CN113470357A - 一种道路交通事故信息处理系统及处理方法 - Google Patents

一种道路交通事故信息处理系统及处理方法 Download PDF

Info

Publication number
CN113470357A
CN113470357A CN202110738625.8A CN202110738625A CN113470357A CN 113470357 A CN113470357 A CN 113470357A CN 202110738625 A CN202110738625 A CN 202110738625A CN 113470357 A CN113470357 A CN 113470357A
Authority
CN
China
Prior art keywords
information
data
accident
traffic accident
judgment
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
Application number
CN202110738625.8A
Other languages
English (en)
Other versions
CN113470357B (zh
Inventor
崔淑娟
程阔
常意
刘念松
李亭仪
石亮亮
刘明
许伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Automotive Engineering Research Institute Co Ltd
Original Assignee
China Automotive Engineering Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Automotive Engineering Research Institute Co Ltd filed Critical China Automotive Engineering Research Institute Co Ltd
Priority to CN202110738625.8A priority Critical patent/CN113470357B/zh
Publication of CN113470357A publication Critical patent/CN113470357A/zh
Application granted granted Critical
Publication of CN113470357B publication Critical patent/CN113470357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及事故信息处理领域,具体公开了一种道路交通事故信息处理系统及处理方法包括数据采集模块,用于对交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息进行采集;数据管理模块,用于根据交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息,按照自定义规范要求填写结构化表单,形成交通事故数据;处理模块,用于对交通事故数据进行事故重建、事故现场草图进行绘制,提取相关信息生成标准的数据格式,并通过场景分析、转换、最终生成事故场景文件;数据输出模块,用于将处理模块获得事故场景文件和数据采集模块形成的交通事故数据传输至数据库保存。与现有技术相比,本发明具有操作性高和转换效率高的优点。

Description

一种道路交通事故信息处理系统及处理方法
技术领域
本发明涉及事故信息处理领域,具体涉及一种道路交通事故信息处理系统及处理方法。
背景技术
随着社会的不断发展,车辆在人们的日常生活中越来越普及,同时现在路面环境状况十分复杂和多变,这也就不可避免的带来了道路交通事故的发生,随着汽车总量的不断增加,交通事故的发生率也会进一步得到增加,交通事故的发生率的不断增加,对于交通事故的调查次数也会随之增加,在调查的过程中,需要对事故的发生原因进行及时的分析,同时事故深度调查、成因分析等都需要第一手的资料才能确保其认定的真实性和有效性。
现有的交通事故数据库只是单一的对交通数据进行管理,没有很好的对交通事故数据进行处理分析,同时还存在以下问题:
(1)表格、字段、选项固定,无法做修改。传统的道路交通事故数据库系统表单中的表格、字段和选项是固定,若有新的需求,需要找软件开发工程师编程升级软件。操作不灵活、不自主化。
(2)交通事故数据转换效率低下。现有的道路交通事故数据库在进行数据处理的时候,数据转换慢,流程复杂。
发明内容
本发明的目的是为了克服上述现有技术存在的缺陷而提供一种操作性高和转换效率高的道路交通事故信息处理系统及处理方法。
为达到上述目的,本发明的技术方案提供一种道路交通事故信息处理方法,包括以下步骤:
步骤一、当交通事故发生后,对现场的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息进行采集;
步骤二、根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,按照自定义规范要求填写结构化表单,将数据分类存储,传输至数据库中的交通事故数据板块;
同时根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,进行事故重建和事故现场草图进行绘制;
步骤三、通过转换并提取事故重建和事故现场草图中的信息生成标准数据格式;
步骤四、将生成的标准数据格式进行场景分析和转换,生成用于自动驾驶ADAS算法的事故场景文件;
步骤五、将事故场景文件存储至数据库中事故场景数据板块。
本方案的技术原理是:在事故发生后,对事故发生现场进行一系列的数据采集,包括交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息,这些信息能够很好的反应出事故发生的现场情况,之后将会对采集到的数据通过自定义规范要求填写结构化表单,对数据进行分类存储,这一部分得到的数据会传输到数据库中对应的交通事故数据板块,这一步就完成了数据库对数据存储的功能。
与此同时,会利用前期采集到数据进行事故重建和事故现场草图进行绘制,在绘制完成和重建完成之后,会通过转换和提取事故重建和事故现场草图中的信息生成标准的数据格式,之后再通过场景分析、转换,生成用于自动驾驶ADAS算法事故场景文件,这些事故场景文件会被传输到数据库中的事故场景数据板块中,之后需要对事故场景文件和交通事故数据进行使用时只需在数据库中对应板块进行提取即可。
本方案的技术效果是:
对采集到的数据进行事故数据的保持的同时,还实现了利用采集到的数据生成对应的用于自动驾驶ADAS算法的事故场景文件,实现了事故场景文件的生成,数据库中自动生成事故场景文件,不用在需要的事故场景文件的时候,再来对事故数据进行筛选之后进行分析处理的,从而产生较多的中间文件的问题,减少了数据传递和数据转换的流程,使得整个数据转换效率得到提高。这样在后期进行数据处理时,只需要调动数据库中的事故场景文件即可,本方案不仅完成了现有数据库对交通事故数据的存储,能够为事故发生的现场信息留有证据的同时,还存储了对应的场景转换的功能,这样在进行交通事故数据在自动驾驶等方向上数据应用转换时候,大大提高了数据转换的效率,数据库还能进行自定义规范要求的表单进行信息的填写,大大提高了数据库更新时的操作便捷性,可操作性高。
进一步的,在步骤一和步骤二之间,包括以下内容:
S1、根据步骤一中采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,进行第一判断,判断是否采集对应的三种信息,并得到第一判断结果;
S2、如果采集了对应三种信息,则对采集到的交通事故现场勘查图像信息中的事故车辆进行抓取,生成抓取信息;
S3、根据生成的抓取信息,进行第二判断,判断抓取信息中是否抓取到完整的车辆形状,并得到第二判断结果;
S4、如果抓取信息中抓取到完整的车辆形状,则根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,对事故发生的原因进行分析处理,得到成因数据,并将成因数据以报告的形式输出至数据库保存。
本方案的技术原理是:在事故发生后,首先对事故发生现场进行一系列的数据采集,包括交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,这些信息能够很好的反应出事故发生的现场情况,为了避免前期数据采集时出现数据错误。
之后会对采集到的信息进行第一判断,并得到第一判断结果,即判断采集到的信息是否为对应的三种信息,有没有出现信息的缺失或者遗落,以保证信息的完整性。
当判断得出的结果为采集到对应的三种信息,就会根据交通事故现场勘查图像信息,对图像信息中的车辆进行抓取,通过抓取其中的车辆来生成抓取信息。
为了确保采集到的交通事故现场勘查图像信息中的信息的有效性,即图像信息中拍摄到的内容里面有事故车辆的存在,使得每一起事故都对应的事故车辆,通过对抓取到的抓取信息进行第二判断,并得到第二判断结果,判断抓取信息中是否抓取到完整的车辆形状。
在判断得出的结果为抓取信息中是抓取到完整的车辆形状,则会对事故发生的原因进行分析处理得到这组交通事故数据相对应的成因数据,为了更好的对数据进行保存,会利用将得到的成因数据以报告的形式输出给数据库。
其中当第一判断结果为采集到的数据是完整的时,才开始第二判断。
本方案的技术效果是:
1.对采集到的信息进行前后两次的判断,第一判断可以有效的排除采集人员没有按照规定的三种信息进行采集,通过此判断可以使得到的交通事故数据是完整的,而对应的第二判断则是为了确保这些数据对应的是事故车,避免有些事故车为了隐藏其车辆为不正规车辆而上传其他车辆来充数,可以确保数据信息的有效性,实现交通事故信息数据的精准化的判断,避免在采集出现误差时不能很好的进行阻止,造成资源的浪费,同时也会使得设备承载过大负荷的问题。
2.通过对数据采集到的信息进行分析处理,得到事故发生的原因,通过这些原因的分析可以很好地满足相对应的车辆研究和研发的需求,通过这些原因可以有针对性的对车辆的结构进行完善和改进。
进一步的,S4中所述成因数据以报告的形式输出至数据库保存为:
对输出的数据进行录入;
对录入的数据中的成因数据进行第三判断,并得到第三判断结果,判断成因数据中的原因,是否为驾驶行为数据,具体判断逻辑为:当第三判断为成因数据中的原因为驾驶员操作不当导致的,则第三判断结果为该成因数据为驾驶行为数据;当第三判断为成因数据中的原因为事故车辆出现故障导致的,则第三判断结果为该成因数据为非驾驶行为数据;
若该成因数据为非驾驶行为数据,则将成因数据存储至交通事故数据板块中的非驾驶行为不当板块;
若该成因数据为驾驶行为数据,则将成因数据存储至交通事故数据板块中的驾驶行为不当板块。
为了更好的区分出成因数据中的事故成因是人为还是车辆本身造成的,在得到成因数据之后,会进行第三判断,判断出成因数据对应的原因;若是驾驶员操作不当,就认定对应的成因数据是驾驶行为数据,就会将这个成因数据存储到交通事故数据板块中的驾驶行为不当板块;若是事故车辆出现故障导致的,就认定对应的成因数据是非驾驶行为数据,就会将这个成因数据存储到交通事故数据板块中的非驾驶行为不当板块。这样就可以更好的更加清晰的为之后成因的查看提供便利。
对于成因数据为非驾驶行为数据的这一部分的数据是由很大的参考价值的对于新车的研发和研究,而对于成因数据为驾驶行为数据的这一部分的数据可以更好的统计出驾驶员常见的驾驶问题,可以对驾驶员有很好的警示和提醒。
进一步的,S1中的判断逻辑为:
当第一判断为采集到的信息包括交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息时,则第一判断结果为数据采集模块采集到的数据是完整的;当第一判断为采集到的信息丢失交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息中的任一信息时,则第一判断结果为数据采集模块采集到的数据是不完整的。
通过对采集信息是否完整进行判断,可以确保上传的信息是完整的,不会出现纰漏,造成之后的数据的收集不完整,对之后的数据研究造成不利的影响,影响之后对车辆的研究。
进一步的,S3中的判断逻辑为:
当第二判断为抓取信息中没有抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为无效信息;当第二判断为抓取信息中抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为有效信息。
通过对抓取到的车辆的形状是否是完整的来确保上传的信息是完整的,不会出现纰漏,造成之后的数据的收集不完整,对之后的数据研究造成不利的影响,影响之后对车辆的研究。
本方案的另一目的在于提供一种道路交通事故信息处理系统,包括:
数据采集模块,用于对交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息进行采集;
数据管理模块,用于根据交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息,按照自定义规范要求填写结构化表单,形成交通事故数据;
处理模块,用于对交通事故数据进行事故重建、事故现场草图进行绘制,通过转换并提取事故重建和事故现场草图中的信息生成标准的数据格式,并通过场景分析和转换,生成事故场景文件;
数据输出模块,用于将处理模块获得事故场景文件和数据采集模块形成的交通事故数据传输至数据库保存。
本方案的技术原理是:在事故发生后,数据采集模块会对事故发生现场进行一系列的数据采集,包括交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息,这些信息能够很好的反应出事故发生的现场情况,之后将会对采集到的数据会被传输至数据管理模块,数据管理模块会根据自定义规范要求填写结构化表单,对数据进行分类存储,这一部分得到的数据会传输到数据库中对应的交通事故数据板块,这一步就完成了数据库对数据存储的功能。
与此同时,采集到的数据也会被传输到处理模块中,处理模块会利用这些交通事故数据进行事故重建,事故现场草图进行绘制,通过转换和提取事故重建和事故现场草图中的信息生成标准的数据格式,之后再通过场景分析、转换,生成用于自动驾驶ADAS算法事故场景文件,这些事故场景文件会被传输到数据库中的事故场景数据板块中。
本方案的技术效果是:对采集到的数据进行事故数据的保持的同时,还实现了利用采集到的数据生成对应的用于自动驾驶ADAS算法的事故场景文件,实现了事故场景文件的生成,数据库中自动生成事故场景文件,不用在需要的事故场景文件的时候,再来对事故数据进行筛选之后进行分析处理的,从而产生较多的中间文件的问题,减少了数据传递和数据转换的流程,使得整个数据转换效率得到提高。这样在后期进行数据处理时,只需要调动数据库中的事故场景文件即可,本方案不仅完成了现有数据库对交通事故数据的存储,能够为事故发生的现场信息留有证据的同时,还存储了对应的场景转换的功能,这样在进行交通事故数据在自动驾驶等方向上数据应用转换时候,大大提高了数据转换的效率,数据库还能进行自定义规范要求的表单进行信息的填写,大大提高了数据库更新时的操作便捷性,可操作性高。
进一步的,还包括车辆抓取模块,用于根据数据采集模块采集到的交通事故现场勘查图像信息,对图像信息中的事故车辆进行抓取,形成抓取信息;
判断模块,用于对数据采集模块所采集到的信息种类进行第一判断,判断是否采集对应的三种信息,并得到第一判断结果;
判断模块还用于根据第一判断结果,对车辆抓取模块得到的抓取信息进行第二判断,并得到第二判断结果;
处理模块,还用于根据第二判断结果,利用采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,对事故发生的原因进行分析处理,获得成因数据;
所述数据输出模块,还用于将处理模块获得成因数据以报告的形式输出至数据库保存。
本方案的技术原理是:在事故发生后,利用数据采集模块对事故发生现场进行一系列的数据采集,包括交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息,这些信息能够很好的反应出事故发生的现场情况。
同时判断模块会对数据采集模块采集到的信息进行第一判断,并得到第一判断结果,即采集到的信息是否为对应的三种信息,有没有出现信息的缺失或者遗落,以保证信息的完整性。
当判断得出的结果为采集到对应的三种信息,车辆抓取模块会根据交通事故现场勘查图像信息,对图像信息中的车辆进行抓取,通过抓取其中的车辆来生成抓取信息
为了确保数据采集模块中采集到的交通事故现场勘查图像信息中的信息的有效性,即图像信息中拍摄到的内容里面有事故车辆的存在,使得每一起事故都能对应的一辆事故车辆,利用判断模块对车辆抓取模块抓取到的抓取信息进行第二判断,并得到第二判断结果,判断抓取信息中是否抓取到完整的车辆形状。
在判断得出的结果为抓取信息中是抓取到完整的车辆形状,则处理模块会根据这些数据对事故发生的原因进行分析处理得到这组交通事故数据相对应的成因数据,为了更好的对成因数据进行保存,会利用数据输出模块将处理模块得到的成因数以报告的形式进行输出给数据库。
其中当第一判断结果为采集到的数据是完整的时,才开始第二判断;当第二判断结果为交通事故现场勘查图像信息为有效信息时才进行第三判断。
本方案的技术效果是:
1.判断模块对数据采集模块采集到的信息进行前后两次的判断,第一判断可以有效的排除采集人员没有按照规定的三种信息进行采集,通过此判断可以使得到的交通事故数据是完整的,而对应的第二判断则是为了确保这些数据对应的是事故车,避免有些事故车为了隐藏其车辆为不正规车辆而上传其他车辆来充数,同时可以根据上传的车辆进行后期的审查,这样就可以避免其他车辆代替事故车辆的问题,可以确保数据信息的有效性,实现交通事故信息数据的精准化的判断,避免在采集出现误差时不能很好的进行阻止,造成资源的浪费,同时也会使得设备承载过大负荷的问题。
2.通过处理模块对数据采集到的信息进行分析处理,得到事故发生的原因,通过这些原因的分析可以很好地满足相对应的车辆研究和研发的需求,通过这些原因可以有针对性的对车辆的结构进行完善和改进。
3.通过对前后两次条件限定来使得数据采集模块采集到的数据在具备完整性的同时也具备有效性,这样可以大大增大处理模块对数据的分析处理的正确性,同时通过这种层层递进的判断方式使得数据在上传时出现误差的可能性大大减少,也通过这种方式对数据进行筛选,避免出现数据的错误为之后的研究和研发带来错误的导向和判断。
进一步的,还包括预警模块,用于在第一判断结果为数据采集模块采集到的数据是不完整的或者在第二判断结果为交通事故现场勘查图像信息为无效信息时,进行报警,告知其数据采集不到位,需要重新进行数据的采集。
通过预警模块在数据采集模块采集到的数据不完整或者交通事故现场勘查图像信息为无效信息的时候进行报警,这样可以及时的告知数据采集人员对数据进行重新采集,避免出现之后的数据处理中发现数据不完整或者信息无效时,数据采集人员已经不在事故现场,无法在进行数据的重新采集作业的问题。
进一步的,判断模块中第一判断的判断逻辑为:当第一判断为采集到的信息包括交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息时,则第一判断结果为数据采集模块采集到的数据是完整的;当第一判断为采集到的信息丢失交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息中的任一信息时,则第一判断结果为数据采集模块采集到的数据是不完整的。
通过对采集信息是否完整进行判断,可以确保上传的信息是完整的,不会出现纰漏,造成之后的数据的收集不完整,对之后的数据研究造成不利的影响,影响之后对车辆的研究。
进一步的,判断模块中第二判断的判断逻辑为:当第二判断为抓取信息中没有抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为无效信息;当第二判断为抓取信息中抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为有效信息。
通过对抓取到的车辆的形状是否是完整的来确保上传的信息是完整的,不会出现纰漏,造成之后的数据的收集不完整,对之后的数据研究造成不利的影响,影响之后对车辆的研究。
附图说明
图1为本发明实施例一中的道路交通事故信息处理系统的逻辑框图。
图2为本发明实施例一中的数据库存储交通事故数据的流程图。
图3为本发明实施例二中的道路交通事故信息处理方法的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
实施例一基本如附图1和图2所示:一种道路交通事故信息处理系统包括数据采集模块、数据管理模块、车辆抓取模块、判断模块、处理模块、数据输出模块、预警模块。
数据采集模块,用于对交通事故现场勘查图像信息、事故发生位置信息、伤亡人员信息以及事故车辆损坏信息进行采集。
其中交通事故现场勘查图像信息包括了现场事故车辆图像信息、事故现场环境图像信息、事故现场道路图像信息和现场其他图像信息。现场其他图像信息则包括了刹车痕迹图像信息、车体碎片图像信息、散落物图像信息、血迹图像信息以及碰撞者各自的最终位置图像信息。
在本实施例中,事故发生之后会第一时间会有工作人员赶赴事故现场,利用无人机、高清摄像头对事故现场信息进行拍照采集,具体的如:受伤情况、违法情况、视线障碍物、危险反映、其他反映等。进行事故现场信息进行标记、测量与拍照,标记:车辆最终位置、人员位置及散落物最终位置、车胎印痕、二轮车在地上的刮痕、碰撞点及其他细节。
数据管理模块,用于根据交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息,按照自定义规范要求填写结构化表单,形成交通事故数据。其中自定义规范要求可以为我们自我设定事故编号,如设定所有事故都按照事故发生时间和录入顺序进行编号,这样就可以确保事故的唯一性,同时还可以对事故编号的范围进行自我设定,如设定事故编号的有效范围在10000001-99999999;具体的可以为:第一位和第二位指采集的区域,第三位和第四位指事故发生年份的后两位,后面四位就是者录入的顺序。当然也可以对事故描述进行自定义规范,例如对事故描述的字段进行限定。
同时在本实施例中数据库表单是设置了规则约束的,我们可以自定义规则约束,有表约束、字段约束、字段值约束等。完成表单填写之后,还会进行自动进行逻辑校验、通过三级线上审核,将结构化和非结构化数据存储至数据库中交通事故数据库管理模块。自动逻辑校验功能和三级线上审核这两种方式,降低了人工繁琐录入时出现的错误风险,提高了数据质量和有效工作时间,实现了数据的可靠性。
在本实施例中,数据管理模块会对静态和动态的采集到的信息进行分析、判断、评价,按照清晰的逻辑结构与合理的组织方式,有序、准确的以表单的形式体现在数据库系统中。
车辆抓取模块,用于根据数据采集模块采集到的交通事故现场勘查图像信息,对图像信息中的事故车辆进行抓取,形成抓取信息。通过车辆抓取模块对交通事故现场勘查图形信息中的车辆进行第一时间的抓取。
在本实施例中,车辆抓取模块必须在第一判断结果为采集到的对应的三种信息时,才会对交通事故现场勘查图像信息进行抓取。
判断模块,用于对数据采集模块所采集到的信息种类进行第一判断,并得到第一判断结果,具体判断逻辑:当第一判断为采集到的信息包括交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息时,则第一判断结果为数据采集模块采集到的信息是为对应的三种信息;当第一判断为采集到的信息丢失交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息中的任一信息时,则第一判断结果为数据采集模块采集到的信息不是为对应的三种信息。
为了确保工作人员在对现场信息进行采集的时候,出现信息采集的缺失,即采集到的信息的类型没有达到规定的要求,利用判断模块对采集到的信息的种类进行第一判断,判断工作人员采集到的信息是否为对应的三种信息。
例如,当工作人员在对交通事故现场信息进行采集时,他只是提交了伤亡人员信息和事故发生位置信息,没有提交交通事故现场勘查图像信息,这个时候判断模块就会得到工作人员在采集时没有采集系统需要的所有信息,在这种情况,系统在对之后的事故发生原因的分析就会出现分析的失误,为了避免这种情况的发生,如果判断模块判断到采集到的信息种类不齐全,就会认定本次采集的信息是不完整的,没有采集到对应的三种信息。
还用于在第一判断结果为采集到的信息是为对应的三种信息时,对车辆抓取模块得到的抓取信息进行第二判断,并得到第二判断结果,具体判断逻辑:当第二判断为抓取信息中没有抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为无效信息;当第二判断为抓取信息中抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为有效信息。这一步是为了判断前端采集人员是否按照规定将三种信息都拍摄到,并上传到对应的信息板块上,避免造成前端的信息采集不完整,导致后期使用时数据不能再现事故情景的问题。
通过第一判断得到信息是完整的之后,在利用判断模块对车辆抓取模块得到抓取信息进行第二判断,判断抓取信息中有没有抓取到完整的车辆形状,如果没有抓取到完整的车辆形状,这说明采集到的交通事故现场勘查图像信息为无效信息,即交通事故现场勘查图像信息中的内容是无效的,没有任何参考价值的,如果有抓取到完整的车辆形状,则说明交通事故现场勘查图像信息为有效信息,通过这一层的判断使得最后得到的信息在具备完整性的同时又具备有效性。
之所以会对交通事故勘查图像信息是否采集到完整的车辆形状,主要是为了避免采集人员在得知事故车辆为不合规的车辆,为了避免被发现而上传其他车辆进行代替,这样只要他上传了车辆的完整形状,我们之后进行确认时,可以快速找到对应车辆进行检查,看其故障是否与采集到的信息一致,以此来减少这种替换的行为。
处理模块,用于对交通事故数据进行事故重建、事故现场草图进行绘制,通过转换并提取事故重建和事故现场草图中的信息生成标准的数据格式,并通过场景分析和转换,生成事故场景文件。
通过事故重建和制图软件提取出事故总体信息,并转换为标准数据格式,被处理模块进行处理,通过事故场景提取、标注、转换生成用于自动驾驶ADAS算法的事故场景文件,即生成自动驾驶高级驾驶辅助系统算法的事故场景文件。在本实施例中,事故重建是通过事故现场各关键要素的空间位置数据、事故参与方本身留下的痕迹位置和形变数据,通过设置基本条件和简化物理形态,利用力学模型来分析和计算的,而事故现场草图的绘制则是使用现有的绘图工具进行绘制的。
处理模块,还用于根据第二判断结果,利用采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,对事故发生的原因进行分析处理,获得成因数据。
处理模块根据传输上来的信息进行事故发生原因进行分析处理,获得成因数据,在本实施列中事故发生的原因可能就包括正面碰撞、尾随相撞、同向刮擦等。
在本实施例中,判断模块还用于对处理模块获得到的成因数据进行第三判断,并得到第三判断结果,具体的判断逻辑为:当第三判断为成因数据中的原因为驾驶员操作不当导致的,则第三判断结果为该成因数据为驾驶行为数据;当第三判断为成因数据中的原因为事故车辆出现故障导致的,则第三判断结果为该成因数据为非驾驶行为数据。
若该成因数据为驾驶行为数据,则将成因数据存储至交通事故数据板块中的驾驶行为不当板块;
若该成因数据为非驾驶行为数据,则将成因数据存储至交通事故数据板块中的非驾驶行为不当板块。
将驾驶员操作不当得到的成因数据和车辆出现故障导致的事故的成因数据分开存储,能够在后期研究时第一时间找到车辆出现故障导致的事故的成因数据,通过这个可以很好的得到车辆哪些部位比较容易出现故障,后期的车辆研发的过程中可以有针对性的进行试验。
数据输出模块,用于将处理模块获得事故场景文件和数据采集模块形成的交通事故数据传输至数据库保存;
还用于将处理模块获得成因数据以报告的形式输出至数据库保存。
预警模块,用于在第一判断结果为数据采集模块采集到的数据是不完整的或者在第二判断结果为交通事故现场勘查图像信息为无效信息时,进行报警,告知其数据采集不到位,需要重新进行数据的采集。
例如在某起事故中,前端的采集人员会对车辆的信息进行采集即采集交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息,之后就会上传对应信息,假如采集人员偷懒,没有认真的对每一项信息进行采集就进行上传的工作时,在采集人员上传后会对采集到信息进行判断,首先就会对信息的完整性进行全方位的判断,看看采集人员有没有对各个信息进行采集,即判断对应信息是否处于对应的信息模块中,如果出现有一些没有信息,则就会取消采集人员的上传工作,让其重新采集,要是此次判断出采集的信息类型是齐全的,则就会对采集到的信息的图像的内容进行分析,看看有没有采集到车的整体,避免出现采集到的车只有一部分,通过这两种先后的判断使得整个采集工作得到的数据信息是真实有效的。
在确保了采集数据的真实有效之后,会根据采集到的信息进行事故发生的原因进行分析处理,得到这场事故的成因数据,再就会对成因数据进行判断,通过判断将数据分为驾驶员操作不当和非驾驶员操作不当这两类数据形式,为之后的研究提供精准的材料。
实施例二:
如图3所示,为实现一种道路交通事故信息处理系统,本发明还提供一种道路交通事故信息处理方法,包括如下步骤:
步骤一、当交通事故发生后,对现场的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息进行采集;
步骤二、根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,按照自定义规范要求填写结构化表单,将数据分类存储,传输至数据库中的交通事故数据板块;
同时根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,进行事故重建和事故现场草图进行绘制;
步骤三、通过转换并提取事故重建和事故现场草图中的信息生成标准数据格式;
步骤四、将生成的标准数据格式进行场景分析和转换,生成用于自动驾驶ADAS算法的事故场景文件;
步骤五、将事故场景文件存储至数据库中事故场景数据板块。
具体实施过程:勘察员到现场了解事发经过,如:受伤情况、违法情况、视线障碍物、危险反映、其他反映等。进行事故现场信息进行标记、测量与拍照。标记:车辆最终位置、人员位置及散落物最终位置、车胎印痕、二轮车在地上的刮痕、碰撞点及其他细节。测量:选择基准点、道路信息测量、参与方最终位置测量、地面痕迹尺寸、散落物坐标等。拍照:方位照、360度视野照、现场中心照、车辆中心照、车辆损坏痕迹与车体痕迹、被撞物体痕迹、轮胎痕迹、散落物、血迹、无人机航拍,最终形成交通事故现场勘查图像信息。
对扣留的车辆进行勘察,分析车辆的碰撞部位和损坏原因、变形特征、受力方向等。拍摄车辆360°照片、俯视照、后视镜、天窗、大灯、尾箱、发动机罩、车辆铭牌等外部细目照。对外部变形拍摄勘察,对变形处、变形量、痕迹进行拍摄,尤其是车辆上附着的其他车辆或物体的漆片、树皮、衣物、血迹、毛发等痕迹。对车辆内部拍摄与勘察,车内空间、仪表板、踏板群和座椅调节装置、方向盘、安全带、气囊、内饰痕迹等。车辆轮胎拍摄与勘察,最终形成事故车辆信息。
事故信息追踪,收集整理伤员受伤报告、救援信息、医治信息,最终形成伤亡人员信息。
根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,利用力学模型来分析和计算,进行事故过程重建和分析。
按照自定义规范要求填写结构化表单,系统也会自动进行逻辑校验、通过三级线上审核,将结构化和非结构化数据存储至数据库中交通事故数据库管理模块。
同时通过软件提取出事故重建和事故现场草图中的信息,如事故总体信息、车辆信息、障碍物信息、道路信息、环境信息、运动参数等,并将其转换为标准数据格式。
通过场景提取、标注将标准数据格式转换生成用于自动驾驶ADAS算法的事故场景文件,并将事故场景文件存储至数据库事故场景模块中。
以上的仅是本发明的实施例,该发明不限于此实施案例涉及的领域,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.一种道路交通事故信息处理方法,其特征在于,包括以下步骤:
步骤一、当交通事故发生后,对现场的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息进行采集;
步骤二、根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,按照自定义规范要求填写结构化表单,将数据分类存储,传输至数据库中的交通事故数据板块;
同时根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,进行事故重建和事故现场草图进行绘制;
步骤三、通过转换并提取事故重建和事故现场草图中的信息生成标准数据格式;
步骤四、将生成的标准数据格式进行场景分析和转换,生成用于自动驾驶ADAS算法的事故场景文件;
步骤五、将事故场景文件存储至数据库中事故场景数据板块。
2.根据权利要求1所述的一种道路交通事故信息处理方法,其特征在于,在步骤一和步骤二之间,包括以下内容:
S1、根据步骤一中采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,进行第一判断,判断是否采集对应的三种信息,并得到第一判断结果;
S2、如果采集了对应三种信息,则对采集到的交通事故现场勘查图像信息中的事故车辆进行抓取,生成抓取信息;
S3、根据生成的抓取信息,进行第二判断,判断抓取信息中是否抓取到完整的车辆形状,并得到第二判断结果;
S4、如果抓取信息中抓取到完整的车辆形状,则根据采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,对事故发生的原因进行分析处理,得到成因数据,并将成因数据以报告的形式输出至数据库保存。
3.根据权利要求2所述的一种道路交通事故信息处理方法,其特征在于,S4中所述成因数据以报告的形式输出至数据库保存为:
对输出的数据进行录入;
对录入的数据中的成因数据进行第三判断,并得到第三判断结果,判断成因数据中的原因,是否为驾驶行为数据,具体判断逻辑为:当第三判断为成因数据中的原因为驾驶员操作不当导致的,则第三判断结果为该成因数据为驾驶行为数据;当第三判断为成因数据中的原因为事故车辆出现故障导致的,则第三判断结果为该成因数据为非驾驶行为数据;
若该成因数据为非驾驶行为数据,则将成因数据存储至交通事故数据板块中的非驾驶行为不当板块;
若该成因数据为驾驶行为数据,则将成因数据存储至交通事故数据板块中的驾驶行为不当板块。
4.根据权利要求2所述的一种道路交通事故信息处理方法,其特征在于,S1中的判断逻辑为:
当第一判断为采集到的信息包括交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息时,则第一判断结果为数据采集模块采集到的数据是完整的;当第一判断为采集到的信息丢失交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息中的任一信息时,则第一判断结果为数据采集模块采集到的数据是不完整的。
5.根据权利要求2所述的一种道路交通事故信息处理方法,其特征在于,S3中的判断逻辑为:
当第二判断为抓取信息中没有抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为无效信息;当第二判断为抓取信息中抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为有效信息。
6.一种道路交通事故信息处理系统,其特征在于,包括:
数据采集模块,用于对交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息进行采集;
数据管理模块,用于根据交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息,按照自定义规范要求填写结构化表单,形成交通事故数据;
处理模块,用于对交通事故数据进行事故重建、事故现场草图进行绘制,通过转换并提取事故重建和事故现场草图中的信息生成标准的数据格式,并通过场景分析和转换,生成事故场景文件;
数据输出模块,用于将处理模块获得事故场景文件和数据采集模块形成的交通事故数据传输至数据库保存。
7.根据权利要求6所述的一种道路交通事故信息处理系统,其特征在于:还包括车辆抓取模块,用于根据数据采集模块采集到的交通事故现场勘查图像信息,对图像信息中的事故车辆进行抓取,形成抓取信息;
判断模块,用于对数据采集模块所采集到的信息种类进行第一判断,判断是否采集对应的三种信息,并得到第一判断结果;
判断模块还用于根据第一判断结果,对车辆抓取模块得到的抓取信息进行第二判断,并得到第二判断结果;
处理模块,还用于根据第二判断结果,利用采集到的交通事故现场勘查图像信息、事故车辆信息以及伤亡人员信息,对事故发生的原因进行分析处理,获得成因数据;
所述数据输出模块,还用于将处理模块获得成因数据以报告的形式输出至数据库保存。
8.根据权利要求7所述的一种道路交通事故信息处理系统,其特征在于:还包括预警模块,用于在第一判断结果为数据采集模块采集到的数据是不完整的或者在第二判断结果为交通事故现场勘查图像信息为无效信息时,进行报警,告知其数据采集不到位,需要重新进行数据的采集。
9.根据权利要求8所述的一种道路交通事故信息处理系统,其特征在于:判断模块中第一判断的判断逻辑为:当第一判断为采集到的信息包括交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息时,则第一判断结果为数据采集模块采集到的数据是完整的;当第一判断为采集到的信息丢失交通事故现场勘查图像信息、事故发生位置信息以及伤亡人员信息中的任一信息时,则第一判断结果为数据采集模块采集到的数据是不完整的。
10.根据权利要求9所述的一种道路交通事故信息处理系统,其特征在于:判断模块中第二判断的判断逻辑为:当第二判断为抓取信息中没有抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为无效信息;当第二判断为抓取信息中抓取到完整的车辆形状,则第二判断结果为交通事故现场勘查图像信息为有效信息。
CN202110738625.8A 2021-06-30 2021-06-30 一种道路交通事故信息处理系统及处理方法 Active CN113470357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110738625.8A CN113470357B (zh) 2021-06-30 2021-06-30 一种道路交通事故信息处理系统及处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110738625.8A CN113470357B (zh) 2021-06-30 2021-06-30 一种道路交通事故信息处理系统及处理方法

Publications (2)

Publication Number Publication Date
CN113470357A true CN113470357A (zh) 2021-10-01
CN113470357B CN113470357B (zh) 2022-09-02

Family

ID=77876779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110738625.8A Active CN113470357B (zh) 2021-06-30 2021-06-30 一种道路交通事故信息处理系统及处理方法

Country Status (1)

Country Link
CN (1) CN113470357B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113627872A (zh) * 2021-07-21 2021-11-09 深圳市城市公共安全技术研究院有限公司 生产安全事故现场的勘查信息采集系统及方法
CN114530040A (zh) * 2022-02-08 2022-05-24 东风汽车集团股份有限公司 无人驾驶专用道路车辆事故处理和救援方法及系统
CN114742684A (zh) * 2022-06-13 2022-07-12 山东承势电子科技有限公司 一种智能现场勘查大数据分析方法及系统
CN116720142A (zh) * 2023-06-08 2023-09-08 中国汽车工程研究院股份有限公司 一种有限证据下的事故未知信息快速重建方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6246933B1 (en) * 1999-11-04 2001-06-12 BAGUé ADOLFO VAEZA Traffic accident data recorder and traffic accident reproduction system and method
CN102506823A (zh) * 2011-09-30 2012-06-20 清华大学 基于差分gps的交通事故现场勘查系统及其勘查方法
CN103678838A (zh) * 2012-09-04 2014-03-26 同济大学 一种道路交通事故信息深度处理方法
CN108550263A (zh) * 2018-06-01 2018-09-18 哈尔滨工业大学 一种基于故障树模型的高速公路交通事故成因分析方法
CN108959196A (zh) * 2018-07-09 2018-12-07 苏州工业园区测绘地理信息有限公司 一种交通事故时空分析系统
CN109145170A (zh) * 2018-06-27 2019-01-04 公安部道路交通安全研究中心 一种道路交通事故数据挖掘服务器、方法和系统
CN109961056A (zh) * 2019-04-02 2019-07-02 浙江科技学院 基于决策树算法的交通事故责任认定方法、系统及设备
CN110134963A (zh) * 2019-05-20 2019-08-16 中南大学 一种文本挖掘应用于道路交通事故数据处理的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6246933B1 (en) * 1999-11-04 2001-06-12 BAGUé ADOLFO VAEZA Traffic accident data recorder and traffic accident reproduction system and method
CN102506823A (zh) * 2011-09-30 2012-06-20 清华大学 基于差分gps的交通事故现场勘查系统及其勘查方法
CN103678838A (zh) * 2012-09-04 2014-03-26 同济大学 一种道路交通事故信息深度处理方法
CN108550263A (zh) * 2018-06-01 2018-09-18 哈尔滨工业大学 一种基于故障树模型的高速公路交通事故成因分析方法
CN109145170A (zh) * 2018-06-27 2019-01-04 公安部道路交通安全研究中心 一种道路交通事故数据挖掘服务器、方法和系统
CN108959196A (zh) * 2018-07-09 2018-12-07 苏州工业园区测绘地理信息有限公司 一种交通事故时空分析系统
CN109961056A (zh) * 2019-04-02 2019-07-02 浙江科技学院 基于决策树算法的交通事故责任认定方法、系统及设备
CN110134963A (zh) * 2019-05-20 2019-08-16 中南大学 一种文本挖掘应用于道路交通事故数据处理的方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113627872A (zh) * 2021-07-21 2021-11-09 深圳市城市公共安全技术研究院有限公司 生产安全事故现场的勘查信息采集系统及方法
CN114530040A (zh) * 2022-02-08 2022-05-24 东风汽车集团股份有限公司 无人驾驶专用道路车辆事故处理和救援方法及系统
CN114742684A (zh) * 2022-06-13 2022-07-12 山东承势电子科技有限公司 一种智能现场勘查大数据分析方法及系统
CN116720142A (zh) * 2023-06-08 2023-09-08 中国汽车工程研究院股份有限公司 一种有限证据下的事故未知信息快速重建方法

Also Published As

Publication number Publication date
CN113470357B (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN113470357B (zh) 一种道路交通事故信息处理系统及处理方法
CN107195024B (zh) 通用型车辆行驶数据记录系统和处理方法
TWI490496B (zh) 車輛動作分析裝置、車輛動作分析程式以及行車記錄器
CN105957345B (zh) 车辆行驶数据处理方法
CN111452799B (zh) 驾驶行为评价方法及系统
CN110738842A (zh) 事故责任划分及行为分析方法、装置、设备及存储介质
DE102010002258A1 (de) Verfahren und Vorrichtung zum Bestimmen von Abständen an einem Fahrzeug
CN112488995B (zh) 列车自动化检修的智能判伤方法及系统
Wu et al. Screening naturalistic driving study data for safety-critical events
DE112018005030T5 (de) Verwaltungseinrichtung, fahrzeug, überprüfungseinrichtung undfahrzeugüberprüfungssystem sowie informationsverarbeitungsverfahren dafür
CN113962600A (zh) 一种交通安全风险诊断方法及装置
CN112395976A (zh) 一种摩托车载人识别方法、装置、设备及存储介质
DE102020115632A1 (de) Erfassungsvorrichtung, erfassungsverfahren, erzeugungsverfahren, computerprogramm und speichermedium
CN103426211A (zh) 车辆行驶状况分析系统、分析装置和分析方法
CN114971166A (zh) 一种轻量化道路路面服务质量巡检系统
CN110956868B (zh) 一种科目三考试车辆上安全员行为识别方法
JP6515726B2 (ja) 車両特定装置およびこれを備えた車両特定システム
CN115527364B (zh) 一种基于雷视数据融合的交通事故溯源方法及系统
Williams et al. Exploratory analysis of motorcycle incidents using naturalistic riding data
DE102021209137A1 (de) Verfahren und Vorrichtung zum Analysieren und Bewerten der Leistung eines automatischen Notbremssystems eines Fahrzeugs
CN112446958A (zh) 基于激光点云的道路交通事故辅助处理方法及系统
CN110956072B (zh) 一种基于大数据分析的驾驶技能培训方法
WO2021089787A1 (de) Verfahren, vorrichtung und computerprogramm zur freigabe eines sensorsystems zur erfassung von objekten in einem umfeld eines fahrzeuges
WO2017036939A1 (de) Verfahren und vorrichtung zur automatischen dokumentation von verkehrsverstössen
Bello et al. Motorcycling-Net: A Segmentation Approach for Detecting Motorcycling Near Misses

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
CB03 Change of inventor or designer information

Inventor after: Cui Shujuan

Inventor after: Liu Ming

Inventor after: Xu Wei

Inventor after: Cheng Kuo

Inventor after: Li Chuzhao

Inventor after: Zhou Xiaoji

Inventor after: Chen Hua

Inventor after: Chang Yi

Inventor after: Liu Niansong

Inventor after: Li Tingyi

Inventor after: Shi Liangliang

Inventor before: Cui Shujuan

Inventor before: Cheng Kuo

Inventor before: Chang Yi

Inventor before: Liu Niansong

Inventor before: Li Tingyi

Inventor before: Shi Liangliang

Inventor before: Liu Ming

Inventor before: Xu Wei

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant