(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111675296.3 (22)申请日 2021.12.31 (71)申请人 成都路行通信息技 术有限公司 地址 610041 四川省成 都市中国 （四川） 自 由贸易试验区成都高新区天府大道中 段530号1幢14层1402号 (72)发明人 罗云生　叶清明　丁文忠　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 代理人 阳佑虹 (51)Int.Cl. B60W 30/095(2012.01) G06F 16/29(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于人工智能算法的车辆碰撞检测方 法 (57)摘要 本发明提供了一种基于人工智能算法的车 辆碰撞检测方法， 包括多角度特征提取， 获取当 前用户驾驶行为特征、 当前车辆状态特征、 历史 特征、 地理位置特征以及时序特征； 多模 型构建， 构建碰撞检测监督模型， 场景模型， 历史驾驶行 为模型和理模 型； 多模型融合进行在线实时碰撞 检测， 获取实时数据流进行特征提取， 得到所述 多角度特征， 分别输入到构建的对应模型中， 输 出评估结果， 对所述评估结果进行加权融合， 得 到多模型融合评估结果， 根据所述多模型融合评 估结果判断是否发生车辆碰撞； 提高了车辆碰撞 检测结果的准确性。 权利要求书1页 说明书5页 附图1页 CN 114291081 A 2022.04.08 CN 114291081 A 1.一种基于人工智能算法的车辆 碰撞检测方法， 其特 征在于， 包括： 多角度特 征提取； 包括获取当前用户驾驶行为特征、 当前车辆状态特征、 历史特征、 地理位置特征以及时 序特征； 所述地理位置特 征包括地理位置固有属性和用户与地理位置的历史关系； 多模型构建； 包括碰撞检测监 督模型构建， 场景模型构建， 历史驾驶行为模型构建， 地理模型构建； 多模型融合进行在线实时碰撞检测； 获取实时数据流进行特征提取， 得到所述多角度 特征， 分别输入到构建的对应模型中， 输出评估 结果， 对所述评估结果进 行加权融合， 得到多模型融合评估 结果， 根据所述多模型 融合评估结果判断是否发生车辆 碰撞。 2.根据权利要求1所述的车辆碰撞检测方法， 其特征在于， 所述用户驾驶行为特征， 包 括： 三轴加速度、 三轴角速度、 当前速度、 航向等特 征及其变换 特征； 所述当前 车辆状态特 征， 包括加速状态、 减速状态、 左转状态、 右转状态及其组合特 征； 所述历史特 征， 包括用户历史驾驶行为特 征分布； 所述地理位置固有属性， 包括道路类型； 所述用户与地理位置的历史关系， 包括常停车点、 该车辆经常发生的异常点、 陌生道 路、 常行道路； 所述时序特征， 为用户当前时刻前后一段时间内的高频时序数据， 通过自编码对窗口 数据编码。 3.根据权利要求1所述的车辆碰撞检测方法， 其特征在于， 所述碰撞检测监督模型构 建， 具体如下： 采集历史碰撞事例为 正样本， 非碰撞事例为负 样本； 从提取的多角度特 征中选择提取的特 征， 构建碰撞检测模型并训练。 4.根据权利要求1所述的车辆碰撞检测方法， 其特征在于， 所述场景模型构建， 具体如 下： 结合历史数据对当前用户驾驶行为进行场景分析， 划分场景类型， 所述历史数据为当 前车辆上传感器设备历史上传的数据； 分析各个场景类型与碰撞之间的关系， 构建每 个场景类型 下的碰撞检测模型。 5.根据权利要求1所述的车辆碰撞检测方法， 其特征在于， 所述历史驾驶行为模型构 建， 具体如下： 通过对单个车辆历史驾驶行为 时序数据进行建模， 提取各个车辆历史驾驶行为特征的 概率分布； 通过概率分布的结果进行计算获取当前 车辆的异常得分。 6.根据权利要求1所述的车辆碰撞检测方法， 其特征在于， 所述地理模型构建， 具体为： 通过对单个车辆历史地理位置与驾驶行为联合分析， 获取地理位置对车辆异常状态的关 系。权　利　要　求　书 1/1 页 2 CN 114291081 A 2一种基于人工智能算法的车辆碰撞检测方 法 技术领域 [0001]本发明涉及车辆碰撞检测技术领域， 特别涉及一种基于人工智能算法的车辆碰撞 检测方法。 背景技术 [0002]随着车辆各家入户， 道 路上的车流量越来越大， 交通事故的发生率也随之增长， 对 于车辆来说， 碰撞检测必不可少。 [0003]现有技术中， 对车辆碰撞的检测， 有的通过震动检测装置， 进行检测， 这种方式误 差较大， 一般用于给出震动提示； 还有的通过实时的视频图像， 根据图像框或者图像分析算 法进行碰撞分析， 该方式一般用于停车碰撞预； 对于检测车辆是否发生事故碰撞， 一般会采 用车辆上安装的传感器， 采集时序数据， 通过时序数据进行 处理和分析， 进而给出碰撞预测 结果； 例如专利号为201811188917.3， 名称为车辆碰撞检测方法及装置的专利， 公开了从车 辆传感器上 的时序数据中截取时间片， 判断是否在时间片内停车， 确定在时间片 中的停车 时刻， 进而截取停车时刻及前后相 邻的多个时刻数据的时间片， 最后再需要碰撞检测时， 对 新时间片向量 化， 输入碰撞检测模型获取检测结果。 [0004]现有技术存在如下不足： [0005]1、 车辆驾驶是一个复杂的过程， 任何的过坑过坎、 急转弯、 急刹等都可能导致异常 停车， 其特征与碰撞较为相似， 只考虑了停车前后时间片的数据， 观测数据周期较短， 碰撞 检测准确率 不高。 [0006]2、 在时序特征处理上， 采用了三轴极差特征， 但并没有给出窗口的获取， 窗口的截 取方式直接影响模型的输出 结果。 [0007]3、 通过和该车量历史碰撞特征的对比进行最后碰撞的判断， 然而车辆的历史碰撞 极为稀疏， 甚至可能历史无碰撞案例， 且同一车不同的碰撞特征也是各不相同， 对三轴波动 较大、 碰撞较为严重的碰撞事故检测比较有效， 对于中等或者轻微的事故检测效率极低或 无法检测。 发明内容 [0008]为解决上述问题， 本发明提供了一种基于人工智能算法的车辆碰撞检测方法， 通 过结合车辆历史驾驶行为特征， 车辆行驶的地理特征， 使得提取的特征更全面， 同时通过人 工智能算法构建多种模型， 基于获得的多角度特征进行分析， 再根据分析结果进行加权融 合， 实现提高车辆 碰撞检测的准确性和全面 性。 [0009]本发明提供了一种基于人工智能算法的车辆 碰撞检测方法， 具体技 术方案如下： [0010]多角度特 征提取； [0011]包括获取当前用户驾驶行为特征、 当前车辆状态特征、 历史特征、 地理位置特征以 及时序特 征； 所述地理位置特 征包括地理位置固有属性和用户与地理位置的历史关系； [0012]多模型构建；说　明　书 1/5 页 3 CN 114291081 A 3