交通安全事故的原因的确定方法技术

本申请提供了一种交通安全事故的原因的确定方法

【技术实现步骤摘要】
交通安全事故的原因的确定方法、装置和电子设备


[0001]本申请涉及交通安全
，具体而言，涉及一种交通安全事故的原因的确定方法
、
装置和电子设备
。

技术介绍

[0002]常见的公共交通安全事故类型：
[0003]道路交通事故：道路交通事故是城市公交运营安全事故的主要类型之一，大部分城市公交车道路交通事故是由于人的不安全行为造成的；
[0004]乘客伤害事故：乘客伤害事故可以分为两类，一是发生在站台上的事故，由于站台秩序混乱或者公交车进出站操作不规范等，使在站台或正在上下车的乘客受到伤害；二是发生在公交车上的事故，即乘客在乘坐公交车时，由于驾驶员的不规范驾驶
、
应急处置不当等导致乘客受到伤害；
[0005]公交车起火燃烧；
[0006]乘客携带易燃易爆
、
有毒气体，威胁到他人安全；
[0007]乘客之间
、
乘客与司乘人员之间产生言语
、
肢体冲突
。
[0008]现有方案对于发生交通事故并无法知悉原因，因此，亟需一种能够确定发生交通事故原因的方法
。

技术实现思路

[0009]本申请的主要目的在于提供一种交通安全事故的原因的确定方法
、
装置和电子设备，以至少解决现有方案对于发生交通事故并无法知悉原因的问题
。
[0010]为了实现上述目的，根据本申请的一个方面，提供了一种交通安全事故的原因的确定方法，该方法包括：获取目标有害气体的浓度
、
车内音频信息
、
车内视频信息和车辆定位信息，所述目标有害气体包括以下至少之一：汽油
、
柴油
、
甲醛
、
一氧化碳
、
苯，所述车辆定位信息包括车辆的位置信息和所述车辆的行驶速度；根据所述目标有害气体的浓度
、
所述车内音频信息
、
所述车内视频信息和所述车辆定位信息，确定交通安全事故的原因，所述交通安全事故的原因为以下至少之一：乘客原因
、
司乘人员原因和目标有害气体泄露原因
。
[0011]可选地，根据所述目标有害气体的浓度
、
所述车内音频信息
、
所述车内视频信息和所述车辆定位信息，确定交通安全事故的原因，包括：根据所述目标有害气体的浓度，确定第一置信度，所述第一置信度用于表征所述交通安全事故的原因为所述目标有害气体泄露原因的置信度；根据所述车内音频信息
、
所述车内视频信息和所述车辆定位信息，确定第二置信度和第三置信度，所述第二置信度用于表征所述交通安全事故的原因为所述乘客原因的置信度，所述第三置信度用于表征所述交通安全事故的原因为所述司乘人员原因的置信度；根据所述第一置信度
、
所述第二置信度和所述第三置信度，确定所述交通安全事故的原因
。
[0012]可选地，根据所述目标有害气体的浓度，确定第一置信度，包括：在所述目标有害
气体的浓度大于或者等于第一气体浓度的情况下，确定所述第一置信度为第一置信度预设值；在所述目标有害气体的浓度小于所述第一气体浓度，且所述目标有害气体的浓度大于第二气体浓度的情况下，确定所述第一置信度为第二置信度预设值；在所述目标有害气体的浓度小于或者等于所述第二气体浓度的情况下，确定所述第一置信度为第三置信度预设值，所述第一置信度预设值大于所述第二置信度预设值，所述第二置信度预设值大于所述第三置信度预设值
。
[0013]可选地，根据所述车内音频信息
、
所述车内视频信息和所述车辆定位信息，确定第二置信度和第三置信度，包括：采用神经网络模型对所述车内音频信息进行音频分离处理，得到乘客音频文件和司乘人员音频文件，并采用声纹识别技术对所述乘客音频文件和所述司乘人员音频文件进行情绪识别处理，确定乘客情绪和司乘人员情绪；采用人脸识别技术和背景分离技术对所述车内视频信息进行处理，得到第一生理指标异常数据，和
/
或，第二生理指标异常数据，所述第一生理指标异常数据用于表征乘客的生理指标出现异常的数据，所述第二生理指标异常数据用于表征司乘人员的生理指标出现异常的数据，所述生理指标为以下至少之一：压力
、
呼吸频率
、
脸部特征；采用危险驾驶模型对所述车辆定位信息进行处理，确定输出结果，所述输出结果用于表征是否发生交通安全事故，所述危险驾驶模型为物理仿真模型，所述危险驾驶模型的输入为所述车辆定位信息，所述危险驾驶模型的输出为是否发生所述交通安全事故；根据所述输出结果
、
所述乘客情绪
、
所述司乘人员情绪以及所述第一生理指标异常数据，和
/
或，所述第二生理指标异常数据，确定所述第二置信度和所述第三置信度
。
[0014]可选地，所述神经网络模型为
unet
模型
。
[0015]可选地，采用人脸识别技术和背景分离技术对所述车内视频信息进行处理，得到第一生理指标异常数据，和
/
或，第二生理指标异常数据，包括：采用人脸识别技术和背景分离技术对所述车内视频信息进行处理，得到第一视频片段和第二视频片段，所述第一视频片段为乘客的视频片段，所述第二视频片段为司乘人员的视频片段；采用视觉感知情绪识别技术对所述第一视频片段进行处理，得到所述第一生理指标异常数据，和
/
或，采用所述视觉感知情绪识别技术对所述第二视频片段进行处理，得到所述第二生理指标异常数据
。
[0016]可选地，采用危险驾驶模型对所述车辆定位信息进行处理，确定输出结果，包括：根据所述车辆的所述位置信息和所述车辆的所述行驶速度，确定所述车辆的路线偏移度，所述路线偏移度所述车辆按照所述位置信息以及所述行驶速度行驶的路线与正常行驶路线的偏移程度；采用危险驾驶模型对所述车辆的所述位置信息
、
所述车辆的所述行驶速度和所述路线偏移度进行模拟仿真，得到所述输出结果
。
[0017]可选地，根据所述第一置信度
、
所述第二置信度和所述第三置信度，确定所述交通安全事故的原因，包括：在所述第一置信度
、
所述第二置信度和所述第三置信度均大于或者等于置信度阈值的情况下，确定所述交通安全事故的原因为所述乘客原因
、
所述司乘人员原因和所述目标有害气体泄露原因；在所述第一置信度大于或者等于所述置信度阈值，且所述第二置信度和所述第三置信度均小于所述置信度阈值的情况下，确定所述交通安全事故的原因为所述乘客原因；在所述第二置信度大于或者等于所述置信度阈值，且所述第一置信度和所述第三置信度均小于所述置信度阈值的情况下，确定所述交通安全事故的原因为所述司乘人员原因；在所述第三置信度大于或者等于所述置信度阈值，且所述第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种交通安全事故的原因的确定方法，其特征在于，包括：获取目标有害气体的浓度
、
车内音频信息
、
车内视频信息和车辆定位信息，所述目标有害气体包括以下至少之一：汽油
、
柴油
、
甲醛
、
一氧化碳
、
苯，所述车辆定位信息包括车辆的位置信息和所述车辆的行驶速度；根据所述目标有害气体的浓度
、
所述车内音频信息
、
所述车内视频信息和所述车辆定位信息，确定交通安全事故的原因，所述交通安全事故的原因为以下至少之一：乘客原因
、
司乘人员原因和目标有害气体泄露原因
。2.
根据权利要求1所述的方法，其特征在于，根据所述目标有害气体的浓度
、
所述车内音频信息
、
所述车内视频信息和所述车辆定位信息，确定交通安全事故的原因，包括：根据所述目标有害气体的浓度，确定第一置信度，所述第一置信度用于表征所述交通安全事故的原因为所述目标有害气体泄露原因的置信度；根据所述车内音频信息
、
所述车内视频信息和所述车辆定位信息，确定第二置信度和第三置信度，所述第二置信度用于表征所述交通安全事故的原因为所述乘客原因的置信度，所述第三置信度用于表征所述交通安全事故的原因为所述司乘人员原因的置信度；根据所述第一置信度
、
所述第二置信度和所述第三置信度，确定所述交通安全事故的原因
。3.
根据权利要求2所述的方法，其特征在于，根据所述目标有害气体的浓度，确定第一置信度，包括：在所述目标有害气体的浓度大于或者等于第一气体浓度的情况下，确定所述第一置信度为第一置信度预设值；在所述目标有害气体的浓度小于所述第一气体浓度，且所述目标有害气体的浓度大于第二气体浓度的情况下，确定所述第一置信度为第二置信度预设值；在所述目标有害气体的浓度小于或者等于所述第二气体浓度的情况下，确定所述第一置信度为第三置信度预设值，所述第一置信度预设值大于所述第二置信度预设值，所述第二置信度预设值大于所述第三置信度预设值
。4.
根据权利要求2所述的方法，其特征在于，根据所述车内音频信息
、
所述车内视频信息和所述车辆定位信息，确定第二置信度和第三置信度，包括：采用神经网络模型对所述车内音频信息进行音频分离处理，得到乘客音频文件和司乘人员音频文件，并采用声纹识别技术对所述乘客音频文件和所述司乘人员音频文件进行情绪识别处理，确定乘客情绪和司乘人员情绪；采用人脸识别技术和背景分离技术对所述车内视频信息进行处理，得到第一生理指标异常数据，和
/
或，第二生理指标异常数据，所述第一生理指标异常数据用于表征乘客的生理指标出现异常的数据，所述第二生理指标异常数据用于表征司乘人员的生理指标出现异常的数据，所述生理指标为以下至少之一：压力
、
呼吸频率
、
脸部特征；采用危险驾驶模型对所述车辆定位信息进行处理，确定输出结果，所述输出结果用于表征是否发生交通安全事故，所述危险驾驶模型为物理仿真模型，所述危险驾驶模型的输入为所述车辆定位信息，所述危险驾驶模型的输出为是否发生所述交通安全事故；根据所述输出结果
、
所述乘客情绪
、
所述司乘人员情绪以及所述第一生理指标异常数据，和
/
或，所述第二生理指标异常数据，确定...

【专利技术属性】
技术研发人员：李志杰，李健，陈明，武卫东，
申请(专利权)人：北京捷通华声科技股份有限公司，
类型：发明
国别省市：