本申请涉及车辆交通事故责任划分,尤其涉及一种c-v2x的交通事故责任划分系统及方法。
背景技术:
1、随着科技的发展,车辆交通事故的责任判定和处理已经可以通过智能手机拍照和路侧交通摄像头录像,在线进行快速处理。驾驶员需要用手机拍摄事故照片、双方行驶证等证件,并上传平台,即可以完成事故情况上传,交警可以调用现场交通摄像头进行人工判断,划分车辆责任。该方法实行较简易,但是针对事故情况智能做简单的照片拍摄,无法完成回溯事故发生的全过程,因此有时仍需交警抵达事故现场进行责任判定工作,消耗较多时间并可能造成交通拥堵。
技术实现思路
1、有鉴于此,本发明提供一种基于云车协同的车辆事故归因系统及方法,以解决现有技术在无摄像头覆盖的区域无法有效回溯事故全过程,判断事故责任方式不够精确,智能化不足,仍需较多的人工参与等技术问题。
2、本发明提供一种基于云车协同的车辆事故归因系统,所述系统包括:车载单元,设置于车辆上,通过c-v2x与云平台连接通信,用于根据车辆事故信息,判断是否发生事故,在发生事故时,存储预设时间段t内产生的车辆安全消息,并通过c-v2x上报云平台;路侧单元,与云平台相连,用于根据云平台下发的车辆位置信息,调取该位置的道路感知数据,筛选符合事故特征的道路感知数据,将其上报云平台;云平台,用于根据车辆安全消息,获取发生事故的车辆位置信息,并下发至路侧单元,以及根据车辆安全消息和道路感知数据,将事故车辆轨迹在高精地图上进行拟合,对特定原因造成的事故,按照预设规则进行事故归因,自动划分事故责任。
3、本发明还提供一种基于云车协同的车辆事故归因方法,所述方法包括:步骤1,车载单元根据接收到的车辆事故信息判断发生事故;步骤2,车载单元在发生事故时,存储预设时间段t1内产生的车辆安全消息,并通过c-v2x上报云平台;步骤3,云平台根据车辆安全消息,获取发生事故的车辆位置信息,并将其下发至路侧单元;步骤4,路侧单元根据车辆位置消息,调取该位置的道路感知数据;步骤5,路侧单元根据事故特征,筛选符合该特征的道路感知数据,并将其上报云平台,其中协同过滤算法函数如下:
4、
5、其中,y为事故特征的余弦相似度的数据信息,β1、β2和β3为路侧单元的协同过滤决定因子;步骤6,云平台根据车辆安全消息和道路感知数据,将事故车辆轨迹在高精地图上进行拟合,对特定原因造成的事故,按照预设规则进行事故归因,自动划分事故责任。
6、进一步的,所述车辆事故信息包括:安全气囊弹开、车辆失控、交通事故开关被触发。
7、进一步的,所述预设时间段t1为事故发生前5分钟。
8、进一步的所述步骤2还包括:车载单元在未发生事故时,循环存储预设时间段t2内产生的车辆安全消息。
9、进一步的,所述预设时间段t2为5至15分钟。
10、进一步的,所述车辆安全消息包括:车辆经纬度坐标、速度、加速度、航向角、油门刹车状态、各种灯态、车辆故障告警状态。
11、进一步的,所述道路感知数据为视觉传感器、距离传感器和边缘计算节点针对路口车辆车牌、人车运动轨迹、交通事故触发情况进行ai感知获取的数据,在步骤5中,所述采用改进的路侧单元的协同过滤算法筛选符合该特征的道路感知数据包括:步骤51.基于所述事故特征,构建事故特征矩阵数据集,得到事故特征矩阵数据集数据信息;步骤52.基于所述事故特征矩阵数据集,建立事故特征的余弦相似度函数q,其中,x为事故特征矩阵数据集,α1、α2和α3为事故特征的余弦相似度的权重系数,对事故特征的余弦相似度进行表征,得到事故特征的余弦相似度的数据信息;步骤53.基于所述事故特征的余弦相似度的数据信息,建立路侧单元的协同过滤函数r。
12、进一步的,所述特定原因包括:车辆超速、违规变道、追尾、危险驾驶、交叉口碰撞、未避让行人、行人违规闯红灯。
13、进一步的,所述预设规则为道路交通安全法及其相关规定。
14、本发明提供一种基于云车协同的车辆事故归因系统及方法,该技术方案根据车载单元收集的车辆安全信息,和路侧单元调取的道路感知数据,通过云平台进行事故责任的自动划分,解决现有技术存在的无法回溯事故全过程,事故责任判断不精准,智能化不足,需要人工参与等技术问题。
1.一种基于云车协同的车辆事故归因系统,其特征在于,所述系统包括:
2.一种采用权利要求1所述基于云车协同的车辆事故归因系统的方法,其特征在于,所述方法包括:
3.根据权利要求2所述的一种基于云车协同的车辆事故归因方法,其特征在于,所述车辆事故信息包括:安全气囊弹开、车辆失控、交通事故开关被触发。
4.根据权利要求2所述的一种基于云车协同的车辆事故归因方法,其特征在于,所述预设时间段t1为事故发生前5分钟。
5.根据权利要求2所述的一种基于云车协同的车辆事故归因方法,其特征在于,所述步骤2还包括:车载单元在未发生事故时,循环存储预设时间段t2内产生的车辆安全消息。
6.根据权利要求5所述的一种基于云车协同的车辆事故归因方法,其特征在于,所述预设时间段t2为5至15分钟。
7.根据权利要求2所述的一种基于云车协同的车辆事故归因方法,其特征在于,所述车辆安全消息包括:车辆经纬度坐标、速度、加速度、航向角、油门刹车状态、各种灯态、车辆故障告警状态。
8.根据权利要求2所述的一种基于云车协同的车辆事故归因方法,其特征在于,所述道路感知数据为视觉传感器、距离传感器和边缘计算节点针对路口车辆车牌、人车运动轨迹、交通事故触发情况进行ai感知获取的数据,在步骤5中,所述采用改进的路侧单元的协同过滤算法筛选符合该特征的道路感知数据包括:
9.根据权利要求2所述的一种基于云车协同的车辆事故归因方法,其特征在于,所述特定原因包括:车辆超速、违规变道、追尾、危险驾驶、交叉口碰撞、未避让行人、行人违规闯红灯。
10.根据权利要求2所述的一种基于云车协同的车辆事故归因方法,其特征在于,所述预设规则为道路交通安全法及其相关规定。