Drive-LaB: An Experimental Platform for Usage-Based Car Insurance
Authors
Laustsen, Casper Holst ; Gregersen, Johan Leth ; Jakobsen, Morten Møller
Term
4. term
Education
Publication year
2016
Submitted on
2016-06-13
Pages
29
Abstract
Brugsbaseret forsikring (Usage-Based Insurance, UBI) er på vej ind i både forskning og forsikringsbranchen, men der findes få færdigbeskrevne produkter, og de eksisterende er små, eksperimentelle løsninger. Selskaberne er interesserede, men UBI er komplekst, og der er begrænset forskning i fuldt implementerede systemer. Dette arbejde præsenterer Drive-LaB, en fuldt funktionsdygtig UBI-platform. Med en smartphone indsamler brugerne rumlige og tidsmæssige data (hvor og hvornår de kører). Systemet bruger disse data til at genkende kørestil og den kontekst, der køres i, så risiko i forbindelse med bilforsikring kan vurderes. Drive-LaB understøttes af en kompleks backend med et avanceret datalager (data warehouse) og beregningslogik (algoritmer) til at identificere kørestile. En brugervenlig Android-app gør det let at registrere ture og se detaljeret statistik. Platformen er afprøvet i praksis og har indsamlet data svarende til over 13.000 kilometer på cirka en måned; disse data er brugt til at validere systemet og vise, hvordan det fungerer i en realistisk kontekst.
Usage-based insurance (UBI) is gaining traction in research and in the insurance industry, but few complete products are described, and existing ones are small, experimental pilots. Insurers are interested, yet UBI is complex and there is limited research on fully implemented solutions. This work presents Drive-LaB, a fully functional UBI platform. Using a smartphone, users collect spatiotemporal data—where and when they drive. The system analyzes these data to identify driving style and the surrounding context, enabling risk assessment for car insurance. Drive-LaB is supported by a complex backend with an advanced data warehouse and computational logic (algorithms) to detect driver styles. A user-friendly Android app lets users log trips and view detailed statistics. The platform was tested in practice, collecting over 13,000 kilometers of data in about one month; these data were used to validate the platform and demonstrate performance in a realistic setting.
[This abstract was generated with the help of AI]
Documents