[发明专利]一种车辆事故识别方法、车载终端及存储介质

权利要求书

1.一种车辆事故识别方法，其特征在于，所述方法包括：

实时采集车辆在行驶过程中的全量数据，并对采集到的全量数据进行清洗并分离成数值型数据与非数值型数据；

获取非数值型数据，并对非数值型数据进行用于将非数值型数据转成数值型数据的特征工程改造处理；

将全量数据中数值型数据以及由非数值型数据经特征改造处理之后转换成的数值型数据套入预先建立好的数据模型，经数据模型运算处理，得出事故发生的概率；

当事故发生的概率大于预设的第一概率阈值时，则控制车载终端发出用于警告的预警信息；当事故发生的概率大于预设的第二概率阈值时，则控制车载终端向后台服务器上报所述车辆的事故信息。

2.根据权利要求1所述的车辆事故识别方法，其特征在于，所述全量数据包括数值型数据及非数值型数据；

所述数值型数据具体包括：所述车辆的速度、加速度值；

所述非数值型数据具体包括：GPS数据、所述车辆的左右前后位置是否有其他车辆以及所述车辆用户的驾驶状态。

3.根据权利要求1所述的车辆事故识别方法，其特征在于，所述实时采集车辆在行驶过程中的全量数据，并对采集到的全量数据进行清洗并分离成数值型数据与非数值型数据之前还包括：

预先采集大量车辆的全量数据进行模型训练，并建立一数据模型；

所述数据模型为基于时间序列数据处理的神经网络数据模型；

所述数据模型用于当实时采集到所述车辆的全量数据时，直接套入所述数据模型，经数据模型运算，得出所述车辆发生事故的概率。

4.根据权利要求1所述的车辆事故识别方法，其特征在于，所述实时采集车辆在行驶过程中的全量数据，并对采集到的全量数据进行清洗并分离成数值型数据与非数值型数据具体包括：

当车辆启动后，在预设时间和固定周期内开始采集车辆在行驶过程中的全量数据；

对获取到的全量数据进行去噪、滤波、空值和/或重复值处理，清除无效数据，并将全量数据分离成数值型数据与非数值型数据。

5.根据权利要求4所述的车辆事故识别方法，其特征在于，所述当车辆启动后，在预设时间和固定周期内开始采集车辆在行驶过程中的全量数据具体包括：

通过所述车辆上的预装的传感器、GPS以及监控摄像头定时采集所述车辆的全量数据；所述传感器包括重力传感器、加速度传感器、陀螺仪传感器以及距离传感器；

所述GPS用于获取当前车辆的周围其他车辆的车速；

所述监控摄像头用于收集所述车辆的用户的驾驶状态。

6.根据权利要求1所述的车辆事故识别方法，其特征在于，所述获取非数值型数据，并对非数值型数据进行用于将非数值型数据转成数值型数据的特征工程改造处理具体包括：

获取所述全量数据中的非数值型数据；

对所述非数值型数据进行特征工程改造处理，使所述非数值型数据转换成数值型数据；

对处理后的数据进行相关性分析，并将相关性强的数据合并。

7.根据权利要求1所述的车辆事故识别方法，其特征在于，所述将全量数据中数值型数据以及由非数值型数据经特征改造处理之后转换成的数值型数据套入预先建立好的数据模型，经数据模型运算处理，得出事故发生的概率具体包括：

根据预先设置好的数据模型，套入全量数据中的数值型数据以及经处理后的非数值型数据；

所述数据模型中预设的函数关系自动进行运算，得出所述车辆事故发生的概率。

8.根据权利要求1所述的车辆事故识别方法，其特征在于，所述当事故发生的概率大于预设的第一概率阈值时，则控制车载终端发出用于警告的预警信息；当事故发生的概率大于预设的第二概率阈值时，则控制车载终端向后台服务器上报所述车辆的事故信息具体包括：

预先设置一用于触发所述车载终端发出预警信息的第一概率阈值，所述第一概率阈值为0.5；

预先设置一用于触发所述车载终端向后台服务器上报车辆的事故信息的第二概率阈值，所述第二概率阈值为0.9；

当事故发生的概率大于0.5时，则控制车载终端发出用于警告的预警信息；当事故发生的概率大于0.9时，则判断所述车辆已经发生了交通事故，控制车载终端向后台服务器上报所述车辆的事故信息。