[发明专利]基于卷积神经网络的交通事故上报方法及系统、车载终端在审
| 申请号： | 201710182605.0 | 申请日： | 2017-03-24 |
| 公开（公告）号： | CN108629963A | 公开（公告）日： | 2018-10-09 |
| 发明（设计）人： | 王征;唐锐;王凡 | 申请（专利权）人： | 纵目科技（上海）股份有限公司 |
| 主分类号： | G08G1/00 | 分类号： | G08G1/00;G08G1/01 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 徐秋平 |
| 地址： | 201201 上海市浦*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 交通事故 卷积神经网络 上报 车载终端 路况图像 后续处理 模型判断 实时监控 路况 | ||
1.一种基于卷积神经网络的交通事故上报方法，其特征在于：包括以下步骤：
基于交通事故照片，采用卷积神经网络训练交通事故识别模型；
实时监控路况，获取路况图像；
基于所述路况图像和所述交通事故识别模型判断是否发生交通事故；
当判断发生交通事故时，获取交通事故位置信息，并上报对应的路况图像和所述交通事故位置信息。
2.根据权利要求1所述的基于卷积神经网络的交通事故上报方法，其特征在于：当判断发生交通事故时，通过无线通信的方式上报所述对应的路况图像和交通事故位置信息。
3.根据权利要求1所述的基于卷积神经网络的交通事故上报方法，其特征在于：所述交通事故识别模型能够识别事故类型、事故等级和事故时间；所述事故类型包括碰撞、碾压、刮擦、翻车、坠车、爆炸和失火；所述事故等级包括轻微事故、一般事故、重大事故和特大事故。
4.根据权利要求1所述的基于卷积神经网络的交通事故上报方法，其特征在于：所述交通事故位置信息由车载定位系统获取。
5.一种基于卷积神经网络的交通事故上报系统，其特征在于：包括交通事故识别模型、路况图像获取模块、判断模块、定位模块和上报模块；
所述交通事故识别模型用于识别路况图像中的交通事故，所述交通事故识别模型是基于交通事故照片，采用卷积神经网络训练得到的‘
所述路况图像获取模块用于实时监控路况，获取路况图像；
所述判断模块用于基于所述路况图像和所述交通事故识别模型判断是否发生交通事故；
所述定位模块用于在判断发生交通事故时，获取实时位置信息作为交通事故位置信息；
所述上报模块用于在判断发生交通事故时，上报对应的路况图像和交通事故位置信息。
6.根据权利要求5所述的基于卷积神经网络的交通事故上报系统，其特征在于：所述上报模块通过无线通信的方式上报所述对应的路况图像和交通事故位置信息。
7.根据权利要求5所述的基于卷积神经网络的交通事故上报系统，其特征在于：所述交通事故识别模型能够识别事故类型、事故等级和事故时间；所述事故类型包括碰撞、碾压、刮擦、翻车、坠车、爆炸和失火；所述事故等级包括轻微事故、一般事故、重大事故和特大事故。
8.根据权利要求7所述的基于卷积神经网络的交通事故上报系统，其特征在于：所述上报模块还用于上报事故类型、事故等级和事故时间。
9.根据权利要求5所述的基于卷积神经网络的交通事故上报系统，其特征在于：所述定位模块采用车载定位系统。
10.一种车载终端，其特征在于：包括权利要求5-9之一所述的基于卷积神经网络的交通事故上报系统。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于纵目科技（上海）股份有限公司，未经纵目科技（上海）股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710182605.0/1.html，转载请声明来源钻瓜专利网。
- 上一篇：免费停车超时提醒装置及方法
- 下一篇：车辆的停放管理方法及设备、服务器
