System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能和金融,尤其涉及基于线上的车辆定损方法、装置、计算机设备及存储介质。
技术介绍
1、在保险相关领域中,理赔是车险中非常重要的一环,理赔的效率与精准度直接影响了用户的服务体验,同时,理赔环节中的定损准确性也直接影响了保险公司的定损成本。目前,针对单方事故,相关技术通常使用线上定损的方案,该方案较于传统的人工现场勘察来说,能够显著减少时间成本。然而,当定损价值超过一定数额时,仍需人工现场勘察,且交由交警出具责任认定书才可进行后续流程。此外,部分驾驶员因不熟悉线上定损的流程,可能出现错误的操作,从而导致线上定损失败,影响理赔效率与用户体验。
技术实现思路
1、本申请实施例的目的在于提出一种基于线上的车辆定损方法、装置、计算机设备及存储介质,以解决相关技术中车险理赔效率和用户体验差的问题。
2、为了解决上述技术问题,本申请实施例提供一种基于线上的车辆定损方法,采用了如下的技术方案:
3、获取报案信息,其中,报案信息包括目标车辆的车辆信息、交通事故所在的位置信息和时间信息;
4、基于位置信息和时间信息获取视频信息;
5、根据车辆信息对视频信息进行分析,得到碰撞关键信息;
6、在预设模型中对碰撞关键信息和车辆信息进行风险评估,以得到车辆定损结果。
7、进一步的,基于位置信息和时间信息获取视频信息的步骤,具体包括:
8、基于位置信息确定交通事故所在的街道形状;
9、基于街道形状获取至
10、基于时间信息和预设时间区间,确定目标采集时间;
11、通过目标采集装置获取目标采集时间内的视频信息。
12、进一步的,预设模型包括风险预估模型、历史数据模型和车辆数据预测模型,
13、在预设模型中对碰撞关键信息和车辆信息进行风险评估,以得到车辆定损结果的步骤,具体包括:
14、根据车辆信息在风险预估模型中确定交通事故的风险程度;
15、若风险程度小于预设风险等级,则将碰撞关键信息在历史数据模型进行匹配,得到第一定损结果;以及
16、根据车辆信息和碰撞关键信息在车辆数据预测模型进行预测,得到第二定损结果;
17、根据各模型对应的预设权重、第一定损结果和第二定损结果,得到车辆定损结果。
18、进一步的,在根据车辆信息在风险预估模型中确定交通事故的风险程度的步骤之后,还包括:
19、若风险程度大于或等于预设风险等级,则将车辆定损线上流程转入人工现场勘察流程。
20、进一步的,视频信息包括多个连续的视频帧,根据车辆信息对视频信息进行分析,得到碰撞关键信息的步骤,具体包括:
21、基于车辆信息提取视频信息中的目标车辆特征;
22、基于目标车辆特征和视频帧确定碰撞关键信息。
23、进一步的,碰撞关键信息包括目标车辆的行驶速度信息,
24、基于目标车辆特征和视频帧确定碰撞关键信息的步骤,包括:
25、根据目标车辆特征,在视频帧中提取目标车辆的运动轨迹;
26、基于运动轨迹确定目标车辆的行驶速度信息。
27、进一步的,碰撞关键信息包括目标车辆的碰撞部位,
28、基于目标车辆特征和视频帧确定碰撞关键信息的步骤,包括:
29、基于所述目标车辆特征,在视频帧中提取目标车辆对应的分割图像;
30、对分割图像进行边缘检测,得到目标车辆的碰撞部位。
31、为了解决上述技术问题,本申请实施例还提供一种基于线上的车辆定损装置,采用了如下的技术方案:
32、报案获取模块,用于获取报案信息,其中,报案信息包括目标车辆的车辆信息、交通事故所在的位置信息和时间信息;
33、视频获取模块,用于基于位置信息和时间信息获取视频信息;
34、碰撞分析模块,用于根据车辆信息对视频信息进行分析,得到碰撞关键信息;
35、车辆定损模块,用于在预设模型中对碰撞关键信息和车辆信息进行风险评估,以得到车辆定损结果。
36、为了解决上述技术问题,本申请实施例还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于线上的车辆定损方法的步骤。
37、为了解决上述技术问题,本申请实施例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上存储有计算机程序,所述计算机程序被处理器执行时实现上述的基于线上的车辆定损方法的步骤。
38、与相关技术相比,本申请实施例主要有以下有益效果:
39、通过获取报案信息,其中,报案信息包括目标车辆的车辆信息、交通事故所在的位置信息和时间信息,基于位置信息和时间信息获取视频信息,根据车辆信息对视频信息进行分析,得到碰撞关键信息,在预设模型中对碰撞关键信息和车辆信息进行风险评估,以得到车辆定损结果,即优化后的车辆定损流程仅基于所上报的报案信息,即可自动调取相关视频,并结合相关模型分析视频得到车辆定损结果,从而实现了自动化理赔和定责,使得用户可以更高效、便捷地完成报案与车辆定损过程,提高了车辆理赔效率,减少了用户的等待时间,极大地提升了客户体验。
本文档来自技高网...【技术保护点】
1.一种基于线上的车辆定损方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的基于线上的车辆定损方法,其特征在于,所述基于所述位置信息和所述时间信息获取视频信息的步骤,具体包括:
3.根据权利要求1所述的基于线上的车辆定损方法,其特征在于,所述预设模型包括风险预估模型、历史数据模型和车辆数据预测模型,
4.根据权利要求3所述的基于线上的车辆定损方法,其特征在于,在所述根据所述车辆信息在所述风险预估模型中确定所述交通事故的风险程度的步骤之后,还包括:
5.根据权利要求1所述的基于线上的车辆定损方法,其特征在于,所述视频信息包括多个连续的视频帧,所述根据所述车辆信息对所述视频信息进行分析,得到碰撞关键信息的步骤,具体包括:
6.根据权利要求5所述的基于线上的车辆定损方法,其特征在于,所述碰撞关键信息包括所述目标车辆的行驶速度信息,
7.根据权利要求5所述的基于线上的车辆定损方法,其特征在于,所述碰撞关键信息包括所述目标车辆的碰撞部位,
8.一种基于线上的车辆定损装置,其特征在于,包括:
< ...【技术特征摘要】
1.一种基于线上的车辆定损方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的基于线上的车辆定损方法,其特征在于,所述基于所述位置信息和所述时间信息获取视频信息的步骤,具体包括:
3.根据权利要求1所述的基于线上的车辆定损方法,其特征在于,所述预设模型包括风险预估模型、历史数据模型和车辆数据预测模型,
4.根据权利要求3所述的基于线上的车辆定损方法,其特征在于,在所述根据所述车辆信息在所述风险预估模型中确定所述交通事故的风险程度的步骤之后,还包括:
5.根据权利要求1所述的基于线上的车辆定损方法,其特征在于,所述视频信息包括多个连续的视频帧,所述根据所述车辆信息对所述视频信息进行分析,得到碰撞关键信息的步骤,具体包括:
<...【专利技术属性】
技术研发人员:周煜森,温志群,
申请(专利权)人:中国平安财产保险股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。