[发明专利]事故片段的识别方法、装置、设备及可读存储介质

权利要求书

1.一种事故片段的识别方法，其特征在于，包括：

获取车辆行驶过程中产生的多条特征数据，每条所述特征数据包括：本车车速、周围车车速、本车与周围车发生事故的时长、车灯状态和连接到的导航卫星数量；

从所述多条特征数据中，筛选表征所述车辆处于危险状态的目标特征数据；

从所述多条特征数据中，选择所述目标特征数据之前第一设定时长的起始特征数据，以及所述目标特征数据之后第二设定时长的结束特征数据；

将所述起始特征数据和所述结束特征数据作为整体进行事故识别，得到所述起始特征数据和所述结束特征数据之间的事故片段的事故识别结果；

其中，所述事故识别结果包括非事故和事故；

所述将所述起始特征数据和所述结束特征数据作为整体进行事故识别，得到所述起始特征数据和所述结束特征数据之间的事故片段的事故识别结果，包括：

将所述起始特征数据和所述结束特征数据作为整体输入至事故识别模型，得到所述事故识别模型输出的，所述起始特征数据和所述结束特征数据之间的事故片段的事故识别结果；

其中，所述事故识别模型是根据起始特征数据样本和结束特征数据样本，以及对应的事故/非事故标签进行训练得到。

2.根据权利要求1所述的方法，其特征在于，所述获取车辆行驶过程中产生的多条特征数据，包括：

获取车辆行驶过程中采集的多条行驶数据；

根据每条行驶数据中本车与周围车的距离以及所述本车车速，计算所述本车与周围车发生事故的时长，并将所述时长添加到对应的行驶数据中；

从所述每条行驶数据中，根据各数据维度对所述事故识别结果的影响程度进行数据筛选，得到对应的特征数据。

3.根据权利要求2所述的方法，其特征在于，在从所述每条行驶数据中，根据各数据维度对所述事故识别结果的影响程度进行数据筛选，得到对应的特征数据之前，还包括：

从多条行驶数据样本中，选取间隔第三设定时长的多组起始行驶数据样本和结束行驶数据样本；所述第三设定时长为所述第二设定时长和所述第一设定时长之和；

将所述多组数据样本和对应的事故/非事故标签输入至随机森林模型或者逻辑回归模型中，得到各数据维度对所述事故识别结果的影响程度。

4.根据权利要求1所述的方法，其特征在于，所述从所述多条特征数据中，筛选表征所述车辆处于危险状态的目标特征数据，包括：

从所述多条特征数据中，按照时间先后顺序筛选时长首次小于设定阈值的目标特征数据；和/或，

从所述多条特征数据中，筛选车灯处于警示状态的目标特征数据。

5.根据权利要求1所述的方法，其特征在于，所述事故识别模型为梯度提升模型。

6.根据权利要求3所述的方法，其特征在于，在将所述起始特征数据和所述结束特征数据作为整体输入至事故识别模型，得到所述事故识别模型输出的，所述起始特征数据和所述结束特征数据之间的事故片段的事故识别结果之后，还包括：

获取所述事故片段对应的视频数据；

对所述视频数据进行事故识别，得到所述视频数据的事故识别结果；

如果所述视频数据的事故识别结果与所述事故片段的事故识别结果不一致，返回将所述多组数据样本和对应的事故/非事故标签输入至随机森林模型或者逻辑回归模型中的操作，以更新各数据维度对所述事故识别结果的影响程度。