JP2024501066A - 車両事故損失評価方法及び装置 - Google Patents

車両事故損失評価方法及び装置 Download PDF

Info

Publication number
JP2024501066A
JP2024501066A JP2023541640A JP2023541640A JP2024501066A JP 2024501066 A JP2024501066 A JP 2024501066A JP 2023541640 A JP2023541640 A JP 2023541640A JP 2023541640 A JP2023541640 A JP 2023541640A JP 2024501066 A JP2024501066 A JP 2024501066A
Authority
JP
Japan
Prior art keywords
vehicle
collision
damage
loss
accident
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
Application number
JP2023541640A
Other languages
English (en)
Inventor
チョウ，カイ
チャン，ロンビン
リャオ，ミングルイ
ワン，ミンハオ
ジア，ユンウェイ
Original Assignee
データ エンライテン テクノロジー （ベイジン） カンパニー リミテッド
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 データ エンライテン テクノロジー （ベイジン） カンパニー リミテッド filed Critical データ エンライテン テクノロジー （ベイジン） カンパニー リミテッド
Publication of JP2024501066A publication Critical patent/JP2024501066A/ja
Pending legal-status Critical Current

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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/006—Indicating maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Technology Law (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geometry (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Graphics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本願は、車両事故損失評価方法及び装置を提供する。車両事故損失評価方法は、車両の車両情報及び修理工場情報を取得することと、前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定することと、前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定することと、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得することと、損傷部品リストと修理工場情報に基づいて損失評価見積を含む損失報告を生成することとを含む。該車両事故損失評価方法及び装置は高効率、インテリジェント且つ便利に車両に対する損失を査定し見積もることができ、現在の自動車の分野における損失が大きい事故車両に対する損失評価は部品を取外して検査する必要が有るとの現状の限界を打破する。

Description

本発明は、自動車情報技術及び自動車損傷の査定技術に関し、より具体的には、車両事故損失評価方法及び装置に関する。
保険の請求、保険の査定、交通事故損失評価、及び自動車の修理などの、車両損失を確定する応用分野に関し、インターネット技術、ＩＴ技術、及び／又は人工知能などの技術により、どのように作業効率を向上させ、人件費を低減し、サービスレベルを向上させ、顧客の信頼を勝ち取るのは、業界と市場との共同の要望になる。交通事故損失評価は、場所、装置、及び／又は時間緊迫性等の要因により制限され、損失が大きい車両に対して、部品を取り外すことなく迅速に評価する必要がある。保険請求にかかる損傷査定は、損失が大きい車両に対して、まず修理価値があるかどうかを評価する必要があるので、部品を取り外し検査することなく迅速に評価することにより、正常修理で損失査定するか推定全損で損失査定するかを確定する必要がある。
現在、保険会社は、損失が大きい車両に対する損失査定について、痛点は以下のとおりである。
一、部品を取り外し検査することによる損失査定には、時間が長くなる。
二、部品を取り外し検査することによる損失査定は、一般的に修理工場で行われ、たとえ保険会社が最終的に推定全損で損失査定し、車両の残存価額を競売にかけることを決定したいとしても、修理工場もいろいろと妨害になるだろう。
三、車両を取り外し検査するための必要ではない費用ができてしまう。
損失が大きく、正常修理で損失査定する事故車両に対して、部品損失にかかる項目は数十乃至百に上り、人手で損失査定リストを作成することは非常に時間がかかることであり、一般的に一時間以上を必要とする。迅速に評価し、すこし調整することにより数分間で損失査定リストを完成できれば、作業効率を大幅に向上させ、人件費を低減するには間違いないことである。
本発明は車両事故損失評価方法及び装置を革新的に提供し、従来の損失査定のやり方及び理念を突破し、自動車衝突損傷の形をモデリングし、大量の過去データを抽出し分析を行い、車両衝突損傷モデルと損失内訳との間の関連アルゴリズムを実現する。
上記の技術目的を達成するために、本発明の一つの技術案は、車両事故損失評価方法を開示した。車両事故損失評価方法は、車両の車両情報及び修理工場情報を取得することと、前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定することと、前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定することと、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得することと、前記損傷部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を含む。
更に、前記車両事故損失評価方法において、前記車両情報は、車両ブランド及び配置車種情報を含む。
更に、前記車両事故損失評価方法において、関連損傷部品を計算することは、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、衝突損傷タイプを特定することと、特定された衝突損傷タイプに基づいて、対応する関連密度モデルを選択することと、選択された関連密度モデルを利用して関連損傷部品を計算することと、を含む。
更に、前記車両事故損失評価方法において、衝突損傷タイプは、前記コア部品及び該コア部品の損傷形態と第一対応関係を有し、衝突損傷タイプは、前記関連密度モデルと第二対応関係を有し、前記第一対応関係と前記第二対応関係の生成過程は、過去事例データを収集し、過去事例データ中の車両情報に基づいて車種分類を行うことと、過去事例における各自動車を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定することと、異なるブランド、異なる配置となる車種の車両における各部品の三次元座標系における取付位置、更に車両の衝突部位の位置及び過去事例データにおける自動車衝突損傷程度データに基づいて、自動車衝突部位名称、自動車衝突車体高さ及び自動車衝突損傷程度を特定することと、自動車衝突部位、自動車衝突車体高さ及び自動車衝突損傷程度に応じて、衝突損傷タイプを分類することと、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応するコア部品及び該コア部品の損傷形態をそれぞれ特定し、衝突損傷タイプを前記コア部品及び該コア部品の損傷形態に関連付けて保存することと、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応する関連密度モデルをそれぞれ確立し、衝突損傷タイプを前記関連密度モデルに関連付けて保存することと、を含む。
更に、前記車両事故損失評価方法において、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応するコア部品及び該コア部品の損傷形態をそれぞれ特定することは、過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビッグデータマイニング分析を行い、サンプルデータを損失金額に応じて分類することと、異なる金額帯のサンプルデータに係る様々な車両損傷タイプにおける様々な部品の損傷が発生する確率を分析することにより、対応するコア部品及び該コア部品の損傷形態を特定することと、を含む。
更に、前記車両事故損失評価方法において、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応する関連密度モデルをそれぞれ確立することは、過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビックデータマイニング分析を行うことと、部品間の損傷の発生確率を分析することにより、関連密度モデルを生成することと、を含む。
更に、前記車両事故損失評価方法において、前記損傷部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することは、前記損傷部品リストと前記修理工場情報に基づいてプレビュー損失報告を生成することと、プレビュー損失報告における部品リストを修正することと、修正後の部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を含む。
上記の技術目的を達成するために、本発明の別の技術案は、車両事故損失評価装置を開示した。前記車両事故損失評価装置は、車両の車両情報及び修理工場情報を取得するための情報取得ユニットと、前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定するための衝突位置及び事故形態特定ユニットと、前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定するためのコア部品損傷特定ユニットと、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得するための関連損傷部品計算ユニットと、損傷部品リストと修理工場情報に基づいて損失評価見積を含む損失報告を生成するための損失報告生成ユニットと、を有する。
上記の技術目的を達成するために、本発明の別の技術案は、計算装置を開示した。前記計算装置は、少なくとも一つのプロセッサと、少なくとも一つの前記プロセッサに結合され、指令が記憶される記憶装置とを含み、前記指令が少なくとも一つの前記プロセッサに実行される場合に、少なくとも一つのプロセッサに以上の方法を実行させる。
上記の技術目的を達成するために、本発明の別の技術案は、機械に読取できる記憶媒体を開示した。前記機械に読取できる記憶媒体は、実行可能の指令が記憶され、前記指令が実行される場合、前記機械に以上の方法を実行させる。
本発明の有益な効果は以下のとおりである。
本発明の実施例が提供する車両事故の損失評価方法及び装置は、高効率、インテリジェント且つ便利に、車両に対する損失を査定し見積もることができ、現在の自動車の分野における損失が大きい事故車両に対する損失評価が、部品を取り外し検査することにより損失査定が必要という現状の限界を打破し、取り外して検査することなく損傷の境目を特定し、保険会社に対して適当な損失賠償案を制定し、損失賠償コストを節約するには意義が大きい。現在の自動車の分野における損失が大きい事故車両に対する損失評価が従業員のスキルに依存し過ぎるとの現状の限界を打破し、従業員の技術に対する要求を軽減させ、損失評価の効率を大幅に向上させた。現場で保険会社へ報告するときに迅速で正確に予測でき、保険会社の支払備金の計算に科学的保障を提供し、これまでの軽率な個人で決まる予測方法とは根本的に異なる。道路での交通事故の損失評価において、事故車両を迅速に評価することは、交通事故の迅速な処理、および／または事故紛争の迅速な処理に遠大な意義と価値を有する。
図には、
図１は、本発明の実施例にかかる車両事故損失評価方法のフローチャートである。 図２は、本発明の一例にかかる見積書の概略図である。 図３Ａ及び図３Ｂは、それぞれ本発明の例１にかかるレクサスＳＵＶ車の実車衝突図及び円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図３Ａ及び図３Ｂは、それぞれ本発明の例１にかかるレクサスＳＵＶ車の実車衝突図及び円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図４Ａ及び図４Ｂは、それぞれ本発明の例２にかかる北京現代ＳＵＶ車の実車衝突図及び円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図４Ａ及び図４Ｂは、それぞれ本発明の例２にかかる北京現代ＳＵＶ車の実車衝突図及び円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図５Ａ及び図５Ｂは、それぞれ本発明の例３にかかる一汽トヨタＲｅｉｚの３ボックス４ドア車両の異なる視角から見た実車衝突図である。 図５Ａ及び図５Ｂは、それぞれ本発明の例３にかかる一汽トヨタＲｅｉｚの３ボックス４ドア車両の異なる視角から見た実車衝突図である。 図５Ｃは、本発明の例３にかかる円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図６は、本発明の例４にかかるコア部品であり、ユーザーが目視して部品の損傷形態をチェックする。 図７は、本発明の例５にかかるコア部品であり、ユーザーが目視して部品の損傷形態をチェックする。 図８は、本発明の例６にかかるコア部品であり、ユーザーが目視して部品の損傷形態をチェックする。 図９は、本発明の例１にかかる修正可能な損傷報告プレビューページの概略図である。 図１０は、本発明の一例にかかる図１に示す方法のステップＳ１４０における第一対応関係及び第二対応関係の生成過程のフローチャートである。 図１１は、本発明の別の実施例にかかる車両事故損失評価装置の構造概略図である。 図１２は、本発明の実施例にかかる車両事故損失評価処理のための計算装置の構造ブロック図である。
以下に明細書の図面を参照して本発明にかかる車両事故損失評価方法及び装置を詳細に解説・説明する。
図１は本発明の一つの実施例にかかる車両事故損失評価方法のフローチャートである。
図１に示すように、ステップＳ１１０において、車両の車両情報及び修理工場情報を取得する。ここで、車両情報は車両ブランド及び配置車種情報を含んでもよい。
オプションの実施形態として、ユーザーにより車両の車台番号（ＶＩＮ、Ｖｅｈｉｃｌｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｎｕｍｂｅｒ：車両識別番号）の画像を入力した後に光学文字認識（ＯＣＲ、Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）又はユーザーが手動で車両の車台番号情報を入力することにより、車両ブランド及び配置車種情報を取得することができる。修理工場情報、例えば修理工場の名称を取得し、修理工場によって、同じ自動車部品の修理価格が異なる可能性があるため、修理工場の名称に基づいて修理工場のタイプを判断することができ、例えば、修理工場のタイプは４Ｓ店及び総合修理工場を含み、修理工場のタイプに基づいて部品の修理価格を特定することができる。車両情報にはナンバープレート番号情報をさらに含めても良く、賠償請求するために保険会社へ損失報告を送信する必要があるときには、車両情報はナンバープレート番号情報を含む必要がある。ナンバープレート番号情報はユーザーにより手動で入力されてもよい。個人的な問い合わせのため、損失報告を保険会社に送信する必要がない場合には、ナンバープレート番号情報を入力しなくてもよい。代替方式として、一つの案件識別コードを入力又は生成することもできる。
具体的な例として、見積書を作成する過程で損失査定される車両の基本情報を生成することができる。ユーザーは携帯電話モバイル機器を使用してＡＰＰのホームページにアクセスするか、或いは、デスクトップコンピュータを使用してウェブページのホームページにアクセスし、ナンバープレート情報を入力してから、ユーザーが車両の車台番号（ＶＩＮ）画像を入力した後にＯＣＲ識別又は手動で車両の車台番号情報を入力して車両車台番号情報を取得し、車台番号情報に基づいて車両の車種を特定し、その後に修理工場情報を選択して補完することにより、見積書を作成する。見積書の一例は図２に示すとおりである。
ステップＳ１２０において、車両情報に基づいて、車両を三次元座標系における対応図形として仮設し、図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定する。
同類の自動車ブランドの車種を三次元座標系における対応サイズの直方体に仮設することができる。ユーザーは仮設の直方体上で円を描いて車両の衝突部位をマークし、事故形態を選択することができる。
例１は、右後側の衝突を例とする。図３Ａは本発明の例１にかかるレクサスＳＵＶ車についての実車衝突図であり、車両右後側は衝突損傷エリアである。車両の衝突実際部位についての円描きに従って、プログラムは車両衝突損傷エリアが右後側であることをインテリジェントに計算する。図３Ｂに示すように、車両エアバッグが展開したことを目測できるため、「エアバッグエアカーテンが損傷した」との事故形態をチェックする必要がある。
例２については、図４Ａは本発明の例２にかかる北京現代ＳＵＶ車についての実車衝突図であり、車両右前角及び真正面右寄りが衝突部位である。車両の衝突実際部位についての円描きに従って、プログラムは車両衝突損傷エリアが右前角及び正面であることをインテリジェントに計算する。図４Ｂに示すように、車両エアバッグが展開し、エンジン吸気マニホールドが損傷したことを目測できるため、「エアバッグエアカーテンが損傷した」及び「エンジンが損傷した」との事故形態をチェックする必要がある。
例３については、図５Ａ及び図５Ｂは本発明の例３にかかる一汽トヨタＲｅｉｚ３－ボックス４ドア車両についての実車衝突図であり、車両の右前角及び右後側は衝突部位である。車両の衝突実際部位についての円描きに従って、プログラムは車両衝突損傷エリアが右前角及び右後側であることをインテリジェントに計算する。図５Ｃに示すように、車両エアバッグが展開したことを目測できるため、「エアバッグエアカーテンが損傷した」事故形態をチェックする必要がある。
ステップＳ１３０において、車両情報及び衝突部位の三次元座標系における位置及び事故形態に基づいて、衝突部位に係るコア部品及び該コア部品の損傷形態を特定する。
ここで、コア部品は、「車両の構造部品、又は衝突を緩衝する役割を果たす部品、又はある事故形態で部品関連密度が最も活発な部品である」ことを特徴とし、例えば「フロント縦ビームアセンブリ（左）は構造部品であり、衝突に対する支持力が最大であり、例えばフロントバンパーフレームは衝突緩衝部品であり、例えば前バンパーの表面は、真正面前、左前、右前に衝突する時に部品関連密度が最も活発であるものである」。コア部品は対応する車両部位に分布し、円を描いて車両の衝突部位をマークすると、対応するコア部品がポップアップされる。
具体的には、まず自動車部品の組立位置を座標化する。部品の実際の組立位置に基づいて、組立部品についての座標系を確立し、各部品の組立位置に対して三次元座標を付与する。
具体的な例として、ユーザーの円描きと事故形態のチェック操作の後、プログラムは具体的な車両の実際の組立部品に基づいて、対応するコア部品リストをポップアップさせ、ユーザーが損傷タイプを判断し、損傷部品を交換するか、板金修理で対応するかを判断する必要がある。ここで、コア部品は、車両外観の視認可能な損傷形態は、損傷形態が目測可能な部品など、部品を取り外す検査が必要なく損傷形態を判定できる部品であっても良い。コア部品の個数は３乃至１２であってもよく、車両の衝突部位の個数及び車両配置に応じて異なってもよい。図６は本発明の例４にかかるコア部品であり、ユーザーが目測し部品の損傷形態をチェックする。図７は本発明の例５にかかるコア部品であり、ユーザーが目測し部品の損傷形態をチェックする。コア部品であるフロント縦ビームアセンブリを例として、車両のフロント縦ビームアセンブリが損傷したとすると、衝突の程度が厳しいことが分かり、車両のフロント縦ビームアセンブリが損傷していないとすると、損傷程度が軽微であることが分かる。図８は本発明の例６にかかるコア部品であり、ユーザーが目測し部品の損傷形態をチェックする。
ステップＳ１４０において、衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得する。
ステップＳ１４０において、関連損傷部品を計算することは、衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、衝突損傷タイプを特定することと、特定された衝突損傷タイプに基づいて、対応する関連密度モデルを選択することと、選択された関連密度モデルを利用して関連損傷部品を計算することと、を含むことができる。得られた全ての損傷部品の名称を収集し、実際の事故車両の組立部品に基づいて余分な部品を除外し、損傷部品リストを生成する。
ステップＳ１５０において、損傷部品リストと修理工場情報に基づいて、損失評価見積を含む損失報告を生成する。
ステップＳ１５０において損傷部品リストと修理工場情報に基づいて損失報告を生成することは、損傷部品リストと修理工場情報に基づいてプレビュー損失報告を生成することと、プレビュー損失報告における部品リストを修正することと、修正後の部品リストと修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を含むことができる。
具体的な例として、図９に示すように、依然として上記の例１を例とし、ユーザーは１０個のコア部品のうちの６個について、交換又は修理が必要であると判定し、「残存価額見積を取得する」をクリックすると、プログラムは、車両衝突タイプが「右後側極重度の衝突」であり、部品交換項目は７６項であり、合計１０２７３２元であり、人工費項目は１４７２８元であり、損失評価合計は１１７０１０元であることをインテリジェントに計算する。該車両の実際の損失査定は１０９６８０元であり、偏差は７３３０元のみであり、偏差率は７．０５％である。「内訳を見る」をクリックすると、具体的な損失評価内容をプレビューすることができる。
偏差の原因は、幾つかの部品に対して交換するか修理するかという損傷形態が間違えたことにある。ユーザーがさらに修正すれば、正確かつ完全な評価ができる。代替的な実施形態として、修正については、ユーザーがプレビュー損失報告における損傷したコア部品リスト中のコア部品に対して削除及び／又は追加し、及び／又はコア部品の損傷形態等を修正することができる。
代替的な実施形態として、上記ステップＳ１４０において、衝突損傷タイプは、衝突部位に係るコア部品及び該コア部品の損傷形態と第一対応関係を有することができ、衝突損傷タイプは、関連密度モデルと第二対応関係を有することができる。図１０に示すように、第一対応関係と第二対応関係の生成過程は以下のステップを含むことができる。
ステップＳ１４１０において、過去事例データを収集し、過去事例データ中の車両情報に基づいて車種分類を行う。
乗用自動車の車体外観は主に３ボックス４ドア、３ボックス２ドア、２ボックス５ドア、ＳＵＶ、ＭＰＶ、及びワゴンなど合計６種類に分けられ、車両車台番号（ＶＩＮ）を解析することにより各車両の具体的な外観タイプを取得することができる。
ステップＳ１４２０において、過去事例における各自動車を三次元座標系における対応図形として仮設し、図形に基づいて車両の衝突部位の位置を特定する。
具体的には、自動車衝突部位及びエリアの三次元座標データを事前に確立する必要がある。図１０に示すように、自動車車体外観を正前面衝突１、左前角衝突２、左前側衝突３、左中側衝突４、左後側衝突５、左後角衝突６、正後面衝突７、右後角衝突８、右後側衝突９、右中側衝突１０、右前側衝突１１、右前角衝突１２、前中部衝突１３、中中部衝突１４、及び後中部衝突１５など合計１５の衝突部位に分類することができる。車体に応じて各衝突部位エリアに三次元座標データを確立し、ユーザーが円を描くとコンピュータは車両衝突に対応するエリア名称を算出することができる。
ステップＳ１４３０において、異なるブランド、異なる配置となる車種の車両における各部品の三次元座標系における取付位置、更に車両の衝突部位の位置及び過去事例データにおける自動車衝突損傷程度データに基づいて、自動車衝突部位名称、自動車衝突車体高さ及び自動車衝突損傷程度を特定する。
具体的には、自動車部品の取付位置の三次元座標ジャイロスコープデータを事前に作成する必要がある。自動車衝突事故には、自動車部品データベース例えばＴＯＰ２０００部品データベースにおける部品の名称が９９．９０％の自動車部品の名称をカバーすることができる。
各車両が実際にＴＯＰ２０００部品データベース内のどの部品を取り付けたかは、車両の車台番号（ＶＩＮ）により解析して取得することができる。ＴＯＰ２０００部品データベースにおける８０％の部品は、それぞれ三室４ドア、三室２ドア、二室５ドア、ＳＵＶ、ＭＰＶ、及びマイクロバスの６種類の車体外形における取付位置が同じであり、その他２０％の部品は自動車ブランド及び配置車種によって異なる。
６種類の車体外形を二種類に分け、下記のとおりそれぞれ二通りの三次元立体部品座標系を確立することができる。
第一種の部品座標系では、「三室２ドア」以外の車体外形となる車両の部品座標系ＯＸＹＺ＝０（９，１２，３）、原点Ｏ＝（０，０，０）は車両の左前下角点であり、Ｘ軸は車両左右方向、最長目盛は１２であり、Ｙ軸は車両前後方向、最長目盛は１２であり、Ｚ軸は車両上下方向、最長目盛は３である。
第二種の部品座標系では、「三室２ドア」となる車体外形となる車両の部品座標系ＯＸＹＺ＝０（９，１０，３）、原点Ｏ＝（０，０，０）は車両の左前下角点であり、Ｘ軸は即ち車両左右方向、最長目盛は９であり、Ｙ軸は車両前後方向、最長目盛は１０であり、Ｚ軸は車両上下方向、最長目盛は３である。
具体的な例として、１００以上の乗用自動車ブランド、２０万種類以上の異なる配置車種、及び２０００個の部品名称を、実際の部品の取付位置に基づいて、コンピュータにより自動車部品の取付位置の三次元座標ジャイロスコープデータを作成することができる。
ステップＳ１４４０、自動車衝突部位、自動車衝突車体高さ及び自動車衝突損傷程度に応じて、衝突損傷タイプを分類する。
具体的な例として、自動車衝突部位、自動車衝突車体高さ及び自動車衝突損傷程度に応じて、１５６種類の衝突損傷タイプを作成することができる。以下の表１に示すように、左前角に１０種類の衝突損傷タイプがあり、左前側に１５種類の衝突損傷タイプがある
具体的な例として、ビックデータマイニング分析方法によりコア部品及び部品損傷形態と１５６種類の衝突損傷タイプとの対応関係を取得する。ステップＳ１４５０において、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応するコア部品及び該コア部品の損傷形態をそれぞれ特定し、衝突損傷タイプをコア部品及び該コア部品の損傷形態に関連付けて保存する。
具体的には、Ｓ１４５０は、過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビッグデータマイニング分析を行い、サンプルデータを損失金額に応じて分類することと、異なる金額帯のサンプルデータに係る様々な車両損傷タイプにおける様々な部品の損傷が発生する確率を分析することにより、対応するコア部品及び該コア部品の損傷形態を特定することと、を含むことができる。
具体的な例として、具体的には千万レベルの過去事故車両の損失査定記録をサンプルとし、ビックデータマイニング分析方法を採用し、サンプルを損失金額帯に応じて分類し、異なる金額帯におけるサンプルデータに係る様々な車両損傷タイプにおける各部品の損傷が発生する確率を分析することにより、１５６種類の衝突損傷タイプのコアキー部品名称及び部品損傷形態を特定する。逆に、ユーザーが円を描いてコア部品の損傷形態をチェックすると、コンピュータは事故車両の損傷タイプをインテリジェントに算出することもできる。
車両の衝突部位及び事故形態とコアキー部品リストとの間に強い相関関係があり、ビックデータマイニング分析方法により取得することができる。ステップＳ１４６０において、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応する関連密度モデルをそれぞれ確立し、衝突損傷タイプを関連密度モデルに関連付けて保存する。
具体的には、ステップ１４６０は、過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビックデータマイニング分析を行うことと、部品間の損傷の発生確率を分析することにより関連密度モデルを生成することとを含むことができる。具体的な例として、同様に千万レベルの過去事故車両の損失査定記録をサンプルとし、ビックデータマイニング分析方法を採用し、部品損傷の間の関連密度を分析することができる。部品損傷の間の関連密度を分析することは、神経密度アルゴリズムで実現することができる。例えば、部品Ａに交換損傷形態が発生した場合、部品Ｂに交換損傷形態が発生する密度がどの程度であるか。さらに例えば、部品Ａと部品Ｂの両方に交換損傷形態が発生した場合、部品Ｃに交換損傷形態が発生する密度がどの程度であるか。このように類推して、ＴＯＰ２０００部品データベースにおける部品の関連が強い部品損傷形態を特定する。
図１１は本発明の他の実施例にかかる車両事故損失評価装置の構造概略図である。図１１に示すように、該実施例にかかる車両事故損失評価装置１１００は情報取得ユニット１１１０、衝突位置及び事故形態特定ユニット１１２０、コア部品損傷特定ユニット１１３０、関連損傷部品計算ユニット１１４０及び損失報告生成ユニット１１５０を含む。
情報取得ユニット１１１０は、車両の車両情報及び修理工場情報を取得するためのものである。情報取得ユニット１１１０の操作は、図１を参照して上述したステップＳ１１０の操作を参照することができる。
衝突位置及び事故形態特定ユニット１１２０は、車両情報に基づいて、車両を三次元座標系における対応図形として仮設し、図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定するためのものである。衝突位置及び事故形態特定ユニット１１２０の操作は、図１を参照して上述したステップＳ１２０の操作を参照することができる。
コア部品損傷特定ユニット１１３０は、車両情報及び衝突部位の三次元座標系における位置及び前記事故形態に基づいて、衝突部位に係るコア部品及び該コア部品の損傷形態を特定するためのものである。コア部品損傷特定ユニット１１３０の操作は、図１を参照して上述したステップＳ１３０の操作を参照することができる。
関連損傷部品計算ユニット１１４０は、衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより損傷部品リストを取得するためのものである。関連損傷部品計算ユニット１１４０の操作は、図１を参照して上記したステップＳ１４０の操作を参照することができる。
損失報告生成ユニット１１５０は、損傷部品リストと修理工場情報に基づいて損失評価見積を含む損失報告を生成するためのものである。損失報告生成ユニット１１５０の操作は、図１を参照して上述したステップＳ１５０の操作を参照することができる。
本発明の実施例にかかる車両事故損失評価方法及び装置の特徴は、自動車部品の組立位置を座標化し、同類の自動車ブランドの車種を一つの長方体に仮設し、次に部品の実際の取り付け位置に基づいて、組立部品座標系を確立し、各部品の組立位置について三次元座標を付与する。同時に過去事故車の評価記録をマイニング分析し、神経密度アルゴリズムを運用し、車両部品の間の損傷発生確率、及び車両部品の損傷と車両衝突損傷程度との間の関連関係を算出する。車両事故の衝突部位、損傷程度と部品損傷関係の数学的モデルを確立することにより、事故車両の損失報告を迅速かつインテリジェントに評価する。人工知能（ＡＩ）を利用して自動車衝突損傷形態をモデリングし、大量の過去データでマイニング分析を行い、車両衝突損傷モデルと損失内訳との間の関連アルゴリズムを実現する。ユーザーは携帯電話端末とウェブページ端で便利に操作して使用することができ、迅速に評価することができる。
図１２は本発明の実施例にかかる車両事故損失評価処理のための計算装置の構造ブロック図である。
図１２に示すように、計算装置１２００は、少なくとも一つのプロセッサ１２１０、記憶装置１２２０、メモリ１２３０、通信インタフェース１２４０及び内部バス１２５０を含み、かつ少なくとも一つのプロセッサ１２１０、記憶装置１２２０、メモリ１２３０及び通信インタフェース１２４０はバス１２５０を介して接続される。該少なくとも一つのプロセッサ１２１０は、コンピュータ可読記憶媒体（即ち、記憶装置１２２０）に記憶されるか又はコードされる少なくとも一つのコンピュータ可読指令（即ち、上記ソフトウェア形態で実現される要素）を実行する。
実施例の一つにおいて、記憶装置１２２０にコンピュータ実行可能な指令が記憶され、実行する場合に少なくとも一つのプロセッサ１２１０によって、車両の車両情報及び修理工場情報を取得することと、前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定することと、前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定することと、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得することと、前記損傷部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を実行させる。
理解すべきなのは、記憶装置１２２０に記憶されたコンピュータ実行可能指令が実行される時に少なくとも一つのプロセッサ１２１０が本発明の各実施例における図１乃至１１を参照して上記した様々な操作及び機能を行うことである。
本発明において、計算装置１２００は、パーソナルコンピュータ、サーバコンピュータ、ワークステーション、デスクトップ型コンピュータ、ラップトップ型コンピュータ、ノートブックコンピュータ、モバイル計算装置、スマートフォン、タブレットコンピュータ、携帯電話、パーソナルデジタルアシスタント（ＰＤＡ）、ハンドヘルド装置、メッセージ送受信装置、ウェアラブル計算装置、消費電子装置等を含むが、それらに限定されない。
実施例によれば、例えば非一時的な機械可読媒体のプログラム製品を提供する。非一時的な機械可読媒体は指令（即ち、上記ソフトウェア形態で実現される要素）を有してもよく、該指令が機械により実行される場合、機械は本発明の各実施例における図１乃至１１を参照して上記した様々な操作及び機能を実行する。
具体的には、可読記憶媒体を備えたシステム又は装置を提供することができ、該可読記憶媒体に上記実施例のいずれかの実施例の機能を実現するソフトウェアプログラムコードを記憶し、かつ該システム又は装置のコンピュータ又はプロセッサは該可読記憶媒体に記憶された指令を読み取り実行する。
このような状況で、可読媒体から読み取ったプログラムコード自体は上記実施例のいずれかの実施例の機能を実現することができるため、機械可読コード及び機械可読コードを記憶する可読記憶媒体は本発明の一部を構成する。
可読記憶媒体としては、例えば、フレキシブルディスク、ハードディスク、磁気ディスク、光ディスク（例えばＣＤ ＲＯＭ、ＣＤ Ｒ、ＣＤ ＲＷ、ＤＶＤ ＲＯＭ、ＤＶＤ ＲＡＭ、ＤＶＤ ＲＷ、ＤＶＤ ＲＷ）、磁気テープ、不揮発性のメモリカード、ＲＯＭを含む。オプションとして、通信ネットワークを介してサーバコンピュータ上又はクラウドからプログラムコードをダウンロードすることができる。
以上は本発明の実施例だけであり、本発明の特許請求の範囲を限定するものではなく、本発明の明細書及び図面内容を利用して行われた同様な効果の構造又は同様な効果のフローの変換、又は他の関連する技術分野に直接的又は間接的に適用することは、いずれも同様に本発明の請求項の保護範囲内に含まれる。
本発明は、自動車情報技術及び自動車損傷の査定技術に関し、より具体的には、車両事故損失評価方法及び装置に関する。
保険の請求、保険の査定、交通事故損失評価、及び自動車の修理などの、車両損失を確定する応用分野に関し、インターネット技術、ＩＴ技術、及び／又は人工知能などの技術により、どのように作業効率を向上させ、人件費を低減し、サービスレベルを向上させ、顧客の信頼を勝ち取るのは、業界と市場との共同の要望になる。交通事故損失評価は、場所、装置、及び／又は時間緊迫性等の要因により制限され、損失が大きい車両に対して、部品を取り外すことなく迅速に評価する必要がある。保険請求にかかる損傷査定は、損失が大きい車両に対して、まず修理価値があるかどうかを評価する必要があるので、部品を取り外し検査することなく迅速に評価することにより、正常修理で損失査定するか推定全損で損失査定するかを確定する必要がある。
現在、保険会社は、損失が大きい車両に対する損失査定について、痛点は以下のとおりである。
一、部品を取り外し検査することによる損失査定には、時間が長くなる。
二、部品を取り外し検査することによる損失査定は、一般的に修理工場で行われ、たとえ保険会社が最終的に推定全損で損失査定し、車両の残存価額を競売にかけることを決定したいとしても、修理工場もいろいろと妨害になるだろう。
三、車両を取り外し検査するための必要ではない費用ができてしまう。
損失が大きく、正常修理で損失査定する事故車両に対して、部品損失にかかる項目は数十乃至百に上り、人手で損失査定リストを作成することは非常に時間がかかることであり、一般的に一時間以上を必要とする。迅速に評価し、すこし調整することにより数分間で損失査定リストを完成できれば、作業効率を大幅に向上させ、人件費を低減するには間違いないことである。
本発明は車両事故損失評価方法及び装置を革新的に提供し、従来の損失査定のやり方及び理念を突破し、自動車衝突損傷の形をモデリングし、大量の過去データを抽出し分析を行い、車両衝突損傷モデルと損失内訳との間の関連アルゴリズムを実現する。
上記の技術目的を達成するために、本発明の一つの技術案は、車両事故損失評価方法を開示した。車両事故損失評価方法は、車両の車両情報及び修理工場情報を取得することと、前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定することと、前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定することと、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得することと、前記損傷部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を含む。
更に、前記車両事故損失評価方法において、前記車両情報は、車両ブランド及び配置車種情報を含む。
更に、前記車両事故損失評価方法において、関連損傷部品を計算することは、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、衝突損傷タイプを特定することと、特定された衝突損傷タイプに基づいて、対応する関連密度モデルを選択することと、選択された関連密度モデルを利用して関連損傷部品を計算することと、を含む。
更に、前記車両事故損失評価方法において、衝突損傷タイプは、前記コア部品及び該コア部品の損傷形態と第一対応関係を有し、衝突損傷タイプは、前記関連密度モデルと第二対応関係を有し、前記第一対応関係と前記第二対応関係の生成過程は、過去事例データを収集し、過去事例データ中の車両情報に基づいて車種分類を行うことと、過去事例における各自動車を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定することと、異なるブランド、異なる配置となる車種の車両における各部品の三次元座標系における取付位置、更に車両の衝突部位の位置及び過去事例データにおける自動車衝突損傷程度データに基づいて、自動車衝突部位名称、自動車衝突車体高さ及び自動車衝突損傷程度を特定することと、自動車衝突部位、自動車衝突車体高さ及び自動車衝突損傷程度に応じて、衝突損傷タイプを分類することと、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応するコア部品及び該コア部品の損傷形態をそれぞれ特定し、衝突損傷タイプを前記コア部品及び該コア部品の損傷形態に関連付けて保存することと、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応する関連密度モデルをそれぞれ確立し、衝突損傷タイプを前記関連密度モデルに関連付けて保存することと、を含む。
更に、前記車両事故損失評価方法において、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応するコア部品及び該コア部品の損傷形態をそれぞれ特定することは、過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビッグデータマイニング分析を行い、サンプルデータを損失金額に応じて分類することと、異なる金額帯のサンプルデータに係る様々な車両損傷タイプにおける様々な部品の損傷が発生する確率を分析することにより、対応するコア部品及び該コア部品の損傷形態を特定することと、を含む。
更に、前記車両事故損失評価方法において、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応する関連密度モデルをそれぞれ確立することは、過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビックデータマイニング分析を行うことと、部品間の損傷の発生確率を分析することにより、関連密度モデルを生成することと、を含む。
更に、前記車両事故損失評価方法において、前記損傷部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することは、前記損傷部品リストと前記修理工場情報に基づいてプレビュー損失報告を生成することと、プレビュー損失報告における部品リストを修正することと、修正後の部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を含む。
上記の技術目的を達成するために、本発明の別の技術案は、車両事故損失評価装置を開示した。前記車両事故損失評価装置は、車両の車両情報及び修理工場情報を取得するための情報取得ユニットと、前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定するための衝突位置及び事故形態特定ユニットと、前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定するためのコア部品損傷特定ユニットと、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得するための関連損傷部品計算ユニットと、損傷部品リストと修理工場情報に基づいて損失評価見積を含む損失報告を生成するための損失報告生成ユニットと、を有する。
上記の技術目的を達成するために、本発明の別の技術案は、計算装置を開示した。前記計算装置は、少なくとも一つのプロセッサと、少なくとも一つの前記プロセッサに結合され、指令が記憶される記憶装置とを含み、前記指令が少なくとも一つの前記プロセッサに実行される場合に、少なくとも一つのプロセッサに以上の方法を実行させる。
上記の技術目的を達成するために、本発明の別の技術案は、機械に読取できる記憶媒体を開示した。前記機械に読取できる記憶媒体は、実行可能の指令が記憶され、前記指令が実行される場合、前記機械に以上の方法を実行させる。
本発明の有益な効果は以下のとおりである。
本発明の実施例が提供する車両事故の損失評価方法及び装置は、高効率、インテリジェント且つ便利に、車両に対する損失を査定し見積もることができ、現在の自動車の分野における損失が大きい事故車両に対する損失評価が、部品を取り外し検査することにより損失査定が必要という現状の限界を打破し、取り外して検査することなく損傷の境目を特定し、保険会社に対して適当な損失賠償案を制定し、損失賠償コストを節約するには意義が大きい。現在の自動車の分野における損失が大きい事故車両に対する損失評価が従業員のスキルに依存し過ぎるとの現状の限界を打破し、従業員の技術に対する要求を軽減させ、損失評価の効率を大幅に向上させた。現場で保険会社へ報告するときに迅速で正確に予測でき、保険会社の支払備金の計算に科学的保障を提供し、これまでの軽率な個人で決まる予測方法とは根本的に異なる。道路での交通事故の損失評価において、事故車両を迅速に評価することは、交通事故の迅速な処理、および／または事故紛争の迅速な処理に遠大な意義と価値を有する。
図には、
図１は、本発明の実施例にかかる車両事故損失評価方法のフローチャートである。 図２は、本発明の一例にかかる見積書の概略図である。 図３Ａ及び図３Ｂは、それぞれ本発明の例１にかかるレクサスＳＵＶ車の実車衝突図及び円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図３Ａ及び図３Ｂは、それぞれ本発明の例１にかかるレクサスＳＵＶ車の実車衝突図及び円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図４Ａ及び図４Ｂは、それぞれ本発明の例２にかかる北京現代ＳＵＶ車の実車衝突図及び円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図４Ａ及び図４Ｂは、それぞれ本発明の例２にかかる北京現代ＳＵＶ車の実車衝突図及び円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図５Ａ及び図５Ｂは、それぞれ本発明の例３にかかる一汽トヨタＲｅｉｚの３ボックス４ドア車両の異なる視角から見た実車衝突図である。 図５Ａ及び図５Ｂは、それぞれ本発明の例３にかかる一汽トヨタＲｅｉｚの３ボックス４ドア車両の異なる視角から見た実車衝突図である。 図５Ｃは、本発明の例３にかかる円を描いて車両の衝突部位をマークして事故形態を選択するページ概略図である。 図６は、本発明の例４にかかるコア部品であり、ユーザーが目視して部品の損傷形態をチェックする。 図７は、本発明の例５にかかるコア部品であり、ユーザーが目視して部品の損傷形態をチェックする。 図８は、本発明の例６にかかるコア部品であり、ユーザーが目視して部品の損傷形態をチェックする。 図９は、本発明の例１にかかる修正可能な損傷報告プレビューページの概略図である。 図１０は、本発明の一例にかかる図１に示す方法のステップＳ１４０における第一対応関係及び第二対応関係の生成過程のフローチャートである。 図１１は、本発明の別の実施例にかかる車両事故損失評価装置の構造概略図である。 図１２は、本発明の実施例にかかる車両事故損失評価処理のための計算装置の構造ブロック図である。
以下に明細書の図面を参照して本発明にかかる車両事故損失評価方法及び装置を詳細に解説・説明する。
図１は本発明の一つの実施例にかかる車両事故損失評価方法のフローチャートである。
図１に示すように、ステップＳ１１０において、車両の車両情報及び修理工場情報を取得する。ここで、車両情報は車両ブランド及び配置車種情報を含んでもよい。
オプションの実施形態として、ユーザーにより車両の車台番号（ＶＩＮ、Ｖｅｈｉｃｌｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｎｕｍｂｅｒ：車両識別番号）の画像を入力した後に光学文字認識（ＯＣＲ、Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）又はユーザーが手動で車両の車台番号情報を入力することにより、車両ブランド及び配置車種情報を取得することができる。修理工場情報、例えば修理工場の名称を取得し、修理工場によって、同じ自動車部品の修理価格が異なる可能性があるため、修理工場の名称に基づいて修理工場のタイプを判断することができ、例えば、修理工場のタイプは４Ｓ店及び総合修理工場を含み、修理工場のタイプに基づいて部品の修理価格を特定することができる。車両情報にはナンバープレート番号情報をさらに含めても良く、賠償請求するために保険会社へ損失報告を送信する必要があるときには、車両情報はナンバープレート番号情報を含む必要がある。ナンバープレート番号情報はユーザーにより手動で入力されてもよい。個人的な問い合わせのため、損失報告を保険会社に送信する必要がない場合には、ナンバープレート番号情報を入力しなくてもよい。代替方式として、一つの案件識別コードを入力又は生成することもできる。
具体的な例として、見積書を作成する過程で損失査定される車両の基本情報を生成することができる。ユーザーは携帯電話モバイル機器を使用してＡＰＰのホームページにアクセスするか、或いは、デスクトップコンピュータを使用してウェブページのホームページにアクセスし、ナンバープレート情報を入力してから、ユーザーが車両の車台番号（ＶＩＮ）画像を入力した後にＯＣＲ識別又は手動で車両の車台番号情報を入力して車両車台番号情報を取得し、車台番号情報に基づいて車両の車種を特定し、その後に修理工場情報を選択して補完することにより、見積書を作成する。見積書の一例は図２に示すとおりである。
ステップＳ１２０において、車両情報に基づいて、車両を三次元座標系における対応図形として仮設し、図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定する。
同類の自動車ブランドの車種を三次元座標系における対応サイズの直方体に仮設することができる。ユーザーは仮設の直方体上で円を描いて車両の衝突部位をマークし、事故形態を選択することができる。
例１は、右後側の衝突を例とする。図３Ａは本発明の例１にかかるレクサスＳＵＶ車についての実車衝突図であり、車両右後側は衝突損傷エリアである。車両の衝突実際部位についての円描きに従って、プログラムは車両衝突損傷エリアが右後側であることをインテリジェントに計算する。図３Ｂに示すように、車両エアバッグが展開したことを目測できるため、「エアバッグエアカーテンが損傷した」との事故形態をチェックする必要がある。
例２については、図４Ａは本発明の例２にかかる北京現代ＳＵＶ車についての実車衝突図であり、車両右前角及び真正面右寄りが衝突部位である。車両の衝突実際部位についての円描きに従って、プログラムは車両衝突損傷エリアが右前角及び正面であることをインテリジェントに計算する。図４Ｂに示すように、車両エアバッグが展開し、エンジン吸気マニホールドが損傷したことを目測できるため、「エアバッグエアカーテンが損傷した」及び「エンジンが損傷した」との事故形態をチェックする必要がある。
例３については、図５Ａ及び図５Ｂは本発明の例３にかかる一汽トヨタＲｅｉｚ３－ボックス４ドア車両についての実車衝突図であり、車両の右前角及び右後側は衝突部位である。車両の衝突実際部位についての円描きに従って、プログラムは車両衝突損傷エリアが右前角及び右後側であることをインテリジェントに計算する。図５Ｃに示すように、車両エアバッグが展開したことを目測できるため、「エアバッグエアカーテンが損傷した」事故形態をチェックする必要がある。
ステップＳ１３０において、車両情報及び衝突部位の三次元座標系における位置及び事故形態に基づいて、衝突部位に係るコア部品及び該コア部品の損傷形態を特定する。
ここで、コア部品は、車両の構造部品、又は衝突を緩衝する役割を果たす部品、又はある事故形態で部品関連密度が最も活発な部品であることを特徴とし、例えばフロント縦ビームアセンブリ（左）は構造部品であり、衝突に対する支持力が最大であり、例えばフロントバンパーフレームは衝突緩衝部品であり、例えば前バンパーの表面は、真正面前、左前、右前に衝突する時に部品関連密度が最も活発であるものである。コア部品は対応する車両部位に分布し、円を描いて車両の衝突部位をマークすると、対応するコア部品がポップアップされる。
具体的には、まず自動車部品の組立位置を座標化する。部品の実際の組立位置に基づいて、組立部品についての座標系を確立し、各部品の組立位置に対して三次元座標を付与する。
具体的な例として、ユーザーの円描きと事故形態のチェック操作の後、プログラムは具体的な車両の実際の組立部品に基づいて、対応するコア部品リストをポップアップさせ、ユーザーが損傷タイプを判断し、損傷部品を交換するか、板金修理で対応するかを判断する必要がある。ここで、コア部品は、車両外観の視認可能な損傷形態は、損傷形態が目測可能な部品など、部品を取り外す検査が必要なく損傷形態を判定できる部品であっても良い。コア部品の個数は３乃至１２であってもよく、車両の衝突部位の個数及び車両配置に応じて異なってもよい。図６は本発明の例４にかかるコア部品であり、ユーザーが目測し部品の損傷形態をチェックする。図７は本発明の例５にかかるコア部品であり、ユーザーが目測し部品の損傷形態をチェックする。コア部品であるフロント縦ビームアセンブリを例として、車両のフロント縦ビームアセンブリが損傷したとすると、衝突の程度が厳しいことが分かり、車両のフロント縦ビームアセンブリが損傷していないとすると、損傷程度が軽微であることが分かる。図８は本発明の例６にかかるコア部品であり、ユーザーが目測し部品の損傷形態をチェックする。
ステップＳ１４０において、衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得する。
ステップＳ１４０において、関連損傷部品を計算することは、衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、衝突損傷タイプを特定することと、特定された衝突損傷タイプに基づいて、対応する関連密度モデルを選択することと、選択された関連密度モデルを利用して関連損傷部品を計算することと、を含むことができる。得られた全ての損傷部品の名称を収集し、実際の事故車両の組立部品に基づいて余分な部品を除外し、損傷部品リストを生成する。
ステップＳ１５０において、損傷部品リストと修理工場情報に基づいて、損失評価見積を含む損失報告を生成する。
ステップＳ１５０において損傷部品リストと修理工場情報に基づいて損失報告を生成することは、損傷部品リストと修理工場情報に基づいてプレビュー損失報告を生成することと、プレビュー損失報告における部品リストを修正することと、修正後の部品リストと修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を含むことができる。
具体的な例として、図９に示すように、依然として上記の例１を例とし、ユーザーは１０個のコア部品のうちの６個について、交換又は修理が必要であると判定し、「残存価額見積を取得する」をクリックすると、プログラムは、車両衝突タイプが「右後側極重度の衝突」であり、部品交換項目は７６項であり、合計１０２７３２元であり、人工費項目は１４７２８元であり、損失評価合計は１１７０１０元であることをインテリジェントに計算する。該車両の実際の損失査定は１０９６８０元であり、偏差は７３３０元のみであり、偏差率は７．０５％である。「内訳を見る」をクリックすると、具体的な損失評価内容をプレビューすることができる。
偏差の原因は、幾つかの部品に対して交換するか修理するかという損傷形態が間違えたことにある。ユーザーがさらに修正すれば、正確かつ完全な評価ができる。代替的な実施形態として、修正については、ユーザーがプレビュー損失報告における損傷したコア部品リスト中のコア部品に対して削除及び／又は追加し、及び／又はコア部品の損傷形態等を修正することができる。
代替的な実施形態として、上記ステップＳ１４０において、衝突損傷タイプは、衝突部位に係るコア部品及び該コア部品の損傷形態と第一対応関係を有することができ、衝突損傷タイプは、関連密度モデルと第二対応関係を有することができる。図１０に示すように、第一対応関係と第二対応関係の生成過程は以下のステップを含むことができる。
ステップＳ１４１０において、過去事例データを収集し、過去事例データ中の車両情報に基づいて車種分類を行う。
乗用自動車の車体外観は主に３ボックス４ドア、３ボックス２ドア、２ボックス５ドア、ＳＵＶ、ＭＰＶ、及びワゴンなど合計６種類に分けられ、車両車台番号（ＶＩＮ）を解析することにより各車両の具体的な外観タイプを取得することができる。
ステップＳ１４２０において、過去事例における各自動車を三次元座標系における対応図形として仮設し、図形に基づいて車両の衝突部位の位置を特定する。
具体的には、自動車衝突部位及びエリアの三次元座標データを事前に確立する必要がある。図１０に示すように、自動車車体外観を正前面衝突１、左前角衝突２、左前側衝突３、左中側衝突４、左後側衝突５、左後角衝突６、正後面衝突７、右後角衝突８、右後側衝突９、右中側衝突１０、右前側衝突１１、右前角衝突１２、前中部衝突１３、中中部衝突１４、及び後中部衝突１５など合計１５の衝突部位に分類することができる。車体に応じて各衝突部位エリアに三次元座標データを確立し、ユーザーが円を描くとコンピュータは車両衝突に対応するエリア名称を算出することができる。
ステップＳ１４３０において、異なるブランド、異なる配置となる車種の車両における各部品の三次元座標系における取付位置、更に車両の衝突部位の位置及び過去事例データにおける自動車衝突損傷程度データに基づいて、自動車衝突部位名称、自動車衝突車体高さ及び自動車衝突損傷程度を特定する。
具体的には、自動車部品の取付位置の三次元座標ジャイロスコープデータを事前に作成する必要がある。自動車衝突事故には、自動車部品データベース例えばＴＯＰ２０００部品データベースにおける部品の名称が９９．９０％の自動車部品の名称をカバーすることができる。
各車両が実際にＴＯＰ２０００部品データベース内のどの部品を取り付けたかは、車両の車台番号（ＶＩＮ）により解析して取得することができる。ＴＯＰ２０００部品データベースにおける８０％の部品は、それぞれ三室４ドア、三室２ドア、二室５ドア、ＳＵＶ、ＭＰＶ、及びマイクロバスの６種類の車体外形における取付位置が同じであり、その他２０％の部品は自動車ブランド及び配置車種によって異なる。
６種類の車体外形を二種類に分け、下記のとおりそれぞれ二通りの三次元立体部品座標系を確立することができる。
第一種の部品座標系では、「三室２ドア」以外の車体外形となる車両の部品座標系ＯＸＹＺ＝０（９，１２，３）、原点Ｏ＝（０，０，０）は車両の左前下角点であり、Ｘ軸は車両左右方向、最長目盛は９であり、Ｙ軸は車両前後方向、最長目盛は１２であり、Ｚ軸は車両上下方向、最長目盛は３である。
第二種の部品座標系では、「三室２ドア」となる車体外形となる車両の部品座標系ＯＸＹＺ＝０（９，１０，３）、原点Ｏ＝（０，０，０）は車両の左前下角点であり、Ｘ軸は即ち車両左右方向、最長目盛は９であり、Ｙ軸は車両前後方向、最長目盛は１０であり、Ｚ軸は車両上下方向、最長目盛は３である。
具体的な例として、１００以上の乗用自動車ブランド、２０万種類以上の異なる配置車種、及び２０００個の部品名称を、実際の部品の取付位置に基づいて、コンピュータにより自動車部品の取付位置の三次元座標ジャイロスコープデータを作成することができる。
ステップＳ１４４０、自動車衝突部位、自動車衝突車体高さ及び自動車衝突損傷程度に応じて、衝突損傷タイプを分類する。
具体的な例として、自動車衝突部位、自動車衝突車体高さ及び自動車衝突損傷程度に応じて、１５６種類の衝突損傷タイプを作成することができる。以下の表１に示すように、左前角に１０種類の衝突損傷タイプがあり、左前側に１５種類の衝突損傷タイプがある
具体的な例として、ビックデータマイニング分析方法によりコア部品及び部品損傷形態と１５６種類の衝突損傷タイプとの対応関係を取得する。ステップＳ１４５０において、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応するコア部品及び該コア部品の損傷形態をそれぞれ特定し、衝突損傷タイプをコア部品及び該コア部品の損傷形態に関連付けて保存する。
具体的には、Ｓ１４５０は、過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビッグデータマイニング分析を行い、サンプルデータを損失金額に応じて分類することと、異なる金額帯のサンプルデータに係る様々な車両損傷タイプにおける様々な部品の損傷が発生する確率を分析することにより、対応するコア部品及び該コア部品の損傷形態を特定することと、を含むことができる。
具体的な例として、具体的には千万レベルの過去事故車両の損失査定記録をサンプルとし、ビックデータマイニング分析方法を採用し、サンプルを損失金額帯に応じて分類し、異なる金額帯におけるサンプルデータに係る様々な車両損傷タイプにおける各部品の損傷が発生する確率を分析することにより、１５６種類の衝突損傷タイプのコアキー部品名称及び部品損傷形態を特定する。逆に、ユーザーが円を描いてコア部品の損傷形態をチェックすると、コンピュータは事故車両の損傷タイプをインテリジェントに算出することもできる。
車両の衝突部位及び事故形態とコアキー部品リストとの間に強い相関関係があり、ビックデータマイニング分析方法により取得することができる。ステップＳ１４６０において、異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応する関連密度モデルをそれぞれ確立し、衝突損傷タイプを関連密度モデルに関連付けて保存する。
具体的には、ステップ１４６０は、過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビックデータマイニング分析を行うことと、部品間の損傷の発生確率を分析することにより関連密度モデルを生成することとを含むことができる。具体的な例として、同様に千万レベルの過去事故車両の損失査定記録をサンプルとし、ビックデータマイニング分析方法を採用し、部品損傷の間の関連密度を分析することができる。部品損傷の間の関連密度を分析することは、神経密度アルゴリズムで実現することができる。例えば、部品Ａに交換損傷形態が発生した場合、部品Ｂに交換損傷形態が発生する関連密度がどの程度であるか。さらに例えば、部品Ａと部品Ｂの両方に交換損傷形態が発生した場合、部品Ｃに交換損傷形態が発生する関連密度がどの程度であるか。このように類推して、ＴＯＰ２０００部品データベースにおける部品の関連が強い部品損傷形態を特定する。
図１１は本発明の他の実施例にかかる車両事故損失評価装置の構造概略図である。図１１に示すように、該実施例にかかる車両事故損失評価装置１１００は情報取得ユニット１１１０、衝突位置及び事故形態特定ユニット１１２０、コア部品損傷特定ユニット１１３０、関連損傷部品計算ユニット１１４０及び損失報告生成ユニット１１５０を含む。
情報取得ユニット１１１０は、車両の車両情報及び修理工場情報を取得するためのものである。情報取得ユニット１１１０の操作は、図１を参照して上述したステップＳ１１０の操作を参照することができる。
衝突位置及び事故形態特定ユニット１１２０は、車両情報に基づいて、車両を三次元座標系における対応図形として仮設し、図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定するためのものである。衝突位置及び事故形態特定ユニット１１２０の操作は、図１を参照して上述したステップＳ１２０の操作を参照することができる。
コア部品損傷特定ユニット１１３０は、車両情報及び衝突部位の三次元座標系における位置及び前記事故形態に基づいて、衝突部位に係るコア部品及び該コア部品の損傷形態を特定するためのものである。コア部品損傷特定ユニット１１３０の操作は、図１を参照して上述したステップＳ１３０の操作を参照することができる。
関連損傷部品計算ユニット１１４０は、衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより損傷部品リストを取得するためのものである。関連損傷部品計算ユニット１１４０の操作は、図１を参照して上記したステップＳ１４０の操作を参照することができる。
損失報告生成ユニット１１５０は、損傷部品リストと修理工場情報に基づいて損失評価見積を含む損失報告を生成するためのものである。損失報告生成ユニット１１５０の操作は、図１を参照して上述したステップＳ１５０の操作を参照することができる。
本発明の実施例にかかる車両事故損失評価方法及び装置の特徴は、自動車部品の組立位置を座標化し、同類の自動車ブランドの車種を一つの長方体に仮設し、次に部品の実際の取り付け位置に基づいて、組立部品座標系を確立し、各部品の組立位置について三次元座標を付与する。同時に過去事故車の評価記録をマイニング分析し、神経密度アルゴリズムを運用し、車両部品の間の損傷発生確率、及び車両部品の損傷と車両衝突損傷程度との間の関連関係を算出する。車両事故の衝突部位、損傷程度と部品損傷関係の数学的モデルを確立することにより、事故車両の損失報告を迅速かつインテリジェントに評価する。人工知能（ＡＩ）を利用して自動車衝突損傷形態をモデリングし、大量の過去データでマイニング分析を行い、車両衝突損傷モデルと損失内訳との間の関連アルゴリズムを実現する。ユーザーは携帯電話端末とウェブページ端で便利に操作して使用することができ、迅速に評価することができる。
図１２は本発明の実施例にかかる車両事故損失評価処理のための計算装置の構造ブロック図である。
図１２に示すように、計算装置１２００は、少なくとも一つのプロセッサ１２１０、記憶装置１２２０、メモリ１２３０、通信インタフェース１２４０及び内部バス１２５０を含み、かつ少なくとも一つのプロセッサ１２１０、記憶装置１２２０、メモリ１２３０及び通信インタフェース１２４０はバス１２５０を介して接続される。該少なくとも一つのプロセッサ１２１０は、コンピュータ可読記憶媒体（即ち、記憶装置１２２０）に記憶されるか又はコードされる少なくとも一つのコンピュータ可読指令（即ち、上記ソフトウェア形態で実現される要素）を実行する。
実施例の一つにおいて、記憶装置１２２０にコンピュータ実行可能な指令が記憶され、実行する場合に少なくとも一つのプロセッサ１２１０によって、車両の車両情報及び修理工場情報を取得することと、前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定することと、前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定することと、前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得することと、前記損傷部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を実行させる。
理解すべきなのは、記憶装置１２２０に記憶されたコンピュータ実行可能指令が実行される時に少なくとも一つのプロセッサ１２１０が本発明の各実施例における図１乃至１１を参照して上記した様々な操作及び機能を行うことである。
本発明において、計算装置１２００は、パーソナルコンピュータ、サーバコンピュータ、ワークステーション、デスクトップ型コンピュータ、ラップトップ型コンピュータ、ノートブックコンピュータ、モバイル計算装置、スマートフォン、タブレットコンピュータ、携帯電話、パーソナルデジタルアシスタント（ＰＤＡ）、ハンドヘルド装置、メッセージ送受信装置、ウェアラブル計算装置、消費電子装置等を含むが、それらに限定されない。
実施例によれば、例えば非一時的な機械可読媒体のプログラム製品を提供する。非一時的な機械可読媒体は指令（即ち、上記ソフトウェア形態で実現される要素）を有してもよく、該指令が機械により実行される場合、機械は本発明の各実施例における図１乃至１１を参照して上記した様々な操作及び機能を実行する。
具体的には、可読記憶媒体を備えたシステム又は装置を提供することができ、該可読記憶媒体に上記実施例のいずれかの実施例の機能を実現するソフトウェアプログラムコードを記憶し、かつ該システム又は装置のコンピュータ又はプロセッサは該可読記憶媒体に記憶された指令を読み取り実行する。
このような状況で、可読媒体から読み取ったプログラムコード自体は上記実施例のいずれかの実施例の機能を実現することができるため、機械可読コード及び機械可読コードを記憶する可読記憶媒体は本発明の一部を構成する。
可読記憶媒体としては、例えば、フレキシブルディスク、ハードディスク、磁気ディスク、光ディスク（例えばＣＤ ＲＯＭ、ＣＤ Ｒ、ＣＤ ＲＷ、ＤＶＤ ＲＯＭ、ＤＶＤ ＲＡＭ、ＤＶＤ ＲＷ）、磁気テープ、不揮発性のメモリカード、ＲＯＭを含む。オプションとして、通信ネットワークを介してサーバコンピュータ上又はクラウドからプログラムコードをダウンロードすることができる。
以上は本発明の実施例だけであり、本発明の特許請求の範囲を限定するものではなく、本発明の明細書及び図面内容を利用して行われた同様な効果の構造又は同様な効果のフローの変換、又は他の関連する技術分野に直接的又は間接的に適用することは、いずれも同様に本発明の請求項の保護範囲内に含まれる。

Claims (10)

  1. 車両の車両情報及び修理工場情報を取得することと、
    前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定することと、
    前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定することと、
    前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得することと、
    前記損傷部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することとを含むことを特徴する車両事故損失評価方法。
  2. 前記車両情報は、車両ブランド及び配置車種情報を含むことを特徴する請求項１に記載の車両事故損失評価方法。
  3. 関連損傷部品を計算することは、
    前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、衝突損傷タイプを特定することと、
    特定された衝突損傷タイプに基づいて、対応する関連密度モデルを選択することと、
    選択された関連密度モデルを利用して関連損傷部品を計算することと、を含むことを特徴する請求項１に記載の車両事故損失評価方法。
  4. 衝突損傷タイプは、前記コア部品及び該コア部品の損傷形態と第一対応関係を有し、
    衝突損傷タイプは、前記関連密度モデルと第二対応関係を有し、
    前記第一対応関係と前記第二対応関係の生成過程は、
    過去事例データを収集し、過去事例データ中の車両情報に基づいて車種分類を行うことと、
    過去事例における各自動車を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定することと、
    異なるブランド、異なる配置となる車種の車両における各部品の三次元座標系における取付位置、更に車両の衝突部位の位置及び過去事例データにおける自動車衝突損傷程度データに基づいて、自動車衝突部位名称、自動車衝突車体高さ及び自動車衝突損傷程度を特定することと、
    自動車衝突部位、自動車衝突車体高さ及び自動車衝突損傷程度に応じて、衝突損傷タイプを分類することと、
    異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応するコア部品及び該コア部品の損傷形態をそれぞれ特定し、衝突損傷タイプを前記コア部品及び該コア部品の損傷形態に関連付けて保存することと、
    異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応する関連密度モデルをそれぞれ確立し、衝突損傷タイプを前記関連密度モデルに関連付けて保存することとを含むことを特徴する請求項３に記載の車両事故損失評価方法。
  5. 異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応するコア部品及び該コア部品の損傷形態をそれぞれ特定することは、
    過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビッグデータマイニング分析を行い、サンプルデータを損失金額に応じて分類することと、
    異なる金額帯のサンプルデータに係る様々な車両損傷タイプにおける様々な部品の損傷が発生する確率を分析することにより、対応するコア部品及び該コア部品の損傷形態を特定することと、を含むことを特徴する請求項４に記載の車両事故損失評価方法。
  6. 異なる自動車外形となる車両の異なる衝突損傷タイプに対して、対応する関連密度モデルをそれぞれ確立することは、
    過去事例データにおける過去事故車両の損失査定記録をサンプルデータとし、ビックデータマイニング分析を行うことと、
    部品間の損傷の発生確率を分析することにより、関連密度モデルを生成することを含むことと、を特徴する請求項４に記載の車両事故損失評価方法。
  7. 前記損傷部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することは、
    前記損傷部品リストと前記修理工場情報に基づいてプレビュー損失報告を生成することと、
    プレビュー損失報告における部品リストを修正することと、
    修正した部品リストと前記修理工場情報に基づいて損失評価見積を含む損失報告を生成することと、を含むことを特徴する請求項１に記載の車両事故損失評価方法。
  8. 車両の車両情報及び修理工場情報を取得するための情報取得ユニットと、
    前記車両情報に基づいて、前記車両を三次元座標系における対応図形として仮設し、前記図形に基づいて車両の衝突部位の位置を特定し、事故形態を特定するための衝突位置及び事故形態特定ユニットと、
    前記車両情報及び前記衝突部位の三次元座標系における位置及び前記事故形態に基づいて、前記衝突部位に係るコア部品及び該コア部品の損傷形態を特定するためのコア部品損傷特定ユニットと、
    前記衝突部位に係るコア部品及び該コア部品の損傷形態に基づいて、関連損傷部品を計算することにより、損傷部品リストを取得するための関連損傷部品計算ユニットと、
    損傷部品リストと修理工場情報に基づいて損失評価見積を含む損失報告を生成するための損失報告生成ユニットと、を有することを特徴する車両事故損失評価装置。
  9. 少なくとも一つのプロセッサと、
    少なくとも一つの前記プロセッサに結合され、指令が記憶される記憶装置であって、前記指令が少なくとも一つの前記プロセッサに実行される場合に、少なくとも一つのプロセッサに請求項１乃至７のいずれか一項に記載の方法を実行させる記憶装置とを有することを特徴する計算装置。
  10. 実行可能の指令が記憶され、前記指令が実行される場合、機械は請求項１乃至７のいずれか一項に記載の方法を実行させることを特徴する機械可読記憶媒体。
JP2023541640A 2021-07-23 2022-04-22 車両事故損失評価方法及び装置 Pending JP2024501066A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202110836463.1 2021-07-23
CN202110836463.1A CN113628055B (zh) 2021-07-23 2021-07-23 车辆事故损失评估方法及装置
PCT/CN2022/088381 WO2023000737A1 (zh) 2021-07-23 2022-04-22 车辆事故损失评估方法及装置

Publications (1)

Publication Number Publication Date
JP2024501066A true JP2024501066A (ja) 2024-01-10

Family

ID=78380766

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023541640A Pending JP2024501066A (ja) 2021-07-23 2022-04-22 車両事故損失評価方法及び装置

Country Status (5)

Country Link
US (1) US20230360004A1 (ja)
EP (1) EP4372658A1 (ja)
JP (1) JP2024501066A (ja)
CN (1) CN113628055B (ja)
WO (1) WO2023000737A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113628055B (zh) * 2021-07-23 2022-04-01 明觉科技（北京）有限公司 车辆事故损失评估方法及装置
US20230035340A1 (en) * 2021-07-29 2023-02-02 GM Global Technology Operations LLC Methods and systems to optimize vehicle event processes
CN115345347A (zh) * 2022-07-11 2022-11-15 清华大学 交通风险预测方法、装置、计算机设备和存储介质
CN115661342B (zh) * 2022-10-17 2023-07-28 上海信宝博通电子商务有限公司 针对车辆损伤点位的显示方法、装置及计算机可读介质
CN115760439B (zh) * 2022-11-01 2023-07-07 德联易控科技(北京)有限公司 一种车辆报告的生成方法、装置、终端设备及存储介质
CN116664082A (zh) * 2023-07-26 2023-08-29 太平金融科技服务(上海)有限公司深圳分公司 一种车辆损失情况确定方法、装置、设备及存储介质
CN116777648B (zh) * 2023-08-23 2023-11-03 山东远硕上池健康科技有限公司 一种车辆出险的人伤理赔信息智能管理方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140279169A1 (en) * 2013-03-15 2014-09-18 Toyota Motor Sales, U.S.A., Inc. Method for generating vehicle repair estimate reports based on predictive estimating
US9508200B1 (en) * 2013-03-15 2016-11-29 State Farm Mutual Automobile Insurance Company System and method for using a specialty vehicle data identifier to facilitate treatment of a vehicle damaged in a crash
US10360601B1 (en) * 2014-12-11 2019-07-23 Alexander Omeed Adegan Method for generating a repair estimate through predictive analytics
CN105550756B (zh) * 2015-12-08 2017-06-16 优易商业管理成都有限公司 一种基于模拟车辆受损的汽车快速定损方法
US11144889B2 (en) * 2016-04-06 2021-10-12 American International Group, Inc. Automatic assessment of damage and repair costs in vehicles
CN106600418B (zh) * 2016-11-11 2018-04-27 中国平安财产保险股份有限公司 车险智能定损中剔除互为包含定损项目的方法及系统
CN107133876A (zh) * 2017-05-08 2017-09-05 明觉科技（北京）有限公司 车辆定损方法及定损客户端
US20180121888A1 (en) * 2017-12-20 2018-05-03 Patrick Richard O'Reilly System and method for improved vehicle collision damage estimating and repair
US20200327743A1 (en) * 2019-04-15 2020-10-15 Mitchell International, Inc. Methods for automatically processing vehicle collision damage estimation and repair with wearable computing devices
US20210192455A1 (en) * 2019-09-09 2021-06-24 Neural Claim System, Inc. Methods and Systems for Submitting and/or Processing Insurance Claims for Damaged Motor Vehicle Glass
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
CN111461905A (zh) * 2020-05-28 2020-07-28 深圳麦亚信科技股份有限公司 车险骗赔规避方法、装置、计算机设备及存储介质
CN111461266B (zh) * 2020-06-18 2020-12-01 爱保科技有限公司 一种车辆定损异常识别方法、装置、服务器以及存储介质
CN112085610B (zh) * 2020-09-07 2023-08-22 中国平安财产保险股份有限公司 目标物定损方法、装置、电子设备及计算机可读存储介质
CN112232849A (zh) * 2020-09-08 2021-01-15 福州本末知源科技有限公司 一种基于智能算法的事故车评估方法与系统
CN112925287B (zh) * 2020-10-13 2022-11-04 车包包(北京)聚合技术有限责任公司 一种汽车故障精确诊断的大数据智能化系统
CN113628055B (zh) * 2021-07-23 2022-04-01 明觉科技（北京）有限公司 车辆事故损失评估方法及装置

Also Published As

Publication number Publication date
CN113628055A (zh) 2021-11-09
EP4372658A1 (en) 2024-05-22
US20230360004A1 (en) 2023-11-09
CN113628055B (zh) 2022-04-01
WO2023000737A1 (zh) 2023-01-26

Similar Documents

Publication Publication Date Title
JP2024501066A (ja) 車両事故損失評価方法及び装置
US10373260B1 (en) Imaging processing system for identifying parts for repairing a vehicle
US20240087102A1 (en) Automatic Image Based Object Damage Assessment
US10373262B1 (en) Image processing system for vehicle damage
KR102109882B1 (ko) 인공 지능 기반 차량 손상 진단 및 수리비 산정 시스템 및 방법
US10380696B1 (en) Image processing system for vehicle damage
US9646345B1 (en) Method and system for displaying an initial loss report including repair information
US9218626B1 (en) Automatic prediction and recommendation of parts, materials, and services for vehicle insurance claim estimates and supplements
US20140316825A1 (en) Image based damage recognition and repair cost estimation
JP2020521215A (ja) 車両損傷査定の方法、損傷査定クライアント及びコンピュータ読取可能な記憶媒体
US20150213556A1 (en) Systems and Methods of Predicting Vehicle Claim Re-Inspections
CN110851524B (zh) 基于自下而上的城市机动车排放清单编制技术方法及系统
CN110781381B (zh) 基于神经网络的数据验证方法、装置、设备及存储介质
CN109215119B (zh) 受损车辆的三维模型建立方法及装置
Saisree et al. Pothole detection using deep learning classification method
CN113011961A (zh) 公司关联信息风险监测方法、装置、设备及存储介质
JP2002183338A (ja) 損害評価方法および情報処理装置ならびに記憶媒体
Dobrowolski et al. Daily kilometrage analysis for selected vehicle groups
CN113902045B (zh) 一种基于图像识别的车险现场快速定损方法
CN115619572A (zh) 车险报价方法、装置、设备及存储介质
WO2021000489A1 (zh) 车辆图像分类方法、装置、计算机设备及存储介质
CN116739799B (zh) 车辆事故损失评估风险控制方法、装置、电子设备和存储介质
Lee et al. GP22: A Car Styling Dataset for Automotive Designers
CN111325244B (zh) 车辆高危地点的检测方法、终端设备及存储介质
US20220171896A1 (en) Method for design of vehicle body component

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230707

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230707

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20230707

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231115

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231213

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240305

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240410

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240625