一种基于人工智能的车辆运行风险检测方法及系统技术方案

本发明专利技术提供了一种基于人工智能的车辆运行风险检测方法及系统，涉及人工智能技术领域，包括对车辆的运行视频信息和车辆设备的参数信息进行风险识别，其中通过对视频信息中不同区域的车辆外部图像进行分类处理，这样可以进行多个图像同时进行检测，快速判断每个图像内的车辆外部风险，减少计算时间，增加检测效率，并且本发明专利技术还通过对车辆设备的参数信息进行检测，判断内部参数的变化情况，针对于内部参数的变化情况是否会导致车辆运行风险的产生，进而为车辆运行风险进行一个预测，并针对预测得到的车辆运行风险进行预警。预测得到的车辆运行风险进行预警。预测得到的车辆运行风险进行预警。

【技术实现步骤摘要】
一种基于人工智能的车辆运行风险检测方法及系统


[0001]本专利技术涉及人工智能
，具体而言，涉及一种基于人工智能的车辆运行风险检测方法及系统。

技术介绍

[0002]随着社会的发展，车辆越来越多，但是人们在驾驶车辆时往往对于车辆的运行风险不清楚，导致在驾驶时发生突发情况而导致车祸产生，现需要一种能够对于车辆的风险进行检测的方法，来快速检测车辆的运行风险，为驾驶员在驾驶车辆时提供预警，减少车祸发生的可能性。

技术实现思路

[0003]本专利技术的目的在于提供一种基于人工智能的车辆运行风险检测方法及系统，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
[0004]第一方面，本申请提供了一种基于人工智能的车辆运行风险检测方法，包括：
[0005]获取至少两个时间段的车辆运行视频信息和车辆设备的参数信息，所述车辆设备的参数信息包括车辆设备的温度信息、车辆设备的湿度信息和车辆设备受到的压力信息；
[0006]将所有的所述车辆运行视频信息进行轮廓识别处理，并将轮廓识别处理后的车辆运行视频信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的车辆运行风险检测方法，其特征在于，包括：获取至少两个时间段的车辆运行视频信息和车辆设备的参数信息，所述车辆设备的参数信息包括车辆设备的温度信息、车辆设备的湿度信息和车辆设备受到的压力信息；将所有的所述车辆运行视频信息进行轮廓识别处理，并将轮廓识别处理后的车辆运行视频信息的进行分类，得到至少一个车辆图像的轮廓图像信息；将所述车辆图像的轮廓图像信息进行风险识别处理，得到第一信息，所述第一信息包括所有车辆图像的轮廓图像信息中车辆的外部运行风险特征和所述外部运行风险特征对应的风险等级信息；将所述车辆设备的参数信息进行统计处理和回归分析，得到第二信息，所述第二信息包括车辆设备的内部运行风险特征和所述内部运行风险对应的风险等级信息；将所述第一信息和第二信息基于预设的风险值计算公式进行筛选，得到车辆的运行风险。2.根据权利要求1所述的基于人工智能的车辆运行风险检测方法，其特征在于,所述将所有的所述车辆运行视频信息进行轮廓识别处理，并将轮廓识别处理后的车辆运行视频信息的进行分类，包括：将所有的所述车辆运行视频信息进行图像增强处理，并将增强处理后的每帧车辆运行视频信息进行图像识别，得到每帧车辆运行视频信息中的车辆图像；将每帧所述车辆运行视频信息中的车辆图像进行轮廓识别处理，得到所述车辆图像的轮廓信息，所述车辆图像的轮廓信息包括车体图像的轮廓信息、轮胎图像的轮廓信息、车窗图像的轮廓信息和车灯图像的轮廓信息；将所述车辆图像的轮廓信息进行标记序号，并将标记序号后的轮廓信息进行分类，得到至少一个车辆图像的轮廓信息。3.根据权利要求2所述的基于人工智能的车辆运行风险检测方法，其特征在于,所述将每帧所述车辆运行视频信息中的车辆图像进行轮廓识别处理，包括：将每帧所述车辆运行视频信息中的车辆图像进行灰度变换，得到所有车辆图像的灰度图像，并按照将所述灰度图像内的同一灰度值的像素点进行连线，其中采用线性插值法对所述连线进行插值处理，得到至少四个轮廓图像；将所有的所述轮廓图像进行框选，并将框选后的轮廓图像建立直角坐标系，其中将以框选采用的目标框的左下角作为坐标原点，框选后的轮廓图像内的像素点作为坐标点，得到所述轮廓图像的坐标值；基于所有的所述轮廓图像的像素点坐标值进行判断，得到包含区域范围为最大范围的轮廓图像，并将所述包含区域范围为最大范围的轮廓图像作为车辆图像的轮廓图像。4.根据权利要求1所述的基于人工智能的车辆运行风险检测方法，其特征在于,将所述车辆图像的轮廓图像信息进行风险识别处理，得到第一信息，包括：将所述车辆图像的轮廓图像信息和预设的历史车辆图像的轮廓图像进行对比，得到轮廓差异图像；将所述轮廓差异图像的位置进行识别，得到轮廓差异图像对应的轮廓图像信息标号；将所述轮廓图像信息标号按照预设的风险识别分析表进行识别分析，得到车辆的外部运行风险特征；
将所述车辆外部运行风险特征与预设的历史风险事故数据进行关联分析，得到每个所述车辆的外部运行风险特征与所述历史风险事故数据的关联度值，并按照从大到小的顺序所述关联度值进行分级，得到车辆的外部运行风险特征对应的等级信息。5.根据权利要求1所述的基于人工智能的车辆运行风险检测方法，其特征在于,将所述车辆设备的参数信息进行统计处理和回归分析，得到第二信息，包括：将所有的车辆设备的参数信息按照预设的时间序列进行分段统计，得到至少两个时间段的车辆设备的参数信息；将所述至少两个时间段的车辆设备的参数信息分为拟合集和验证集，并将所述拟合集和验证集输入时间序列预测模型进行回归分析和拟合，拟合得到车辆设备的预估参数信息；将所述参数信息和所述预估参数信息进行组合，并将组合得到的参数数据与预设的第一阈值进行对比，得到至少一个类别的内部运行风险特征；基于所述内部运行风险特征对应的参数数据与所述预设的第一阈值的比值，确定每个所述内部运行风险特征的风险等级。6.一种基于人工智能的车辆运行风险检测系统，其特征在于，包括：第一获...

【专利技术属性】
技术研发人员：邵赟，高炜，张旭，
申请(专利权)人：安徽锦禹汽车销售服务有限公司，
类型：发明
国别省市：