude et à la variabilité entravent leur adoption complète. Cette recherche se concentre sur l'exploitation des données cinématiques issues des programmes UBI à Montréal et Ottawa, en utilisant des capteurs de smartphones tels que les accéléromètres, GNSS, magnétomètres et gyroscopes. Notre méthodologie s'inspire des algorithmes de l’Android pour l'estimation de l'azimut, adaptée pour le jeu de données UBI. Nous avons mené des expériences contrôlées avec un iPhone 13 pour assurer un alignement précis du téléphone avec le véhicule.» ABSTRACT: «ABSTRACT: In recent years, smartphones have become popular for collecting sensor measurements and traffic safety events, owing to their ability to reduce data collection costs substantially. The quality, uncertainty, and variability of these measurements pose barriers to widespread adoption. This research aims to leverage the kinematic data collected in the context of the Usage-based insurance (UBI) program from two cities in Canada, Montreal, and Ottawa. The first goal of this thesis is to explore the alignment of smartphones with vehicles. Specifically, we utilize sensors such as the accelerometer, GNSS, and magnetometer. Our method is inspired by Android's algorithms for estimating azimuth from magnetic values combined with acceleration. This algorithm has been modified in response to the UBI dataset. We have also designed experiments using an iPhone 13 in a controlled environment. This ensures that the position of the phone in relation to the vehicle is known. A crucial component of this algorithm is determining the yaw - the rotation of the phone so that it aligns with the motion of the vehicle. Our approach to determining this angle involves calculating the difference between the heading (obtained from GNSS recordings that indicate the direction of the car) and the smartphone's orientation. Subsequently, the Euler method is employed to rotate the accelerometer readings on the x, y, and z axes. The final step in our process is to verify that the new accelerometer values accurately represent the GNSS speed, braking, and deviation of GNSS speed, ensuring they are all aligned in the same direction as the vehicle.»
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».