4. 数据采集与设备
UBI（Usage-Based Insurance）车险定价的根基不在模型，而在数据。没有稳定、连续、可解释的里程与驾驶行为数据，再复杂的定价算法也只是空中楼阁。本节聚焦UBI数据采集的四大来源——OBD设备、车载传感器、智能手机App、车联网数据，并深入讨论数据频率与精度这两个决定定价质量的关键参数。
一、核心原理：四类数据源的定位与差异
UBI数据采集的本质，是把车辆运行状态和驾驶行为转化为可量化、可定价的结构化字段。不同数据源在采集位置、信号类型、覆盖范围和成本结构上存在显著差异。
- OBD设备：插入车辆OBD-II接口，直接读取CAN总线上的发动机转速、车速、节气门位置、故障码等。优势是数据权威、不依赖手机，劣势是安装有门槛、部分老旧车型协议不兼容。
- 车载传感器：包括GPS模块、加速度计、陀螺仪、毫米波雷达等，原厂或后装均可。优势是能捕捉急加速、急转弯、急刹车等IMU事件，劣势是不同车型信号开放程度差异大。
- 智能手机App：利用手机内置GPS、加速度计和陀螺仪采集数据。优势是零硬件成本、部署快，劣势是功耗高、用户可能关闭App、手机位置和姿态影响精度。
- 车联网数据：通过T-Box或车企API获取，包含里程、油耗、电池状态、ADAS触发记录等。优势是数据维度丰富、频率稳定，劣势是数据获取依赖车企合作，商务门槛高。
定价视角的关键判断：OBD和车联网数据适合做“里程+高频行为”定价；手机App适合做“快速上线+低门槛获客”的MVP验证；车载传感器则常用于补充IMU事件标签。
二、方法流程：从设备到定价字段的采集链路
一个可落地的UBI数据采集流程通常包含设备选型、数据采集、传输、清洗、特征工程五个环节。以下是一个典型的OBD+手机混合采集配置示例：
# UBI数据采集配置示例（OBD + 手机App混合模式）
device:
obd:
protocol: "ISO 15765-4 CAN"
pid_polling:
- "0x0C" # 发动机转速 RPM
- "0x0D" # 车速 km/h
- "0x11" # 节气门位置 %
sample_rate: "1Hz"
phone:
gps: "1Hz"
accelerometer: "10Hz"
gyroscope: "10Hz"
upload:
batch_interval: "30s"
offline_cache: true
compression: "gzip"
采集链路的核心原则是：高频采集、低频上传、边缘预处理。原始IMU数据若以10Hz持续上传，流量和功耗都不可接受，因此通常在设备端先做事件检测，只上传事件片段和聚合指标。
三、数据频率与精度：定价质量的分水岭
数据频率决定行为识别的粒度，精度决定定价因子的可信度。两者共同影响模型区分度和监管合规性。
| 数据源 | 典型频率 | 精度水平 | 适用定价因子 | 主要风险 |
|---|---|---|---|---|
| OBD设备 | 1–10 Hz | 车速±1 km/h，转速±50 RPM | 里程、急加速、怠速时长 | 协议兼容性、安装脱落 |
| 车载传感器 | 10–100 Hz | 加速度±0.05 g | 急转弯、碰撞事件、路面颠簸 | 车型差异、信号不开放 |
| 智能手机App | 1–10 Hz | GPS±5–10 m，加速度±0.1 g | 里程、行程次数、驾驶评分 | 用户关闭、手机姿态漂移 |
| 车联网数据 | 0.1–1 Hz | 里程±1%，油耗±3% | 月度里程、能耗、ADAS触发 | 车企合作门槛、数据延迟 |
经验法则：里程类因子对频率要求低（0.1Hz即可），但精度要求高；行为类因子（急加速、急转弯）对频率要求高（≥10Hz），精度可适当放宽。定价模型应针对不同因子选择匹配的数据源，而非追求单一数据源“全能”。
四、案例与场景：网约车车队的混合采集方案
某网约车平台为旗下车队部署UBI定价，采用“OBD+手机App”混合方案：OBD负责采集车速、转速和里程，手机App负责采集GPS轨迹和IMU事件。设备端每30秒上传一次聚合数据，事件片段单独上传。
运行三个月后，数据团队发现两个问题：一是部分老旧车型OBD协议不支持，导致里程缺失；二是手机App在后台被系统杀死后，IMU事件漏采率高达18%。解决方案是：对不支持OBD的车辆改用手机GPS里程兜底，并在App中增加前台服务保活和离线缓存补传机制。最终里程覆盖率从82%提升到97%，急刹车事件识别率从76%提升到93%。
五、误区与复盘
误区一：频率越高越好。10Hz的IMU数据若全量上传，单车月流量可达数GB，成本和功耗不可持续。正确做法是边缘检测事件，只上传事件窗口和聚合指标。
误区二：手机App可以完全替代OBD。手机GPS在隧道、高架下漂移严重，里程误差可达10%以上，直接用于定价会引发客诉。手机适合做行为评分，里程应以OBD或车联网为准。
误区三：忽略数据时间戳对齐。OBD、手机、车联网三路数据若时间戳不同步，事件匹配会错位。建议统一使用UTC时间戳，并在设备端做NTP校时。
复盘要点：数据采集方案的设计顺序应是“先定定价因子，再定数据源，最后定频率和精度”。里程因子优先保证精度，行为因子优先保证频率，事件因子优先保证时间对齐。只有把采集链路和定价目标对齐，UBI模型才能真正落地。