一种基于体域网的交通事故责任认定方法及装置与流程

本发明涉及交通事故责任认定技术领域，特别涉及一种基于体域网的交通事故责任认定方法及装置。

背景技术：

目前，交通事故责任认定一般是公安机关在查明交通事故原因后，根据当事人的违章行为与交通事故之间的因果关系，以及违章行为在交通事故中的作用，对当事人的交通事故责任加以认定。在查询交通事故原因，判定当事人的行为时，一般是人为地通过事故现场车辆的情况、道路状况、周边环境、天气等来判定当事人是否有违章行为从而导致交通事故，但这种通过推断的方式得出的当事人的行为并不完整准确，导致交通事故责任认定的准确度不高，降低了用户体验。

技术实现要素：

本发明实施例提供一种基于体域网的交通事故责任认定方法及装置，能够基于车内人员信息及车辆信息更准确有效地进行交通事故责任认定，提高用户体验。

第一方面，本发明提供了一种基于体域网的交通事故责任认定方法，包括：

获取体域网中的设备所采集的交通事故当事人信息；

获取车辆诊断系统所采集的车辆信息；

根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。

优选地，所述交通事故当事人信息包括驾驶者信息、乘客信息、路人信息。

优选地，所述驾驶者信息包括驾驶者的生理数据、驾驶行为数据中的至少一个；

所述乘客信息包括乘客的生理数据、乘坐行为数据中的至少一个；

所述路人信息包括路人的生理数据、行走数据中的至少一个。

优选地，所述方法还包括：

获取交通事故发生路段的交通环境信息；

根据所述交通事故当事人信息、车辆信息、交通环境信息进行分析，判断交通事故责任。

优选地，所述判断交通事故责任具体包括：判定交通事故责任人；判定每个交通事故责任人的交通事故责任。

第二方面，本发明提供了一种基于体域网的交通事故责任认定装置，包括：

第一获取模块，用于获取体域网中的设备所采集的交通事故当事人信息；

第二获取模块，用于获取车辆诊断系统所采集的车辆信息；

分析模块，用于根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。

优选地，所述交通事故当事人信息包括驾驶者信息、乘客信息、路人信息。

优选地，所述驾驶者信息包括驾驶者的生理数据、驾驶行为数据中的至少一个；

所述乘客信息包括乘客的生理数据、乘坐行为数据中的至少一个；

所述路人信息包括路人的生理数据、行走数据中的至少一个。

优选地，所述装置还包括：

第三获取模块，用于获取交通事故发生路段的交通环境信息；

所述分析模块具体用于，根据所述交通事故当事人信息、车辆信息、交通环境信息进行分析，判断交通事故责任。

优选地，所述分析模块具体用于：

根据所述交通事故当事人信息、车辆信息进行分析，判定交通事故责任人；

判定每个交通事故责任人的交通事故责任。

实施本发明实施例，能够通过获取体域网中的设备所采集的交通事故当事人信息和车辆诊断系统所采集的车辆信息，根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。通过所述基于体域网的交通事故责任认定方法可以准确、有效地进行交通事故责任认定，提升了用户体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种体域网的结构示意图。

图2是本发明实施例提供的一种基于体域网的交通事故责任认定方法的流程图。

图3是本发明实施例提供的另一种基于体域网的交通事故责任认定方法的流程图。

图4是本发明实施例提供的一种基于体域网的交通事故责任认定装置的结构示意图。

图5是本发明实施例提供的另一种基于体域网的交通事故责任认定装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

本发明实施例公开了一种基于体域网的交通事故责任认定方法及装置。为了便于对本发明进行理解，首先对本发明实施例中的体域网进行描述。参阅图1，图1是本发明实施例提供的一种体域网的结构示意图，所述体域网是附着在人体身上的一种网络，所述体域网包括：通信设备110、BAN协调器120。所述通信设备110是一套小巧可移动、具有通信功能的设备，可以是传感器，也可以是人体周围的可穿戴设备(例如穿戴于指尖的血氧传感器、腕表型血糖传感器、腕表型睡眠品质测量器、睡眠生理检查器、智能手表、智能手环、智能眼镜等)，也可以是可携带设备(例如手机、平板电脑等)，以及人体内部植入设备(例如可植入型身份识别组件等)。所述通信设备110可以长期监视并采集、记录人体健康信号、人体动作信号、环境信号或者其他类型的信号，并将所述采集到的信号转化为数字信息，传输给体域网内其他的通信设备或者通过BAN协调器传输到外部网络。在图1中，只列举出了四种通信设备，在实际情况中，所述体域网中的通信设备通常有多个。

所述BAN协调器120是体域网的网络管理器，也是体域网和外部网络之间的网关，所述BAN协调器能够使数据安全地进行传输，在需要获取体域网中的设备所采集的数据时，通过所述BAN协调器获取所述体域网中的设备所采集的数据。所述通信设备110之间、所述通信设备110和所述BAN协调器之间通过蓝牙、wifi、ZigBee或者其他无线的方式进行通信。

在本发明实施例中，上述所述的体域网能够准确采集到车内人员信息，进而进行交通事故责任认定。

请参阅图2，图2是本发明实施例提供的一种基于体域网的交通事故责任认定方法的流程图，所述方法能够通过获取体域网中的设备所采集的交通事故当事人信息和车辆诊断系统所采集的车辆信息，根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。所述一种基于体域网的交通事故责任认定方法包括步骤S201-S203。

在步骤S201中，获取体域网中的设备所采集的交通事故当事人信息。

具体的，所述交通事故当事人使用体域网设备，在发生交通事故后，所述体域网中的设备采集到的信息可以作为判断交通事故责任的重要依据。

在本实施方式中，所述述交通事故当事人信息包括驾驶者信息、乘客信息、路人信息，其中，所述驾驶者信息包括驾驶者的生理数据、驾驶行为数据中的至少一个；所述乘客信息包括乘客的生理数据、乘坐行为数据中的至少一个；所述路人信息包括路人的生理数据、行走数据中的至少一个。

所述驾驶者信息包括驾驶者的生理数据、驾驶行为数据。所述驾驶者的生理数据包括驾驶者的提问、心率、脉搏、血压、体内酒精含量等生理信息，所述驾驶者的生理数据能够直接反映出驾驶者在发生交通事故时的驾驶状态。例如，若驾驶者体内酒精含量超标，说明驾驶者酒驾；驾驶者处于疲劳状态时，相应的生理指标也会变化，例如心率随时间逐渐降低，体温及呼吸频率随时间逐渐上升时，说明驾驶者处于疲劳驾驶状态。驾驶者在处于不良驾驶状态的情况下发生了交通事故时，是否是因为所述驾驶者的不良驾驶状态而导致了交通事故，所述驾驶者的不良驾驶状态在交通事故中起了多大的作用，是判定交通事故责任的重要依据。

所述驾驶者的行为数据直接反映了驾驶者的驾驶行为是否良好且遵守交通规则。在驾驶过程中，驾驶者低头、用手接电话都属于不良驾驶行为，所述体域网中的通信设备可以采集驾驶者的动作信号，即驾驶行为数据，根据所述驾驶行为数据可以判断出驾驶者在驾驶过程中是否有低头、用手接电话或者其他的不良驾驶行为。驾驶者有不良驾驶行为的情况下发生了交通事故时，是否是因为所所述不良驾驶行为导致了交通事故，所述驾驶者的不良驾驶行为在交通事故中是否起作用，以及所述驾驶者的不良驾驶行为在交通事故中的严重程度是判定交通事故责任的重要依据。

所述乘客信息包括乘客的生理数据、乘坐行为数据。在车辆中有乘客的情况下，乘客的生理状况和乘坐行为也有可能会导致交通事故的发生。所述乘客的生理数据包括乘客的心率、血压、体温、血糖值等生理指标，通过和正常生理指标的对比，可以判断乘客是否出现突发性疾病或者其他的状况。举例来说，在乘客出现突发性疾病的情况下，驾驶者可能会驾驶车辆突然超车、掉头或者采取其他的应急措施，如果在这种情况下发生了交通事故，所述乘客的生理数据也是判断交通事故责任的重要依据。所述体域网还可以采集乘客的动作信号，即乘客的乘坐行为数据，所述乘客的乘坐行为数据包括乘客是否有干扰驾驶者驾驶车辆的行为，包括触碰驾驶者身体导致车辆的驾驶状态突变等状况。具体举例来说，若在乘客严重干扰驾驶者驾驶的情况下发生了交通事故，明显所述乘客应该担负一定的交通事故责任。

所述行人信息包括行人的生理数据、行走数据中的至少一个。所述行人的生理数据包括行人的心率、血压、体温、血糖值等生理指标，通过和正常生理指标的对比，可以判断行人是否出现突发性疾病或者其他的状况。具体举例来说，若有行人在路上突发性晕厥，那么路上行驶的车辆可能会急刹车，导致交通事故，但这样的交通事故不是由驾驶者或者车辆的原因造成的，因此，行人的生理数据也是判断交通事故责任的重要依据。所述体域网还可以采集行人的动作信号，即行人的行走数据，包括行人是否闯红灯、占用车行道等行走数据，具体举例来说，若有行人闯红灯，那么路上行驶的车辆会急刹车，导致交通事故，但这样的交通事故不是由驾驶者或者车辆的原因造成的，而是由行人不遵守交通规则造成的，在这种情况下，所述行人应该担负一定的交通事故责任。因此，行人的行走数据也是判断交通事故责任的重要依据。

在步骤S202中，获取车辆诊断系统所采集的车辆信息。

具体的，所述车辆诊断系统可以是OBD(On Board Diagnostic，车载诊断系统)，也可以是其他的车辆诊断设备。所述车辆信息包括车辆基本信息、车辆行驶信息中的至少一个。通过所述车辆诊断系统可以获取所述车辆包括车辆速度、加速度、加速度等基本信息，通过所述车辆基本信息的变化，可以判断驾驶人是否有超速、急刹车、急转弯、急加速等行为。

所述车辆行驶信息如车辆位置信息、车辆行驶路线等信息也由车辆诊断系统获得。通过所述车辆位置信息、车辆行驶路线等可以判断车辆在发生交通事故时的具体行驶情况。具体举例来说，在车辆行驶时，驾驶人为了寻求刺激，驾驶时脱离主干道，在非道路区域行驶，若在这种情况下发生交通事故，明显驾驶者应该承担交通事故责任。因此，车辆行驶信息是判断交通事故责任的重要因素。

在步骤S203中，根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。

在本实施方式中，根据所述交通事故当事人信息、车辆信息可以得出交通事故当事人的行为，获得交通事故的证据。分析造成交通事故的原因，并判断交通事故当事人的行为对发生交通事故是否起作用，进而界定交通事故当事人中的交通事故责任人；判断交通事故责任人的过错行为在交通事故中的严重程度，进而确认不同的交通事故责任人的交通事故责任。

具体举例来说，因一方交通事故当事人的行为导致道路交通事故的，承担全部责任；因两方或者两方以上交通事故当事人的行为发生道路交通事故的，根据其行为对事故发生的作用以及过错的严重程度，分别承担主要责任、同等责任和次要责任；各方均无导致道路交通事故的过错，属于交通意外事故的，各方均无责任。

上述可知，本发明实施例中的一种基于体域网的交通事故责任认定方法通过获取体域网中的设备所采集的交通事故当事人信息和车辆诊断系统所采集的车辆信息，根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。所述方法可以准确、有效地判定交通事故责任人以及每个交通事故责任人应该承担的交通事故责任，提升了用户体验。

请参阅图3，图3是本发明实施例提供的另一种基于体域网的交通事故责任认定方法的流程图，所述方法包括步骤S301-S304，可以理解的是，上述图2所示方法实施例中的步骤S201-S202也可以应用于本实施例中的步骤S301-S302中，在此不赘述。

在步骤S301中，获取体域网中的设备所采集的交通事故当事人信息。

在步骤S302中，获取车辆诊断系统所采集的车辆信息。

在步骤S303中，获取交通事故发生路段的交通环境信息。

具体的，在本实施方式中，所述交通环境信息包括交通事故发生路段的道路信息(道路上是否有障碍物，道路是否被侵占导致车辆无法通行等情况)、事故发生时的交通状况(事故发生路段是否堵车等情况)，所述交通环境信息可以由相关部门在交通事故发生后现场勘查获取，也可以通过道路上的监控设备获取，所述交通事故发生路段的交通环境也会导致交通事故的发生，影响交通事故责任的界定。具体举例来说，当道路上有肉眼不可见得障碍物，导致车辆行驶时突然改变行车方向造成交通事故，这种情况下需要考虑道路情况来界定驾驶人的交通事故责任。

在其他实施方式中，还可以获取交通事故发生时的天气情况、周边环境等信息，并结合所述交通事故当事人信息、车辆信息、交通环境信息、天气情况、周边环境等进行分析。在交通事故发生时，人、车辆、道路、环境都是互相影响的关系，综合考虑各种因素，能够更加准确地判断交通事故责任。

在步骤S304中，根据所述交通事故当事人信息、车辆信息、交通环境信息进行分析，判断交通事故责任。

在本实施方式中，根据所述交通事故当事人信息、车辆信息、交通环境信息进行分析，确定交通事故当事人中的交通事故责任人，以及每个交通事故责任人的交通事故责任。

上述可知，本发明实施例中的一种基于体域网的交通事故责任认定方法通过获取体域网中的设备所采集的交通事故当事人信息、车辆诊断系统所采集的车辆信息以及交通环境信息，根据所述交通事故当事人信息、车辆信息、交通环境信息进行分析，判断交通事故责任。所述方法可以准确、有效地判定交通事故责任人以及每个交通事故责任人应该承担的交通事故责任，提升了用户体验。

请参阅图4，图4是本发明实施例提供的一种基于体域网的交通事故责任认定装置，所述装置400能够通过获取体域网中的设备所采集的交通事故当事人信息和车辆诊断系统所采集的车辆信息，根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。所述一种基于体域网的交通事故责任认定装置包括以下模块：

第一获取模块410，用于获取体域网中的设备所采集的交通事故当事人信息。

第二获取模块420，用于获取车辆诊断系统所采集的车辆信息。

分析模块430，用于根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。

可以理解的是，本实施例的装置的各功能模块的功能可根据上述图2所示方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再进行赘述。

上述可知，本发明实施例中的一种基于体域网的交通事故责任认定装置通过获取体域网中的设备所采集的交通事故当事人信息、车辆诊断系统所采集的车辆信息，根据所述交通事故当事人信息、车辆信息进行分析，判断交通事故责任。所述装置可以准确、有效地判定交通事故责任人以及每个交通事故责任人应该承担的交通事故责任，提升了用户体验。

请参阅图5，图5时本发明实施例提供的另一种基于体域网的交通事故责任认定装置，所述装置500包括以下模块：

第一获取模块510，用于获取体域网中的设备所采集的交通事故当事人信息。

第二获取模块520，用于获取车辆诊断系统所采集的车辆信息。

第三获取模块530，用于获取交通事故发生路段的交通环境信息。

分析模块540，用于根据所述交通事故当事人信息、车辆信息、交通环境信息进行分析，判断交通事故责任。

可以理解的是，本实施例的装置的各功能模块的功能可根据上述图3所示方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再进行赘述。

上述可知，本发明实施例中的一种基于体域网的交通事故责任认定装置通过获取体域网中的设备所采集的交通事故当事人信息、车辆诊断系统所采集的车辆信息以及交通环境信息，根据所述交通事故当事人信息、车辆信息、交通环境信息进行分析，判断交通事故责任。所述装置可以准确、有效地判定交通事故责任人以及每个交通事故责任人应该承担的交通事故责任，提升了用户体验。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。