CN113299058A - 交通事故责任的认定方法、装置、介质以及电子设备 - Google Patents
交通事故责任的认定方法、装置、介质以及电子设备 Download PDFInfo
- Publication number
- CN113299058A CN113299058A CN202010109076.3A CN202010109076A CN113299058A CN 113299058 A CN113299058 A CN 113299058A CN 202010109076 A CN202010109076 A CN 202010109076A CN 113299058 A CN113299058 A CN 113299058A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- target vehicle
- traffic accident
- information
- 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
- 206010039203 Road traffic accident Diseases 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000012216 screening Methods 0.000 claims description 49
- 238000005516 engineering process Methods 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- WHGYBXFWUBPSRW-FOUAGVGXSA-N beta-cyclodextrin Chemical compound OC[C@H]([C@H]([C@@H]([C@H]1O)O)O[C@H]2O[C@@H]([C@@H](O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O3)[C@H](O)[C@H]2O)CO)O[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@@H]3O[C@@H]1CO WHGYBXFWUBPSRW-FOUAGVGXSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种交通事故责任的认定方法、装置、介质以及电子设备。该方法包括:确定发生交通事故的目标车辆,并接收目标车辆发送的目标信息;确定与目标车辆对应的参考车辆,并接收参考车辆发送的参考信息;根据目标信息和参考信息认定目标车辆的交通事故责任。本公开通过接收到的目标车辆发送的目标信息和参考车辆发送的参考信息划定目标车辆的交通事故责任。一方面,将造成交通事故的目标车辆和周围的参考车辆的信息共同作为责任划分的依据,参考资料更为充分,责任划分更为合理,减少责任认定失误的情况;另一方面,便于远程处理交通事故,节省了多方的时间成本和人力成本,也大大缓解了道路拥堵问题。
Description
技术领域
本公开涉及车联网技术领域,具体而言,涉及一种交通事故责任的认定方法、交通事故责任的认定装置、计算机可读介质以及电子设备。
背景技术
随着城市的现代化发展,道路上的汽车越来越多,因此导致人口巨量型城市经常出现道路拥堵的问题。其中,造成道路拥堵的一个重要原因就是交通事故。
当交通事故较为简单时,车主会在拍照记录后将汽车开走。这种方式无法提供车辆在事故前的运行情况,难以认定责任。除此之外,在交通事故发生后,车主还会选择保留事故现场,以便于交警划分事故责任。但是这种方法往往会造成拥堵,严重降低道路通行效率,也会造成大量的警员开销。
鉴于此,本领域亟需开发一种新的交通事故责任的认定方法及装置。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本申请的技术背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种交通事故责任的认定方法、交通事故责任的认定装置、计算机可读介质以及电子设备,进而至少在一定程度上克服责任认定困难和道路拥堵等技术问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开实施例的一个方面,提供一种交通事故责任的认定方法,该方法包括:确定发生交通事故的目标车辆,并接收所述目标车辆发送的目标信息;确定与所述目标车辆对应的参考车辆,并接收所述参考车辆发送的参考信息;根据所述目标信息和所述参考信息认定所述目标车辆的交通事故责任。
根据本公开实施例的一个方面,提供一种交通事故责任的认定装置,该装置包括:信息接收模块,被配置为确定发生交通事故的目标车辆,并接收所述目标车辆发送的目标信息;车辆确定模块,被配置为确定与所述目标车辆对应的参考车辆,并接收所述参考车辆发送的参考信息;责任认定模块,被配置为根据所述目标信息和所述参考信息认定所述目标车辆的交通事故责任。
在本公开的一些实施例中,基于以上技术方案,所述车辆确定模块包括:信息接收单元,被配置为接收所述目标车辆根据用户设备直通技术发送的多媒体请求信息;信息确定单元,被配置为根据所述多媒体请求信息确定与所述目标车辆对应的参考车辆。
在本公开的一些实施例中,基于以上技术方案,所述信息接收单元包括:位置获取子单元,被配置为接收所述目标车辆根据用户设备直通技术发送的所述目标车辆的目标位置信息和车牌号;时间获取子单元,被配置为接收所述目标车辆根据用户设备直通技术发送的所述交通事故的发生时间以及与所述交通事故对应的事故距离阈值。
在本公开的一些实施例中,基于以上技术方案,所述车辆确定模块包括:位置筛选单元,被配置为获取所述目标车辆的目标位置信息,并根据所述目标位置信息在除所述目标车辆之外的其他车辆中筛选出位置参考车辆;时间筛选单元,被配置为获取所述交通事故的发生时间,并根据所述发生时间在所述位置参考车辆中筛选出参考车辆。
在本公开的一些实施例中,基于以上技术方案,所述时间筛选单元包括:第一筛选子单元,被配置为获取所述交通事故的发生时间,并根据所述发生时间在所述位置参考车辆中筛选出时间参考车辆;第二筛选子单元,被配置为获取与所述交通事故对应的事故距离阈值,并根据所述事故距离阈值在所述时间参考车辆中筛选出阈值参考车辆;第三筛选子单元,被配置为获取所述目标车辆的车牌号,并根据所述车牌号在所述阈值参考车辆中筛选出参考车辆。
在本公开的一些实施例中,基于以上技术方案,所述位置筛选单元包括:阈值确定子单元,被配置为获取除所述目标车辆之外的其他车辆的其他位置信息,并确定与所述目标车辆对应的筛选距离阈值;距离确定子单元,被配置为根据所述目标位置信息和所述其他位置信息确定所述其他车辆与所述目标车辆之间的距离;车辆确定子单元,被配置为将所述距离满足所述筛选距离阈值的所述其他车辆确定为位置参考车辆。
在本公开的一些实施例中,基于以上技术方案,所述信息接收模块包括:信息接收单元,被配置为接收所述目标车辆发送的目标多媒体信息,并接收所述目标车辆发送的所述交通事故的发生时间;标识接收单元,被配置为接收目标车辆的目标位置信息、事故标识和目标车辆标识。
根据本公开实施例的一个方面,提供一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如以上技术方案中的交通事故责任的认定方法。
根据本公开实施例的一个方面,提供一种电子设备,该电子设备包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器被配置为经由执行所述可执行指令来执行如以上技术方案中的交通事故责任的认定方法。
在本公开实施例提供的技术方案中,通过接收到的目标车辆发送的目标信息和参考车辆发送的参考信息划定目标车辆的交通事故责任。一方面,将造成交通事故的目标车辆和周围的参考车辆的信息共同作为责任划分的依据,参考资料更为充分,责任划分更为合理,减少责任认定失误的情况;另一方面,便于远程处理交通事故,节省了多方的时间成本和人力成本,也大大缓解了道路拥堵问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性地示出了应用本公开技术方案的示例性系统架构示意图;
图2示意性地示出了本公开的一些实施例中交通事故责任的认定方法的步骤流程图;
图3示意性地示出了在本公开的一些实施例中接收目标信息的方法的步骤流程图;
图4示意性地示出了在本公开的一些实施例中一种确定参考车辆的方法的步骤流程图;
图5示意性地示出了在本公开的一些实施例中接收多媒体请求信息的方法的步骤流程图;
图6示意性地示出了在本公开的一些实施例中另一种确定参考车辆的方法的步骤流程图;
图7示意性地示出了在本公开的一些实施例中筛选位置参考车辆的方法的步骤流程图;
图8示意性地示出了在本公开的一些实施例中根据发生时间筛选参考车辆的方法的步骤流程图;
图9示意性地示出了本公开实施例在应用场景下认定交通事故责任的界面示意图;
图10示意性地示出了本公开实施例在一种应用场景下交通事故责任的认定方法的步骤流程图;
图11示意性地示出了本公开实施例在另一种应用场景下交通事故责任的认定方法的步骤流程图;
图12示意性地示出了在本公开一些实施例中的交通事故责任的认定装置的结构框图;
图13示意性地示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
基于以上方案存在的问题,本公开提供了一种涉及人工智能的交通事故责任的认定方法、交通事故责任的认定装置、计算机可读介质以及电子设备。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
其中,计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
自动驾驶技术通常包括高精地图、环境感知、行为决策、路径规划、运动控制等技术,自定驾驶技术有着广泛的应用前景。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
图1示出了应用本公开技术方案的示例性系统架构示意图。
如图1所示,系统架构100可以包括车辆事故处理中心110、目标车辆120和参考车辆130。其中,车辆事故处理中心110和目标车辆120通过网络连接,车辆事故处理中心110和参考车辆130也通过网络连接。该网络可以是能够提供通信链路的各种连接类型的通信介质,例如可以是有线通信链路、无线通信链路或者光纤电缆等等。车辆事故处理中心110能够与目标车辆120和参考车辆130进行交互,并且可以综合考虑目标车辆120和参考车辆130上传的信息划分目标车辆120的交通事故责任。
车辆事故处理中心110可以包括服务器111,服务器111可以是独立的服务器,也可以是多个服务器组成的服务器集群,还可以是一个云计算服务中心。
车辆事故处理中心110还可以包括控制设备112,控制设备112可以是台式终端或移动终端,移动终端具体可以是手机、平板电脑、笔记本电脑等中的至少一种。
服务器111和控制设备112通过网络连接。服务器111用于接收目标车辆120的目标信息和参考车辆130的参考信息,并发送给控制设备112。通过控制设备112的显示控制界面查看目标信息和参考信息,实现划分目标车辆120的交通事故责任的功能。
另外,本公开实施例中的交通事故责任的认定方法可以应用于目标车辆用户终端,也可以用于参考车辆用户终端,还可以应用于车辆事故处理中心,本公开对此不做特殊限定。本公开实施例主要以交通事故责任的认定方法应用于车辆事故处理中心110来举例说明。
下面结合具体实施方式对本公开提供的交通事故责任的认定方法、交通事故责任的认定装置、计算机可读介质以及电子设备做出详细说明。
图2示意性地示出了本公开的一些实施例中交通事故责任的认定方法的步骤流程图。如图2所示,交通事故责任的认定方法主要可以包括以下步骤:
步骤S210.确定发生交通事故的目标车辆,并接收目标车辆发送的目标信息。
步骤S220.确定与目标车辆对应的参考车辆,并接收参考车辆发送的参考信息。
步骤S230.根据目标信息和参考信息认定目标车辆的交通事故责任。
在本公开的示例性实施例中,通过接收到的目标车辆发送的目标信息和参考车辆发送的参考信息划定目标车辆的交通事故责任。一方面,将造成交通事故的目标车辆和周围的参考车辆的信息共同作为责任划分的依据,参考资料更为充分,责任划分更为合理,减少责任认定失误的情况;另一方面,便于远程处理交通事故,节省了多方的时间成本和人力成本,也大大缓解了道路拥堵问题。
下面对交通事故责任的认定方法的各个步骤进行详细说明。
在步骤S210中,确定发生交通事故的目标车辆,并接收目标车辆发送的目标信息。
在本公开的示例性实施例中,车辆上可拆卸地设置多个传感器,用于检测事故发生情况。其中,多种传感器可以包括雷达、加速度传感器、多轴陀螺仪和全球定位系统(Global Positioning System,简称GPS)定位模块。举例而言,当加速度传感器检测到车辆的加速度突然增加,并超过加速度阈值时,可以确定该车辆为发生交通事故的目标车辆。除此之外,也可以通过其他传感器判定目标车辆发生交通事故,本示例性实施例对此不作特殊限定。
当确定目标车辆之后,目标车辆会向车辆事故处理中心发送有关本车的目标信息。
在可选的实施例中,图3示出了接收目标信息的方法的步骤流程图,如图3所示,该方法至少包括以下步骤:在步骤S310中,接收目标车辆发送的目标多媒体信息,并接收目标车辆发送的交通事故的发生时间。其中,目标多媒体信息包括视频,也可以包括图片,还可以包括其他证明事故发生情况的多媒体信息,本示例性实施例对此不作特殊限定。当目标多媒体信息为视频时,可以是采集到到的预定时长的视频。举例而言,该预定时长可以是20秒,也可以是1分钟,还可以是其他可以反映交通事故发生前期、中期和后期的时长,本示例性实施例对此不作特殊限定。
除此之外,目标信息还包括交通事故的发生时间。该发生时间可以是一个时间点,也可以是一个时间段。当发生时间为时间点时,可以是交通事故发生的起始时间,也可以是交通事故发生的终止时间,以便于确定整个交通事故发生的时间点/时间段。当发生时间为时间段时,可以是从交通事故发生的起始时间到终止时间的时间段,也可以是还包含比起始时间更长的时间段和/或比终止时间更长的时间段,以为车辆事故处理中心的人员提供更多认证参考。
在步骤S320中,接收目标车辆的目标位置信息、事故标识和目标车辆标识。目标信息中还可以包括目标车辆在交通事故中的本身属性。其中,目标位置信息可以是目标车辆的GPS定位模块确定的,用于表征交通事故的发生地点。事故标识可以是用于表征该车辆为发生交通事故的目标车辆的标识信息,具体表征形式可以是在按照预先设置的标识位置显示1,也可以是其他表征形式,本示例性实施例对此不作特殊限定。目标车辆标识可以是用于识别目标车辆的身份的标识信息。举例而言,该目标车辆标识可以是目标车辆的车牌号,也可以是其他唯一表征目标车辆的身份的信息,本示例性实施例对此不作特殊限定。
根据实际交通事故的情况,还可以接受目标车辆发送的车主信息和对交通事故的严重程度的预估等级等,本示例性实施例对此不作特殊限定。
在本示例性实施例中,接收目标车辆上传的目标信息可以为车辆事故处理中心划分本次交通事故的责任提供部分依据,提升交通责任划分的效率,避免造成道路拥堵。
在步骤S220中,确定与目标车辆对应的参考车辆,并接收参考车辆发送的参考信息。
在本公开的示例性实施例中,在确定目标车辆之后,还需要确定本次交通事故中与目标车辆对应的参考车辆,以进一步完善交通事故责任认定的依据。
图4示出了一种确定参考车辆的方法的步骤流程图,如图4所示,该方法至少包括以下步骤:在步骤S410中,接收目标车辆根据用户设备直通技术发送的多媒体请求信息。当发生交通事故时,目标车辆可以向周围车辆广播多媒体请求信息。其中,广播方式是用户设备直通技术,亦即设备到设备技术(Device to Device,简称D2D),是指邻近的用户设备可以在近距离范围内通过直连链路进行数据包传输的方式,不需要通过中心节点,即基站进行转发。
图5示出了接收多媒体请求信息的方法的步骤流程图,如图5所示,该方法至少包括以下步骤:在步骤S510中,接收目标车辆根据用户设备直通技术发送的目标车辆的目标位置信息和车牌号。其中,目标位置信息可以是通过GPS定位模块确定的,可以是单点位置坐标,也可以是连续的位置坐标,并且可以是二维的,也可以是三维的,本示例性实施例对此不作特殊限定。车牌号可以用于对目标车辆周围的其他车辆上传的信息进行筛选。举例而言,通过人工智能技术中的图像识别技术可以在视频中识别是否包含目标车辆的车牌号,也可以是其他车牌号的筛选方式,本示例性实施例对此不作特殊限定。
在步骤S520中,接收目标车辆根据用户设备直通技术发送的交通事故的发生时间以及与交通事故对应的事故距离阈值。其中,发生时间可以是用户表征交通事故发生的时间点或时间段,以供确定的参考车辆上传该时间点或时间段的参考信息。事故距离阈值可以是预先设置的该交通事故的距离阈值。举例而言,该事故距离阈值可以是100米,当其他车辆在距离目标车辆100米以内,才可以确定为这次交通事故的参考车辆。
在本示例性实施例中,接收到目标车辆发送的多媒体请求信息,可以作为筛选参考车辆的基准,筛选方式简单可行,并减少了参考车辆过多造成的上传信息无用或冗余的情况发生。
在步骤S420中,根据多媒体请求信息确定与目标车辆对应的参考车辆。举例而言,当目标位置信息为北京市大兴南中轴路与魏永路交叉口时,可以将参考车辆的筛选范围限定在北京市大兴南中轴路与魏永路交叉口;当交通事故的发生时间为2020年2月2日00:00,可以进一步将参考车辆的筛选范围限定在2020年2月2日00:00的北京市大兴南中轴路与魏永路交叉口;当事故距离阈值为100米时,更进一步的,将参考车辆的筛选范围限定在2020年2月2日00:00的北京市大兴南中轴路与魏永路交叉口的100米以内。并且,还可以获取符合该筛选范围的车辆的位置信息,并根据目标位置信息和车辆的位置信息确定目标车辆与车辆的相对位置关系。鉴于目前车辆的行车记录仪安装在车辆前方,因此只有当相对位置关系为目标车辆在车辆前方时,才可以将该筛选范围内的车辆确定为参考车辆。值得说明的是,相对位置关系并不仅仅局限于这一种,还可以根据行车记录仪等记录行车情况的仪器的记录范围确定其他满足要求的相对位置关系,本示例性实施例对此不作特殊限定。除此之外,当车牌号为京ABXXXX时,可以将京ABXXXX为参考车辆上传参考信息的筛选基准。
在本示例性实施例中,通过接收到的多媒体信息可以对目标车辆周围的其他车辆进行筛选,以确定与交通事故相关的参考车辆,进一步获取交通事故责任认定的参考依据,为交通事故责任的划分提供更为准确的信息。
图6示出了另一种确定参考车辆的方法的步骤流程图,如图6所示,该方法至少包括以下步骤:在步骤S610中,获取目标车辆的目标位置信息,并根据目标位置信息在除目标车辆之外的其他车辆中筛选出位置参考车俩。在获取到目标车辆的目标位置信息时,还可以获取其他车辆的其他位置信息筛选位置参考车辆。
图7示出了筛选位置参考车辆的方法的步骤流程图,如图7所示,该方法至少包括以下步骤:在步骤S710中,获取除目标车辆之外的其他车辆的其他位置信息,并确定与目标车辆对应的筛选距离阈值。其他位置信息也可以是通过其他车辆上的GPS定位模块获取的。该其他位置信息可以是单点的位置坐标,也可以是连续的位置坐标,本示例性实施例对此不作特殊限定。该筛选距离阈值可以通过其他车辆与目标车辆之间的距离进行筛选的标准,可以是预先设置的,也可以是根据交通事故的严重程度划分的,本示例性实施例对此不作特殊限定。
在步骤S720中,根据目标位置信息和其他位置信息确定其他车辆与目标车辆之间的距离。在确定目标位置信息和其他位置信息之后,可以根据两点之间的距离公式在二维空间计算目标车辆和其他车辆之间的距离,也可以在三维空间计算,本示例性实施例对此不做特殊限定。
在步骤S730中,将距离满足筛选距离阈值的其他车辆确定为位置参考车辆。举例而言,该筛选距离阈值可以是150米,当一个其他车辆与目标车辆之间的距离为130米时,确定该其他车辆为位置参考车辆;当另一个其他车辆与目标车辆之间的距离为180米时,该其他车辆不作为位置参考车辆,无需上传参考信息作为本次交通事故的参考。
在本示例性实施例中,通过两车之间的距离和筛选距离阈值可以从其他车辆中筛选出位置参考车辆,为进一步筛选参考车辆提供依据。
在步骤S620中,获取交通事故的发生时间,并根据发生时间在位置参考车辆中筛选出参考车辆。在筛选出位置参考车辆之后,可以进行进一步的筛选。
图8示出了根据发生时间筛选参考车辆的方法的步骤流程图,如图8所示,该方法至少包括以下步骤:在步骤S810中,获取交通事故的发生时间,并根据发生时间在位置参考车辆中筛选出时间参考车辆。交通事故的发生时间用于指示参考车辆发送对应时刻的参考信息。举例而言,发生时间为2020年2月2日15:00时,可以在位置参考车辆中筛选出记录有2020年2月2日00:00时的车辆,亦即时间参考车辆。
在步骤S820中,获取与交通事故对应的事故距离阈值,并根据事故距离阈值在时间参考车辆中筛选出阈值参考车辆。事故距离阈值可以是该交通事故涉及的距离范围。当事故距离阈值为100米时,可以进一步在时间参考车辆中筛选出在100米事故距离阈值内的车辆,亦即阈值参考车辆。
在步骤S830中,获取目标车辆的车牌号,并根据车牌号在距离阈值参考车辆中筛选出参考车辆。目标车辆的车牌号用于指示筛选得到阈值参考车辆中拍摄到该车牌号的车辆,亦即参考车辆。具体的识别方式可以是人工识别,也可以利用人工智能技术识别,本示例性实施例对此不作特殊限定。
在本示例性实施例中,通过多层筛选方式确保得到的参考车辆的准确性和有效性,以保证提供真实有效的参考信息。
在确定参考车辆之后,参考车辆可以向车辆事故处理中心上传对应的参考信息。该参考信息包括参考多媒体信息、参考事故标识和参考车辆标识。其中,参考多媒体信息可以包括视频或图片,还可以包括其他证明目标车辆的交通事故发生情况的多媒体信息,本示例性实施例对此不作特殊限定。参考事故标识可以用于表征该车辆不为发生交通事故的目标车辆的标识信息,具体表征形式可以是在预先设置的标识位置显示0,也可以是其他表征形式,本示例性实施例对此不作特殊限定。参考车辆标识用于表示上传该多媒体信息的车辆的身份信息,可以为参考车辆的车牌号,也可以为其他身份信息,本示例性实施例对此不作特殊限定。
除此之外,还可以包括该参考车辆的车主信息,也可以包括该参考车辆的位置信息等。其中,该车主信息包括姓名和手机号等基本信息。
在步骤S230中,根据目标信息和参考信息认定目标车辆的交通事故责任。
在本公开的示例性实施例中,在得到目标车辆上传的目标信息和参考车辆上传的参考信息后,车辆事故处理中心可以对本次交通事故的责任进行划分。具体的,可以是车辆事故处理中心的工作人员进行划分,也可以是通过人工智能技术进行划分,再通过工作人员进行审核,本示例性实施例对此不作特殊限定。
下面结合一具体应用场景对本公开实施例中提供的交通事故责任的认定方法做出详细说明。
图9示出了应用场景下认定交通事故责任的界面示意图,如图9所示,交通事故责任认定的参与车辆分别有目标前车910、目标后车920、参考车辆930和车辆事故处理中心940。
其中,目标前车910和目标后车920为道路上出交通事故的两辆车。在交通事故的发生瞬间,通过D2D直连接口向其他车辆发送广播,以请求其他车辆将记录到的事故视频发送到车辆事故处理中心。同时,目标前车910和目标后车920也会将自身行车记录仪的视频上传到车辆事故处理中心,为交通事故责任的划分提供充分的依据。
参考车辆930是目标车辆后方的正常车辆,在接收到目标前车910或目标后车920的请求广播,会将记录的交通事故的视频上传给车辆事故处理中心。
车辆事故处理中心940在接收到目标前车910、目标后车920和参考车辆930的视频时,可以提供工作人员进行本次交通事故的责任划分。除此之外,车辆事故处理中心940也可以向参考车辆930发送请求以获取参考车辆930的视频。
图10示出了一种应用场景下交通事故责任的认定方法的步骤流程图,如图10所示,在步骤S1010中,事故触发交通事故的目标车辆广播请求信息。当两车或多车发生交通事故时,目标车辆会向周围的其他车辆广播多媒体请求信息。该多媒体请求信息中包括请求获取目标车辆的目标位置信息和车牌号,还包括请求获取交通事故的发生时间以及与交通事故对应的事故距离阈值。其中,该目标位置信息可以是目标车辆的单点位置坐标,也可以是目标车辆发生交通事故的连续位置坐标,可以是二维的,也可以是三维的,本示例性实施例对此不作特殊限定。并且,该目标位置信息可以用于判断其他车辆与目标车辆的相对位置关系,以排除一部分不符合标准的车辆。车牌号用于其他车辆判断是否记录到目标车辆的交通事故等信息。交通事故的发生时间用于指示其他车辆上传对应时间的视频记录。事故距离阈值用于指示在该阈值范围内的参考车辆才需要发送视频记录。
在步骤S1020中,后车接收到目标车辆的请求广播时,才会向车辆事故处理中心发送视频等参考信息。该参考信息包括参考多媒体信息、参考事故标识和参考车辆标识。其中,参考多媒体信息可以包括视频或图片,还可以包括其他证明目标车辆的交通事故发生情况的多媒体信息,本示例性实施例对此不作特殊限定。参考事故标识可以用于表征该车辆不为发生交通事故的目标车辆的标识信息,具体表征形式可以是在预先设置的标识位置显示0,也可以是其他表征形式,本示例性实施例对此不作特殊限定。参考车辆标识用于表示上传该多媒体信息的车辆的身份信息,可以为参考车辆的车牌号,也可以为其他身份信息,本示例性实施例对此不作特殊限定。
在步骤S1030中,发生交通事故的目标车辆发送自身的视频记录等目标信息。该目标信息包括目标多媒体信息和交通事故的发生时间,还包括目标车辆的目标位置信息、事故标识和目标车辆标识。其中,目标多媒体信息可以包括视频或图片;交通事故的发生时间可以是一个时间点,也可以是一个时间段;目标位置信息用于表征交通事故的发生地点;事故标识可以是用于表征该车辆为发生交通事故的目标车辆的标识信息;目标车辆标识可以是用于表征该车辆为发生交通事故的目标车辆的标识信息。
在步骤S1040中,车辆事故处理中心根据目标车辆和参考车辆上传的目标信息和参考信息对交通事故的责任进行划分。
图11示出了另一种应用场景下交通事故责任的认定方法的步骤流程图,如图11所示,在步骤S1110中,交通事故触发目标车辆向车辆事故处理中心发送本车的事故记录的目标信息。其中,目标信息的具体内容与步骤S1030中的目标信息内容相同,在此不再赘述。
在步骤S1120中,车辆事故处理中心在根据筛选距离阈值在除目标车辆之外的其他车辆中筛选出位置参考车辆之后,可以向位置参考车辆发送请求信息以进行进一步的筛选。具体的,该请求信息中还可以包括交通事故的发生时间、与交通事故对应的事故距离阈值和目标车辆的车牌号。车辆事故处理中心根据目标车辆的目标位置信息和交通事故的发生时间确定该时间段内位于事故距离阈值内的参考车辆。
在步骤S1130中,范围内的参考车辆发送本车关于交通事故的参考信息。其中,参考信息的具体内容与步骤S1020中的参考信息的内容相同,在此不再赘述。
在步骤S1140中,车辆事故处理中心根据目标车辆和参考车辆上传的目标信息和参考信息对交通事故的责任进行划分。
基于以上应用场景可知,本公开实施例提供的交通事故责任的认定方法通过接收到的目标车辆发送的目标信息和参考车辆发送的参考信息划定目标车辆的交通事故责任。一方面,将造成交通事故的目标车辆和周围的参考车辆的信息共同作为责任划分的依据,参考资料更为充分,责任划分更为合理,减少责任认定失误的情况;另一方面,便于远程处理交通事故,节省了多方的时间成本和人力成本,也大大缓解了道路拥堵问题。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
以下介绍本公开的装置实施例,可以用于执行本公开上述实施例中的交通事故责任的认定方法。对于本公开装置实施例中未披露的细节,请参照本公开上述的交通事故责任的认定方法的实施例。
图12示意性地示出了在本公开一些实施例中的交通事故责任的认定装置的结构框图。如图12所示,交通事故责任的认定装置1200主要可以包括:信息接受模块1210、车辆确定模块1220和责任认定模块1230。
信息接受模块1210,被配置为确定发生交通事故的目标车辆,并接收目标车辆发送的目标信息;车辆确定模块1220,被配置为确定与目标车辆对应的参考车辆,并接收参考车辆发送的参考信息;责任认定模块1230,被配置为根据目标信息和所述参考信息认定目标车辆的交通事故责任。
在本公开的一些实施例中,车辆确定模块包括:信息接收单元,被配置为接收目标车辆根据用户设备直通技术发送的多媒体请求信息;信息确定单元,被配置为根据多媒体请求信息确定与目标车辆对应的参考车辆。
在本公开的一些实施例中,信息接收单元包括:位置获取子单元,被配置为接收目标车辆根据用户设备直通技术发送的目标车辆的目标位置信息和车牌号;时间获取子单元,被配置为接收目标车辆根据用户设备直通技术发送的交通事故的发生时间以及与交通事故对应的事故距离阈值。
在本公开的一些实施例中,车辆确定模块包括:位置筛选单元,被配置为获取目标车辆的目标位置信息,并根据目标位置信息在除目标车辆之外的其他车辆中筛选出位置参考车辆;时间筛选单元,被配置为获取交通事故的发生时间,并根据发生时间在位置参考车辆中筛选出参考车辆。
在本公开的一些实施例中,时间筛选单元包括:第一筛选子单元,被配置为获取交通事故的发生时间,并根据发生时间在位置参考车辆中筛选出时间参考车辆;第二筛选子单元,被配置为获取与交通事故对应的事故距离阈值,并根据事故距离阈值在时间参考车辆中筛选出阈值参考车辆;第三筛选子单元,被配置为获取目标车辆的车牌号,并根据车牌号在阈值参考车辆中筛选出参考车辆。
在本公开的一些实施例中,位置筛选单元包括:阈值确定子单元,被配置为获取除目标车辆之外的其他车辆的其他位置信息,并确定与目标车辆对应的筛选距离阈值;距离确定子单元,被配置为根据目标位置信息和其他位置信息确定其他车辆与目标车辆之间的距离;车辆确定子单元,被配置为将距离满足筛选距离阈值的其他车辆确定为位置参考车辆。
在本公开的一些实施例中,信息接收模块包括:信息接收单元,被配置为接收目标车辆发送的目标多媒体信息,并接收目标车辆发送的交通事故的发生时间;标识接收单元,被配置为接收目标车辆的目标位置信息、事故标识和目标车辆标识。
本公开各实施例中提供的交通事故责任的认定装置的具体细节已经在对应的方法实施例中进行了详细的描述,因此此处不再赘述。
图13示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图13示出的电子设备的计算机系统1300仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图13所示,计算机系统1300包括中央处理单元(Central Processing Unit,CPU)1301,其可以根据存储在只读存储器(Read-Only Memory,ROM)1302中的程序或者从存储部分1308加载到随机访问存储器(Random Access Memory,RAM)1303中的程序而执行各种适当的动作和处理。在RAM 1303中,还存储有系统操作所需的各种程序和数据。CPU1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(Input/Output,I/O)接口1305也连接至总线1304。
以下部件连接至I/O接口1305:包括键盘、鼠标等的输入部分1306;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1307;包括硬盘等的存储部分1308;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1310上,以便于从其上读出的计算机程序根据需要被安装入存储部分1308。
特别地,根据本公开的实施例,各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1309从网络上被下载和安装,和/或从可拆卸介质1311被安装。在该计算机程序被中央处理单元(CPU)1301执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本公开实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种交通事故责任的认定方法,其特征在于,所述方法包括:
确定发生交通事故的目标车辆,并接收所述目标车辆发送的目标信息;
确定与所述目标车辆对应的参考车辆,并接收所述参考车辆发送的参考信息;
根据所述目标信息和所述参考信息认定所述目标车辆的交通事故责任。
2.根据权利要求1所述的交通事故责任的认定方法,其特征在于,所述确定与所述目标车辆对应的参考车辆,包括:
接收所述目标车辆根据用户设备直通技术发送的多媒体请求信息;
根据所述多媒体请求信息确定与所述目标车辆对应的参考车辆。
3.根据权利要求2所述的交通事故责任的认定方法,其特征在于,所述接收所述目标车辆根据用户设备直通技术发送的多媒体请求信息,包括;
接收所述目标车辆根据用户设备直通技术发送的所述目标车辆的目标位置信息和车牌号;
接收所述目标车辆根据用户设备直通技术发送的所述交通事故的发生时间以及与所述交通事故对应的事故距离阈值。
4.根据权利要求1所述的交通事故责任的认定方法,其特征在于,所述确定与所述目标车辆对应的参考车辆,包括:
获取所述目标车辆的目标位置信息,并根据所述目标位置信息在除所述目标车辆之外的其他车辆中筛选出位置参考车辆;
获取所述交通事故的发生时间,并根据所述发生时间在所述位置参考车辆中筛选出参考车辆。
5.根据权利要求4所述的交通事故责任的认定方法,其特征在于,所述获取所述交通事故的发生时间,并根据所述发生时间在所述位置参考车辆中筛选出参考车辆,包括:
获取所述交通事故的发生时间,并根据所述发生时间在所述位置参考车辆中筛选出时间参考车辆;
获取与所述交通事故对应的事故距离阈值,并根据所述事故距离阈值在所述时间参考车辆中筛选出阈值参考车辆;
获取所述目标车辆的车牌号,并根据所述车牌号在所述阈值参考车辆中筛选出参考车辆。
6.根据权利要求4所述的交通事故责任的认定方法,其特征在于,所述根据所述目标位置信息在除所述目标车辆之外的其他车辆中筛选出位置参考车辆,包括:
获取除所述目标车辆之外的其他车辆的其他位置信息,并确定与所述目标车辆对应的筛选距离阈值;
根据所述目标位置信息和所述其他位置信息确定所述其他车辆与所述目标车辆之间的距离;
将所述距离满足所述筛选距离阈值的所述其他车辆确定为位置参考车辆。
7.根据权利要求1所述的交通事故责任的认定方法,其特征在于,所述接收所述目标车辆发送的目标信息,包括:
接收所述目标车辆发送的目标多媒体信息,并接收所述目标车辆发送的所述交通事故的发生时间;
接收目标车辆的目标位置信息、事故标识和目标车辆标识。
8.一种交通事故责任的认定装置,其特征在于,所述装置包括:
信息接收模块,被配置为确定发生交通事故的目标车辆,并接收所述目标车辆发送的目标信息;
车辆确定模块,被配置为确定与所述目标车辆对应的参考车辆,并接收所述参考车辆发送的参考信息;
责任认定模块,被配置为根据所述目标信息和所述参考信息认定所述目标车辆的交通事故责任。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的交通事故责任的认定方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述的交通事故责任的认定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010109076.3A CN113299058B (zh) | 2020-02-21 | 2020-02-21 | 交通事故责任的认定方法、装置、介质以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010109076.3A CN113299058B (zh) | 2020-02-21 | 2020-02-21 | 交通事故责任的认定方法、装置、介质以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113299058A true CN113299058A (zh) | 2021-08-24 |
CN113299058B CN113299058B (zh) | 2023-10-31 |
Family
ID=77317614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010109076.3A Active CN113299058B (zh) | 2020-02-21 | 2020-02-21 | 交通事故责任的认定方法、装置、介质以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113299058B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116168472A (zh) * | 2023-02-22 | 2023-05-26 | 合众新能源汽车股份有限公司 | 基于edr数据的事故定责方法、装置及相关设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989748A (zh) * | 2015-03-20 | 2016-10-05 | 现代自动车株式会社 | 事故信息管理装置和方法及包括事故信息管理装置的车辆 |
US20170300503A1 (en) * | 2016-04-15 | 2017-10-19 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and apparatus for managing video data, terminal, and server |
US20190077353A1 (en) * | 2017-09-13 | 2019-03-14 | International Business Machines Corporation | Cognitive-based vehicular incident assistance |
CN110136012A (zh) * | 2019-05-14 | 2019-08-16 | 福建工程学院 | 一种基于区块链技术的事故辅助定责方法 |
-
2020
- 2020-02-21 CN CN202010109076.3A patent/CN113299058B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989748A (zh) * | 2015-03-20 | 2016-10-05 | 现代自动车株式会社 | 事故信息管理装置和方法及包括事故信息管理装置的车辆 |
US20170300503A1 (en) * | 2016-04-15 | 2017-10-19 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and apparatus for managing video data, terminal, and server |
US20190077353A1 (en) * | 2017-09-13 | 2019-03-14 | International Business Machines Corporation | Cognitive-based vehicular incident assistance |
CN110136012A (zh) * | 2019-05-14 | 2019-08-16 | 福建工程学院 | 一种基于区块链技术的事故辅助定责方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116168472A (zh) * | 2023-02-22 | 2023-05-26 | 合众新能源汽车股份有限公司 | 基于edr数据的事故定责方法、装置及相关设备 |
CN116168472B (zh) * | 2023-02-22 | 2024-06-04 | 合众新能源汽车股份有限公司 | 基于edr数据的事故定责方法、装置及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113299058B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110287276A (zh) | 高精地图更新方法、装置及存储介质 | |
CN113299100B (zh) | 一种路况信息交互方法、装置和系统 | |
CN112885112B (zh) | 车辆行驶检测的方法、车辆行驶预警的方法和装置 | |
CN112233428A (zh) | 车流量预测方法、装置、存储介质及设备 | |
CN111220147B (zh) | 终端的定位修正方法、装置 | |
CN113442920A (zh) | 编队行驶的控制方法、装置、计算机可读介质及电子设备 | |
CN114241415B (zh) | 车辆的位置监控方法、边缘计算设备、监控设备及系统 | |
CN113299058B (zh) | 交通事故责任的认定方法、装置、介质以及电子设备 | |
CN114708545A (zh) | 基于图像的对象侦测方法、装置、设备和存储介质 | |
CN113269168A (zh) | 障碍物数据处理方法、装置、电子设备和计算机可读介质 | |
US20210374438A1 (en) | Validating object detection hardware and algorithms | |
CN110967036B (zh) | 导航产品的测试方法和设备 | |
CN115061386B (zh) | 智能驾驶的自动化仿真测试系统及相关设备 | |
CN113780247B (zh) | 红绿灯检测方法、装置、电子设备和计算机可读介质 | |
US20240037825A1 (en) | Restoration of a kinetic event using video | |
CN114820504B (zh) | 图像融合偏差的检测方法、装置、电子设备及存储介质 | |
CN116486059A (zh) | 道路信息采集方法和装置、存储介质及电子设备 | |
CN112859109B (zh) | 无人机全景图像处理方法、装置及电子设备 | |
CN115576990A (zh) | 视觉真值数据与感知数据的评测方法、装置、设备及介质 | |
CN111383337B (zh) | 用于识别对象的方法和装置 | |
Ihejimba et al. | DetectSignal: A cloud-based traffic signal notification system for the blind and visually impaired | |
CN115002196A (zh) | 一种数据处理方法、装置、车端采集设备 | |
CN117172036B (zh) | 一种道路交通的仿真方法以及相关装置 | |
CN114283505B (zh) | 信息处理方法和装置、存储介质及电子设备 | |
CN115063660A (zh) | 图像检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40050056 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |