一种基于AI技术的车辆数据处理方法和系统与流程

一种基于ai技术的车辆数据处理方法和系统
技术领域
1.本发明涉及交通管理技术领域，具体涉及一种基于ai技术的车辆数据处理方法和系统。


背景技术：

2.交通事故责任认定是指公安机关在查明交通事故原因后，根据当事人的违章行为与交通事故之间的因果关系，以及违章行为在交通事故中的作用，对当事人的交通事故责任加以认定的行为。
3.当前交通事故的处理与定责主要依靠相关管理部门的现场勘察取证与询问，协助以调取道路监控录像，人工分析判断进行事故重建，需全面勘验交通损伤案件发生时所涉及的“人-车-路（物）”后，对整个案件的过程进行模拟重建，为肇事逃逸案件的事故责任的区分提供科学依据。对交通事故进行人工分析判断时，效率较为低下且处理周期相对较长，容易引起交通堵塞。且交通事故发生后，需要对车辆的损伤进行评估，确定事故责任人应当承担的义务，过程漫长，车辆无法立即从事故现场撤离，容易造成交通堵塞。
4.因此，如何提供一种车辆数据处理方法，使其能方便辨别事故责任方且能确定其需要赔偿的损失，是本领域技术人员亟待解决的技术问题。


技术实现要素：

5.为此，本发明提供一种基于ai技术的车辆数据处理方法和系统，以解决现有技术中由于事故车辆责任不清楚而导致的辆无法立即从事故现场撤离，容易造成交通堵塞的问题。
6.为了实现上述目的，本发明提供如下技术方案：根据本发明的第一方面，提供了一种基于ai技术的车辆数据处理方法，包括以下步骤：s1：摄像头监控路面情况，并获取道路监控视频和道路基本信息；s2：基于道路监控视频，提取每组关键帧之间的图像；s3：基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息；s4：基于ai技术，将所述第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处；s5：分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶；s6：基于所述行驶轨迹重合，分析重合点的第二行驶信息，基于ai技术，将所述第二行驶信息和第一描述数据进行整合，得到第二描述数据；s7：根据所述行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。
7.进一步地，所述s3中基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹的具体过程，包括：s301：获取每组关键帧之间的车辆图像，并对所述车辆图像进行切割处理；s302：截取每组关键帧中的起始帧、中间帧和结束帧的车辆图像；s303：基于所述起始帧、中间帧和结束帧的车辆图像，绘制所述车辆的行驶轨迹。
8.进一步地，所述第一行驶信息至少包括车辆在平稳行驶的时速和在变道行驶的速度。
9.进一步地，所述道路基本信息至少包括道路红绿灯状况和道路拥挤情况。
10.进一步地，所述第二行驶信息至少包括碰撞车辆之间的车距、车辆碰撞信息和车辆碰撞位置。
11.进一步地，还包括s8：基于所述第二描述数据对事故车辆进行定责，并评估损失。
12.进一步地，所述s8中评估损失的具体过程为：s801：基于所述第二描述数据确定车辆责任方、车辆事故方、车辆碰撞信息和车辆碰撞位置，分析事故车辆的内部运行数据；s802：基于所述事故车辆的内部运行数据和车辆碰撞位置确定车辆损坏部件类型；s803：基于所述车辆损坏部件类型和车辆碰撞信息，根据维修评估公式，评估所述车辆事故方维修后的不可逆损失；s804：基于所述车辆事故方维修后的不可逆损失，对所述车辆责任方索要赔偿。
13.进一步地，所述维修评估公式为：；其中，w为车辆事故方维修后的不可逆损失值，ki为车辆事故方的第i个车辆损坏部件类型对应的权重，s为车辆事故方的碰撞损坏面积，n表示车辆损坏部件类型的个数，i的取值范围为大于等于1小于等于n的整数，p1为车辆责任方的碰撞承受压力，p2为车辆事故方的碰撞承受压力。
14.进一步地，所述道路监控视频具有多个关键帧，相邻两个关键帧为一组。
15.根据本发明的第二方面，提供了一种基于ai技术的车辆数据处理系统，用于实现上述任一项所述的基于ai技术的车辆数据处理方法，包括：信息获取单元，用于获取摄像头监控的道路监控视频和道路基本信息；信息提取单元，用于提取每组关键帧之间的图像；轨迹生成单元，用于基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息；第一信息处理单元，用于将所述第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处；轨迹处理单元，用于分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶；第二信息处理单元，用于基于所述行驶轨迹重合，分析重合点的第二行驶信息，基
于ai技术，将所述第二行驶信息和第一描述数据进行整合，得到第二描述数据；第三信息处理单元，用于根据所述行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。
16.本发明具有如下优点：摄像头监控路面情况，并获取道路监控视频和道路基本信息。基于道路监控视频，提取每组关键帧之间的图像。基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息。将第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处。分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶。基于行驶轨迹重合，分析重合点的第二行驶信息，将第二行驶信息和第一描述数据进行整合，得到第二描述数据。根据行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。
17.本技术通过监控路面情况，对道路监控视频内的关键帧进行插入描述数据，使处理人员在调取监控视频时，能通过调取关键帧的方法，同时将描述数据调取出来，方便处理人员取证。描述数据分为第一描述数据和第二描述数据，第一描述数据为车辆行驶在路面上的基本信息，第二描述数据在第一描述数据的基础上添加了对事故发生时车辆之间的状态信息。根据第二描述数据的描述，确定事故发生的责任方，评估车辆责任方的应当承担的赔偿，处理速度快，不容易引起交通堵塞。
附图说明
18.为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
19.本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
20.图1为本发明提供的一种基于ai技术的车辆数据处理方法的流程图；图2为本发明提供的车辆数据处理方法中步骤s3的具体流程图；图3为本发明提供的车辆数据处理方法中步骤s8的具体流程图；图4为本发明提供的一种基于ai技术的车辆数据处理系统的连接框图。
具体实施方式
21.以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.根据本发明的第一方面，如图1所示的，提供了一种基于ai技术的车辆数据处理方法，包括以下步骤：
s1：摄像头监控路面情况，并获取道路监控视频和道路基本信息，道路监控视频具有多个关键帧，相邻两个关键帧为一组；s2：基于道路监控视频，提取每组关键帧之间的图像；s3：基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息；s4：基于ai技术，将第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处；s5：分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶；s6：基于行驶轨迹重合，分析重合点的第二行驶信息，基于ai技术，将第二行驶信息和第一描述数据进行整合，得到第二描述数据；s7：根据行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。
23.道路监控视频具有多个关键帧，相邻两个关键帧为一组，道路监控视频的每组关键帧之间具有一段完整的运动图像。通过获取每组关键帧之间的完整图像得到车辆在每组关键帧之间的行驶轨迹。将视频上出现的所有车辆的行驶轨迹重叠保存在存储器内，方便分析路过车辆是否发行碰撞事故。
24.第一行驶信息至少包括车辆在平稳行驶的时速和在变道行驶的速度。道路基本信息至少包括道路红绿灯状况和道路拥挤情况。将上述第一行驶信息和道路基本信息进行整合，得到第一描述数据。如“本车行驶在成林道上，处于高峰期，路况拥挤，多辆车辆并行在车道上，平稳行驶的平均速度为60km/h，变道行驶的速度为50km/h，遇前方红灯刹车”。将上述第一描述数据插入到对应的关键帧的结束帧上，方便处理人员调取查看。
25.如图2所示的，步骤s3基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹的具体过程，包括：s301：获取每组关键帧之间的车辆图像，并对车辆图像进行切割处理；s302：截取每组关键帧中的起始帧、中间帧和结束帧的车辆图像；s303：基于起始帧、中间帧和结束帧的车辆图像，绘制车辆的行驶轨迹。
26.根据监控视频的车辆图像，绘制所有车辆的行驶轨迹。当有轨迹相互重合时，表明车辆相撞出现事故，否则，则表明车辆正常行驶。根据驾驶轨迹的重合点，获取重合点的第二行驶信息，第二行驶信息和第一描述数据进行整合，得到第二描述数据。根据驾驶轨迹的重合点，能确定关键帧的组别位置，从而能确定将第二描述数据插入到哪个关键帧上。
27.第二行驶信息至少包括碰撞车辆之间的车距、车辆碰撞信息和车辆碰撞位置。将第二行驶信息和第一描述数据进行整合，得到第二描述数据。如“本车行驶在成林道上，处于高峰期，路况拥挤，多辆车辆并行在车道上，平稳行驶在第一车道的平均速度为60km/h，后方车辆以平均速度70km/h在第二车道行驶，并在距离本车15m处进行变道，导致两车相撞，造成前车尾凹陷，凹陷面积为50cm2，碰撞压力为60pa”。将上述第二描述数据替换第一描述数据，插入到对应的关键帧的结束帧上，方便处理人员调取查看，能清楚知道车辆责任方为后方车辆。
28.还包括步骤s8：基于第二描述数据对事故车辆进行定责，并评估损失。
29.如图3所示的，步骤s8中评估损失的具体过程为：s801：基于第二描述数据确定车辆责任方、车辆事故方、车辆碰撞信息和车辆碰撞位置，分析事故车辆的内部运行数据；s802：基于事故车辆的内部运行数据和车辆碰撞位置确定车辆损坏部件类型；s803：基于车辆损坏部件类型和车辆碰撞信息，根据维修评估公式，评估车辆事故方维修后的不可逆损失；s804：基于车辆事故方维修后的不可逆损失，对车辆责任方索要赔偿。
30.维修评估公式为：；其中，w为车辆事故方维修后的不可逆损失值，ki为车辆事故方的第i个车辆损坏部件类型对应的权重，s为车辆事故方的碰撞损坏面积，n表示车辆损坏部件类型的个数，i的取值范围为大于等于1小于等于n的整数，p1为车辆责任方的碰撞承受压力，p2为车辆事故方的碰撞承受压力。
31.基于事故车辆的内部运行数据和车辆碰撞位置确定车辆损坏部件类型，集中对车辆碰撞位置处的内部运行数据进行分析，筛选出有异常的辆损坏部件。
32.车辆事故方为无责任或责任较轻的一方。不同车辆损坏部件类型，其价值不一样，如气囊、刹车片等价值不一了，有的部件是可修复的，但修复后不能完全达到事故前的状态，在车辆事故方进行二次买卖时，造成损失。因此，评估车辆事故方修复后的不可逆损失，根据不可逆损失，对车辆责任方进行索赔，是有必要的。
33.根据第二描述数据的描述，确定事故发生的责任方，车辆事故方修复后的不可逆损失，同时结合车辆事故方的车辆修复损失，对车辆责任方进行索赔，处理速度快，不容易引起交通堵塞。
34.根据本发明的第二方面，提供了一种基于ai技术的车辆数据处理系统，用于实现一种基于ai技术的车辆数据处理方法，如图4所示的，包括：信息获取单元，用于获取摄像头监控的道路监控视频和道路基本信息；信息提取单元，用于提取每组关键帧之间的图像；轨迹生成单元，用于基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息；第一信息处理单元，用于将第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处；轨迹处理单元，用于分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶；第二信息处理单元，用于基于行驶轨迹重合，分析重合点的第二行驶信息，基于ai技术，将第二行驶信息和第一描述数据进行整合，得到第二描述数据；第三信息处理单元，用于根据行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。
35.摄像头监控路面情况，信息获取单元获取道路监控视频和道路基本信息。基于道
路监控视频，信息提取单元提取每组关键帧之间的图像。基于每组关键帧之间的图像，轨迹生成单元得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息。第一信息处理单元将第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处。轨迹处理单元分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶。基于行驶轨迹重合，第二信息处理单元分析重合点的第二行驶信息，将第二行驶信息和第一描述数据进行整合，得到第二描述数据。第三信息处理单元根据行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。
36.虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

技术特征：
1.一种基于ai技术的车辆数据处理方法，其特征在于，包括以下步骤：s1：摄像头监控路面情况，并获取道路监控视频和道路基本信息；s2：基于道路监控视频，提取每组关键帧之间的图像；s3：基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息；s4：基于ai技术，将所述第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处；s5：分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶；s6：基于所述行驶轨迹重合，分析重合点的第二行驶信息，基于ai技术，将所述第二行驶信息和第一描述数据进行整合，得到第二描述数据；s7：根据所述行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。2.如权利要求1所述的基于ai技术的车辆数据处理方法，其特征在于，所述s3中基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹的具体过程，包括：s301：获取每组关键帧之间的车辆图像，并对所述车辆图像进行切割处理；s302：截取每组关键帧中的起始帧、中间帧和结束帧的车辆图像；s303：基于所述起始帧、中间帧和结束帧的车辆图像，绘制所述车辆的行驶轨迹。3.如权利要求1所述的基于ai技术的车辆数据处理方法，其特征在于，所述第一行驶信息至少包括车辆在平稳行驶的时速和在变道行驶的速度。4.如权利要求1所述的基于ai技术的车辆数据处理方法，其特征在于，所述道路基本信息至少包括道路红绿灯状况和道路拥挤情况。5.如权利要求1所述的基于ai技术的车辆数据处理方法，其特征在于，所述第二行驶信息至少包括碰撞车辆之间的车距、车辆碰撞信息和车辆碰撞位置。6.如权利要求1所述的基于ai技术的车辆数据处理方法，其特征在于，还包括s8：基于所述第二描述数据对事故车辆进行定责，并评估损失。7.如权利要求6所述的基于ai技术的车辆数据处理方法，其特征在于，所述s8中评估损失的具体过程为：s801：基于所述第二描述数据确定车辆责任方、车辆事故方、车辆碰撞信息和车辆碰撞位置，分析事故车辆的内部运行数据；s802：基于所述事故车辆的内部运行数据和车辆碰撞位置确定车辆损坏部件类型；s803：基于所述车辆损坏部件类型和车辆碰撞信息，根据维修评估公式，评估所述车辆事故方维修后的不可逆损失；s804：基于所述车辆事故方维修后的不可逆损失，对所述车辆责任方索要赔偿。8.如权利要求7所述的基于ai技术的车辆数据处理方法，其特征在于，所述维修评估公式为：；
其中，w为车辆事故方维修后的不可逆损失值，k
i
为车辆事故方的第i个车辆损坏部件类型对应的权重，s为车辆事故方的碰撞损坏面积，n表示车辆损坏部件类型的个数，i的取值范围为大于等于1小于等于n的整数，p1为车辆责任方的碰撞承受压力，p2为车辆事故方的碰撞承受压力。9.如权利要求1所述的基于ai技术的车辆数据处理方法，其特征在于，所述道路监控视频具有多个关键帧，相邻两个关键帧为一组。10.一种基于ai技术的车辆数据处理系统，用于实现如权利要求1-9任一项所述的基于ai技术的车辆数据处理方法，其特征在于，包括：信息获取单元，用于获取摄像头监控的道路监控视频和道路基本信息；信息提取单元，用于提取每组关键帧之间的图像；轨迹生成单元，用于基于每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息；第一信息处理单元，用于将所述第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处；轨迹处理单元，用于分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶；第二信息处理单元，用于基于所述行驶轨迹重合，分析重合点的第二行驶信息，基于ai技术，将所述第二行驶信息和第一描述数据进行整合，得到第二描述数据；第三信息处理单元，用于根据所述行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。

技术总结
本发明公开了一种基于AI技术的车辆数据处理方法和系统，属于交通管理技术领域，包括摄像头监控路面情况，并获取道路监控视频和道路基本信息；提取每组关键帧之间的图像，得到车辆在每组关键帧之间的行驶轨迹和第一行驶信息；基于AI技术，将第一行驶信息和道路基本信息进行整合，得到第一描述数据，并插入到对应关键帧处；分析道路上不同车辆在同一时刻的行驶轨迹，如果出现重合，表明车辆出现事故，否则，则表明车辆正常行驶；基于行驶轨迹重合，分析重合点的第二行驶信息，基于AI技术，将第二行驶信息和第一描述数据进行整合，得到第二描述数据；根据行驶轨迹的重合点，确定关键帧位置，将第二描述数据覆盖替换第一描述数据。将第二描述数据覆盖替换第一描述数据。将第二描述数据覆盖替换第一描述数据。


技术研发人员：张世彦 张万年
受保护的技术使用者：深圳市明世弘生电子科技有限公司
技术研发日：2023.08.11
技术公布日：2023/9/14