TWM541168U - 人車路智能交通事故肇因肇責動畫分析系統 - Google Patents
人車路智能交通事故肇因肇責動畫分析系統 Download PDFInfo
- Publication number
- TWM541168U TWM541168U TW105217765U TW105217765U TWM541168U TW M541168 U TWM541168 U TW M541168U TW 105217765 U TW105217765 U TW 105217765U TW 105217765 U TW105217765 U TW 105217765U TW M541168 U TWM541168 U TW M541168U
- Authority
- TW
- Taiwan
- Prior art keywords
- information
- accident
- vehicle
- road
- parameter data
- Prior art date
Links
- 206010039203 Road traffic accident Diseases 0.000 title claims description 35
- 238000012545 processing Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 11
- 231100000241 scar Toxicity 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000003137 locomotive effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 241000283070 Equus zebra Species 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006461 physiological response Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- 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
- G06Q50/18—Legal services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Technology Law (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
- Processing Or Creating Images (AREA)
Description
本新型係一種動畫分析系統,特別是關於一種對應事故現場的人車路智能交通事故肇因肇責動畫分析系統。
隨著車輛相關技術發展,車輛行駛的安全問題層出不窮,而人們對於行車安全更加重視。因此,隨著法規的嚴格規定及相關報導的呼籲,車輛安全科技為目前研發車輛相關技術首重之課題。
車輛安全科技發展之初,一般以被動輔助裝置的保護或加固的方式來減輕事故發生後的傷亡,例如安全氣囊、安全帶、特殊頸椎保護座椅及防撞桿等。然而,事故發生前的主動輔助裝置顯然更為重要,例如防鎖死煞車系統(Anti-lock Brake System,ABS)、電子穩定系統(Electronic Stability Program System,ESPS)及牽引
控制系統(Traction Control System,TCS)等,其能於車子發生撞擊前或失速時作動,藉此即時控制車子。
然而一旦車輛發生事故時,除了對駕駛能有保護措施以外,還需對事故雙方進行責任釐清,以便於進行後續理賠。目前車輛裝載之行車紀錄器雖對交通事故鑑定有所幫助,但一般民眾對於車輛事故的責任釐清及交通法律了解有限,只能報警等待警察至現場處理,或事後送各鄉鎮市調解委員會調解,或者再送各級事故鑑定單位鑑定,甚或逕行司法訴訟以明民刑事責任。不但曠日費時且勞民傷財。儘管或有熟知交通法規的一般民眾,但仍無法瞭解法令規定的本意及法理。因此,當事故真正發生時,兩肇雙方彼此就會因其認知差異,對法規解釋及法規應用產生各有論據的爭執。
故,如能於交通事故發生後馬上透過動畫清楚得知事故發生的過程、原因,並可對應查詢相關法規的合理應用及解釋,藉此釐清交通事故的肇事責任,相信對於事故車輛駕駛的權益有莫大保障,甚或可減少或減輕漫長的善後處理程序及司法訴訟。
因此,本新型之目的在於提供一種人車路智能交通事故肇因肇責動畫分析系統,其透過各種不同的參數資料建構出對應事故之動畫叢集,可讓使用者觀看事故動畫而清楚瞭解事故的發生過程細節並釐清事故原因與事故
責任,以解決傳統透過行車紀錄器與警察現場處理鑑定的費時、費力及費錢問題。
本新型之一實施方式為一種人車路智能交通事故肇因肇責動畫分析系統,其用以分析一事故車輛與一事故道路,並產生對應事故現場的一事故動畫。此人車路智能交通事故肇因肇責動畫分析系統包含一介面模組、一處理模組以及一人車路資料庫。介面模組顯示事故動畫並接收一選控資料。處理模組訊號連接介面模組並讀取選控資料。人車路資料庫訊號連接處理模組,且包含複數個車輛參數資料與複數個道路參數資料。其中一個車輛參數資料對應選控資料與事故車輛,其中一個道路參數資料對應選控資料與事故道路。處理模組根據選控資料將車輛參數資料與道路參數資料運算組成事故動畫。
藉此,本新型的人車路智能交通事故肇因肇責動畫分析系統利用多種參數資料建構出對應事故之動畫叢集,可讓使用者觀看事故動畫而瞭解事故的發生過程細節,以釐清事故原因與事故責任。
依據前述實施方式之其他實施例如下:前述介面模組可包含一顯示單元與一輸入單元。其中顯示單元訊號連接處理模組,且顯示單元顯示事故動畫並呈現一選控畫面。至於輸入單元則訊號連接處理模組與顯示單元。選控資料係依據選控畫面由輸入單元輸入,且輸入單元傳送選控資料至處理模組。前述各車輛參數資料可包含一車輛種類資訊、一車輛時速資訊以及一安全距離資訊。前述車
輛種類資訊可包含一大型車資訊、一小型車資訊、一機車資訊、一慢車資訊以及一特種車資訊。再者,前述道路參數資料包含一平面公路資訊、一高速公路資訊以及一狹路資訊。前述道路參數資料可包含一交叉路口號誌資訊與一交叉路口形狀資訊。交叉路口號誌資訊包含一號誌燈數量,而交叉路口形狀資訊則包含一十字路口、一丁字路口、一Y字路口及一不規則路口。此外,前述道路參數資料可包含一施工路段資訊、一路障資訊、一障礙物資訊、一封閉路段資訊、一斑馬線資訊、一標示資訊、一標誌資訊及一行人資訊。前述車輛參數資料可包含一車體刮痕資訊與一輪胎胎痕資訊。道路參數資料包含一路面煞痕資訊與一掉落物資訊。輪胎胎痕資訊對應路面煞痕資訊。
本新型之另一實施方式為一種人車路智能交通事故肇因肇責動畫分析系統,其用以分析一事故駕駛、一事故車輛及一事故道路,並產生對應事故現場的一事故動畫。此人車路智能交通事故肇因肇責動畫分析系統包含一介面模組、一處理模組以及一人車路資料庫。其中介面模組顯示事故動畫並接收一選控資料。處理模組訊號連接介面模組並讀取選控資料。人車路資料庫訊號連接處理模組,且包含複數個駕駛行為參數資料、複數個車輛參數資料以及複數個道路參數資料。其中一個駕駛行為參數資料對應選控資料與事故駕駛;其中一個車輛參數資料對應選控資料與事故車輛;其中一個道路參數資料對應選控資料
與事故道路。處理模組根據選控資料將駕駛行為參數資料、車輛參數資料及道路參數資料運算組成事故動畫。
藉此,本新型的人車路智能交通事故肇因肇責動畫分析系統透過完整之駕駛、車輛以及道路參數資料組成符合各種事故現場狀況的案例事故動畫叢集,同時配合肇因肇責分析表的對應說明,可令駕駛完全整握事故發生的肇因及其肇因分析。此外,由於駕駛已瞭解事故發生的肇因,故在配合交通警察或相關紀錄人員進行筆錄時,不會毫無頭緒而顯得慌張不安,而且未來在要求保險公司或肇事方進行求償時,也能據理力爭而獲得合理的損失賠償。
依據前述實施方式之其他實施例如下:前述駕駛行為參數資料可包含一直行駕駛行為資訊、一轉彎駕駛行為資訊、一變道駕駛行為資訊、一超車駕駛行為資訊、一超越駕駛行為資訊、一迴車駕駛行為資訊、一倒車駕駛行為資訊、一起駛駕駛行為資訊、一待轉駕駛行為資訊、一停車駕駛行為資訊、一斜穿駕駛行為資訊、一搶先駕駛行為資訊、一逆向駕駛行為資訊以及一駕駛狀況資訊。其中駕駛狀況資訊包含一駕駛身份資訊與一駕駛生理資訊。
100‧‧‧人車路智能交通事故肇因肇責動畫分析系統
102‧‧‧事故動畫
104‧‧‧說明畫面
200‧‧‧介面模組
202‧‧‧選控資料
210‧‧‧顯示單元
220‧‧‧輸入單元
300‧‧‧處理模組
400‧‧‧人車路資料庫
410‧‧‧駕駛行為參數資料
420‧‧‧車輛參數資料
430‧‧‧道路參數資料
500‧‧‧行動裝置
A1、A2‧‧‧事故車輛
B‧‧‧事故道路
C1、C2‧‧‧事故駕駛
V1、V2‧‧‧車輛時速資訊
第1圖繪示本新型之人車路智能交通事故肇因肇責動畫分析系統之立體觀思考方式示意圖。
第2圖繪示本新型之一實施方式的人車路智能交通事故肇因肇責動畫分析系統之方塊圖。
第3圖繪示第2圖的人車路智能交通事故肇因肇責動畫分析系統應用於行動裝置的示意圖。
第4A圖繪示第3圖的行動裝置播放第一案例事故動畫於第0秒的示意圖。
第4B圖繪示第3圖的行動裝置播放第一案例事故動畫於第2秒的示意圖。
第4C圖繪示第3圖的行動裝置播放第一案例事故動畫於第10秒的示意圖。
第5A圖繪示第3圖的行動裝置播放第二案例事故動畫於第0秒的示意圖。
第5B圖繪示第3圖的行動裝置播放第二案例事故動畫於第2秒的示意圖。
第5C圖繪示第3圖的行動裝置播放第二案例事故動畫於第10秒的示意圖。
第5D圖繪示第3圖的行動裝置呈現第二案例事故動畫與對應說明畫面的示意圖。
以下將參照圖式說明本新型之複數個實施例。為明確說明起見,許多實務上的細節將在以下敘述中一併說明。然而,應瞭解到,這些實務上的細節不應用以限制本新型。也就是說,在本新型部分實施例中,這些實務上
的細節是非必要的。此外,為簡化圖式起見,一些習知慣用的結構與元件在圖式中將以簡單示意的方式繪示之;並且重複之元件將可能使用相同的編號表示之。
請參閱第1圖,第1圖繪示本新型之人車路智能交通事故肇因肇責動畫分析系統的立體觀思考方式示意圖。在司法審理交通事故的肇因肇責時,無論院方、檢方都是在一定原則下之道路交通法律的法理基礎上做適當的審判,其原則包含:保障人權、維持交通順暢、確保行車安全、信賴原則、路權通行優先、清道原則、淨空原則、反應原則以及善盡原則。而一件交通事故的發生時機必須具備三度五維空間之立體觀思考方式,才能還原發生撞擊前各方不當的駕駛行為、未注意、未禮讓的行為。其預見的實機、反應的時機與程度、能注意的範圍、能注意的時機以及所能採取安全措施的時機都與「人、車、路、長、寬、高、時、空、力」有關。駕駛人的預見點、預見時的安全距離、預見時的速度、預見時所能採取措施的可用時間都與三度空間密不可分。因此,建立立體觀之思考方式是從事蒐證、認證、舉證者所不可缺少的新思維,也唯有如此才能從舊思維中、從迷失中、從眾說紛紜中找出一條令用路人信服的裁判與審判。另外,在肇事因素分析之因果關係理論,「預見」、「反應」、「行為」視為基本考慮要件,其中「預見」代表應注意“禮讓”,「反應」代表能否注意“禮讓”,「行為」代表是否注意“禮讓”,上述三個基本考慮要件均建立在「人、車、路、時、空、力、
長、寬、高」之立體五維空間上。所謂預見,係代表駕駛人發現目標之「時間」(包括人体眼、腦間0.87秒的生理反應時間)、發現目標之「距離」與所發現目標之「行車速率」,能否在發現目標之「時間」、「空間」與「行車速率」下,有效採取安全的駕駛行為。因此,從人、車、路之長、寬、高與預見之時、空、力、反應之時、空、力、採安全措失之時、空、力而創造出三個立體三角形,並且融合在一個大型的立體三角形(第四個),形成了肇事鑑定之新思維:四個三度空間之立體觀。因此,警察同仁之蒐證、鑑定人員之舉證與司法人員的認證,都應以此種思維作為蒐集跡證、肇因分析、司法審判的思考方式,而本新型即是依據此立體觀思考方式來實現動畫之建立與分析,以清楚呈現事故發生的發生過程細節。
請參閱第2~4C圖。第2圖繪示本新型之一實施方式的人車路智能交通事故肇因肇責動畫分析系統100之方塊圖。第3圖繪示第2圖的人車路智能交通事故肇因肇責動畫分析系統100應用於行動裝置500的示意圖。第4A圖繪示第3圖的行動裝置500播放第一事故案例事故動畫102於第0秒的示意圖。第4B圖繪示第3圖的行動裝置500播放第一案例事故動畫102於第2秒的示意圖。第4C圖繪示第3圖的行動裝置500播放第一案例事故動畫102於第10秒的示意圖。如圖所示,人車路智能交通事故肇因肇責動畫分析系統100用以分析一事故駕駛C1、C2、一事故車輛A1、A2及一事故道路B,並產生
對應事故現場的一事故動畫102。人車路智能交通事故肇因肇責動畫分析系統100包含介面模組200、處理模組300以及一人車路資料庫400。
介面模組200顯示事故動畫102並接收一選控資料202。詳細地說,介面模組200包含一顯示單元210與一輸入單元220。其中顯示單元210訊號連接處理模組300,且顯示單元210顯示事故動畫102並呈現一選控畫面。至於輸入單元220則訊號連接處理模組300與顯示單元210。選控資料202係依據選控畫面由輸入單元220輸入,且輸入單元220傳送選控資料202至處理模組300。另外,介面模組200為一行動裝置500的介面,且行動裝置500係透過一應用程式(APP)加以控制,因此選控資料202可由使用者(駕駛)手動點選APP或透過語音輸入APP來決定選控畫面中符合事故現場的參數資料。上述之行動裝置500可為智慧型手機、膝上型電腦、筆記型電腦(Netbook Computer)、平板電腦或智慧型平板電腦。
處理模組300訊號連接介面模組200並讀取選控資料202。此處理模組300可為中央處理單元(Central Processing Unit;CPU)、數位訊號處理器(Digital Signal Processor;DSP)或微控制單元(Micro Control Unit;MCU),其結構與運作方式為習知技術,故不再贅述。本實施例的處理模組300為行動裝置500的內建處理器,因此本新型之人車路智能交通事故肇因肇責動畫分析系統100結合行動裝置500可以讓使用者即時地
輸入參數資料、觀看事故動畫102過程細節以及查詢對應事故狀況的相關法規資訊與解釋,對於事故原因與事故責任的釐清相當有幫助。
人車路資料庫400訊號連接處理模組300。人車路資料庫400為事故動畫102製作的重要參考依據,且包含複數個駕駛行為參數資料410、複數個車輛參數資料420以及複數個道路參數資料430。其中一個駕駛行為參數資料410對應選控資料202與事故駕駛C1、C2;其中一個車輛參數資料420對應選控資料202與事故車輛A1、A2;其中一個道路參數資料430對應選控資料202與事故道路B。此外,處理模組300根據選控資料202將駕駛行為參數資料410、車輛參數資料420以及道路參數資料430運算組成事故動畫102。詳細地說,駕駛行為參數資料410代表事故駕駛C1、C2的操控行為,且駕駛行為參數資料410包含直行駕駛行為資訊、轉彎駕駛行為資訊、變道駕駛行為資訊、超車駕駛行為資訊、超越駕駛行為資訊、迴車駕駛行為資訊、倒車駕駛行為資訊、起駛駕駛行為資訊、待轉駕駛行為資訊、停車駕駛行為資訊、斜穿駕駛行為資訊、搶先駕駛行為資訊、逆向駕駛行為資訊以及駕駛狀況資訊。其中直行駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2直行。轉彎駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2轉彎。變道駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2變換車道。超車駕駛行為資訊用以表示事
故駕駛C1、C2操控事故車輛A1、A2超車,此超車代表同向同車道超過另一車輛。例如:原事故車輛A1位於事故車輛A2的前方,當事故車輛A2超車後,事故車輛A1與事故車輛A2位於同一車道且事故車輛A2在前。超越駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2超越,此超越代表同向不同車道超過另一車輛。例如:原事故車輛A1位於事故車輛A2的前方,當事故車輛A2超越後,事故車輛A1與事故車輛A2位於不同車道且事故車輛A2在前。再者,迴車駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2迴轉車輛。倒車駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2倒車。起駛駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2起駛。待轉駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2等待轉彎。停車駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2停車。斜穿駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2斜穿。搶先駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2搶先。逆向駕駛行為資訊用以表示事故駕駛C1、C2操控事故車輛A1、A2逆向。駕駛狀況資訊包含一駕駛身份資訊與一駕駛生理資訊,此駕駛狀況資訊為肇因肇責的參考依據。
此外,車輛參數資料420包含車輛種類資訊、車輛時速資訊V1、V2、安全距離資訊、車體刮痕資訊與以及輪胎胎痕資訊。其中車輛種類資訊包含大型車資
訊、小型車資訊、機車資訊、慢車資訊以及特種車資訊,如下列表一所示。而在一般小型車的條件下,車輛時速資訊V1、V2與安全距離資訊之間有對應關係,如下列表二所示。
另外,道路參數資料430包含路寬數據、交叉路口數據、特殊道路資訊、路面煞痕資訊以及掉落物資訊。其中路寬數據包含平面公路資訊、高速公路資訊以及狹路資訊。平面公路資訊包含快車道3.5m與慢車道1.5m。高速公路資訊包含快車道4m與路肩3m。狹路資訊則為寬度6m以下的道路。而交叉路口數據包含交叉路口號誌資訊與交叉路口形狀資訊。交叉路口號誌資訊包含一號誌燈數量,此號誌燈數量為1、3、4或5。交叉路口形狀資訊則包含十字路口、丁字路口、Y字路口以及不規則路口。再者,特殊道路資訊包含施工路段資訊、路障資訊、障礙物資訊、封閉路段資訊、斑馬線資訊、標示資訊、標誌資訊以及行人資訊。行人資訊為高1.5m寬1m。道路參數資料430的路面煞痕資訊對應車輛參數資料420的輪胎胎痕資訊。
值得一提的是,一般發生交通事故時,事故現場可分為兩種情況,第一種為單一車輛與單一駕駛,第二種為兩部以上車輛以及兩位以上對應的駕駛。而針對第二種的事故情況,其係在同一道路參數資料430的條件下擁有兩個以上的駕駛行為參數資料410與兩個以上的車輛參數資料420。另外,前述的駕駛行為參數資料410、複數個車輛參數資料420以及道路參數資料430均可依據不同國別或區域的駕駛、車輛及道路作適當地更改,以製成符合當地事故現場的案例事故動畫102。藉此,本新型透過各種不同參數資料的排列組合,建構出對應之事故動畫
102叢集,其涵蓋完整的駕駛操控行為,不但可讓使用者觀看事故動畫102而瞭解事故的發生過程細節,還能釐清事故原因與事故責任。
請一併參閱第4A~4C圖,其中行動裝置500用以分析事故駕駛C1、C2、事故車輛A1、A2以及事故道路B,並產生對應事故現場的第一案例事故動畫102。藉由第一案例事故動畫102,使用者可以觀看不同時間點之事故駕駛C1、C2及事故車輛A1、A2的相對情況。第一案例事故動畫102係透過行動裝置500之APP播放。在此事故案例中,事故駕駛C1所使用到的人車路資料庫400之駕駛行為參數資料410係對應「變道駕駛行為資訊」,且事故車輛A1所使用到的車輛參數資料420之車輛種類資訊係對應「小型車資訊」的「小客車」,而車輛時速資訊V1係對應「50km/h(14m/s)」。再者,事故駕駛C2所使用到的駕駛行為參數資料410係對應「直行駕駛行為資訊」,且事故車輛A2所使用到的車輛參數資料420之車輛種類資訊係對應「小型車資訊」的「小客車」,而車輛時速資訊V2係對應「60km/h(17m/s)」。事故道路B所使用到的道路參數資料430係對應「平面公路資訊」的「快車道3.5m」。藉此,行動裝置500可以依據上述的各種參數資料的整合與對應選擇而運算組成第一案例事故動畫102,以供使用者觀看。
請一併參閱第5A~5D圖。第5A圖繪示第3圖的行動裝置500播放第二案例事故動畫102於第0秒的
示意圖。第5B圖繪示第3圖的行動裝置500播放第二案例事故動畫102於第2秒的示意圖。第5C圖繪示第3圖的行動裝置500播放第二案例事故動畫102於第10秒的示意圖。第5D圖繪示第3圖的行動裝置500呈現第二案例事故動畫102與對應說明畫面104的示意圖。如圖所示,人車路智能交通事故肇因肇責動畫分析系統100用以分析事故駕駛C1、C2、事故車輛A1、A2以及事故道路B,並產生對應事故現場的第二案例事故動畫102。藉由第二案例事故動畫102,使用者可以觀看不同時間點之事故駕駛C1、C2及事故車輛A1、A2的相對情況。介面模組200與處理模組300係利用行動裝置500的介面與處理器,而第二案例事故動畫102係透過行動裝置500之APP播放。在此事故案例中,事故駕駛C1所使用到的人車路資料庫400之駕駛行為參數資料410係對應「直行駕駛行為資訊」,且事故車輛A1所使用到的車輛參數資料420之車輛種類資訊係對應「機車資訊」,而車輛時速資訊V1係對應機車的時速。此外,事故駕駛C2所使用到的駕駛行為參數資料410係對應「停車駕駛行為資訊」,且事故車輛A2所使用到的車輛參數資料420之車輛種類資訊係對應「小型車資訊」的「小客車」。事故道路B所使用到的道路參數資料430係對應「平面公路資訊」的「快車道3.5m」。藉此,行動裝置500可以依據上述的各種參數資料的整合與對應選擇而運算組成第二案例事故動畫102。另外,說明畫面104的內容包含事故狀況、事故避
免法則以及法規,其中事故狀況包含駕駛行為參數資料410、車輛參數資料420以及道路參數資料430,透過這些參數資料組成的第二案例事故動畫102與說明畫面104可供使用者觀看並瞭解事故發生的肇因肇責。
而且駕駛行為參數資料410、車輛參數資料420以及道路參數資料430可儲存於雲端伺服器中,行動裝置500訊號連接雲端伺服器並透過雲端伺服器獲得對應的參數資料,進而建構出對應之事故動畫102叢集。另外值得一提的是,本新型之人車路智能交通事故肇因肇責動畫分析系統100可製作人車路資料庫400未列入的案例,換句話說,不在人車路資料庫400中的駕駛行為參數資料410、車輛參數資料420以及道路參數資料430可以透過介面模組200的輸入單元220輸入並儲存於人車路資料庫400中,資料庫端的管理者經過合理性與合法性的管控篩選,即可匯集資料整合成大數據。因此,本新型的人車路智能交通事故肇因肇責動畫分析系統100透過使用者的主動建構將會越來越完善,進而製作出越來越完整的事故動畫102集合。
由上述實施方式可知,本新型具有下列優點:其一,透過各種不同的參數資料建構出對應事故之動畫叢集,可讓使用者觀看事故動畫而清楚瞭解事故的發生過程細節並釐清事故原因與事故責任,以解決傳統透過行車紀錄器與警察現場處理鑑定的費時、費力及費錢問題。其二,透過完整之駕駛、車輛以及道路參數資料組成符合各
種事故現場狀況的案例事故動畫叢集,同時配合肇因肇責分析表的對應說明,可令駕駛完全整握事故發生的肇因及其肇因分析。其三,由於駕駛於事故第一時間可由事故動畫清楚瞭解事故發生的肇因肇責,因此在配合交通警察或相關紀錄人員進行筆錄時,不會毫無頭緒而顯得慌張不安,而且未來在要求保險公司或肇事方進行求償時,也能依據事故動畫內容據理力爭而獲得合理的損失賠償。
雖然本新型已以實施方式揭露如上,然其並非用以限定本新型,任何熟習此技藝者,在不脫離本新型之精神和範圍內,當可作各種之更動與潤飾,因此本新型之保護範圍當視後附之申請專利範圍所界定者為準。
100‧‧‧人車路智能交通事故肇因肇責動畫分析系統
200‧‧‧介面模組
210‧‧‧顯示單元
220‧‧‧輸入單元
300‧‧‧處理模組
400‧‧‧人車路資料庫
410‧‧‧駕駛行為參數資料
420‧‧‧車輛參數資料
430‧‧‧道路參數資料
Claims (10)
- 一種人車路智能交通事故肇因肇責動畫分析系統,用以分析一事故車輛與一事故道路,並產生對應事故現場的一事故動畫,該人車路智能交通事故肇因肇責動畫分析系統包含:一介面模組,顯示該事故動畫並接收一選控資料;一處理模組,訊號連接該介面模組並讀取該選控資料;以及一人車路資料庫,訊號連接該處理模組,該人車路資料庫包含:複數車輛參數資料,其中一該車輛參數資料對應該選控資料與該事故車輛;及複數道路參數資料,其中一該道路參數資料對應該選控資料與該事故道路;其中,該處理模組根據該選控資料將該一車輛參數資料與該一道路參數資料運算組成該事故動畫。
- 如申請專利範圍第1項所述之人車路智能交通事故肇因肇責動畫分析系統,其中該介面模組包含:一顯示單元,訊號連接該處理模組,該顯示單元顯示該事故動畫並呈現一選控畫面;以及一輸入單元,訊號連接該處理模組與該顯示單元,該選控資料係依據該選控畫面由該輸入單元輸入,且該輸入單元傳送該選控資料至該處理模組。
- 如申請專利範圍第1項所述之人車路智能交通事故肇因肇責動畫分析系統,其中各該車輛參數資料包含一車輛種類資訊、一車輛時速資訊及一安全距離資訊。
- 如申請專利範圍第3項所述之人車路智能交通事故肇因肇責動畫分析系統,其中該車輛種類資訊包含一大型車資訊、一小型車資訊、一機車資訊、一慢車資訊及一特種車資訊。
- 如申請專利範圍第1項所述之人車路智能交通事故肇因肇責動畫分析系統,其中該些道路參數資料包含一平面公路資訊、一高速公路資訊及一狹路資訊。
- 如申請專利範圍第1項所述之人車路智能交通事故肇因肇責動畫分析系統,其中該些道路參數資料包含:一交叉路口號誌資訊,包含一號誌燈數量;以及一交叉路口形狀資訊,包含一十字路口、一丁字路口、一Y字路口及一不規則路口。
- 如申請專利範圍第1項所述之人車路智能交通事故肇因肇責動畫分析系統,其中該些道路參數資料包含一施工路段資訊、一路障資訊、一障礙物資訊、一封 閉路段資訊、一斑馬線資訊、一標示資訊、一標誌資訊及一行人資訊。
- 如申請專利範圍第1項所述之人車路智能交通事故肇因肇責動畫分析系統,其中,該些車輛參數資料包含一車體刮痕資訊與一輪胎胎痕資訊;以及該些道路參數資料包含一路面煞痕資訊與一掉落物資訊;其中,該輪胎胎痕資訊對應該路面煞痕資訊。
- 一種人車路智能交通事故肇因肇責動畫分析系統,用以分析一事故駕駛、一事故車輛及一事故道路,並產生對應事故現場的一事故動畫,該人車路智能交通事故肇因肇責動畫分析系統包含:一介面模組,顯示該事故動畫並接收一選控資料;一處理模組,訊號連接該介面模組並讀取該選控資料;以及一人車路資料庫,訊號連接該處理模組,該人車路資料庫包含:複數駕駛行為參數資料,其中一該駕駛行為參數資料對應該選控資料與該事故駕駛;複數車輛參數資料,其中一該車輛參數資料對應該選控資料與該事故車輛;及 複數道路參數資料,其中一該道路參數資料對應該選控資料與該事故道路;其中,該處理模組根據該選控資料將該一駕駛行為參數資料、該一車輛參數資料及該一道路參數資料運算組成該事故動畫。
- 如申請專利範圍第9項所述之人車路智能交通事故肇因肇責動畫分析系統,其中該些駕駛行為參數資料包含一直行駕駛行為資訊、一轉彎駕駛行為資訊、一變道駕駛行為資訊、一超車駕駛行為資訊、一超越駕駛行為資訊、一迴車駕駛行為資訊、一倒車駕駛行為資訊、一起駛駕駛行為資訊、一待轉駕駛行為資訊、一停車駕駛行為資訊、一斜穿駕駛行為資訊、一搶先駕駛行為資訊、一逆向駕駛行為資訊及一駕駛狀況資訊,該駕駛狀況資訊包含一駕駛身份資訊與一駕駛生理資訊。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105217765U TWM541168U (zh) | 2016-11-21 | 2016-11-21 | 人車路智能交通事故肇因肇責動畫分析系統 |
CN201711097523.2A CN108090120A (zh) | 2016-11-21 | 2017-11-09 | 人、车、路智能交通事故肇事成因和责任动画分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105217765U TWM541168U (zh) | 2016-11-21 | 2016-11-21 | 人車路智能交通事故肇因肇責動畫分析系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TWM541168U true TWM541168U (zh) | 2017-05-01 |
Family
ID=59371372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105217765U TWM541168U (zh) | 2016-11-21 | 2016-11-21 | 人車路智能交通事故肇因肇責動畫分析系統 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108090120A (zh) |
TW (1) | TWM541168U (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US10719966B1 (en) | 2019-06-11 | 2020-07-21 | Allstate Insurance Company | Accident re-creation using augmented reality |
CN111339168B (zh) * | 2020-03-06 | 2023-08-22 | 德联易控科技(北京)有限公司 | 数据处理方法、装置、系统、存储介质和处理器 |
TWI811127B (zh) * | 2022-10-03 | 2023-08-01 | 江俊昇 | 交通事故圖與肇事碰撞構圖聯動產生方法及裝置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009083815A (ja) * | 2007-10-03 | 2009-04-23 | Fujitsu Ten Ltd | ドライブレコーダ装置および事故解析シミュレーション装置 |
CN102222355A (zh) * | 2011-05-25 | 2011-10-19 | 公安部交通管理科学研究所 | 一种基于事故案例的三维立体交通安全宣传片制作方法 |
CN102236908A (zh) * | 2011-07-18 | 2011-11-09 | 长安大学 | 车辆迭碰撞事故分析计算与模拟再现系统 |
KR101548639B1 (ko) * | 2014-12-10 | 2015-09-01 | 한국건설기술연구원 | 감시 카메라 시스템의 객체 추적장치 및 그 방법 |
-
2016
- 2016-11-21 TW TW105217765U patent/TWM541168U/zh not_active IP Right Cessation
-
2017
- 2017-11-09 CN CN201711097523.2A patent/CN108090120A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN108090120A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh et al. | Analyzing driver behavior under naturalistic driving conditions: A review | |
CA2991092C (en) | Method and system for avoidance of accidents | |
Isaksson-Hellman et al. | Detailed description of bicycle and passenger car collisions based on insurance claims | |
Davidse | Older drivers and ADAS: Which systems improve road safety? | |
Chang et al. | The effect of a collision warning system on the driving performance of young drivers at intersections | |
Johnson et al. | Cyclists and open vehicle doors: Crash characteristics and risk factors | |
Houtenbos et al. | Concurrent audio-visual feedback for supporting drivers at intersections: A study using two linked driving simulators | |
TWM541168U (zh) | 人車路智能交通事故肇因肇責動畫分析系統 | |
Brijs et al. | Studying the effects of an advanced driver-assistance system to improve safety of cyclists overtaking | |
DE112018003427T5 (de) | Warnung ungeschützter teilnehmer in gefährlichen situationen | |
Minhas et al. | Pedestrian environment and behavior in Lahore, Pakistan | |
Job et al. | Management of speed: The low-cost, rapidly implementable effective road safety action to deliver the 2020 road safety targets | |
Ospina-Mateus et al. | Analyzing traffic conflicts and the behavior of motorcyclists at unsignalized three-legged and four-legged intersections in Cartagena, Colombia | |
Starčević et al. | Survey-based impact of influencing parameters on level crossings safety | |
Yang et al. | Influences of Waiting Time on Driver Behaviors While Implementing In‐Vehicle Traffic Light for Priority‐Controlled Unsignalized Intersections | |
Kendi et al. | Epidemiology and prevention of child pedestrian injury | |
Zhang et al. | Effects of in-vehicle warning information on drivers’ decelerating and accelerating behaviors near an arch-shaped intersection | |
Nahed et al. | Assessing the effects of geometric layout and signing on drivers’ behavior through work zones | |
Dąbrowska-Loranc et al. | Road users’ behaviour study in areas of zebra crosswalks | |
Li et al. | Technology acceptance comparison between on-road dynamic message sign and on-board human machine interface for connected vehicle-based variable speed limit in fog area | |
Ishak et al. | Development of a Simulation Test Bed for Connected Vehicles using the LSU Driving Simulator | |
Wall et al. | Roundabouts: Problems of and strategies for access | |
Ponnambalam et al. | Effects of searching for street parking on driver behaviour and physiology: results from an on-road instrumented vehicle study | |
Chen et al. | How shall we design the future vehicle for Chinese market | |
Kim et al. | Evaluating ITS interventions at railway level crossings using a driving simulator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4K | Annulment or lapse of a utility model due to non-payment of fees |