CN110045382A - 车辆损伤检测的处理方法、装置、设备、服务器和系统 - Google Patents

Abstract

本说明书实施例公开了一种车辆损伤检测的处理方法、装置、设备、服务器和系统。可以通过移动检测端的激光探测单元，向检测车辆发射激光。然后接收被检测车辆反射回的激光，通过收集、分析反射的激光信息，可以对检测车辆的表面以及内部的损伤情况进行探测和识别，获取检测车辆的损伤情况。本说明书实施例可以利用激光探测获得的车辆损伤信息，作为辅助信息或者结合基于车辆图像获得的损伤信息，共同确定出车辆的损伤结果，可以进一步提高损伤识别的准确性。

Description

车辆损伤检测的处理方法、装置、设备、服务器和系统

技术领域

本说明书实施例方案属于保险业务数据处理的技术领域，尤其涉及一种车辆损伤检测的处理方法、装置、设备、服务器和系统。

背景技术

在车险行业中，当车主发生车辆事故提出理赔申请时，保险公司通常需要对车辆的损伤程度进行现场勘查、评估，以确定需要修复的项目清单、赔付金额等。目前的处理方式主要是通过保险公司或第三方评估机构查勘员，对发生事故的车辆进行现场评估，或由用户在保险公司人员的指导下，对事故车辆拍照，然后通过网络传递给保险公司，再由定损处理的定损员通过上传的照片进行远程定损。

一般的，车辆损伤识别鉴定需要较为专业的技能和经验，通常查勘员/定损员需要有几年的工作经验，才能达到比较准确的现场损伤识别。很多情况下在现场勘查进行的损伤程度、换修尺度的识别等，很大程度上依靠人的经验，这种主观的衡量方法容易对车辆损伤识别结果的准确性造成影响。而车主自行拍摄的照片，往往难以准确反映车损的全貌，例如轻微的凹陷需要在一定角度才能通过照片识别，如刮擦类损伤在强反光或有倒影的情况下难以辨别。对于普通车主而言难以完整掌握正确的拍摄方法，导致部分理赔案件因车辆损伤照片不理想出现识别结果较差，依然需要查勘人员到车辆现场进行鉴定，降低了用户体验。

因此，业内亟需一种可以更加准确、可靠的进行车辆损伤检测的解决方案。

发明内容

本说明书实施例目的在于提供一种车辆损伤检测的处理方法、装置、设备、服务器和系统，可以提供移动检测端基于激光识别的损伤信息，可以降低损伤鉴定对用户自行拍照的要求，提高车辆损伤识别的准确性和可靠性。

本说明书实施例提供的一种车辆损伤检测的处理方法、装置、设备、服务器和系统是包括以下方式实现的：

一种车辆损伤检测的处理方法，所述方法包括：

移动检测端发射激光，并接收检测车辆反射的激光，生成反射激光信息；

移动检测端基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

所述移动检测端将所述激光识别损伤信息发送至服务器；

所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种车辆损伤检测的处理方法，所述方法包括：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种车辆损伤检测的处理方法，所述方法包括：

接收移动检测端发送的利用所述反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种车辆损伤检测的处理装置，所述装置包括：

激光探测接收模块，用于接收移动检测端发送的利用所述反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

损伤处理模块，用于根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种车辆损伤检测的处理装置，所述装置包括：

激光探测模块，用于向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

激光损伤识别模块，用于基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

数据上传单元，用于将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种车辆损伤检测的服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

接收移动检测端发送的利用所述反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种车辆损伤检测的终端设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种车辆损伤检测的系统，所述系统包括移动检测端和服务器，

所述移动检测端包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；拍摄获取所述检测车辆的损伤图像；以及将所述激光识别损伤信息和所述损伤图像发送至服务器；

所述服务器包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

接收移动检测端发送的激光识别损伤信息和损伤图像，根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种移动通信终端，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

拍摄获取所述检测车辆的损伤图像；

将所述激光识别损伤信息和损伤图像发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

一种车载设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

拍摄获取所述检测车辆的损伤图像；

将所述激光识别损伤信息和损伤图像发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

本说明书实施例提供的一种车辆损伤检测的处理方法、装置、设备、服务器和系统，可以通过移动检测端的激光探测单元，向检测车辆发射激光。然后接收被检测车辆反射回的激光，通过收集、分析反射的激光信息，可以对检测车辆的表面以及内部的损伤情况进行探测和识别，获取检测车辆的损伤情况。一些实施方式中可以利用激光探测获得的车辆损伤信息，作为辅助信息或者结合基于车辆图像获得的损伤信息，共同确定出车辆的损伤信息，可以进一步提高损伤识别的准确性。本说明书实施例利用一些激光测距和不同材质的超声波激发特性等，可以对反射的激光进行特定维度的数据处理，识别出检测车辆的更为精确的激光识别损伤信息，这个激光识别损伤信息可以作为检测车辆的损伤识别结果，也可以辅助或结合其他损伤识别方式以提高损伤识别结果，实现整体提高车辆损伤识别结果的准确性和可靠性，进而提高车辆理赔定损结果。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书所示的一种在移动终端上利用激光探测单元对车辆进行激光探测的示意图；

图2是本说明书所示的另一种在汽车上利用激光探测单元对车辆进行激光探测的示意图；

图3是本说明书提供的所述一种车辆损伤检测的处理方法实施例的流程示意图；

图4是本说明书实施例提供的利用激光探测生成的车辆三维图示意图；

图5是本说明书实施例提供的利用激光材质检的示意图；

图6是本说明书提供的车损损伤识别处理的卷积神经网络的结构示意图；

图7是本说明书提供的所述方法另一个实施例的方法流程示意图；

图8是本说明书提供的所述方法另一个实施例的方法流程示意图；

图9是应用本说明书实施例的一种车辆损伤检测的处理方法的移动终端硬件结构框图；

图10是本说明书提供的可用于服务器一侧的一种车辆损伤检测的处理装置实施例的模块结构示意图；

图11是本说明书提供的可用于移动检测端的所述装置的一种实施例的模块结构示意图；

图12是本说明书提供的所述装置另一种实施例的模块结构示意图；

图13是应用本说明书系统实施例的一种实施场景示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书中的一部分实施例，而不是全部的实施例。基于本说明书中的一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

当前保险行业利用自动化技术进行车辆损伤识别、定损的实现方案中，所用的方式主要集中在计算机视觉领域。例如一些基于图像识别的技术方案，其通过识别图片中的损伤特征来定损；或者基于图像搜索比对的技术方案，通过搜索车损图片库中与定损图片相似的案件，实现损失鉴定。上述通过车辆损伤图像识别损伤的方式较为单一，存在一些场景下对部分损伤类型或损伤程度识别结果不够准确的情况。例如轻微的凹陷、变形要能在照片中清晰反映，需要拍摄角度、光照条件合适，精细的车辆损伤图像获取难道较大。如果用户拍摄的不符合要求，则常常需要重新拍摄，这给用户带来操作不便甚至繁琐的使用体验。即便能发现损伤，要对损伤程度进行准确判断(例如钣金修复需要多少工时)，单凭照片进行判断的方式在很多情况下也不够准确。现实场景中，即便是经验丰富的定损员，遇到拍摄条件不够理想的照片，估算出损伤通常也会存在较大误差。另外，车主也可能存在造假或者与现场勘察员或定损员串通，伪造、夸大事故程度，盗用其他车损图像或对车辆损伤图像PS处理(泛指利用Photoshop等图像处理软件对图像进行编辑)，骗取赔款，也存在较大的欺诈风险。

本说明书的一个或多个实施例中，可以基于一些激光的传播特性，利用激光发射装置发射激光，通过对反射的激光的数据信息处理获得车辆的损伤信息；或者利用脉冲激光加载在材料表面，在材料内部激发超声波，用激光多普勒测振仪接收超声波信息，分析携带了缺陷信息的超声横波信号，通过数学计算获取缺陷的大小，埋藏深度等信息，也可以进一步转化得到材料信息。可以结合车辆损伤部位的视觉信息等其他方式获得的信息，实现对车辆损伤更加精准的判断。同时，基于激光实现的更加精准的、自动确定出的损伤信息，也降低了欺诈风险。具体的处理过程中可以包括使用激光反射信息识别出车辆的损伤，或者利用激光反射信息识别的损伤信息对基于车辆损伤图像的识别结果进行对比或修正，或者利用激光反射信息识别的损伤结合深度神经网络，学习处理输出损伤识别结果等，或者结合景深摄像头、双目摄像头获得的图像信息来辅助形成探测区域的三维立体结构图等。具体的基于激光识别车辆损伤的实施方式可以根据不同的场景需求结合相应的数据信息得到车辆的损伤信息。

本说明书提供的一种实施方案可以应用到检测端/服务器的系统构架中。在所述的系统构架中，可以包括一个或多个检测端对应一个服务器的实施方式，也可以包括一个或多个检测端对应多个服务器(如损伤识别服务器、定损服务器、配件服务器等)的实施方式。所述的检测端可以包括具有激光探测单元的终端设备，所述的激光探测单元可以由一组或多组激光发射器和接收传感器组成，具体的可以包括激光发射机、激光接收机，测量电路，综合信息处理机等，能够向被检测的车辆发射多束激光，并可以接收被探测表面以及内部反射回的激光，以及对发射或接收的激光信息进行数据处理。本说明书一些实施例中的激光探测单元可以采用安装在移动端的方式对检测车辆进行照射激光并接收数据。所述的移动端可以包括多种终端，例如手机、笔记本、车载设备、穿戴设备或者车险专用的移动理赔设备等。例如在图1所示的可以在用户的移动端上安装激光探测单元或者包含激光探测单元的其他装置，例如可以在用户的移动通信终端上按照一组激光探测单元，或者如图2所示的可以作为车载设备在汽车上安装一组或多组激光探测单元。图2中实线示意装置部分为激光成像，虚线示意装置部分为光学成像。

如图1或图2中所示的在用户移动终端，或者车辆或专用手持设备上等对车辆进行激光检测的包含激光探测单元的终端设备可以称为移动检测端。需要说明的是，本说明书实施例中所述的移动检测端通常是指可以跟着用户或检测端进行移动的检测设备，例如用户一侧移动通信终端，安装在车辆上的专用检测设备、用户使用的专用手持检测设备等。相对应的，由维修厂或检测点实施车辆检测的设备可以称为固定检测端。在本说明书的一些实施例中，移动检测端除可以包含激光探测单元外还可以包含光学成像装置，如双目摄像头，移动检测端还可以设置有配套的滑动槽或转向设备，可以使激光探测单元变换角度或方向发射激光。

本说明书一些实施例中的移动检测端可以具有通信模块，可以与服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括对保险数据进行处理的一个或多个服务器，可以为保险公司一侧的服务器，也可以为提供保险服务的平台服务器，如某支付应用提供的车险服务的服务器。其他的实施场景中也可以包含上述示例服务器的结合或部分模块单元的结合，例如与保险公司服务器有业务交互并提供车辆自动定损的支付服务平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式系统的服务器结构。所述的服务器可以有对应的数据库或存储单元。

下面以一个具体的在用户移动终端进行定损检测的应用场景为例对本说明书实施方案进行说明，所述的移动终端为移动检测端的一种实施方式。本实施例的移动检测端可以安装有激光探测单元，采用激光对车辆的进行损伤探测，获取车辆的损伤信息。本说明书实施例中所述的激光通常指通过受激辐射而产生，波长单一的相干光，光波的一种，可以包括红外波段和紫外波段。与常见的射线或声波不同的是，例如γ射线一般是在衰变中生成，机械波由机械振动产生，而激光是人工受激形成。本说明书的一些实施例考虑到车辆的金属材料以及车辆结构特性，以及测量精度安全性等，可以将激光损伤应用到车辆的损伤探测和识别处理中，可以大幅减少损伤鉴定对人员经验的要求，提高损伤识别精度，提供公正客观的鉴定结果，提高欺诈造假的难度，减少保险公司现场人工查勘的成本。

具体的，图3是本说明书提供的所述一种车辆损伤检测的处理方法实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。

具体的一种实施例如图3所示，本说明书提供的一种车辆损伤检测的处理方法的一种实施例中，所述方法可以包括：

S0：移动检测端发射激光，并接收检测车辆反射的激光，生成反射激光信息；

S2：移动检测端基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

S4：所述移动检测端将所述激光识别损伤信息发送至服务器；

S6：所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

本实施例中用户的移动检测端(手机)可以设置有激光探测单元，激光探测单元可以由一组或多组激光发射器和接收传感器。接收传感器可以与激光发射器安装同一位置，也可以安装在不同的位置，如分布在激光发射器的周围，具体的可以根据预期的激光反射路径设置接收传感器的位置。一种实施例中所述的移动检测端可以具有一定的数据处理能力，如接收反射的激光后将其转化成相应的电信号，生成反射激光信息。移动检测端激光发射器或接收传感器之间可以多路连接，激光发射器对检测车辆发射激光，可以由移动检测端激光处理单元对激光进行处理。

本说明书的一些实施例中，移动检测端可以将反射激光信息实时(例如接收到反射激光信息后即刻上传，或者确定车辆检测完成后即刻上传)上传给保险服务器，由保险服务器识别出激光识别损伤信息，也可以持久化后进行上传。包括下述多个实施例中所描述到的移动检测端、服务器、系统、装置、设备等，移动检测端基于所述反射激光信息确定所述检测车辆的激光识别损伤信息的处理在其他的实施例中也可以由服务器实现。

本说明书提供的一种实施例中，移动检测端可以对反射激光信息进行处理，生成激光识别损伤信息，然后上传给服务器。例如，可以基于激光识别损伤信息构造成预定的图像。具体的一个实施例中，所述的激光识别损伤信息可以包括下述实施例中描述到的检测车辆的被探测区域的构造视图或者检测车辆的被探测区域的材质分布视图(材质分布视图为材质分布信息的一种表现形式)中的至少一种，也可以为其他的数据信息。构造视图可以为平面视图，也可以为3D视图。然后，服务器可以根据移动检测端上传的激光识别损伤信息来进一步确定车辆的损伤或者结合其他车辆损伤处理来确定检测车辆的损伤识别结果。

移动检测端接收到反射激光信息后，可以基于该反射激光信息进行车辆损伤识别的处理。例如可以结合景深摄像头、双目摄像获取的图像(包括视频)信息头来辅助实现生成车辆被探测表面以及内部构造的视图，然后上传给服务器。服务器可以基于构造视图识别或确认检测车辆的一些损伤信息，或者构造视图可以展示给作业人员，由作业人员确定出检测车辆的识别损伤，或者结合其他对所述检查车辆的损伤识别处理共同确定损伤结果。当然，本说明书其他的实施例中，所述的激光识别损伤信息除上述构造视图外，还可以包括其他的数据形式，如文本信息、3D图形、损伤对应的代码或编号等。

本说明书中所述的视觉特征信息可以基于所述检测车辆的损伤图像获得，可以包括，由移动检测端拍摄损伤图像或者由其他终端拍摄损伤图像后上传至服务器，由服务器进行处理。其他的实施例中，也可以由所述移动检测端或其他终端设备拍摄车辆的损伤图像后，由所述移动检测端或其他终端设备识别处理并得到视觉特征信息后，再发送给所述服务器。

服务器基于移动检测端识别出的激光损伤信息可以进一步的结合检测车辆的视觉特征信息来共同确定出所述车辆的损伤识别结果。本实施例中所述的视觉特征信息通常额可以包括基于对车辆的图像信息进行识别、检测、对比等方式确定的损伤信息(损伤识别后)，或者也可以为从车辆的图像确定的表征车辆一个或多个特征的数据信息(损伤识别前)。例如在本实施例应用场景中，移动检测端在进行激光扫描处理时，可以利用摄像设备对检测车辆进行拍摄，获取损伤图像，这些损伤图像可以上传至保险服务器。保险服务器可以利用图像对比或者训练的神经网络识别出损伤图像中的损伤，确定所述检测车辆的视觉特征信息。另一个示例中，保险服务器可以对损伤图像进行识别处理，确定检测车辆的一个或多个损伤特征，然后这些损伤特征再结合激光识别损伤信息，共同识别处理，确定损伤识别结果。

本说明书的一些实施例中，所述的激光识别损伤信息和视觉特征信息共同确定损伤识别结果，具体的实现方式可以包括利用激光识别损伤信息对视觉特征信息的识别结果进行纠正或者作为参考、补充的结果，也可以将激光识别损伤信息作为入参作用于视觉损伤识别处理算法或模型中，输出包含激光识别损伤信息因子的视觉特征信息。或者，利用激光识别损伤信息对视觉损伤识别处理的入参进行修正后获取视觉损伤信息。上述的方式均可以进一步提高基于视觉特征的损伤识别结果的准确性。

本说明书的一些实施例中，对车辆的进行损伤探测时所使用的激光源可以激光。因此上述的实施示例中，可以在移动终端安装激光探测单元，该单元由一组多组激光发射器和接收传感器组成一个矩形阵列，通过改变阵列中不同单元发射光线的相位差，达到调节射出波角度和方向，从而能够对被探测表面构造两类视图：

a.采用近红外波长激光作为探测载波、通过发射调制后的激光光束照射被测目标，探测目标对激光的反射回波确定目标的距离，反射强度等数据。利用多元传感器和可编程光学相控阵扫描技术实现对区域的成像，通过对图像的解读得到目标的详细信息。

b.脉冲激光加载在材料表面，在材料内部激发超声波，用激光多普勒测振仪接收超声波信息，分析携带了缺陷信息的超声横波信号，通过数学计算获取缺陷的大小，埋藏深度等信息。

然后，在移动端开发应用程序，能够在同时调用相机和激光探测单元，对损伤部位进行扫描拍照，同时获得照片所覆盖区域的三维结构，以及表面材料分布。这样，对于所拍摄区域，除了获得照片之外，还同时得到表面起伏分布图、表面材料分布图。

本说明书提供的一些实施例中，移动检测端可以对反射回来的激光进行转换，转换成相应的电信号数据。当然，这些电信号数据还可以包括其他的数据信息，如激光探测单元的编号、激光发射时的强度、时间戳等。这些电信号数据可以传输给远端的服务器或在本地移动检测端进行成像处理，利用激光不同的物理特性构造车辆表面或内部的构造视图，这些构造视图可以用于服务器的损伤识别。

接收到的反射激光中可以包含激光的多种数据信息，本说明书的一些实施例具体的可以利用其中的全部或部分信息来进行车辆损伤的识别处理。具体的，本说明书提供的所述方法的另一个实施例中，所述基于所述反射激光信息确定所述检测车辆的激光识别损伤信息可以包括：

S40：利用所述反射激光信息，构建包括所述检测车辆被探测区域的表面、被探测区域内部的至少一种构造视视图，确定包括所述构造视图的第一类激光识别损伤信息。

本实施例中可以利用发射后被所探测表面以及内部缺陷反射的激光，计算移动检测端的接收传感器到表面的距离；多个单元共同工作，能够得知表面的三维立体结构，从而探测出表面(车辆表面或者被探测区域内的部件的表面)是否存在起伏变化，或者表面曲率变化信息。如上述的可以利用近红外波长激光作为探测载波，通过发射调制后的激光光束照射被测目标，探测目标对激光的反射回波确定目标的距离，反射强度等数据。利用多元传感器和可编程光学相控阵扫描技术实现对区域的成像，通过对图像的解读得到目标的详细信息，确定第一类激光识别损伤信息。上述处理过程中也可结合景深摄像头、双目摄像头来辅助实现。具体的可以计算可以基于激光波长、传输时间、激光传输速度等参量计算得到。例如图4所示的利用激光成像构建三维图的示意图，可以通过发送机发射激光，然后通过接收机接收反射激活。由于激光在空气中的传播速度是已知，接收到激光的时间可以测量到，基于速度和传播时间，可以计算出传输距离进而推导出实际距离。基于计算的距离和发射强度(振幅)可以构建出目标(被探测区域或被探测区域包含的部件)的三维图。

本说明还提供利用激光识别损伤的另一种实施方式，除上述基于距离识别车辆部件凹凸变形的构造视图外，还可以利用反射激光信息获得被探测器区域表面的材质分布信息，进而能够判断是否存在漆面脱落，是否有尘土覆盖，是否有金属层露出，是否存在异常材质(原本整块的材质区域出现其他异常材质，则可能存在缺陷、损伤)甚至识别出损伤是新伤还是旧伤等。这样得到的损激光识别损伤信息可以进一步提高车辆损伤识别结果。本说明书提供的所述方法的另一个实施例中，所述基于所述反射激光信息确定所述检测车辆的激光识别损伤信息可以包括：

S42：利用所述反射激光信息，确定包括所述检测车辆被探测区域的材质分布信息的第二类激光识别损伤信息。

具体的实施中，例如可以利用脉冲激光加载在材料表面，在材料内部激发超声波。用激光多普勒测振仪接收超声波信息，信息中携带了缺陷信息的超声横波信号，通过数学计算获取缺陷的大小，埋藏深度等信息，根据不同材质反射的超声横波信号，能获得被探测表面的材质分布信息，从而能够判断表面是否存在漆面脱落，是否有尘土覆盖，是否有金属层露出等等。本说明书的一些实施例中可以将基于接收的反射激光信息识别的材质分布信息称为第二类激光识别损伤信息。例如图5所示的激光材质检测示意图。

在一些实施例中，上述所述的S40～S42中识别出第一类激光识别损伤信息和第二类激光识别损伤信息的处理可以在移动检测端处理完成，两者可以同时进行数据处理，也可以分别进行损伤识别。可以在移动检测端开发应用程序，能够同时调用摄像头和激光探测单元，对损伤部位进行拍照，同时获得照片所覆盖区域的三维结构，以及其表面材料分布。这样，对于所拍摄区域，除了获得照片之外，还可以得到表面起伏分布图、表面材料分布图。

本实施例中，用户在车辆出险检测时，还可以拍摄有相应车辆的损伤图像。损伤图像可以由移动检测端拍摄获得。保险服务器或其他处理设备可以通过一些机器学习算法构建网络模型，通过对样本图像学习后，可以对车辆的损伤图像进行识别，获取检测车辆的损伤信息。如前述所述，本说明书一些实施例中可以将基于图像信息获取的车辆的损伤信息称为视觉损伤信息(属于本说明书中视觉特征信息的一种)，可以包括利用卷积神经网络等网络模型识别出的车辆损伤信息，也可以包括直接对车辆的损伤图像的主体检测、损伤识别等得到的损伤信息，甚至一些实施例中也可以包括人工识别基于图像或现场勘探识别出的损伤信息。

具体的，本说明书的一些实施例中，服务器一侧可以对采集到的损伤部位图像、表面起伏分布和/或表面材料分布信息，通过深度网络，构建一个能对所拍摄区域包含的汽车部件、损伤程度进行识别的端到端的模型。本说明书的一些实施例中可以采用深度神经网络的形态为卷积神经网络(CNN)，可以由卷积层、池化层、全连接层等构成，其CNN网络的示意模型结构可以如图6所示。当然，可以根据需求选取其他模型或对图6的网络模型进行变形、变换和改进等。需要说明的是，上述构建网络模型对损伤部位图像、表面起伏分布和/或表面材料分布信息进行处理的过程也可以在所述移动检测端实现。

在目前业内的一些应用场景下，存在一些通过卷积神经网络对纯图片进行识别的损伤方式。仅基于视觉特征信息确定的检测车辆的损伤识别结果精确度较低，存在一定的局限性，甚至无法完整还原被拍摄表面的损伤程度。本说明书的一些实施例中，可以引入激光获取的激光损伤信息，如被拍摄表面起伏的图像、表面材质等的分布之后，可以提供额外的损伤识别特征，结合视觉特征进行处理，可以提供更加完整、精确的损伤识别输出结果。具体的应用实例中，可以包括：

a.结合表面的深度信息和视觉信息，提升凹陷、变形类损伤识别的准确率；

b.利用材质分布信息和深度信息，对反光、倒影、尘土污渍等视觉干扰因素进行修正，可以有效防止深度神经网络将倒影等干扰错误识别为损伤；

c.对损伤程度进行更精准地判断，尤其对细微的凹陷、油漆脱落等损伤，能够将准确程度提升到单凭视觉信息无法达到的高度。

因此，本说明书实施例中得到的包括第一类激光识别损伤信息和/或第二类激光识别损伤信息等一方面可以对基于损伤图像等的视觉特征信息获得的识别结果进行补充、纠正等，另一方面可以直接参与作用到基于视觉特征信息的损伤识别处理过程中。具体的实现过程中，作业人员可以根据实际的场景或选取的网络模型、识别算法等进行相应的设置。因此，本说明书提供的所述方法的另一个实施例中，所述根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，可以包括：

S60：根据所述激光损伤信息，对基于所述视觉特征信息的识别结果进行校准，确定所述检测车辆的损伤识别结果。

上述所述的校准，可以包括对识别结果的进一步信息补充，或者对全部或部分识别结果的纠正、更正、修正等，或者当激光损伤信息与基于视觉特征信息的识别结果存在差异时选取其中一个作为有效的识别出的损伤，当然也可以利用激光损伤信息对基于视觉特征信息的识别结果进行优化等。

基于上述所述，另一个实施例中，获得的激光损伤信息可以作用到基于车辆损伤图像的网络模型中，进一步提高网络模型输出结果的准确性。因此，本说明书提供的所述方法的另一个实施例中，接收或确定所述激光识别损伤信息之后，所述方法还包括：

S62：利用所述激光损伤信息，对用于对车辆损伤图像进行识别处理的深度神经网络的参数进行修正；

相应的，所述根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果包括：利用参数修正后的深度神经网络对车辆损伤图像进行识别处理，获取所述检测车辆的损伤识别结果。

本说明书实施例提供的一种车辆损伤检测的处理方法，可以在移动检测端通过激光探测单元，向检测车辆发射激光。然后接收被检测车辆反射回的激光，通过收集、分析反射的激光信息，可以对检测车辆的表面以及内部的损伤情况进行探测和识别，获取检测车辆的损伤情况。一些实施方式中可以利用激光探测获得的车辆激光识别损伤信息，作为辅助信息或者结合基于车辆图像获得的损伤信息，共同确定出车辆的损伤信息，可以进一步提高损伤识别的准确性。本说明书实施例利用一些激光传播和不同材料的超声波激发特性等，可以对反射的激光进行特定维度的数据处理，识别出检测车辆的更为精确的激光识别损伤信息，这个激光识别损伤信息可以作为检测车辆的损伤识别结果，也可以辅助结合损伤识别方式或损伤识别结果，实现整体提高车辆损伤识别结果的准确性和可靠性，进而提高车辆理赔定损结果。

服务器确定车辆的损伤信息后，可以进一步的进行自动定损、确定赔付方案，以及进行赔付处理等。

一般的，所述的服务器，如保险服务器或中间平台的服务器等，通常与移动检测端相比，有更好的处理能力，基于激光探测的车辆损伤识别可以在服务器一侧进行处理。因此一些实施例中也可以由移动检测端发射激光并接收反射激光信息，将反射激光信息上传给服务器进行损伤识别以及进一步可以自动定损、确定赔付方案的交互处理，降低用户终端的处理压力，提高处理识别效率。本说明书提供的一些实施场景下，移动检测端也可以对接收的反射激光信息进行处理，识别出车辆的损伤信息。移动检测端获得激光识别损伤信息后再发送给服务器，由服务器结合激光识别损伤信息以及基于视觉特征信息确定车辆的损伤识别结果。移动检测端一侧直接识别出激光识别损伤信息，可以降低服务器负载压力。

基于上述一些实施例描述的移动检测端与服务器交互实现车辆损伤检测的处理方法，本说明书还提供一种可以应用到例如所述移动检测端的终端设备一侧的车辆损伤检测的处理方法。具体的一个实施例中，图7所示，图7本说明书提供的所述方法的另一个实施例流程示意图，所述方法可以包括：

S100：向检测车辆发射激光(可以通过控制激光探测单元向检测车辆发射激光)，并接收检测车辆反射的激光，生成反射激光信息；

S102：基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

S104：将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

上述所述的可应用在终端设备的方法具体的实现以及处理过程可以参照前述方法实施例描述。

基于前述实施描述，本说明书还提供一种可以应用到例如车险服务器的服务器或提供车险服务器的平台服务器一侧的车辆损伤检测的处理方法。具体的一个实施例中，图8所示，图8本说明书提供的所述方法的另一个实施例的流程示意图，所述方法可以包括：

S200：接收移动检测端发送的利用所述反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

S202：根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

需要说明的是，本说明书实施例上述所述的终端设备一侧或服务器一侧的方法，根据相关多侧交互方法实施例的描述还可以包括其他的实施方式，例如利用所述反射激光信息，计算移动检测端到所述检测车辆的距离，基于所述距离构建所述检测车辆的被探测区域的构造视图，根据所述构造视图中部件的起伏变化信息确定存在凹凸变形的第一类激光识别损伤信息；或者，利用所述反射激光信息，计算所述检测车辆的被探测区域的材质分布信息，根据所述材质分布信息确定第二类激光识别损伤信息；或者，根据所述激光损伤信息，对基于所述视觉特征信息的识别结果进行校准，确定所述检测车辆的损伤识别结果，或者，利用所述激光损伤信息，对用于对车辆损伤图像进行识别处理的深度神经网络的参数进行修正等。具体的实现方式可以参照前述相关方法实施例的描述，在此不作一一赘述。

本说明书中上述方法的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。

本申请实施例所提供的方法实施例可以在固定终端、移动终端、服务器或者类似的运算装置中执行。以运行在移动终端上为例，图9是应用本说明书实施例的一种车辆损伤检测的处理方法的移动终端硬件结构框图，有更多或更少的硬件结构。具体的，如图9所示，移动终端9可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。本领域普通技术人员可以理解，图9所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，移动终端还可包括比图9中所示更多或者更少的组件，例如还可以包括其他的处理硬件，如GPU(Graphics Processing Unit，图像处理器)，或者具有与图9所示不同的配置。

存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的一种车辆损伤检测的处理方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现终端屏幕保险的投保、理赔、审查、赔付等处理。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。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。

传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

基于上述所述的车辆损伤检测的处理方法，本说明书还提供一种车辆损伤检测的处理装置。所述的装置可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的设备装置。基于同一创新构思，本说明书提供的一种实施例中的处理装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的处理装置的实施可以参见前述方法的实施，重复之处不再赘述。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。具体的，如图10所示，图10是本说明书提供的可以用于服务器一侧的一种车辆损伤检测的处理装置实施例的模块结构示意图，所述的服务器可以为单独的服务器，或服务器集群，或分布式系统等，具体的可以包括：

激光探测接收模块200，可以用于接收移动检测端发送的利用所述反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

损伤处理模块202，可以用于根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

所述的损伤处理模块202中的视觉特征信息，可以由所述损伤处理模块202对车辆的损伤图像采用预设的算法或网络模型处理后得到，也可以接收由其他模块单元进行处理得到的反馈结果。

基于前述服务器一侧车辆损伤检测的处理方法的相关描述，本说明书提供的所述装置的另一个实施例中，所述激光识别损伤信息可以包括下述中的至少一种：

利用所述反射激光信息，构建包括所述检测车辆被探测区域的表面、被探测区域内部的至少一种构造视视图，确定包括所述构造视图的第一类激光识别损伤信息；

利用所述反射激光信息，确定包括所述检测车辆被探测区域的材质分布信息的第二类激光识别损伤信息。

所述装置的另一个实施例中，所述损伤处理模块202可以包括：

结果校准单元2020，可以用于根据所述激光损伤信息，对基于所述视觉特征信息的识别结果进行校准，确定所述检测车辆的损伤识别结果。

另一个实施例中，所述损伤处理模块202可以包括：

模型修正单元2022，可以用于利用所述激光损伤信息，对用于对车辆损伤图像进行识别处理的深度神经网络的参数进行修正；

相应的，所损伤处理模块202利用参数修正后的深度神经网络对车辆损伤图像进行识别处理，获取所述检测车辆的损伤识别结果。

在所述装置的车辆损伤识别处理中，所述检测车辆的损伤图像由所述移动检测端拍摄上传得到。

如图11所示，基于前述相关方法实施例描述，图11是本说明书提供的可以用于移动检测端一侧的一种车辆损伤检测的处理装置实施例的模块结构示意图。所说的移动检测端可以包括移动通信装置、笔记本、车载设备、个人数字助理等的终端设备。具体的，所述装置的一个实施例中，可以包括：

激光探测模块300，可以用于向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

激光损伤识别模块302，可以用于基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

数据上传模块304，可以用于将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

所述装置的另一个实施例中，所述激光损伤识别模块302可以包括：

第一损伤识别单元3020，可以利用所述反射激光信息，构建包括所述检测车辆被探测区域的表面、被探测区域内部的至少一种构造视视图，确定包括所述构造视图的第一类激光识别损伤信息。

本实施例所述的装置，可以基于激光传播信息技术目标物(可以为移动检测端或移动检测端的某一部分装置，或者是其他参考物)到检测车辆的被探测区域的表面及内部部件的距离，基于距离构建形成构造视图。构造视图可以用于与车辆为损伤状态下的构造视图进行对比，获取部件或结构中的异常起伏变化信息，进而可以判断车辆是否存在凹陷变形等损伤。

相应的，另一个实施例中，还可以基于激光对不同材料激光反射强度、折射后反射路径不同识别被探测区域的材质分布情况。因此，所述装置的另一个实施例中，所述激光损伤识别模块302可以包括：

第二损伤识别单元3022，可以用于利用所述反射激光信息，确定包括所述检测车辆被探测区域的材质分布信息的第二类激光识别损伤信息。

本实施例装置能获得被探测表面的材质分布信息，从而能够判断表面是否存在漆面脱落，是否有尘土覆盖，是否有金属层露出等等。可以进一步提高的车辆损伤识别结果的准确性。

图12是本说明书提供的所述装置的另一种实施例的模块结构示意图，在实施例中，所述装置的激光损伤识别模块302可以包括计算获得第一类激光识别损伤的装置单元，也可以包括计算获得第二类激光识别损伤的装置单元。或者可以包括上述两者，如图12所示，其中图10中的虚线表示在一些实施例中可以同时包含该装置单元。

如前述方法实施例所述，所述装置的其他实施例中，所述激光探测单元对所述检测车辆进行探测所采用的激光为激光；

或者，还包括图像拍摄单元，用于拍摄获取所述检测车辆的损伤图像，并将所述损伤图像发送至服务器。

需要说明的是，本说明书实施例上述所述的装置，根据相关方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照方法实施例的描述，在此不作一一赘述。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书实施例提供的一种车辆损伤检测的处理装置，可以通过安装在移动检测端的激光探测单元，向检测车辆发射激光。然后接收被检测车辆反射回的激光，通过收集、分析反射的激光信息，可以对检测车辆的表面以及内部的损伤情况进行探测和识别，获取检测车辆的损伤情况。一些实施方式中服务器可以利用激光探测获得的车辆损伤信息，作为辅助信息或者结合基于车辆图像获得的损伤信息，共同确定出车辆的损伤信息，可以进一步提高损伤识别的准确性。本说明书实施例利用一些激光测距和不同材质的激光超声波激发特性等，可以对反射的激光进行特定维度的数据处理，识别出检测车辆的更为精确的激光识别损伤信息，这个激光识别损伤信息可以作为检测车辆的损伤识别结果，也可以辅助结合损伤识别方式或损伤识别结果，实现整体提高车辆损伤识别结果的准确性和可靠性，进而提高车辆理赔定损结果。

本说明书实施例提供的车辆损伤检测的处理方法和装置可以在计算机中由处理器执行相应的程序指令来实现，如使用windows操作系统的c++语言在PC端实现，或其他例如Linux、android、iOS系统相对应的应用设计语言结合必要的硬件实现，或者基于分布式系统的多服务器处理，或者基于量子计算机的处理逻辑实现等。具体的，本说明书提供的一种服务器实现上述方法或装置的实施例中，所述服务器可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

接收移动检测端发送的利用所述反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

本说明书提供的一种终端设备实现上述方法或装置的实施例中，例如手机，所述终端设备可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

上述所述的指令可以存储在多种计算机可读存储介质中。所述计算机可读存储介质可以包括用于存储信息的物理装置，可以将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。本实施例所述的计算机可读存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。下述所述的装置或服务器或客户端或系统中的指令同上描述。

根据前述所述，本说明书还提供一种车辆损伤检测的系统，所述系统可以包括移动检测端和服务器，

所述移动检测端包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；拍摄获取所述检测车辆的损伤图像；以及将所述激光识别损伤信息和所述损伤图像发送至服务器；

所述服务器包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

接收移动检测端发送的激光识别损伤信息和损伤图像，根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

其他的系统实施例中，对所述检测车辆进行探测所采用的激光为激光，和/或，所述激光识别损伤信息包括表征所述检测车辆被探测区域的表明起伏分布信息、所述检测车辆被探测区域的材质分布信息中的至少一种。

图13是应用本说明书系统实施例的一种实施场景示意图。

上述实施例中所述的移动终端具体的可以为移动通信终端，例如手机。这样，当需要进行车辆损伤检测时，用户可以使用随身携带的移动通信终端进行拍摄获取损伤图片的同时，还可以通过激光来探测凹陷变形或材质分布的相关损伤信息，提供损伤识别和定损处理结果精度，提高用户体验。移动通信终端可以结合并使用自身的摄像头或速度传感器、方向传感器等，提供损伤识别处理的信息。因此，本说明书提供的一种实施上述方法的移动通信终端，所述移动通信终端可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

拍摄获取所述检测车辆的损伤图像；

将所述激光识别损伤信息和损伤图像发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

上述实施例中所述的移动终端具体的可以为车载设备，车载设备可以按照在各种机动或非机动车辆上。这样，当需要进行车辆损伤检测时，用户可以使用车载设备进行拍摄获取损伤图片的同时，还可以通过激光来探测凹陷变形或材质分布的相关损伤信息，提供损伤识别和定损处理结果精度，提高用户体验。车载设备可以与车辆的行车记录仪或速度传感器、方向传感器等相连接，提供损伤识别处理的信息，或者车主设备的摄像和/或激光探测单元可以分离，以便用户使用，进行图像拍摄或激光探测。因此，本说明书提供的一种实施上述方法的车载设备，所述车载设备可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

拍摄获取所述检测车辆的损伤图像；

将所述激光识别损伤信息和损伤图像发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

上述方法或装置或服务器或系统以及移动通信终端、车载设备等的实施例中，对所述检测车辆进行探测所采用的激光可以为激光。在车辆保险进行定损的损伤检测应用场景中，利用激光能够更加清晰的探测车辆表面以及内部的构造视图，对材质分布的探测也更加清晰，可以进一步提高损伤识别结果的准确性。

需要说明的是，本说明书实施例上述所述的装置、终端设备、服务器、系统、移动通信终端、车载设备等，根据相关方法或装置实施例的描述还可以包括其他的实施方式，例如所述检测车辆进行探测所采用的激光为激光，以及，所述激光识别损伤信息包括表征所述检测车辆被探测区域的表明起伏分布信息、所述检测车辆被探测区域的材质分布信息中的至少一种。具体的实现方式可以参照方法实施例的描述，在此不作一一赘述。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书实施例提供的一种车辆损伤检测的处理方法、装置、设备、服务器和系统，可以通过移动检测端的激光探测单元，向检测车辆发射激光。然后接收被检测车辆反射回的激光，通过收集、分析反射的激光信息，可以对检测车辆的表面以及内部的损伤情况进行探测和识别，获取检测车辆的损伤情况。一些实施方式中可以利用激光探测获得的车辆损伤信息，作为辅助信息或者结合基于车辆图像获得的损伤信息，共同确定出车辆的损伤信息，可以进一步提高损伤识别的准确性。本说明书实施例利用一些激光测距和不同材质的激光超声波激发特性等，可以对反射的激光进行特定维度的数据处理，识别出检测车辆的更为精确的激光识别损伤信息，这个激光识别损伤信息可以作为检测车辆的损伤识别结果，也可以辅助结合损伤识别方式或损伤识别结果，实现整体提高车辆损伤识别结果的准确性和可靠性，进而提高车辆理赔定损结果。

虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

尽管本说明书实施例内容中提到利用激光探测、利用激光的传播特性计算距离、利用不同介质的激光超声波激发特性确定材质分布以及移动检测端直接反馈激光反射信息或本地识别出损伤后反馈给服务器、CNN网络模型处理视觉特征信息等之类的数据获取、存储、交互、计算、判断等操作和数据描述，但是，本说明书实施例并不局限于必须是符合行业通信标准、标准图像数据处理协议、通信协议和标准网络模型/模板或本说明书实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本说明书的可选实施方案范围之内。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

Claims (25)

1.一种车辆损伤检测的处理方法，所述方法包括：

移动检测端发射激光，并接收检测车辆反射的激光，生成反射激光信息；

移动检测端基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

所述移动检测端将所述激光识别损伤信息发送至服务器；

所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

2.一种车辆损伤检测的处理方法，所述方法包括：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

3.如权利要求2所述一种车辆损伤检测的处理方法，其中，所述方法还包括：

拍摄获取所述检测车辆的损伤图像，将所述损伤图像发送至服务器。

4.如权利要求2所述的方法，所述基于所述反射激光信息确定所述检测车辆的激光识别损伤信息包括：

利用所述反射激光信息，构建包括所述检测车辆被探测区域的表面、被探测区域内部的至少一种构造视视图，确定包括所述构造视图的第一类激光识别损伤信息。

5.如权利要求2所述的方法，所述基于所述反射激光信息确定所述检测车辆的激光识别损伤信息包括：

利用所述反射激光信息，确定包括所述检测车辆被探测区域的材质分布信息的第二类激光识别损伤信息。

6.一种车辆损伤检测的处理方法，所述方法包括：

接收移动检测端发送的利用反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

7.如权利要求6所述的方法，所述激光识别损伤信息包括下述中的至少一种：

利用所述反射激光信息，构建包括所述检测车辆被探测区域的表面、被探测区域内部的至少一种构造视视图，确定包括所述构造视图的第一类激光识别损伤信息；

利用所述反射激光信息，确定包括所述检测车辆被探测区域的材质分布信息的第二类激光识别损伤信息。

8.如权利要求6所述的方法，其中，所述检测车辆的损伤图像由所述移动检测端拍摄上传得到。

9.如权利要求6所述的方法，所述根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，包括：

根据所述激光识别损伤信息，对基于所述视觉特征信息的识别结果进行校准，确定所述检测车辆的损伤识别结果。

10.如权利要求6所述的方法，接收所述激光识别损伤信息之后，所述方法还包括：

利用所述激光识别损伤信息，对用于对车辆损伤图像进行识别处理的深度神经网络的参数进行修正；

相应的，所述根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果包括：利用参数修正后的深度神经网络对车辆损伤图像进行识别处理，获取所述检测车辆的损伤识别结果。

11.一种车辆损伤检测的处理装置，所述装置包括：

激光探测接收模块，用于接收移动检测端发送的利用反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

损伤处理模块，用于根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

12.如权利要求11所述的装置，所述激光识别损伤信息包括下述中的至少一种：

利用所述反射激光信息，构建包括所述检测车辆被探测区域的表面、被探测区域内部的至少一种构造视视图，确定包括所述构造视图的第一类激光识别损伤信息；

利用所述反射激光信息，确定包括所述检测车辆被探测区域的材质分布信息的第二类激光识别损伤信息。

13.如权利要求11所述的装置，所述损伤处理模块包括：

结果校准单元，用于根据所述激光损伤信息，对基于所述视觉特征信息的识别结果进行校准，确定所述检测车辆的损伤识别结果。

14.如权利要求11所述的装置，所述损伤处理模块包括：

模型修正单元，用于利用所述激光损伤信息，对用于对车辆损伤图像进行识别处理的深度神经网络的参数进行修正；

相应的，所损伤处理模块利用参数修正后的深度神经网络对车辆损伤图像进行识别处理，获取所述检测车辆的损伤识别结果。

15.如权利要求11所述的装置，其中，所述检测车辆的损伤图像由所述移动检测端拍摄上传得到。

16.一种车辆损伤检测的处理装置，所述装置包括：

激光探测模块，用于向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

激光损伤识别模块，用于基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

数据上传模块，用于将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

17.如权利要求16所述的装置，所述损伤处理模块包括：

第一损伤识别单元，利用所述反射激光信息，构建包括所述检测车辆被探测区域的表面、被探测区域内部的至少一种构造视视图，确定包括所述构造视图的第一类激光识别损伤信息。

18.如权利要求16所述的装置，所述损伤处理模块包括：

第二损伤识别单元，用于利用所述反射激光信息，确定包括所述检测车辆被探测区域的材质分布信息的第二类激光识别损伤信息。

19.如权利要求16所述的装置，其中，对所述检测车辆进行探测所采用的激光为激光；

或者，还包括图像拍摄单元，用于拍摄获取所述检测车辆的损伤图像，并将所述损伤图像发送至服务器。

20.一种车辆损伤检测的服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

接收移动检测端发送的利用反射激光信息确定检测车辆的激光识别损伤信息，所述反射激光信息基于移动检测端向检测车辆发射激光并接收所述检测车辆反射的激光生成的数据信息；

根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

21.一种车辆损伤检测的终端设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

将所述激光识别损伤信息发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

22.一种车辆损伤检测的系统，所述系统包括移动检测端和服务器，

所述移动检测端包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；拍摄获取所述检测车辆的损伤图像；以及将所述激光识别损伤信息和所述损伤图像发送至服务器；

所述服务器包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

接收移动检测端发送的激光识别损伤信息和损伤图像，根据所述检测车辆的激光识别损伤信息和视觉特征信息，确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

23.如权利要求22所述的系统，其中，对所述检测车辆进行探测所采用的激光为激光，以及，所述激光识别损伤信息包括表征所述检测车辆被探测区域的表明起伏分布信息、所述检测车辆被探测区域的材质分布信息中的至少一种。

24.一种移动通信终端，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

拍摄获取所述检测车辆的损伤图像；

将所述激光识别损伤信息和损伤图像发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。

25.一种车载设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

向检测车辆发射激光，并接收检测车辆反射的激光，生成反射激光信息；

基于所述反射激光信息确定所述检测车辆的激光识别损伤信息；

拍摄获取所述检测车辆的损伤图像；

将所述激光识别损伤信息和损伤图像发送至服务器，以使所述服务器根据所述检测车辆的激光识别损伤信息和视觉特征信息确定所述检测车辆的损伤识别结果，所述视觉特征信息基于所述检测车辆的损伤图像获得。