【金猿案例展】上海汽检——智能网联自动驾驶交通事故原因分析服务平台

‍

零数科技案例

本次项目案例由零数科技投递并参与“数据猿年度金猿策划活动——2024大数据产业年度创新服务企业榜单/奖项”评选。

大数据产业创新服务媒体

——聚焦数据 · 改变商业

智能网联汽车作为未来交通出行的重要载体，其自动驾驶功能的快速发展为车辆的安全管理和交通事故责任划分带来了巨大挑战。

从国家层面的发展战略规划，到2025年要实现有条件自动驾驶（L3）的智能汽车达到规模化生产，高度自动驾驶（L4）的智能汽车在特定环境下进行市场化应用。但从保险角度来看，智能网联汽车由于存在OTA升级能力，并且L3级车辆还有人机交替驾驶的情况，现有的保险产品（不论是车险还是责任险）保费过高，以及其条款和理赔模式难以高效地适应人机共驾阶段所面临的问题和挑战。因此，具备高级别自动驾驶功能的智能网联汽车事故发生时如何开展数据获取和验真、如何快速完成事故分析和保险理赔，成了主管部门以及汽车行业、保险行业共同面临的挑战。

智能网联自动驾驶交通事故原因分析服务（TLJ）项目，旨在利用区块链和隐私计算技术，并基于汽车企业的车辆实时运行数据，来验证数据验真、自动化事故分析，并完成智能理赔的技术可行性。它将有效提升保险服务汽车行业的整体能力，为自动驾驶技术的普及和应用提供有力保障。

时间周期：

项目开始时间：2023年8月，项目开工会，组织多方数据规格确认

中间重要时间节点：

2023年9月，完成数据对接方案确认

2023年10月，完成系统节点部署，启动跨链数据协作

2023年12月，完成多方隐私计算方案技术验证

2024年1月，完成实车测试及保险理赔流程贯通验证

项目完结时间：2024年4月，完成项目整体验证及项目交付

应用场景

为打破传统车险精算的局限性，解决智能网联汽车用户投保难、投保贵的问题，零数科技基于区块链与隐私计算这两大前沿技术的巧妙融合，构建了智驾保险解决方案，成功解决了数据可靠性和合规性使用的关键问题，并在数据隐私保护的环境下与保司进行联合数据建模，推动整个车险行业数字化转型；同时基于汽车数据的多元化应用，可进一步助力智能网联汽车产业升级：

1）推进自动驾驶技术发展。车联网的数据可以为自动驾驶技术的研发和应用提供支持，通过分析数据，改进算法，提高可靠性和安全性。

2）提升车辆安全性与性能，为保险行业赋能。通过对设备运行数据和驾驶员行为数据的深入分析，能够迅速识别潜在安全风险，并实施有效的预警与干预措施，从而提升车队管理效率和整体安全性。

3）优化交通流量管理和城市规划治理。通过对数据进行实时收集和分析，可以掌握道路交通的实时状况和车辆的运行轨迹，从而优化交通管理，并辅助支持城市规划和治理。

4）提供碳排放数据，促进碳交易平台建设。提供相关智能网联汽车碳排放数据，促进各地碳排放交易体系建设，为国家双碳目标赋能。

面临挑战

随着自动驾驶出行服务普及，智能网联汽车特别是无人驾驶车辆发生事故后的责任认定和赔偿问题成了绕不开的话题，为未来的交通出行和车险行业带来新的挑战。

第一个挑战，现行的保险产品对智能网联汽车无法充分适配。现行商业车险条款并无对自动驾驶设备导致事故的保障，对车辆在测试期间发生的事故进行责任免除。

第二个挑战，智能网联汽车整体生态非常复杂，这为确定被保险人带来了困难，到底保险是应该卖给汽车厂商，卖给自动驾驶设备提供商，还是运营商。

第三个挑战，定责、定价是智能驾驶保险最大难题。现在保险行业对智能汽车的事故样本是有限的，原来对传统汽车的核保定价方案是基于传统汽车事故的大数据应用的，目前智能网联汽车事故数据非常缺乏，所以保险行业只能用测试评估的方法来进行核保定价。

第四个挑战，智能网联汽车的行驶数据对外不公开，保险行业无法获取，造成理赔定责难。另一方面，由于数据不公开，目前很多公众关注的事故未有明确定责或向社会公布事故最终结论，可能造成公众对智能网联汽车的不信任，或许会成为制约产业发展的重要因素。保险机构承担风险兜底角色，存在优化产品设计需求。

完整的智能网联汽车产业链离不开系统数据，而在系统数据方面，我国目前还缺少统一的数据中枢标准，人、车、路整合力度不够，不能有效融合数据，存在数据壁垒等问题，这些都是无人驾驶汽车发展存在的问题，也是无人驾驶汽车保险发展面临的挑战和亟待解决的难题。对于保险机构来说，倘若能充分融合无人驾驶汽车的出险频率、损失金额等网联数据，就能根据自动驾驶系统的安全性能设置费率的浮动范围，专属保险产品的设计定价、理赔将更加精准合理。

因此，行业急需探索出一套基于区块链技术的数据可信验真及事故责任自动化判定的技术方案，并建立多方合作机制，实现符合智能网联车辆保险的投保和理赔的流程。

数据处理

本项目于2024年4月开展了实车验证，该环节是对智能驾驶事故分析与保险理赔技术方案可行性与可靠性的一次全面检验。在验证过程中，项目团队通过实车模拟多种实际交通事故场景，对事故原因分析算法进行了严格的测试验证。结果表明，该方案能在短时间内对事故进行快速响应，准确识别造成事故的主要原因，并自动完成人车双方的事故关联性分析。

对于保险机构而言，此过程相较于以往的事故分析方式，不仅降低了人工勘察的成本和人工审核导致的误差与纠纷，还有效支撑了理赔流程的高效执行。对于车企和车主而言，该方案对双方权益起到了有效的保障作用，一定程度上消除了用户顾虑，提升了用户体验，也会促进智驾产品和功能的推广。

此外，该方案所使用的“汽车大数据交互平台VDBP”已上线试运营，并招募了18个重要区块链节点单位，包括中汽协会、工信一所、北理新源、上海汽检、中汽创智、蔚来汽车、长安汽车、博世中国、零数科技等，平台形成汽车车辆数据相关索引200余项，同时开设图像数据、场景数据以及开源数据/定制化数据交易，并联合国家级智能网联示范区探索路侧数据产品化、为车路云一体化商业落地探索可操作路径。

应用技术与实施过程

零数科技联合生态伙伴打造智能网联自动驾驶交通事故原因分析服务平台（TLJ），旨在通过大数据、区块链、隐私计算、数据空间等技术的融合应用，联合行业主管部门、车企、检测机构、保险机构，基于可信的汽车事故数据采集、存证上链、数据校验、共享利用和数据分析，有效建立跨主体间的数据协作机制，实现可信数据的可用不可见，为智能网联汽车打造全新的车险商业模式；最终辐射全行业，促进智能网联汽车数据综合应用，服务多产业融合发展。

一、整体方案

根据汽车产业数据安全管理要求，本项目拟建设智联网联自动驾驶交通责任判定服务平台，包括其硬件资源部署以及系统软件。核心系统包括：车端数据计算系统、车企数据转换系统、存证服务系统、汽车数据检测系统、车企服务系统、车主服务系统、汽车数据监管系统、隐私计算服务系统、云脑数据监控系统以及定责报告管理系统。

项目基于区块链服务网络完成车企的智能网联汽车行驶数据实时上链存证，通过隐私计算平台-多方安全计算（MPC），实现了在保障车企用户隐私数据安全的情况下，按照定责模型完成多方信任（保险机构、检测机构、车企）的交通事故责任判定，保险机构或车企对定责报告存在疑异的可在申诉期内通过线下渠道向检测机构发起报告申诉，检测机构收到客户疑异后，尽快完成申诉处理，最终给出申诉结论。保险机构基于此实现快速理赔，为智能网联汽车保险行业提供良好的发展环境。

其核心业务流程为：

1）客户至保险机构报案-形成报案Hash（Vin码取Hash）；

2）保险机构向链上发送请求进行数据协同，上链用户授权数据；

3）使用单位/生产厂商收到链上消息后，锚定事故时间，并将事故前后的数据指纹Hash上链，检测机构收到数据指纹后，验证数据指纹并将验证结果上链；

4）链上数据指纹验证通过后，车企将原数据传入本地部署的TEE环境；

5）MPC三方准备定责模型服务数据，保险机构发起MPC定责模型计算服务请求，将自动定责结果、原数据Hash、TEE算法签名上链存证；

6）定责模型服务执行完毕后，系统为检测机构生成定责初版报告并存证；

7）系统根据配置邮件，发送定责初始报告推送至车企和保险机构；

8）由保险机构进行后续的审核、理赔服务。

图示：智能网联汽车数据保险服务核心业务流程

二、核心功能

智能网联自动驾驶交通事故原因分析服务平台基础架构采取区块链加隐私计算的底层架构来实现智能网联汽车保险相关数据协同网络。这个网络的设计利用联盟链来进行底层的架构建设，其中联盟链的参与主体可以由各行业的代表搭建区块链节点，同时也可以兼容各行业内的机构来搭建区块链节点。通过两层的网络架构，第一层是行业代表和有能力的机构在网络上可以搭建自己的区块链节点，然后通过区块链的共识和智能合约在链上进行可信的数据协作。然后各行业可以制定行业内的数据协作的规则，包括但不限于联盟链的协作架构，或者由行业代表节点进行数据采集、分发的架构。

在数据合规方面，与用户相关的数据必须获得用户授权才可以使用，与车辆相关的明细数据可与车企协商以何种方式隐私分享。在数据授权和隐私方面，方案中链上数据加密并通过授权访问；车辆相关数据以哈希形式上链进行存证、验真，明细数据加密在可信执行环境中作为入参执行相应的功能或通过多方安全计算，得出运算结果，来真正达到数据的可用不可见。在责任认定逻辑方面，保险机构必须与车企以及专业的第三方检测机构协商沟通，来确定人、机驾驶责任的认定逻辑，并且将其转化为功能函数，作为隐私计算的一个方案输入。

1）车端数据计算系统

为了确保智能网联汽车数据的真实性及隐私性，可以通过车机系统加密车辆的行驶数据，上传到数据存证平台进行数据存证，在数据检测系统中我们可以通过数据的存证信息来验证数据真实性，可比较好的证明车企提供的数据真实可信。

2）车企数据转换系统

智能网联汽车在行驶过程中采集了大量的行驶相关数据，这些数据会在车机上的某种触发条件达到后自动上传给车企。在本项目的建设中，需要将车企的数据进行标准化后上传给存证服务系统，由于各家车企的数据格式各不相同，那么就需要设计一个数据转换的系统将车企的数据转换为标准格式。

3）汽车数据存证服务系统

汽车数据存证核心系统，需确保高存储和查询性能及数据不可篡改；
需支持政府监管部门、行业协会、检测机构、公证处等部署节点；
需实现链上数据多重备份，用区块链进一步强化平台的公信力，并赋能“免责”；
底层基础数据采用区块链技术，在应用数据层面实现文件的链式存储以增强篡改难度、增强可信度并提高检索和校验效率。

4）汽车数据存证校验系统

为数据检测机构提供数据检测服务及客户端；
系统支持群组多用户，即一家检测机构可以设置多个部门，每个部门又可以设置多个检测员；
需实现创建检测任务、上传数据等功能；
能够完成线上收集、校验原始数据，引入电子签章，实现在线签发报告的数据检测全流程服务；
提供合规预警功能给监管单位，如数据上报异常等。

5) 车企服务系统

为车企提供数据查询验证服务及客户端；
需实现车企用户注册、创建检测任务、车企上传数据等功能；
能够完成线上收集、校验原始数据，实现在线签发报告的数据检测全流程服务；
提供合规预警功能给监管单位，如数据上报异常等。

6) 车主服务系统（PC端、移动端）

为车主提供车辆数据统计查询服务；
系统需支持以邮箱为用户ID，验证邮箱，车主用户注册时，需做车主身份核验，如验证姓名和邮箱/手机与车企掌握数据一致；
系统需支持通过可视化方式在线生动地呈现相关数据；
系统需支持查询的相关数据的结构化导出；
系统需支持数据授权第三方功能，为拓展应用提供基础；
需支持驾驶行为分析，根据汽车驾驶行为为车主打分；
对接车企，可基于驾驶行为分析分数提供差异化服务，如分高者可以优先使用新版本自动驾驶。

7) 汽车数据监管系统

为监管部门提供汽车运行情况监管服务；
监管机构用户注册，需上传营业执照/法人授权书；
系统支持群组多用户，即一家监管机构可以设置多个部门，每个部门又可以设置多个监管员；
系统需支持通过可视化方式在线生动地呈现相关数据；
系统需支持查询的相关数据的结构化导出；
系统需支持监管预计参数设置，支持自动预警；
系统需支持对于汽车数据监管工作的申诉处理。

8）隐私计算服务系统

隐私计算解决数据交易流通中数据可信以及避免隐私泄露，保障数据产权。隐私安全一直是制约汽车数据共享与监管的重要的因素。研究通过联邦学习、多方安全计算、隐匿查询、隐私安全求交等隐私计算服务，为节点用户提供数据隐私保护的整体解决方案，推动高价值数据安全共享，解决数据可信、隐私保护与利益分配问题。为平台数据要素价值转化，支撑长期运营打下基础。

9）云脑数据监控系统

要求实现通过大屏可视化展示平台建设成果；

平台建设方、监管机构提供平台大屏，实现存证机理可视化展示，平台级统计及可视化，车企级统计及可视化等功能；

检测机构提供检测大屏，实现存证机理可视化展示，检测机理及任务可视化展示、报告展示等功能。

10）定责报告管理系统

定责结果记录：车企业务人员，查询MPC定责模型服务调用发生智能驾驶交通事故且报案的车辆行驶存证数据记录；
定责报告管理：车企业务人员，查询本车企的车辆发生智能驾驶交通事故且报案，由检测机构根据定责模型服务生成的定责初版报告和车企/保险机构申诉处理产生的终版定责报告；
报告申诉：车企和保险机构收到系统发送的初版定责报告邮件后，存在疑异的，可线下联系检测机构，提供事故定责相关信息和资料，检测机构业务操作人员通过报告申诉功能登记客户申诉信息和提交申诉处理结果信息；
初版报告邮件通知：MPC定责模型执行完成后，系统根据报告生成规则生成初版定责报告，并向配置的车企和保险机构邮箱联系人发送初始报告邮件；
定责报告申诉截止定时：根据申诉周期配置时间-1个自然周，从初版报告生成时间开始，申诉周期截止后，自动生成终版定责报告。

图示：数据合规存证及数据存证验证服务

图示：基于区块链、隐私计算开展高效可信的风险评估的流程展示

图示：智能网联汽车行业数据协作应用

总体而言，智能网联自动驾驶交通事故原因分析服务平台是汽车保险行业模式创新的重要里程碑。它不仅提升了理赔效率和服务质量，也为未来的交通出行安全提供了有力支持。随着技术的不断进步和应用场景的拓展，我们有理由相信，未来的智能网联汽车保险行业将更加智能化、高效化，为人们的出行生活带来更多保障和便利。未来，该技术方案有望与车机系统、智能交通系统等实现多维度数据对接，助力形成更智能、更高效的交通事故分析与理赔服务方案。

生态合作伙伴

基于对行业发展趋势的高度共识，吉利汽车研究院、太平洋保险、上海汽检、众链科技作为本项目的核心成员单位，零数科技作为本项目核心技术支撑方，共同完成了数据存证与事故分析的技术方案设计与论证，旨在通过数据驱动实现对智能驾驶车辆事故的迅速响应、查勘及原因分析，以支撑保险理赔的高效执行。

其中，太平洋保险集团数智研究院、众链科技和项目团队其他成员单位，在上海零数科技有限公司提供的区块链与隐私计算技术支持下，完成了汽车行业数据与保险应用结合协作的技术验证工作。

商业变化

总体而言，智能网联汽车事故分析的实车验证成功落地，是汽车保险服务模式创新的重要里程碑。它不仅辅助提升了理赔效率和服务质量，也为未来的交通出行安全提供了有力支持。根据项目测算，保险机构在应用智驾保险后，赔付率得到了精准控制，大幅降低了企业在核赔上的人力成本。

随着技术的不断进步和应用场景的拓展，我们有理由相信，未来的汽车保险服务将更加智能化、高效化，为人们的出行生活带来更多保障和便利，该项目方案有望与公安事故处理、智能交通等系统等实现多维度数据对接，形成更智能、更高效的交通事故分析与理赔的服务方案。