[发明专利]一种交通事故现场还原方法

说明书

本发明涉及一种交通事故现场还原方法，包括以下步骤：S1、利用设置在车上的GPS装置和传感器采集的数据绘制出事故发生前一分钟车辆的行驶轨迹；S2、以绘制出的事故发生前一分钟车辆的行驶轨迹和发生事故一瞬间的车辆记录仪中的数据作为输入，运用深度学习算法得到还原的车辆行驶轨迹。与现有技术相比，本发明利用安装部署在车辆上车载装置采集的数据，经过反复训练的深度学习算法，能有效去除随机误差和人为主观因素的干扰，大大降低事故误判率，省去了不必要的时间、人力的浪费，对维护良好的社会秩序有极大促进作用。

技术领域

本发明涉及交通事故现场模拟再现技术，尤其是涉及一种交通事故现场还原方法。

背景技术

交通事故模拟再现的最主要的任务就是利用事故现场的道路上残留的行驶痕迹、车身上的碰撞痕迹及车辆的停止位置来推算车辆在碰撞过程中行驶速度、加速度、航向角和车辆碰撞后的行驶轨迹等，以此来推断这起交通事故的发生原因，认定事故责任进行相应惩罚等。这个过程就是车辆行驶轨迹再现技术。

在当今交通运输迅速发展的背景下，交通事故的发生频率居高不下。在一起交通事故中，如果交通事故双方无法对当前事故中谁是事故的主要责任方达成共识，这种轻微事故就往往会陷入相当麻烦的处理流程中，而必须等待交通警察到达现场。交警为获知事故现场的具体信息，就需要对现场车辆的损坏状况，车辆的停止位置等进行测量评估，以实现对事故现场的模拟再现。但是这种方法通常会耗费当事人双方大量时间，使后面的车辆无法正常行驶而导致交通拥堵，同时也造成了一定的警力资源浪费。不仅如此，这种人为的测量过程中包含人为主观性和客观误差，事故再现的结果往往与实际情况会出现很大的偏差。在已有的交通事故车辆轨迹再现的研究中，有基于安装部署在车辆上的摄像头采集视频来重现事故现场的，也有只通过车辆的停止位置来对车辆进行建模以实现轨迹再现的。然而这些方法都忽略了运行中的车辆的系统动态响应，因此往往准确性差强人意。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种交通事故现场还原方法。

本发明的目的可以通过以下技术方案来实现：

一种交通事故现场还原方法，包括以下步骤：

S1、利用设置在车上的GPS装置和传感器采集的数据绘制出事故发生前一分钟车辆的行驶轨迹；

S2、以绘制出的事故发生前一分钟车辆的行驶轨迹和发生事故一瞬间的车辆记录仪中的数据作为输入，运用深度学习算法得到还原的车辆行驶轨迹。

优选的，所述步骤S1中通过在车轮的两侧安装的张力传感器的差值与车辆转弯方向及角度的对应关系，确定车辆的行进方向，通过车轮上安装的压力传感器确定车辆的紧急刹车情况。

优选的，该方法中传感器采集的数据先经过卡尔曼滤波算法滤波再进行其他处理。

优选的，所述深度学习算法具体为神经网络算法。

优选的，所述神经网络算法具体采用LSTM搭建循环神经网络。

优选的，所述GPS装置和传感器采集的数据包括：车辆的位置、车速、加速度、航向角、胎压、轮胎表面张力、横摆角速度、角加速度。

优选的，所述还原的车辆行驶轨迹具体通过OpenCv算法仿真得到。

优选的，所述还原的车辆行驶轨迹被发送到交警或车主的移动终端。

与现有技术相比，本发明具有以下优点：

1、利用安装部署在车辆上车载装置采集的数据，经过反复训练的深度学习算法，能有效去除随机误差和人为主观因素的干扰，大大降低事故误判率；手机终端配合，直接生成事故现场的车辆行驶轨迹的模拟再现图，不再需要事故双方原地等候交警，大大减少了可能由事故造成的拥堵，省去了不必要的时间、人力的浪费，对维护良好的社会秩序有极大促进作用。