[发明专利]基于决策树算法的交通事故责任认定方法、系统及设备

说明书

本发明公开了一种基于决策树算法的交通事故责任认定方法、系统及设备，本发明通过获取交通事故现场的图片信息、地理信息和事故双方车主的驾驶情况；基于所述交通事故责任认定模型，根据所述交通事故现场的图片信息、地理信息和事故双方车主的驾驶情况，生成交通事故责任认定结果，其中交通事故责任认定模型是基于决策树算法将具有交通事故责任认定结果的事故相关图片信息进行分类汇总，并添加对应的地理信息以及事故双方车主的驾驶情况中的要素作为属性，结合交通事故责任认定结果，作为交通事故责任认定模型的训练集进行学习。本发明可以对交通事故进行责任判定，不仅事故判定的准确性高，而且可以加快交通事故的处理速度，避免交通堵塞的问题。

技术领域

本发明涉及人工智能技术领域，特别涉及一种基于决策树算法的交通事故责任认定方法、系统及设备。

背景技术

现今社会，由于信息爆炸导致人们生活圈的不断扩大，因此人们对汽车这种方便快捷的交通工具的需求也越来越大。但是由于国内人口基数巨大，道路建设周期过长，导致国内交通道路的发展速度始终无法跟上汽车销售量的增长速度。过多的汽车行驶在过少的交通道路上，再加上部分驾驶员驾驶技术、意识差，也就导致了国内的交通事故总量年年攀升。交通事故发生后，由于现阶段事故责任判定流程繁琐、耗时巨大，导致事故车辆会在发生事故场地进行长时间的逗留，不但对事故双方造成影响，更重要的是极易造成后续的二次、三次伤害，更甚者会影响该地区的整体交通状况。因此针对正在使用的交通事故责任判定进行优化，从而减少车辆在道路当中的逗留时间是十分必要的。

中国专利公开号为CN108389392A的专利公开了一种基于机器学习的交通事故责任认定系统,涉及交通事故责任认定技术领域,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包括图像文字接收模块和认定结果发送模块,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,从而实现通过报案人代替交警人员对交通事故现场进行拍照取证并实时回传信息进行责任分析判定,进而减少车辆在事故发生地点等待交警过来处理的时间,使交通尽快恢复,一定程度上起到了避免交通堵塞的作用。但是首先该方法现场测量是通过事故现场痕迹比例进行判断，取证过程需要的图像需要具有极大的整体性，导致图像采集过程本身极易造成更加严重的危险，其次KNN算法本身可解释性差，提供的结果无法使双方信服，最后KNN算法针对交通事故这种样本不平衡的数据效果较差，学习懒散，计算量大，当系统大规模运用时极易造成系统的崩溃。中国专利公开号为CN108320348A的专利公开了一种交通事故动态图像生成方法,包括获取事故车辆上的传感器所发送的数据以及事故车辆地理位置信息,根据传感器所发送的数据以及地理位置信息生成事故车辆在发生事故时的动态图像；根据所生成的动态图像,确定事故责任,并且事故责任认定结果发送至预设的终端设备。该发明可以快速生成事故的动态图像,避免事故车辆在事故现场长时间滞留,减小交通拥堵的同时,也保障司乘人员的人身安全。但是该方法由于国内定位装置的精确性和时效性问题，直接根据车辆的地理位置信息生成的动态图像准确率极差，且无法考虑当时道路上是否存在极端情况，无法做出正确的责任认定。因此，如何利用人工智能来快速准确高效地进行交通事故责任认定成为了业界亟待解决的课题。

发明内容

本发明的目的在于，提供一种基于决策树算法的交通事故责任认定方法、系统及设备。本发明可以对交通事故进行责任判定，不仅事故判定的准确性高，而且可以加快交通事故的处理速度，避免交通堵塞的问题。

本发明的技术方案：基于决策树算法的交通事故责任认定方法，该方法包括以下步骤：

a、构建交通事故责任认定模型；所述的交通事故责任认定模型是基于决策树算法，将具有交通事故责任认定结果的事故相关图片信息进行分类汇总，并添加对应的地理信息以及事故双方车主的驾驶情况中的要素作为属性，结合交通事故责任认定结果，作为交通事故责任认定模型的训练集进行学习；

b、获取交通事故现场的图片信息、地理信息和事故双方车主的驾驶情况；