车辆残值评估方法、装置、设备及介质与流程

专利2022-05-09  159



1.本发明实施例涉及车辆估值技术领域,尤其涉及一种车辆残值评估方法、装置、设备及介质。


背景技术:

2.随着二手车交易量的不断上涨,通过人为经验为二手车进行估值已不能满足市场需求。
3.在二手车交易过程中,普通消费者对车辆估值认知度不够,同时评估机构鱼目混珠和评估师良莠不齐,消费者经常被误导和欺骗。最重要的是,市场上目前还没有统一的车辆评估标准,评估过程易受主观倾向影响,很难做到公正和公平。


技术实现要素:

4.本发明实施例提供一种车辆残值评估方法、装置、设备及介质,以实现规范车辆估值,避免人为因素对车辆估值的影响,节省人力成本和时间成本,简化和加快车辆市场交易过程。
5.第一方面,本发明实施例提供了车辆残值评估方法,该方法包括:
6.获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;
7.将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;
8.根据各残值估计值确定目标车辆残值。
9.第二方面,本发明实施例还提供了一种车辆残值评估装置,该装置包括:
10.影响因子确定模块,用于获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;
11.残值估计值获取模块,用于将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;
12.目标车辆残值确定模块,用于根据各残值估计值确定目标车辆残值。
13.第三方面,本发明实施例还提供了一种车辆残值评估设备,其中,所述车辆残值评估设备包括:
14.一个或多个处理器;
15.存储装置,用于存储一个或多个程序;
16.当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的车辆残值评估方法。
17.第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如本发明任意实施例所提供的车辆残值评估方法。
18.本发明实施例的技术方案,通过获取车辆数据,对所述车辆数据进行筛选得到与
至少一种车辆子系统对应的车辆残值影响因子;对车辆数据进行筛选可降低数据处理量,提高车辆残值的计算效率;将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;可计算出车辆不同功能系统的残值,便于用户对各功能系统的残值进行了解,根据各残值估计值确定目标车辆残值,解决了通过人为对车辆进行估值,使估值易受主观倾向影响,导致出现不公正和不公平的问题,实现了规范车辆估值,避免人为因素对车辆估值的影响,节省人力成本和时间成本,简化和加快车辆市场交易过程的效果。
附图说明
19.图1是本发明实施例一中的一种车辆残值评估方法的流程图;
20.图2是本发明实施例一中的大数据处理模块进行数据处理的示意图;
21.图3是本发明实施例二中的一种车辆残值评估方法的流程图;
22.图4是本发明实施例三中的一种车辆残值评估装置的结构图;
23.图5是本发明实施例四中的一种车辆残值评估设备的结构示意图。
具体实施方式
24.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
25.实施例一
26.图1为本发明实施例一提供的车辆残值评估方法的流程图,本实施例可适用于对车辆进行残值评估的情况,该方法可以由车辆残值评估装置来执行,具体包括如下步骤:
27.s110、获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子。
28.可选的,通过在车辆系统中进行数据埋点和/或通过开发工况识别逻辑获取车辆数据。车辆数据包括:车辆总线信号、车辆行车信息和第三方数据;所述车辆总线信号包括;车况信息、驾驶行为和故障信息中的至少一项;所述车辆行车信息包括;车辆所在经纬度、车辆所处地域和驾驶时间中的至少一项;所述第三方数据包括:二手车市场交易数据、专业估值、售后服务、保养和维修记录中的至少一项。
29.通过数据埋点的方式可获取的车辆数据包括:行驶里程、车速、发动机转速、方向盘转角等转向系统相关信号、制动踏板开关及真空度等制动系统相关信号、悬架行程和加速度等悬架系统相关信号、经纬度信息、四门两盖信号和可互换虚拟仪器信号等。通过工况识别逻辑对通过数据埋点获取的数据进行处理,获取车辆行驶工况,如:急加速、急减速、急转弯、超速、怠速、低挡高转速、经济模式行驶等工况。将车辆数据和从第三方获取数据上传到云端数据收集模块对车辆数据进行处理时,从云端数据收集模块获取需要的车辆数据。
30.可选的,车辆子系统包括但不限于:动力子系统、底盘子系统和车身舒适子系统等。在对车辆的残值进行评估时,将残值评估任务分解至各子系统,分别计算各子系统的残值,再通过多元回归等方式形成整车的残值评估,从而得出车辆的实际折旧率。分别计算各子系统的残值,可实现车辆残值评估目标的系统化客观分解与解耦,使用户可以清楚了解到各子系统的残值评估,可使用户对车辆进行进一步的了解,详细掌握车辆各子系统的状
况。
31.所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子,包括:对所述车辆数据进行预处理操作,确定目标车辆数据;确定所述目标车辆数据对各车辆子系统残值的影响程度,根据所述影响程度确定与车辆子系统对应的车辆残值影响因子。将上传到云端数据收集模块的车辆数据通过大数据处理模块进行预处理、工况分析统计、频次类指标计算和地域和时间维度分析等操作,获取车辆行驶在各工况下的次数和时长、车辆各零部件使用的频次、车辆行驶的地域和在各地域中行驶的时间等。可选的,预处理操作包括:数据清洗、数据变换、数据离散化和数据规约等大数据处理手段,可以去除获取的车辆数据中不完整、不一致和有异常的数据,使得到的各子系统的残值更加准确。确定经预处理后的车辆数据对各车辆子系统残值的影响程度,根据影响程度对车辆数据进行筛选,选取对各车辆子系统影响较大的车辆数据作为车辆残值的影响因子。
32.可选的,确定所述目标车辆数据对各车辆子系统残值的影响程度,包括:通过主成分分析法或相关性分析法确定所述目标车辆数据对各车辆子系统残值的影响程度。将车辆数据通过主成分分析法或相关性分析法确定影响各车辆子系统残值的影响程度,对数据进行降维,从而根据影响程度抽取出对各车辆子系统系残值影响最重要的因子,以实现因子筛选,减少计算量,提高结果准确度。将确定影响因子的计算方式进行工程化,开发驾驶行为数据处理模型,以实现自动化计算驾车辆子系统影响因子。如图2所示,通过大数据处理模块得到影响动力子系统的影响因子包括:高速行驶和长时怠速等;影响车身舒适度子系统的影响因子包括:车门、车窗的开关次数等。
33.s120、将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值。
34.预先训练与各车辆子系统对应的残值评估模型,通过残值评估模型确定各车辆子系统的残值。可选的,残值评估模型的训练方法包括:获取残值影响因子的样本数据,根据所述样本数据计算各车辆子系统对应的残值;基于所述样本数据和残值对待训练的各残值评估模型进行迭代训练,以得到与各车辆子系统对应的残值评估模型。
35.一般的,汽车绝大部分零部件的损坏都是由疲劳造成的,因此,可以认为汽车的使用寿命残值主要是由其零部件的疲劳寿命所决定。可选的,首先采用基于线性模型假设的基础上对悬架系统进行频域辨识,采用相关分析估计系统的脉冲响应函数或用输入输出的互功率谱与输入信号的自功率谱相除的方式估计系统的传递函数,最终可以对悬架系统性能参数实现辨识。辨识后影响底盘子系统的车辆残值影响因子包括:刚度,阻尼等,对应于底盘系统零部件衰减寿命曲线可获知当前零部件的寿命状态。
36.影响车身舒适度的车辆残值影响因子包括:车门、车窗、天窗等通过大数据分析可确定其当前使用次数,通过对当前使用频次的统计,能够确定零部件剩余设计使用寿命。如:一般汽车企业对车门耐久性要求在5万次或者10万次不等,根据在实际使用过程中的频率以及汽车一般使用年限换算而得。
37.获取残值影响因子的样本数据,根据上述方法通过样本数据计算各车辆子系统对应的残值;将样本数据输入至对应的待训练的残值评估模型中,输出预测结果;根据预测结果与对应的计算得到的车辆各子系统的残值计算损失函数,将损失函数反向输入至待训练的残值评估模型中,基于梯度下降方法调节残值评估模型中的网络参数。迭代执行上述训
练方法,直到完成预设次数的训练或者残值评估模型的评估精度达到预设精度时,确定残值评估模型训练完成。其中,残值评估模型的网络参数包括但不限于权重和偏移值。
38.可选的,各车辆子系统的残值评估模型训练好后,将影响各车辆子系统残值的影响因子输入至对应的残值评估模型中,以获取各车辆子系统的残值估计值。
39.s130、根据各残值估计值确定目标车辆残值。
40.根据各车辆子系统的残值估计值,确定目标车辆整车的残值。可选的,可将各车辆子系统的残值估计值进行相加,得到目标车辆整车的残值。利用各车辆子系统的残值和对应的影响因子研究车辆的驾驶行为、保养行为等对车辆残值的影响,并针对性的引导用户改善驾驶行为,养成良好的驾驶习惯。利用车辆残值评估模型输出对车辆的实时残值评估结果,对于有意出售车辆的用户,可以选择将车辆的实时残值结果发布到网上,寻找合适的买家。同时,可以建立社交系统,利用残值评估结果建立好友或车圈排名来建社交系统,增加用户粘性。
41.本实施例的技术方案,通过获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;对车辆数据进行筛选可降低数据处理量,提高车辆残值的计算效率;将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;可计算出车辆不同功能系统的残值,便于用户对各功能系统的残值进行了解,根据各残值估计值确定目标车辆残值,解决了通过人为对车辆进行估值,使估值易受主观倾向影响,导致出现不公正和不公平的问题,实现了规范车辆估值,避免人为因素对车辆估值的影响,节省人力成本和时间成本,简化和加快车辆市场交易过程的效果。
42.实施例二
43.图3为本发明实施例二提供的车辆残值评估方法的流程图,本实施例是在上一实施例的基础上的进一步细化,根据各残值估计值确定目标车辆残值,包括:将各残值估计值输入至已训练的整车残值评估模型中得到所述目标车辆残值。将各车辆子系统对应的各残值估计值输入至整车残值评估模型,获取目标车辆残值,可实现从影响因子输入到整车残值输出的过程,在此过程中,无人为因素影响,提高整车残值的准确性和客观性。
44.如图3所示,具体包括如下步骤:
45.s210、获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子。
46.s220、将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值。
47.s230、将各残值估计值输入至已训练的整车残值评估模型中得到所述目标车辆残值。
48.将车辆各子系统的残值估计值输入至已训练的整车残值评估模型中,可得到目标车辆残值。将通过整车残值评估模型得到的目标车辆残值与通过第三方数据得到的整车残值进行对比,计算二者的差值,进而对整车残值评估模型的参数进行进一步调整,使整车残值评估模型更加完善,得到的目标车辆残值更加准确。
49.可选的,根据各残值估计值确定目标车辆残值,还包括:将各残值估计值进行加权求和得到所述目标车辆残值。得到各子系统的残值后,可对各车辆子系统的残值进行定权。根据各车辆子系统的残值,以及各子系统在整车功能、性能中的重要程度及维护成本高低
等维度对各车辆子系统的残值进行定权,示例性的,燃油车型中,动力总成系统权系数应高于车门、车窗系统权系数,电动车型中,三电系统重要性及成本高于底盘系统,相关权系数对应进行设置。为避免定权时的主观性及单一定权方法造成偏倚,仍需通过数理运算来获得指标的信息权重,可采用组合定权的方法进行定权,包括但不限于:层次分析法、rsr秩和比法、相关系数法、主成分分析法和因子分析法等。确定各子系统残值的权值后,进行加权求和操作,得到目标车辆残值。
50.本发明实施例的技术方案,通过获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;对车辆数据进行筛选可降低数据处理量,提高车辆残值的计算效率;将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;可计算出车辆不同功能系统的残值,便于用户对各功能系统的残值进行了解;将各残值估计值输入至已训练的整车残值评估模型中得到所述目标车辆残值。将各车辆子系统对应的各残值估计值输入至整车残值评估模型,获取目标车辆残值,可实现从影响因子输入到整车残值输出的过程,解决了通过人为对车辆进行估值,使估值易受主观倾向影响,导致出现不公正和不公平的问题,实现了规范车辆估值,避免人为因素对车辆估值的影响,节省人力成本和时间成本,简化和加快车辆市场交易过程的效果。
51.实施例三
52.图4为本发明实施例三提供的一种车辆残值评估装置的结构图,该车辆残值评估装置包括:影响因子确定模块310、残值估计值获取模块320和目标车辆残值确定模块330。
53.其中,影响因子确定模块310,用于获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;残值估计值获取模块320,用于将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;目标车辆残值确定模块330,用于根据各残值估计值确定目标车辆残值。
54.在上述实施例的技术方案中,影响因子确定模块310,包括:
55.目标车辆数据确定单元,用于对所述车辆数据进行预处理操作,确定目标车辆数据;
56.影响程度确定单元,用于确定所述目标车辆数据对各车辆子系统残值的影响程度,根据所述影响程度确定与车辆子系统对应的车辆残值影响因子。
57.可选的,影响程度确定单元具体用于通过主成分分析法或相关性分析法确定所述目标车辆数据对各车辆子系统残值的影响程度。
58.在上述实施例的技术方案中,车辆残值评估装置,还包括:
59.样本数据获取模块,用于获取残值影响因子的样本数据,根据所述样本数据计算各车辆子系统对应的残值;
60.残值评估模型训练模块,用于基于所述样本数据和残值对待训练的各残值评估模型进行迭代训练,以得到与各车辆子系统对应的残值评估模型。
61.在上述实施例的技术方案中,目标车辆残值确定模块330,包括:
62.残值估计值输入单元,用于将各残值估计值输入至已训练的整车残值评估模型中得到所述目标车辆残值。
63.在上述实施例的技术方案中,目标车辆残值确定模块330,还包括:
64.估计值加权求和单元,用于将各残值估计值进行加权求和得到所述目标车辆残
值。
65.可选的,车辆数据包括:车辆总线信号、车辆行车信息和第三方数据;
66.所述车辆总线信号包括;车况信息、驾驶行为和故障信息中的至少一项;
67.所述车辆总线信息包括;车辆所在经纬度、车辆所处地域和驾驶时间中的至少一项;
68.所述第三方数据包括:二手车市场交易数据、专业估值、售后服务、保养和维修记录中的至少一项。
69.本发明实施例的技术方案,通过获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;对车辆数据进行筛选可降低数据处理量,提高车辆残值的计算效率;将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;可计算出车辆不同功能系统的残值,便于用户对各功能系统的残值进行了解,根据各残值估计值确定目标车辆残值,解决了通过人为对车辆进行估值,使估值易受主观倾向影响,导致出现不公正和不公平的问题,实现了规范车辆估值,避免人为因素对车辆估值的影响,节省人力成本和时间成本,简化和加快车辆市场交易过程的效果。
70.本发明实施例所提供的车辆残值评估装置可执行本发明任意实施例所提供的车辆残值评估方法,具备执行方法相应的功能模块和有益效果。
71.实施例四
72.图5为本发明实施例四提供的一种车辆残值评估设备的结构示意图,如图5所示,该车辆残值评估设备包括处理器410、存储器420、输入装置430和输出装置440;车辆残值评估设备中处理器410的数量可以是一个或多个,图5中以一个处理器410为例;车辆残值评估设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接,图5中以通过总线连接为例。
73.存储器420作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的车辆残值评估方法对应的程序指令/模块(例如,车辆残值评估装置中的影响因子确定模块310、残值估计值获取模块320和目标车辆残值确定模块330)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行车辆残值评估设备的各种功能应用以及数据处理,即实现上述的车辆残值评估方法。
74.存储器420可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至车辆残值评估设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
75.输入装置430可用于接收输入的数字或字符信息,以及产生与车辆残值评估设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
76.实施例五
77.本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆残值评估方法,该方法包括:
78.获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;
79.将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;
80.根据各残值估计值确定目标车辆残值。
81.当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的车辆残值评估方法中的相关操作。
82.通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(read

only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
83.值得注意的是,上述车辆残值评估装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
84.注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

技术特征:
1.一种车辆残值评估方法,其特征在于,包括:获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;将所述车辆残值影响因子输入至与各车辆子系统对应的训练好的残值评估模型中,得到对应的残值估计值;根据各残值估计值确定目标车辆残值。2.根据权利要求1所述的方法,其特征在于,所述对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子,包括:对所述车辆数据进行预处理操作,确定目标车辆数据;确定所述目标车辆数据对各车辆子系统残值的影响程度,根据所述影响程度确定与车辆子系统对应的车辆残值影响因子。3.根据权利要求2所述的方法,其特征在于,所述确定所述目标车辆数据对各车辆子系统残值的影响程度,包括:通过主成分分析法或相关性分析法确定所述目标车辆数据对各车辆子系统残值的影响程度。4.根据权利要求1所述的方法,其特征在于,所述残值评估模型的训练方法包括:获取残值影响因子的样本数据,根据所述样本数据计算各车辆子系统对应的残值;基于所述样本数据和残值对待训练的各残值评估模型进行迭代训练,以得到与各车辆子系统对应的残值评估模型。5.根据权利要求1所述的方法,其特征在于,所述根据各残值估计值确定目标车辆残值,包括:将各残值估计值输入至已训练的整车残值评估模型中得到所述目标车辆残值。6.根据权利要求5所述的方法,其特征在于,所述根据各残值估计值确定目标车辆残值,还包括:将各残值估计值进行加权求和得到所述目标车辆残值。7.根据权利要求1所述的方法,其特征在于,所述车辆数据包括:车辆总线信号、车辆行车信息和第三方数据;所述车辆总线信号包括;车况信息、驾驶行为和故障信息中的至少一项;所述车辆行车信息包括;车辆所在经纬度、车辆所处地域和驾驶时间中的至少一项;所述第三方数据包括:二手车市场交易数据、专业估值、售后服务、保养和维修记录中的至少一项。8.一种车辆残值评估装置,其特征在于,包括:影响因子确定模块,用于获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;残值估计值获取模块,用于将所述车辆残值影响因子输入至对应的训练好的残值评估模型中,得到对应的残值估计值;目标车辆残值确定模块,用于根据各残值估计值确定目标车辆残值。9.一种车辆残值评估设备,其特征在于,所述车辆残值评估设备包括:一个或多个处理器;
存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1

7中任一所述的车辆残值评估方法。10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1

7中任一所述的车辆残值评估方法。
技术总结
本发明实施例公开了一种车辆残值评估方法、装置、设备及介质。该方法包括:获取车辆数据,对所述车辆数据进行筛选得到与至少一种车辆子系统对应的车辆残值影响因子;将所述车辆残值影响因子输入至与各车辆子系统对应的训练好的残值评估模型中,得到对应的残值估计值;根据各残值估计值确定目标车辆残值。本发明实施例的技术方案,解决了通过人为对车辆进行估值,使估值易受主观倾向影响,导致出现不公正和不公平的问题,实现了规范车辆估值,避免人为因素对车辆估值的影响,节省人力成本和时间成本,简化和加快车辆市场交易过程的效果。果。果。


技术研发人员:王明月 付振 蒋迎平 贾振坤 吕欢欢 李振洋 李涵
受保护的技术使用者:中国第一汽车股份有限公司
技术研发日:2021.03.26
技术公布日:2021/6/29

转载请注明原文地址:https://doc.8miu.com/read-227.html

最新回复(0)