交通事故分析方法、装置及设备与流程

1.本技术涉及智慧交通(intelligent transportation)领域，尤其涉及一种交通事故分析方法、装置及设备。


背景技术：

2.随着城市的快速发展以及人民生活水平的日益提高，机动车辆的数量飞速增长，交通事故的发生率也始终居高不下。当发生交通事故之后，如果不能及时处理使其尽快消散，往往会对交通道路的交通状态造成很大的影响，导致交通拥堵，甚至引发二次交通事故，存在很大的隐患。
3.对于交通事故的发现和处理，目前的方法主要有：1、当事人或热心群众报警，交警随即赶往现场进行交通事故的判断和定责。2、远程人工定责的交通事故处理方式，即：由交警在线上查看事故车主上传的交通事故现场的照片或视频，交警根据照片或视频中车辆、交通道路标线、车痕等进行交通事故的责任判定。上述两种方法都存在交通事故处理效率低的问题。
4.如何提高交通事故处理的效率是目前交通领域急需解决的问题。


技术实现要素：

5.本技术提供了一种交通事故分析方法、装置及设备，应用于智慧交通领域，通过分析装置自动化地完成交通事故的发现和分析，提高了交通事故处理的效率。
6.第一方面，本技术提供了一种交通事故分析方法，交通道路中安装有至少一个摄像机用于采集交通道路的视频，该方法包括：分析装置获取交通道路上的至少一个对象的地理轨迹信息，交通道路的至少一个对象包括车辆、行人；分析装置根据至少一个对象的地理轨迹信息确定事故对象；获取所述事故对象的环境信息，例如：交通标志线、周边对象的信息；分析装置进一步根据事故对象的地理轨迹信息和事故对象的环境信息，获得交通事故的分析结果。
7.上述方法自动化地获取事故对象的地理轨迹信息确定事故对象，进而结合事故对象的地理轨迹信息和环境信息进行事故的分析，获得分析结果。对于交通道路上发生的交通事故，该方法能够快速地进行发现，并进行分析，获得的分析结果可用于交通事故的处理，提高交通事故的处理效率。
8.在第一方面的一种可能实现中，分析结果包括事故责任判定信息。事故责任判定信息表示该起交通事故的各个当事人所需承担的责任，分析装置自动获得事故责任判定信息可以加快交通事故的处理速度，节约警力成本。
9.在第一方面的一种可能实现中，该方法还包括：发送分析结果至与事故对象关联的终端。通过将分析结果发送至事故对象关联的终端，可以让交通事故的当事人快速地获知交通事故的相关信息，
10.在第一方面的一种可能实现中，该方法还包括：接收与事故对象关联的终端发送
的反馈信息，所述反馈信息表示对所述事故责任判定信息存在异议或无异议。
11.分析装置接收到反馈信息后可以进一步根据反馈信息确定下一步动作，例如：若反馈信息为事故当事人对责任判定信息无异议，则分析装置自动通知管理平台开始处理罚单，或者通知保险公司启动理赔流程。若反馈信息为事故当事人对责任判定信息存在异议，则分析装置可以向管理平台继续发送分析结果，由管理平台做出进一步的决定。
12.在第一方面的一种可能实现中，分析结果包括以下信息中的一种或任意组合：事故时间信息，事故类型与描述，事故起因，证据视频，和事故细节图像，其中，所述证据视频用于展示所述交通事故的起因或过程。上述各种分析结果都可以使得事故当事人或者管理人员更加深入地清楚交通事故。
13.在第一方面的一种可能实现中，该方法还包括：发送分析结果至管理平台。通过发送分析结果给管理平台可以使得管理人员了解交通事故并进行决策。
14.在第一方面的一种可能实现中，所述方法还包括：接收所述管理平台发送的事故反馈结果；发送事故反馈结果至与事故对象关联的终端。事故反馈结果可以是对事故责任信息的最终确定，也可以是交通事故的处置结果。由分析装置快速地传达事故反馈结果，可以加速事故处理，也能节约交通事故处理的人力成本。
15.在第一方面的一种可能实现中，分析结果包括：交通事故的影响程度，所述交通事故的影响程度包括：交通阻塞影响程度或所述事故对象的碰撞强度或所述事故对象的受损程度。
16.在第一方面的一种可能实现中，该方法还包括：向第三方通报所述交通事故的影响程度。第三方可以是交通新闻平台、交通电台、管理平台、事故对象的终端。
17.在第一方面的一种可能实现中，根据所述至少一个对象的地理轨迹信息确定事故对象，包括：根据至少一个对象的地理轨迹信息确定异常轨迹；利用所述异常轨迹和预训练的人工智能ai模型确定所述事故对象。首先确定异常轨迹，进而根据异常轨迹和ai模型确定事故对象，可以更准确地识别事故对象。
18.在第一方面的一种可能实现中，获取交通道路上的至少一个对象的地理轨迹信息，包括：获取设置于交通道路上的至少一个摄像机采集的视频；根据视频获取所述至少一个对象的地理轨迹信息，每个对象的地理轨迹信息包括该对象在至少一个摄像机拍摄的路段区域的轨迹信息。
19.在第一方面的一种可能实现中，在获取交通道路上的至少一个对象的地理轨迹信息之前，该方法还包括：接收终端发送的上报信息，所述上报信息包括交通事故的地理位置信息和/或所述交通事故发生的时间信息。
20.在第一方面的一种可能实现中，所述获取交通道路上的至少一个对象的地理轨迹信息，包括：根据所述上报信息获取设置于所述交通道路上的至少一个摄像机采集的视频中的第一视频，所述第一视频对应所述交通道路上发生的所述交通事故；根据所述第一视频获取所述交通道路上的至少一个对象的地理轨迹信息。通过热心市民或者事故当事人的上报信息确定对应的第一视频进而再进行分析获得至少一个对象的轨迹信息可以节约计算资源，使得分析装置更有针对性地进行事故的分析。
21.在第一方面的一种可能实现中，事故对象的环境信息包括以下信息中的一种或任意组合：与所述事故对象相关联的周边对象的地理轨迹信息，与所述事故对象相关联的周
边道路环境信息，以及所述事故对象所在交通道路的交通标志信息。
22.第二方面，本技术还提供一种交通事故分析方法，包括：获取第一视频，第一视频由设置在交通道路上的至少一个摄像机采集，第一视频对应所述交通道路上发生的交通事故；根据第一视频获取对所述交通事故的分析结果；提供交通事故的分析结果。该方法根据视频获取发生交通事故的第一视频进行交通事故分析，并提供分析结果，可以实现快速地获得分析结果，并能够帮助交通事故的处理人员快速进行事故的处理。
23.在第二方面的一种可能实现中，所述方法还包括：获取终端发送的上报信息，所述上报信息包括所述交通事故发生的地理位置信息或所述交通事故发生的时间信息或采集所述第一视频的摄像机的信息或所述交通事故的事故对象；所述获取第一视频包括：根据所述上报信息，从所述至少一个摄像机采集到的视频中获取所述第一视频。
24.在第二方面的一种可能实现中，所述分析结果包括事故责任判定信息。
25.在第二方面的一种可能实现中，所述提供所述交通事故的分析结果，包括：发送所述分析结果至所述事故对象关联的终端。
26.在第二方面的一种可能实现中，所述方法还包括：接收所述事故对象关联的终端发送的反馈信息，所述反馈信息表示对所述事故责任判定信息存在异议或无异议。
27.在第二方面的一种可能实现中，所述分析结果包括以下信息中的一种或任意组合：事故时间信息，事故类型与描述，事故起因，证据视频，和事故细节图像，其中，所述证据视频用于展示所述交通事故的起因或过程。
28.在第二方面的一种可能实现中，所述提供所述交通事故的分析结果，包括：发送所述分析结果至管理平台。
29.在第二方面的一种可能实现中，所述方法还包括：接收所述管理平台发送的事故反馈结果；发送所述事故反馈结果至与所述事故对象关联的终端。
30.在第二方面的一种可能实现中，所述分析结果包括：所述交通事故的影响程度，所述交通事故的影响程度包括：交通阻塞影响程度或所述事故对象的碰撞强度或所述事故对象的受损程度。
31.在第二方面的一种可能实现中，所述提供所述交通事故的分析结果，包括：向第三方通报所述交通事故的影响程度。
32.在第二方面的一种可能实现中，所述根据所述第一视频获取对所述交通事故的分析结果，包括：根据所述第一视频获取所述事故对象的地理轨迹信息；获取所述事故对象的环境信息；根据所述事故对象的地理轨迹信息和所述事故对象的环境信息，获得交通事故的分析结果。
33.在第二方面的一种可能实现中，所述事故对象的环境信息包括以下信息中的一种或任意组合：与所述事故对象相关联的周边对象的地理轨迹信息，与所述事故对象相关联的周边道路环境信息，以及所述事故对象所在交通道路的交通标志信息。
34.第三方面，本技术提供一种交通事故的分析装置，该装置包括数据处理模块，用于获取交通道路上的至少一个对象的地理轨迹信息；事故发现模块，用于根据至少一个对象的地理轨迹信息确定事故对象；事故分析模块，用于获取事故对象的环境信息；根据事故对象的地理轨迹信息和事故对象的环境信息，获得交通事故的分析结果。
35.在第三方面的一种实现中，分析结果包括事故责任判定信息。
36.在第三方面的一种实现中，结果发送模块，用于发送所述分析结果至所述事故对象关联的终端。
37.在第三方面的一种实现中，所述结果发送模块，还用于接收所述事故对象关联的终端发送的反馈信息，所述反馈信息表示对所述事故责任判定信息存在异议或无异议。
38.在第三方面的一种实现中，所述分析结果包括以下信息中的一种或任意组合：事故的时间信息，事故类型与描述，事故起因，证据视频，和事故细节图像，其中，所述证据视频用于展示所述交通事故的起因或过程。
39.在第三方面的一种实现中，所述结果发送模块，还用于发送所述分析结果至管理平台。
40.在第三方面的一种实现中，所述结果发送模块，还用于接收所述管理平台发送的事故反馈结果；发送所述事故反馈结果至与所述事故对象关联的终端。
41.在第三方面的一种实现中，所述分析结果包括：所述交通事故的影响程度，所述交通事故的影响程度包括：交通阻塞影响程度或所述事故对象的碰撞强度或所述事故对象的受损程度。
42.在第三方面的一种实现中，所述结果发送模块，还用于向第三方通报所述交通事故的影响程度。
43.在第三方面的一种实现中，所述事故发现模块，用于:根据所述至少一个对象的地理轨迹信息确定异常轨迹；利用所述异常轨迹和预训练的人工智能ai模型确定所述事故对象。
44.在第三方面的一种实现中，所述数据处理模块，用于获取设置于所述交通道路上的至少一个摄像机采集的视频；根据所述视频获取所述至少一个对象的地理轨迹信息，每个对象的地理轨迹信息包括该对象在至少一个摄像机拍摄的路段区域的轨迹信息。
45.在第三方面的一种实现中，所述数据处理模块，还用于：接收终端发送的上报信息，所述上报信息包括交通事故的地理位置信息和/或所述交通事故发生的时间信息。
46.在第三方面的一种实现中，所述数据处理模块，用于：根据所述上报信息获取设置于所述交通道路上的至少一个摄像机采集的视频中的第一视频，所述第一视频对应所述交通道路上发生的所述交通事故；根据所述第一视频获取所述交通道路上的至少一个对象的地理轨迹信息。
47.在第三方面的一种实现中，所述事故对象的环境信息包括以下信息中的一种或任意组合：与所述事故对象相关联的周边对象的地理轨迹信息，与所述事故对象相关联的周边道路环境信息，以及所述事故对象所在交通道路的交通标志信息。
48.第四方面，本技术还提供一种分析装置，该装置包括：获取模块，用于获取第一视频，所述第一视频由设置在交通道路上的至少一个摄像机采集，所述第一视频对应所述交通道路上发生的交通事故。分析模块，用于根据所述第一视频获取对所述交通事故的分析结果。提供模块，用于提供所述交通事故的分析结果。
49.在第四方面的一种实现中，上述的分析结果包括事故责任判定信息。
50.在第四方面的一种实现中，所述提供模块，用于发送所述分析结果至与事故对象关联的终端。
51.在第四方面的一种实现中，所述提供模块，还用于接收与事故对象关联的终端发
送的反馈信息，所述反馈信息表示对所述事故责任判定信息存在异议或无异议。
52.在第四方面的一种实现中，分析结果可以包括以下信息中的一种或多种：事故时间信息，事故类型与描述，事故起因，证据视频，和事故细节图像，其中，所述证据视频用于展示所述交通事故的起因或过程。
53.在第四方面的一种实现中，所述提供模块，还用于发送分析结果至管理平台。
54.在第四方面的一种实现中，所述提供模块，还用于接收管理平台发送的事故反馈结果；发送所述事故反馈结果至与所述事故对象关联的终端。
55.在第四方面的一种实现中，所述分析结果包括：所述交通事故的影响程度，所述交通事故的影响程度包括：交通阻塞影响程度或所述事故对象的碰撞强度或所述事故对象的受损程度。
56.在第四方面的一种实现中，所述提供模块，还用于向第三方通报所述交通事故的影响程度。
57.在第四方面的一种实现中，所述分析模块，用于:根据至少一个对象的地理轨迹信息确定异常轨迹；利用所述异常轨迹和预训练的人工智能ai模型确定所述事故对象。
58.在第四方面的一种实现中，所述获取模块，用于获取设置于所述交通道路上的至少一个摄像机采集的视频；根据所述视频获取所述至少一个对象的地理轨迹信息，每个对象的地理轨迹信息包括该对象在至少一个摄像机拍摄的路段区域的轨迹信息。
59.在第四方面的一种实现中，所述获取模块，还用于：接收终端发送的上报信息，所述上报信息包括交通事故的地理位置信息和/或所述交通事故发生的时间信息。
60.在第四方面的一种实现中，所述获取模块，用于：根据所述上报信息获取设置于所述交通道路上的至少一个摄像机采集的视频中的第一视频，所述第一视频对应所述交通道路上发生的所述交通事故；根据所述第一视频获取所述交通道路上的至少一个对象的地理轨迹信息。
61.在第四方面的一种实现中，所述事故对象的环境信息包括以下信息中的一种或任意组合：与所述事故对象相关联的周边对象的地理轨迹信息，与所述事故对象相关联的周边道路环境信息，以及所述事故对象所在交通道路的交通标志信息。
62.第五方面，本技术还提供一种计算设备，该计算设备包括处理器和存储器，所述存储器存储计算机指令，所述处理器执行所述计算机指令，以使所述计算设备执行前述第一方面或第一方面的任意可能的实现中的方法或者执行前述第二方面或第二方面的任意可能的实现中的方法。
63.第六方面，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序代码，当所述计算机程序代码被计算设备执行时，所述计算设备执行前述第一方面或第一方面的任意可能的实现中的方法，或者执行前述第二方面或第二方面的任意可能的实现中的方法。该计算机可读存储介质包括但不限于易失性存储器，例如随机访问存储器，非易失性存储器，例如快闪存储器、硬盘(英文：hard disk drive，缩写：hdd)、固态硬盘(英文：solid state drive，缩写：ssd)。
64.第七方面，本技术还提供一种计算机程序产品，所述计算机程序产品包括计算机程序代码，在所述计算机程序代码被计算设备执行时，所述计算设备执行前述第一方面或第一方面的任意可能的实现中提供的方法，或执行前述第二方面或第二方面的任意可能的
实现中提供的方法。该计算机程序产品可以为一个软件安装包，在需要使用前述第一方面或第一方面的任意可能的实现中提供的方法，或者需要使用前述第二方面或第二方面的任意可能的实现中提供的方法的情况下，可以下载该计算机程序产品并在计算设备上执行该计算机程序产品。
65.第八方面，本技术还提供一种交通事故分析的系统，该系统包括至少一个设置于交通道路的摄像机和分析装置；该至少一个设置于交通道路的摄像机，用于采集视频，并将所述视频发送至所述分析装置，所述分析装置用于根据获取的所述视频，执行前述第一方面或第一方面的任意可能的实现中提供的方法，或执行前述第二方面或第二方面的任意可能的实现中提供的方法。
附图说明
66.图1a为本技术实施例提供的一种分析装置的部署示意图；
67.图1b为本技术实施例提供的另一种分析装置的部署示意图；
68.图1c为本技术实施例提供的又一种分析装置的部署示意图；
69.图2为本技术实施例提供的一种计算设备100的结构示意图；
70.图3为本技术实施例提供的一种计算设备系统的结构示意图；
71.图4为本技术实施例提供的一种分析装置300的结构示意图；
72.图5为本技术实施例提供的一种交通事故的分析方法的流程示意图；
73.图6为本技术实施例提供的一种分析结果的显示界面的示意图；
74.图7为本技术实施例提供的另一种交通事故的分析方法的流程示意图。
75.图8为本技术实施例提供的另一种分析装置800的结构示意图。
具体实施方式
76.下面将结合本技术中的附图，对本技术实施例中的方案进行描述。
77.为了使本技术实施例的方案更清晰，在具体描述本技术实施例的方案之前，首先进行相关术语的解释。
78.交通事故：本技术中的交通事故指交通道路上的对象与对象之间或者对象与其他静态设施之间发生碰撞、摩擦的事件，或者交通道路上的对象出现自车故障的事件，例如：车辆与车辆之间、车辆与行人之间、车辆与路边设施之间发生的碰撞或摩擦，车辆自车自燃、车辆侧翻等。
79.交通事故定责：针对已发生的交通事故，结合交通事故发生的原因和交通管理法规对发生交通事故的当事人进行责任判定的过程。引发交通事故的原因很多，通常对交通事故核定的责任分配需要根据车辆的行驶轨迹、行驶速度、交通道路的交通标记线、交通指示灯、交通路况等多方面的信息进行分析获得。常见的交通事故原因如：后方车辆速度过快且与前方车辆未保持安全刹车距离导致追尾事故；前方车辆违规变道，导致相邻车道的后方车辆反应不及时引发碰撞事故；车辆行驶轨迹控制不及时，导致车辆与交通道路周边护栏相撞；车辆闯红灯与行人相撞；工程车司机因视野存在盲区与相邻车道的小轿车发生摩擦。
80.交通道路：本技术中的交通道路包括供车辆或行人通行的路段、路口以及路段和
路口的周边临近区域(例如：紧挨路段的花坛、围栏等)。应理解，本技术中所指的交通道路可以是指一个路段、一个路口、也可以是由几条路段和一个路口以及路段路口周边临近环境构成的一个交通区域(例如：深圳市龙岗区的所有路段、路口及其周边临近环境称为一个交通道路)。
81.对象，本技术中的对象指在交通道路上运动的物体或者短时间内静止的可运动的物体，例如：交通道路上的车辆(机动车、自行车等)、行人、动物等。
82.轨迹：本技术中的车辆或行人的轨迹包括两种，一种为对象在视频中的轨迹，另一种为对象在交通道路上的轨迹。
83.对象在视频中的轨迹：表示对象在交通道路上运动的过程中，设置在该交通道路上或者交通道路附近的摄像机拍摄的视频中记录的所述对象在视频中的路径。对象在视频中的轨迹对应的轨迹信息，称为对象的视频轨迹信息。每个视频轨迹信息为一个像素坐标序列，在像素坐标序列中包括多个按时间顺序排列的像素坐标，每个像素坐标表示对象在视频的视频帧图像中的一个像素点的坐标值。像素坐标为二维坐标，像素坐标表示像素点在图像中的位置。
84.对象在交通道路上的轨迹：即为对象在交通道路上的运动过程中形成的路径。对象在交通道路上的轨迹对应的轨迹信息，称为对象的地理轨迹信息。每个地理轨迹信息为一个地理坐标序列，在地理坐标序列中包括多个按时间顺序排列的地理坐标，每个地理坐标表示对象在交通道路上的一个点的地理坐标值。值得注意的是，对象的地理坐标可以是物理世界中的任意一种坐标系下的坐标值，例如：本技术中，对象的地理坐标采用由对象在交通道路中的位置对应的经度、纬度和海拔组成的三维坐标值来表示。在另一些实施例中，也可以采用自然坐标系下的坐标值来表示对象的地理坐标。
85.应理解，一个对象在交通道路上的轨迹可以由设置在交通道路上的多个摄像机记录，因此，可以根据该对象在多个摄像机拍摄的视频中的轨迹获得该对象在交通道路上的轨迹。
86.由于城市经济的飞速发展，交通道路被设计得越来越复杂，交通道路上的私家车、工程车也越来越多。随之而来的交通拥堵、交通事故频发问题，成为了一个重大城市病。对已经发生的交通事故进行快速地分析和处理，对于缓解交通拥堵、避免二次交通事故发生有着巨大的作用。
87.随着人工智能(artificial intelligence，ai)技术的快速发展，将ai技术应用于交通领域，以解决交通领域的实际问题成为了学术界和工业界的热点，这也是打造智慧城市的核心理念。
88.本技术提供了一种基于ai技术的交通事故分析方法，该方法通过结合多个摄像机拍摄的视频，确定对象在交通道路上的轨迹，根据对象的地理轨迹信息进行交通事故发现，进一步地进行交通事故分析，获得分析结果。
89.本技术提供的交通事故分析方法可以由分析装置执行。分析装置的功能既可以由软件系统实现、也可以由硬件设备实现、还可以由软件系统和硬件设备结合实现。
90.分析装置的部署灵活，其可以部署在边缘环境，例如：分析装置可以是边缘环境中的一个边缘计算设备或是运行在一个或多个边缘计算设备上的软件装置。边缘环境指距离要进行交通事故分析的交通区域(或交通道路)较近的数据中心或者边缘计算设备的集合，
边缘环境包括一个或多个边缘计算设备，边缘计算设备可以是设置在交通道路路边的具有计算能力的路侧设备。
91.例如：如图1a所示，分析装置部署在距离路口较近的位置，即路边的边缘计算设备，该路口中设置有可联网的摄像机a和摄像机b。摄像机a拍摄到路口左侧的车辆过往的视频a，并将视频a通过网络发送至边缘环境中的分析装置。摄像机b拍摄到路口右侧的车辆过往的视频b，并将视频b通过网络发送至边缘环境中的分析装置，分析装置可以根据接收到的视频a和视频b以及在图1a中未示出的其他摄像机拍摄的视频对该交通道路发生的交通事故进行发现和分析。分析装置可以将分析结果发送至管理平台，以供管理平台的交警根据分析结果进行进一步地处理和执法。或者，可选的，分析装置还可以将分析结果发送至发生交通事故的当事人的车辆或者终端设备中，以供当事人获知该起交通事故的分析结果。
92.分析装置还可以部署在云环境，云环境是云计算模式下利用基础资源向用户提供云服务的实体。云环境包括云数据中心和云服务平台，所述云数据中心包括云服务提供商拥有的大量基础资源(包括计算资源、存储资源和网络资源)，云数据中心包括的计算资源可以是大量的计算设备(例如服务器)。分析装置可以是云数据中心中用于进行交通事故分析的服务器；分析装置也可以是创建在云数据中心中的用于进行交通事故分析的虚拟机；分析装置还可以是部署在云数据中心中的服务器或者虚拟机上的软件装置，该软件装置用于对交通事故进行发现和分析，该软件装置可以分布式地部署在多个服务器上、或者分布式地部署在多个虚拟机上、或者分布式地部署在虚拟机和服务器上。
93.例如：如图1b所示，分析装置部署在云环境中，图中示出的设置于交通道路侧的可联网的摄像机a和摄像机b，以及图中未示出的摄像机可以将拍摄到的视频发送至云环境中的分析装置。分析装置可以根据接收到的视频对该交通道路发生的交通事故进行发现和分析。分析装置可以将分析结果发送至管理平台，以供管理平台的交警根据分析结果进行进一步地处理和执法。或者，可选的，分析装置还可以将分析结果发送至发生交通事故的当事人的车辆或者终端设备中，以供当事人获知该起交通事故的分析结果。
94.分析装置可以由云服务提供商部署在云数据中心，云服务提供商将分析装置提供的功能抽象成为一项云服务，云服务平台供用户咨询和购买这项云服务。用户购买这项云服务后即可使用云数据中心的该分析装置提供的交通事故分析服务。分析装置还可以由租户部署在租户租用的云数据中心的计算资源中(例如虚拟机)，租户通过云服务平台购买云服务提供商提供的计算资源云服务，在购买的计算资源中运行分析装置，使得分析装置执行交通事故分析的方法。应理解，分析装置提供的功能也可以与其他功能装置提供的功能共同抽象成一项云服务，例如：云服务提供商将分析装置提供的交通事故分析的功能，以及流量计算装置提供的实时流量计算和监控的功能共同抽象成一种交通状态管理云服务，用户购买这项交通状态管理云服务之后，既可以通过分析装置获得对交通道路的交通事故进行分析的服务，又可以获得实时监控交通流量的服务。
95.当分析装置为软件装置时，分析装置可以在逻辑上分成多个部分，每个部分具有不同的功能(多个部分例如：分析装置包括数据处理模块、事故发现模块、事故分析模块、结果发送模块)。分析装置的几个部分可以分别部署在不同的环境或设备上，部署在不同环境或设备上的分析装置的各个部分之间协同实现交通事故的分析的功能。例如：如图1c所示，分析装置中的数据处理模块部署在边缘计算设备，事故发现模块、事故分析模块、结果发送
模块部署在云数据中心(例如：部署在云数据中心的服务器或虚拟机上)。设置在交通道路的多个摄像机各自将拍摄到的视频发送至部署在边缘计算设备中的数据处理模块。数据处理模块对每个视频进行处理，对视频中记录的车辆、行人等对象进行检测和跟踪，将获得的对象在视频中的轨迹进行转换，获得对象在交通道路上的轨迹，数据处理模块还可以获得对象的属性信息、速度信息等。数据处理模块将获得的对象的信息发送至云数据中心，云数据中心上部署的事故发现模块、事故分析模块、结果发送模块进一步地根据对象的信息进行交通事故的发现和分析，将获得的分析结果发送至管理平台或者将获得的分析结果在界面上显示。应理解，本技术不对分析装置的各部分的划分进行限定，也不对分析装置的哪些部分具体部署在哪个环境进行限制性的限定。实际应用时可根据各计算设备的计算能力或具体应用需求进行适应性地部署。值得注意的是，在一些实施例中，摄像机可以为具有一定计算能力的智能摄像机，分析装置接收到的可以不是视频，而是经过智能摄像机进行处理过的结构化数据。分析装置还可以分三部分部署，其中，一部分部署在智能摄像机，一部分部署在边缘计算设备，一部分部署在云计算设备。
96.当分析装置为软件装置时，分析装置可以单独部署在任意环境(云环境、边缘环境)中的一个计算设备上或者终端计算设备上(例如：智能手机、智能平板)；当分析装置为硬件设备时，分析装置可以是任意环境中的一个计算设备或者终端计算设备。图2提供了一种计算设备100的结构示意图，图2所示的计算设备100可以是任意环境的一个计算设备，也可以是一个终端计算设备。计算设备100包括存储器101、处理器102、通信接口103以及总线104。其中，存储器101、处理器102、通信接口103通过总线104实现彼此之间的通信连接。
97.存储器101可以是只读存储器(read only memory，rom)，静态存储设备，动态存储设备或者随机存取存储器(random access memory，ram)。存储器101可以存储计算机指令，当存储器101中存储的计算机指令被处理器102执行时，处理器102和通信接口103用于执行交通事故分析的方法。存储器还可以存储数据，例如：存储器101中的一部分用来存储交通事故分析所需的数据，以及用于存储程序执行过程中的中间数据或结果数据。
98.处理器102可以采用通用的中央处理器(central processing unit，cpu)，应用专用集成电路(application specific integrated circuit，asic)，图形处理器(graphics processing unit，gpu)或其任意组合。处理器102可以包括一个或多个芯片，处理器102可以包括ai加速器，例如：神经网络处理器(neural processing unit，npu)。
99.通信接口103使用例如但不限于收发器一类的收发模块，来实现计算设备100与其他设备或通信网络之间的通信。例如，可以通过通信接口103获取交通事故分析所需的数据。
100.总线104可包括在计算设备100各个部件(例如，存储器101、处理器102、通信接口103)之间传送信息的通路。
101.由前述可知，分析装置可以分布式地部署在不同环境或者同一环境中的多个计算设备上。图3还提供了一种计算设备系统的结构示意图，该计算设备系统中的多个计算设备200可以通过处理器执行计算机指令协同地实现分析装置的功能。
102.如图3所示，每个计算设备200包括存储器201、处理器202、通信接口203以及总线204。其中，存储器201、处理器202、通信接口203通过总线204实现彼此之间的通信连接。
103.存储器201可以是rom，静态存储设备，动态存储设备或者ram。存储器201可以存储
计算机指令，当存储器201中存储的计算机指令被处理器202执行时，处理器202和通信接口203用于执行交通事故分析的部分方法。存储器还可以存储数据，例如：存储器201中的一部分用来存储交通事故分析所需的数据，以及用于存储计算机指令执行过程中的中间数据或结果数据。
104.处理器202可以采用通用的cpu，asic，gpu或其任意组合。处理器102可以包括一个或多个芯片，处理器102可以包括ai加速器，例如：npu。
105.通信接口203使用例如但不限于收发器一类的收发模块，来实现计算设备200与其他设备或通信网络之间的通信。例如，可以通过通信接口203获取交通事故分析所需的视频或者雷达数据。
106.总线204可包括在计算设备200各个部件(例如，存储器201、处理器202、通信接口203)之间传送信息的通路。
107.上述每个计算设备200间通过通信网络建立通信通路。每个计算设备200上运行分析装置中的一部分(例如：运行分析装置中的数据处理模块、事故发现模块、事故分析模块、结果发送模块中的一个或多个模块)。任一计算设备200可以为云数据中心中的服务器，或边缘数据中心中的计算设备，或终端计算设备。
108.应理解，在通过上述计算设备系统实现分析装置的功能时，计算设备系统中的每个计算设备200可以是结构或型号相同的计算设备，例如如图3所示。在另一些实施例中，计算设备系统中的多个计算设备也可以是结构或型号不相同的计算设备，例如：计算设备系统中用于进行数据处理的计算设备是计算能力较强的8核服务器，用于进行事故发现和事故分析的计算设备是4核服务器，用于进行结果发送的计算设备是具有显示界面的计算设备。
109.图4描述了本技术实施例提供的一种分析装置300的结构示意图。应理解，图4所示的仅仅是根据功能对本技术中的分析装置的一种示例性的结构划分方式，本技术不对分析装置的结构的具体划分方式进行限定。
110.下面结合图4对分析装置300的各个模块的功能进行示例性地介绍。应理解，以下所举例描述的分析装置300的各个模块的功能仅是分析装置在本技术的一些实施例中可以具有的功能，并不会对分析装置具有的功能进行限定。
111.如图4所示，分析装置300包括数据处理模块301、事故发现模块302、事故分析模块303，分析装置还可以包括结果发送模块304和/或结果显示模块305。
112.数据处理模块301，用于获取交通道路上的至少一个对象的地理轨迹信息。具体地，数据处理模块301用于接收原始数据采集设备采集的原始数据，其中，原始数据采集设备可以包括设置于交通道路附近用于对交通道路的交通状况进行拍摄的各种类型的摄像机、激光雷达、红外雷达等。数据处理模块301接收到的原始数据可以包括多个摄像机拍摄的视频、激光雷达数据、红外雷达数据等。数据处理模块301对接收到的视频中记录的对象进行检测和跟踪，获得对象在一段时间内的一个或多个视频中的轨迹，进而根据对象在一个或多个视频中的轨迹获得对象的地理轨迹信息。数据处理模块301还用于将至少一个对象的地理轨迹信息发送至事故发现模块302。
113.可选的，上述数据处理模块301在对接收到的视频中记录的对象进行检测和跟踪，根据对象在一个或多个视频中的轨迹获得对象的地理轨迹信息的过程中，可以结合雷达数
据(例如激光雷达数据、红外雷达数据)对对象在交通道路上的位置进行更准确的定位，以使得得到的对象的地理轨迹信息更加准确。
114.可选的，上述数据处理模块301还用于确定检测到的对象在交通道路上的多个时刻的速度，将对象的速度信息发送至事故发现模块302或事故分析模块303。
115.可选的，上述数据处理模块301还用于确定检测到的对象在交通道路上的多个时刻的加速度，将对象的加速度信息发送至事故发现模块302或事故分析模块303。
116.可选的，上述数据处理模块301还用于确定检测到的对象在交通道路上的多个时刻的姿态，将对象的姿态信息发送至事故发现模块302或事故分析模块303。
117.可选的，上述数据处理模块301还用于接收终端发送的上报信息，其中，终端可以是事故对象关联的终端，例如：发生交通事故的当事人的终端、或者车载电脑，终端还可以是发现交通事故的人员的终端(例如：交通事故发生地附近的行人、居民的终端等)，上报信息可以包括：交通事故发生的地理位置信息或所述交通事故发生的时间信息或采集所述第一视频的摄像机的信息或所述交通事故的事故对象。数据处理模块301可以将上报信息发送给事故发现模块302或者发送给事故分析模块303。
118.事故发现模块302，用于根据对象在交通道路上的轨迹，发现异常车辆的轨迹，进而对异常车辆进行是否发生交通事故进行判断，确定交通事故并确定发生交通事故的事故对象。事故发现模块302进一步用于将确定为发生交通事故的事故类型和事故对象的信息发送至事故分析模块303。
119.事故分析模块303，用于根据由事故发现模块302确定为发生交通事故的事故对象、事故对象的周边车辆以及交通标记线等现场情况进行交通事故分析，获得分析结果。分析结果可以包括交通事故的起因。
120.可选的，事故分析模块303还用于根据分析结果和/或事故对象的地理轨迹信息，截取事故发生的视频内容，将记录了事故发生内容和事故发生原因的视频内容作为证据视频。
121.可选的，事故分析模块303还用于结合事故发生的时间、地点、事故地点的交通流量、事故规模、周边车辆的行车轨迹等因素，计算交通事故的影响程度。交通事故的影响程度用于表示该起交通事故对于整个交通环境(例如：周边通行车辆、交通设施等)、事故对象和事故当事人的影响程度。交通事故的影响程度可以用影响值表示，可以有多种计算影响值的方式。
122.在一些实施例中，分析装置300还可以包括结果发送模块304。
123.结果发送模块304，用于将事故发现模块302获得的发生交通事故的对象的信息和/或事故分析模块302获得的对交通事故的分析结果发送至管理平台。
124.可选的，结果发送模块304还用于将事故发现模块302获得的发生交通事故的车辆的信息、事故分析模块302获得的对交通事故的分析结果发送至事故对象关联的终端。
125.可选的，结果发送模块304还用于获取交通管理者根据结果发送模块304发送的信息对交通事故得到事故反馈结果。结果发送模块304还用于将交通管理者作出的事故反馈结果发送至事故对象关联的终端，例如：事故当事人的车辆或终端。
126.在又一些实施例中，分析装置300还可以包括结果显示模块305，例如：分析装置可以是一个具有显示屏的电子设备，分析装置可以通过结果显示模块305和显示屏向用户呈
现图形用户界面graphical user interface(gui)，通过gui呈现交通事故的发生情况、交通事故的分析结果等信息。应理解，本技术中的用户，可以包括：交通管理者、事故当事人、分析装置的使用人员或者交通管理者等。
127.下面结合图5对本技术实施例提供的一种事故分析方法进行描述。
128.s501，获取交通道路上的至少一个对象的地理轨迹信息。
129.上述至少一个对象中每个对象的地理轨迹信息表示每个对象在一个时间段内的各个时刻在所述交通道路上的地理位置，其中，地理位置可以由地理坐标来表示。
130.由于在某一时间段内行驶在交通道路上的对象(例如：机动车、非机动车、行人)可以被设置于交通道路上的多个摄像机拍摄到，因此，可以根据接收到的多个视频确定交通道路上的至少一个对象的地理轨迹信息。可选的，还可以接收设置在交通道路上的雷达设备(例如：激光雷达、红外线雷达、毫米波雷达等)感知到的雷达信息，结合视频和雷达信息共同确定交通道路上的多个对象的地理轨迹信息。上述摄像机、雷达设备可以统称为原始数据采集设备。
131.在一些实施例中，本步骤获取交通道路上的至少一个对象的地理轨迹信息可以具体包括：
132.step1、接收设置于该交通道路上的一个或多个摄像机拍摄的视频，每个视频记录了该交通道路的不同的区域(或不同视角)的交通状态。
133.step2、根据视频执行对象检测。具体地，对每个视频中的视频帧进行对象检测，获得对象的视频位置和类型信息(其中，对象的视频位置即为对象在视频帧中的像素坐标)。可选的，还可以进一步对检测到的对象进行对象属性检测，获得对象的属性信息。由于对象检测获得了视频帧中的对象的类型信息，根据对象属性的不同类型，对象属性检测所检测的属性可以不相同，例如：对于检测到的对象的类型为机动车，要检测的机动车的属性包括：车型、车身颜色、车牌等，对于检测到的对象的类型为行人，要检测的人的属性包括：性别、衣着颜色、身形等。
134.应理解，上述对视频帧进行对象检测的方法可以采用训练完成的具有对象检测功能的神经网络模型(例如：更快速的区域卷积神经网络(faster region convolutional neural network，faster r-cnn、单枪多盒检测器(single shot multi-box detector，ssd)，称为对象检测模型，将视频帧输入至对象检测模型，对象检测模型对视频帧进行特征提取，根据提取的特征进行回归获得对象的视频位置、根据提取的特征进行分类获得对象的类型，对象检测模型输出检测到视频帧中的一个或多个对象的类型信息和视频位置。
135.应理解，上述对视频帧进行对象属性检测的方法可以采用训练完成的具有对象属性检测功能的神经网络模型，称为对象属性检测模型，可以将已检测到的对象对应的在视频帧中的子图像(子图像包含了待进行属性检测的对象，子图像可以从视频帧中裁剪得到)输入至对象属性检测模型，对象属性检测模型进行属性检测，输出对象的属性信息。
136.应理解，对前述步骤step1中接收到的一个或多个视频中的多个视频帧执行本步骤的对象检测(和属性检测)的方法，可以获得每个视频中的多个视频帧中记录的至少一个对象的视频位置、类型信息。可选的，还可以得到每个视频中的多个视频帧中记录的至少一个对象的属性信息。
137.step3、对同一个视频中的相同对象进行对象跟踪，获得对象的视频轨迹信息。
138.由于前述步骤获得了每个视频中的多个视频帧中的对象的视频位置，同一个视频中的不同视频帧可以记录同一个对象在不同时刻的视频位置，因此，需要对对象进行跟踪，具体可以为：根据对象的视频位置确定一个视频中一个时刻的视频帧中和该时刻的前一时刻的视频帧中记录的同一对象，使两个对象对应同一个对象id，且在跟踪列表上记录下该对象id在不同时刻的视频帧中的像素坐标。可选的，进行对象跟踪时，还可以根据前述步骤获得的该视频帧中的对象的类型和属性与前一时刻视频帧中的对象的类型和属性进行比较，确定相邻两个视频帧中对象之间的关联，对相邻两个视频帧中关联程度最强的两个对象标记为同一个对象id。跟踪列表中记录的同一个对象id在各个时刻的像素坐标可以形成一个像素坐标序列，该像素坐标序列即为一个对象在一个视频中的视频轨迹信息。本技术不对对象跟踪的具体方式进行限定。
139.应理解，本步骤可以获得每个视频中的至少一个对象的视频轨迹信息。
140.step4、根据对象的视频轨迹信息，确定对象的地理轨迹信息。
141.由于每个对象的视频轨迹信息包括多个像素坐标，可以根据视频轨迹信息中的每个像素坐标对对象进行空间定位。对对象进行空间定位即根据对象的像素坐标和摄像机的空间标定关系，确定对象在交通道路上的地理坐标。每个摄像机的空间标定关系具体可以表示为每个摄像机拍摄的视频帧中的点的像素坐标与该点对应在交通道路上的地理坐标之间的映射关系。
142.应理解，由于每个摄像机的设置位置、拍摄角度、高度等都不相同，每个摄像机拍摄的视频与被拍摄的交通道路之间的空间标定关系也不相同。每个摄像机拍摄的视频与被拍摄的交通道路之间的空间标定关系可以由分析装置或者其他设备预先计算，本技术对于空间标定关系的具体计算方法不作限定，例如：可以预先测量交通道路上的多个控制点的地理坐标，进一步确定控制点在摄像机拍摄的视频帧中的像素坐标，利用多个控制点的地理坐标和对应的像素坐标计算单应变换矩阵，将计算得到的单应变换矩阵确定为一个该摄像机的空间标定关系。
143.通过上述方法可以将多个对象的视频轨迹信息转换为多个对象的部分地理轨迹信息。
144.由于一个运动的对象可以由多个摄像机拍摄到，每个摄像机拍摄到的可能是对象在部分时间内的运动情况。可以对不同视频对应的同一对象的部分地理轨迹信息进行拼接，获得同一个对象在一个更长时间段内的更完整的地理轨迹信息。具体的拼接方法可以是：分析不同视频中的对象的部分地理轨迹信息，若不同的视频中的对象的部分地理轨迹信息中存在一组或多组相近或相同时刻且地理坐标相同或相近的数据，进一步地，这两个地理轨迹信息对应的对象的类型、属性也相同或相近，则认为这是同一个对象的两个部分地理轨迹信息。可以将两个部分地理轨迹信息进行拼接，获得拼接后的地理轨迹信息，拼接时，对于重叠的数据可以通过取平均值的方式获得该部分拼接后的数据。同理，可以根据前述分析方法，将同一对象的多个部分地理轨迹信息进行拼接，最后获得同一对象在一个时间段内的地理轨迹信息。
145.应理解，按照上述方法可以获得多个对象的地理轨迹信息，每个对象的地理轨迹信息可以是多个视频轨迹信息经过坐标变换和拼接后获得的，也可以是仅由对象在一个摄像机拍摄到的视频中形成的视频轨迹信息经过坐标变换后获得的。
146.可选的，本技术的s501还可以根据多个对象中的每个对象的地理轨迹信息确定每个对象在各个时刻的速度、加速度、姿态等信息，其中，对象的姿态表示对象的运动方向或者对象的朝向。每个对象在一个时刻的速度可以由该对象在该时刻和前一时刻之间的距离差和时间差确定。每个对象在一个时刻的加速度可以由该对象在该时刻的速度和前一时刻的速度之差和时间差确定。每个对象在一个时刻的姿态可以由该对象的地理轨迹信息经过拟合后形成的对象的地理轨迹线在该时刻的该点的切线方向确定。计算得到的每个对象在各个时刻的速度、加速度、姿态等信息也可以和对象的地理轨迹信息记录在同一个表格(或者矩阵)中。
147.可选的，在另一些实施例中，分析装置在执行s501之前，还可以先接收终端发送的上报信息，上报信息中可以包括交通事故的时间信息或者交通事故的地理位置信息，分析装置根据上报信息调取对应的一个或多个视频，进而根据调取的一个或多个视频执行如前述s501中的获取至少一个对象的地理轨迹信息的操作。
148.s502，根据至少一个对象的地理轨迹信息确定交通事故及事故对象，事故对象为至少一个对象中发生交通事故的对象。
149.上述通过地理轨迹信息确定事故对象可以分为两个步骤：
150.一、通过对每个对象的地理轨迹信息进行分析和/或将对象的地理轨迹信息与同一道路的历史采集的其他对象的轨迹进行比对，确定出地理轨迹信息异常的异常对象。
151.可以从多个方面确定异常对象，例如：1、分析每个对象的地理轨迹信息，对对象的地理轨迹信息进行拟合，获得对象的地理轨迹线，结合对象所在路段的道路环境信息(例如：交通标记线、交通指示信息)和对象的地理轨迹线确定异常对象，例如：对于将地理轨迹线横穿多个车道、地理轨迹线碰触车道边界线的对象或者地理轨迹线混乱的对象确定为异常对象，通常这种对象可能是发生了碰撞或者出现了严重违规。上述对象所在路段的道路环境信息可以由分析装置进行检测和分析获得，也可以由分析装置从其他设备或装置获取。2、根据对象的地理轨迹信息获得对象在多个时刻的速度、加速度，将速度或加速度异常的对象确定为异常对象，例如：将速度在连续时刻发生的突变超过一定阈值的对象确定为异常对象，这种对象可能是由于碰撞发生了急停。3、将对象的地理轨迹信息经过拟合形成的地理轨迹线与该道路上的历史时刻的常规对象的地理轨迹线进行比对，将比对差异较大的地理轨迹线对应的对象确定为异常对象。该道路上的历史时刻的常规对象的地理轨迹信息可以存储在数据库中。
152.二、根据异常对象的异常地理轨迹信息和与异常对象在时空上有关联的其他对象的地理轨迹等信息，在异常对象中确定事故对象。其中，与异常对象在时空上有关联的其他对象的信息可以根据异常对象的地理轨迹信息中各个时刻对应的地理坐标在数据库中进行搜索，搜索得到该时刻的该地理坐标对应的道路上经过的其他车辆。应理解，一起交通事故的事故对象可以为一个(例如：车辆侧翻)，也可以为多个(例如多个车辆之间碰撞)。
153.具体的确定事故对象的方法可以有多种，例如：
154.1、通过机理建模的方式确定事故对象。对于机理建模，主要针对异常对象的地理轨迹信息对应的各个时刻的速度、地理位置、姿态等具体的特征，以及异常对象周围车辆的行为建立判断模型。例如：构建如下机理模型：
[0155][0156][0157][0158][0159][0160]
上述公式中，vi表示瞬时速度变化，pi表示瞬时位置变化，oi表示瞬时姿态角变化，ri表示是否有车辆绕行，accident表示是否为事故对象。上述公式中通过分别比较异常车辆的瞬时速度变化、瞬时位置变化和瞬时姿态角变化与预设的阈值a、b、c之间的关系先确定一个二进制值，进而再结合这些二进制值之和与预设的阈值threshold的关系确定是否为事故对象。当accident为1时，表示该异常对象为事故对象；当accident为0时，表示该异常对象为非事故对象。应理解，上述仅是一个简单的举例，在另一些实施例中，构建判断是否为事故对象的机理模型还可以采用更多的参数、还可以为不同的参数设置不同的权重。
[0161]
2、通过人工智能(artificial intelligent，ai)模型确定事故对象。根据异常对象确定事故对象还可以采用预先训练完成的ai模型，例如：逻辑斯提克(logistic)回归模型、支持向量机(support vector machine,svm)、随机森林模型、深度学习模型等。通过利用已知的发生了交通事故的事故对象提取的历史轨迹坐标、速度变化、加速度变化、姿态角变化等特征，预先对ai模型进行训练。可以使得训练完成的ai模型具备判断异常对象是否为事故对象的能力。利用已训练完成的ai模型进行事故对象的判断过程为：输入异常对象的轨迹坐标、速度变化、加速度变化、姿态角变化等特征至已训练完成的ai模型，经过推理获得推理结果，推理结果表示异常对象为事故对象或者为非事故对象。
[0162]
应理解，上述仅是两种确定事故对象的方法的举例，本技术不限定确定事故对象的具体方式。
[0163]
通过上述确定事故对象的过程，还可以确定交通事故，例如：确定交通事故的类型。例如：对于确定存在两个事故对象，事故对象的轨迹中包括重合的点或者事故对象的轨迹终点之间的距离小于一个距离阈值，可以确定发生的交通事故为对象间的碰撞。
[0164]
s503，获取事故对象的环境信息，根据所述事故对象的地理轨迹信息和所述事故对象的环境信息，对所述交通事故进行分析，获得分析结果。
[0165]
通过前述s502确定了交通事故及事故对象后，可以根据事故对象的地理轨迹信息搜寻与事故对象相关联的环境信息。环境信息包括：与事故对象的地理轨迹信息在时空上有关联的周边对象的信息，和/或，与事故对象的地理轨迹信息相关联的周边道路环境信息，例如：周边对象的信息包括：事故对象的地理轨迹周围的其他对象的类型、轨迹信息、速度、加速度等；周边道路环境信息包括：事故对象的地理轨迹周围的交通标志线、交通信号灯、交通指挥牌等。
[0166]
根据搜寻到的事故对象的环境信息可以进一步判断交通事故的起因。交通事故的起因是指发生交通事故的根本原因，例如：对于两车追尾的交通事故的起因可能是后车在某一段时间内的过度加速引起的，也可能是前车紧急停车或后退引起的；对于多车碰撞的交通事故，交通事故的起因可能是其中一个事故对象的变道闯入临近车道引起的。交通事故的起因多种多样，需要结合多种信息进行判断，一起交通事故的起因可以有一个或多个。判断交通事故的起因的方法也不限于一种，可以根据预设的规则库中的规则进行判断；也可以利用ai模型，通过将历史交通事故的事故特征进行整理，用作对初始ai模型进行训练的特征，经过训练后的ai模型(也称为事故起因分析模型)，可以用于交通事故的起因分析，具体可以是：将新发生的交通事故的特征信息输入至事故起因分析模型，由事故起因分析模型进行进一步的特征提取和分析推理，获得事故的起因。
[0167]
预设的规则库中可以包含多种根据历史交通事故分析得出的交通事故的起因分析的规则，当交通事故为某一类的事故时，可以根据规则库中关于这一类交通事故的规则，结合交通事故的事故对象的地理轨迹信息和事故对象涉及的环境信息进行判断，确定交通事故的起因。例如：对于交通路口发生的一起车辆与车辆之间的转弯碰撞事件，可以包括多个具有不同优先级的规则，规则1为判断事故对象的地理轨迹是否存在违法违规转弯，若存在，则转弯碰撞的起因是事故对象违法违规的转弯。当规则1的判断为否时，进一步判断规则2，规则2为判断事故对象是否存在超速行驶，若存在，则转弯碰撞的起因是事故对象超速行驶。当规则2的判断为否时，进一步判断规则3，规则3为判断事故对象是否有在交汇处静止或缓行的行为，若存在，则转弯碰撞的起因是事故对象静止或缓行,上述规则还可以有更多条，此处不再赘述。每一类的交通事故的规则可以是动态积累和更新的，这样可以保证通过规则得到的交通事故的起因更准确。
[0168]
可选的，通过上述方法对交通事故进行分析后，还可以获取证据视频，证据视频是用于展示交通事故的起因、发生的过程的视频。证据视频可以是从交通道路上的多个摄像机拍摄到的视频中截取出，进而进行拼接形成的，也即证据视频来源于一个或多个对交通道路进行拍摄的摄像机。对证据视频的内容可以包括交通事故的起因出现的时间点直到交通事故发生的时间点之间的视频内容。证据视频的整理还包括但不限于对相关历史轨迹的视频进行时间尺度上的拼接，展现事故发生的因果性，以及对重要视频的慢放、车辆标记等工作。通过分析截取证据视频可以形成完整的证据链，为交通管理者对交通事故的定责提供了依据。
[0169]
可选的，获得交通事故发生的起因后，分析装置还可以结合各国的交通法律法规，例如：《中华人民共和国道路交通安全法》等，提出对交通事故定责的建议或方案。例如：交通事故的类型为两车前后追尾，事故发生的起因为后车加速导致碰撞前车，依据交通法规的规定，后车应承担全部责任。而由于违规倒车行为造成的碰撞事故。可以基于《中华人民共和国道路交通安全法》中的规定：前车倒车或溜车撞后车形成的追尾交通事故，前车承担事故全部责任。因此，分析装置可以结合法规得出出现违规倒车的事故对象承担全部责任的定责建议或方案。
[0170]
可选的，对交通事故进行分析还包括分析交通事故的影响程度。交通事故的影响程度包括：交通阻塞影响程度或所述事故对象的碰撞强度或所述事故对象的受损程度。对交通事故的影响程度的分析可以结合一种或多种因素进行综合分析，例如：可以根据事故
车辆的位置信息(如：发生事故的车道、事故占用的车道数量等信息)，事故时间(用于判断是否为高峰通行时间)，事故是否涉及到行人(可以通过事故对象的类型、或者通过对证据视频进行行人识别获得)，事故周围车辆的轨迹，事故车辆的碰撞强度(可以通过事故车辆的运行速度进行评估)等因素进行分析。举例来说，交通事故的影响程度可以由影响值来表示，交通事故的影响值的计算方法可以通过不同因素的权值相加来进行评判，影响值计算公式如下：
[0171]
score＝w1*v
time
w2*v
ped
w3*v
dam
w4*v
lane
w5*v
cars
[0172]
其中，w1、w2、w3、w4、w5为权值，v
time
为事故发生时间对应的评分，v
ped
为事故涉及不同数量的行人与非机动车的评分，v
dam
为根据轨迹评估的事故碰撞强度的评分(主要通过瞬时速度判断)，v
lane
为事故车辆占用车道数量与位置的评分，v
cars
为事故绕行车辆对应的评分。上述各个评分可以通过将对应的情况与交警预设的评分列表进行比较获得，也可以通过数学模型进行评估获得，本技术不限定具体的评分方式。
[0173]
在一些实施例中，上述计算的影响值时还可以根据发生事故后未处理的时间进行动态地变化，未处理的时间越长，影响值逐渐增大。
[0174]
通过上述公式可以获得一个综合性的影响值。在一些实施例中，影响值越高表示交通事故对事故对象和/或交通事故发生地点的周边环境的影响程度越大，例如：影响值可以根据高低分为多个区间，当影响值属于高区间时，表示交警处理的优先级最高，交警应立即派警力人员进行现场处理，否则会造成严重的周边环境影响或者人员伤亡影响；当影响值属于中区间时，表示交警处理的优先级次高，应及时地与事故对象对应的人员进行联系，进一步了解事故过程，进行线上或者线下定责；当影响值属于低区间，表示交警处理的优先级较低，可以在时间较为宽松的情况下再与事故对象对应的人员进行联系，进行事故定责或者安全教育。
[0175]
可选的，分析装置还可以将获得的交通事故的影响程度通报给第三方的设备，第三方可以是管理平台、事故对象关联的设备，交通新闻平台，交通电台等。
[0176]
可选的，在一些实施例中，分析装置执行完上述方法后，还可以执行如下步骤：
[0177]
s504，发送分析结果至管理平台
[0178]
通过上述步骤s501-s503对交通事故进行分析，获得的分析结果可以包括以下信息中的一种或多种：交通事故的起因、证据视频、事故责任判定信息(例如：定责的建议或方案)、交通事故的影响值。分析装置可以将分析结果通过网络发送至管理平台。可选的，分析装置还可以将分析结果连同分析过程中的中间信息一起发送至管理平台，以供管理平台进行参考与决策。例如：中间数据可以包括交通事故的类型、事故对象的速度、加速度、姿态、事故对象及周边对象的地理轨迹信息等。
[0179]
分析装置还可以接收管理平台发送的事故反馈结果，事故反馈结果可以是：对事故的定责处理结果，或者是事故的处理方案等。分析装置可以发送事故反馈结果至与事故对象对应的终端，例如：事故对象的车主的手机、事故车辆的车载电脑等。
[0180]
可选的，分析装置也可以发送分析结果到事故对象关联的终端，还可以接收事故对象关联的终端返回的反馈信息，反馈信息可以表示事故对象的当事人对分析结果中的事故责任判定信息是否有异议。
[0181]
上述s501-s504描述的方法，通过对交通道路上的对象的地理轨迹信息及环境信
息进行分析，确定事故对象，进而对事故对象进行分析，获得分析结果，可以准确地识别交通事故，进而自动化地获取到交通事故的更多、更深层次的信息，可以协助交警高效、有序地处理交通事故，大大提高了交通事故处理效率，加快了交通体系的运转。
[0182]
在本技术的一些实施例中，分析装置还可以通过gui向用户呈现上述交通事故的分析结果。在另一些实施例中，分析装置将交通事故的信息和分析结果发送至管理平台后，管理平台可以通过gui向用户呈现交通事故的信息和分析结果。管理平台可以是安装了交通管理客户端的显示设备，或者是云平台。在另一些实施例中，分析装置还可以将交通事故的信息和分析结果发送至事故对象关联的终端(例如：事故当事人的手机、电脑等，或者事故对象上安装的终端设备，如：车载电脑)，以使得事故当事人可以通过gui直观地获得该交通事故的信息和分析结果。
[0183]
图6为一种示例性的分析结果的gui显示界面，图6所示的gui界面可以由分析装置呈现，也可以由管理平台呈现。如图6所示，gui界面上显示的内容包括四个主要部分,分别为证据视频、事故细节图像、事故辅助定责、交通影响报告。
[0184]
在gui界面上可以根据用户的操作以慢速、快速、正常速度播放证据视频。gui界面上还可以显示事故细节图像，事故细节图像可以是后台自动根据证据视频中用户可能关注的事故细节对应的视频帧，进行放大和/或裁减形成的图像。事故细节图像也可以是用户在观看证据视频时，通过点击、滑动等操作自主选择证据视频中的图像进行放大得到的图像。
[0185]
可选的，事故细节图像还可以包括同一个地点和同一个场景下的多个角度的图像。例如：分析装置可以根据证据视频中的某一个关键的视频帧(该关键的视频帧可以由分析装置自动识别，也可以由用户指定)，在不同摄像头拍摄的不同视频中进行搜索，得到不同摄像机在同一时刻拍摄到的与该关键的视频帧为同一场景但不同角度的视频帧，由此获得该场景下的多个角度的事故细节图像。在显示事故细节图像的时候可以对多角度的事故细节图像进行拼接，使得多角度的事故细节图像同时显示在一个界面。也可以分别显示不同角度的事故细节图像。
[0186]
可选的，获得多角度的事故细节图像之后，还可以对事故细节图像进行映射和融合，例如：可以将每个角度的事故细节图像中的对象的位置映射到三维地图中，以使得多角度的事故细节图像被融合，形成了一个三维的、可以进行不同角度调节的事故细节图像。通过对三维的事故细节图像进行角度调节，可以得到非摄像机拍摄角度的事故细节图像，例如：可以得到该场景的事故细节俯视图、未安装摄像机的角度的事故细节视图。
[0187]
事故辅助定责部分中包括了事故发生的时间、地点、事故类型、事故起因、定责建议、定责依据的法规等多种信息，可以使用户对交通事故进行全面的了解。交通影响报告部分包括用于进行影响值和影响程度的评估的相关信息，以及评估获得的交通事故的影响程度和影响值。使得用户可以直观、方便的获得交通事故的影响信息。
[0188]
应理解，上述图6的gui界面中显示的内容仅是本技术一种示例性的描述。对于交通事故分析结果的呈现方式是多种多样的，本技术不作具体的限定。例如：上述图6中的gui界面中的四个部分的信息可以通过多个界面进行呈现，各个界面的呈现可以由用户进行控制和选择。再例如:在进行呈现时，可以仅呈现上述图6中呈现的信息中的部分信息，如；只简单地呈现视频证据、事故的时间、地点、起因信息，以及影响值。
[0189]
在一种实现方式中，上述图6所示的gui界面由分析装置或者交通管理平台向交通
管理者呈现。在向交通管理者呈现时，可以首先呈现通过一个界面呈现前述交通影响报告的部分或全部内容，进而根据交通管理者的选择，再呈现证据视频、事故细节图像或前述事故辅助定责的部分或全部内容。
[0190]
在另一实现方式中，上述图6所示的gui界面由分析装置或者向事故当事人呈现。在向事故当事人呈现时，可以首先呈现前述事故辅助定责的部分或全部内容，进而根据事故当事人的选择，再呈现证据视频或事故细节图像。
[0191]
本技术的分析装置可以根据不同的应用场景，在具体执行交通事故分析方法时有不同的实施例。前述图5示出的方法为分析装置全自动、实时地对全局交通道路进行交通事故进行发现和分析。在另一些场景下，分析装置可以根据交通事故的上报信息进行交通事故的分析。下面结合图7具体描述另一种实施例。
[0192]
s701，分析装置接收交通事故的上报信息，所述上报信息包括地理位置信息。
[0193]
在交通道路发生交通事故时，交通事故的当事人(或者周边热心市民)可以通过终端安装的软件应用或者网页客户端进行交通事故的上报，上报信息可以包括：交通事故发生的地理位置信息、交通事故的时间信息、事故涉及的对象的相关信息(例如：对象个数，对象类型，车牌信息等)。
[0194]
s702，分析装置根据接收到的上报信息，自动搜索相关视频。
[0195]
具体的，分析装置在接收到上报信息后，可以根据上报信息中的地理位置信息，调取该地理位置对应的区域的摄像机拍摄的视频，调取的视频可以是收到上报信息之前的预定时间段内的视频。可选的，分析装置还可以在接收到上报信息后调取雷达等传感器记录的信息。搜索的相关视频也可以称为第一视频
[0196]
s703，分析装置对相关视频进行分析，确定交通事故的分析结果。
[0197]
分析装置具体对相关视频进行分析的方法，以及获得的相关分析结果可以与前述步骤s502、s503相同，此处不再赘述。
[0198]
s704，分析装置根据获得的分析结果，生成事故定责报告，将所述事故定责报告发送至上报信息的终端。
[0199]
事故定责报告中包括：事故责任判定信息(例如：对于后车突然加速导致追尾前车的交通事故，判定后车全责，前车无责)。可选的，事故定责报告中还可以包括：事故疏散建议，事故类型与描述，事故起因描述，事故定责所依据的法规，证据视频，事故细节图像。
[0200]
可选的，分析装置还可以根据上报信息中包括的交通事故涉及的对象的信息，确定交通事故的当事人，将事故定责报告发送给交通事故的全体当事人相关的终端，例如：可以根据上报信息中包括的事故对象的车牌信息查询车牌对应的车主的终端，发送所述事故定责报告给车主的终端。或者，分析装置还可以根据调取的视频对交通事故的事故对象进行确定，进而确定事故对象的驾驶者，查找驾驶者相关的终端，将所述事故定责报告发送至驾驶者的终端。
[0201]
s705，分析装置接收终端对事故定责报告的反馈信息，若反馈信息表示终端对所述事故定责报告中的事故责任判定信息无异议，则分析装置不触发报警。
[0202]
具体的，分析装置可以在接收到交通事故的所有事故当事人通过终端发送的无异议的反馈信息后，再确定不触发报警。
[0203]
可选的，在该步骤下，分析装置还可以进一步监控交通事故的当事人是否有在规
定时间内按照事故疏散建议进行事故疏散，若事故当事人超时未按照事故疏散建议进行事故疏散，分析装置可以发送通知至事故发生地就近的交警管理平台，由交通管理者进行现场疏散或者现场执法。
[0204]
可选的，在分析装置接收到终端对事故定责报告中的事故责任判定信息无异议的反馈信息后，分析装置还可以根据当事人的指令或者自动地将所述交通事故的相关信息或者事故定责报告中的部分或全部内容，或者前述分析结果中的部分或全部信息发送至保险平台，以使得保险平台对该起交通事故进行理赔处理。
[0205]
s706，分析装置接收终端对事故定责报告的反馈信息，若反馈信息表示终端对所述事故定责报告中的事故责任判定信息存在异议，则分析装置将前述获得的分析结果发送至交通管理平台。分析结果在交通管理平台的界面上的呈现方式可以如前述对图6的描述。分析结果中可以包括交通影响报告，交通管理者可以根据交通影响报告中交通事故的影响程度决策是否出警进行现场处理和/或出警进行现场处理的响应速度。
[0206]
可选的，当分析装置需要分析和处理多起交通事故时，可以按照分析结果中的事故影响程度生成上报优先级(严重程度越高，上报优先级越高)，按优先级将分析结果上报至交通管理平台。
[0207]
应理解，上述步骤s701-s706是本技术的分析装置在另一种应用场景下的实施例，s701-s706中各个步骤中未展开描述的部分可以参考前述s501-s504的描述。
[0208]
如前述图4所示的，本技术提供一种分析装置300，分析装置300中可以包括数据处理模块301、事故发现模块302、事故分析模块303、还可以包括结果发送模块304、结果显示模块305。分析装置300可以执行前述s501-s504所述的部分或全部方法。例如：
[0209]
数据处理模块301，用于获取交通道路上的至少一个对象的地理轨迹信息；
[0210]
事故发现模块302，用于根据至少一个对象的地理轨迹信息确定事故对象；
[0211]
事故分析模块303，用于获取事故对象的环境信息；根据事故对象的地理轨迹信息和事故对象的环境信息，获得交通事故的分析结果。
[0212]
可选的，分析结果包括事故责任判定信息。
[0213]
可选的，结果发送模块304，用于发送所述分析结果至所述事故对象关联的终端。
[0214]
可选的，所述结果发送模块304，还用于接收所述事故对象关联的终端发送的反馈信息，所述反馈信息表示对所述事故责任判定信息存在异议或无异议。
[0215]
可选的，所述分析结果包括以下信息中的一种或任意组合：事故的时间信息，事故类型与描述，事故起因，证据视频，和事故细节图像，其中，所述证据视频用于展示所述交通事故的起因或过程。
[0216]
可选的，所述结果发送模块304，还用于发送所述分析结果至管理平台。
[0217]
可选的，所述结果发送模块304，还用于接收所述管理平台发送的事故反馈结果；发送所述事故反馈结果至与所述事故对象关联的终端。
[0218]
可选的，所述分析结果包括：所述交通事故的影响程度，所述交通事故的影响程度包括：交通阻塞影响程度或所述事故对象的碰撞强度或所述事故对象的受损程度。
[0219]
可选的，所述结果发送模块304，还用于向第三方通报所述交通事故的影响程度。
[0220]
可选的，所述事故发现模块304，用于:根据所述至少一个对象的地理轨迹信息确定异常轨迹；利用所述异常轨迹和预训练的人工智能ai模型确定所述事故对象。
[0221]
可选的，所述数据处理模块301，用于获取设置于所述交通道路上的至少一个摄像机采集的视频；根据所述视频获取所述至少一个对象的地理轨迹信息，每个对象的地理轨迹信息包括该对象在至少一个摄像机拍摄的路段区域的轨迹信息。
[0222]
可选的，所述数据处理模块301，还用于：接收终端发送的上报信息，所述上报信息包括交通事故的地理位置信息和/或所述交通事故发生的时间信息。
[0223]
可选的，所述数据处理模块301，用于：根据所述上报信息获取设置于所述交通道路上的至少一个摄像机采集的视频中的第一视频，所述第一视频对应所述交通道路上发生的所述交通事故；根据所述第一视频获取所述交通道路上的至少一个对象的地理轨迹信息。
[0224]
可选的，所述事故对象的环境信息包括以下信息中的一种或任意组合：与所述事故对象相关联的周边对象的地理轨迹信息，与所述事故对象相关联的周边道路环境信息，以及所述事故对象所在交通道路的交通标志信息。
[0225]
本技术还提供一种分析装置800，分析装置800可以是硬件装置也可以是软件装置，分析装置800可以执行前述s701-s706中的部分或全部方法。例如：分析装置800可以包括：
[0226]
获取模块801，用于获取第一视频，所述第一视频由设置在交通道路上的至少一个摄像机采集，所述第一视频对应所述交通道路上发生的交通事故。
[0227]
分析模块802，用于根据所述第一视频获取对所述交通事故的分析结果。
[0228]
提供模块803，用于提供所述交通事故的分析结果。
[0229]
可选的，上述的分析结果包括事故责任判定信息。
[0230]
可选的，所述提供模块803，用于发送所述分析结果至与事故对象关联的终端。
[0231]
可选的，所述提供模块803，还用于接收与事故对象关联的终端发送的反馈信息，所述反馈信息表示对所述事故责任判定信息存在异议或无异议。
[0232]
可选的，分析结果可以包括以下信息中的一种或多种：
[0233]
事故时间信息，事故类型与描述，事故起因，证据视频，和事故细节图像，其中，所述证据视频用于展示所述交通事故的起因或过程。
[0234]
可选的，所述提供模块803，还用于发送分析结果至管理平台。
[0235]
可选的，所述提供模块803，还用于接收管理平台发送的事故反馈结果；发送所述事故反馈结果至与所述事故对象关联的终端。
[0236]
可选的，所述分析结果包括：所述交通事故的影响程度，所述交通事故的影响程度包括：交通阻塞影响程度或所述事故对象的碰撞强度或所述事故对象的受损程度。
[0237]
可选的，所述提供模块803，还用于向第三方通报所述交通事故的影响程度。
[0238]
可选的，所述分析模块802，用于:根据至少一个对象的地理轨迹信息确定异常轨迹；利用所述异常轨迹和预训练的人工智能ai模型确定所述事故对象。
[0239]
可选的，所述获取模块801，用于获取设置于所述交通道路上的至少一个摄像机采集的视频；根据所述视频获取所述至少一个对象的地理轨迹信息，每个对象的地理轨迹信息包括该对象在至少一个摄像机拍摄的路段区域的轨迹信息。
[0240]
可选的，所述获取模块801，还用于：接收终端发送的上报信息，所述上报信息包括交通事故的地理位置信息和/或所述交通事故发生的时间信息。
[0241]
可选的，所述获取模块801，用于：根据所述上报信息获取设置于所述交通道路上的至少一个摄像机采集的视频中的第一视频，所述第一视频对应所述交通道路上发生的所述交通事故；根据所述第一视频获取所述交通道路上的至少一个对象的地理轨迹信息。
[0242]
可选的，所述事故对象的环境信息包括以下信息中的一种或任意组合：与所述事故对象相关联的周边对象的地理轨迹信息，与所述事故对象相关联的周边道路环境信息，以及所述事故对象所在交通道路的交通标志信息。
[0243]
本技术还提供一种管理平台，管理平台包括显示界面，显示界面用于呈现前述图6及与图6相关的描述的内容。
[0244]
本技术还提供一种交通事故分析的系统，交通事故分析的系统包括至少一个设置于交通道路的摄像机和如图4或者如图8所示的分析装置；
[0245]
至少一个设置于交通道路的摄像机，用于采集视频，并将所述视频发送至所述分析装置，所述分析装置用于根据获取的所述视频，执行前述方法实施例中图5和/或图7对应的交通事故分析方法。
[0246]
本技术还提供一种如图2所述的计算设备，或者如图3所述的计算设备系统。所述的计算设备或者计算设备系统可以部署在云上，也可以部署在边缘侧或者终端侧。计算设备或者计算设备系统包括前述描述的存储器和处理器，处理器执行存储器中的指令，执行前述如图5和/或图7对应的方法实施例。
[0247]
上述各个附图对应的流程的描述各有侧重，某个流程中没有详述的部分，可以参见其他流程的相关描述。
[0248]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如ssd)等。