2.车辆碰撞事故智能识别

项目说明

业务背景

在智能汽车发展的背景下，汽车成为一种新型消费电子产品，逐步具备了强大的状态感知和智能分析功能。各类驾驶数据、车况数据可通过车联网上传至车企数据运营平台，帮助监测车辆异常状态，并为车主提供更便捷的售后服务。

业务难题

在大规模车辆运营的情况下，如何快速识别车主的异常驾驶情况，针对性提供售后支持是汽车服务行业提高服务效率的关键瓶颈。

解决思路

通过EasyDL结构化数据场景表格预测任务类型，快速构建车辆碰撞智能识别AI预测模型，可以快速自动识别驾驶事故、预判事故严重程度，保障驾驶员安全。面对大规模车辆运营、远程提供售后服务场景下，可以为客户提供高效率的服务。

数据准备

本例中使用的车辆数据包含了整车控制信息、电池信息、电机信息等，以上数据通过线下整理汇集在了一个csv中，进而上传至平台。其中Label列标记了车辆是否碰撞及碰撞的严重等级（0-无碰撞，1-轻微碰撞，2-严重碰撞）。

模型训练

发起训练任务

数据导入平台后，可进入 EasyDL表格预测 模块进行模型训练。由于我们需要预测的车辆碰撞为多个离散的类型，因此选择训练多分类模型，并指定目标列为Label。

模型评估与优化

模型训练完成后，可在评估报告页面查看模型的主要评价指标（准确率、精确率、召回率等），并可通过混淆矩阵了解不同类标签下模型的预测效果 可通过特征贡献度图表进一步查看影响模型预测效果的主要特征变量，判断模型预测是否合理，解释模型预测逻辑。

当预测效果不佳时，可基于车辆信号之间的物理关系补充构造新特征加入预测，例如通过驾驶方向瞬时变化量、车速等数据构造 向心加速度 特征，用于表征车辆在打滑等特殊情况下的运动情况，进一步提高模型在相关场景的预测能力。

模型部署

完成训练的模型可直接发布为公有云API进行使用，并集成至业务系统（例如车联网智能运营平台），结合车联碰撞识别服务预警车主的异常驾驶情况，针对性提供服务。

API请求数据为单次预测所需的时间窗数据，返回为模型时序预测结果。 公有云API调用文档详见：https://ai.baidu.com/ai-doc/EASYDL/1kff9r20o