[發明專利]一種基于主動學習的汽車碰撞檢測方法

有效

• 申請號: 201710440734.5
• 申請日: 2017-06-13
• 公開（公告）號: CN107284387B
• 公開（公告）日: 2019-11-05
• 發明（設計）人: 楊晙;丁建棟;郭恒
• 申請（專利權）人: 重慶得潤汽車電子研究院有限公司
• 主分類號: B60R21/013
• 分類號: B60R21/013;G06N99/00;G06Q40/08
• 代理公司: 重慶樂泰知識產權代理事務所(普通合伙) 50221
• 代理人: 高太平

1.一種基于主動學習的汽車碰撞檢測方法，包括安裝在車輛上的車載終端設備，通過加速度傳感器實時監測車輛的縱向、橫向、豎向的三軸加速度值X、Y、Z，預定連續時間T1內，任一三軸加速度值大于預定值A，則設備上傳碰撞報告至系統平臺供進一步查閱，其特征在于：基于設備上傳的碰撞報告，對車輛碰撞進行檢測，具體檢測步驟包括，

步驟一：過濾異常碰撞報告；

步驟二：過濾頻繁碰撞的碰撞報告；

步驟三：過濾車輛碰撞后繼續行駛的碰撞報告；

步驟四：設定ASI閾值M，過濾ASI＜M的碰撞報告；

步驟五：利用三軸加速度值X、Y、Z，對過濾后的碰撞報告進行層次分類，每一類刻畫一種車輛碰撞類型；

步驟六：基于初次分類結果，在每一類中隨機抽取P％的碰撞報告樣本，進行人工判斷；

步驟七：如果某一類碰撞報告中的人工判斷樣本都是真實碰撞或都是假碰撞，則說明該類真實刻畫了一種車輛碰撞類型；如果某一類碰撞報告中的人工判斷樣本既包含真實碰撞又包含假碰撞，則說明該類并未刻畫出一種車輛碰撞類型，需要對該類繼續進行分類；

步驟八：在之后的每次層次分類中，不斷增加人工判斷樣本，通過不斷的增加人工判斷樣本，最終使每一類的人工判斷樣本比例達到P％以上且該類所有人工判斷樣本都是同一類型的碰撞。

2.根據權利要求1所述的基于主動學習的汽車碰撞檢測方法，其特征在于：所述步驟二還包括通過觀察系統平臺上，車輛碰撞報告產生的時間段及報告數量的分布情況，來預定時間段T5內，如果車輛碰撞報告超過預定頻數F，則認為該車輛上的車載終端設備安裝不當或設備加速度閾值設定過低，導致設備頻繁上傳碰撞報告，這些報告并未反映車輛的真實碰撞情況，則將其過濾掉。

3.根據權利要求2所述的基于主動學習的汽車碰撞檢測方法，其特征在于：所述步驟三還包括預定碰撞時點后的時間段T6內，車輛行駛速度降至S以下，則認為車輛碰撞后停車，反之，則認為車輛碰撞后繼續行駛，將車輛碰撞后繼續行駛的碰撞報告過濾掉。

4.根據權利要求3所述的基于主動學習的汽車碰撞檢測方法，其特征在于：所述步驟四還包括通過對系統平臺中，部分ASI區間的碰撞報告進行人工確認，判斷其是否為真實碰撞，從而得到相應ASI區間的真實碰撞率，最后利用數學模型擬合這些數據，預測出真實碰撞率為0時對應的ASI值，同時參考真實碰撞報告中ASI值的分布情況，最終確定閾值M。

5.根據權利要求4所述的基于主動學習的汽車碰撞檢測方法，其特征在于：所述步驟五中的車輛碰撞類型包括真實碰撞類型和假碰撞類型，所述真實碰撞類型包括正面碰撞、側面碰撞、尾部碰撞和翻車，所述假碰撞類型包括車身顛簸、急加速、急減速、急轉彎。

6.根據權利要求5所述的基于主動學習的汽車碰撞檢測方法，其特征在于：所述步驟六還包括根據樣本量和數據質量確定P值，通過參考相關輔助指標及觀察碰撞后車輛行駛軌跡，人工判斷這P％的樣本是否為真實碰撞,所述相關輔助指標包括國際上通用的衡量事故受傷人員損傷程度的指標。

7.根據權利要求6所述的基于主動學習的汽車碰撞檢測方法，其特征在于：所述步驟七還包括有策略地選擇需要人工進行標記的樣本，幫助分類器快速學習。

8.根據權利要求7所述的基于主動學習的汽車碰撞檢測方法，其特征在于：所述步驟一的異常碰撞報告包括ASI＝0的碰撞報告。