一种车辆部件的定损方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及车辆定损技术领域，提供了一种车辆部件的定损方法，其包括：获取车辆的车辆外部部件图像和车辆行驶信息；将车辆外部部件图像输入预先训练好的神经网络分析模型，得到车辆各外部部件的损耗等级；对车辆行驶信息进行分析，得到车辆各内部部件的损耗等级；根据车辆各外部部件的损耗等级和车辆各内部部件的损耗等级获得与各部件损耗等级相匹配的部件处理结果；在预设数据平台中查询各部件的部件处理结果相对应的保养价格；输出各部件的部件处理结果以及查询获得的各部件的保养价格。通过本发明专利技术的实施，能够对车辆外部部件和内部部件分别进行分析，提供与各部件的损耗情况相匹配的部件处理结果。

A method, device, computer equipment and storage medium for determining the loss of vehicle components

The invention relates to the technical field of vehicle loss assessment, and provides a loss assessment method for vehicle parts, which includes: obtaining the image of vehicle external parts and vehicle driving information; inputting the image of vehicle external parts into the pre trained neural network analysis model to obtain the loss level of each external part of the vehicle; analyzing the vehicle driving information to obtain each internal part of the vehicle According to the loss level of each external part of the vehicle and the loss level of each internal part of the vehicle, obtain the part processing results matching with the loss level of each part; query the corresponding maintenance price of the part processing results of each part in the preset data platform; output the part processing results of each part and the maintenance price of each part obtained by the query. Through the implementation of the invention, the external parts and internal parts of the vehicle can be analyzed respectively, and the component processing results matched with the loss of each component can be provided.

【技术实现步骤摘要】
一种车辆部件的定损方法、装置、计算机设备及存储介质
本专利技术涉及车辆定损
领域，尤其涉及一种车辆部件的定损方法、装置、计算机设备及存储介质。
技术介绍
随着经济水平的不断提升，车辆保有量不断增加，市场上对车辆进行保养的次数也越来越多，保养的同时需要对车辆各部件进行定损，而目前对车辆进行定损的方式通常是利用人工对车辆进行检测，根据检测的结果获得车辆各部件定损的结果。然而，通过人工对车辆进行检测方式存在效率较低，且由于不同车辆维修人员的技术水平不同，容易出现针对同一车辆各部件定损的结果不统一的情况。而通过使用人工智能技术检测车辆，并给出损伤级别，能够较好地解决这些问题。在现有技术中，其一般是先摄制车辆图像，然后利用预设神经网络模型提取车辆图像的特征向量，最后通过计算提取的特征向量获得车辆整体的损伤级别。但是，该方案一般仅通过对车辆图像识别分析完成对车辆整体损耗的判断，存在判断依据较少导致判断结果的准确性不高的缺陷，且不能对车辆各内部部件的情况做出判断，从而导致无法准确提供与车辆各部件损耗情况对应的部件处理结果的问题。
技术实现思路
本专利技术实施例提供一种车辆部件的定损方法、装置、计算机设备及存储介质，以解决无法准确提供车辆各部件具体损耗情况的问题。一种车辆部件的定损方法，包括：获取车辆的车辆外部部件图像和车辆行驶信息；将车辆外部部件图像输入预先训练好的神经网络分析模型，得到车辆各外部部件的损耗等级；对车辆行驶信息进行分析，得到车辆各内部部件的损耗等级；根据车辆各外部部件的损耗等级和车辆各内部部件的损耗等级，获取与损耗等级相匹配的各部件的处理结果；输出各部件的部件处理结果。一种车辆部件的定损装置，包括：获取模块，其用于获取车辆的车辆外部部件图像和车辆行驶信息；车辆外部部件图像处理模块，其用于将车辆外部部件图像输入预先训练好的神经网络分析模型，得到车辆各外部部件的损耗等级；车辆行驶信息处理模块，其用于对车辆行驶信息进行分析，得到车辆各内部部件的损耗等级；部件处理结果获取模块，其用于根据车辆各外部部件的损耗等级和车辆各内部部件的损耗等级，获取与损耗等级相匹配的各部件的处理结果；以及部件处理结果输出模块，其用于输出各部件的保养价格。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，所述处理器执行所述计算机程序时实现上述车辆部件的定损方法的步骤。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，所述计算机程序被处理器执行时实现上述车辆部件的定损方法的步骤。上述车辆部件的定损方法、装置、计算机设备及存储介质中，首先，获取车辆的车辆外部部件图像和车辆行驶信息，再将车辆外部部件图像输入预先训练好的神经网络分析模型，得到车辆各外部部件的损耗等级，然后，对车辆行驶信息进行分析，得到车辆各内部部件的损耗等级，再次，根据车辆各外部部件的损耗等级和车辆各内部部件的损耗等级获得与各部件损耗等级相匹配的各部件的部件处理结果，最后，输出各部件的部件处理结果。将车辆外部部件和内部部件分开进行处理，通过预先训练好的神经网络分析模型对车辆外部部件图像进行分析，获得车辆各外部部件的损耗等级，通过车辆的行驶信息判断车辆各内部部件的损耗等级，获得车辆各单一部件的损耗等级，根据车辆各单一部件的损耗等级获取各部件的部件处理结果，实现对单一部件进行定损，并给出与车辆各部件损耗等级相对应的部件处理结果。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的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本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例中车辆部件的定损方法的一应用环境示意图；图2是本专利技术一实施例中车辆部件的定损方法的一流程图；图3是本专利技术一实施例中车辆部件的定损方法中步骤200一流程图；图4是本专利技术一实施例中车辆部件的定损方法中步骤201的一流程图；图5是本专利技术一实施例中车辆部件的定损方法中步骤202的一流程图；图6是本专利技术一实施例中车辆部件的定损方法中步骤300的一流程图；图7是本专利技术一实施例中车辆部件的定损方法中步骤400之后的一流程图；图8是本专利技术一实施例中车辆部件的定损方法中对神经网络分析模型进行训练一流程图；图9是本专利技术一实施例中车辆部件的定损装置的模块示意图；图10是本专利技术一实施例中计算机设备的一示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本申请提供的车辆部件的定损方法，可应用在如图1的应用环境中，其中，车辆是与待检车辆相关的车辆信息，通过客户端能够获取车辆信息。客户端可以是独立开发APP、小程序、网页、公众号等。客户端能够与终端设备结合使用，终端设备可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一实施例中，如图2所示，提供一种车辆部件的定损方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：步骤100：获取车辆的车辆外部部件图像和车辆行驶信息。对于上述步骤100，车辆外部部件图像包含与车辆外部部件相关的图像。例如，车辆外部部件可以是车辆的车架、保险杠、后视镜、轮胎、挡风玻璃等外部部件。另外，车辆外部部件图像可以是车辆外部部件处于无损、待维修、待保养等任意状态的图像。并且，针对同一车辆外部部件，可以同时具有一张或多张从各个不同角度和方向摄制的车辆外部部件图像。同时，车辆行驶信息包含与车辆行驶的相关信息。例如，车辆行驶信息可以是车型型号、里程情况、车辆部件更换情况等车辆内部部件相关信息。步骤200：将车辆外部部件图像输入预先训练好的神经网络分析模型，得到车辆各外部部件的损耗等级。在上述步骤200中，预设神经网络分析模型是基于单次检测器(SingleShotMultiBoxDetector，以下简称SSD模型)和视觉几何组网络结构(VisualGeometryGroupNetwork，以下简称VGG模型)形成，SSD模型可以用于标记车辆外部部件的位置，VGG模型可以用于检测车辆外部部件的损耗情况。另外，损耗等级用于表示车辆部件损耗的级别，车辆部件包括车辆的外部部件和内部部件，级别越高，车辆部件的损耗越大。例如，损耗等级可以是10％、20％、30％、40％等。步骤300：对车辆行驶信息进行分析，得到车辆各内部部件的损耗等级。在上述步骤300本文档来自技高网...

【技术保护点】
1.一种车辆部件的定损处理方法，其特征在于，所述方法包括：/n获取车辆的车辆外部部件图像和车辆行驶信息；/n将所述车辆外部部件图像输入预先训练好的神经网络分析模型，得到车辆各外部部件的损耗等级；/n对所述车辆行驶信息进行分析，得到车辆各内部部件的损耗等级；/n根据所述车辆各外部部件的所述损耗等级和所述车辆各内部部件的所述损耗等级，获取与所述损耗等级相匹配的各部件的部件处理结果；/n输出所述各部件的所述部件处理结果。/n

【技术特征摘要】
1.一种车辆部件的定损处理方法，其特征在于，所述方法包括：
获取车辆的车辆外部部件图像和车辆行驶信息；
将所述车辆外部部件图像输入预先训练好的神经网络分析模型，得到车辆各外部部件的损耗等级；
对所述车辆行驶信息进行分析，得到车辆各内部部件的损耗等级；
根据所述车辆各外部部件的所述损耗等级和所述车辆各内部部件的所述损耗等级，获取与所述损耗等级相匹配的各部件的部件处理结果；
输出所述各部件的所述部件处理结果。


2.根据权利要求1所述的车辆部件的定损方法，其特征在于，所述将所述车辆外部部件图像输入预先训练好的神经网络分析模型，得到车辆各外部部件的损耗等级的步骤包括：
从所述车辆外部部件图像中提取目标部件图像；
通过所述神经网络分析模型对所述目标部件图像进行处理，以获得所述车辆各外部部件的所述损耗等级。


3.根据权利要求2所述的车辆部件的定损方法，其特征在于，所述从所述车辆外部部件图像中提取目标部件图像的步骤包括：
对所述车辆外部部件图像进行归一化处理；
将所述车辆外部部件图像划分为多个候选区域；
将每个所述候选区域与部件样本图像进行对比，将与所述部件样本图像相似度达到设定阈值的所述候选区域作为对应部件的目标区域；
枚举不同的矩形框对所述目标区域进行框选，将所述车辆外部部件的图像面积在所述矩形框中占比率最高的矩形框确定为对应部件的目标矩形框；
对所述目标矩形框框选的图像进行裁剪以得到所述目标部件图像。


4.根据权利要求2所述的车辆部件的定损方法，其特征在于，所述通过所述神经网络分析模型对所述目标部件图像进行处理，以获得所述车辆各外部部件的所述损耗等级的步骤包括：
对所述目标部件图像进行边缘检测，并根据所述目标部件图像中目标部件的边缘对所述目标部件图像进行偏转；
对所述目标部件图像进行分析，以得到特征向量；
基于所述神经网络分析模型中的分类器对所述特征向量的值进行计算，以获得所述目标部件图像中所述目标部件的所述损耗等级。


5.根据权利要求1所述的车辆部件的定损方法，其特征在于，所述对所述车辆行驶信息进行分析，得到车辆各内部部件的损耗等级的步骤包括包括：
根据所述车辆行驶信息从预设数据平台中获...

【专利技术属性】
技术研发人员：刘轲，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东;44