CN114596711A - 事故责任的确定方法、装置、设备及存储介质 - Google Patents
事故责任的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114596711A CN114596711A CN202210332954.7A CN202210332954A CN114596711A CN 114596711 A CN114596711 A CN 114596711A CN 202210332954 A CN202210332954 A CN 202210332954A CN 114596711 A CN114596711 A CN 114596711A
- Authority
- CN
- China
- Prior art keywords
- accident
- determining
- accident vehicle
- vehicle
- responsibility
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000006399 behavior Effects 0.000 claims description 91
- 238000013507 mapping Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 description 16
- 230000001133 acceleration Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种事故责任的确定方法、装置、设备及存储介质,涉及智能交通技术领域,用于提高在发生事故后的对事故车辆的定责效率,包括:事故责任的确定设备确定道路中存在至少一个事故车辆后,获取每个事故车辆在事故发生时刻之前的历史行驶信息以及道路的道路数据;其中历史行驶信息包括速度、行车轨迹。进一步的,事故责任的确定设备分别根据道路数据以及每个事故车辆的历史行驶信息,确定每个事故车辆影响道路安全的影响系数,得到至少一个影响系数,并根据至少一个影响系数,确定每个事故车辆的责任比例。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种事故责任的确定方法、装置、设备及存储介质。
背景技术
随着社会的发展,车辆在人们的日常生活中越来越普及,车辆数目的庞大导致日常通勤路上交通的拥挤。由于部分司机存在恶意加塞、危险超车、随意变道等不文明行为,容易发生刮擦、追尾等事故。交警到达现场后已是事故发生之后的一段时间,此时还需大量的时间去询问当事人事故原因、查询证据等,容易导致事故车辆占用道路,导致道路堵塞。
发明内容
本发明提供一种事故责任的确定方法、装置、设备及存储介质,用于提高在发生事故后的对事故车辆的定责效率。
为达到上述目的,本发明采用如下技术方案:
第一方面,提供了一种事故责任的确定方法,该事故责任的确定方法应用于事故责任的确定设备。该事故责任的确定方法包括:事故责任的确定设备确定道路中存在至少一个事故车辆后,获取每个事故车辆在事故发生时刻之前的历史行驶信息以及道路的道路数据;其中历史行驶信息包括速度、行车轨迹。进一步的,事故责任的确定设备分别根据道路数据以及每个事故车辆的历史行驶信息,确定每个事故车辆影响道路安全的影响系数,得到至少一个影响系数,并根据至少一个影响系数,确定每个事故车辆的责任比例。
本发明提供一种事故责任的确定方法,事故责任的确定设备在确定到道路中存在事故车辆后,获取事故车辆的历史行驶信息,结合道路的道路数据确定在事故发生前事故车辆影响道路安全的影响系数,确定出该事故车辆的责任比例。这样一来,在交警到达现场后,事故责任的确定设备将确定到的事故车辆的责任比例上报,能够节省交警定责的时间,快速处理事故车辆,进而能够避免因事故车辆占用道路,导致道路发生堵塞。
一种可能的设计中,上述事故责任的确定设备根据道路数据以及每个事故车辆的历史行驶信息,确定每个事故车辆影响道路安全的影响系数,包括:事故责任的确定设备根据道路数据以及每个事故车辆的历史行驶信息,判断每个事故车辆是否存在至少一个危险驾驶行为。在每个事故车辆存在至少一个危险驾驶行为的情况下,根据至少一个危险驾驶行为,确定每个事故车辆影响道路安全的影响系数。该设计中,实现了事故责任的确定设备确定事故车辆中存在的危险驾驶行为,为后续的事故定责提供依据。
一种可能的设计中,上述事故责任的确定设备根据至少一个危险驾驶行为,确定每个事故车辆影响道路安全的影响系数,包括:事故责任的确定设备从包括危险驾驶行为以及分值的映射关系中确定每个事故车辆的每个危险驾驶行为对应的目标分值,得到每个事故车辆对应的至少一个目标分值;根据至少一个目标分值,确定每个事故车辆的影响系数。该设计中实现了量化事故车辆危险驾驶行为,确定事故车辆影响道路安全的影响程度。
一种可能的设计中,上述在存在至少两个事故车辆的情况下,根据至少一个影响系数,确定每个事故车辆的责任比例,包括:事故责任的确定设备将每个事故车辆的影响系数与目标影响系数的比值确定为每个事故车辆的责任比例;目标影响系数为至少两个影响系数的和。该设计中实现了对于事故车辆的定责,基于表征事故车辆影响道路安全的程度确定出各事故车辆的责任比例。
第二方面,提供了一种事故责任的确定装置,包括确定单元以及获取单元。确定单元用于确定道路中存在至少一个事故车辆;获取单元用于获取每个事故车辆在事故发生时刻之前的历史行驶信息以及道路的道路数据;历史行驶信息包括速度、行车轨迹;确定单元还用于分别根据道路数据以及每个事故车辆的历史行驶信息,确定每个事故车辆影响道路安全的影响系数,得到至少一个影响系数;确定单元还用于根据至少一个影响系数,确定每个事故车辆的责任比例。
一种可能的设计中,确定单元,具体用于根据道路数据以及每个事故车辆的历史行驶信息,判断每个事故车辆是否存在至少一个危险驾驶行为;在每个事故车辆存在至少一个危险驾驶行为的情况下,根据至少一个危险驾驶行为,确定每个事故车辆影响道路安全的影响系数。
一种可能的设计中,确定单元,具体用于从包括危险驾驶行为以及分值的映射关系中确定每个事故车辆的每个危险驾驶行为对应的目标分值,得到每个事故车辆对应的至少一个目标分值;根据至少一个目标分值,确定每个事故车辆的影响系数。
一种可能的设计中,确定单元,具体用于将每个事故车辆的影响系数与目标影响系数的比值确定为每个事故车辆的责任比例;目标影响系数为至少两个影响系数的和。
第三方面,提供一种事故责任的确定设备,该事故责任的确定设备包括存储器和处理器;存储器和处理器耦合,该存储器用于存储计算机程序代码,该计算机程序代码包括计算机指令,当处理器执行该计算机指令时,该事故责任的确定设备执行如第一方面中的事故责任的确定方法。
第四方面,提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当指令在事故责任的确定设备上运行时,使得该事故责任的确定设备执行如第一方面中的事故责任的确定方法。
附图说明
图1为本发明的实施例提供的一种事故责任的确定系统的结构示意图;
图2为本发明的实施例提供的一种事故责任的确定方法流程示意图一;
图3为本发明的实施例提供的一种事故责任的确定方法流程示意图二;
图4为本发明的实施例提供的一种事故责任的确定方法流程示意图三;
图5为本发明的实施例提供的一种事故责任的确定装置结构示意图;
图6为本发明的实施例提供的一种事故责任的确定设备结构示意图一;
图7为本发明的实施例提供的一种事故责任的确定设备结构示意图二。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行描述。
在本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本发明的描述中,除非另有说明,“/”表示“或”的意思,例如,A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。此外,“至少一个”“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
在现有技术中,当道路上发生事故,交警到达事故现场后已是事故发生之后的一段时间,此时还需大量的时间去询问当事人事故原因、查询证据等,容易导致事故车辆占用道路,导致道路堵塞。
图1示出了一种事故责任的确定系统的结构示意图。如图1所示,事故责任的确定系统10用于识别道路上发生的事故,并在事故发生后,确定导致事故发生的当事人的责任。事故责任的确定系统10包括事故责任的确定设备11、服务器12、视频采集设备13以及雷达14。
其中,事故责任的确定设备11与服务器12连接,服务器12分别与视频采集设备13以及雷达14连接,各设备之间可以采用有线方式连接,也可以采用无线方式连接,本发明实施例对此不作限定。
服务器12用于存储高精度地图矢量数据,以及从视频采集设备和雷达14获取到的车辆的行驶信息。其中,行驶信息包括车辆的行车轨迹以及速度。
服务器12还用于为事故责任的确定设备11提供高精度地图矢量数据和车辆的行驶信息。
示例性的,高精度地图矢量数据包括如下表1所示的对象,车辆的行驶信息包括如下表2所示的对象。
表1:高精度地图矢量数据表
表2:车辆的行驶信息
序号 | 字段名称 | 字段释义 |
1 | ObjectType | 车辆类型 |
2 | Speed | 车辆速度 |
3 | DriveDrection | 车辆行驶角度 |
4 | X,Y,Z | 车辆位置坐标 |
视频采集设备13用于采集道路上车辆的行驶轨迹信息,并将采集到的车辆以及与其对应的行驶轨迹信息上传至服务器12。
可选的,视频采集设备13可以为包括多个高清摄像头的设备,以实现采集多个方向上的车辆行驶轨迹信息。
雷达14用于采集道路上车辆的速度信息,并将采集到的车辆以及与其对应的速度信息上传至服务器12。
事故责任的确定设备11用于从服务器12处获取视频采集设备13以及雷达14采集到的车辆行驶信息和高精度地图矢量数据,并根据车辆行驶信息和高精度地图矢量数据,确定道路中是否存在事故车辆。
事故责任的确定设备11还用于在确定道路中存在事故车辆后,从服务器12出调取事故车辆在事故发生时刻之前的历史行驶信息以及道路数据。进一步的,事故责任的确定设备根据历史行驶信息以及道路数据确定事故车辆影响道路安全的影响系数,进而根据影响系数确定事故车辆的责任比例。
在一些实施例中,事故责任的确定设备11为了保证确定到的车辆的行驶信息的准确性,事故责任的确定设备11获取视频采集设备13以及雷达14的位置,并在从服务器12获取到的高精度地图矢量数据中标定视频采集设备13以及雷达14的位置。这样一来,使得事故责任的确定设备11在后续确定车辆的行驶信息时,能够参照视频采集设备13以及雷达14的位置确定,保证了行驶信息的准确性。
图2是根据一些示例性实施例示出的一种事故责任的确定方法的流程示意图。在一些实施例中,上述事故责任的确定方法可以应用到如图1所示的事故责任的确定系统中的事故责任的确定设备11。以下,本发明实施例以事故责任的确定方法应用于事故责任的确定设备为例,对上述事故责任的确定方法进行说明。
如图2所示,本发明实施例提供的事故责任的确定方法,包括下述S201-S204。
S201、事故责任的确定设备确定道路中存在至少一个事故车辆。
作为一种可能的实现方式,事故责任的确定设备周期性的从服务器获取视频采集设备和雷达上传的车辆的行驶信息,确定在道路上停车时长超过预设时长的车辆集合。进一步的,事故责任的确定设备在从该车辆集合中,剔除路侧正常停车的车辆后,若仍存在至少一个车辆,则将该至少一个车辆确定为至少一个事故车辆。
在一些实施例中,若道路上仅存在一个事故车辆,则事故责任的确定设备将该事故车辆发生的事故确定为单车事故。
在另一些实施例中,若道路上存在至少两个事故车辆,且至少两个事故车辆之间的距离小于预设距离,则事故责任的确定设备将至少两个事故车辆发生的事故确定为多车事故。
示例性的,若事故责任的确定设备获取行驶信息的周期为1分钟,预设时长为5分钟,预设距离为12米。事故责任的确定设备获取到A车和B车在道路上的停车时长超过了5分钟,且A车和B车非路侧正常停车的车辆,事故责任的确定设备进一步的确定A车和B车之间的距离,在A车和B车之间的距离小于12米的情况下,确定A车和B车发生的事故为多车事故。
可选的,若道路上存在至少两个事故车辆,且在预设范围内的事故车辆的数量大于或等于预设数量,则事故责任的确定设备将至少两个事故车辆发生的事故标记为严重拥堵,不做后续事故责任的判断。
示例性的,在上述示例的基础上,预设范围为长度为30米、宽度为车道宽度的矩形范围,预设数量为5。事故责任的确定设备从第一事故车辆的位置作为起始位置若事故确定到第一事故车辆后方30米内的事故车辆数量大于或等于5,则事故责任的确定设备将至少两个事故车辆发生的事故标记为严重拥堵,其中,第一事故车辆为按照道路行驶方向,在最前方的事故车辆。
需要说明的,上述周期、预设时长、预设距离、预设范围以及预设数量可以由事故责任的确定设备的运维人员,预先在事故责任的确定设备中设置,本发明实施例对此不作限定。
S202、事故责任的确定设备获取每个事故车辆在事故发生时刻之前的历史行驶信息以及道路的道路数据。
其中,历史行驶信息包括速度、行车轨迹;道路数据包括如上述表1中记载的数据。
作为一种可能的实现方式,事故责任的确定设备根据从服务器获取视频采集设备上传的行驶轨迹信息,确定每个事故车辆发生事故的时刻,并基于事故发生时刻,获取事故发生时刻之前的预设历史时间内的历史行驶信息。另外,事故责任的确定设备还从服务器中获取道路的道路数据。
在一些实施例中,考虑到事故责任的确定设备确定事故发生的滞后性,事故责任的确定设备在确定到发生事故后,直接调取预设时长之前的一分钟的行驶信息,这样一来,缩小了事故责任的确定设备确定发生事故的时刻的范围,加快了确定发生事故的时刻的速度。
示例性的,事故责任的确定设备检测到了A车与B车发生了事故,由于事故责任的确定设备是周期性的检测事故,且需要检测到车辆的停车时长大于或等于预设时长后,才会将车辆确定为事故车辆。若事故责任的确定设备确定A车与B车发生事故的时刻为8:35:00,检测周期为1分钟,预设时长为5分钟,故可以判断A车与B车发生事故的时间位于时间段8:29:00-8:30:00之间,进而事故责任的确定设备从该时间段中确定事故发生的时刻。若确定到的事故发生的时刻为8:29:15,预设历史时间为1分钟,则事故责任的确定设备获取事故车辆在8:28:15-8:29:15的历史行驶信息。
S203、事故责任的确定设备分别根据道路数据以及每个事故车辆的历史行驶信息,确定每个事故车辆影响道路安全的影响系数,得到至少一个影响系数。
其中,影响系数用于表征事故车辆影响道路安全的程度。
作为一种可能的实现方式,事故责任的确定设备根据道路数据以及每个事故车辆的历史行驶信息,确定每个事故车辆在事故发生之前,存在的危险驾驶行为,并基于事故车辆存在的危险驾驶行为数量以及等级,确定事故车辆影响道路安全的影响系数。
需要说明的,在根据危险驾驶行为数量与危险驾驶行为等级确定影响系数时,分别设置确定影响系数的权重,例如危险驾驶行为数量的权重可以为0.2,危险驾驶行为等级的权重为0.8。
危险驾驶行为的等级与危险驾驶行为的映射关系,可以如下表3所示,其中,等级5为最高等级的危险驾驶行为,等级1为最低等级的危险驾驶行为。
表3:危险驾驶行为的等级与危险驾驶行为的映射关系表
危险驾驶行为等级 | 危险驾驶行为 |
1 | 未按车道行驶、压线、掉头异常、违规停车 |
2 | 急加速、急减速、急转弯 |
3 | 超速50%以下 |
4 | 超速50%以上 |
5 | 违规变道、逆向行驶、转弯车辆未让行直行车辆 |
在一些实施例中,根据危险驾驶行为数量以及等级确定事故车辆的影响系数时,事故责任设备根据道路数据以及事故车辆的历史行驶信息,确定事故车辆存在的危险驾驶行为的种类以及次数,并从危险驾驶行为的等级与危险驾驶行为的映射关系表确定事故车辆存在的危险驾驶行为的等级。后续的,事故责任的确定设备基于危险驾驶行为数量、危险驾驶行为等级以及各自所占的权重,确定事故车辆的影响系数。
示例性的,若事故责任的确定设备确定到事故车辆存在的危险驾驶行为包括未按车道行驶、压线、及加速、超速50%以下以及违规变道,进而确定危险驾驶行为的次数为5,危险驾驶行为等级分别为1、1、2、3、5,危险驾驶行为等级的和为12。进一步的,事故责任的确定设备确定该事故车辆的影响系数=0.2×5+0.8×12=10.6。
需要说明的,事故责任的确定设备具体如何确定事故车辆存在的危险驾驶性以及影响系数,还可以参照本发明实施例的后续记载,此处不再赘述。
S204、事故责任的确定设备根据至少一个影响系数,确定每个事故车辆的责任比例。
作为一种可能的实现方式,事故责任的确定设备在确定到仅有一个事故车辆的情况下,将该事故车辆确认为全责车辆。
作为另外一种可能的实现方式,事故责任的确定设备在确定到至少有两个事故车辆存在影响系数的情况下,将每个事故车辆的影响系数与目标影响系数的比值确定为每个事故车辆的责任比例。
需要说明的,目标影响系数为至少两个影响系数的和。
示例性的,事故责任的确定设备在确定到至少有两个事故车辆存在影响系数的情况下,其中,至少两个事故车辆包括A车、B车以及C车,A车、B车以及C车的影响系数分别为2、5、3,则确定目标影响系数为2+5+3=10,A车的责任比例为2/(2+5+3)=20%,B车的责任比例为5/(2+5+3)=50%,C车的责任比例为3/(2+5+3)=30%。
在一些实施例中,在发生多车事故的情况下,若事故责任的确定设备确定多车事故中的一个事故车辆存在等级5的危险驾驶行为,则将该事故车辆确认为全责车辆。
可选的,若事故责任的确定设备确定多车事故中,至少两个事故车辆存在等级5的危险驾驶行为的情况下,事故责任的确定设备分别等级5的危险驾驶行为的持续时长,按照持续时长的比例,分配责任比例。
在一种设计中,为了确定发生事故的事故车辆存在的危险驾驶行为,如图3所示,本发明实施例提供的事故责任的确定方法,还包括S301-S302。
S301、事故责任的确定设备根据道路数据以及每个事故车辆的历史行驶信息,判断每个事故车辆是否存在至少一个危险驾驶行为。
其中,危险驾驶行为包括如上述S203中记载的等级1的未按车道行驶、压线、掉头异常、违规停车,等级2的急加速、急减速、急转弯,等级3的超速50%以下,等级4的超速50%以上,等级5的违规变道、逆向行驶、转弯车辆未让行直行车辆。
作为一种可能的实现方式,事故责任的确定设备根据历史行驶信息中包括的行车轨迹以及速度信息,结合道路数据,确定事故车辆是否存在危险驾驶行为。
示例性的,若事故责任的确定设备根据道路数据以及历史行驶信息中的行车轨迹,确定到行车轨迹与车道线重合,则确定事故车辆存在压线危险驾驶行为。
若事故责任的确定设备根据道路数据以及历史行驶信息中的行车轨迹,确定到行车轨迹的行车方向,与车道的方向相反,则确定事故车辆存在逆向行驶的危险驾驶行为。
若事故责任的确定设备根据道路数据以及历史行驶信息中的行车轨迹,确定到属于机动车的事故车辆,在非机动车道行驶,则确定事故车辆存在未按车道行驶的危险驾驶行为。
若事故责任的确定设备从历史行驶信息的速度信息中,确定到事故车辆存在急加速行为,且事故车辆发生事故前,速度达到了道路限速的120%,则确定事故车辆存在急加速以及超速50%以下的危险驾驶行为。
其中,在确定事故车辆是否存在急加速时,事故责任的确定设备可以根据速度信息中,每个时刻对应的速度,进而基于运动学公式,确定事故车辆的加速度信息。这样一来,在确定到事故车辆的加速度信息后,事故责任的确定设备即可将事故车辆的加速度信息与判定急加速的阈值进行比较,在事故车辆某一时刻的加速度大于阈值的情况下,确定事故车辆存在急加速危险驾驶行为。
需要说明的,在判断急减速的过程中,与上述方法类似,仅需要将判定急加速的阈值更换为判定急减速的阈值即可,此处不再赘述。
上述判定急加速和急减速的阈值,可以由事故责任的确定设备的运维人员,预先在事故责任的确定设备中设置,本发明实施例对此不作限定。
S302、在每个事故车辆存在至少一个危险驾驶行为的情况下,事故责任的确定设备根据至少一个危险驾驶行为,确定每个事故车辆影响道路安全的影响系数。
需要说明的,事故责任的确定设备基于在上述步骤S301中确定到的每个事故车辆存在的至少一个危险驾驶行为,具体确定每个事故车辆影响道路安全的影响系数的方法,具体可以参照在上述步骤S203中基于危险驾驶行为的等级确定影响系数的方法,此处不再进行赘述。
在一种设计中,提供了另外一种根据危险驾驶行为确定影响系数的方法,如图4所示,本发明实施例提供的事故责任的确定方法,还包括S401-S402。
S401、事故责任的确定设备从包括危险驾驶行为以及分值的映射关系中确定每个事故车辆的每个危险驾驶行为对应的目标分值,得到每个事故车辆对应的至少一个目标分值。
作为一种可能的实现方式,事故责任的确定设备根据确定到的事故车辆的危险驾驶行为,从危险驾驶行为与分值的映射关系表中,确定事故车辆的目标分值。
需要说明的,危险驾驶行为以及分值的映射关系中,分值用于表示危险驾驶行为的严重程度。示例性的,危险驾驶行为与分值的映射关系表可以如下表4中所示,危险驾驶行为与分值的映射关系表可以预先存储与事故责任的确定设备。
表4:危险驾驶行为与分值的映射关系表
危险驾驶行为 | 分值 |
违规变道 | 1 |
逆向行驶 | 1 |
冲突点转弯车辆未让行直行车辆 | 1 |
超速50%以上 | 0.8 |
超速50%以下 | 0.6 |
急加速 | 0.4 |
急减速 | 0.4 |
急转弯 | 0.4 |
未按车道行驶 | 0.2 |
压线 | 0.2 |
掉头异常 | 0.2 |
违规停车 | 0.2 |
示例性的,事故责任的确定设备在确定到A车存在逆向行驶、急加速以及压线的危险驾驶行为,则通过危险驾驶行为与分值的映射关系表能确定到事故车辆的至少一个目标分值包括1、0.4和0.2。
S402、事故责任的确定设备根据至少一个目标分值,确定每个事故车辆的影响系数。
作为一种可能的实现方式,事故责任的确定设备对确定到每个事故车辆的至少一个目标分值求和,得到每个事故车辆的影响系数。
示例性的,如在上述步骤S401中确定到事故车辆的至少一个目标分值包括1、0.4和0.2,则进一步事故责任的确定设备确定该事故车辆的影响系数为1+0.4+0.2=1.6。
作为另外一种可能的实现方式,事故责任的确定设备根据事故车辆的历史行驶信息以及道路数据,确定事故车辆的每个危险驾驶行为的持续时长。进一步的,事故责任的确定设备通过计算持续时长乘以相应的危险驾驶行为的目标分值,并求和,确定每个事故车辆的影响系数。
示例性的,若事故责任的确定设备根据历史行驶信息以及道路数据确定到A车逆向行驶的持续时长为10秒,急加速持续时长为3秒,压线行驶的持续时长为5秒,则A车的影响系数为10×1+3×0.4+5×0.2=12.2。
可以理解的,在确定事故车辆的影响系数的过程中,通过添加上时间维度的信息,能够更好的反映事故车辆影响道路安全的程度。
在一种设计中,为了辅助交通管理部门进行道路安全治理决策,本发明实施例提供的事故责任的确定方法,还包括:事故责任的确定设备记录在每个发送事故的路段上,事故发生的次数,并在该路段上的事故发生的次数大于预设阈值后,将该路段标记为事故多发路段。进一步的,事故责任的确定设备上报事故多发路段上事故发生的次数以及事故分析原因,并在电子路标上显示次数大于预设阈值的危险驾驶行为。
需要说明的,上述事故分析原因为导致事故发生的各危险驾驶行为的累积次数。
本发明提供一种事故责任的确定方法、装置、设备及存储介质,事故责任的确定设备在确定到道路中存在事故车辆后,获取事故车辆的历史行驶信息,结合道路的道路数据确定在事故发生前事故车辆影响道路安全的影响系数,确定出该事故车辆的责任比例。这样一来,在交警到达现场后,事故责任的确定设备将确定到的事故车辆的责任比例上报,能够节省交警定责的时间,快速处理事故车辆,进而能够避免因事故车辆占用道路,导致道路发生堵塞。
上述主要从方法的角度对本发明实施例提供的方案进行了介绍。为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本发明实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
本发明实施例可以根据上述方法示例对用户设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。可选的,本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图5为本发明实施例提供的一种事故责任的确定装置的结构示意图。该事故责任的确定装置用于执行上述事故责任的确定方法。如图5所示,该事故责任的确定装置50包括确定单元501以及获取单元502。
确定单元501,用于确定道路中存在至少一个事故车辆。例如,如图2所示,确定单元501可以用于执行S201。
获取单元502,用于获取每个事故车辆在事故发生时刻之前的历史行驶信息以及道路的道路数据;历史行驶信息包括速度、行车轨迹。例如,如图2所示,获取单元502可以用于执行S202。
确定单元501,还用于分别根据道路数据以及每个事故车辆的历史行驶信息,确定每个事故车辆影响道路安全的影响系数,得到至少一个影响系数。例如,如图2所示,确定单元501可以用于执行S203。
确定单元501,还用于根据至少一个影响系数,确定每个事故车辆的责任比例。例如,如图2所示,确定单元501可以用于执行S204。
可选的,如图5所示,本发明实施例提供的事故责任的确定装置50中,确定单元501,具体用于根据道路数据以及每个事故车辆的历史行驶信息,判断每个事故车辆是否存在至少一个危险驾驶行为。在每个事故车辆存在至少一个危险驾驶行为的情况下,根据至少一个危险驾驶行为,确定每个事故车辆影响道路安全的影响系数。例如,如图3所示,确定单元501可以用于执行S301-S302。
可选的,如图5所示,本发明实施例提供的事故责任的确定装置50中,确定单元501,具体用于从包括危险驾驶行为以及分值的映射关系中确定每个事故车辆的每个危险驾驶行为对应的目标分值,得到每个事故车辆对应的至少一个目标分值。根据至少一个目标分值,确定每个事故车辆的影响系数。例如,如图4所示,确定单元501可以用于执行S401-S402。
可选的,如图5所示,本发明实施例提供的事故责任的确定装置50中,确定单元501,具体用于将每个事故车辆的影响系数与目标影响系数的比值确定为每个事故车辆的责任比例;目标影响系数为至少两个影响系数的和。
在采用硬件的形式实现上述集成的模块的功能的情况下,本发明实施例提供了一种事故责任的确定设备的一种可能的结构示意图。该事故责任的确定设备用于执行上述实施例中事故责任的确定设备执行的事故责任的确定方法。如图6所示,该事故责任的确定设备60包括处理器601,存储器602以及总线603。处理器601与存储器602之间可以通过总线603连接。
处理器601是事故责任的确定设备的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器601可以是一个通用中央处理单元(central processingunit,CPU),也可以是其他通用处理器等。其中,通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例,处理器601可以包括一个或多个CPU,例如图6中所示的CPU 0和CPU 1。
存储器602可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
作为一种可能的实现方式,存储器602可以独立于处理器601存在,存储器602可以通过总线603与处理器601相连接,用于存储指令或者程序代码。处理器601调用并执行存储器602中存储的指令或程序代码时,能够实现本发明实施例提供的事故责任的确定方法。
另一种可能的实现方式中,存储器602也可以和处理器601集成在一起。
总线603,可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外围设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
需要指出的是,图6示出的结构并不构成对该事故责任的确定设备60的限定。除图6所示部件之外,该事故责任的确定设备60可以包括比图6示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
作为一个示例,结合图5,事故责任的确定装置50中的确定单元501以及获取单元502、实现的功能与图6中的处理器601的功能相同。
可选的,如图6所示,本发明实施例提供的事故责任的确定设备还可以包括通信接口604。
通信接口604,用于与其他设备通过通信网络连接。该通信网络可以是以太网,无线接入网,无线局域网(wireless local area networks,WLAN)等。通信接口604可以包括用于接收数据的接收单元,以及用于发送数据的发送单元。
在一种设计中,本发明实施例提供的事故责任的确定设备中,通信接口还可以集成在处理器中。
图7示出了本发明实施例中事故责任的确定设备的另一种硬件结构。如图7所示,事故责任的确定设备70可以包括处理器701以及通信接口702。处理器701与通信接口702耦合。
处理器701的功能可以参考上述处理器601的描述。此外,处理器701还具备存储功能,可以参考上述存储器602的功能。
通信接口702用于为处理器701提供数据。该通信接口702可以是事故责任的确定设备的内部接口,也可以是事故责任的确定设备对外的接口(相当于通信接口604)。
需要指出的是,图7中示出的结构并不构成对事故责任的确定设备的限定,除图7所示部件之外,该事故责任的确定设备70可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能单元的划分进行举例说明。在实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将装置的内部结构划分成不同的功能单元,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当计算机执行该指令时,该计算机执行上述方法实施例所示的方法流程中的各个步骤。
本发明的实施例提供一种包含指令的计算机程序产品,当指令在计算机上运行时,使得计算机执行上述方法实施例中的事故责任的确定方法。
其中,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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、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、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit,ASIC)中。在本发明实施例中,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。
由于本发明的实施例中的装置、设备计算机可读存储介质、计算机程序产品可以应用于上述方法,因此,其所能获得的技术效果也可参考上述方法实施例,本发明实施例在此不再赘述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何在本发明揭露的技术范围内的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种事故责任的确定方法,其特征在于,所述方法包括:
确定道路中存在至少一个事故车辆;
获取每个事故车辆在事故发生时刻之前的历史行驶信息以及所述道路的道路数据;所述历史行驶信息包括速度、行车轨迹;
分别根据所述道路数据以及所述每个事故车辆的所述历史行驶信息,确定所述每个事故车辆影响所述道路安全的影响系数,得到至少一个影响系数;
根据所述至少一个影响系数,确定所述每个事故车辆的责任比例。
2.根据权利要求1所述的确定方法,其特征在于,根据所述道路数据以及所述每个事故车辆的所述历史行驶信息,确定所述每个事故车辆影响所述道路安全的影响系数,包括:
根据所述道路数据以及所述每个事故车辆的所述历史行驶信息,判断所述每个事故车辆是否存在至少一个危险驾驶行为;
在所述每个事故车辆存在所述至少一个危险驾驶行为的情况下,根据所述至少一个危险驾驶行为,确定所述每个事故车辆影响所述道路安全的影响系数。
3.根据权利要求2所述的确定方法,其特征在于,所述根据所述至少一个危险驾驶行为,确定所述每个事故车辆影响所述道路安全的影响系数,包括:
从包括危险驾驶行为以及分值的映射关系中确定所述每个事故车辆的每个危险驾驶行为对应的目标分值,得到所述每个事故车辆对应的至少一个目标分值;
根据所述至少一个目标分值,确定所述每个事故车辆的所述影响系数。
4.根据权利要求1所述的确定方法,其特征在于,在存在至少两个事故车辆的情况下,所述根据所述至少一个影响系数,确定所述每个事故车辆的责任比例,包括:
将所述每个事故车辆的所述影响系数与目标影响系数的比值确定为所述每个事故车辆的责任比例;所述目标影响系数为所述至少两个影响系数的和。
5.一种事故责任的确定装置,其特征在于,包括确定单元以及获取单元;
所述确定单元,用于确定道路中存在至少一个事故车辆;
所述获取单元,用于获取每个事故车辆在事故发生时刻之前的历史行驶信息以及所述道路的道路数据;所述历史行驶信息包括速度、行车轨迹;
所述确定单元,还用于分别根据所述道路数据以及所述每个事故车辆的所述历史行驶信息,确定所述每个事故车辆影响所述道路安全的影响系数,得到至少一个影响系数;
所述确定单元,还用于根据所述至少一个影响系数,确定所述每个事故车辆的责任比例。
6.根据权利要求5所述的确定装置,其特征在于,所述确定单元,具体用于:
根据所述道路数据以及所述每个事故车辆的所述历史行驶信息,判断所述每个事故车辆是否存在至少一个危险驾驶行为;
在所述每个事故车辆存在所述至少一个危险驾驶行为的情况下,根据所述至少一个危险驾驶行为,确定所述每个事故车辆影响所述道路安全的影响系数。
7.根据权利要求6所述的确定装置,其特征在于,所述确定单元,具体用于:
从包括危险驾驶行为以及分值的映射关系中确定所述每个事故车辆的每个危险驾驶行为对应的目标分值,得到所述每个事故车辆对应的至少一个目标分值;
根据所述至少一个目标分值,确定所述每个事故车辆的所述影响系数。
8.根据权利要求5所述的确定装置,其特征在于,所述确定单元,具体用于:
将所述每个事故车辆的所述影响系数与目标影响系数的比值确定为所述每个事故车辆的责任比例;所述目标影响系数为所述至少两个影响系数的和。
9.一种事故责任的确定设备,其特征在于,所述事故责任的确定设备包括存储器和处理器;
所述存储器和所述处理器耦合;
所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令;
当所述处理器执行所述计算机指令时,所述事故责任的确定设备执行如权利要求1-4中任意一项所述的事故责任的确定方法。
10.一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,其特征在于,当所述指令在事故责任的确定设备上运行时,使得所述事故责任的确定设备执行如权利要求1-4中任意一项所述的事故责任的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210332954.7A CN114596711A (zh) | 2022-03-31 | 2022-03-31 | 事故责任的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210332954.7A CN114596711A (zh) | 2022-03-31 | 2022-03-31 | 事故责任的确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114596711A true CN114596711A (zh) | 2022-06-07 |
Family
ID=81812319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210332954.7A Pending CN114596711A (zh) | 2022-03-31 | 2022-03-31 | 事故责任的确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114596711A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116631187A (zh) * | 2023-05-24 | 2023-08-22 | 山东承势电子科技有限公司 | 一种案件现场勘查信息智能采集分析系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067718A (zh) * | 2016-12-29 | 2017-08-18 | 盯盯拍(深圳)技术股份有限公司 | 交通事故责任评估方法、交通事故责任评估装置以及交通事故责任评估系统 |
CN108470443A (zh) * | 2018-01-30 | 2018-08-31 | 青岛中兴智能交通有限公司 | 一种交通事故的责任判定方法和装置 |
CN108986474A (zh) * | 2018-08-01 | 2018-12-11 | 平安科技(深圳)有限公司 | 交通事故的定责方法、装置、计算机设备及计算机存储介质 |
CN109543588A (zh) * | 2018-11-16 | 2019-03-29 | 广州慧睿思通信息科技有限公司 | 交通事故责任判定的方法、装置、系统、服务平台及介质 |
CN109919140A (zh) * | 2019-04-02 | 2019-06-21 | 浙江科技学院 | 车辆碰撞事故责任自动判定方法、系统、设备及存储介质 |
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 |
CN110116687A (zh) * | 2019-04-16 | 2019-08-13 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种车祸责任判定及处理系统和汽车 |
CN110738842A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 事故责任划分及行为分析方法、装置、设备及存储介质 |
CN112233421A (zh) * | 2020-10-15 | 2021-01-15 | 胡歆柯 | 一种基于机器视觉的城市智慧交通监控智能系统 |
-
2022
- 2022-03-31 CN CN202210332954.7A patent/CN114596711A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067718A (zh) * | 2016-12-29 | 2017-08-18 | 盯盯拍(深圳)技术股份有限公司 | 交通事故责任评估方法、交通事故责任评估装置以及交通事故责任评估系统 |
CN108470443A (zh) * | 2018-01-30 | 2018-08-31 | 青岛中兴智能交通有限公司 | 一种交通事故的责任判定方法和装置 |
CN110738842A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 事故责任划分及行为分析方法、装置、设备及存储介质 |
CN108986474A (zh) * | 2018-08-01 | 2018-12-11 | 平安科技(深圳)有限公司 | 交通事故的定责方法、装置、计算机设备及计算机存储介质 |
CN109543588A (zh) * | 2018-11-16 | 2019-03-29 | 广州慧睿思通信息科技有限公司 | 交通事故责任判定的方法、装置、系统、服务平台及介质 |
CN109919140A (zh) * | 2019-04-02 | 2019-06-21 | 浙江科技学院 | 车辆碰撞事故责任自动判定方法、系统、设备及存储介质 |
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 |
CN110116687A (zh) * | 2019-04-16 | 2019-08-13 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种车祸责任判定及处理系统和汽车 |
CN112233421A (zh) * | 2020-10-15 | 2021-01-15 | 胡歆柯 | 一种基于机器视觉的城市智慧交通监控智能系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116631187A (zh) * | 2023-05-24 | 2023-08-22 | 山东承势电子科技有限公司 | 一种案件现场勘查信息智能采集分析系统 |
CN116631187B (zh) * | 2023-05-24 | 2023-12-15 | 山东承势电子科技有限公司 | 一种案件现场勘查信息智能采集分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105620489B (zh) | 驾驶辅助系统及车辆实时预警提醒方法 | |
CN110164130B (zh) | 交通事件检测方法、装置、设备及存储介质 | |
JP4710896B2 (ja) | 運転評価装置、運転評価システム、コンピュータプログラム及び運転評価方法 | |
CN110606093A (zh) | 车辆性能评测方法、装置、设备和存储介质 | |
CN101655380A (zh) | 用于确定驾驶员-车辆-环境状态的特性的方法 | |
CN110895662A (zh) | 车辆超载报警方法、装置、电子设备及存储介质 | |
CN109050530B (zh) | 一种巡航加速控制系统及方法 | |
US11335103B2 (en) | Evaluation system, evaluation method, and storage medium | |
CN111105622B (zh) | 违规停车纠正方法、装置以及存储介质 | |
CN104916151A (zh) | 基于互联网的交通报警系统和方法 | |
KR102323692B1 (ko) | Adas를 이용한 운전자 평가 방법 및 장치 | |
CN111976638B (zh) | 一种基于车载智能终端的车辆碰撞检测方法及系统 | |
CN114596711A (zh) | 事故责任的确定方法、装置、设备及存储介质 | |
CN112489383A (zh) | 一种基于机器视觉的预防闯红灯事故预警系统、方法 | |
CN106383918A (zh) | 一种辨别紧急制动行为是否合理的系统及辨别方法 | |
CN111582239A (zh) | 一种违章监控方法和装置 | |
CN111722617B (zh) | 一种基于大数据的自动驾驶汽车性能判定系统及方法 | |
CN116279500B (zh) | 一种车辆碰撞识别方法 | |
CN108269397A (zh) | 一种道路交通数据的处理方法及车载设备 | |
CN110533930B (zh) | 交通数据处理方法、装置、计算机设备和存储介质 | |
CN115909752B (zh) | 一种基于车辆用户历史数据的急转弯识别及统计方法 | |
CN116935631A (zh) | 基于雷视融合的异常交通态势检测方法、装置及系统 | |
CN115757628A (zh) | 车辆碰撞检测方法、装置、设备及介质 | |
CN114140270A (zh) | 基于车辆行驶数据判断车辆救援的方法、系统及存储介质 | |
CN110349425B (zh) | 一种用于车路协同自动驾驶系统的重要目标生成方法 |
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: 20220607 |