[发明专利]一种基于机器学习的交通事故责任认定系统

权利要求书

1.一种基于机器学习的交通事故责任认定系统，其特征在于：包括交通信息交互中心、图像处理系统和事故责任分析系统，所述交通信息交互中心与所述图像处理系统电性连接，所述图像处理系统与所述事故责任分析系统电性连接；

所述交通信息交互中心包括图像文字接收模块和认定结果发送模块，所述图像文字接收模块接收事故现场传送的图片，所述认定结果发送模块发送系统判定的最终结果；

所述图像处理系统包括图像加载模块、颜色提取模块、轮廓提取模块、高斯模糊模块和距离分析模块，所述图像加载模块加载图像文字接收模块输送的图片数据，所述的颜色提取模块提取车身、刹车痕迹、地面标线信息，所述的轮廓提取模块提取车身、刹车痕迹、地面标线的轮廓信息，所述高斯模糊模块对提取轮廓之后的图形数据进行降噪，所述的距离分析模块对降噪之后的图像信息建立坐标系并计算特征参数，所述特征参数包括车身和地面标线的相对距离以及刹车距离；

所述事故责任分析系统包括特征案例查找模块和对比计算模块，所述的特征案例查找模块对比特征参数在存储的交通事故典型案例中进行查找对比，所述的对比计算模块根据查找结果利用KNN算法对事故发生的责任原因进行事故责任判断。

2.根据权利要求1所述的一种基于机器学习的交通事故责任认定系统，其特征在于：所述图像文字接收模块可双向传递数据。

3.根据权利要求1所述的一种基于机器学习的交通事故责任认定系统，其特征在于：所述特征案例查找模块中储存有交通管理中心处理的交通事故典型案例。

4.一种根据权利要求3所述的基于机器学习的交通事故责任认定方法，其特征在于，包括如下步骤：

(1)交通事故当事人报案后，使用报案的移动设备拍照并发送至交通信息交互中心，交通信息交互中心的图像文字接收模块将接收到的图像文字信息传输给图像处理系统；

(2)图像处理系统接收到交通信息交互中心传输的图像文字信息后，由图像加载模块加载图片数据，通过颜色提取模块将车身、刹车痕迹、地面标线信息提取出来，通过轮廓提取模块将车身、刹车痕迹、地面标线的轮廓信息提取出来，通过高斯模糊模块对提取轮廓之后的图形数据进行降噪，通过距离分析模块对降噪之后的图像信息建立坐标系，计算特征参数，包括车身和地面标线的相对距离以及刹车距离并将计算结果传输给事故责任分析系统；

(3)事故责任分析系统接收到图像处理系统传输的特征参数后，特征案例查找模块对比特征参数在存储的交通事故典型案例中进行查找对比，对比计算模块根据查找结果利用KNN算法对事故发生的责任原因进行事故责任判断，将判定结果以及判定依据进行数据备案存入数据库，并将最后判定结果传送至交通信息交互中心；

(4)交通信息交互中心接收到事故责任分析系统传输的判定结果后，认定结果发送模块将事故结果按照特定的格式发送至报案的移动设备。

5.根据权利要求4所述的一种基于机器学习的交通事故责任认定方法，其特征在于：图像处理系统在处理图像，计算特征参数时，如果发现有重要图片的遗漏，可反向传递消息至交通信息交互中心，并由图像文字接收模块反向传递至报案人进行补拍。