本申请涉及一种数字化事故数据库构建方法、装置、计算机设备和存储介质。所述方法包括：从事故记录数据库中获取包括事故记录的车辆事故特征和乘员损伤真实信息的样本数据及测试数据；用样本数据对初始损伤仿真模型进行训练，得到目标损伤预测模型；再用测试数据对目标损伤预测模型进行检验，得到目标损伤预测模型的预测准确率；若预测准确率大于或等于预设准确率，则随机生成车辆事故特征并输入目标损伤预测模型进行预测，得到乘员损伤预测信息；根据随机生成的车辆事故特征及乘员损伤预测信息构建数字化事故数据库，数字化事故数据库中的车辆事故特征时间跨度小、数据精度高并且数据量充分，提高了乘员损伤预测的准确率。提高了乘员损伤预测的准确率。提高了乘员损伤预测的准确率。
【技术实现步骤摘要】
数字化事故数据库构建方法、装置和计算机设备
[0001]本申请涉及大数据和交通安全
，特别是涉及一种数字化事故数据库建立方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着近年来硬件设备和大数据的发展，以深度学习为代表的数据挖掘算法在图像、医学、体征识别等多个领域得到了广泛应用。越是复杂的数据模型，其中的参数越多，需要的训练数据量也越大。数据是目前限制复杂算法应用的主要因素。
[0003]传统乘员损伤严重性预测主要依赖于事故统计数据库，通过事故后调研、推演得到事故发生前车辆、乘员和环境等状况。由于真实世界较为复杂，记录的事故前、后信息时间跨度较大，存在较大的数据异质性。
[0004]故真实世界得到的统计数据库和自然采集数据库，普遍存在数据收集难度大、预测变量时间跨度大、数据精度与数据量不够、数据离散度较大的问题，导致乘员损伤预测准确率低。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够用于乘员损伤预测的数字化事故数据库构建方法、装置、计算机设备和存储介质。
[0006]一种数字化事故数据库构建方法，该方法包括：
[0007]从事故记录数据库中获取至少一个样本数据，该至少一个样本数据中每个样本数据包括一条事故记录的车辆事故特征和乘员损伤真实信息；
[0008]将该样本数据输入初始损伤仿真模型进行仿真，得到乘员损伤仿真信息；
[0009]根据该乘员损伤仿真信息和该乘员损伤真实信息，调整该初始损伤仿真模型的参数，得到目标损伤预测模型；
[0010]从该事故记录数据库中获取至少一个测试数据，该至少一个测试数据中每个测试数据包括一条事故记录的车辆事故特征和乘员损伤真实信息；
[0011]根据该测试数据对该目标损伤预测模型进行检验，得到该目标损伤预测模型的预测准确率；
[0012]若预测准确率大于或等于预设准确率，则随机生成车辆事故特征，将该随机生成的车辆事故特征输入至该目标损伤预测模型进行预测，得到对应的乘员损伤预测信息；
[0013]根据该随机生成的车辆事故特征及对应的乘员损伤预测信息构建数字化事故数据库。
[0014]在其中一个实施例中，该车辆事故特征包括险态工况下车辆的碰撞初始特征、约束系统特征和乘员身体特征；
[0015]将该样本数据输入初始损伤仿真模型进行仿真，得到乘员损伤仿真信息，包括：
[0016]将该碰撞初始特征、约束系统特征和乘员身体特征输入到该初始损伤仿真模型中
进行计算，得到乘员损伤仿真信息。
[0017]在其中一个实施例中，根据该测试数据对该目标损伤预测模型进行检验，得到该目标损伤预测模型的预测准确率，之后还包括：
[0018]若该预测准确率低于该预设准确率，则重新从该事故记录数据库获取样本数据对该目标损伤预测模型进行训练，调整该目标损伤预测模型的参数，以使该预测准确率达到该预设准确率。
[0019]在其中一个实施例中，该随机生成车辆事故特征之后，还包括：
[0020]根据该随机生成的车辆事故特征的分布情况对车辆事故特征随机采样，得到采样数据；
[0021]将该随机生成的车辆事故特征输入至该目标损伤预测模型进行预测，得到对应的乘员损伤预测信息，包括：
[0022]将该采样数据输入至该目标损伤预测模型进行预测，得到对应的乘员损伤预测信息；
[0023]根据该随机生成的车辆事故特征及对应的乘员损伤预测信息构建数字化事故数据库，包括：
[0024]根据该采样数据及对应的乘员损伤预测信息构建数字化事故数据库。
[0025]在其中一个实施例中，根据该随机生成的车辆事故特征的分布情况对车辆事故特征随机采样，得到采样数据，包括：
[0026]若该随机生成的车辆事故特征有分布约束，则按照该分布约束对车辆事故特征随机采样，得到采样数据；
[0027]若该随机生成的车辆事故特征没有分布约束，则按照均匀分布的方式对车辆事故特征随机采样，得到采样数据。
[0028]在其中一个实施例中，根据该采样数据及对应的乘员损伤预测信息构建数字化事故数据库，包括：
[0029]若仿真得到的乘员损伤预测信息的分布符合预设分布，或者该乘员损伤预测信息的数据量达到预设数据量，则根据该采样数据及对应的乘员损伤预测信息构建数字化事故数据库。
[0030]在其中一个实施例中，该方法还包括：
[0031]若仿真得到的乘员损伤预测信息的分布不符合预设分布，且该乘员损伤预测信息的数据量未达到预设数据量，则调整该采样数据，继续进行仿真计算。
[0032]一种数字化事故数据库构建装置，该装置包括：
[0033]第一获取模块，用于从事故记录数据库中获取至少一个样本数据，该至少一个样本数据中每个样本数据包括一条事故记录的车辆事故特征和乘员损伤真实信息；
[0034]仿真模块，用于将该样本数据输入初始损伤仿真模型进行仿真，得到乘员损伤仿真信息；
[0035]调整模块，用于根据该乘员损伤仿真信息和该乘员损伤真实信息，调整该初始损伤仿真模型的参数，得到目标损伤预测模型；
[0036]第二获取模块，用于从该事故记录数据库中获取至少一个测试数据，该至少一个测试数据中每个测试数据包括一条事故记录的车辆事故特征和乘员损伤真实信息；
[0037]检验模块，用于根据该测试数据对该目标损伤预测模型进行检验，得到该目标损伤预测模型的预测准确率；
[0038]预测模块，用于若预测准确率大于或等于预设准确率，则随机生成车辆事故特征，将该随机生成的车辆事故特征输入至该目标损伤预测模型进行仿真计算，得到对应的乘员损伤预测信息；
[0039]构建模块，用于根据该随机生成的车辆事故特征及对应的乘员损伤预测信息构建数字化事故数据库。
[0040]一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现以下步骤：
[0041]从事故记录数据库中获取至少一个样本数据，该至少一个样本数据中每个样本数据包括一条事故记录的车辆事故特征和乘员损伤真实信息；
[0042]将该样本数据输入初始损伤仿真模型进行仿真，得到乘员损伤仿真信息；
[0043]根据该乘员损伤仿真信息和该乘员损伤真实信息，调整该初始损伤仿真模型的参数，得到目标损伤预测模型；
[0044]从该事故记录数据库中获取至少一个测试数据，该至少一个测试数据中每个测试数据包括一条事故记录的车辆事故特征和乘员损伤真实信息；
[0045]根据该测试数据对该目标损伤预测模型进行检验，得到该目标损伤预测模型的预测准确率；
[0046]若预测准确率大于或等于预设准确率，则随机生成车辆事故特征，将该随机生成的车辆事故特征输入至该目标损伤预测模型进行预测，得到对应的乘员损伤预测信息；
[0047]根据该随机生成的车辆事故特征及对应的乘员损伤预测信息构建数字化事本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数字化事故数据库构建方法，其特征在于，所述方法包括：从事故记录数据库中获取至少一个样本数据，所述至少一个样本数据中每个样本数据包括一条事故记录的车辆事故特征和乘员损伤真实信息；将所述样本数据输入初始损伤仿真模型进行仿真，得到乘员损伤仿真信息；根据所述乘员损伤仿真信息和所述乘员损伤真实信息，调整所述初始损伤仿真模型的参数，得到目标损伤预测模型；从所述事故记录数据库中获取至少一个测试数据，所述至少一个测试数据中每个测试数据包括一条事故记录的车辆事故特征和乘员损伤真实信息；根据所述测试数据对所述目标损伤预测模型进行检验，得到所述目标损伤预测模型的预测准确率；若预测准确率大于或等于预设准确率，则随机生成车辆事故特征，将所述随机生成的车辆事故特征输入至所述目标损伤预测模型进行预测，得到对应的乘员损伤预测信息；根据所述随机生成的车辆事故特征及对应的乘员损伤预测信息构建数字化事故数据库。2.根据权利要求1所述的方法，其特征在于，所述车辆事故特征包括险态工况下车辆的碰撞初始特征、约束系统特征和乘员身体特征；所述将所述样本数据输入初始损伤仿真模型进行仿真，得到乘员损伤仿真信息，包括：将所述碰撞初始特征、约束系统特征和乘员身体特征输入到所述初始损伤仿真模型中进行计算，得到乘员损伤仿真信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述测试数据对所述目标损伤预测模型进行检验，得到所述目标损伤预测模型的预测准确率，之后还包括：若所述预测准确率低于所述预设准确率，则重新从所述事故记录数据库获取样本数据对所述目标损伤预测模型进行训练，调整所述目标损伤预测模型的参数，以使所述预测准确率达到所述预设准确率。4.根据权利要求1所述的方法，其特征在于，所述随机生成车辆事故特征之后，还包括：根据所述随机生成的车辆事故特征的分布情况对车辆事故特征随机采样，得到采样数据；所述将所述随机生成的车辆事故特征输入至所述目标损伤预测模型进行预测，得到对应的乘员损伤预测信息，包括：将所述采样数据输入至所述目标损伤预测模型进行预测，得到对应的乘员损伤预测信息；所述根据所述随机生成的车辆事故特征及对应的乘员损伤预测信息构建数字化事故数据库，包括：根据所述采样数据及对应的乘员损伤预测信息构建数字化事故数据库。5.根据权利要求4所述的方法，其特征在于，所述根据所述...
【专利技术属性】
技术研发人员：聂冰冰，陈文韬，甘顺，王情帆，
申请(专利权)人：清华大学，
类型：发明
国别省市：
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。