本发明涉及车辆救援技术领域，具体而言，涉及一种车辆救援服务系统。
背景技术：
随着我国社会经济的发展，私家车、公务车、运营车、货车的保有量越来越大，与之共同发展的车辆救援服务行业也是日新月异，各大车辆维修公司、汽车4s店以及专业的车辆救援公司等都针对车辆推出了救援服务。车主在驾车出行的过程中，如果遇到故障，例如突然不能启动、熄火后无法启动、没油、没电、爆胎、甚至小型的车祸等，都可以主动联系汽车救援服务公司，向专业的汽车救援技术人员求助，他们会询问判断汽车大概问题，再赶往现场进行救助。
使用车辆救援服务时，车主可以通过电话或手机app与企业进行沟通，为了能够准确的获取用户的位置，有的救援服务还会获取用户的卫星定位数据，如专利cn101340700a公开了一种“移动电话紧急救援通报系统与方法”，该系统中利用移动电话将救援代码和卫星定位坐标发送至语音通报服务器，产生救援通报，该救援通报转为通报语音而自动拨打求救电话至救援中心，让车主快速进行救援通报，争取救援时间。
有些车主在遇到车辆事故后，情绪会非常不稳定，很难冷静的处理问题，又由于事故的种类、危险程度、车主应急处理能力等情况多种多样，车主对于车辆的状态往往描述的不准确，车辆救援公司很难根据车主的描述确定最合适的救援方案，如果车主低估了事故难度，那么救援方案可能解决不了车主的困难，就需要再次确定更高级别的救援方案，重新组织救援，无疑会增加救援的时间和成本；如果车主高估了事故难度，那么车辆救援公司的救援方案可能就会被大材小用，浪费公司资源，甚至有一些事故，根本无需派遣救援人员，只需车主自救即可解决。另外，现有的救援只考虑车主的车辆事故，而不会考虑周围的环境状态，很多时候，救援人员到达现场后，才发现救援设备无法使用或原本制定的救援计划无法实施，进而无法进行有效的救援，浪费了救援时间。
技术实现要素：
本发明意在提供一种车辆救援服务系统，能够解决现有车辆救援过程中救援公司无法准确获取车辆事故状态的问题。
为了解决上述技术问题，本专利提供如下技术方案：
一种车辆救援服务系统，包括云端服务器和用户终端，其中：
所述用户终端用于拍摄车辆事故照片和事故周边的环境照片，所述用户终端用于将车辆事故照片和环境照片发送到云端服务器；
所述云端服务器包括数据存储模块、图像识别模块、事故分析模块和方案生成模块，所述数据存储模块中存储有图像识别数据、事故模型数据和方案数据，所述图像识别模块用于对车辆事故照片和环境照片中的物体进行识别，所述事故分析模块用于根据图像识别模块的识别结果和事故模型数据，选出与用户车辆事故照片相匹配的事故模型，所述方案生成模块用于根据事故模型、方案数据以及环境照片的识别结果生成救援方案。
本发明技术方案中，用户能够通过用户终端采集车辆事故照片和事故周围的环境照片，并发送到云端服务器中，图像识别模块对车辆事故照片和事故周围的环境照片进行分析，根据图像识别数据识别照片中的关键元素，如车辆、沟壑、车胎、车辆上的痕迹、周围的树木、天气等，数据存储模块中存储有事故模型数据和方案数据，事故分析模块根据图像识别的结果，将识别到的关键元素与事故模型数据进行比对，找出与识别到的关键元素相匹配的事故数据模型，方案数据与事故数据模型相关联，方案生成模块根据事故数据模型，可以从数据存储模块中筛选出相关的方案，并结合用户周围所处的环境，选出适于用户实施的方案。
与现有技术相比，本发明技术方案中，通过使用用户终端采集车辆事故照片，由云端服务器来分析匹配事故的事故模型，判断事故的具体情况，如紧急程度、困难程度等，并自动生成救援方案，使救援公司可以准确的获取车主的车辆事故详情，避免了车主主观因素的影响，根据车主位置所处的环境照片，可以判断出适合于该环境的救援方案，如检测到车主所处位置周围树木较多，无法通过大型的拖车，则不生成使用拖车的救援方案，避免了救援人员到达现场后发现救援设备无法使用的情况，使救援方案更加适合于实际实施。
进一步，所述救援方案包括自救方案和援救方案。
车主可以在事故较轻的情况下或者在等待车辆救援公司人员到达的过程中实施自救方案，进行自救，可以减少救援人员的工作，提高救援速度和效率，由于自救方案考虑了周围环境的情况，因而可以确保车主可以借助周围环境实施自救方案。
进一步，所述事故模型数据包括事故种类、事故等级和事故特征。
事故种类用于确定救援方案的种类，事故的等级用于确定事故的紧急程度和困难程度，事故特征用于事故分析模块匹配事故模型。
进一步，所述事故分析模块用于通过将车辆事故图片的识别结果与事故模型数据的事故特征对比得到模型匹配度和事故等级，并根据模型匹配度，选出与用户车辆事故照片相匹配的事故模型。
根据图像识别模块识别的照片中的关键元素与事故特征进行比对，得到模型匹配度，通过匹配度来确定与用户实际的车辆事故相匹配的事故模型；照片中的关键元素如伤痕的面积、车身的角度、沟壑的深度等可以用于评判事故等级。
进一步，所述方案生成模块用于根据方案数据和每个与用户车辆事故照片相匹配的事故模型的事故种类与事故等级选出每个事故模型对应的救援方案，所述方案生成模块还用于根据每个与用户车辆事故照片相匹配的事故模型的模型匹配度，生成每个事故模型对应的救援方案的权重，并根据权重生成最终的救援方案。
根据模型匹配度生成权重，根据权重将每个事故模型的救援方案结合起来生成最终的救援方案，可以使救援方案更加符合用户车辆事故的实际情况。
进一步，所述用户终端包括定位模块，所述用户终还用于将定位模块的定位结果发送给云端服务器。
通过定位模块对用户的位置进行定位，便于车辆救援人员快速找到用户位置，减少用户等待时间，提高救援效率。
进一步，所述云端服务器还包括警报提醒模块，所述警报提醒模块能够根据每个事故模型对应的救援方案的权重和事故等级生成用户的车辆事故的等级，并根据用户的车辆事故的等级向相应的负责人发送警报提醒。
通过警报提醒模块生成每个用户车辆事故的等级，根据等级提醒相应的负责人，可以让救援人员跟据事故等级，优先处理比较严重和紧急的车辆事故。
附图说明
图1为本发明一种车辆救援服务系统实施例中的逻辑框图。
具体实施方式
下面通过具体实施方式对本发明作进一步详细的说明：
如图1所示，本实施例一种车辆救援服务系统，包括云端服务器和用户终端，其中：
用户终端用于拍摄车辆事故照片和事故周边的环境照片，用户终端用于将车辆事故照片和环境照片发送到云端服务器；用户终端包括定位模块，用户终端还用于将定位模块的定位结果发送给云端服务器，本实施例中，用户终端可以为安装了相应app的手机、平板或智能穿戴设备。其通过网络将采集到的图像和位置数据发送给云端服务器。
云端服务器包括数据存储模块、图像识别模块、事故分析模块、方案生成模块和警报提醒模块。数据存储模块中存储有图像识别数据、事故模型数据和方案数据，事故模型数据包括事故种类、事故等级和事故特征，方案数据包括各种救援方案和自救方案，每种方案均包括方案适用种类、方案所需要的材料和设备、方案预估处理时间、方案占用空间等数据。
图像识别模块能够根据图像识别数据对车辆事故照片和事故周围的环境照片进行分析处理，识别照片中的关键元素和特征，如车辆、沟壑、车胎、车辆上的痕迹、周围的树木、周围空间大小、天气等，本实施例中图像识别模块采用现有的图像识别算法；
事故分析模块包括相似度计算子模块、等级评估子模块和事故模型筛选子模块，所述相似度计算子模块用于根据图像识别的结果，将识别到的关键元素与每一个事故模型的事故特征数据进行比对得到模型匹配度，每一种关键元素在不同的事故模型中具有不同的相似度权重，例如，对于翻车的事故模型，车辆、车辆的角度等特征占有较大的权重，而车辆所处位置的地面状态等相似度权重较低，对于车辆陷入沟壑的事故模型，地面状态的相似度权重较高，相似度计算子模块计算模型匹配度时，对每一个事故模型，将从照片中获取的每一个关键元素或特征带入，根据权重加权求和计算总的评分作为模型匹配度；等级评估子模块用于根据图像识别的结果，提取关键元素的特征数据，如车辆的角度、沟壑的深度、痕迹的大小等，并根据这些特征数据计算出事故级别，如针对于车辆陷入沟壑的事故模型，其事故等级则依据于沟壑的深度进行计算；事故模型筛选子模块用于根据模型匹配度筛选出模型匹配度超过预设值的事故模型。
方案生成模块用于根据事故模型、方案数据以及环境照片的识别结果生成救援方案。具体的，救援方案包括自救方案和援救方案，方案生成模块包括自救方案生成子模块、援救方案生成子模块和环境匹配模块，自救方案生成子模块和援救方案生成子模块能够根据事故模型的种类和方案数据中每个方案的适用种类选取方案数据中对应与该事故模型的方案，环境匹配模块根据方案所需的材料和设备、方案占用的空间、方案预估处理的时间以及图像识别模块识别的环境照片的识别结果，筛选出可以实施的方案，自救方案生成子模块和援救方案生成子模块将每种事故模型的模型匹配度作为该事故模型对应的方案的权重，自救方案生成子模块和援救方案生成子模块根据权重，将方案进行组合，生成最终的救援方案。
以车辆陷入路边沟壑为例，用户在车辆陷入沟壑后可以通过手机拍摄陷入沟壑的车轮的照片，以及周围的环境照片，并将这些照片一起发送给云端服务器，云端服务器的图像视频模块对照片中的物体进行识别，如沟壑、车轮、车型、周围树木、砖头、店铺，事故分析模块根据地面类型(泥土、水泥地面、沥青路)、车轮被遮挡的情况以及车主的描述将该车辆事故与每一个事故模型的事故特征数据进行比对得到模型匹配度，例如得到与翻车事故的模型匹配度为0.1，与陷入泥地的模型匹配度为0.9，与陷入水泥沟壑的模型匹配度为0.7，事故模型筛选子模块则筛选出模型匹配度大于0.5的事故模型，则最终陷入泥地的事故模型和陷入水泥沟壑的事故模型被选择出来，然后根据车型获取车轮的大小并根据被沟壑遮挡的面积估算车轮陷入深度，生成事故等级。方案生成模块从数据存储模块中搜索与陷入沟壑相关的救援方案，例如针对陷入泥地的救援方案有手工铲土、车轮下填垫物体、使用辅助履带、使用拖车进行牵引等方案，其被划分为自救方案和援救方案，根据车主的环境照片中的环境数据，进行筛选，例如对于手工铲土，则要求车主应该具有铲子，对于车轮析填充物体的方案，则周围应该有砖头、木板等物品，使用拖车则周围地形应当确保拖车可以到达现场等等，最后筛选剩下可行的救援方案，同样的对于陷入水泥沟壑也有相应的救援方案，方案生成模块将每种事故模型的模型匹配度作为该事故模型对应的方案的权重，然后根据权重，将方案进行组合，生成最终的救援方案。
警报提醒模块能够根据每个事故模型对应的救援方案的权重和事故等级生成用户的车辆事故的等级，并根据用户的车辆事故的等级向相应的负责人发送警报提醒。
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。