【技术实现步骤摘要】
一种多源不确定性信息下车人碰撞事故车速鉴定方法
本专利技术涉及车速鉴定领域,更具体地,涉及一种多源不确定性信息下车人碰撞事故车速鉴定方法。
技术介绍
车速鉴定的依据是事故中所遗留的各类痕迹,痕迹的优劣直接决定了鉴定结果的好坏。当痕迹信息全面而准确时,获得客观、可信的车速鉴定结果为水到渠成之事;但现实中,受到事故路段过往车辆、行人以及雨、雪、灰尘等因素的影响,事故现场的痕迹将会被破坏,导致痕迹不连续、不完整甚至消失,以致一些痕迹被忽略、测不准甚至测不到,此时,如何获得客观、可信的车速鉴定结果,则成为一个极具挑战的工作。注意到不同事故案例中所能采集到的痕迹的数量、质量均不同,警方提供的痕迹亦是千差万别,此时选择哪一类模型中的哪一个模型预估车速,不同模型所得预估值不一致时又如何应对,如果痕迹包含各类不确定性信息,如何将所有不确定信息客观地体现到鉴定结果中去,针对这些问题,人们展开了广泛而深入的研究。从模型角度看,人们提出了基于不同痕迹或多类痕迹的车速鉴定方法,如基于人体抛距、车体变形、人体损伤、车辆制动距离、汽车装载主动安全设备、视频监控等的方法或基于仿真手段的能利用多 ...
【技术保护点】
1.一种多源不确定性信息下车人碰撞事故车速鉴定方法,其特征在于:包括以下步骤:S1:输入人车碰撞的n个痕迹信息;S2:获得n个输入痕迹信息后,依据痕迹信息选择N个模型;S3:依据输入的不确定痕迹信息及选择的N个模型,利用不确定性分析技术,获得N类事故再现结果;S4:利用聚类分析方法,采用K‑中心点聚类方法将
【技术特征摘要】
1.一种多源不确定性信息下车人碰撞事故车速鉴定方法,其特征在于:包括以下步骤:S1:输入人车碰撞的n个痕迹信息;S2:获得n个输入痕迹信息后,依据痕迹信息选择N个模型;S3:依据输入的不确定痕迹信息及选择的N个模型,利用不确定性分析技术,获得N类事故再现结果;S4:利用聚类分析方法,采用K-中心点聚类方法将i类结果分为两类,将样本数多的一类定义为优质结果,而将样本数少的一类结果定义为可能问题结果集,然后按照i类结果的统计特性从优质结果中选择n2个结果作为优质代表结果集;S5:最后通过优质代表结果对可能问题结果进行投票,判断可能问题结果的可靠性,并删除不可靠结果;S6:对车速鉴定的结果给出统计均值、区间、概率分布情况的统计信息,并给出条形图,直观表达结果。2.根据权利要求1所述的一种多源不确定性信息下车人碰撞事故车速鉴定方法,其特征在于:所述痕迹信息包括确定痕迹的痕迹参数、不确定区间痕迹的痕迹参数以及不确定概率痕迹的痕迹参数。3.根据权利要求1所述的一种多源不确定性信息下车人碰撞事故车速鉴定方法,其特征在于:所述模型包括经验模型和仿真模型;经验模型包括基于车辆制动距离、人体抛距、人体损伤、车体变形痕迹的单一痕迹模型及基于这些痕迹的组合痕迹模型;仿真模型依据输入痕迹信息的特性及其所包含的不确定性信息,依据实验设计理论设计一组实验,然后调用软件进行仿真,最后通过回归分析获得基于不同类型痕迹的若干车速鉴定模型。4.根据权利要求3所述的一种多源不确定性信息下车人碰撞事故车速鉴定方法,其特征在于:所选择的模型...
【专利技术属性】
技术研发人员:邹铁方,李华,何枫林,
申请(专利权)人:长沙理工大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。