CN112862958A - 一种汽车事故辅助鉴定系统 - Google Patents
一种汽车事故辅助鉴定系统 Download PDFInfo
- Publication number
- CN112862958A CN112862958A CN202110287641.XA CN202110287641A CN112862958A CN 112862958 A CN112862958 A CN 112862958A CN 202110287641 A CN202110287641 A CN 202110287641A CN 112862958 A CN112862958 A CN 112862958A
- Authority
- CN
- China
- Prior art keywords
- accident
- module
- vehicle
- dynamic simulation
- video data
- 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
- 206010039203 Road traffic accident Diseases 0.000 title claims abstract description 18
- 238000005094 computer simulation Methods 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 238000007637 random forest analysis Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Abstract
本发明涉及汽车事故鉴定技术领域,具体涉及一种汽车事故辅助鉴定系统,包括:视频数据采集模块、三维建模模块、动态模拟模块、辅助鉴定模块;三维建模模块用于识别视频数据中内载的事故车辆,基于事故车辆图像实现事故车辆的三维建模,生成虚拟车辆模型;动态模拟模块,用于识别视频数据中内载的事故车辆行驶轨迹参数,形成对应的动态模拟控制命令,基于动态模拟控制命令驱动虚拟车辆模型运行,实现事故现场的慢动作三维重现。本发明可以实现事故现场的慢动作三维重现,使得工作人员和事故人员可以直观的进行事故形成原因的观察,从而可以尽可能的避免责任方判定欠妥的情况的出现,避免不必要的纠纷。
Description
技术领域
本发明涉及汽车事故鉴定技术领域,具体涉及一种汽车事故辅助鉴定系统。
背景技术
目前,汽车事故的鉴定普遍依赖交通执法人员人为判定,由于无法实现事故发生情况的重现,一定程度上会存在责任方判定欠妥的情况,从而发生不必要的纠纷。
发明内容
为解决上述问题,本发明提供了一种汽车事故辅助鉴定系统,可以实现事故现场的慢动作三维重现,使得工作人员和事故人员可以直观的进行事故形成原因的观察,从而可以尽可能的避免责任方判定欠妥的情况的出现,避免不必要的纠纷。
为实现上述目的,本发明采取的技术方案为:
一种汽车事故辅助鉴定系统,包括:
视频数据采集模块,用于基于录入的事故发生地的GPS定位数据及事故发生时间基于数据挖掘模块在交通视频数据中挖掘对应的事故现场视频数据;
三维建模模块,用于识别视频数据中内载的事故车辆,基于事故车辆图像实现事故车辆的三维建模,生成虚拟车辆模型;
动态模拟模块,用于识别视频数据中内载的事故车辆行驶轨迹参数,形成对应的动态模拟控制命令,基于动态模拟控制命令驱动虚拟车辆模型运行,实现事故现场的慢动作三维重现;
辅助鉴定模块,用于基于事故发生时,事故车辆的行驶轨迹参数、车辆姿态参数的识别,实现事故责任方的判定。
优选地,所述交通视频数据通过驾驶在各路段两侧或前侧的摄像头实现采集;
优选地,所述三维建模模块基于用户录入的车牌号实现事故车辆的识别,基于kinect深度传感器实现事故车辆深度图像的获取,将所获得的事故车辆深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用MarchingTetrahedra算法构造等值面,从而完成事故车辆的三维建模。
优选地,所述动态模拟模块基于用户录入的车牌号实现事故车辆的跟踪,从而生成对应事故车辆的行驶轨迹参数,然后基于模糊神经网络算法生成对应的动态模拟控制命令,基于当前路段的路面标志线及对应的交通指示灯的识别结果实现当前路况环境的搭建。
优选地,所述动态模拟模块在事故发生的前1s时,自动停止模拟,并实现当时事故车辆行驶参数的自动输出。
优选地,所述动态模拟模块基于虚拟车辆模型节点的改变实现虚拟车辆模型的驱动。
优选地,还包括:
事故理赔金额评估模块,用于基于用户上传的图像,实现车辆损伤程度的评估,并基于评估结果输出对应的事故理赔金额区间值。
优选地,所述事故理赔金额评估模块首先基于Dssd_inception_V3_coco实现车辆破损位置的识别,然后基于Bi-LSTM+Attention模型实现车辆破损程度的评估,最后根据破损程度的评估结果基于随机森林实现事故理赔金额区间的计算。
本发明具有以下有益效果:
基于事故现场信息采集的采集,虚拟车辆模型的构建,当前路况环境的搭建,实现了事故现场的慢动作三维重现,使得工作人员和事故人员可以直观的进行事故形成原因的观察,从而可以尽可能的避免责任方判定欠妥的情况的出现,避免不必要的纠纷;且自带事故责任方辅助判定功能和事故理赔金额评估功能,可为事故最终的责任方判定,理赔金额评估提供进一步地参考。
附图说明
图1为实施例一种汽车事故辅助鉴定系统的系统框图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1所示,本发明实施例提供了一种汽车事故辅助鉴定系统,包括:
视频数据采集模块,用于基于录入的事故发生地的GPS定位数据及事故发生时间基于数据挖掘模块在交通视频数据中挖掘对应的事故现场视频数据;本实施例中,事故发生地的GPS定位数据及事故发生时间由执法人员或报案人员上传,GPS数据通过读取报案人员/执法人员移动终端所在的定位信息实现获取;
三维建模模块,用于识别视频数据中内载的事故车辆,基于事故车辆图像实现事故车辆的三维建模,生成虚拟车辆模型;
动态模拟模块,用于识别视频数据中内载的事故车辆行驶轨迹参数,形成对应的动态模拟控制命令,基于动态模拟控制命令驱动虚拟车辆模型运行,实现事故现场的慢动作三维重现;
辅助鉴定模块,用于基于事故发生时,事故车辆的行驶轨迹参数、车辆姿态参数的识别,实现事故责任方的判定;
事故理赔金额评估模块,用于基于用户上传的图像,实现车辆损伤程度的评估,并基于评估结果输出对应的事故理赔金额区间值。本实施例中,图像由保险员或执法人员登录对应的微信小程序后上传。
本实施例中,所述交通视频数据通过驾驶在各路段两侧或前侧的摄像头实现采集。
本实施例中,所述三维建模模块基于用户录入的车牌号实现事故车辆的识别,基于kinect深度传感器实现事故车辆深度图像的获取,将所获得的事故车辆深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用MarchingTetrahedra算法构造等值面,从而完成事故车辆的三维建模。
本实施例中,所述动态模拟模块基于用户录入的车牌号实现事故车辆的跟踪,从而生成对应事故车辆的行驶轨迹参数,然后基于模糊神经网络算法根据对应事故车辆的行驶轨迹参数生成对应的动态模拟控制命令,基于当前路段的路面标志线及对应的交通指示灯的识别结果实现当前路况环境的搭建,虚拟车辆模型在搭建的路况环境内实现事故现场的慢动作三维重现。
本实施例中,所述动态模拟模块在事故发生的前1s时,自动停止模拟,并实现当时事故车辆行驶参数的自动输出。
本实施例中,所述动态模拟模块基于虚拟车辆模型节点的改变实现虚拟车辆模型的驱动。
本实施例中,所述事故理赔金额评估模块首先基于Dssd_inception_V3_coco实现车辆破损位置的识别,然后基于Bi-LSTM+Attention模型实现车辆破损程度的评估,最后根据破损程度的评估结果基于随机森林实现事故理赔金额区间的计算。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (8)
1.一种汽车事故辅助鉴定系统,其特征在于:包括:
视频数据采集模块,用于基于录入的事故发生地的GPS定位数据及事故发生时间基于数据挖掘模块在交通视频数据中挖掘对应的事故现场视频数据;
三维建模模块,用于识别视频数据中内载的事故车辆,基于事故车辆图像实现事故车辆的三维建模,生成虚拟车辆模型;
动态模拟模块,用于识别视频数据中内载的事故车辆行驶轨迹参数,形成对应的动态模拟控制命令,基于动态模拟控制命令驱动虚拟车辆模型运行,实现事故现场的慢动作三维重现;
辅助鉴定模块,用于基于事故发生时,事故车辆的行驶轨迹参数、车辆姿态参数的识别,实现事故责任方的判定。
2.如权利要求1所述的一种汽车事故辅助鉴定系统,其特征在于:所述交通视频数据通过驾驶在各路段两侧或前侧的摄像头实现采集。
3.如权利要求1所述的一种汽车事故辅助鉴定系统,其特征在于:所述三维建模模块基于用户录入的车牌号实现事故车辆的识别,基于kinect深度传感器实现事故车辆深度图像的获取,将所获得的事故车辆深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,从而完成事故车辆的三维建模。
4.如权利要求1所述的一种汽车事故辅助鉴定系统,其特征在于:所述动态模拟模块基于用户录入的车牌号实现事故车辆的跟踪,从而生成对应事故车辆的行驶轨迹参数,然后基于模糊神经网络算法生成对应的动态模拟控制命令,基于当前路段的路面标志线及对应的交通指示灯的识别结果实现当前路况环境的搭建。
5.如权利要求1所述的一种汽车事故辅助鉴定系统,其特征在于:所述动态模拟模块在事故发生的前1s时,自动停止模拟,并实现当时事故车辆行驶参数的自动输出。
6.如权利要求1所述的一种汽车事故辅助鉴定系统,其特征在于:所述动态模拟模块基于虚拟车辆模型节点的改变实现虚拟车辆模型的驱动。
7.如权利要求1所述的一种汽车事故辅助鉴定系统,其特征在于:还包括:
事故理赔金额评估模块,用于基于用户上传的图像,实现车辆损伤程度的评估,并基于评估结果输出对应的事故理赔金额区间值。
8.如权利要求1所述的一种汽车事故辅助鉴定系统,其特征在于:所述事故理赔金额评估模块首先基于Dssd_inception_V3_coco实现车辆破损位置的识别,然后基于Bi-LSTM+Attention模型实现车辆破损程度的评估,最后根据破损程度的评估结果基于随机森林实现事故理赔金额区间的计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110287641.XA CN112862958A (zh) | 2021-03-17 | 2021-03-17 | 一种汽车事故辅助鉴定系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110287641.XA CN112862958A (zh) | 2021-03-17 | 2021-03-17 | 一种汽车事故辅助鉴定系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112862958A true CN112862958A (zh) | 2021-05-28 |
Family
ID=75995165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110287641.XA Pending CN112862958A (zh) | 2021-03-17 | 2021-03-17 | 一种汽车事故辅助鉴定系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112862958A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117309433A (zh) * | 2023-11-30 | 2023-12-29 | 锦图计算技术(深圳)有限公司 | 基于智能座舱的车载智能硬件功能安全检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281660A (zh) * | 2008-05-29 | 2008-10-08 | 上海交通大学 | 汽车与行人碰撞事故再现系统 |
CN102034013A (zh) * | 2010-12-30 | 2011-04-27 | 长安大学 | 汽车斜碰撞事故分析计算与模拟再现计算机系统 |
US20150160347A1 (en) * | 2012-10-05 | 2015-06-11 | Faro Technologies, Inc. | Using a two-dimensional scanner to speed registration of three-dimensional scan data |
CN106781276A (zh) * | 2016-12-23 | 2017-05-31 | 平顶山学院 | 一种老人异常行为监测系统 |
CN109741602A (zh) * | 2019-01-11 | 2019-05-10 | 福建工程学院 | 一种轻微交通事故辅助定责的方法及系统 |
CN111907372A (zh) * | 2020-08-13 | 2020-11-10 | 陕西工业职业技术学院 | 一种新能源汽车电池监测系统 |
CN112308724A (zh) * | 2020-10-21 | 2021-02-02 | 北京精友世纪软件技术有限公司 | 一种基于云数据库的整车信息管理查询系统 |
-
2021
- 2021-03-17 CN CN202110287641.XA patent/CN112862958A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281660A (zh) * | 2008-05-29 | 2008-10-08 | 上海交通大学 | 汽车与行人碰撞事故再现系统 |
CN102034013A (zh) * | 2010-12-30 | 2011-04-27 | 长安大学 | 汽车斜碰撞事故分析计算与模拟再现计算机系统 |
US20150160347A1 (en) * | 2012-10-05 | 2015-06-11 | Faro Technologies, Inc. | Using a two-dimensional scanner to speed registration of three-dimensional scan data |
CN106781276A (zh) * | 2016-12-23 | 2017-05-31 | 平顶山学院 | 一种老人异常行为监测系统 |
CN109741602A (zh) * | 2019-01-11 | 2019-05-10 | 福建工程学院 | 一种轻微交通事故辅助定责的方法及系统 |
CN111907372A (zh) * | 2020-08-13 | 2020-11-10 | 陕西工业职业技术学院 | 一种新能源汽车电池监测系统 |
CN112308724A (zh) * | 2020-10-21 | 2021-02-02 | 北京精友世纪软件技术有限公司 | 一种基于云数据库的整车信息管理查询系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117309433A (zh) * | 2023-11-30 | 2023-12-29 | 锦图计算技术(深圳)有限公司 | 基于智能座舱的车载智能硬件功能安全检测方法及系统 |
CN117309433B (zh) * | 2023-11-30 | 2024-02-27 | 锦图计算技术(深圳)有限公司 | 基于智能座舱的车载智能硬件功能安全检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103824346B (zh) | 行车记录及重现方法和系统 | |
CN110758243B (zh) | 一种车辆行驶过程中的周围环境显示方法和系统 | |
CN113378305B (zh) | 一种基于无人驾驶小车的车路协同测试方法、装置 | |
CN109510851A (zh) | 地图数据的构建方法和设备 | |
CN104391504A (zh) | 基于车联网的自动驾驶控制策略的生成方法与生成装置 | |
CN110781578B (zh) | 一种基于事故场景的智能网联车算法的测试及评价方法 | |
CN102616241A (zh) | 基于车道线模型检测方法和在线学习方法的车道偏离报警系统 | |
CN104834784A (zh) | 一种铁路应急辅助救援三维虚拟电子沙盘系统 | |
CN110009903A (zh) | 一种交通事故现场还原方法 | |
CN109872530A (zh) | 一种路况信息的生成方法、车载终端及服务器 | |
Gruyer et al. | Development of full speed range ACC with SiVIC, a virtual platform for ADAS prototyping, test and evaluation | |
JPWO2020100922A1 (ja) | データ配信システム、センサデバイス及びサーバ | |
CN107358168A (zh) | 一种车辆可行驶区域的检测方法及装置、车载电子设备 | |
Li et al. | Pre-deployment testing of low speed, Urban Road Autonomous Driving in a Simulated Environment | |
CN109583312A (zh) | 车道线识别方法、装置、设备及存储介质 | |
CN112862958A (zh) | 一种汽车事故辅助鉴定系统 | |
CN114365108A (zh) | 虚拟环境下的自动驾驶车辆模拟方法 | |
CN109813555A (zh) | 用于自主车辆中视觉位置评估的系统和方法 | |
CN113918615A (zh) | 一种基于仿真的驾驶经验数据挖掘模型构建方法及系统 | |
US11926332B1 (en) | Assessing surprise for autonomous vehicles | |
CN112116508A (zh) | 一种判断驾驶训练薄弱项的方法及相关装置 | |
CN116956561A (zh) | 仿真环境配置方法、装置、计算机设备及存储介质 | |
CN113706911B (zh) | 一种基于数字化交通场景的自动驾驶方法 | |
WO2016157277A1 (ja) | 走行環境抽象化映像作成方法及び装置 | |
Pradeepkumar et al. | Real Time Automatic Vehicle Monitoring System Using IoT |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210528 |