TWI782751B - 交通違規的智能輔助判斷及處理方法及系統 - Google Patents

Abstract

一種交通違規的智能輔助判斷及處理系統中，判斷伺服器利用預先訓練的AI違規判斷模型分析接收到有關交通事件的行車紀錄資料且在判斷出該交通事件的違規行為時，將根據該行車紀錄影像和該交通事件的時間資料和車輛的定位資料產生的檢舉報告連同檢舉平台的連結網址傳送至電子終端，以供其傳送該檢舉報告至該檢舉平台；而在無法成功判斷該交通事件時，在根據該交通事件的聲音資訊、該行車紀錄資料和該車輛的慣性資料判斷出有財損或人損時將該行車紀錄資料和該車輛的駕駛人聯絡資料傳送至諮詢伺服器，以供其對駕駛人提供諮詢服務。

Description

交通違規的智能輔助判斷及處理方法及系統

本發明是有關交通違規行為的判斷，特別是指一種交通違規的智能輔助判斷及處理方法及系統。

目前的行車紀錄器可以自動或手動的方式紀錄車輛在行駛中的相關影像。特別是在遭遇到交通事故或遇見另一車輛可能發生交通違規的情況下，由於一般駕駛人針對各種交通違規行為在法律或法規上的認知未免不足，而往往無法根據行車紀錄器所紀錄的相關影像正確地判斷是否存在有交通違規的情事，因而錯失舉發違規的先機，如此不僅恐導致自身的權益受損而不自知，而且也可能無形中姑息了故意違規的駕駛人。

另一方面，當駕駛人遭遇交通事故時，駕駛人及相關的當事人恐另須求助於法律顧問的諮詢，以釐清肇責，如此將導致相對昂貴的法律諮詢費用。

因此，如何發想出使駕駛人花費最少卻能正確地判斷交通違規以提升交通安全和公共安全的方式已成為相關技術領域所欲解決的議題之一。

因此，本發明的目的，即在提供一種交通違規的智能輔助判斷及處理方法及系統，其能克服現有技術至少一個缺點。

於是，本發明所提供的一種交通違規的智能輔助判斷及處理方法係利用一判斷伺服器來執行，並包含以下步驟：(A)接收有關於一車輛及另一車輛其中至少一者的一交通事件的一事件判斷請求，該事件判斷請求包含該車輛對應於該交通事件的定位資料、時間資料、行車紀錄資料及慣性資料，該行車紀錄資料包括含有該車輛中的駕駛人及乘客的車內影像資訊、含有該另一車輛的車外影像資訊、及該車輛所處環境的聲音資訊；(B)利用一預先訓練的AI違規判斷模型，分析該車外影像資訊，以獲得一對應於該交通事件的判斷結果，該判斷結果指示出與該交通事件匹配的交通違規行為，或無法成功判斷該交通事件；(C)當該判斷結果指示出與該交通事件匹配的該交通違規行為時，根據該車外影像資訊、該時間資料和該定位資料產生一對應於該交通違規行為的檢舉報告，並將一包含該檢舉報告和一檢舉平台的連結網址的事件判斷回覆傳送 至一電子終端，以供該電子終端透過該連結網址將該檢舉報告傳送至該檢舉平台；及(D)當該判斷結果指示出無法成功判斷該交通事件時，根據該聲音資訊、該車內影像資訊和該慣性資料，判斷該交通事件是否發生有高於一預定金額的財損或人損，並在判斷出該交通事件發生有高於該預定金額的財損或者在判斷出該交通事件發生有人損時，將包含該行車紀錄資料和該車輛的駕駛人的聯絡資料的的事件諮詢資料傳送至一諮詢伺服器，以供該諮詢伺服器對於該駕駛人進一步提供有關該交通事件的諮詢服務。

本發明的交通違規的智能輔助判斷及處理方法還利用一安裝於該車輛且能與該判斷伺服器通訊連接的車載系統來執行，並在步驟(A)之前還包含以下步驟：(E)當該車載系統在該交通事件發生時偵測到與該車輛的行車速度和行車方向其中至少一者的變化相關聯的一特定行駛狀況時，或者當該車載系統接收到對應於該交通事件的一輸入控制時，該車載系統回應於該特定行駛狀況或該輸入控制而蒐集該定位資料、該時間資料、該行車紀錄資料及該慣性資料以產生該事件判斷請求，並將該事件判斷請求發送至該判斷伺服器。

本發明的交通違規的智能輔助判斷及處理方法中，在步驟(E)中，該特定行駛狀況包含緊急煞車和緊急轉向其中至少一者。

於是，本發明所提供的一種交通違規的智能輔助判斷及 處理系統包含一判斷伺服器、及一諮詢伺服器。

該判斷伺服器配置有一含有與各種交通違規行為有關的大量參考影像資料的交通違規資料庫，並儲存有一預先根據該大量參考影像資料經由機器學習的訓練方式而建立的AI違規判斷模型。

該諮詢伺服器連接該判斷伺服器，並操作來提供有關交通事件的在交通或法律上的諮詢服務。

該判斷伺服器接收有關於一車輛及另一車輛其中至少一者的一交通事件的一事件判斷請求，該事件判斷請求包含該車輛對應於該交通事件的定位資料、時間資料、行車紀錄資料及慣性資料，該行車紀錄資料包括含有該車輛中的駕駛人及乘客的車內影像資訊、含有該另一車輛的車外影像資訊、及該車輛所處環境的聲音資訊。

該判斷伺服器利用該AI違規判斷模型，分析該車外影像資訊，以獲得一對應於該交通事件的判斷結果，該判斷結果指示出與該交通事件匹配的交通違規行為，或無法成功判斷該交通事件。

當該判斷結果指示出與該交通事件匹配的該交通違規行為時，該判斷伺服器根據該車外影像資訊、該時間資料和該定位資料產生一對應於該交通違規行為的檢舉報告，並將一包含該檢舉報告和一檢舉平台的連結網址的事件判斷回覆傳送至一電子終端，以供該電子終端透過該連結網址將該檢舉報告傳送至該檢舉平台。

當該判斷結果指示出無法成功判斷該交通事件時，該判斷伺服器根據該聲音資訊、該車內影像資訊和該慣性資料，判斷該交通事件是否發生有高於一預定金額的財損或人損，並在判斷出該交通事件發生有高於該預定金額的財損或者在判斷出該交通事件發生有人損時，將包含該行車紀錄資料和該車輛的駕駛人的聯絡資料的的事件諮詢資料傳送至該諮詢伺服器，以供該諮詢伺服器對於該駕駛人進一步提供有關該交通事件的諮詢服務。

本發明的交通違規的智能輔助判斷及處理系統還包含一車載系統。該車載系統適於安裝於該車輛，通訊連接該判斷伺服器，並操作來提供該車輛啟動後的行車紀錄資料、行駛軌跡、和與慣性相關的行車控制資訊。當該車載系統在該交通事件發生時偵測到與該車輛的行車速度和行車方向其中至少一者的變化關聯的一特定行駛狀況時，或者當該車載系統接收到對應於該交通事件的一輸入控制時，該車載系統回應於該特定行駛狀況或該輸入控制而蒐集該定位資料、該時間資料、該行車紀錄資料及該慣性資料以產生該事件判斷請求，並將該事件判斷請求發送至該判斷伺服器。

本發明的交通違規的智能輔助判斷及處理系統中，該特定行駛狀況包含緊急煞車和緊急轉向其中至少一者。

本發明的交通違規的智能輔助判斷及處理系統中，當該判斷結果指示出與該交通事件匹配的該交通違規行為時，該判斷伺 服器將該車外影像資訊作為對應於該交通違規行為的參考影像資料儲存於該交通違規資料庫。

本發明的功效在於：該判斷伺服器先利用該AI違規判斷模型分析車外影像資訊以進行對於交通事件是否匹配於交通違規行為的初階判斷，並在成功判斷出匹配的交通違規行為時，自動地產生檢舉報告並提供給駕駛人，以利檢舉人提出違規舉發；而在初階判斷失敗的情況下，進一步確認出該交通事件出現有高於預定金額的財損或人損時，透過諮詢伺服器來提供駕駛人在交通或法律上的進階諮詢，藉此，能以相對方便且正確的方式檢舉交通違規進而有助於提升整體的交通安全和公共安全，並且能以花費相對最少的方式獲得交通或法律上的諮詢資訊以兼顧駕駛人自身的權益。

100:交通違規的智能輔助判斷及處理系統

1:車載系統

11:行車紀錄模組

12:GPS模組

13:慣性感測模組

14:行車電腦系統

15:通訊模組

2:判斷伺服器

21:影像資料庫

200:通訊網路

300:電子終端

400:駕駛人

S21~S27:步驟

本發明的其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：圖1是一方塊圖，示例性地說明本發明實施例的一種交通違規的智能輔助判斷及處理系統；及圖2是一流程圖，示例性地說明該實施例的一判斷伺服器如何執行對應於一交通事件的交通違規的智能輔助判斷及處理程序。

在本發明被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。

參閱圖1，示例性地繪示出本發明實施例的一種交通違規的智能輔助判斷及處理系統100係用來針對行駛中車輛駕駛人所遇見或車輛本身所發生的任何交通事件，提供交通違規的智能輔助判斷和相關處理的服務。該交通違規的智能輔助判斷及處理系統100例如包含一適於安裝於一車輛(圖未示)的車載系統1、一判斷伺服器2、及一諮詢伺服器3。值得一提的是，在實際使用之前，對應於該車輛的用戶(例如，該車輛的所有人或駕駛人)可以藉由註冊程序提供相關會員基本資料(例如，包含作為車輛識別的車牌號碼、用戶名稱、用戶的聯絡資料等)以成為可以使用上述服務的會員。

在本實施例中，該車載系統1操作來提供該車輛啟動後的行車紀錄資料、行駛軌跡、和與慣性相關的行車控制資訊。該車載系統1例如包含一行車紀錄模組11、一GPS模組12、一慣性感測模組13、一行車電腦系統14和一通訊模組15。該通訊模組15可操作來連接一通訊網路200。較佳地，該行車紀錄模組11操作來在紀錄於該車輛的行駛期間該車輛的內部影像資訊和外部影像資訊，以及該車輛所處環境的聲音資訊，以獲得行車紀錄資料。舉例來說，該外部影像資訊例如至少包含該車輛前方的影像資訊，更佳地，還可 以包含該車輛後方的影像資訊以及該車輛的兩側盲區的影像資訊。該GPS模組12操作來在該行駛期間定位該車輛，以獲得GPS資料並可以紀錄該行駛期間的定位資料作為該車輛的行駛軌跡。該慣性感測模組13(例如可包含多軸加速度感測器、陀螺儀等)操作來在該行駛期間感測該車輛的慣性行為(例如，在加速度和方向上的慣性行為)。該行車電腦系統14操作來監控該車輛在該行駛期間的行車控制(例如，在速度和方向上的控制)。

該判斷伺服器連接該通訊網路200，配置有一含有事先蒐集到與各種交通違規行為有關的大量參考影像資料的交通違規資料庫，並儲存有一預先建立的AI違規判斷模型。在本實施例中，該AI違規判斷模型例如根據該大量參考影像資料經由機器學習的訓練方式而建立。

該諮詢伺服器3連接該判斷伺服器2，並操作來例如但不限於以人機器對話方式，提供有關交通事件的法律諮詢服務。

在本實施例中，當該車載系統1在有關於該車輛及另一車輛其中至少一者的一交通事件發生時偵測到與該車輛的行車速度和行車方向其中至少一者的變化相關聯的一特定行駛狀況時，或者當該車載系統1接收到對應於該交通事件的一輸入控制時，該車載系統1回應於該特定行駛狀況或該輸入控制而蒐集該車輛對應於該交通事件的定位資料、時間資料、行車紀錄資料及慣性資料以產生 一事件判斷請求，並透過該通訊模組15該將該事件判斷請求發送至該判斷伺服器1。具體而言，該特定行駛狀況可以包含緊急煞車、緊急轉向，或者緊急煞車與轉向。

舉例來說，若該交通事件是該車輛與另一車輛的碰撞事件，該車輛的駕駛人往往會在快要碰撞該另一車輛時以緊急地重踩煞車及/或緊急地旋轉方向盤的方式操控該車輛以避開該另一車輛，於是在該車載系統1中，該行車電腦系統14偵測到該車輛的煞車踏板瞬間被踩壓的程度過大及/或該車輛的方向盤轉動的角速度過大，或者該GPS模組12或該慣性感測模組13感測到該車輛在移動時的角速度過大時，此代表由該車載系統1偵測到該車輛所發生的該特定行駛狀況。又或者，若該車輛的駕駛人在目睹有關於另一車輛的一交通事件(例如，疑似不當超車、急煞或闖紅燈)後，該駕駛人可以經由手動操作該車載系統1的一使用者輸入輸出介面，例如，觸控螢幕(圖未示)而產生該輸入控制。換言之，該事件判斷請求可以由該車載系統1在偵測到該特定行駛狀況而自動地產生，或者由該車輛的駕駛人在目睹交通事件後手動觸發而產生。

在本實施例中，該事件判斷請求例如包含該車輛對應於該交通事件的定位資料、時間資料、行車紀錄資料及慣性資料。特別是，該行車紀錄資料包括含有該車輛中所有人(即，駕駛人及乘客)的車內影像資訊、含有該另一車輛的車外影像資訊、及該車輛所 處環境的聲音資訊(例如，包含該車輛內、外的收音音訊)。特別一提的是，在該車載系統1偵測到該特定行駛狀況的情況下，該行車紀錄資料可以包含從該車載系統1偵測到該特定行駛狀況之偵測時點之前的第一時間(例如，前5秒)到該偵測時點之後的第二時間(例如，後10秒)的期間內所紀錄到的該車內影像資訊、該車外影像資訊及該聲音資訊；而在該駕駛人目睹該交通事件的情況下，該行車紀錄資料可以包含從該車載系統1接收到該輸入控制之接收時點之前的第三時間(例如，前20秒)到該接收時點之後的第四時間(例如，後5秒)的期間內所紀錄到的該車內影像資訊、該奢外影像資訊及該聲音資訊。

以下，將參閱圖1及圖2來示例地詳細說明，在該車載系統1發送出對應於該交通事件的該事件判斷請求後，該判斷伺服器2如何執行對應於該交通事件的交通違規的智能輔助判斷及處理程序。該交通違規的智能輔助判斷及處理程序包含以下步驟S21~S27。在本實施例中，該車輛的駕駛人400(見圖1)例如為已和該車輛共同註冊此智能輔助判斷服務的會員。

當該判斷伺服器2接收到來自該車載系統1的該事件判斷請求(步驟S21)後，在步驟S22中，該判斷伺服器2利用該AI違規判斷模型，對於該車外影像資訊進行影像分析，以判斷該車外影像資訊是否匹配於一交通違規行，於是獲得一對應於該交通事件的判斷 結果。若該判斷伺服器2判斷出該車外影像資訊匹配於一交通違規行為(例如，有關於該交通違規資料庫中儲存的大量參考影像資料的各種不同交通違規行為其中的一種交通違規行為)時，在此情況下，該判斷伺服器2產生的該判斷結果將會指示出與該交通事件匹配的交通違規行為；然後流程將進行步驟S23。相反地，若該判斷伺服器2無法成功地判斷出任何與該車外影像資訊匹配的交通違規行為時(例如，由於該車外影像資訊不清楚或不足以判斷出與其匹配的交通違規行為，或者雖可判斷出一匹配的交通違規行為但對此判斷(為正確)的信心度低於一預定閾值)，在此情況下，該判斷伺服器2產生的該判斷結果將會指示出無法成功判斷該交通事件；然後流程將進行步驟S25。

在步驟S23中，該判斷伺服器2根據該車外影像資訊、該時間資料和該定位資料產生一對應於該(判斷的)交通違規行為的檢舉報告。具體而言，該檢舉報告例如具有一特定形式或格式。此外，在步驟S23中，該判斷伺服器2還將該車外影像資訊作為對應於該(判斷的)交通違規行為的參考影像資料儲存於該交通違規資料庫21。

接著，在步驟S24中，該判斷伺服器2將一包含該檢舉報告和一檢舉平台的連結網址的事件判斷回覆傳送至一電子終端300。具體而言，該電子終端300例如可以是該駕駛人400所使用的 個人電腦或智慧型手機；於是，該電子終端300在接收到該事件判斷回覆後，經由人為操作，將檢舉人的身分識別資料填入該檢舉報告並透過該連結網址將該檢舉報告傳送至該檢舉平台，藉此完成該交通違規行為的檢舉程序。舉例來說，在該電子終端300為智慧型手機的情況下，該電子終端300在接收到該事件判斷回覆時，可經由一預先安裝的專屬應用程式的執行，推播指示出例如「已接收到該事件判斷回覆」的訊息，以提醒該駕駛人400可透過該專屬應用程式所提供的操作介面繼續完成該交通違規行為的檢舉程序。

在該判斷伺服器2無法成功判斷該交通事件後，該判斷伺服器2根據該聲音資訊、該車內影像資訊和該慣性資料，判斷該交通事件是否出現有高於一預定金額的財損或人損。具體而言，在步驟S25中，該判斷伺服器2將執行以下操作。該判斷伺服器2利用影像辨識分析該車內影像資訊，以確認該車內影像資訊是否出現有例如人員受傷或流血的特徵影像。另一方面，該判斷伺服器2根據該聲音資訊和該慣性資料推估該車輛是否出現有財損。舉例來說，若該判斷伺服器2確認該聲音資訊含有碰撞的聲音特徵，並同時確認該慣性資料指示出在(含行進方向的)多軸方向上的(異常)加速度，在此情況下，該判斷伺服器2將會判斷出該交通事件出現有該車輛的碰撞，亦即財損。然後，該判斷伺服器2可以根據該慣性資料指示出在多軸方向上的加速度的大小推估該車輛的撞擊點和撞 擊力大小。更具體地，該判斷伺服器2可根據推估出的撞擊點確定該車輛受到撞擊的車體部位及/或零件，並且可根據加速度的大小且利用例如含有加速度和撞擊力的關聯性資料的查找表或資料庫而推估出該車輛的撞擊力大小，於是透過確定該車輛受撞擊的部位及/或零件和撞擊力大小可以綜合估測出該車輛的損害程度與所需維修金額，亦即在財損上的金額。於是，當該判斷伺服器2確認出該車內影像資訊出現有該特徵影像時，或者當該判斷伺服器2確認出估測的財損金額高於該預定金額時，流程將進行至步驟S26，否則，流程將進行至步驟S27。

在步驟S26中，該判斷伺服器2將包含該行車紀錄資料和該車輛的駕駛人的聯絡資料的事件諮詢資料傳送至該諮詢伺服器3，以供該諮詢伺服器3例如透過人機對話對於該駕駛人400進一步提供遠端諮詢服務。舉例來說，該電子終端300例如為該駕駛人所使用的智慧型手機且該聯絡資料為該智慧型手機的手機號碼，於是該諮詢伺服器3可經由手機號碼的撥接並結合預先安裝於該電子終端300的專屬應用程式的執行來對該駕駛人400提供語音諮詢服務。

值得注意的是，在其他實施例中，當該判斷伺服器2確認出該車內影像資訊出現有該特徵影像時，或者當該判斷伺服器2確認出估測的財損金額高於該預定金額時，該判斷伺服器2可先將是 否需要諮詢服務的詢問通知傳送至該電子終端300，之後該判斷伺服器2在接收到來自該電子終端300的確認(需要諮詢服務)回覆後才執行步驟S26。

當該判斷伺服器2確認該車內影像資訊不含有該特徵影像(即，判斷出該交通事件未出現有人損)，並且確認該聲音資料不含有碰撞聲音(即，判斷出該交通事件未出現因碰撞的財損)或者確認出在發生有碰撞的情況下財損上的金額不高於該預定金額時，在步驟S27中，該判斷伺服器2可以將例如事件判斷失敗但無人損及財損，或者事件判斷失敗但無人損且財損金額未高於該預定金額的相關資訊通知該車載系統1或該電子終端300。

綜上所述，該判斷伺服器2先利用該AI違規判斷模型分析該車外影像資訊以進行對於該交通事件是否匹配於交通違規行為的初階判斷，並在成功判斷出匹配的交通違規行為時，自動地產生檢舉報告並提供給駕駛人，以利檢舉人提出違規舉發；而在初階判斷失敗的情況下，進一步確認出該交通事件出現有高於預定金額的財損或人損時，透過該諮詢伺服器3來提供駕駛人在交通或法律上進階的諮詢服務，藉此，能以相對方便且正確的方式檢舉交通違規進而有助於提升整體的交通安全和公共安全，並且能以花費相對最少的方式獲得交通或法律上的諮詢資訊以兼顧駕駛人自身的權益。因此，本發明交通違規的智能輔助判斷及處理系統100確實能 達成本發明的目的。

惟以上所述者，僅為本發明的實施例而已，當不能以此限定本發明實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的範圍內。

100:交通違規的智能輔助判斷及處理系統

1:車載系統

11:行車紀錄模組

12:GPS模組

13:慣性感測模組

14:行車電腦系統

15:通訊模組

2:判斷伺服器

21:影像資料庫

200:通訊網路

300:電子終端

400:駕駛人

Claims (7)

1. 一種交通違規的智能輔助判斷及處理方法，利用一判斷伺服器來執行，並包含以下步驟：(A)接收有關於一車輛及另一車輛其中至少一者的一交通事件的一事件判斷請求，該事件判斷請求包含該車輛對應於該交通事件的定位資料、時間資料、行車紀錄資料及慣性資料，該行車紀錄資料包括含有該車輛中的駕駛人及乘客的車內影像資訊、含有該另一車輛的車外影像資訊、及該車輛所處環境的聲音資訊；(B)利用一預先訓練的AI違規判斷模型，分析該車外影像資訊，以獲得一對應於該交通事件的判斷結果，該判斷結果指示出與該交通事件匹配的交通違規行為，或無法成功判斷該交通事件；(C)當該判斷結果指示出與該交通事件匹配的該交通違規行為時，根據該車外影像資訊、該時間資料和該定位資料產生一對應於該交通違規行為的檢舉報告，並將一包含該檢舉報告和一檢舉平台的連結網址的事件判斷回覆傳送至一電子終端，以供該電子終端透過該連結網址將該檢舉報告傳送至該檢舉平台；及(D)當該判斷結果指示出無法成功判斷該交通事件時，根據該聲音資訊、該車內影像資訊和該慣性資料，判斷該交通事件是否發生有高於一預定金額的財損或人損，並在判斷出該交通事件發生有高於該預定金額的財損或者在判斷出該交通事件發生有人損時，將包含該行 車紀錄資料和該車輛的駕駛人的聯絡資料的的事件諮詢資料傳送至一諮詢伺服器，以供該諮詢伺服器對於該駕駛人進一步提供有關該交通事件的諮詢服務。
2. 如請求項1所述的交通違規的智能輔助判斷及處理方法，還利用一安裝於該車輛且能與該判斷伺服器通訊連接的車載系統來執行，並在步驟(A)之前還包含以下步驟：(E)當該車載系統在該交通事件發生時偵測到與該車輛的行車速度和行車方向其中至少一者的變化相關聯的一特定行駛狀況時，或者當該車載系統接收到對應於該交通事件的一輸入控制時，該車載系統回應於該特定行駛狀況或該輸入控制而蒐集該定位資料、該時間資料、該行車紀錄資料及該慣性資料以產生該事件判斷請求，並將該事件判斷請求發送至該判斷伺服器。
3. 如請求項2所述的交通違規的智能輔助判斷及處理方法，其中，在步驟(E)中，該特定行駛狀況包含緊急煞車和緊急轉向其中至少一者。
4. 一種交通違規的智能輔助判斷及處理系統，包含：一判斷伺服器，配置有一含有與各種交通違規行為有關的大量參考影像資料的交通違規資料庫，並儲存有一預先根據該大量參考影像資料經由機器學習的訓練方式而建立的AI違規判斷模型；及一諮詢伺服器，連接該判斷伺服器，並操作來提供有關交通事件在交或法律上的諮詢服務；其中，該判斷伺服器接收有關於一車輛及另一車輛 其中至少一者的一交通事件的一事件判斷請求，該事件判斷請求包含該車輛對應於該交通事件的定位資料、時間資料、行車紀錄資料及慣性資料，該行車紀錄資料包括含有該車輛中的駕駛人及乘客的車內影像資訊、含有該另一車輛的車外影像資訊、及該車輛所處環境的聲音資訊；其中，該判斷伺服器利用該AI違規判斷模型，分析該車外影像資訊，以獲得一對應於該交通事件的判斷結果，該判斷結果指示出與該交通事件匹配的交通違規行為，或無法成功判斷該交通事件；其中，當該判斷結果指示出與該交通事件匹配的該交通違規行為時，該判斷伺服器根據該車外影像資訊、該時間資料和該定位資料產生一對應於該交通違規行為的檢舉報告，並將一包含該檢舉報告和一檢舉平台的連結網址的事件判斷回覆傳送至一電子終端，以供該電子終端透過該連結網址將該檢舉報告傳送至該檢舉平台；及其中，當該判斷結果指示出無法成功判斷該交通事件時，該判斷伺服器根據該聲音資訊、該車內影像資訊和該慣性資料，判斷該交通事件是否發生有高於一預定金額的財損或人損，並在判斷出該交通事件發生有高於該預定金額的財損或者在判斷出該交通事件發生有人損時，將包含該行車紀錄資料和該車輛的駕駛人的聯絡資料的的事件諮詢資料傳送至該諮詢伺服器，以供該諮詢伺服器對於該駕駛人進一步提供有關該交通事件的諮詢 服務。
5. 如請求項4所述的交通違規的智能輔助判斷及處理系統，還包含：一車載系統，適於安裝於該車輛，通訊連接該判斷伺服器，並操作來提供該車輛啟動後的行車紀錄資料、行駛軌跡、和與慣性相關的行車控制資訊；其中，當該車載系統在該交通事件發生時偵測到與該車輛的行車速度和行車方向其中至少一者的變化相關聯的一特定行駛狀況時，或者當該車載系統接收到對應於該交通事件的一輸入控制時，該車載系統回應於該特定行駛狀況或該輸入控制而蒐集該定位資料、該時間資料、該行車紀錄資料及該慣性資料以產生該事件判斷請求，並將該事件判斷請求發送至該判斷伺服器。
6. 如請求項5所述的交通違規的智能輔助判斷及處理系統，其中，該特定行駛狀況包含緊急煞車和緊急轉向其中至少一者。
7. 如請求項4所述的交通違規的智能輔助判斷及處理系統，其中，當該判斷結果指示出與該交通事件匹配的該交通違規行為時，該判斷伺服器將該車外影像資訊作為對應於該交通違規行為的參考影像資料儲存於該交通違規資料庫。

Images