专利名称: |
车辆道路交通事故识别方法、装置、设备及介质 |
摘要: |
本发明涉及金融科技技术领域,公开了一种车辆道路交通事故识别方法、装置、设备及介质,包括:在接收到车辆上安装的设备发送的报警信息之后,获取该车辆的包括多个维度数据的车辆数据;将所述车辆数据输入到预设的事故筛选模型中,该事故筛选模型通过多个维度数据对车辆是否真实发生事故进行评估,到达提高识别车辆是否真实发生事故准确性的目的。 |
专利类型: |
发明专利 |
国家地区组织代码: |
上海;31 |
申请人: |
平安国际融资租赁有限公司 |
发明人: |
王锫;李平;孙振;袁瑞 |
专利状态: |
有效 |
申请日期: |
2023-08-07T00:00:00+0800 |
发布日期: |
2023-11-10T00:00:00+0800 |
申请号: |
CN202310987684.8 |
公开号: |
CN117037477A |
代理机构: |
北京中强智尚知识产权代理有限公司 |
代理人: |
王欢 |
分类号: |
G08G1/01;G01S19/42;G;G08;G01;G08G;G01S;G08G1;G01S19;G08G1/01;G01S19/42 |
申请人地址: |
200000 上海市浦东新区中国(上海)自由贸易试验区世纪大道8号上海国金中心办公楼二期37层 |
主权项: |
1.一种车辆道路交通事故识别方法,其特征在于,包括: 接收车辆上安装的设备发送的报警信息; 获取发送所述报警信息的设备所在车辆的车辆数据,所述车辆数据包括多个维度数据; 将所述多个维度数据输入到预设的事故筛选模型,以筛选出真实发生事故的车辆;其中,所述预设的事故筛选模型根据所述多个维度数据计算事故评分,并通过所述事故评分筛选出真实发生事故的车辆。 2.根据权利要求1所述的方法,其特征在于,所述多个维度数据包括事故后停留时间、事故前后车辆状态、事故上报频率和事故地点的属性;所述根据多个维度数据计算事故评分的步骤包括: 根据所述事故后停留时间,确定第一事故子评分; 根据所述事故前后车辆状态,确定第二事故子评分; 根据所述事故上报频率,确定第三事故子评分; 根据所述事故地点的属性和事故后停留时间,确定第四事故子评分; 根据所述第一事故子评分、第二事故子评分、第三事故子评分和第四事故子评分,确定事故评分。 3.根据权利要求2所述的方法,其特征在于,所述根据事故后停留时间,确定第一事故子评分的步骤包括: 从预设时间范围集中,筛选出所述事故后停留时间所处的预设时间范围,将与所述预设时间范围对应的分数作为第一事故子评分;其中,所述预设时间范围集中包括多个预设时间范围,每个所述预设时间范围均存在对应的分数。 4.根据权利要求2所述的方法,其特征在于,所述事故前后车辆状态包括角速度值和翻转报警信号; 所述根据事故前后车辆状态,确定第二事故子评分的步骤包括: 比较所述角速度值和预设角速度值,并检测是否接收到翻转报警信号; 如果所述角速度值大于预设角速度值,且接收到翻转报警信号,则确定第二事故子评分为第一预设子分值和第二预设子分值的加和值;其中所述第一预设子分值为所述角速度值大于预设角速度值时对应的分值,所述第二预设子分值为所述接收到翻转报警信号时对应的分值。 5.根据权利要求4所述的方法,其特征在于,所述根据事故前后车辆状态,确定第二事故子评分的步骤还包括: 如果所述角速度值大于预设角速度值,且未接收到翻转报警信号,则确定第二事故子评分为第一预设子分值; 如果所述角速度值不大于预设角速度值,且接收到翻转报警信号,则确定第二事故子评分为第二预设子分值。 6.根据权利要求2所述的方法,其特征在于,所述事故上报频率包括所述车辆的历史事故上报频率和上报频率均值,所述上报频率均值是根据与所述车辆的同类型车辆的历史事故上报频率确定的; 所述根据事故上报频率,确定第三事故子评分的步骤包括: 计算所述车辆的历史事故上报频率和上报频率均值的比值; 根据所述比值,确定第三事故子评分。 7.根据权利要求2所述的方法,其特征在于,所述根据事故地点的属性和事故后停留时间,确定第四事故子评分的步骤包括: 判断所述事故地点的属性是否为重点区域; 如果所述事故地点的属性不是重点区域,则确定所述第四事故子评分为第三预设子分值; 如果所述事故地点的属性为重点区域,则判断所述事故后停留时间是否超过预设时间; 如果所述事故后停留时间超过预设时间,则确定所述第四事故子评分为第四预设子分值; 如果所述事故后停留时间不超过预设时间,则确定所述第四事故子评分为第五预设子分值。 8.一种车辆道路交通事故识别装置,其特征在于,包括: 接收单元,用于接收车辆上安装的设备发送的报警信息; 获取单元,用于获取发送所述报警信息的设备所在车辆的车辆数据,所述车辆数据包括多个维度数据; 筛选单元,用于将所述多个维度数据输入到预设的事故筛选模型,以筛选出真实发生事故的车辆;其中,所述预设的事故筛选模型根据所述多个维度数据计算事故评分,并通过所述事故评分筛选出真实发生事故的车辆。 9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述车辆道路交通事故识别方法的步骤。 10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车辆道路交通事故识别方法的步骤。 |