一种汽车事故辅助鉴定系统技术方案

本发明专利技术涉及汽车事故鉴定技术领域，具体涉及一种汽车事故辅助鉴定系统，包括：视频数据采集模块、三维建模模块、动态模拟模块、辅助鉴定模块；三维建模模块用于识别视频数据中内载的事故车辆，基于事故车辆图像实现事故车辆的三维建模，生成虚拟车辆模型；动态模拟模块，用于识别视频数据中内载的事故车辆行驶轨迹参数，形成对应的动态模拟控制命令，基于动态模拟控制命令驱动虚拟车辆模型运行，实现事故现场的慢动作三维重现。本发明专利技术可以实现事故现场的慢动作三维重现，使得工作人员和事故人员可以直观的进行事故形成原因的观察，从而可以尽可能的避免责任方判定欠妥的情况的出现，避免不必要的纠纷。

【技术实现步骤摘要】
一种汽车事故辅助鉴定系统
本专利技术涉及汽车事故鉴定
，具体涉及一种汽车事故辅助鉴定系统。
技术介绍
目前，汽车事故的鉴定普遍依赖交通执法人员人为判定，由于无法实现事故发生情况的重现，一定程度上会存在责任方判定欠妥的情况，从而发生不必要的纠纷。
技术实现思路
为解决上述问题，本专利技术提供了一种汽车事故辅助鉴定系统，可以实现事故现场的慢动作三维重现，使得工作人员和事故人员可以直观的进行事故形成原因的观察，从而可以尽可能的避免责任方判定欠妥的情况的出现，避免不必要的纠纷。为实现上述目的，本专利技术采取的技术方案为：一种汽车事故辅助鉴定系统，包括：视频数据采集模块，用于基于录入的事故发生地的GPS定位数据及事故发生时间基于数据挖掘模块在交通视频数据中挖掘对应的事故现场视频数据；三维建模模块，用于识别视频数据中内载的事故车辆，基于事故车辆图像实现事故车辆的三维建模，生成虚拟车辆模型；动态模拟模块，用于识别视频数据中内载的事故车辆行驶轨迹参数，形成对应的动态模拟控制命令，基于动态模拟控制命令驱动虚拟车辆模型运行，实现事故现场的慢动作三维重现；辅助鉴定模块，用于基于事故发生时，事故车辆的行驶轨迹参数、车辆姿态参数的识别，实现事故责任方的判定。优选地，所述交通视频数据通过驾驶在各路段两侧或前侧的摄像头实现采集；优选地，所述三维建模模块基于用户录入的车牌号实现事故车辆的识别，基于kinect深度传感器实现事故车辆深度图像的获取，将所获得的事故车辆深度图像进行三角化，然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场，对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包，并利用MarchingTetrahedra算法构造等值面,从而完成事故车辆的三维建模。优选地，所述动态模拟模块基于用户录入的车牌号实现事故车辆的跟踪，从而生成对应事故车辆的行驶轨迹参数，然后基于模糊神经网络算法生成对应的动态模拟控制命令，基于当前路段的路面标志线及对应的交通指示灯的识别结果实现当前路况环境的搭建。优选地，所述动态模拟模块在事故发生的前1s时，自动停止模拟，并实现当时事故车辆行驶参数的自动输出。优选地，所述动态模拟模块基于虚拟车辆模型节点的改变实现虚拟车辆模型的驱动。优选地，还包括：事故理赔金额评估模块，用于基于用户上传的图像，实现车辆损伤程度的评估，并基于评估结果输出对应的事故理赔金额区间值。优选地，所述事故理赔金额评估模块首先基于Dssd_inception_V3_coco实现车辆破损位置的识别，然后基于Bi-LSTM+Attention模型实现车辆破损程度的评估，最后根据破损程度的评估结果基于随机森林实现事故理赔金额区间的计算。本专利技术具有以下有益效果：基于事故现场信息采集的采集，虚拟车辆模型的构建，当前路况环境的搭建，实现了事故现场的慢动作三维重现，使得工作人员和事故人员可以直观的进行事故形成原因的观察，从而可以尽可能的避免责任方判定欠妥的情况的出现，避免不必要的纠纷；且自带事故责任方辅助判定功能和事故理赔金额评估功能，可为事故最终的责任方判定，理赔金额评估提供进一步地参考。附图说明图1为实施例一种汽车事故辅助鉴定系统的系统框图。具体实施方式下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进。这些都属于本专利技术的保护范围。如图1所示，本专利技术实施例提供了一种汽车事故辅助鉴定系统，包括：视频数据采集模块，用于基于录入的事故发生地的GPS定位数据及事故发生时间基于数据挖掘模块在交通视频数据中挖掘对应的事故现场视频数据；本实施例中，事故发生地的GPS定位数据及事故发生时间由执法人员或报案人员上传，GPS数据通过读取报案人员/执法人员移动终端所在的定位信息实现获取;三维建模模块，用于识别视频数据中内载的事故车辆，基于事故车辆图像实现事故车辆的三维建模，生成虚拟车辆模型；动态模拟模块，用于识别视频数据中内载的事故车辆行驶轨迹参数，形成对应的动态模拟控制命令，基于动态模拟控制命令驱动虚拟车辆模型运行，实现事故现场的慢动作三维重现；辅助鉴定模块，用于基于事故发生时，事故车辆的行驶轨迹参数、车辆姿态参数的识别，实现事故责任方的判定；事故理赔金额评估模块，用于基于用户上传的图像，实现车辆损伤程度的评估，并基于评估结果输出对应的事故理赔金额区间值。本实施例中，图像由保险员或执法人员登录对应的微信小程序后上传。本实施例中，所述交通视频数据通过驾驶在各路段两侧或前侧的摄像头实现采集。本实施例中，所述三维建模模块基于用户录入的车牌号实现事故车辆的识别，基于kinect深度传感器实现事故车辆深度图像的获取，将所获得的事故车辆深度图像进行三角化，然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场，对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包，并利用MarchingTetrahedra算法构造等值面,从而完成事故车辆的三维建模。本实施例中，所述动态模拟模块基于用户录入的车牌号实现事故车辆的跟踪，从而生成对应事故车辆的行驶轨迹参数，然后基于模糊神经网络算法根据对应事故车辆的行驶轨迹参数生成对应的动态模拟控制命令，基于当前路段的路面标志线及对应的交通指示灯的识别结果实现当前路况环境的搭建，虚拟车辆模型在搭建的路况环境内实现事故现场的慢动作三维重现。本实施例中，所述动态模拟模块在事故发生的前1s时，自动停止模拟，并实现当时事故车辆行驶参数的自动输出。本实施例中，所述动态模拟模块基于虚拟车辆模型节点的改变实现虚拟车辆模型的驱动。本实施例中，所述事故理赔金额评估模块首先基于Dssd_inception_V3_coco实现车辆破损位置的识别，然后基于Bi-LSTM+Attention模型实现车辆破损程度的评估，最后根据破损程度的评估结果基于随机森林实现事故理赔金额区间的计算。以上对本专利技术的具体实施例进行了描述。需要理解的是，本专利技术并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本专利技术的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。本文档来自技高网...

【技术保护点】
1.一种汽车事故辅助鉴定系统，其特征在于：包括：/n视频数据采集模块，用于基于录入的事故发生地的GPS定位数据及事故发生时间基于数据挖掘模块在交通视频数据中挖掘对应的事故现场视频数据；/n三维建模模块，用于识别视频数据中内载的事故车辆，基于事故车辆图像实现事故车辆的三维建模，生成虚拟车辆模型；/n动态模拟模块，用于识别视频数据中内载的事故车辆行驶轨迹参数，形成对应的动态模拟控制命令，基于动态模拟控制命令驱动虚拟车辆模型运行，实现事故现场的慢动作三维重现；/n辅助鉴定模块，用于基于事故发生时，事故车辆的行驶轨迹参数、车辆姿态参数的识别，实现事故责任方的判定。/n

【技术特征摘要】
1.一种汽车事故辅助鉴定系统，其特征在于：包括：
视频数据采集模块，用于基于录入的事故发生地的GPS定位数据及事故发生时间基于数据挖掘模块在交通视频数据中挖掘对应的事故现场视频数据；
三维建模模块，用于识别视频数据中内载的事故车辆，基于事故车辆图像实现事故车辆的三维建模，生成虚拟车辆模型；
动态模拟模块，用于识别视频数据中内载的事故车辆行驶轨迹参数，形成对应的动态模拟控制命令，基于动态模拟控制命令驱动虚拟车辆模型运行，实现事故现场的慢动作三维重现；
辅助鉴定模块，用于基于事故发生时，事故车辆的行驶轨迹参数、车辆姿态参数的识别，实现事故责任方的判定。


2.如权利要求1所述的一种汽车事故辅助鉴定系统，其特征在于：所述交通视频数据通过驾驶在各路段两侧或前侧的摄像头实现采集。


3.如权利要求1所述的一种汽车事故辅助鉴定系统，其特征在于：所述三维建模模块基于用户录入的车牌号实现事故车辆的识别，基于kinect深度传感器实现事故车辆深度图像的获取，将所获得的事故车辆深度图像进行三角化，然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场，对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包，并利用MarchingTetrahedra算法构造等值面,从而完成事故车辆的三维建...

【专利技术属性】
技术研发人员：孙延，刘波，贾长建，
申请(专利权)人：陕西工业职业技术学院，
类型：发明
国别省市：陕西;61