【技术实现步骤摘要】
本专利技术涉及智能交通，特别是涉及一种车辆故意碰撞事故的识别方法、装置及存储介质。
技术介绍
1、车辆在行驶中，由于受到驾驶员、车况、路况等因素的影响，会发生交通事故，而第一时间知道事故的发生，对道路救援、交通管制、保险理赔等有着重要意义；以往要想知道事故的发生，需要现场人员主动上报，从软件角度来看，这样的方式存在对事故登记的不便捷，并且事故的真实性也不可控，有可能发生司机主观故意造成交通事故以骗保的行为。
技术实现思路
1、本专利技术的实施例提供了一种车辆故意碰撞事故的识别方法、装置及存储介质，以识别司机主观故意造成的碰撞事故。
2、为了实现上述目的，一方面，提供一种车辆故意碰撞事故的识别方法，包括：
3、s1，获取在从事故发生前到所述事故发生的当时、第一预设时间段内的车辆行驶数据，并根据所述车辆行驶数据，使用预先设定的计算方式，计算在所述第一预设时间段内每一选定的车辆特征的特征分值，其中，所述车辆行驶数据包括：车辆速度和车辆加速度；所述选定的车辆特征包括：车辆速度极大值、车辆加速度极大值、车辆平均速度和车辆平均加速度中的一项或多项；
4、s2，针对所述事故发生的位置所属的第一道路方格，获取在所述第一预设时间段内经过所述第一道路方格的所有车辆的车辆速度和车辆加速度，并根据所述经过所述第一道路方格的所有车辆的车辆速度和车辆加速度，使用预先设定的处理方式，针对所述第一道路方格获得在所述第一预设时间段内每一选定的道路方格特征的特征分值，其中，道路方格
5、s3，根据所述事故发生的道路对应的路况基础信息，确定在所述第一预定时间段内所述道路的路况特征分值，其中，所述路况基础信息包括：与所述道路的固有属性相关的至少一个信息项和到所述事故发生的当时、在所述道路上发生的故意碰撞发生的次数；
6、s4，使用预先设定的计算方式，根据在所述第一预设时间段内所述每一选定的车辆特征的特征分值、所述第一道路方格每一选定的道路方格特征的特征分值和所述道路的路况特征分值，确定在所述事故中所述车辆的故意碰撞事故特征值；
7、s5，当所述事故中所述车辆的故意碰撞事故特征值位于预先获得的历史故意碰撞事故特征值分布的置信区间时，判断所述事故为疑似故意碰撞事故，其中，使用预先收集的历史故意碰撞事故数据集预先计算所述历史故意碰撞事故特征值分布的置信区间。
8、优选地，所述的识别方法，其中，与所述道路的固有属性相关的至少一个信息项包括如下中的一项或多项：
9、道路长度、道路宽度、道路曲率、道路坡度、道路的交通流量、道路的交通密度、道路上的平均车速和道路等级。
10、优选地，所述的识别方法，其中，所述步骤s4中，使用如下公式来确定所述事故中车辆的故意碰撞事故特征值cv：
11、
12、其中，vv表示所述事故发生当时的车辆速度，av表示示所述事故发生当时的车辆加速度，w为预设的该次事故对应的故意碰撞事故特征系数，所述yve为所述第一预设时间段内车辆速度极大值的特征分值，所述yae为所述第一预设时间段内车辆加速度极大值的特征分值，所述yvn为所述第一预设时间段内车辆平均速度的特征分值；所述yan为所述第一预设时间段内车辆平均加速度的特征分值；所述rve为所述第一预设时间段内经过所述第一道路方格的所有车辆的车辆速度极大值的特征分值，所述rae为所述第一预设时间段内经过所述第一道路方格的所有车辆的车辆加速度极大值的特征分值；所述rvn所述第一预设时间段内经过所述第一道路方格的所有车辆的平均速度的特征分值；所述ran为所述第一预设时间段内经过所述第一道路方格的所有车辆的车辆平均加速度的特征分值；所述yr为所述第一预设时间段内所述道路的路况特征分值。
13、优选地，所述的识别方法，其中，所述车辆速度为三维空间速度，所述车辆加速度为三维空间加速度；所述步骤s1中，使用预先设定的计算方式，计算在所述第一预设时间段内每一选定车辆特征的特征分值包括如下步骤中的一个或多个：
14、(1)使用如下公式计算所述第一预设时间段内的车辆速度极大值的特征分值：
15、
16、其中，α为动态权重，vxi、vyi、vzi分别表示获取的所述第一预设时间段内、k个车辆速度极大值中、第i个车辆速度极大值的x轴、y轴和z轴的速度分量，其中，l，m和n分别表示所述x轴、y轴和z轴的速度分量的速度因子系数，yve为所述车辆速度极大值的特征分值；
17、(2)使用如下公式计算所述第一预设时间段内的车辆加速度极大值的特征分值：
18、
19、其中，β为动态权重，axi、ayi、azi分别表示获取的所述第一预设时间段内的k个车辆加速度极大值中、第i个车辆加速度极大值的x轴、y轴和z轴的加速度分量，其中，o，p和q分别表示所述x轴、y轴和z轴的加速度分量的加速度因子系数，yae为所述车辆加速度极大值的特征分值；
20、(3)所述第一预设时间段内的车辆平均速度为标准归一化的车辆平均速度，使用如下公式来计算所述标准归一化的车辆平均速度：
21、
22、其中，wv为动态权重，vxi、vyi、vzi分别表示获取的所述第一预设时间段内的k个标准归一化的车辆平均速度中、第i个标准归一化的车辆平均速度的x轴、y轴和z轴的速度分量，α，β，γ分别表示所述归一化车辆平均速度的x轴、y轴和z轴的速度分量的速度因子系数，yvn为标准归一化的车辆平均速度的特征分值；
23、(4)所述第一预设时间段内的车辆平均加速度为归一化的车辆平均加速度，使用如下公式来计算所述归一化的车辆平均加速度：
24、
25、其中，wa为动态权重，axi、ayi、azi分别表示获取的所述第一预设时间段内、的k个标准归一化的车辆平均加速度中、第i个标准归一化的车辆平均加速度的x轴、y轴和z轴的加速度分量，α，β，γ分别表示所述归一化的车辆平均加速度的x轴、y轴和z轴的加速度分量的加速度因子系数，yan为标准归一化的平均加速度的特征分值。
26、优选地，所述的识别方法，其中，所述车辆速度为三维空间速度，所述车辆加速度为三维空间加速度；所述步骤s2中，使用预先设定的处理方式，针对所述第一道路方格获得所述第一预设时间段内每一选定的道路方格特征的特征分值包括如下步骤中的一个或多个：
27、(1)使用如下公式计算所述第一预设时间段内经过所述第一道路方格的所有车辆的车辆速度极大值的特征分值rve：
28、
29、其中，ρ为动态权重，vxi、vyi、vzi分别表示获取的所述第一预设时间段内经过所述第一道路方格的t辆车的t个所述车辆速度极大值中、第i个所述车辆速度极大值的x轴、y轴本文档来自技高网...
【技术保护点】
1.一种车辆故意碰撞事故的识别方法，其特征在于，包括：
2.根据权利要求1所述的识别方法，其特征在于，与所述道路的固有属性相关的至少一个信息项包括如下中的一项或多项：
3.根据权利要求1所述的识别方法，其特征在于，所述步骤S4中，使用如下公式来确定所述事故中车辆的故意碰撞事故特征值Cv：
4.根据权利要求1所述的识别方法，其特征在于，所述车辆速度为三维空间速度，所述车辆加速度为三维空间加速度；所述步骤S1中，使用预先设定的计算方式，计算在所述第一预设时间段内每一选定车辆特征的特征分值包括如下步骤中的一个或多个：
5.根据权利要求1所述的识别方法，其特征在于，所述车辆速度为三维空间速度，所述车辆加速度为三维空间加速度；所述步骤S2中，使用预先设定的处理方式，针对所述第一道路方格获得所述第一预设时间段内每一选定的道路方格特征的特征分值包括如下步骤中的一个或多个：
6.根据权利要求1所述的识别方法，其特征在于，所述步骤S4中，所述道路的路况特征分值为经过标准归一化的道路的路况特征分值，使用如下公式来确定所述道路的路况特征分值y
7.根据权利要求1所述的识别方法，其特征在于，使用预先收集的历史故意碰撞事故数据集计算所述历史故意碰撞事故特征值分布的置信区间的步骤包括：
8.根据权利要求7所述的识别方法，其特征在于，所述历史故意碰撞事故特征值分布的置信区间为90％置信区间，所述90％置信区间P通过如下公式计算得出：
9.一种车辆故意碰撞事故的识别装置，其特征在于，包括存储器和处理器，所述存储器存储有至少一段程序，所述至少一段程序由处理器执行以实现如权利要求1至8任一所述的车辆故意碰撞事故的识别方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一段程序，所述至少一段程序由处理器执行以实现如权利要求1至8任一所述的车辆故意碰撞事故的方法。
...【技术特征摘要】
1.一种车辆故意碰撞事故的识别方法，其特征在于，包括：
2.根据权利要求1所述的识别方法，其特征在于，与所述道路的固有属性相关的至少一个信息项包括如下中的一项或多项：
3.根据权利要求1所述的识别方法，其特征在于，所述步骤s4中，使用如下公式来确定所述事故中车辆的故意碰撞事故特征值cv：
4.根据权利要求1所述的识别方法，其特征在于，所述车辆速度为三维空间速度，所述车辆加速度为三维空间加速度；所述步骤s1中，使用预先设定的计算方式，计算在所述第一预设时间段内每一选定车辆特征的特征分值包括如下步骤中的一个或多个：
5.根据权利要求1所述的识别方法，其特征在于，所述车辆速度为三维空间速度，所述车辆加速度为三维空间加速度；所述步骤s2中，使用预先设定的处理方式，针对所述第一道路方格获得所述第一预设时间段内每一选定的道路方格特征的特征分值包括如下步骤中的一个或多个：
6.根据权利...
【专利技术属性】
技术研发人员：张颖，佘雨泽，饶桥红，钱跃斌，柯志言，
申请(专利权)人：十三曜厦门大数据科技有限公司，
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。