CN112070250A - 车辆定损方法、装置、终端设备及存储介质 - Google Patents
车辆定损方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN112070250A CN112070250A CN202011266081.1A CN202011266081A CN112070250A CN 112070250 A CN112070250 A CN 112070250A CN 202011266081 A CN202011266081 A CN 202011266081A CN 112070250 A CN112070250 A CN 112070250A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- damage
- damaged
- model
- 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.)
- Granted
Links
Images
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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Library & Information Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请适用于人工智能技术领域,提供了一种车辆定损方法、装置、终端设备及存储介质,该方法包括:根据待定损车辆的车辆信息查询模型参数;根据模型参数构建三维模型得到车辆定损模型,将车辆定损模型进行显示;根据待定损车辆的损坏信息确定损坏部位的损坏程度;根据损坏部位的损坏程度调节显示参数;根据损坏部位的损坏程度确定维修策略,根据维修策略进行维修标记;根据标记的维修标记生成定损信息,实现车辆定损。本申请通过根据查询到的模型参数构建三维模型,得到车辆定损模型,将车辆定损模型进行显示,以采用三维模型的方式进行待定损车辆的显示,方便了用户或定损人员对待定损车辆上各个部件的查看。此外,本申请还涉及区块链技术。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种车辆定损方法、装置、终端设备及存储介质。
背景技术
保险科技在车险领域的数字化改革,其中一个方向就是通过具象化手段降低业务门槛,同时提升作业效能。即,利用图像、视频等手段,将定损标的更为直观地展示出来,再加上一定的交互方法及处理逻辑,完成车辆的定损。
现有的车辆定损均是通过车辆三视图(正视、左视、俯视)展示在前端做车辆展示,并在车辆三视图中通过画圈标注的方式进行损坏部位的定位,但由于车辆三视图所呈现的车辆图案为二维平面,使得基于画圈标注的损坏部位的定位误差较大,降低了车辆定损的准确性。
发明内容
有鉴于此,本申请实施例提供了一种车辆定损方法、装置、终端设备及存储介质,以解决现有技术的车辆定损过程中,由于在车辆三视图中通过画圈标注的方式进行损坏部位的定位,所导致的车辆定损准确性低下的问题。
本申请实施例的第一方面提供了一种车辆定损方法,包括:
获取待定损车辆的车辆信息,并根据所述车辆信息查询模型参数;
根据查询到的所述模型参数构建三维模型,得到车辆定损模型,并将所述车辆定损模型进行显示;
获取所述待定损车辆的损坏信息,并根据所述损坏信息确定损坏部位的损坏程度;
根据所述损坏部位的损坏程度调节所述车辆定损模型中对应的所述损坏部位的显示参数;
根据所述损坏部位的损坏程度确定维修策略,并根据所述维修策略在所述车辆定损模型上对所述损坏部位进行维修标记;
根据所述车辆定损模型上标记的所述维修标记生成定损信息,实现车辆定损。
进一步地,所述根据所述损坏部位的损坏程度确定维修策略,并根据所述维修策略在所述车辆定损模型上对所述损坏部位进行维修标记,包括:
根据所述损坏部位的部位标识确定部位类型,并获取所述部位类型对应的维修策略表,其中,所述维修策略表存储有不同所述损坏程度与对应维修策略之间的对应关系;
查找所述维修策略表中与所述损坏程度对应的维修策略,所述维修策略包括所述损坏部件在对应所述损坏程度下的维修操作和所述维修操作对应的维修时长;
根据所述维修操作和所述维修时长在所述车辆定损模型上对所述损坏程度对应的所述损坏部位进行文字标记。
进一步地,所述根据所述车辆定损模型上标记的所述维修标记生成定损信息,包括:
对存在所述损坏部位的任一个部位类型,分别获取所述待定损车辆中相同部位类型下,不同所述损坏部位对应的维修时长,并分别计算相同所述部位类型下,不同所述损坏部位的维修时长的和,得到不同所述部件类型对应的维修总时长;
对存在所述损坏部位的任一个部位类型,分别获取所述待定损车辆中相同部位类型下,不同所述损坏部位对应的维修操作,并分别计算相同所述部位类型下,不同所述损坏部位的维修操作对应的维修金额的和,得到不同所述部件类型对应的维修总金额;
对存在所述损坏部位的任一个部位类型,分别计算相同所述部位类型下,不同所述损坏部位的所述损坏程度的和,得到不同所述部件类型对应的损坏总程度;
分别将不同所述部件类型对应的所述维修总时长、所述维修总金额和所述损坏总程度进行存储,得到所述定损信息。
进一步地,所述根据查询到的所述模型参数构建三维模型,得到车辆定损模型,包括:
根据所述车辆模型参数进行三维模型构建,得到车辆模型,并对所述车辆模型进行模型渲染;
对模型渲染后的所述车辆模型进行轻量化处理,并对轻量化处理后的所述车辆模型进行坐标校对;
将坐标校对后的所述车辆模型进行整体导出,得到所述车辆定损模型。
进一步地,所述根据所述损坏信息确定损坏部位的损坏程度,包括:
获取所述损坏部位的部位标识,并根据所述部位标识查询所述损坏部位对应的标准图片,以及查询所述损坏信息中与所述部位标识对应的损坏部位的拍摄图片;
计算同一所述损坏部位对应的所述标准图片与所述拍摄图片之间的图片相似度,得到所述损坏程度。
进一步地,所述计算同一所述损坏部位对应的所述标准图片与所述拍摄图片之间的图片相似度,得到所述损坏程度,包括:
分别获取同一所述损坏部位对应的所述标准图片和所述拍摄图片中像素点的矩阵,得到标准像素矩阵和拍摄像素矩阵;
根据欧式距离公式计算所述标准像素矩阵和所述拍摄像素矩阵之间的距离,得到所述损坏程度。
进一步地,所述根据所述损坏部位的损坏程度调节所述车辆定损模型中对应所述损坏部位的显示参数,包括:
若所述损坏程度小于损坏阈值,则将所述损坏程度分别与亮度调节表、颜色调节表或透明度调节表进行匹配,得到调节参数,所述亮度调节表、所述颜色调节表和所述透明度调节表中对应存储有不同所述损坏程度与对应亮度参数值、颜色参数值和透明度参数值之间的对应关系;
根据所述调节参数调节所述车辆定损模型中对应所述损坏部位的显示参数;
若所述损坏程度大于或等于所述损坏阈值,则根据预设的报废颜色对所述损坏程度在所述车辆定损模型中对应所述损坏部位进行颜色标记。
本申请实施例的第二方面提供了一种车辆定损装置,包括:
模型参数查询单元,用于获取待定损车辆的车辆信息,并根据所述车辆信息查询模型参数;
模型构建单元,用于根据查询到的所述模型参数构建三维模型,得到车辆定损模型,并将所述车辆定损模型进行显示;
损坏程度确定单元,用于获取所述待定损车辆的损坏信息,并根据所述损坏信息确定损坏部位的损坏程度;
显示参数调节单元,用于根据所述损坏部位的损坏程度调节所述车辆定损模型中对应的所述损坏部位的显示参数;
维修标记单元,用于根据所述损坏部位的损坏程度确定维修策略,并根据所述维修策略在所述车辆定损模型上对所述损坏部位进行维修标记;
定损信息生成单元,用于根据所述车辆定损模型上标记的所述维修标记生成定损信息,实现车辆定损。
本申请实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在终端设备上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方案提供的车辆定损方法的各步骤。
本申请实施例的第四方面提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方案提供的车辆定损方法的各步骤。
实施本申请实施例提供的一种车辆定损方法、装置、终端设备及存储介质具有以下有益效果:
本申请实施例提供的一种车辆定损方法,通过获取待定损车辆的车辆信息,并根据车辆信息查询模型参数,能准确的查询到待定损车辆对应的模型参数,通过根据查询到的模型参数构建三维模型,得到车辆定损模型,将车辆定损模型进行显示,以采用三维模型的方式进行待定损车辆的显示,方便了用户或定损人员对待定损车辆上各个部件的查看,通过根据损坏部位的损坏程度调节车辆定损模型中对应损坏部位的显示参数,能有效的在车辆定损模型中将损坏部件与未损坏部件进行显示区分,方便了用户或定损人员对损坏部位的查看,有效的提高了在车辆定损模型上对损坏部位进行定位的准确性,进而提高了车辆定损的准确性。通过根据损坏部位的损坏程度确定维修策略,方便了用户对待定损车辆维修信息的了解,并通过根据维修策略在车辆定损模型上对损坏部位进行维修标记,能在车辆定损模型中直观的显示需要维修的损坏部位,进一步方便了用户或定损人员对车辆定损模型中损坏部位的查看,通过根据车辆定损模型上标记的维修标记生成定损信息,能有效的得到针对待定损车辆的定损结果,无需定损人员基于车辆三视图进行画圈标注,也即无需人工制作定损信息,进而提高了车辆定损效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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是本申请实施例提供的一种车辆定损方法的实现流程图;
图2是本申请另一实施例提供的一种车辆定损方法的实现流程图;
图3是本申请再一实施例提供的一种车辆定损方法的实现流程图;
图4是本申请实施例提供的一种车辆定损装置的结构框图;
图5是本申请实施例提供的一种终端设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例所涉及的车辆定损方法,可以由控制设备或终端(以下称“移动终端”)执行。
请参阅图1,图1示出了本申请实施例提供的一种车辆定损方法的实现流程图,包括:
步骤S10,获取待定损车辆的车辆信息,并根据所述车辆信息查询模型参数。
其中,该车辆信息包括车辆图片、车辆识别号码(Vehicle IdentificationNumber,VIN)、车辆底盘编号或车主信息等,该车辆信息用于确定待定损车辆的车辆型号,该步骤中预存储有型号查询表,该型号查询表中存储有不同车辆图片、VIN码、车辆底盘编号或车主信息与对应车辆型号之间的对应关系,因此,通过将该待定损车辆的车辆信息与型号查询表进行匹配,以得到该待定损车辆的车辆型号。
具体的,该步骤中还预存储有模型参数查询表,该模型参数查询表中存储有不同车辆型号与对应模型参数之间的对应关系,因此,通过将根据车辆信息确定到的车辆型号与模型参数查询表进行匹配,得到该待定损车辆对应的模型参数,该模型参数包括待定损车辆中不同车辆部位对应的参数信息,该参数信息包括不同车辆部位对应的模型三角面和该模型三角面对应的空间坐标,该模型三角面用于显示对应车辆部位的三维图像,该空间坐标用于完成不同模型三角面之间的模型装配。
步骤S20,根据查询到的所述模型参数构建三维模型,得到车辆定损模型,并将所述车辆定损模型进行显示。
其中,根据模型参数中不同车辆部位对应的模型三角面和空间坐标构建三维模型,以得到该待定损模型对应的车辆定损模型,通过将构建得到的车辆定损模型进行显示,方便了用户或定损人员对该待定损车辆对应的标准模型的查看。由于当前构建得到的车辆定损模型上显示的车辆部位均是未损坏前的图像,因此能较为真实的还原待定损车辆的车辆结构,而直观的呈现,对于没有汽车构造知识的用户或定损人员来说,可以具象化的帮助他们降低认知壁垒。
可选的,该步骤中,所述根据查询到的所述模型参数构建三维模型,得到车辆定损模型,包括:
根据所述车辆模型参数进行三维模型构建,得到车辆模型,并对所述车辆模型进行模型渲染;
对模型渲染后的所述车辆模型进行轻量化处理,并对轻量化处理后的所述车辆模型进行坐标校对;
将坐标校对后的所述车辆模型进行整体导出,得到所述车辆定损模型;
其中,该模型参数中还存储有不同车辆部位对应的显示参数,该显示参数包括不同车辆部位对应模型三角面的颜色显示参数,基于该模型三角面的颜色显示参数分别对车辆模型上的车辆部位进行模型渲染,以达到对车辆模型进行颜色填充的效果,提高了车辆模型的美观度,且有效的方便了用户或定损人员对待定损车辆漆面的损坏状态的查看。
具体的,该步骤中,当模型三角面越多,则车辆模型的仿真精度越高,但车辆模型所占的空间却会越大,所以为了保障车辆模型的加载速度、交互流畅性等满足用户需求,就需要对车辆模型做轻量化处理,使得车辆模型在不过度影响视觉效果前提下,将模型三角面的数量减少到特定数值以下。
可选的,该步骤中,对模型渲染后的所述车辆模型进行轻量化处理包括:基于针对模型三角面设置的数量阈值,降低模型渲染后的车辆模型中不同车辆部位对应的模型三角面,以达到对模型渲染后的车辆模型轻量化的效果。
进一步地,该步骤中,在车辆模型的轻量化过程中,可能会出现部分零部件位置偏移的情况,所以需要对各车辆模型中不同车辆部位的坐标中心做校对,确保各车辆部位之间拼接的准确,具体的,该模型参数中还存储有不同车辆部位对应的中心坐标,基于该不同车辆部位对应的中心坐标对轻量化处理后的车辆模型进行坐标校对,以提高轻量化处理后车辆模型的准确性。
步骤S30,获取所述待定损车辆的损坏信息,并根据所述损坏信息确定损坏部位的损坏程度。
其中,通过对待定损车辆上的损坏部位进行图片拍摄,以得到该损坏信息,该损坏信息中存储有不同损坏部位对应的拍摄图片,例如,当该待定损车辆上的损坏部位包括车门板和前保险杠,则分别对该车门板和前保险杠进行图片拍摄,以得到车门板和前保险杠对应的拍摄图片。
具体的,该步骤中,通过获取损坏部位对应的标准图片,并将获取到的标准图片与损坏部位对应的拍摄图片进行图片比对,以得到该损坏部位的损坏程度。
步骤S40,根据所述损坏部位的损坏程度调节所述车辆定损模型中对应的所述损坏部位的显示参数。
其中,该显示参数包括亮度参数值、颜色参数值或透明度参数值等,该步骤中,通过根据损坏部位的损坏程度调节车辆定损模型中对应损坏部位的显示参数,能有效的在车辆定损模型中将损坏部件与未损坏部件进行显示区分,方便了用户或定损人员对损坏部位的查看,提高了在车辆定损模型上对损坏部位进行定位的准确性,进而提高了车辆定损的准确性。
可选的,该步骤中,所述根据所述损坏部位的损坏程度调节所述车辆定损模型中对应所述损坏部位的显示参数,包括:
若所述损坏程度小于损坏阈值,则将所述损坏程度分别与亮度调节表、颜色调节表或透明度调节表进行匹配,得到调节参数,其中,该亮度调节表中存储有不同损坏程度与对应亮度参数值之间的对应关系、颜色调节表中存储有不同损坏程度与对应颜色参数值之间的对应关系、透明度调节表中中存储有不同损坏程度与对应透明度参数值之间的对应关系;
根据所述调节参数调节所述车辆定损模型中对应所述损坏部位的显示参数;
若所述损坏程度大于或等于所述损坏阈值,则根据预设的报废颜色对所述损坏程度在所述车辆定损模型中对应所述损坏部位进行颜色标记;
其中,该报废颜色为预设的显示颜色,该步骤中,通过根据调节参数调节车辆定损模型中对应损坏部位的亮度参数值、颜色参数值或透明度参数值,以基于不同的损坏程度对对应损坏部位进行显示调节,有效的在车辆定损模型中凸显了不同损坏程度的损坏部位的位置,方便了用户或定损人员对损坏部位的查看及损坏部位对应损坏程度的了解。
该步骤中,通过若损坏程度大于或等于损坏阈值,则判定该损坏程度对应的损坏部件处于报废状态,因此,通过根据预设的报废颜色对损坏程度在车辆定损模型中对应损坏部位进行颜色标记,以提示用户或定损人员对应的损坏部件需要进行报废。
步骤S50,根据所述损坏部位的损坏程度确定维修策略,并根据所述维修策略在所述车辆定损模型上对所述损坏部位进行维修标记。
其中,本实施例中预存储有维修策略表,该维修策略表存储有不同损坏程度与对应维修策略之间的对应关系,因此,通过将该损坏部位的损坏程度与维修策略表进行匹配,以得到将该损坏部位对应的维修策略。
可选的,该步骤中,可以根据维修策略采用文字、编号或图像的方式在车辆定损模型上对损坏部位进行维修标记,基于该维修标记能在车辆定损模型中直观的显示需要维修的损坏部位,进一步方便了用户或定损人员对车辆定损模型中损坏部位的查看。
步骤S60,根据所述车辆定损模型上标记的所述维修标记生成定损信息,实现车辆定损。
其中,用户或定损人员可以根据需求对车辆定损模型上的维修标记进行手动的新增或删除,该步骤中,根据车辆定损模型上标记的维修标记生成定损信息,能有效的得到针对待定损车辆的定损结果,该定损信息包括不同损坏部位的维修策略、待定损车辆的总维修时长和总维修金额。
本实施例中,通过获取待定损车辆的车辆信息,并根据车辆信息查询模型参数,能准确的查询到待定损车辆对应的模型参数,通过根据查询到的模型参数构建三维模型,得到车辆定损模型,将车辆定损模型进行显示,以采用三维模型的方式进行待定损车辆的显示,方便了用户或定损人员对待定损车辆上各个部件的查看,通过根据损坏部位的损坏程度调节车辆定损模型中对应损坏部位的显示参数,能有效的在车辆定损模型中将损坏部件与未损坏部件进行显示区分,方便了用户或定损人员对损坏部位的查看,有效的提高了在车辆定损模型上对损坏部位进行定位的准确性,进而提高了车辆定损的准确性。通过根据损坏部位的损坏程度确定维修策略,方便了用户对待定损车辆维修信息的了解,并通过根据维修策略在车辆定损模型上对损坏部位进行维修标记,能在车辆定损模型中直观的显示需要维修的损坏部位,进一步方便了用户或定损人员对车辆定损模型中损坏部位的查看,通过根据车辆定损模型上标记的维修标记生成定损信息,能有效的得到针对待定损车辆的定损结果,无需定损人员基于车辆三视图进行画圈标注,也即无需人工制作定损信息,进而提高了车辆定损效率。
请参阅图2,图2是本申请另一实施例提供的一种车辆定损方法的实现流程图。相对于图1对应的实施例,本实施例提供的车辆定损方法是对图1对应的实施例中步骤S50的进一步细化,包括:
步骤S51,根据所述损坏部位的部位标识确定部位类型,并获取所述部位类型对应的维修策略表。
其中,该步骤中存储有部位类型查询表,该部位类型查询表中存储有不同部位类型对应的部位标识,且每个部位类型在部位类型查询表中至少存储有一个车辆部位的部位标识,该部位类型包括传动系统、制动系统、转向系统、行驶系统、车辆外饰或车辆内饰等。
例如,当该损坏部位为车门板时,则根据车门板的部位标识确定到的部位类型为车辆外饰,当该损坏部位为车轮胎时,则根据车轮胎的部位标识确定到的部位类型为行驶系统。
具体的,该步骤中存储有维修策略库,该维修策略库中存储有不同部位类型与对应维修策略表之间的对应关系,因此,该步骤中,通过将确定到的部位类型与该策略维修库进行匹配,以得到该部位类型对应的维修策略表。
步骤S52,查找所述维修策略表中与所述损坏程度对应的维修策略。
其中,通过将该损坏部位的损坏程度与维修策略表进行匹配,以得到将该损坏部位对应的维修策略。
具体的,该维修策略包括损坏部件在对应损坏程度下的维修操作和维修操作对应的维修时长,例如,当该损坏部位为车门板,该车门板的损坏程度为0.2,则车门板在该维修策略表中匹配到的维修操作为“钣金+喷漆”,对应的维修时长为3天。
步骤S53,根据所述维修操作和所述维修时长在所述车辆定损模型上对所述损坏程度对应的所述损坏部位进行文字标记。
其中,通过根据维修操作和维修时长在车辆定损模型上对损坏程度对应的损坏部位进行文字标记,以采用文字显示的方式在车辆定损模型上显示需要维修的损坏部位及该损坏部位对应的维修时长。
可选的,本实施例中,所述根据所述车辆定损模型上标记的所述维修标记生成定损信息,包括:
步骤S61,对存在所述损坏部位的任一个部位类型,分别获取所述待定损车辆中相同部位类型下,不同所述损坏部位对应的维修时长,并分别计算相同所述部位类型下,不同所述损坏部位的维修时长的和,得到不同所述部件类型对应的维修总时长。
其中,通过对存在损坏部位的任一个部位类型,分别获取待定损车辆中相同部位类型下,不同损坏部位对应的维修时长,有效的提高了不同部件类型对应的维修总时长计算的准确性;
例如,待定损车辆的行驶系统存在的损坏部位包括左前车轮胎和右后车轮胎,左前车轮胎对应的维修时长为t1,右后车轮胎对应的维修时长为t2时,则计算t1和t2之间的时间和,以得到该行驶系统对应的维修总时长。
步骤S62,对存在所述损坏部位的任一个部位类型,分别获取所述待定损车辆中相同部位类型下,不同所述损坏部位对应的维修操作,并分别计算相同所述部位类型下,不同所述损坏部位的维修操作对应的维修金额的和,得到不同所述部件类型对应的维修总金额;
其中,通过对存在损坏部位的任一个部位类型,分别获取待定损车辆中相同部位类型下,不同损坏部位对应的维修操作,有效的提高了不同部件类型对应的维修总金额计算的准确性;
例如,待定损车辆的车辆外饰存在的损坏部位包括左前车门板和右后车门板,左前车门板的维修操作对应的维修金额为s1,右后车门板的维修操作对应的维修金额为s2时,则计算s1和s2之间的和,以得到该车辆外饰对应的维修总金额。
步骤S63,对存在所述损坏部位的任一个部位类型,分别计算相同所述部位类型下,不同所述损坏部位的所述损坏程度的和,得到不同所述部件类型对应的损坏总程度;
其中,通过对存在损坏部位的任一个部位类型,分别计算相同部位类型下,不同损坏部位的损坏程度的和,有效的提高了不同部件类型对应的损坏总程度计算的准确性;
例如,待定损车辆的车辆外饰存在的损坏部位包括左前车门板和右后车门板,左前车门板的损坏程度为0.1,右后车门板的损坏程度为0.2时,则该车辆外饰对应的损坏总程度为0.3。
步骤S64,分别将不同所述部件类型对应的所述维修总时长、所述维修总金额和所述损坏总程度进行存储,得到所述定损信息。
本实施例中,通过根据损坏部位的部位标识确定部位类型,并获取部位类型对应的维修策略表,有效的提高了损坏部位对应维修策略查询的准确性,通过根据维修操作和维修时长在车辆定损模型上对损坏程度对应的损坏部位进行文字标记,以采用文字显示的方式在车辆定损模型上显示对应需要维修的损坏部位及该损坏部位对应的维修时长,通过对存在损坏部位的任一个部位类型,分别获取待定损车辆中相同部位类型下,不同损坏部位对应的维修时长、维修操作,有效的提高了不同部件类型对应的维修总时长和维修总金额计算的准确性。
请参阅图3,图3是本申请另一实施例提供的一种车辆定损方法的实现流程图。相对于图1对应的实施例,本实施例提供的车辆定损方法是对图1对应的实施例中步骤S30的进一步细化,包括:
步骤S31,获取所述损坏部位的部位标识,并根据所述部位标识查询所述损坏部位对应的标准图片,以及查询所述损坏信息中与所述部位标识对应的损坏部位的拍摄图片。
其中,本实施例中预存储有图片数据库,该图片数据库中存储有不同车辆型号与对应图片信息之间的对应关系,因此,基于该待定损车辆的车辆型号以获取对应的图片信息。
该步骤中,该图片信息中存储有待定损车辆中不同部位标识与对应标准图片之间的对应关系,因此,通过将该损坏部位的部位标识与获取到的图片信息进行匹配,以得到该损坏部位对应的标准图片,并基于该损坏部位的部位标识以查询该损坏信息中对应的拍摄图片。
步骤S32,计算同一所述损坏部位对应的所述标准图片与所述拍摄图片之间的图片相似度,得到所述损坏程度。
其中,通过计算同一损坏部位对应的标准图片与拍摄图片之间的图片相似度,并计算数值1与图片相似度之间的差值,以得到该损坏部位对应的损坏程度,例如,当该损坏部位对应标准图片与拍摄图片之间的图片相似度为0.8时,则该损坏部位对应的损坏程度为0.2,当该损坏部位对应标准图片与拍摄图片之间的图片相似度为0.9时,则该损坏部位对应的损坏程度为0.1。
具体的,该步骤中,所述计算同一所述损坏部位对应的所述标准图片与所述拍摄图片之间的图片相似度,得到所述损坏程度,包括:
分别获取同一所述损坏部位对应的所述标准图片和所述拍摄图片中像素点的矩阵,得到标准像素矩阵和拍摄像素矩阵,其中,通过分别获取同一损坏部位对应的标准图片和拍摄图片中像素点的矩阵,以得到表征该标准图片和拍摄图片矩阵特征,方便了后续标准图片与拍摄图片之间相似度的计算;
根据欧式距离公式计算所述标准像素矩阵和所述拍摄像素矩阵之间的距离,并计算数值1与所述距离之间的差值,得到所述损坏程度,其中,根据欧式距离公式计算得到的距离为标准图片与拍摄图片之间的相似度,因此,通过计算数值1与该距离之间的差值,以得到该损坏程度。
本实施例中,通过根据部位标识查询损坏部位对应的标准图片,以及查询损坏信息中与部位标识对应的损坏部位的拍摄图片,提高了基于标准图片和拍摄图片计算得到的损坏部位损坏程度计算的准确性,通过计算数值1与图片相似度之间的差值,以得到对应损坏部位的损坏程度。
在本申请的所有实施例中,基于车辆定损模型上标记的维修标记得到定损信息,具体来说,定损信息由车辆定损模型上标记的维修标记得到。将定损信息上传至区块链可保证其安全性和对用户的公正透明性。用户设备可以从区块链中下载得到该定损信息,以便查证定损信息是否被篡改。本示例所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
请参阅图4,图4是本申请实施例提供的一种车辆定损装置100的结构框图。本实施例中该车辆定损装置100包括的各单元用于执行图1、图2、图3对应的实施例中的各步骤。具体请参阅图1、图2、图3以及图1、图2、图3所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。参见图4,车辆定损装置100包括:模型参数查询单元10、模型构建单元11、损坏程度确定单元12、显示参数调节单元13、维修标记单元14和定损信息生成单元15,其中:
模型参数查询单元10,用于获取待定损车辆的车辆信息,并根据所述车辆信息查询模型参数。
模型构建单元11,用于根据查询到的所述模型参数构建三维模型,得到车辆定损模型,并将所述车辆定损模型进行显示。
其中,模型构建单元11还用于:根据所述车辆模型参数进行三维模型构建,得到车辆模型,并对所述车辆模型进行模型渲染;
对模型渲染后的所述车辆模型进行轻量化处理,并对轻量化处理后的所述车辆模型进行坐标校对;
将坐标校对后的所述车辆模型进行整体导出,得到所述车辆定损模型。
损坏程度确定单元12,用于获取所述待定损车辆的损坏信息,并根据所述损坏信息确定损坏部位的损坏程度。
其中,损坏程度确定单元12还用于:获取所述损坏部位的部位标识,并根据所述部位标识查询所述损坏部位对应的标准图片,以及查询所述损坏信息中与所述部位标识对应的损坏部位的拍摄图片;
计算同一所述损坏部位对应的所述标准图片与所述拍摄图片之间的图片相似度,得到所述损坏程度。
可选的,损坏程度确定单元12还用于:分别获取同一所述损坏部位对应的所述标准图片和所述拍摄图片中像素点的矩阵,得到标准像素矩阵和拍摄像素矩阵;
根据欧式距离公式计算所述标准像素矩阵和所述拍摄像素矩阵之间的距离,得到所述损坏程度。
显示参数调节单元13,用于根据所述损坏部位的损坏程度调节所述车辆定损模型中对应的所述损坏部位的显示参数。
其中,显示参数调节单元13还用于:若所述损坏程度小于损坏阈值,则将所述损坏程度分别与亮度调节表、颜色调节表或透明度调节表进行匹配,得到调节参数,所述亮度调节表、所述颜色调节表和所述透明度调节表中对应存储有不同所述损坏程度与对应亮度参数值、颜色参数值和透明度参数值之间的对应关系;
根据所述调节参数调节所述车辆定损模型中对应所述损坏部位的显示参数;
若所述损坏程度大于或等于所述损坏阈值,则根据预设的报废颜色对所述损坏程度在所述车辆定损模型中对应所述损坏部位进行颜色标记。
维修标记单元14,用于根据所述损坏部位的损坏程度确定维修策略,并根据所述维修策略在所述车辆定损模型上对所述损坏部位进行维修标记。
其中,维修标记单元14还用于:根据所述损坏部位的部位标识确定部位类型,并获取所述部位类型对应的维修策略表,其中,所述维修策略表存储有不同所述损坏程度与对应维修策略之间的对应关系;
查找所述维修策略表中与所述损坏程度对应的维修策略,所述维修策略包括所述损坏部件在对应所述损坏程度下的维修操作和所述维修操作对应的维修时长;
根据所述维修操作和所述维修时长在所述车辆定损模型上对所述损坏程度对应的所述损坏部位进行文字标记。
定损信息生成单元15,用于根据所述车辆定损模型上标记的所述维修标记生成定损信息,实现车辆定损。
其中,定损信息生成单元15还用于:对存在所述损坏部位的任一个部位类型,分别获取所述待定损车辆中相同部位类型下,不同所述损坏部位对应的维修时长,并分别计算相同所述部位类型下,不同所述损坏部位的维修时长的和,得到不同所述部件类型对应的维修总时长;
对存在所述损坏部位的任一个部位类型,分别获取所述待定损车辆中相同部位类型下,不同所述损坏部位对应的维修操作,并分别计算相同所述部位类型下,不同所述损坏部位的维修操作对应的维修金额的和,得到不同所述部件类型对应的维修总金额;
对存在所述损坏部位的任一个部位类型,分别计算相同所述部位类型下,不同所述损坏部位的所述损坏程度的和,得到不同所述部件类型对应的损坏总程度;
分别将不同所述部件类型对应的所述维修总时长、所述维修总金额和所述损坏总程度进行存储,得到所述定损信息。
本实施例中,通过获取待定损车辆的车辆信息,并根据车辆信息查询模型参数,能准确的查询到待定损车辆对应的模型参数,通过根据查询到的模型参数构建三维模型,得到车辆定损模型,将车辆定损模型进行显示,以采用三维模型的方式进行待定损车辆的显示,方便了用户或定损人员对待定损车辆上各个部件的查看,通过根据损坏部位的损坏程度调节车辆定损模型中对应损坏部位的显示参数,能有效的在车辆定损模型中将损坏部件与未损坏部件进行显示区分,方便了用户或定损人员对损坏部位的查看,有效的提高了在车辆定损模型上对损坏部位进行定位的准确性,进而提高了车辆定损的准确性。通过根据损坏部位的损坏程度确定维修策略,方便了用户对待定损车辆维修信息的了解,并通过根据维修策略在车辆定损模型上对损坏部位进行维修标记,能在车辆定损模型中直观的显示需要维修的损坏部位,进一步方便了用户或定损人员对车辆定损模型中损坏部位的查看,通过根据车辆定损模型上标记的维修标记生成定损信息,能有效的得到针对待定损车辆的定损结果,无需定损人员基于车辆三视图进行画圈标注,也即无需人工制作定损信息,进而提高了车辆定损效率。
图5是本申请另一实施例提供的一种终端设备2的结构框图。如图5所示,该实施例的终端设备2包括:处理器20、存储器21以及存储在所述存储器21中并可在所述处理器20上运行的计算机程序22,例如车辆定损方法的程序。处理器20执行所述计算机程序23时实现上述各个车辆定损方法各实施例中的步骤,例如图1所示的S10至S60,或者图2所示的S51至S53,或者图3所示的S31至S32。或者,所述处理器20执行所述计算机程序22时实现上述图4对应的实施例中各单元的功能,例如,图4所示的单元10至15的功能,具体请参阅图5对应的实施例中的相关描述,此处不赘述。
示例性的,所述计算机程序22可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器21中,并由所述处理器20执行,以完成本申请。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序22在所述终端设备2中的执行过程。例如,所述计算机程序22可以被分割成模型参数查询单元10、模型构建单元11、损坏程度确定单元12、显示参数调节单元13、维修标记单元14和定损信息生成单元15,各单元具体功能如上所述。
所述终端设备可包括,但不仅限于,处理器20、存储器21。本领域技术人员可以理解,图5仅仅是终端设备2的示例,并不构成对终端设备2的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器20可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器21可以是所述终端设备2的内部存储单元,例如终端设备2的硬盘或内存。所述存储器21也可以是所述终端设备2的外部存储设备,例如所述终端设备2上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器21还可以既包括所述终端设备2的内部存储单元也包括外部存储设备。所述存储器21用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器21还可以用于暂时地存储已经输出或者将要输出的数据。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种车辆定损方法,其特征在于,包括:
获取待定损车辆的车辆信息,并根据所述车辆信息查询模型参数;
根据查询到的所述模型参数构建三维模型,得到车辆定损模型,并将所述车辆定损模型进行显示;
获取所述待定损车辆的损坏信息,并根据所述损坏信息确定损坏部位的损坏程度;
根据所述损坏部位的损坏程度调节所述车辆定损模型中对应的所述损坏部位的显示参数;
根据所述损坏部位的损坏程度确定维修策略,并根据所述维修策略在所述车辆定损模型上对所述损坏部位进行维修标记;
根据所述车辆定损模型上标记的所述维修标记生成定损信息,实现车辆定损。
2.根据权利要求1所述的车辆定损方法,其特征在于,所述根据所述损坏部位的损坏程度确定维修策略,并根据所述维修策略在所述车辆定损模型上对所述损坏部位进行维修标记,包括:
根据所述损坏部位的部位标识确定部位类型,并获取所述部位类型对应的维修策略表,其中,所述维修策略表存储有不同所述损坏程度与对应维修策略之间的对应关系;
查找所述维修策略表中与所述损坏程度对应的维修策略,所述维修策略包括所述损坏部件在对应所述损坏程度下的维修操作和所述维修操作对应的维修时长;
根据所述维修操作和所述维修时长在所述车辆定损模型上对所述损坏程度对应的所述损坏部位进行文字标记。
3.根据权利要求2所述的车辆定损方法,其特征在于,所述根据所述车辆定损模型上标记的所述维修标记生成定损信息,包括:
对存在所述损坏部位的任一个部位类型,分别获取所述待定损车辆中相同部位类型下,不同所述损坏部位对应的维修时长,并分别计算相同所述部位类型下,不同所述损坏部位的维修时长的和,得到不同所述部件类型对应的维修总时长;
对存在所述损坏部位的任一个部位类型,分别获取所述待定损车辆中相同部位类型下,不同所述损坏部位对应的维修操作,并分别计算相同所述部位类型下,不同所述损坏部位的维修操作对应的维修金额的和,得到不同所述部件类型对应的维修总金额;
对存在所述损坏部位的任一个部位类型,分别计算相同所述部位类型下,不同所述损坏部位的所述损坏程度的和,得到不同所述部件类型对应的损坏总程度;
分别将不同所述部件类型对应的所述维修总时长、所述维修总金额和所述损坏总程度进行存储,得到所述定损信息。
4.根据权利要求1所述的车辆定损方法,其特征在于,所述根据查询到的所述模型参数构建三维模型,得到车辆定损模型,包括:
根据所述车辆模型参数进行三维模型构建,得到车辆模型,并对所述车辆模型进行模型渲染;
对模型渲染后的所述车辆模型进行轻量化处理,并对轻量化处理后的所述车辆模型进行坐标校对;
将坐标校对后的所述车辆模型进行整体导出,得到所述车辆定损模型。
5.根据权利要求1所述的车辆定损方法,其特征在于,所述根据所述损坏信息确定损坏部位的损坏程度,包括:
获取所述损坏部位的部位标识,并根据所述部位标识查询所述损坏部位对应的标准图片,以及查询所述损坏信息中与所述部位标识对应的损坏部位的拍摄图片;
计算同一所述损坏部位对应的所述标准图片与所述拍摄图片之间的图片相似度,得到所述损坏程度。
6.根据权利要求5所述的车辆定损方法,其特征在于,所述计算同一所述损坏部位对应的所述标准图片与所述拍摄图片之间的图片相似度,得到所述损坏程度,包括:
分别获取同一所述损坏部位对应的所述标准图片和所述拍摄图片中像素点的矩阵,得到标准像素矩阵和拍摄像素矩阵;
根据欧式距离公式计算所述标准像素矩阵和所述拍摄像素矩阵之间的距离,得到所述损坏程度。
7.根据权利要求1所述的车辆定损方法,其特征在于,所述根据所述损坏部位的损坏程度调节所述车辆定损模型中对应所述损坏部位的显示参数,包括:
若所述损坏程度小于损坏阈值,则将所述损坏程度分别与亮度调节表、颜色调节表或透明度调节表进行匹配,得到调节参数,所述亮度调节表、所述颜色调节表和所述透明度调节表中对应存储有不同所述损坏程度与对应亮度参数值、颜色参数值和透明度参数值之间的对应关系;
根据所述调节参数调节所述车辆定损模型中对应所述损坏部位的显示参数;
若所述损坏程度大于或等于所述损坏阈值,则根据预设的报废颜色对所述损坏程度在所述车辆定损模型中对应所述损坏部位进行颜色标记。
8.一种车辆定损装置,其特征在于,包括:
模型参数查询单元,用于获取待定损车辆的车辆信息,并根据所述车辆信息查询模型参数;
模型构建单元,用于根据查询到的所述模型参数构建三维模型,得到车辆定损模型,并将所述车辆定损模型进行显示;
损坏程度确定单元,用于获取所述待定损车辆的损坏信息,并根据所述损坏信息确定损坏部位的损坏程度;
显示参数调节单元,用于根据所述损坏部位的损坏程度调节所述车辆定损模型中对应的所述损坏部位的显示参数;
维修标记单元,用于根据所述损坏部位的损坏程度确定维修策略,并根据所述维修策略在所述车辆定损模型上对所述损坏部位进行维修标记;
定损信息生成单元,用于根据所述车辆定损模型上标记的所述维修标记生成定损信息,实现车辆定损。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种存储介质,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011266081.1A CN112070250B (zh) | 2020-11-13 | 2020-11-13 | 车辆定损方法、装置、终端设备及存储介质 |
PCT/CN2021/127258 WO2022100454A1 (zh) | 2020-11-13 | 2021-10-29 | 车辆定损方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011266081.1A CN112070250B (zh) | 2020-11-13 | 2020-11-13 | 车辆定损方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112070250A true CN112070250A (zh) | 2020-12-11 |
CN112070250B CN112070250B (zh) | 2021-05-04 |
Family
ID=73655941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011266081.1A Active CN112070250B (zh) | 2020-11-13 | 2020-11-13 | 车辆定损方法、装置、终端设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112070250B (zh) |
WO (1) | WO2022100454A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529222A (zh) * | 2020-12-22 | 2021-03-19 | 华人运通(上海)云计算科技有限公司 | 车辆维修服务系统、车辆维修服务生成方法和装置 |
CN114511334A (zh) * | 2022-04-17 | 2022-05-17 | 邦邦汽车销售服务(北京)有限公司 | 基于数据识别的全流程溯源可视化方法、系统与电子标签 |
WO2022100454A1 (zh) * | 2020-11-13 | 2022-05-19 | 深圳壹账通智能科技有限公司 | 车辆定损方法、装置、终端设备及存储介质 |
CN114792273A (zh) * | 2022-05-12 | 2022-07-26 | 中国平安财产保险股份有限公司 | 出险车定损方法、装置、计算机设备及可读存储介质 |
CN116303830A (zh) * | 2023-03-15 | 2023-06-23 | 深圳开思时代科技有限公司 | 汽车待修零配件匹配方法及系统 |
CN116385649A (zh) * | 2023-03-30 | 2023-07-04 | 深圳开思时代科技有限公司 | 3d汽车环车瑕疵显示方法及系统 |
CN117423175A (zh) * | 2023-10-25 | 2024-01-19 | 深圳泰瑞谷科技有限公司 | 一种车辆诊断数据展示方法、装置、诊断仪及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107145259A (zh) * | 2017-05-09 | 2017-09-08 | 深圳Tcl新技术有限公司 | 触摸图标校对方法及装置 |
CN107358596A (zh) * | 2017-04-11 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置、电子设备及系统 |
US20180268331A1 (en) * | 2014-06-11 | 2018-09-20 | Hartford Fire Insurance Company | UAV Routing and Data Extraction |
CN110570513A (zh) * | 2018-08-17 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 一种展示车损信息的方法和装置 |
CN111259848A (zh) * | 2020-01-22 | 2020-06-09 | 苏州华兴源创科技股份有限公司 | 一种车辆定损方法、车辆定损系统、计算机设备和介质 |
EP3716194A1 (en) * | 2017-11-21 | 2020-09-30 | Alibaba Group Holding Limited | Method and device for processing vehicle loss assessment data and processing device |
CN111767823A (zh) * | 2020-06-23 | 2020-10-13 | 京东数字科技控股有限公司 | 一种睡岗检测方法、装置、系统及存储介质 |
CN111881856A (zh) * | 2020-07-31 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 基于图像的车辆定损方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11144889B2 (en) * | 2016-04-06 | 2021-10-12 | American International Group, Inc. | Automatic assessment of damage and repair costs in vehicles |
US9886771B1 (en) * | 2016-05-20 | 2018-02-06 | Ccc Information Services Inc. | Heat map of vehicle damage |
CN109614935B (zh) * | 2018-12-12 | 2021-07-06 | 泰康保险集团股份有限公司 | 车辆定损方法及装置、存储介质及电子设备 |
CN112070250B (zh) * | 2020-11-13 | 2021-05-04 | 深圳壹账通智能科技有限公司 | 车辆定损方法、装置、终端设备及存储介质 |
-
2020
- 2020-11-13 CN CN202011266081.1A patent/CN112070250B/zh active Active
-
2021
- 2021-10-29 WO PCT/CN2021/127258 patent/WO2022100454A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180268331A1 (en) * | 2014-06-11 | 2018-09-20 | Hartford Fire Insurance Company | UAV Routing and Data Extraction |
CN107358596A (zh) * | 2017-04-11 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置、电子设备及系统 |
WO2018191437A1 (en) * | 2017-04-11 | 2018-10-18 | Alibaba Group Holding Limited | Image-based vehicle loss assessment method, apparatus, and system, and electronic device |
CN107145259A (zh) * | 2017-05-09 | 2017-09-08 | 深圳Tcl新技术有限公司 | 触摸图标校对方法及装置 |
EP3716194A1 (en) * | 2017-11-21 | 2020-09-30 | Alibaba Group Holding Limited | Method and device for processing vehicle loss assessment data and processing device |
CN110570513A (zh) * | 2018-08-17 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 一种展示车损信息的方法和装置 |
CN111259848A (zh) * | 2020-01-22 | 2020-06-09 | 苏州华兴源创科技股份有限公司 | 一种车辆定损方法、车辆定损系统、计算机设备和介质 |
CN111767823A (zh) * | 2020-06-23 | 2020-10-13 | 京东数字科技控股有限公司 | 一种睡岗检测方法、装置、系统及存储介质 |
CN111881856A (zh) * | 2020-07-31 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 基于图像的车辆定损方法和装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022100454A1 (zh) * | 2020-11-13 | 2022-05-19 | 深圳壹账通智能科技有限公司 | 车辆定损方法、装置、终端设备及存储介质 |
CN112529222A (zh) * | 2020-12-22 | 2021-03-19 | 华人运通(上海)云计算科技有限公司 | 车辆维修服务系统、车辆维修服务生成方法和装置 |
CN114511334A (zh) * | 2022-04-17 | 2022-05-17 | 邦邦汽车销售服务(北京)有限公司 | 基于数据识别的全流程溯源可视化方法、系统与电子标签 |
CN114511334B (zh) * | 2022-04-17 | 2022-06-24 | 邦邦汽车销售服务(北京)有限公司 | 基于数据识别的全流程溯源可视化方法、系统与电子标签 |
CN114792273A (zh) * | 2022-05-12 | 2022-07-26 | 中国平安财产保险股份有限公司 | 出险车定损方法、装置、计算机设备及可读存储介质 |
CN116303830A (zh) * | 2023-03-15 | 2023-06-23 | 深圳开思时代科技有限公司 | 汽车待修零配件匹配方法及系统 |
CN116303830B (zh) * | 2023-03-15 | 2023-10-17 | 深圳开思时代科技有限公司 | 汽车待修零配件匹配方法及系统 |
CN116385649A (zh) * | 2023-03-30 | 2023-07-04 | 深圳开思时代科技有限公司 | 3d汽车环车瑕疵显示方法及系统 |
CN116385649B (zh) * | 2023-03-30 | 2024-01-23 | 深圳开思时代科技有限公司 | 3d汽车环车瑕疵显示方法及系统 |
CN117423175A (zh) * | 2023-10-25 | 2024-01-19 | 深圳泰瑞谷科技有限公司 | 一种车辆诊断数据展示方法、装置、诊断仪及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112070250B (zh) | 2021-05-04 |
WO2022100454A1 (zh) | 2022-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070250B (zh) | 车辆定损方法、装置、终端设备及存储介质 | |
US7813543B2 (en) | Computer modeling of physical scenes | |
CN112348799B (zh) | 车辆定损方法、装置、终端设备及存储介质 | |
CN112669429A (zh) | 图像扭曲渲染方法及装置 | |
CN109635639B (zh) | 交通标识的位置检测方法、装置、设备和存储介质 | |
CN108846861B (zh) | 图像单应矩阵计算方法、装置、移动终端及存储介质 | |
CN116415652A (zh) | 一种数据生成方法、装置、可读存储介质及终端设备 | |
CN112597983B (zh) | 一种遥感图像中目标对象的识别方法及其存储介质和系统 | |
CN109598021B (zh) | 一种信息显示方法、装置、设备和存储介质 | |
CN117670559A (zh) | 基于人工智能的车辆定损理赔方法、装置、设备及介质 | |
CN116452802A (zh) | 车损检测方法、装置、设备及存储介质 | |
CN114463685B (zh) | 行为识别方法、装置、电子设备及存储介质 | |
CN115115709A (zh) | 车内场景构建方法、终端设备及计算机可读存储介质 | |
CN115542301A (zh) | 激光雷达外部参数的校准方法、装置、设备及存储介质 | |
CN112884844B (zh) | 全景影像系统的标定方法、装置及计算机可读存储介质 | |
CN112085612B (zh) | 车辆全损检测方法、装置、终端设备及存储介质 | |
TWI801717B (zh) | 一種實物圖像生成方法及裝置、設備、非暫態電腦可讀存儲介質及電腦程式產品 | |
CN113343882A (zh) | 人群计数方法、装置、电子设备及存储介质 | |
CN114004739A (zh) | 图像风格化处理方法、系统、终端设备及存储介质 | |
CN116420350A (zh) | 车辆颜色匹配系统和方法 | |
CN110837779A (zh) | 车辆外观智能诊断方法、装置及计算机可读存储介质 | |
CN110619677A (zh) | 三维流场内粒子重构方法及装置、电子设备及存储介质 | |
US20240221200A1 (en) | Method for identifying depths of images and related device | |
US20240193980A1 (en) | Method for recognizing human body area in image, electronic device, and storage medium | |
CN118096925B (zh) | 一种签章图片的位深度转换方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |