本发明涉及车险技术领域，特别是涉及一种车辆定损方法、车辆定损系统、计算机可读存储介质和计算机设备。
背景技术：
据统计，保险公司每天接到的车主报案电话有80％为轻微事故，目前有很多公司通过app或者微信小程序实现自助理赔，通过移动终端对损失车辆进行自助拍照并上传，最后经过保险公司理赔人员的人工审核后进行后续理赔。在此过程中，所述app或者微信小程序通过人工智能模型在一定程度上降低了保险公司的人力成本并节约了运营成本，但未能实现真正意义上的自助理赔。
技术实现要素：
为了解决上述问题至少，本发明第一个实施例提供一种车辆定损方法，应用于服务器，包括：
接收用户终端发送的事故车辆的车辆视频；
利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息；
根据所述车辆信息和损伤信息，利用所述人工智能模型中的第二网络和预设置的第一历史数据获取所述事故车辆的定损配件和关联工时信息；
根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额。
进一步的，在所述利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息之前，该方法还包括：
判断所述车辆视频是否满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位，若不满足则向所述用户终端发送重新录制车辆视频的提示信息。
进一步的，所述利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息进一步包括：
利用深度学习的人工智能模型中的第一网络识别并提取所述事故车辆的车牌号信息、车架号信息和损伤部位；
根据所述车牌号信息和/或车架号信息查询所述事故车辆的车辆信息；利用所述人工智能模型中的第一网络识别所述损伤部位的损伤信息，所述损伤信息包括损伤位置、损伤种类、损伤部件占比、损伤部件材质；
或
所述根据所述车辆信息和损伤信息，利用所述人工智能模型中的第二网络和预设置的第一历史数据获取所述事故车辆的定损配件和关联工时信息进一步包括：
利用所述人工智能模型中的第二网络将所述车辆信息和损伤信息与预设置的第一历史数据匹配以获取所述事故车辆的定损配件；
利用所述人工智能模型中的第二网络将所述定损配件与预设置的第一历史数据匹配以计算维修所述事故车辆的关联工时信息；或
所述根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额进一步包括：
利用所述人工智能模型中的第二网络将将所述定损配件和关联工时信息与预设置的第二历史数据匹配以获取所述事故车辆的定损金额。
进一步的，在所述根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额之后，所述车辆定损方法还包括：
将所述定损配件、关联工时信息和定损金额发送至所述用户终端；
响应于所述用户终端的反馈，向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息以完成所述事故车辆的在线理赔。
进一步的，在所述将所述定损配件、关联工时信息和定损金额发送至所述用户终端之后，在所述响应于所述用户终端的反馈提示，向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息以完成所述事故车辆的在线理赔之前，所述车辆定损方法还包括：
根据所述车辆信息和定损金额计算所述事故车辆的下一年度保费信息并发送至所述用户终端。
进一步的，所述响应于所述用户终端的反馈，向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息以完成所述事故车辆的在线理赔进一步包括：
若所述用户终端响应于用户操作选择在线理赔则向所述用户终端发送上传所述事故车辆的保单信息的提示信息并根据所述车辆信息核实所述保单信息；
若所述保单信息核实无误则向所述用户终端发送上传所述事故车辆的车主的身份信息的提示信息并核实所述身份信息；
若所述身份信息核实无误则向所述用户终端发送选择维修场所的提示信息，并根据反馈的维修场所进行理赔款赔付以完成在线理赔。
本发明第二个实施例提供一种车辆定损方法，应用于用户终端，包括：
响应于用户操作向服务器发送事故车辆的车辆视频，所述车辆视频满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位；
接收所述服务器发送的定损配件、关联工时信息和定损金额，响应于用户的选择进行在线理赔并反馈至所述服务器，所述定损配件、关联工时信息和定损金额为所述服务器根据所述车辆视频利用预设的人工智能模型中的第一网络、第二网络、预设置的第一历史数据和第二历史数据获取的；
根据所述服务器的提示响应于用户操作上传保单信息、身份信息，并选择维修场所以完成在线理赔。
本发明第三个实施例提供一种车辆定损系统，包括服务器和用户终端，其中
所述服务器包括第一通信装置、定损模块和处理器，所述用户终端包括第二通信装置、视频采集装置和控制器，其中
所述控制器响应于用户操作控制所述视频采集装置采集事故车辆的车辆视频并通过所述第二通信装置发送至所述服务器，所述车辆视频满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位；
所述处理器控制所述第一通信装置接收所述车辆视频，控制所述定损模块根据所述车辆视频获取所述事故车辆的车辆信息、损伤信息、定损配件、关联工时信息和定损金额，并通过所述第一通信装置发送至所述用户终端，所述定损模块包括预设的人工智能模型的第一网络、第二网络、预设置的第一历史数据和第二历史数据；
所述控制器控制所述第二通信装置接收所述事故车辆的车辆信息、损伤信息、定损配件、关联工时信息和定损金额，并响应于用户的选择进行在线理赔并通过所述第二通信装置反馈至所述服务器；
所述处理器控制所述第一通信装置接收所述反馈并向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息；
所述控制器响应于用户操作控制所述视频采集装置采集所述保单信息和身份信息，响应于用户的操作选择维修场所并通过所述第二通信装置发送至所述服务器；
所述处理器核实所述保单信息和身份信息，并根据选择的维修场所进行理赔款赔付以完成在线理赔。
本发明第四个实施例提供一种计算机可读存储介质，其上存储有计算机程序，
该程序被处理器执行时实现第一个实施例所述的方法；
或者
该程序被处理器执行时实现第二个实施例所述的方法。
本发明第五个实施例提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，
所述处理器执行所述程序时实现第一个实施例所述的方法；
或者
所述处理器执行所述程序时实现第二个实施例所述的方法。
本发明的有益效果如下：
本发明针对目前现有的问题，制定一种车辆定损方法、车辆定损系统、计算机可读存储介质和计算机设备，并通过人工智能模型和历史数据对事故车辆进行损失估价并实现类人工定损，从而弥补了现有技术中问题，有效提高事故车辆的定损理赔效率，降低保险公司的人工成本和运营成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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示出本发明的一个实施例所述车辆定损方法的流程图；
图2示出本发明的一个实施例所述车辆定损方法的泳道图；
图3示出本发明的另一个实施例所述车辆定损方法的流程图；
图4示出本发明的一个实施例所述车辆定损系统的结构框图；
图5示出本发明的另一个实施例所述的一种计算机设备的结构示意图。
具体实施方式
为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。
如图1所示，本发明的一个实施例提供了一种车辆定损方法，应用于服务器，包括：接收用户终端发送的事故车辆的车辆视频；利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息；根据所述车辆信息和损伤信息，利用所述人工智能模型中的第二网络和预设置的第一历史数据获取所述事故车辆的定损配件和关联工时信息；根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额。
在本实施例中，所述服务器根据用户终端发送的车辆视频，通过人工智能模型对所述车辆视频进行识别，获取事故车辆的车辆信息和事故造成的损伤信息，然后再通过人工智能模型和大量的历史数据根据所述事故车辆的车辆信息和损伤信息对事故车辆进行定损估计以获取所述事故车辆的定损配件、关联工时信息和定损金额，实现快速、便捷的类人工的定损理赔，从而大幅度降低保险公司的人工理赔成本和运营成本，具有广泛的应用前景。
在一个具体的示例中，如图2所示，具体包括：
s1.用户终端向服务器发送车辆视频。
在本实施例中，事故车辆的车主在发生事故后，通过安装在移动终端、例如智能手机、平板电脑等移动设备的应用程序的用户终端拍摄事故车辆的车辆视频。所述车辆视频需要满足以下条件：所述车辆视频的时间长度应当大于预设的最小时间长度，所述车辆视频中应当包含车牌号信息或者车架号信息，或者车牌号信息和车架号信息，所述车辆视频应当包含绕车视频、车辆全貌、以及由远及近的损伤部位，由所述用户终端将所述车辆视频发送至所述服务器。其中，通过包含车辆全貌、以及由远及近的损伤部位的绕车视频能够证明视频中的事故车辆即为投保车辆，从而有效避免因仅包含车辆的部分视频而存在的欺诈、骗保的情况。
s2.通过人工智能模型识别所述车辆视频并提取车辆信息和损伤信息。
在本实施例中，所述服务器根据预设置的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息。具体的，所述服务器将所述车辆视频输入人工智能模型的第一网络，通过所述人工智能模型的第一网络对车辆视频进行识别，在一个可选的实施例中，具体包括：
首先，利用深度学习的人工智能模型中的第一网络识别并提取所述事故车辆的车牌号信息、车架号信息和损伤部位。
在本实施例中，所述第一网络将车辆视频分解为多张图片，例如从车辆视频中提取包含有车牌号信息、车架号信息、以及损伤部分的图片，即将车辆视频分解为多帧图片，并从各图片中提取出车牌号信息、车架号信息和损伤部位。
其次，根据所述车牌号信息和/或车架号信息查询所述事故车辆的车辆信息。
在本实施例中，所述第一网络根据提取的车牌号信息或车架号信息，或者车牌号信息和车架号信息获取所述事故车辆的车辆信息，例如获取所述事故车辆的品牌、车辆型号等信息。
最后，利用所述人工智能模型中的第一网络识别所述损伤部位的损伤信息，所述损伤信息包括损伤位置、损伤种类、损伤部件占比、损伤部件材质。
在本实施例中，在获取车辆信息的同时还通过第一网络识别所述事故车辆的损伤信息，例如包括所述事故车辆的损伤位置、损伤种类、损伤部件占比、损伤部件材质等的损伤信息。
同时，所述服务器为确保所述车辆视频为有效视频，便于所述人工智能模型的识别，在一个可选的实施例中，在所述利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息之前，该方法还包括：判断所述车辆视频是否满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位，若不满足则向所述用户终端发送重新录制车辆视频的提示信息。
在本实施例中，所述服务器接收所述车辆视频后，先对车辆视频进行审核，若所述车辆视频满足预设要求则确认为有效视频进行进一步的识别，否则向所述用户终端发送重新录制车辆视频的提示信息，使得所述用户终端重新录制并发送符合预设要求的车辆视频用于定损理赔。
s3.通过人工智能模型和历史数据获取事故车辆的定损配件和关联工时信息。
在本实施例中，所述服务器根据所述车辆信息和损伤信息，利用所述人工智能模型中的第二网络和预设置的第一历史数据获取所述事故车辆的定损配件和关联工时信息。将所述车辆信息和损伤信息输入所述第二网络，所述第二网络根据所述车辆信息和损伤信息，以及预存储的大量的第一历史数据获取事故车辆的定损配件和关联工时信息。在一个可选的实施例中，具体包括：
利用所述人工智能模型中的第二网络将所述车辆信息和损伤信息与预设置的第一历史数据匹配以获取所述事故车辆的定损配件。
在本实施例中，通过第二网络从预设置的第一历史数据进行查询、筛选与所述事故车辆匹配的定时定损数据，从而通过第二网络获取所述事故车辆的定损配件，所述第一历史数据包括大量由人工审核后的定损配件的历史数据。
利用所述人工智能模型中的第二网络将所述定损配件与预设置的第一历史数据匹配以计算维修所述事故车辆的关联工时信息。
在本实施例中，根据所述定损配件通过所述第二网络从预设置的第一历史数据进行查询、筛选与所述事故车辆匹配的数据，从而计算出维修该事故车辆所需的关联工时信息，所述第一历史数据还包括大量由人工审核后的定损配件的相关的关联工时信息的历史数据。
s4.通过人工智能模型和历史数据获取事故车辆的定损金额。
在本实施例中，根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额。在一个可选的实施例中，具体包括：
利用所述人工智能模型中的第二网络将将所述定损配件和关联工时信息与预设置的第二历史数据匹配以获取所述事故车辆的定损金额。
在本实施例中，根据所述定损配件和关联工时信息通过所述第二网络从预设置的第二历史数据进行查询、筛选与所述事故车辆匹配的数据，从而计算出所述事故车辆本次事故需要理赔的定损金额。其中，所述第二历史数据包括大量由人工审核后的理赔金额的历史数据，因此所述定损金额高度贴合由具有丰富定损经验的定损人员的人工定损金额。
至此，所述服务器根据所述用户终端发送的事故车辆的车辆视频，通过预存储的人工智能模型和历史数据能够实现对此次事故的自助定损，从而有效提高定损效率，便于用户快速、及时的获得定损帮助，同时大幅度降低保险公司的人工成本。
为进一步实现自助定损，在一个可选的实施例中，所述车辆定损方法还包括：将所述定损配件、关联工时信息和定损金额发送至所述用户终端；响应于所述用户终端的反馈，向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息以完成所述事故车辆的在线理赔。
在一个具体的示例中，包括：
s5.所述服务器向用户终端发送定损配件、关联工时信息和定损金额。
s6.所述用户终端向服务器发送确认理赔。
在本实施例中，所述服务器将通过人工智能模型和历史数据获取的定损配件、关联工时信息和定损金额发送至用户终端，向使用用户终端的用户提供具体的定损信息，以便于用户确定是否使用在线理赔。若用户确定在线理赔则继续完成理赔步骤，否则不再进行后续操作。
考虑到使用保险公司的保险理赔有可能影响所述事故车辆下一年度的保险费用，在一个可选的实施例中，所述车辆定损方法还包括：根据所述车辆信息和定损金额计算所述事故车辆的下一年度保费信息并发送至所述用户终端。
在本实施例中，所述服务器根据所述车辆的车辆型号和本次事故的定损金额计算本次保险理赔对该事故车辆的下一年度的保险费用的影响，具体的，计算该事故车辆的下一年度的保费信息，并将该保费信息发送至所述用户终端，以便于用户确定是否使用在线理赔，或者选择其他方式处理本次事故。
s7.所述服务器向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息以完成所述事故车辆的在线理赔。
在本实施例中，当用户确定使用在线理赔后，所述服务器启动在线理赔的审核阶段，例如审核所述事故车辆的保单信息，车主的身份信息等，具体包括：
若所述用户终端响应于用户操作选择在线理赔则向所述用户终端发送上传所述事故车辆的保单信息的提示信息并根据所述车辆信息核实所述保单信息。
在本实施例中，首先审核所述事故车辆的保险单信息，例如审核该保单是否为所述事故车辆的保单、该保单的保险时间、该保单中具体保险项目和保单选择的保险金额等信息。
若所述保单信息核实无误则向所述用户终端发送上传所述事故车辆的车主的身份信息的提示信息并核实所述身份信息。
在本实施例中，若所述保单信息审核通过则继续审核车主的身份信息，例如通过向用户终端发送提示信息提示用户上传车主的身份信息，例如上传车主的身份证或驾驶证等身份信息。若所述保单审核未通过则提示重新上传有效保单信息。
若所述身份信息核实无误则向所述用户终端发送选择维修场所的提示信息，并根据反馈的维修场所进行理赔款赔付以完成在线理赔。
在本实施例中，若所述车主的身份信息审核通过则通过用户终端发送维修场所的选择信息，例如附近4s店的维修信息、或者附近维修点的维修信息以供用户选择。同时根据用户终端反馈的维修场所联系维修人员并支付理赔款，方便、快捷地完成在线理赔服务。本实施例提供的车辆定损方法通过使用人工智能模型和历史数据计算事故车辆的定损数据和在线自助理赔，能够有效减少保险公司的理赔人员的工作量，大幅降低保险公司的人工成本和运营成本。
与上述应用于服务器的车辆定损方法相对应，如图3所示，本申请一个实施例还提供一种应用于用户终端的车辆定损方法，包括：响应于用户操作向服务器发送事故车辆的车辆视频，所述车辆视频满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位；接收所述服务器发送的定损配件、关联工时信息和定损金额，响应于用户的选择进行在线理赔并反馈至所述服务器，所述定损配件、关联工时信息和定损金额为所述服务器根据所述车辆视频利用预设的人工智能模型中的第一网络、第二网络、预设置的第一历史数据和第二历史数据获取的；根据所述服务器的提示响应于用户操作上传保单信息、身份信息，并选择维修场所以完成在线理赔。
在本实施例中，所述用户终端响应于用户的操作，在事故车辆发生事故后通过所述用户终端启动在线车辆定损以确定定损配件、关联工时信息和定损金额，同时响应于用户的操作选择在线理赔后上传事故车辆的保单信息、车主的身份信息，选择维修场所，使得服务器根据用户选择的维修场所联系维修人员并支付理赔款，从而方便、快捷地完成在线自助理赔。本实施例的具体实施方式与前述实施例相类似，本领域技术人员可以参考前述实施方式，在此不再赘述。
与上述实施例提供的车辆定损方法相对应，本申请的一个实施例还提供一种车辆定损系统，由于本申请实施例提供的车辆定损系统与上述几种实施例提供的车辆定损方法相对应，因此在前实施方式也适用于本实施例提供的车辆定损系统，在本实施例中不再详细描述。
如图4所示，本申请的一个实施例还提供一种车辆定损系统，包括服务器和用户终端，其中所述服务器包括第一通信装置、定损模块和处理器，所述用户终端包括第二通信装置、视频采集装置和控制器，其中所述控制器响应于用户操作控制所述视频采集装置采集事故车辆的车辆视频并通过所述第二通信装置发送至所述服务器，所述车辆视频满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位；所述处理器控制所述第一通信装置接收所述车辆视频，控制所述定损模块根据所述车辆视频获取所述事故车辆的车辆信息、损伤信息、定损配件、关联工时信息和定损金额，并通过所述第一通信装置发送至所述用户终端，所述定损模块包括预设的人工智能模型的第一网络、第二网络、预设置的第一历史数据和第二历史数据；所述控制器控制所述第二通信装置接收所述事故车辆的车辆信息、损伤信息、定损配件、关联工时信息和定损金额，并响应于用户的选择进行在线理赔并通过所述第二通信装置反馈至所述服务器；所述处理器控制所述第一通信装置接收所述反馈并向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息；所述控制器响应于用户操作控制所述视频采集装置采集所述保单信息和身份信息，响应于用户的操作选择维修场所并通过所述第二通信装置发送至所述服务器；所述处理器核实所述保单信息和身份信息，并根据选择的维修场所进行理赔款赔付以完成在线理赔。
在本实施例中，通过具有服务器和用户终端的车辆定损系统能够方便快捷地实现对事故车辆的在线自助理赔，不仅节省用户时间、便于道路交通的正常通行，还能够降低保险公司的人工成本和运营成本，具有广泛的应用前景。本实施例的具体实施方式与前述实施例相类似，在此不再赘述。
本发明的另一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现：接收用户终端发送的事故车辆的车辆视频；利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息；根据所述车辆信息和损伤信息，利用所述人工智能模型中的第二网络和预设置的第一历史数据获取所述事故车辆的定损配件和关联工时信息；根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额。
本发明的另一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现：响应于用户操作向服务器发送事故车辆的车辆视频，所述车辆视频满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位；接收所述服务器发送的定损配件、关联工时信息和定损金额，响应于用户的选择进行在线理赔并反馈至所述服务器，所述定损配件、关联工时信息和定损金额为所述服务器根据所述车辆视频利用预设的人工智能模型中的第一网络、第二网络、预设置的第一历史数据和第二历史数据获取的；根据所述服务器的提示响应于用户操作上传保单信息、身份信息，并选择维修场所以完成在线理赔。
在实际应用中，所述计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
如图5所示，本发明的另一个实施例提供的一种计算机设备的结构示意图。图5显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom，dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图5所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图5中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
处理器单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种车辆定损方法。
本发明针对目前现有的问题，制定一种车辆定损方法、车辆定损系统、计算机可读存储介质和计算机设备，并通过人工智能模型和历史数据对事故车辆进行损失估价并实现类人工定损，从而弥补了现有技术中问题，有效提高事故车辆的定损理赔效率，降低保险公司的人工成本和运营成本。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
1.一种车辆定损方法，应用于服务器，其特征在于，包括：
接收用户终端发送的事故车辆的车辆视频；
利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息；
根据所述车辆信息和损伤信息，利用所述人工智能模型中的第二网络和预设置的第一历史数据获取所述事故车辆的定损配件和关联工时信息；
根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额。
2.根据权利要求1所述的车辆定损方法，其特征在于，在所述利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息之前，该方法还包括：
判断所述车辆视频是否满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位，若不满足则向所述用户终端发送重新录制车辆视频的提示信息。
3.根据权利要求1所述的车辆定损方法，其特征在于，
所述利用预设的人工智能模型中的第一网络识别所述车辆视频并提取所述事故车辆的车辆信息、获取所述事故车辆的损伤信息进一步包括：
利用深度学习的人工智能模型中的第一网络识别并提取所述事故车辆的车牌号信息、车架号信息和损伤部位；
根据所述车牌号信息和/或车架号信息查询所述事故车辆的车辆信息；
利用所述人工智能模型中的第一网络识别所述损伤部位的损伤信息，所述损伤信息包括损伤位置、损伤种类、损伤部件占比、损伤部件材质；
或
所述根据所述车辆信息和损伤信息，利用所述人工智能模型中的第二网络和预设置的第一历史数据获取所述事故车辆的定损配件和关联工时信息进一步包括：
利用所述人工智能模型中的第二网络将所述车辆信息和损伤信息与预设置的第一历史数据匹配以获取所述事故车辆的定损配件；
利用所述人工智能模型中的第二网络将所述定损配件与预设置的第一历史数据匹配以计算维修所述事故车辆的关联工时信息；或
所述根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额进一步包括：
利用所述人工智能模型中的第二网络将将所述定损配件和关联工时信息与预设置的第二历史数据匹配以获取所述事故车辆的定损金额。
4.根据权利要求1所述的车辆定损方法，其特征在于，在所述根据所述定损配件和关联工时信息，利用所述人工智能模型中的第二网络和预设置的第二历史数据获取所述事故车辆的定损金额之后，所述车辆定损方法还包括：
将所述定损配件、关联工时信息和定损金额发送至所述用户终端；
响应于所述用户终端的反馈，向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息以完成所述事故车辆的在线理赔。
5.根据权利要求4所述的车辆定损方法，其特征在于，在所述将所述定损配件、关联工时信息和定损金额发送至所述用户终端之后，在所述响应于所述用户终端的反馈提示，向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息以完成所述事故车辆的在线理赔之前，所述车辆定损方法还包括：
根据所述车辆信息和定损金额计算所述事故车辆的下一年度保费信息并发送至所述用户终端。
6.根据权利要求4所述的车辆定损方法，其特征在于，
所述响应于所述用户终端的反馈，向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息以完成所述事故车辆的在线理赔进一步包括：
若所述用户终端响应于用户操作选择在线理赔则向所述用户终端发送上传所述事故车辆的保单信息的提示信息并根据所述车辆信息核实所述保单信息；
若所述保单信息核实无误则向所述用户终端发送上传所述事故车辆的车主的身份信息的提示信息并核实所述身份信息；
若所述身份信息核实无误则向所述用户终端发送选择维修场所的提示信息，并根据反馈的维修场所进行理赔款赔付以完成在线理赔。
7.一种车辆定损方法，应用于用户终端，其特征在于，包括：
响应于用户操作向服务器发送事故车辆的车辆视频，所述车辆视频满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位；
接收所述服务器发送的定损配件、关联工时信息和定损金额，响应于用户的选择进行在线理赔并反馈至所述服务器，所述定损配件、关联工时信息和定损金额为所述服务器根据所述车辆视频利用预设的人工智能模型中的第一网络、第二网络、预设置的第一历史数据和第二历史数据获取的；
根据所述服务器的提示响应于用户操作上传保单信息、身份信息，并选择维修场所以完成在线理赔。
8.一种车辆定损系统，其特征在于，包括服务器和用户终端，其中
所述服务器包括第一通信装置、定损模块和处理器，所述用户终端包括第二通信装置、视频采集装置和控制器，其中
所述控制器响应于用户操作控制所述视频采集装置采集事故车辆的车辆视频并通过所述第二通信装置发送至所述服务器，所述车辆视频满足预设要求，所述预设要求包括：大于等于预设最小时长、包含车辆全貌、车牌号信息和/或车架号信息、以及由远及近的损伤部位；
所述处理器控制所述第一通信装置接收所述车辆视频，控制所述定损模块根据所述车辆视频获取所述事故车辆的车辆信息、损伤信息、定损配件、关联工时信息和定损金额，并通过所述第一通信装置发送至所述用户终端，所述定损模块包括预设的人工智能模型的第一网络、第二网络、预设置的第一历史数据和第二历史数据；
所述控制器控制所述第二通信装置接收所述事故车辆的车辆信息、损伤信息、定损配件、关联工时信息和定损金额，并响应于用户的选择进行在线理赔并通过所述第二通信装置反馈至所述服务器；
所述处理器控制所述第一通信装置接收所述反馈并向所述用户终端发送上传保单信息、身份信息、选择维修场所的提示信息；
所述控制器响应于用户操作控制所述视频采集装置采集所述保单信息和身份信息，响应于用户的操作选择维修场所并通过所述第二通信装置发送至所述服务器；
所述处理器核实所述保单信息和身份信息，并根据选择的维修场所进行理赔款赔付以完成在线理赔。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，
该程序被处理器执行时实现如权利要求1-6中任一项所述的方法；
或者
该程序被处理器执行时实现如权利要求7所述的方法。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，
所述处理器执行所述程序时实现如权利要求1-6中任一所述的方法；
或者
所述处理器执行所述程序时实现如权利要求7所述的方法。
技术总结