[發(fā)明專利]基于決策樹(shù)算法的交通事故責(zé)任認(rèn)定方法、系統(tǒng)及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201910259764.5
• 申請(qǐng)日: 2019-04-02
• 公開(kāi)（公告）號(hào): CN109961056A
• 公開(kāi)（公告）日: 2019-07-02
• 發(fā)明（設(shè)計(jì)）人: 岑躍峰;王佳晨;岑崗;林雪芬;馬偉鋒;程志剛;張宇來(lái);徐昶;張晨光
• 申請(qǐng)（專利權(quán)）人: 浙江科技學(xué)院
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G08G1/01
• 代理公司: 杭州萬(wàn)合知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 33294
• 代理人: 丁海華

1.基于決策樹(shù)算法的交通事故責(zé)任認(rèn)定方法，其特征在于：該方法包括以下步驟：

a、構(gòu)建交通事故責(zé)任認(rèn)定模型；所述的交通事故責(zé)任認(rèn)定模型是基于決策樹(shù)算法，將具有交通事故責(zé)任認(rèn)定結(jié)果的事故相關(guān)圖片信息進(jìn)行分類匯總，并添加對(duì)應(yīng)的地理信息以及事故雙方車(chē)主的駕駛情況中的要素作為屬性，結(jié)合交通事故責(zé)任認(rèn)定結(jié)果，作為交通事故責(zé)任認(rèn)定模型的訓(xùn)練集進(jìn)行學(xué)習(xí)；

b、獲取交通事故現(xiàn)場(chǎng)的圖片信息、地理信息和事故雙方車(chē)主的駕駛情況；

c、將交通事故現(xiàn)場(chǎng)的圖片信息、地理信息和事故雙方車(chē)主的駕駛情況輸入至所述交通事故責(zé)任認(rèn)定模型中，由交通事故責(zé)任認(rèn)定模型生成交通事故責(zé)任認(rèn)定結(jié)果，并將認(rèn)定結(jié)果傳輸至車(chē)主的移動(dòng)終端。

2.根據(jù)權(quán)利要求1所述基于決策樹(shù)算法的交通事故責(zé)任認(rèn)定方法，其特征在于：所述事故雙方駕駛情況包括事故雙方車(chē)輛位置與地面標(biāo)線的關(guān)系、車(chē)輛剎車(chē)痕跡、道路指示燈信息、車(chē)輛凹陷角度位置及程度、交通標(biāo)識(shí)牌信息、駕駛員開(kāi)車(chē)時(shí)是否飲酒、是否系安全帶、車(chē)輛狀態(tài)是否良好和/或是否超載超速。

3.根據(jù)權(quán)利要求2所述的基于決策樹(shù)算法的交通事故責(zé)任認(rèn)定方法，其特征在于：所述步驟c中，根據(jù)交通事故責(zé)任認(rèn)定模型所需要的屬性選擇交通事故現(xiàn)場(chǎng)信息中照片和車(chē)輛的駕駛情況，并上傳交通事故責(zé)任認(rèn)定模型。

4.根據(jù)權(quán)利要求1所述基于決策樹(shù)算法的交通事故責(zé)任認(rèn)定方法，其特征在于：在基于決策樹(shù)算法的交通事故責(zé)任認(rèn)定模型的構(gòu)建過(guò)程中，根據(jù)信息增益的方式來(lái)選擇最優(yōu)劃分屬性；其中選擇現(xiàn)有的交通事故責(zé)任認(rèn)定的樣本集合記為D，該樣本集中的第K類事故雙方車(chē)輛屬性記為ρ_K(K＝1,2,……|γ|)，每個(gè)樣本集合的信息熵記為Ent(D)，則關(guān)于每個(gè)交通事故責(zé)任認(rèn)定的屬性的信息熵的公式表示為：

假定每個(gè)事故雙方車(chē)輛屬性α有V個(gè)可能的取值{α¹,α²,……α^V}，若使用α來(lái)對(duì)交通事故責(zé)任認(rèn)定的樣本集進(jìn)行劃分，則會(huì)產(chǎn)生V個(gè)分支節(jié)點(diǎn)，其中第v個(gè)分支結(jié)點(diǎn)包含了D中所有在屬性α上取值為α^v的樣本記為D^v，根據(jù)上式計(jì)算得到的每個(gè)交通事故責(zé)任認(rèn)定的屬性的信息熵，再考慮到不同分支節(jié)點(diǎn)所包含的樣本不同，給分支結(jié)點(diǎn)賦予權(quán)重|D^v|/|D|，即交通事故責(zé)任認(rèn)定的樣本數(shù)多的分支結(jié)點(diǎn)的影響越大，即可計(jì)算出每個(gè)屬性的信息增益的大小Gain_TA(D,α),計(jì)算公式如下：

5.根據(jù)權(quán)利要求4所述的基于決策樹(shù)算法的交通事故責(zé)任認(rèn)定方法，其特征在于：所述在基于決策樹(shù)算法的交通事故責(zé)任認(rèn)定模型的構(gòu)建過(guò)程中，還對(duì)交通事故責(zé)任認(rèn)定模型的屬性進(jìn)行權(quán)重設(shè)置。

6.一種交通事故責(zé)任認(rèn)定方法的系統(tǒng)，其特征在于：所述系統(tǒng)包括交通事故屬性信息提取模塊、交通事故情況獲取模塊、用戶信息重傳模塊、交通事故信息處理模塊、事故責(zé)任判定模塊和后續(xù)情況追蹤服務(wù)模塊；

所述交通事故屬性信息提取模塊根據(jù)事故雙方車(chē)主提供的影像、地理位置、事故相關(guān)選項(xiàng)信息，并把上述信息提取相應(yīng)的屬性；

所述用戶信息重傳模塊根據(jù)交通事故信息處理模塊提供的不完整信息進(jìn)行整理記錄，篩選出交通事故屬性信息提取模塊提取失敗的信息，并把信息名稱通過(guò)重傳請(qǐng)求發(fā)送到事故雙方車(chē)主移動(dòng)端設(shè)備，事故雙方車(chē)主在接收到重傳請(qǐng)求后根據(jù)要求重新進(jìn)行所需信息影像拍攝及駕駛情況選項(xiàng)選擇，直至該條記錄具備完整屬性；

所述交通事故情況獲取模塊用于接收交通事故屬性信息提取模塊的屬性，并將屬性上傳至交通事故信息處理模塊中；

所述交通事故信息處理模塊用于判斷屬性完整性，并將屬性和事故雙方車(chē)輛信息形成一條記錄，輸入到事故責(zé)任判定模塊中；

所述事故責(zé)任判定模塊中的交通事故責(zé)任認(rèn)定模型用于判斷本次事故雙方各自責(zé)任認(rèn)定結(jié)果，并附帶相關(guān)文字進(jìn)行解釋說(shuō)明；

所述后續(xù)情況追蹤服務(wù)模塊負(fù)責(zé)在規(guī)定時(shí)間內(nèi)完成交通事故責(zé)任認(rèn)定結(jié)果的發(fā)放與回執(zhí)確認(rèn)，確保事故雙方車(chē)主在3天內(nèi)完成該次交通事故的責(zé)任認(rèn)定。