[发明专利]一种基于主动学习的汽车碰撞检测方法

摘要

一种基于主动学习的汽车碰撞检测方法，可解决传统车辆碰撞检测技术准确度较低的技术问题。包括安装在车辆上的车载终端设备，通过加速度传感器实时监测车辆的纵向、横向、竖向的三轴加速度值X、Y、Z，预定连续时间T₁内，任一三轴加速度值大于预定值A，则设备上传碰撞报告至系统平台供进一步查阅，其特征在于：基于设备上传的碰撞报告，对车辆碰撞进行检测。本发明的基于主动学习的汽车碰撞检测方法利用数学模型，构建反映车辆碰撞严重程度的客观指标，基于这些指标，制定相应的碰撞检测规则，刻画车辆碰撞类型，从而降低设备的误报率，有效控制保险公司的理赔风险。

主权项

1.一种基于主动学习的汽车碰撞检测方法，包括安装在车辆上的车载终端设备，通过加速度传感器实时监测车辆的纵向、横向、竖向的三轴加速度值X、Y、Z，预定连续时间T1内，任一三轴加速度值大于预定值A，则设备上传碰撞报告至系统平台供进一步查阅，其特征在于：基于设备上传的碰撞报告，对车辆碰撞进行检测，具体检测步骤包括，步骤一：过滤异常碰撞报告；步骤二：过滤频繁碰撞的碰撞报告；步骤三：过滤车辆碰撞后继续行驶的碰撞报告；步骤四：设定ASI阈值M，过滤ASI＜M的碰撞报告；步骤五：利用三轴加速度值X、Y、Z，对过滤后的碰撞报告进行层次分类，每一类刻画一种车辆碰撞类型；步骤六：基于初次分类结果，在每一类中随机抽取P％的碰撞报告样本，进行人工判断；步骤七：如果某一类碰撞报告中的人工判断样本都是真实碰撞或都是假碰撞，则说明该类真实刻画了一种车辆碰撞类型；如果某一类碰撞报告中的人工判断样本既包含真实碰撞又包含假碰撞，则说明该类并未刻画出一种车辆碰撞类型，需要对该类继续进行分类；步骤八：在之后的每次层次分类中，不断增加人工判断样本，通过不断的增加人工判断样本，最终使每一类的人工判断样本比例达到P％以上且该类所有人工判断样本都是同一类型的碰撞。