[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

说明书

本发明提供一种基于卷积神经网络的交通事故上报方法及系统、车载终端，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。本发明的基于卷积神经网络的交通事故上报方法及系统、车载终端通过基于卷积神经网络训练交通事故识别模型，从而自行识别交通事故，并在识别为交通事故时及时进行上报，以便于后续处理。

技术领域

本发明涉及一种交通事故上报方法及系统，特别是涉及一种基于卷积神经网络的交通事故上报方法及系统、车载终端。

背景技术

随着经济的飞速发展，道路上的汽车保有量与日俱增，由于各种原因导致的交通事故也屡有发生。其中，交通事故是指车辆在道路上因过错或者意外造成人身伤亡或者财产损失的事件。因此，交通事故不仅可以是由不特定的人员违反交通管理法规造成的；也可以是由于地震、台风、山洪、雷击等不可抗拒的自然灾害造成。

现有技术中，在发生交通事故时，通常由人工报警或者通过查看道路监控人工上报至相关系统。但是，上述交通事故上报方法具有以下不足：

(1)事故司机、途径司机等没有进行人工报警；

(2)事故发生路段没有道路监控；

(3)没有及时发现道理监控中的事故。

因此，现有的交通事故上报方法不能保证发生的交通事故均能够第一时间上报至相关系统，不利于道路交通的管理以及交通事故的及时处理。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于卷积神经网络的交通事故上报方法及系统、车载终端，通过基于卷积神经网络训练交通事故识别模型，从而自行识别交通事故，并在识别为交通事故时及时进行上报，以便于后续处理。

为实现上述目的及其他相关目的，本发明提供一种基于卷积神经网络的交通事故上报方法，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。

于本发明一实施例中，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。

于本发明一实施例中，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。

于本发明一实施例中，所述交通事故位置信息由车载定位系统获取。

同时，本发明还提供一种基于卷积神经网络的交通事故上报系统，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。

于本发明一实施例中，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。