需求描述:【研究背景/问题】
随着蔚来汽车市场保有量的不断增加,碰撞事故也随之增多。蔚来作为用户企业,始终
将用户的利益放在首位,尤其是用户的人身安全,为了尽可能减少碰撞事故的发生,以及事
故对乘客的伤害,整车工程研发团队收集了大量真实碰撞案例(1600+),希望通过对这些碰
撞案例进行数据分析识别出底层的碰撞原因,进行碰撞形成原因归类,然后搭建一些碰撞的
数据库模型,从而在后续碰撞事故发生时,系统能按照已经构建的碰撞模型进行一些逻辑判
断,从而当碰撞事故发生后的 2 小时内,系统可以自动生成碰撞事故初步诊断报告,为现场
人员故障排查提供第一手可靠信息,节省现场排查的工作时间,及时施救。
对于目前在库的 1600 例碰撞案例,近 70%的碰撞因为缺乏类似的相关背景和经验无
法进行碰撞类型归类,也无法识别出各碰撞数据之间的逻辑相关性。所以现场碰撞发生后,
我们现阶段是人工对于车辆反馈的数据进行识别,分析,讨论,判断,最终输出一份初步的
诊断报告,用时近 4 个小时,在目前信息化的时代背景下,对于重大碰撞事故的第一时间回
应显然过长。
【研究目标】
1. 归因分析:搭建碰撞事故归因模型,基于车端数据快速判定事故原因,自动生成事
故分析报告。
- 帮助整车工程研发团队及时识别碰撞事故是否由车辆功能异常导致,从而为功
能优化提供数据支持;
- 给予事故调查团队一定的方向指导,直接减少事故调查组对于事故排查的时间
与工作量,间接支持公关团队及时正确回应媒体,避免因人工排查时间过长而
导致负面舆论的散播。
1516
2. 高频事故场景识别:将碰撞案例整理成结构化,可量化的数据模型,通过模型识别
事故高发场景,反馈给研发团队,帮助后者优化车辆的主被动安全性能,提高蔚来
品牌的用户口碑。
3. 伤情预测:基于碰撞时车端信号及乘员占位信号,预测人员受伤情况,及时将伤员
信息推送给救援人员,支持其采取准确及时的响应措施,提高救援成功率,最大程
度减小人员伤亡。
【项目产出】
1. 碰撞推因模型能够实现在碰撞发生时自动判断出碰撞发生的原因且准确率达到 90%
以上,帮助事故分析团队的快速分析和攻关团队的快速响应,减少负面舆论的散播。
2. 识别出 5 个以上典型场景,反馈给研发团队,持续优化车辆主被动安全。
3. 伤情预测模型准确率 90%以上,为现场救援团队提供救援指导,从而降低人员伤亡
率。
【交付指标】
归因分析:算法模型,事故发生后 10min 内能输出归因判定结果,灵敏度(车辆
功能异常识别率)达到 95%,模型准确率达 90%以上;
场景识别:识别 5 个以上事故发生高频场景;
伤情预测:算法模型,事故事故发生后 1min 内能输出伤情预测结果,灵敏度(受
伤识别率)达到 95%,模型准确率达 90%以上。