CN106022929A - 基于专家系统的碰撞事故定损方法及系统 - Google Patents
基于专家系统的碰撞事故定损方法及系统 Download PDFInfo
- Publication number
- CN106022929A CN106022929A CN201610364053.0A CN201610364053A CN106022929A CN 106022929 A CN106022929 A CN 106022929A CN 201610364053 A CN201610364053 A CN 201610364053A CN 106022929 A CN106022929 A CN 106022929A
- Authority
- CN
- China
- Prior art keywords
- accident
- setting loss
- data
- collision
- maintenance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Abstract
基于专家系统的碰撞事故定损方法及系统,步骤一:由采集设备和碰撞仿真分析模块获得的碰撞数据,通过数据处理系统进行特征提取,确定碰撞数据、碰撞事故的定损信息及维修方案,建立系统的综合数据库;通过智能识别及图像灰度匹配技术,与车型定损数据库进行核定;碰撞数据的特征参数经过人工智能学习,梳理事故车辆与碰撞数据的智能识别机制,并结合事故定损专家知识库和车辆维修专家知识库,建立事故定损与维修专家系统;知识获取模块结合通过人工智能学习建立的知识模型和事故定损与维修专家系统给出的直接知识进行分类、整理;本发明解决了定损员进行定损的主观性和减少联合骗保的机率;可避免事故车辆的拆解费用。
Description
技术领域
本发明属于碰撞事故定损领域,具体说是一种基于专家系统的碰撞事故定损方法及系统。
背景技术
目前汽车的保有量每年在逐渐的增加,道路交通的不断规划使车辆的行驶速度有所提升,交通事故的发生率也在增加,汽车再发生碰撞后主要的理赔流程为:出险--报案--查勘--定损--核价--核损--核赔--支付,其中定损是根据保险公司所派的专业人员到现场进行勘察之后,根据损失的部位痕迹及程度进行现场初步定损,或者直接到修理厂、4S店、定损中心去定损。发生车辆事故后,车辆自身会产生各种变形及损伤,但只靠定损员凭经验进行事故车辆定损,存在很多的主观性及联合骗保的机率。此外,传统定损为了事故车辆定损的准确性需要进行车辆拆解,这也额外增加了保险理赔的费用。
发明内容
针对现有技术存在上述缺点或者不足,本发明提供了一种基于专家系统的碰撞事故定损方法及系统,一方面解决了定损员进行定损的主观性和减少联合骗保的机率;另一方面可避免事故车辆的拆解费用,从而大大提升在保客户的满意度和事故保险理赔的规范化。
为实现上述目的,本发明提供了一种基于专家系统的碰撞事故定损方法,包括:
步骤一:由采集设备和碰撞仿真分析模块获得的碰撞数据,通过数据处理系统进行特征提取,确定碰撞数据、碰撞事故的定损信息及维修方案,建立系统的综合数据库;
步骤二:通过智能识别及图像灰度匹配技术,与车型定损数据库进行核定;
步骤三:碰撞数据的特征参数经过人工智能学习,梳理事故车辆与碰撞数据的智能识别机制,并结合事故定损专家知识库和车辆维修专家知识库,建立事故定损与维修专家系统;
步骤四:知识获取模块结合通过人工智能学习建立的知识模型和事故定损与维修专家系统给出的直接知识进行分类、整理;
步骤五:通过人工智能方法建立远程定损和维修方案的推理机,再结合确定的知识库和综合数据库,使用推理机推理出最终输出碰撞事故的定损信息及维修方案。
进一步的,该方法还包括,步骤六:根据事故定损信息,本系统结合理赔方案、维修方案会自动生成定损单。
进一步的,该方法还包括,步骤七:保险公司根据地方差异进行价格的修定后,产生最终赔付方案。
进一步的,该方法还包括,步骤八:赔付方案结合维修方案,给予保户维修建议。
更进一步的,步骤一中综合数据库建立的步骤为:
S1:通过采集设备和碰撞仿真分析模块,获取三轴加速度、三轴角速度、音频、视频图像数据,所得数据存入系统的综合数据库为原始数据库;
S2:通过对三轴加速度、三轴角速度的碰撞信息提取进行滤波等数据预处理,处理后结果存入综合数据库作为二次数据库;
S3:对音频数据进行去噪、滤波等数据预处理结果存入综合数据库作为二次数据库;
S4:对视频图像进行图像灰度等数据预处理后结果存入综合数据库作为二次数据库;
S5:综合数据库的二次数据库针对不同数据类型进行特征提取存入综合数据库的特征数据库;
S6:根据车型按照不同零部件建立损伤级别存入为综合数据库的损伤级别库;
S7:建立事故与损伤级别的映射关系存入为综合数据库的定损库。
更进一步的,根据碰撞事故的定损数据建立基于车型、基于部位、基于零件的定损方案,并存入事故定损专家知识库,所述事故定损专家知识库包括:基于OBD车辆信息定损专家知识库、基于音频数据定损专家知识库、基于视频图像定损专家知识库;根据碰撞事故的定损数据建立基于车型、基于部位、基于零件的维修方案,并存入车辆维修专家知识库。
作为更进一步,步骤三中建立事故定损与维修专家系统具体包括步骤:
A、建立事故定损专家系统:提取三轴加速度、三轴角速度数据信号的最大值、碰撞能量、碰撞信号梯度等多个特征作为输入层,根据三轴加速度、三轴角速度的数据特征通过分布式人工智能学习进行样本训练、测试,再经过推理机中的推理输出定损结果;
B、建立维修专家系统:根据不同的定损情况,结合维修领域的专家和工程师的知识经验,建立基于车型的零部件分布式维修方案,从而形成的维修专家系统;
C、建立基于WEB的事故定损与维修专家系统:组合事故定损专家知识库与维修专家知识库,形成WEB数据交互的解释器,通过网络将事故定损和维修建议方案提交到用户及相关人员。
本发明还提供了一种基于专家系统的碰撞事故定损系统,包括:
事故定损专家系统,根据三轴加速度、三轴角速度的数据特征通过分布式人工智能学习进行样本训练、测试,再经过推理机中的推理输出定损结果;
维修专家系统,建立基于车型的零部件分布式维修方案;
手机APP,面向车险用户,通过事故定损专家系统进行事故定损结果呈现;
综合数据库,确定碰撞数据、碰撞事故的定损信息及维修方案;
图像识别模块,是基于人工智能学习和图像灰度匹配技术,封装为平台中间件之一;
应用中间件,封装网络环境中的资源,并向集成平台提供接口,通过定损工作流集成各个单独的功能实现和服务;应用中间件是面向保险公司的。
进一步的,所述应用中间件,是将事故和仿真形成的车辆定损数据库的资源封装和虚拟化符合定损Web服务和定损的标准化模块,将各种分布、异构的资源封装为符合服务资源框架的定损Web服务。
更进一步的,应用中间件的各种资源模块构建成为具体的定损Web专家服务层;定损Web专家服务层包括通过采集设备和碰撞仿真分析建立的综合数据库、维修专家知识库、事故定损专家知识库、数据处理系统、人工智能定损学习模块、知识获取模块、基于人工智能推理机、解释器等资源;Web专家服务包括:任务分配与调度服务、项目管理服务、数据服务、信息推送服务、知识服务、用户管理服务、监控服务、用户权限服务和显示结果服务等。
本发明由于采用以上技术方案,能够取得如下的技术效果:能够以人类专家的水平完成车辆事故定损相关专家领域的任务。一方面解决了定损员进行定损的主观性和减少联合骗保的机率;另一方面可避免事故车辆的拆解费用,从而大大提升在保客户的满意度和事故保险理赔的规范化,同时集成了维修专家的各种维修手段与方法给出事故车主更有效合理的维修建议。事故定损与维修方案的专家系统必将成为保险行业定损与维修智能管理与决策的更加得力工具,成为人类可信赖的重要智能助手。
附图说明
本发明共有附图2幅:
图1为本发明系统结构框图;
图2为本发明系统流程示意图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步的具体说明。
实施例1
一种基于专家系统的碰撞事故定损方法,包括:
步骤一:由采集设备和碰撞仿真分析模块获得的碰撞数据,通过数据处理系统进行特征提取,确定碰撞数据、碰撞事故的定损信息及维修方案,建立系统的综合数据库;
步骤二:通过智能识别及图像灰度匹配技术,与车型定损数据库进行核定;从而获得直观的、快速、有效、标准化的事故定损;
步骤三:碰撞数据的特征参数经过人工智能学习,梳理事故车辆与碰撞数据的智能识别机制,并结合定损及维修领域的专家和工程师经验,确定事故定损专家知识库和车辆维修专家知识库,建立事故定损与维修专家系统;
步骤四:知识获取模块结合通过人工智能学习建立的知识模型和事故定损与维修专家系统给出的直接知识进行分类、整理;
步骤五:通过人工智能方法建立远程定损和维修方案的推理机,再结合确定的知识库和综合数据库,使用推理机推理出最终输出碰撞事故的定损信息及维修方案。
实施例2
与实施例1具体相同的技术方案,更为具体的是步骤一中综合数据库建立的步骤为:
S1:通过采集设备和碰撞仿真分析模块,获取三轴加速度、三轴角速度、音频、视频图像数据,所得数据存入系统的综合数据库为原始数据库;
S2:通过对三轴加速度、三轴角速度的碰撞信息提取进行滤波等数据预处理,处理后结果存入综合数据库作为二次数据库;
S3:对音频数据进行去噪、滤波等数据预处理结果存入综合数据库作为二次数据库;
S4:对视频图像,如碰撞仿真产生的为碰撞事故动画及事故车辆的零件损伤图片,进行图像灰度等数据预处理后结果存入综合数据库作为二次数据库;
S5:综合数据库的二次数据库针对不同数据类型进行特征提取存入综合数据库的特征数据库;
S6:根据车型按照不同零部件建立损伤级别存入为综合数据库的损伤级别库;
S7:建立事故与损伤级别的映射关系存入为综合数据库的定损库。
根据碰撞事故的定损数据建立基于车型、基于部位、基于零件的定损方案,并存入事故定损专家知识库,所述的事故定损专家知识库包括:基于OBD车辆信息定损专家知识库、基于音频数据定损专家知识库、基于视频图像定损专家知识库;根据碰撞事故的定损数据建立基于车型、基于部位、基于零件的维修方案,并存入车辆维修专家知识库。
实施例3
与实施例1或2具体相同的技术方案,更为具体的是步骤三中建立事故定损与维修专家系统具体包括步骤:
A、建立事故定损专家系统:提取三轴加速度、三轴角速度数据信号的最大值、碰撞能量、碰撞信号梯度等多个特征作为输入层,根据三轴加速度、三轴角速度的数据特征通过分布式人工智能学习进行样本训练、测试,再经过推理机中的推理输出定损结果;
B、建立维修专家系统:根据不同的定损情况,结合维修领域的专家和工程师的知识经验,建立基于车型的零部件分布式维修方案,从而形成的维修专家系统;
C、建立基于WEB的事故定损与维修专家系统:组合事故定损专家知识库与维修专家知识库,形成WEB数据交互的解释器,实现用户基于WEB的事故定损和维修建议的复杂决策分析方法应用,通过网络将事故定损和维修建议方案提交到用户及相关人员。
实施例4
作为实施例1或2或3的补充,该方法还包括,
步骤六:根据事故定损信息,本系统结合理赔方案、维修方案会自动生成定损单。
步骤七:保险公司根据地方差异进行价格的修定后,产生最终赔付方案。
步骤八:赔付方案结合维修方案,给予保户维修建议。
一种基于专家系统的碰撞事故定损系统,包括:
事故定损专家系统,根据三轴加速度、三轴角速度的数据特征通过分布式人工智能学习进行样本训练、测试,再经过推理机中的推理输出定损结果;
维修专家系统,建立基于车型的零部件分布式维修方案;
手机APP,面向车险用户,通过事故定损专家系统进行事故定损结果呈现;
综合数据库,确定碰撞数据、碰撞事故的定损信息及维修方案;e)此数据库的原始数据一方面是基于设备采集和进行大量事故碰撞仿真样本建立得到,另一方面是基于定损和维修领域专家和工程师的知识经验得到;
图像识别模块,是基于SVM等人工智能学习和图像灰度匹配技术,封装为平台中间件之一;
应用中间件,封装网络环境中的资源,所述资源指的是事故定损专家系统的数据库、样本、图像识别模块等,即事故定损专家系统中所包含的相关内容,并向事故定损专家系统平台提供接口,采用定损Web服务的形式封装定损应用中间件,通过定损工作流集成各个单独的功能实现和服务;在定损工作流中实现基于定损Web服务的信息共享与应用的集成,最终定损集成事故定损专家系统平台上,以透明的方式提供定损服务,包含理赔方案及维修分析服务,并允许保险公司与保户动态注册、注销及管理各自的资源和服务,实现定损流程化、标准化;应用中间件是面向保险公司的。
作为技术方案的进一步改进,所述应用中间件,是将事故和仿真形成的车辆定损数据库的资源封装和虚拟化符合定损Web服务和定损的标准化模块,将各种分布、异构的资源封装为符合服务资源框架的定损Web服务,动态工作流和集成平台统一标准的功能化模块。
作为技术方案的进一步改进,应用中间件的各种资源模块构建成为具体的定损Web专家服务层;专家定损工作流和用户可以通过服务调用底层的各种数据资源,这些定损Web专家服务层包括通过采集设备和碰撞仿真分析建立的综合数据库、维修专家知识库、事故定损专家知识库、数据处理系统、人工智能定损学习模块、知识获取模块、基于人工智能推理机、解释器等资源;Web专家服务包括:任务分配与调度服务、项目管理服务、数据服务、信息推送服务、知识服务、用户管理服务、监控服务、用户权限服务和显示结果服务等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.基于专家系统的碰撞事故定损方法,其特征在于,包括:
步骤一:由采集设备和碰撞仿真分析模块获得的碰撞数据,通过数据处理系统进行特征提取,确定碰撞数据、碰撞事故的定损信息及维修方案,建立系统的综合数据库;
步骤二:通过智能识别及图像灰度匹配技术,与车型定损数据库进行核定;
步骤三:碰撞数据的特征参数经过人工智能学习,梳理事故车辆与碰撞数据的智能识别机制,并结合事故定损专家知识库和车辆维修专家知识库,建立事故定损与维修专家系统;
步骤四:知识获取模块结合通过人工智能学习建立的知识模型和事故定损与维修专家系统给出的直接知识进行分类、整理;
步骤五:通过人工智能方法建立远程定损和维修方案的推理机,再结合确定的知识库和综合数据库,使用推理机推理出最终输出碰撞事故的定损信息及维修方案。
2.根据权利要求1所述的基于专家系统的碰撞事故定损方法,其特征在于,该方法还包括,步骤六:根据事故定损信息,本系统结合理赔方案、维修方案会自动生成定损单。
3.根据权利要求2所述的基于专家系统的碰撞事故定损方法,其特征在于,该方法还包括,步骤七:保险公司根据地方差异进行价格的修定后,产生最终赔付方案。
4.根据权利要求3所述的基于专家系统的碰撞事故定损方法,其特征在于,该方法还包括,步骤八:赔付方案结合维修方案,给予保户维修建议。
5.根据权利要求1所述的基于专家系统的碰撞事故定损方法,其特征在于,步骤一中综合数据库建立的步骤为:
S1:通过采集设备和碰撞仿真分析模块,获取三轴加速度、三轴角速度、音频、视频图像数据,所得数据存入综合数据库为原始数据库;
S2:通过对三轴加速度、三轴角速度的碰撞信息提取进行滤波等数据预处理,处理后结果存入综合数据库作为二次数据库;
S3:对音频数据进行去噪、滤波等数据预处理结果存入综合数据库作为二次数据库;
S4:对视频图像进行图像灰度等数据预处理后结果存入综合数据库作为二次数据库;
S5:综合数据库的二次数据库针对不同数据类型进行特征提取存入综合数据库的特征数据库;
S6:根据车型按照不同零部件建立损伤级别存入为综合数据库的损伤级别库;
S7:建立事故与损伤级别的映射关系存入为综合数据库的定损库。
6.根据权利要求1所述的基于专家系统的碰撞事故定损方法,其特征在于,根据碰撞事故的定损数据建立基于车型、基于部位、基于零件的定损方案,并存入事故定损专家知识库,所述的事故定损专家知识库包括基于OBD车辆信息定损专家知识库、基于音频数据定损专家知识库、基于视频图像定损专家知识库;根据碰撞事故的定损数据建立基于车型、基于部位、基于零件的维修方案,并存入车辆维修专家知识库。
7.根据权利要求1所述的基于专家系统的碰撞事故定损方法,其特征在于,步骤三中建立事故定损与维修专家系统具体包括步骤:
A、建立事故定损专家系统:提取三轴加速度、三轴角速度数据信号的最大值、碰撞能量、碰撞信号梯度等多个特征作为输入层,根据三轴加速度、三轴角速度的数据特征通过分布式人工智能学习进行样本训练、测试,再经过推理机中的推理输出定损结果;
B、建立维修专家系统:根据不同的定损情况,结合维修领域的专家和工程师的知识经验,建立基于车型的零部件分布式维修方案,从而形成的维修专家系统;
C、建立基于WEB的事故定损与维修专家系统:组合事故定损专家知识库与维修专家知识库,形成WEB数据交互的解释器,通过网络将事故定损和维修建议方案提交到用户及相关人员。
8.基于专家系统的碰撞事故定损系统,其特征在于,包括:
事故定损专家系统,根据三轴加速度、三轴角速度的数据特征通过分布式人工智能学习进行样本训练、测试,再经过推理机中的推理输出定损结果;
维修专家系统,建立基于车型的零部件分布式维修方案;
手机APP,面向车险用户,通过事故定损专家系统进行事故定损结果呈现;
综合数据库,确定碰撞数据、碰撞事故的定损信息及维修方案;
图像识别模块,是基于人工智能学习和图像灰度匹配技术,封装为事故定损专家系统平台中间件之一;
应用中间件,封装网络环境中的资源,并向集成平台提供接口,通过定损工作流集成各个单独的功能实现和服务。
9.根据权利要求8所述的基于专家系统的碰撞事故定损系统,其特征在于,所述应用中间件,将事故和仿真形成的车辆定损数据库资源封装和虚拟化成符合定损Web服务和定损的标准化模块,将各种分布、异构的资源封装为符合服务资源框架的定损Web服务。
10.根据权利要求8所述的基于专家系统的碰撞事故定损系统,其特征在于,应用中间件的各种资源模块构建成为具体的定损Web专家服务层;定损Web专家服务层包括通过采集设备和碰撞仿真分析建立的综合数据库、维修专家知识库、事故定损专家知识库、数据处理系统、人工智能定损学习模块、知识获取模块、基于人工智能推理机、解释器等资源;Web专家服务包括:任务分配与调度服务、项目管理服务、数据服务、信息推送服务、知识服务、用户管理服务、监控服务、用户权限服务和显示结果服务等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610364053.0A CN106022929A (zh) | 2016-05-27 | 2016-05-27 | 基于专家系统的碰撞事故定损方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610364053.0A CN106022929A (zh) | 2016-05-27 | 2016-05-27 | 基于专家系统的碰撞事故定损方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106022929A true CN106022929A (zh) | 2016-10-12 |
Family
ID=57091195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610364053.0A Pending CN106022929A (zh) | 2016-05-27 | 2016-05-27 | 基于专家系统的碰撞事故定损方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106022929A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779799A (zh) * | 2016-11-17 | 2017-05-31 | 中国平安财产保险股份有限公司 | 基于车险智能定损平台的本地定损价格处理方法及系统 |
CN107680197A (zh) * | 2017-09-28 | 2018-02-09 | 深圳市轱辘车联数据技术有限公司 | 车辆的事故处理方法及装置、计算机装置及可读存储介质 |
CN108446479A (zh) * | 2018-03-15 | 2018-08-24 | 上海优与汽车科技有限公司 | 一种基于零件碰撞受力分析的车辆检测智能辅助系统 |
CN109671006A (zh) * | 2018-11-22 | 2019-04-23 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
WO2020024407A1 (zh) * | 2018-08-03 | 2020-02-06 | 平安科技(深圳)有限公司 | 电子装置、车险智能理赔方法及存储介质 |
CN111310859A (zh) * | 2020-03-26 | 2020-06-19 | 上海景和国际展览有限公司 | 一种用于多媒体展示中的快速人工智能数据训练系统 |
US10789786B2 (en) | 2017-04-11 | 2020-09-29 | Alibaba Group Holding Limited | Picture-based vehicle loss assessment |
US10817956B2 (en) | 2017-04-11 | 2020-10-27 | Alibaba Group Holding Limited | Image-based vehicle damage determining method and apparatus, and electronic device |
CN112581093A (zh) * | 2020-12-23 | 2021-03-30 | 无锡航吴科技有限公司 | 一种融合线上线下的项目评审流程方法 |
WO2021136940A1 (en) * | 2020-01-03 | 2021-07-08 | Tractable Ltd | Method of determining damage to auxiliary parts of a vehicle |
US11544914B2 (en) | 2021-02-18 | 2023-01-03 | Inait Sa | Annotation of 3D models with signs of use visible in 2D images |
CN116703622A (zh) * | 2023-08-02 | 2023-09-05 | 凯泰铭科技(北京)有限公司 | 一种车辆损伤鉴定方法及系统 |
CN117081234A (zh) * | 2023-06-28 | 2023-11-17 | 国网江苏省电力有限公司淮安供电分公司 | 一种智能变电站安措校核专家系统 |
US11971953B2 (en) | 2021-02-02 | 2024-04-30 | Inait Sa | Machine annotation of photographic images |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101111862A (zh) * | 2004-12-06 | 2008-01-23 | 新科电子(资讯通信系统)私人有限公司 | 用于智能交通事故管理的方法和系统 |
EP2461286A1 (en) * | 2010-12-03 | 2012-06-06 | Swiss Reinsurance Company Ltd. | System and method for forecasting frequencies associated to future loss and for related automated operation of loss resolving units |
CN103903181A (zh) * | 2014-03-20 | 2014-07-02 | 华北电力大学 | 一种地铁事故设备受损情况评估检测模型 |
CN105469312A (zh) * | 2015-11-24 | 2016-04-06 | 大连楼兰科技股份有限公司 | 基于车辆外观间隙变化的激光扫描自动定损方法及系统 |
-
2016
- 2016-05-27 CN CN201610364053.0A patent/CN106022929A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101111862A (zh) * | 2004-12-06 | 2008-01-23 | 新科电子(资讯通信系统)私人有限公司 | 用于智能交通事故管理的方法和系统 |
EP2461286A1 (en) * | 2010-12-03 | 2012-06-06 | Swiss Reinsurance Company Ltd. | System and method for forecasting frequencies associated to future loss and for related automated operation of loss resolving units |
CN103903181A (zh) * | 2014-03-20 | 2014-07-02 | 华北电力大学 | 一种地铁事故设备受损情况评估检测模型 |
CN105469312A (zh) * | 2015-11-24 | 2016-04-06 | 大连楼兰科技股份有限公司 | 基于车辆外观间隙变化的激光扫描自动定损方法及系统 |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779799A (zh) * | 2016-11-17 | 2017-05-31 | 中国平安财产保险股份有限公司 | 基于车险智能定损平台的本地定损价格处理方法及系统 |
US11049334B2 (en) | 2017-04-11 | 2021-06-29 | Advanced New Technologies Co., Ltd. | Picture-based vehicle loss assessment |
US10789786B2 (en) | 2017-04-11 | 2020-09-29 | Alibaba Group Holding Limited | Picture-based vehicle loss assessment |
US10817956B2 (en) | 2017-04-11 | 2020-10-27 | Alibaba Group Holding Limited | Image-based vehicle damage determining method and apparatus, and electronic device |
TWI726194B (zh) * | 2017-04-11 | 2021-05-01 | 開曼群島商創新先進技術有限公司 | 基於圖像的車輛定損方法、裝置及電子設備 |
CN107680197A (zh) * | 2017-09-28 | 2018-02-09 | 深圳市轱辘车联数据技术有限公司 | 车辆的事故处理方法及装置、计算机装置及可读存储介质 |
CN108446479A (zh) * | 2018-03-15 | 2018-08-24 | 上海优与汽车科技有限公司 | 一种基于零件碰撞受力分析的车辆检测智能辅助系统 |
CN108446479B (zh) * | 2018-03-15 | 2022-02-18 | 上海优与汽车科技有限公司 | 一种基于零件碰撞受力分析的车辆检测智能辅助系统 |
WO2020024407A1 (zh) * | 2018-08-03 | 2020-02-06 | 平安科技(深圳)有限公司 | 电子装置、车险智能理赔方法及存储介质 |
CN109671006A (zh) * | 2018-11-22 | 2019-04-23 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
WO2021136944A1 (en) * | 2020-01-03 | 2021-07-08 | Tractable Ltd | Method of universal automated verification of vehicle damage |
US11257204B2 (en) | 2020-01-03 | 2022-02-22 | Tractable Ltd | Detailed damage determination with image segmentation |
WO2021136939A1 (en) * | 2020-01-03 | 2021-07-08 | Tractable Ltd | Method of determining repair operations for a damaged vehicle |
WO2021136945A1 (en) * | 2020-01-03 | 2021-07-08 | Tractable Ltd | Vehicle damage state determination method |
US11636581B2 (en) | 2020-01-03 | 2023-04-25 | Tractable Limited | Undamaged/damaged determination |
US11244438B2 (en) | 2020-01-03 | 2022-02-08 | Tractable Ltd | Auxiliary parts damage determination |
US11250554B2 (en) | 2020-01-03 | 2022-02-15 | Tractable Ltd | Repair/replace and labour hours determination |
US11587221B2 (en) | 2020-01-03 | 2023-02-21 | Tractable Limited | Detailed damage determination with image cropping |
US11257203B2 (en) | 2020-01-03 | 2022-02-22 | Tractable Ltd | Inconsistent damage determination |
WO2021136940A1 (en) * | 2020-01-03 | 2021-07-08 | Tractable Ltd | Method of determining damage to auxiliary parts of a vehicle |
US11361426B2 (en) | 2020-01-03 | 2022-06-14 | Tractable Ltd | Paint blending determination |
US11386543B2 (en) | 2020-01-03 | 2022-07-12 | Tractable Ltd | Universal car damage determination with make/model invariance |
CN111310859A (zh) * | 2020-03-26 | 2020-06-19 | 上海景和国际展览有限公司 | 一种用于多媒体展示中的快速人工智能数据训练系统 |
CN112581093A (zh) * | 2020-12-23 | 2021-03-30 | 无锡航吴科技有限公司 | 一种融合线上线下的项目评审流程方法 |
CN112581093B (zh) * | 2020-12-23 | 2024-04-05 | 无锡航吴科技有限公司 | 一种融合线上线下的项目评审流程方法 |
US11971953B2 (en) | 2021-02-02 | 2024-04-30 | Inait Sa | Machine annotation of photographic images |
US11544914B2 (en) | 2021-02-18 | 2023-01-03 | Inait Sa | Annotation of 3D models with signs of use visible in 2D images |
CN117081234A (zh) * | 2023-06-28 | 2023-11-17 | 国网江苏省电力有限公司淮安供电分公司 | 一种智能变电站安措校核专家系统 |
CN116703622A (zh) * | 2023-08-02 | 2023-09-05 | 凯泰铭科技(北京)有限公司 | 一种车辆损伤鉴定方法及系统 |
CN116703622B (zh) * | 2023-08-02 | 2023-10-03 | 凯泰铭科技(北京)有限公司 | 一种车辆损伤鉴定方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106022929A (zh) | 基于专家系统的碰撞事故定损方法及系统 | |
CN110288096B (zh) | 预测模型训练及预测方法、装置、电子设备、存储介质 | |
CN105915853A (zh) | 基于红外感知的远程无人定损方法及系统 | |
JP2020530578A (ja) | 運転行為の採点方法及び装置 | |
CN106056451A (zh) | 基于车辆obd传感器的远程无人定损系统 | |
CN105931068A (zh) | 一种持卡人消费画像的生成方法及装置 | |
US20130132166A1 (en) | Smart toll network for improving performance of vehicle identification systems | |
CN106846153A (zh) | 一种车险赔付方法及系统 | |
CN105981057A (zh) | 基于位置的工作流和服务 | |
CN111967910A (zh) | 一种用户客群分类方法和装置 | |
CN106056452A (zh) | 远程无人定损系统的建立方法及远程无人定损方法 | |
CN108537422A (zh) | 安全风险预警系统和方法 | |
CN110827088A (zh) | 基于大数据的用车成本预测方法、装置及存储介质 | |
CN105976449A (zh) | 车辆远程自动定损碰撞检测方法及系统 | |
CN112633395A (zh) | 异常数据的检测方法、装置、计算机设备和存储介质 | |
CN108803623A (zh) | 一种自动驾驶车辆个性化行车的方法和行车合法化的系统 | |
CN110462670A (zh) | 信息处理装置、信息处理系统、信息处理方法以及程序 | |
CN109360278A (zh) | 出租车计价方法、系统及服务器 | |
CN115691148A (zh) | 一种基于高速公路的智能收费辅助方法、设备及介质 | |
CN110197586A (zh) | 一种基于多源数据的高速公路路段拥堵检测方法 | |
CN110188255A (zh) | 基于业务数据共享融合的电力用户行为挖掘方法及系统 | |
CN106651133B (zh) | 一种使用手机实现基于adas的用户驾驶行为评分方法 | |
CN115631002A (zh) | 基于计算机视觉的车险智能定损方法及系统 | |
CN110837979A (zh) | 基于随机森林的安全驾驶风险预测方法及装置 | |
CN111311346A (zh) | 一种用户信用确定方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161012 |