特開2022-98200交通事故状況分析システム、交通事故状況分析方法およびプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022098200
(43)【公開日】2022-07-01
(54)【発明の名称】交通事故状況分析システム、交通事故状況分析方法およびプログラム
(51)【国際特許分類】
G08G 1/00 20060101AFI20220624BHJP
【ＦＩ】
G08G1/00 D
【審査請求】有
【請求項の数】16
【出願形態】ＯＬ
(21)【出願番号】P 2020211608
(22)【出願日】2020-12-21
(11)【特許番号】
(45)【特許公報発行日】2022-04-12
(71)【出願人】
【識別番号】313006647
【氏名又は名称】セイコーソリューションズ株式会社
(74)【代理人】
【識別番号】100165179
【弁理士】
【氏名又は名称】田▲崎▼ 聡
(74)【代理人】
【識別番号】100126664
【弁理士】
【氏名又は名称】鈴木 慎吾
(74)【代理人】
【識別番号】100161207
【弁理士】
【氏名又は名称】西澤 和純
(72)【発明者】
【氏名】▲高▼橋 美優
(72)【発明者】
【氏名】相原 正仁
(72)【発明者】
【氏名】細野 将揮
【テーマコード（参考）】
5H181
【Ｆターム（参考）】
5H181AA01
5H181AA21
5H181BB04
5H181BB20
5H181EE02
5H181EE15
5H181FF10
5H181FF32
5H181MA48
5H181MB08
5H181MC17
5H181MC19
5H181MC27
(57)【要約】
【課題】事故状況図の生成および過失割合の算出を適切に行う。
【解決手段】ドライブレコーダ映像取得部と事故状況分類要素抽出部と学習部とを備える第１分析部と、第２分析部とを備える交通事故状況分析システムであって、ドライブレコーダ映像から抽出される交通事故の状況の分類要素には、交差点の形態と車体の進行方向と信号機の有無および色とが含まれ、学習部は既知の交通事故の状況の分類要素と既知の交通事故の状況の分類要素に対応するドライブレコーダ映像との組を教師データとして用いて事故状況分類要素抽出部の機械学習を行い、第２分析部は、交通事故の状況の分類要素と事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得部と、交通事故の状況の分類要素に対応する事故状況図を生成する事故状況図生成部と、交通事故の状況の分類要素に対応する過失割合を算出する過失割合算出部と、ヒアリング情報取得部とを備える。
【選択図】図１
【解決手段】ドライブレコーダ映像取得部と事故状況分類要素抽出部と学習部とを備える第１分析部と、第２分析部とを備える交通事故状況分析システムであって、ドライブレコーダ映像から抽出される交通事故の状況の分類要素には、交差点の形態と車体の進行方向と信号機の有無および色とが含まれ、学習部は既知の交通事故の状況の分類要素と既知の交通事故の状況の分類要素に対応するドライブレコーダ映像との組を教師データとして用いて事故状況分類要素抽出部の機械学習を行い、第２分析部は、交通事故の状況の分類要素と事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得部と、交通事故の状況の分類要素に対応する事故状況図を生成する事故状況図生成部と、交通事故の状況の分類要素に対応する過失割合を算出する過失割合算出部と、ヒアリング情報取得部とを備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析部と、
少なくとも前記第１分析部によって行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析部とを備え、
前記第１分析部は、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得部と、
前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出部と、
前記事故状況分類要素抽出部の機械学習を行う学習部とを備え、
前記事故状況分類要素抽出部によって前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習部は、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習を行い、
前記第２分析部は、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得部と、
前記事故状況分類要素抽出部によって抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得部と、
前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成部と、
前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出部と、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得部とを備え、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
交通事故状況分析システム。
少なくとも前記第１分析部によって行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析部とを備え、
前記第１分析部は、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得部と、
前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出部と、
前記事故状況分類要素抽出部の機械学習を行う学習部とを備え、
前記事故状況分類要素抽出部によって前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習部は、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習を行い、
前記第２分析部は、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得部と、
前記事故状況分類要素抽出部によって抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得部と、
前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成部と、
前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出部と、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得部とを備え、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
交通事故状況分析システム。
【請求項2】
前記ドライブレコーダ映像取得部が前記ドライブレコーダ映像を取得することができない場合に、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
【請求項3】
前記事故状況分類要素抽出部が前記交通事故の状況の分類要素を抽出することができない場合に、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
【請求項4】
前記事故状況図生成部は、前記事例データ取得部によって取得された前記事例データに含まれる文字列と、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素を示す文字列とのパターンマッチングを行うことによって、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項5】
前記過失割合算出部は、前記事例データ取得部によって取得された前記事例データに含まれる文字列と、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素を示す文字列とのパターンマッチングを行うことによって、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項6】
前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像、前記事故状況分類要素抽出部によって抽出された前記交通事故の状況の分類要素、前記事故状況図生成部によって生成された前記事故状況図、および、前記ヒアリング情報取得部によって取得された前記ヒアリング情報の少なくともいずれかに基づいて、交通事故のシミュレーション映像を生成するシミュレータを備える、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項7】
前記シミュレータは、交通事故の当事者のシミュレーション主観映像とシミュレーション俯瞰映像とを生成する、
請求項６に記載の交通事故状況分析システム。
請求項６に記載の交通事故状況分析システム。
【請求項8】
前記事故状況図生成部によって生成された前記事故状況図と、前記過失割合算出部によって算出された前記過失割合と、前記シミュレータによって生成された前記シミュレーション主観映像および前記シミュレーション俯瞰映像とを表示する映像表示部を備える、
請求項７に記載の交通事故状況分析システム。
請求項７に記載の交通事故状況分析システム。
【請求項9】
前記事故状況分類要素抽出部によって前記ドライブレコーダ映像から前記交通事故の状況の分類要素として抽出された前記交差点の形態、前記車体の進行方向、ならびに、前記信号機の有無および色の少なくともいずれかの修正入力を受け付ける事故状況確認画面を生成する事故状況確認画面生成部を備える、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項10】
前記交差点の形態、前記車体の進行方向、ならびに、前記信号機の有無および色の少なくともいずれかの修正入力が受け付けられた場合に、
前記事故状況図生成部は、修正後の前記交通事故の状況の分類要素に対応する前記事故状況図を生成し、
前記過失割合算出部は、修正後の前記交通事故の状況の分類要素に対応する前記過失割合を算出する、
請求項９に記載の交通事故状況分析システム。
前記事故状況図生成部は、修正後の前記交通事故の状況の分類要素に対応する前記事故状況図を生成し、
前記過失割合算出部は、修正後の前記交通事故の状況の分類要素に対応する前記過失割合を算出する、
請求項９に記載の交通事故状況分析システム。
【請求項11】
前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像から前記交通事故の状況を示す静止画像を生成する静止画像生成部を備える、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項12】
前記静止画像生成部によって生成された前記交通事故の状況を示す複数の静止画像から、前記交通事故の状況の分類要素の抽出に必要な映像の開始時点に対応する静止画像、および、前記交通事故の状況の分類要素の抽出に必要な映像の終了時点に対応する静止画像の選択操作を受け付ける静止画像選択操作部を備える、
請求項１１に記載の交通事故状況分析システム。
請求項１１に記載の交通事故状況分析システム。
【請求項13】
前記交通事故の状況の分類要素の抽出に必要な映像の開始時点に対応する静止画像、または、前記交通事故の状況の分類要素の抽出に必要な映像の終了時点に対応する静止画像に含まれる相手車の選択を受け付ける相手車選択操作部を備える、
請求項１２に記載の交通事故状況分析システム。
請求項１２に記載の交通事故状況分析システム。
【請求項14】
前記静止画像生成部によって生成された前記交通事故の状況を示す静止画像を表示する静止画像表示部を備える、
請求項１１に記載の交通事故状況分析システム。
請求項１１に記載の交通事故状況分析システム。
【請求項15】
ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、
少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを備える交通事故状況分析方法であって、
前記第１分析ステップには、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、
事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、
前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、
前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、
前記第２分析ステップには、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、
前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、
事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、
過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
交通事故状況分析方法。
少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを備える交通事故状況分析方法であって、
前記第１分析ステップには、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、
事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、
前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、
前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、
前記第２分析ステップには、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、
前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、
事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、
過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
交通事故状況分析方法。
【請求項16】
交通事故状況分析システムに、
ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、
少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを実行させるためのプログラムであって、
前記第１分析ステップには、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、
前記交通事故状況分析システムの事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、
前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、
前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、
前記第２分析ステップには、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、
前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、
前記交通事故状況分析システムの事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、
前記交通事故状況分析システムの過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
プログラム。
ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、
少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを実行させるためのプログラムであって、
前記第１分析ステップには、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、
前記交通事故状況分析システムの事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、
前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、
前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、
前記第２分析ステップには、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、
前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、
前記交通事故状況分析システムの事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、
前記交通事故状況分析システムの過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、交通事故状況分析システム、交通事故状況分析方法およびプログラムに関する。
【背景技術】
【0002】
従来から、事故検知サーバと、事故状況把握サーバと、過失割合判定サーバと、オペレータ端末とを備える事故処理システムが知られている（特許文献１参照）。特許文献１に記載された技術では、事故検知サーバ、事故状況把握サーバ、過失割合判定サーバの各々は、自動車事故が発生した後、事故の通報、事故の状況把握および過失割合判定等の事故処理に関する情報を処理する。
【0003】
ところで、コンピュータが、例えばドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像から事故の状況把握および過失割合判定を行うためには、高度な演算処理が要求される。そのため、特許文献１に記載された技術では、事故状況把握サーバおよび過失割合判定サーバが、演算処理能力の高いコンピュータによって構成されている。
その結果、現実的には、特許文献１に記載された事故処理システムのような事故処理システムを導入することが、多くの損害保険会社などにとって難しくなっている。
その結果、現実的には、特許文献１に記載された事故処理システムのような事故処理システムを導入することが、多くの損害保険会社などにとって難しくなっている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０２０－０６４６０５号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
上述した問題点に鑑み、本発明は、事故状況図の生成および過失割合の算出を適切に行うことができる交通事故状況分析システム、交通事故状況分析方法およびプログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
本発明者等は、鋭意研究において、ドライブレコーダ映像から事故状況図を生成する処理をＡＩ（人工知能）に行わせても、事故状況図を高精度に生成することが困難であることを見い出した。また、本発明者等は、ドライブレコーダ映像から過失割合を算出する処理をＡＩに行わせても、過失割合を高精度に算出することが困難であることを見い出した。
一方、ドライブレコーダ映像から交差点の形態、車体の進行方向、ならびに、信号機の有無および色を抽出する処理であれば、一般的なＡＩツールを用いることによって高精度な処理を実行可能であることを、本発明者等は見い出した。
更に、本発明者等は、ＡＩツールを用いる必要なく、一般的な文字列のパターンマッチング技術を用いることによって、交通事故の状況の分類要素（交差点の形態、車体の進行方向、ならびに、信号機の有無および色）と事故状況図および過失割合とが対応づけられた事例データと、ＡＩツールによって得られた交通事故の状況の分類要素とに基づいて、事故状況図を高精度に生成することができ、過失割合を高精度に算出することができることを見い出したのである。
一方、ドライブレコーダ映像から交差点の形態、車体の進行方向、ならびに、信号機の有無および色を抽出する処理であれば、一般的なＡＩツールを用いることによって高精度な処理を実行可能であることを、本発明者等は見い出した。
更に、本発明者等は、ＡＩツールを用いる必要なく、一般的な文字列のパターンマッチング技術を用いることによって、交通事故の状況の分類要素（交差点の形態、車体の進行方向、ならびに、信号機の有無および色）と事故状況図および過失割合とが対応づけられた事例データと、ＡＩツールによって得られた交通事故の状況の分類要素とに基づいて、事故状況図を高精度に生成することができ、過失割合を高精度に算出することができることを見い出したのである。
【0007】
本発明の一態様は、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析部と、少なくとも前記第１分析部によって行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析部とを備え、前記第１分析部は、前記ドライブレコーダ映像を取得するドライブレコーダ映像取得部と、前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出部と、前記事故状況分類要素抽出部の機械学習を行う学習部とを備え、前記事故状況分類要素抽出部によって前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、前記学習部は、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習を行い、前記第２分析部は、前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得部と、前記事故状況分類要素抽出部によって抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得部と、前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成部と、前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出部と、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得部とを備え、前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、交通事故状況分析システムである。
【0008】
本発明の一態様は、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを備える交通事故状況分析方法であって、前記第１分析ステップには、前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、前記第２分析ステップには、前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、交通事故状況分析方法である。
【0009】
本発明の一態様は、交通事故状況分析システムに、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを実行させるためのプログラムであって、前記第１分析ステップには、前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、前記交通事故状況分析システムの事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組を教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、前記第２分析ステップには、前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、前記交通事故状況分析システムの事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、前記交通事故状況分析システムの過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、プログラムである。
【発明の効果】
【0010】
本発明によれば、事故状況図の生成および過失割合の算出を適切に行うことができる交通事故状況分析システム、交通事故状況分析方法およびプログラムを提供することができる。
【図面の簡単な説明】
【0011】
【図1】第１実施形態の交通事故状況分析システムの一例を示す図である。
【図2】第１実施形態の交通事故状況分析システムにおけるデータの流れなどの一例を示す図である。
【図3】事故状況図生成部によって生成される事故状況図の一例を示している。
【図4】事故状況図生成部によって生成される事故状況図の他の例を示している。
【図5】事故状況図生成部によって生成される事故状況図の他の例を示している。
【図6】映像表示部の表示画面の一例を示す図である。
【図7】事故状況確認画面生成部によって生成された事故状況確認画面の一例を示す図である。
【図8】静止画像表示部によって表示された交通事故の状況を示す静止画像などの一例を示す図である。
【図9】静止画像表示部によって表示された交通事故の状況を示す静止画像などの一例を示す図である。
【図10】第１実施形態の交通事故状況分析システムにおいて実行される処理の一例を説明するためのフローチャートである。
【図11】第２実施形態の交通事故状況分析システムなどの一例を示す図である。
【発明を実施するための形態】
【0012】
以下、本発明の交通事故状況分析システム、交通事故状況分析方法およびプログラムの実施形態について説明する。
【0013】
＜第１実施形態＞
図１は第１実施形態の交通事故状況分析システム１の一例を示す図である。図２は第１実施形態の交通事故状況分析システム１におけるデータの流れなどの一例を示す図である。
図１および図２に示す例では、交通事故状況分析システム１が、第１分析部１１と、第２分析部１２と、事例データベース１３と、シミュレータ１４と、映像表示部１５と、事故状況確認画面生成部１６と、静止画像生成部１７と、静止画像選択操作部１８と、相手車選択操作部１９と、静止画像表示部１Ａとを備えている。
第１分析部１１は、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う。第１分析部１１は、ドライブレコーダ映像取得部１１Ａと、事故状況分類要素抽出部１１Ｂと、学習部１１Ｃとを備えている。
ドライブレコーダ映像取得部１１Ａは、例えば交通事故の当事者などによって提供されたドライブレコーダ映像を取得する。
事故状況分類要素抽出部１１Ｂは、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像から交通事故の状況の分類要素を抽出する。事故状況分類要素抽出部１１Ｂによってドライブレコーダ映像から抽出された交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれる。
学習部１１Ｃは事故状況分類要素抽出部１１Ｂの機械学習を行う。詳細には、学習部１１Ｃは、既知の交通事故の状況の分類要素と、既知の交通事故の状況の分類要素に対応するドライブレコーダ映像との組を教師データとして用いることによって、事故状況分類要素抽出部１１Ｂの機械学習を行う。
図１は第１実施形態の交通事故状況分析システム１の一例を示す図である。図２は第１実施形態の交通事故状況分析システム１におけるデータの流れなどの一例を示す図である。
図１および図２に示す例では、交通事故状況分析システム１が、第１分析部１１と、第２分析部１２と、事例データベース１３と、シミュレータ１４と、映像表示部１５と、事故状況確認画面生成部１６と、静止画像生成部１７と、静止画像選択操作部１８と、相手車選択操作部１９と、静止画像表示部１Ａとを備えている。
第１分析部１１は、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う。第１分析部１１は、ドライブレコーダ映像取得部１１Ａと、事故状況分類要素抽出部１１Ｂと、学習部１１Ｃとを備えている。
ドライブレコーダ映像取得部１１Ａは、例えば交通事故の当事者などによって提供されたドライブレコーダ映像を取得する。
事故状況分類要素抽出部１１Ｂは、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像から交通事故の状況の分類要素を抽出する。事故状況分類要素抽出部１１Ｂによってドライブレコーダ映像から抽出された交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれる。
学習部１１Ｃは事故状況分類要素抽出部１１Ｂの機械学習を行う。詳細には、学習部１１Ｃは、既知の交通事故の状況の分類要素と、既知の交通事故の状況の分類要素に対応するドライブレコーダ映像との組を教師データとして用いることによって、事故状況分類要素抽出部１１Ｂの機械学習を行う。
【0014】
第２分析部１２は、第１分析部１１によって行われた分析の結果などに基づいて、交通事故の状況を示す事故状況図の生成などを行う。第２分析部１２は、事例データ取得部１２Ａと、事故状況分類要素取得部１２Ｂと、事故状況図生成部１２Ｃと、過失割合算出部１２Ｄと、ヒアリング情報取得部１２Ｅとを備えている。
事例データ取得部１２Ａは、交通事故の状況の分類要素と事故状況図および過失割合とが対応づけられた事例データを事例データベース１３から取得する。
事故状況分類要素取得部１２Ｂは、第１分析部１１の事故状況分類要素抽出部１１Ｂによって抽出された交通事故の状況の分類要素を取得する。
ヒアリング情報取得部１２Ｅは、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報（例えば自車速度、相手車速度、道路の優先性、相手車道路側の信号機の有無および色など）を取得する。
事例データ取得部１２Ａは、交通事故の状況の分類要素と事故状況図および過失割合とが対応づけられた事例データを事例データベース１３から取得する。
事故状況分類要素取得部１２Ｂは、第１分析部１１の事故状況分類要素抽出部１１Ｂによって抽出された交通事故の状況の分類要素を取得する。
ヒアリング情報取得部１２Ｅは、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報（例えば自車速度、相手車速度、道路の優先性、相手車道路側の信号機の有無および色など）を取得する。
【0015】
事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データと、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する事故状況図を生成する。
ドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得することができない場合（その結果、事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合）に、事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する事故状況図を生成する。
ドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得したものの、事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合にも、事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する事故状況図を生成する。
つまり、事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データと、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する事故状況図を生成する機能を有すると共に、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する事故状況図を生成する機能を有する。
他の例では、事故状況図生成部１２Ｃによって生成された事故状況図が、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報などと対応づけられて事例データベース１３に格納され、事例データとして活用されてもよい。
ドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得することができない場合（その結果、事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合）に、事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する事故状況図を生成する。
ドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得したものの、事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合にも、事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する事故状況図を生成する。
つまり、事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データと、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する事故状況図を生成する機能を有すると共に、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する事故状況図を生成する機能を有する。
他の例では、事故状況図生成部１２Ｃによって生成された事故状況図が、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報などと対応づけられて事例データベース１３に格納され、事例データとして活用されてもよい。
【0016】
図１および図２に示す例では、過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データと、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合を算出する。
ドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得することができない場合（その結果、事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合）に、過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する過失割合を算出する。
ドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得したものの、事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合にも、過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する過失割合を算出する。
つまり、過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データと、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合を算出する機能を有すると共に、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する過失割合を算出する機能を有する。
他の例では、過失割合算出部１２Ｄによって算出された過失割合が、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報、事故状況図生成部１２Ｃによって生成された事故状況図などと対応づけられて事例データベース１３に格納され、事例データとして活用されてもよい。
ドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得することができない場合（その結果、事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合）に、過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する過失割合を算出する。
ドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得したものの、事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合にも、過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する過失割合を算出する。
つまり、過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データと、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合を算出する機能を有すると共に、事例データ取得部１２Ａによって取得された事例データと、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報とに基づいて、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報に対応する過失割合を算出する機能を有する。
他の例では、過失割合算出部１２Ｄによって算出された過失割合が、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報、事故状況図生成部１２Ｃによって生成された事故状況図などと対応づけられて事例データベース１３に格納され、事例データとして活用されてもよい。
【0017】
図１および図２に示す例では、ドライブレコーダ映像が交通事故の当事者などから提供されない場合や、事故状況分類要素抽出部１１Ｂがドライブレコーダ映像から交通事故の状況の分類要素を抽出することができない場合であっても、事故状況図の生成および過失割合の算出を適切に行うことができる。
【0018】
詳細には、図１および図２に示す例では、事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データに含まれる文字列と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する事故状況図を生成する。
そのため、図１および図２に示す例では、例えば損害保険会社などの事案担当者が手動で事故状況図を作成する必要なく、また、ＡＩツールに事故状況図を作成させる必要なく、交通事故状況分析システム１の事故状況図生成部１２Ｃが自動で事故状況図を生成することができる。
そのため、図１および図２に示す例では、例えば損害保険会社などの事案担当者が手動で事故状況図を作成する必要なく、また、ＡＩツールに事故状況図を作成させる必要なく、交通事故状況分析システム１の事故状況図生成部１２Ｃが自動で事故状況図を生成することができる。
【0019】
また、図１および図２に示す例では、過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データに含まれる文字列と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合を算出する。
そのため、図１および図２に示す例では、例えば損害保険会社などの事案担当者が手動で過失割合を算出する必要なく、また、ＡＩツールに過失割合を算出させる必要なく、交通事故状況分析システム１の過失割合算出部１２Ｄが自動で過失割合を算出することができる。
そのため、図１および図２に示す例では、例えば損害保険会社などの事案担当者が手動で過失割合を算出する必要なく、また、ＡＩツールに過失割合を算出させる必要なく、交通事故状況分析システム１の過失割合算出部１２Ｄが自動で過失割合を算出することができる。
【0020】
図３～図５は事故状況図生成部１２Ｃによって生成される事故状況図の一例を示している。詳細には、図３（Ａ）は事故状況図生成部１２Ｃによって生成される事故状況図の第１例を示しており、図３（Ｂ）は事故状況図生成部１２Ｃによって生成される事故状況図の第２例を示しており、図４（Ａ）は事故状況図生成部１２Ｃによって生成される事故状況図の第３例を示しており、図４（Ｂ）は事故状況図生成部１２Ｃによって生成される事故状況図の第４例を示しており、図５は事故状況図生成部１２Ｃによって生成される事故状況図の第５例を示している。
【0021】
図３（Ａ）に示す例では、第１分析部１１の事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像から交通事故の状況の分類要素として「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」を抽出する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」）と、図３（Ａ）に示す事故状況図と同様の事故状況図、および、過失割合（自車０：相手車１００）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」、図３（Ａ）に示す事故状況図と同様の事故状況図、自車過失割合０：相手車過失割合１００）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図３（Ａ）に示す事故状況図を生成する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」）と、図３（Ａ）に示す事故状況図と同様の事故状況図、および、過失割合（自車０：相手車１００）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」、図３（Ａ）に示す事故状況図と同様の事故状況図、自車過失割合０：相手車過失割合１００）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図３（Ａ）に示す事故状況図を生成する。
【0022】
第２分析部１２の過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」、図３（Ａ）に示す事故状況図と同様の事故状況図、自車過失割合０：相手車過失割合１００）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合０：相手車過失割合１００）を算出する。
【0023】
事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：青信号に向かって直進」、「相手車：左方から直進」などの文字列が含まれる場合、事故状況図生成部１２Ｃは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図３（Ａ）に示す事故状況図を生成する。
【0024】
また、事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：青信号に向かって直進」、「相手車：左方から直進」などの文字列が含まれる場合、過失割合算出部１２Ｄは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：青」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合０：相手車過失割合１００）を算出する。
【0025】
図３（Ｂ）に示す例では、第１分析部１１の事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像から交通事故の状況の分類要素として「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」を抽出する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」）と、図３（Ｂ）に示す事故状況図と同様の事故状況図、および、過失割合（自車２０：相手車８０）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」、図３（Ｂ）に示す事故状況図と同様の事故状況図、自車過失割合２０：相手車過失割合８０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図３（Ｂ）に示す事故状況図を生成する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」）と、図３（Ｂ）に示す事故状況図と同様の事故状況図、および、過失割合（自車２０：相手車８０）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」、図３（Ｂ）に示す事故状況図と同様の事故状況図、自車過失割合２０：相手車過失割合８０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図３（Ｂ）に示す事故状況図を生成する。
【0026】
第２分析部１２の過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」、図３（Ｂ）に示す事故状況図と同様の事故状況図、自車過失割合２０：相手車過失割合８０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合２０：相手車過失割合８０）を算出する。
【0027】
事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：黄信号に向かって直進」、「相手車：左方から直進」などの文字列が含まれる場合、事故状況図生成部１２Ｃは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図３（Ｂ）に示す事故状況図を生成する。
【0028】
また、事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：黄信号に向かって直進」、「相手車：左方から直進」などの文字列が含まれる場合、過失割合算出部１２Ｄは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合２０：相手車過失割合８０）を算出する。
【0029】
図４（Ａ）に示す例では、第１分析部１１の事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像から交通事故の状況の分類要素として「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」を抽出する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」）と、図４（Ａ）に示す事故状況図と同様の事故状況図、および、過失割合（自車１００：相手車０）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」、図４（Ａ）に示す事故状況図と同様の事故状況図、自車過失割合１００：相手車過失割合０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図４（Ａ）に示す事故状況図を生成する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」）と、図４（Ａ）に示す事故状況図と同様の事故状況図、および、過失割合（自車１００：相手車０）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」、図４（Ａ）に示す事故状況図と同様の事故状況図、自車過失割合１００：相手車過失割合０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図４（Ａ）に示す事故状況図を生成する。
【0030】
第２分析部１２の過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」、図４（Ａ）に示す事故状況図と同様の事故状況図、自車過失割合１００：相手車過失割合０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合１００：相手車過失割合０）を算出する。
【0031】
事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：赤信号に向かって直進」、「相手車：左方から直進」などの文字列が含まれる場合、事故状況図生成部１２Ｃは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図４（Ａ）に示す事故状況図を生成する。
【0032】
また、事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：赤信号に向かって直進」、「相手車：左方から直進」などの文字列が含まれる場合、過失割合算出部１２Ｄは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の左方から右方に直進」、「信号機の有無：あり」、「信号機の色：赤」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合１００：相手車過失割合０）を算出する。
【0033】
図４（Ｂ）に示す例では、第１分析部１１の事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像から交通事故の状況の分類要素として「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」を抽出する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」）と、図４（Ｂ）に示す事故状況図と同様の事故状況図、および、過失割合（自車０：相手車１００）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」、図４（Ｂ）に示す事故状況図と同様の事故状況図、自車過失割合０：相手車過失割合１００）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図４（Ｂ）に示す事故状況図を生成する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」）と、図４（Ｂ）に示す事故状況図と同様の事故状況図、および、過失割合（自車０：相手車１００）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」、図４（Ｂ）に示す事故状況図と同様の事故状況図、自車過失割合０：相手車過失割合１００）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図４（Ｂ）に示す事故状況図を生成する。
【0034】
第２分析部１２の過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」、図４（Ｂ）に示す事故状況図と同様の事故状況図、自車過失割合０：相手車過失割合１００）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合０：相手車過失割合１００）を算出する。
【0035】
事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：青信号に向かって直進」、「相手車：左方から直進」などの文字列が含まれる場合、事故状況図生成部１２Ｃは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図４（Ｂ）に示す事故状況図を生成する。
【0036】
また、事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：青信号に向かって直進」、「相手車：右方から直進」などの文字列が含まれる場合、過失割合算出部１２Ｄは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：青」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合０：相手車過失割合１００）を算出する。
【0037】
図５に示す例では、第１分析部１１の事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像から交通事故の状況の分類要素として「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」を抽出する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」）と、図５に示す事故状況図と同様の事故状況図、および、過失割合（自車２０：相手車８０）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」、図５に示す事故状況図と同様の事故状況図、自車過失割合２０：相手車過失割合８０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図５に示す事故状況図を生成する。
第２分析部１２の事例データ取得部１２Ａによって取得される事例データには、交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」）と、図５に示す事故状況図と同様の事故状況図、および、過失割合（自車２０：相手車８０）とが対応づけられた事例データが含まれる。
第２分析部１２の事故状況図生成部１２Ｃは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」、図５に示す事故状況図と同様の事故状況図、自車過失割合２０：相手車過失割合８０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図５に示す事故状況図を生成する。
【0038】
第２分析部１２の過失割合算出部１２Ｄは、事例データ取得部１２Ａによって取得された事例データ（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」、図５に示す事故状況図と同様の事故状況図、自車過失割合２０：相手車過失割合８０）と、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とに基づいて、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合２０：相手車過失割合８０）を算出する。
【0039】
事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：黄信号に向かって直進」、「相手車：右方から直進」などの文字列が含まれる場合、事故状況図生成部１２Ｃは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する図５に示す事故状況図を生成する。
【0040】
また、事例データ取得部１２Ａによって取得された事例データに、例えば「信号のある交差点における直進車同士の出合い頭事故」、「自車：黄信号に向かって直進」、「相手車：右方から直進」などの文字列が含まれる場合、過失割合算出部１２Ｄは、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素を示す文字列（「交差点形態：十字路」、「自車進行方向：直進」、「相手車進行方向：自車の右方から左方に直進」、「信号機の有無：あり」、「信号機の色：黄」）とのパターンマッチングを行うことによって、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素に対応する過失割合（自車過失割合２０：相手車過失割合８０）を算出する。
【0041】
図１および図２に示す例では、事例データベース１３が、交通事故の状況の分類要素（交差点の形態、車体の進行方向、ならびに、信号機の有無および色）と事故状況図および過失割合とが対応づけられた事例データを格納している。事例データベース１３には、後述する予め生成された複数のシミュレーション映像も格納されている。
シミュレータ１４は、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像、事故状況分類要素抽出部１１Ｂによって抽出された交通事故の状況の分類要素、事故状況図生成部１２Ｃによって生成された事故状況図、および、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報の少なくともいずれかに基づいて、予め生成された複数のシミュレーション映像の中から選択された一のシミュレーション映像を、交通事故のシミュレーション映像として生成する。上述した複数のシミュレーション映像は、例えばＣＡＲＬＡ、ＡｉｒＳｉｍ等のオープンソースシミュレータを用いることによって生成される。
そのため、図１および図２に示す例では、シミュレータ１４によって生成された交通事故のシミュレーション映像を事案担当者、交通事故の当事者に提供することにより、事故状況を視覚的に把握させることができ、交通事故現場の課題解決に寄与することができる。
シミュレータ１４は、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像、事故状況分類要素抽出部１１Ｂによって抽出された交通事故の状況の分類要素、事故状況図生成部１２Ｃによって生成された事故状況図、および、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報の少なくともいずれかに基づいて、予め生成された複数のシミュレーション映像の中から選択された一のシミュレーション映像を、交通事故のシミュレーション映像として生成する。上述した複数のシミュレーション映像は、例えばＣＡＲＬＡ、ＡｉｒＳｉｍ等のオープンソースシミュレータを用いることによって生成される。
そのため、図１および図２に示す例では、シミュレータ１４によって生成された交通事故のシミュレーション映像を事案担当者、交通事故の当事者に提供することにより、事故状況を視覚的に把握させることができ、交通事故現場の課題解決に寄与することができる。
【0042】
図１および図２に示す例では、シミュレータ１４が、交通事故の当事者のシミュレーション主観映像と、シミュレーション俯瞰映像とを生成する。
他の例では、シミュレータ１４が、交通事故の当事者のシミュレーション主観映像およびシミュレーション俯瞰映像のいずれか一方のみを生成してもよい。
他の例では、シミュレータ１４が、交通事故の当事者のシミュレーション主観映像およびシミュレーション俯瞰映像のいずれか一方のみを生成してもよい。
【0043】
図１および図２に示す例では、映像表示部１５が、事故状況図生成部１２Ｃによって生成された事故状況図と、過失割合算出部１２Ｄによって算出された過失割合と、シミュレータ１４によって生成されたシミュレーション主観映像およびシミュレーション俯瞰映像とを表示する。
そのため、図１および図２に示す例では、映像表示部１５が備えられていない場合よりも、交通事故状況分析システム１の利用者の利便性を向上させることができる。
そのため、図１および図２に示す例では、映像表示部１５が備えられていない場合よりも、交通事故状況分析システム１の利用者の利便性を向上させることができる。
【0044】
図６は映像表示部１５の表示画面の一例を示す図である。
図６に示す例では、映像表示部１５が、事故状況図生成部１２Ｃによって生成された事故状況図として、図３（Ａ）に示す事故状況図を表示している。また、映像表示部１５は、図３（Ａ）に示す事故状況図に対応する事故形態「信号のある交差点における直進車同士の出合い頭事故」と、図３（Ａ）に示す事故状況図に対応する車の動き「自車：直進、相手車：左方から直進」と、図３（Ａ）に示す事故状況図に対応する過失割合「自車：０、相手車：１００」とを表示している。
また、映像表示部１５は、シミュレータ１４によって生成されたシミュレーション主観映像とシミュレーション俯瞰映像とを表示している。
図６に示す例では、映像表示部１５の表示画面がタッチパネルによって構成されており、映像表示部１５の表示画面には、交通事故状況分析システム１の利用者（例えば損害保険会社の事案担当者など）の入力操作を受け付ける「トップメニュー」ボタン、「印刷」ボタン、「動画（ドライブレコーダ映像）の再アップロード」ボタン、「ログアウト」ボタン、「シミュレータ映像（主観）ダウンロード」ボタン、「シミュレータ映像（俯瞰）ダウンロード」ボタン、「事故映像（ドライブレコーダ映像）ダウンロード」ボタンおよび「静止画ダウンロード」ボタンが含まれている。
上述した事故形態「信号のある交差点における直進車同士の出合い頭事故」などの記述は、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報、事故状況図生成部１２Ｃによって生成された事故状況図、過失割合算出部１２Ｄによって算出された過失割合、シミュレータ１４によって生成されたシミュレーション主観映像および／またはシミュレーション俯瞰映像などと対応づけられて事例データベース１３に格納され、事例データとして活用されてもよい。
図６に示す例では、映像表示部１５が、事故状況図生成部１２Ｃによって生成された事故状況図として、図３（Ａ）に示す事故状況図を表示している。また、映像表示部１５は、図３（Ａ）に示す事故状況図に対応する事故形態「信号のある交差点における直進車同士の出合い頭事故」と、図３（Ａ）に示す事故状況図に対応する車の動き「自車：直進、相手車：左方から直進」と、図３（Ａ）に示す事故状況図に対応する過失割合「自車：０、相手車：１００」とを表示している。
また、映像表示部１５は、シミュレータ１４によって生成されたシミュレーション主観映像とシミュレーション俯瞰映像とを表示している。
図６に示す例では、映像表示部１５の表示画面がタッチパネルによって構成されており、映像表示部１５の表示画面には、交通事故状況分析システム１の利用者（例えば損害保険会社の事案担当者など）の入力操作を受け付ける「トップメニュー」ボタン、「印刷」ボタン、「動画（ドライブレコーダ映像）の再アップロード」ボタン、「ログアウト」ボタン、「シミュレータ映像（主観）ダウンロード」ボタン、「シミュレータ映像（俯瞰）ダウンロード」ボタン、「事故映像（ドライブレコーダ映像）ダウンロード」ボタンおよび「静止画ダウンロード」ボタンが含まれている。
上述した事故形態「信号のある交差点における直進車同士の出合い頭事故」などの記述は、事故状況分類要素取得部１２Ｂによって取得された交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）、ヒアリング情報取得部１２Ｅによって取得されたヒアリング情報、事故状況図生成部１２Ｃによって生成された事故状況図、過失割合算出部１２Ｄによって算出された過失割合、シミュレータ１４によって生成されたシミュレーション主観映像および／またはシミュレーション俯瞰映像などと対応づけられて事例データベース１３に格納され、事例データとして活用されてもよい。
【0045】
図１および図２に示す例では、事故状況確認画面生成部１６が、事故状況分類要素抽出部１１Ｂによってドライブレコーダ映像から交通事故の状況の分類要素として抽出された交差点の形態、車体の進行方向（自車進行方向、相手車初期位置、相手車進行方向）、ならびに、信号機の有無および色の少なくともいずれかの修正入力を受け付ける事故状況確認画面を生成する。
交差点の形態、車体の進行方向、ならびに、信号機の有無および色の少なくともいずれかの修正入力が受け付けられた場合には、事故状況図生成部１２Ｃが、修正後の交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）に対応する事故状況図を生成し、過失割合算出部１２Ｄが、修正後の交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）に対応する過失割合を算出する。
交差点の形態、車体の進行方向、ならびに、信号機の有無および色の少なくともいずれかの修正入力が受け付けられた場合には、事故状況図生成部１２Ｃが、修正後の交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）に対応する事故状況図を生成し、過失割合算出部１２Ｄが、修正後の交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）に対応する過失割合を算出する。
【0046】
図７は事故状況確認画面生成部１６によって生成された事故状況確認画面の一例を示す図である。
図７に示す例では、「ＡＩ判定結果」に示すように、事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像から交通事故の状況の分類要素（交差点の形態）として、ドライブレコーダ映像から交通事故の状況の分類要素（車体の進行方向）として、「交差点形態：十字路」を抽出している。また、事故状況分類要素抽出部１１Ｂが、「自車進行方向：直進」、「相手車初期位置：左方」および「相手車進行方向：直進」を抽出している。更に、事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像から交通事故の状況の分類要素（信号機の有無および色）として、「対面信号機の有無：無し」および「対面信号機の色：－」を抽出している。
図７に示す例では、「担当者入力欄」に示すように、事故状況分類要素抽出部１１Ｂによって抽出された「交差点形態：十字路」、「自車進行方向：直進」、「相手車初期位置：左方」、「相手車進行方向：直進」、「対面信号機の有無：無し」および「対面信号機の色：－」が、交通事故状況分析システム１の利用者（例えば損害保険会社などの事案担当者など）によって修正されることなく、そのまま維持されている。
図７に示す例では、事故状況分類要素抽出部１１Ｂによって抽出された「交差点形態：十字路」、「自車進行方向：直進」、「相手車初期位置：左方」、「相手車進行方向：直進」、「対面信号機の有無：無し」および「対面信号機の色：－」を修正することができるように交通事故状況分析システム１が構成されているため、ＡＩ（第１分析部１１）によってドライブレコーダ映像から抽出された交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）が不適切な場合であっても、適切な事故状況図の生成および適切な過失割合の算出を容易に行うことができる。
図７に示す例では、「ＡＩ判定結果」に示すように、事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像から交通事故の状況の分類要素（交差点の形態）として、ドライブレコーダ映像から交通事故の状況の分類要素（車体の進行方向）として、「交差点形態：十字路」を抽出している。また、事故状況分類要素抽出部１１Ｂが、「自車進行方向：直進」、「相手車初期位置：左方」および「相手車進行方向：直進」を抽出している。更に、事故状況分類要素抽出部１１Ｂが、ドライブレコーダ映像から交通事故の状況の分類要素（信号機の有無および色）として、「対面信号機の有無：無し」および「対面信号機の色：－」を抽出している。
図７に示す例では、「担当者入力欄」に示すように、事故状況分類要素抽出部１１Ｂによって抽出された「交差点形態：十字路」、「自車進行方向：直進」、「相手車初期位置：左方」、「相手車進行方向：直進」、「対面信号機の有無：無し」および「対面信号機の色：－」が、交通事故状況分析システム１の利用者（例えば損害保険会社などの事案担当者など）によって修正されることなく、そのまま維持されている。
図７に示す例では、事故状況分類要素抽出部１１Ｂによって抽出された「交差点形態：十字路」、「自車進行方向：直進」、「相手車初期位置：左方」、「相手車進行方向：直進」、「対面信号機の有無：無し」および「対面信号機の色：－」を修正することができるように交通事故状況分析システム１が構成されているため、ＡＩ（第１分析部１１）によってドライブレコーダ映像から抽出された交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）が不適切な場合であっても、適切な事故状況図の生成および適切な過失割合の算出を容易に行うことができる。
【0047】
図１および図２に示す例では、静止画像生成部１７が、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像から交通事故の状況を示す静止画像を生成する。静止画像生成部１７は、例えば動画像から静止画像を切り出す一般的な技術を用いることによって、ドライブレコーダ映像から交通事故の状況を示す複数の静止画像を生成する。
静止画像選択操作部１８は、静止画像生成部１７によって生成された交通事故の状況を示す複数の静止画像から、交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）の抽出に必要な映像の開始時点に対応する静止画像、および、交通事故の状況の分類要素の抽出に必要な映像の終了時点に対応する静止画像の選択操作を受け付ける。
第１分析部１１の事故状況分類要素抽出部１１Ｂは、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像のうちの上述した開始時点と終了時点との間の映像から交通事故の状況の分類要素を抽出する。
そのため、図１および図２に示す例では、交通事故の状況の分類要素の抽出の対象となる映像の長さを最低限に設定することができ、ＡＩ（第１分析部１１）の負担を軽減することができる。
静止画像選択操作部１８は、静止画像生成部１７によって生成された交通事故の状況を示す複数の静止画像から、交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）の抽出に必要な映像の開始時点に対応する静止画像、および、交通事故の状況の分類要素の抽出に必要な映像の終了時点に対応する静止画像の選択操作を受け付ける。
第１分析部１１の事故状況分類要素抽出部１１Ｂは、ドライブレコーダ映像取得部１１Ａによって取得されたドライブレコーダ映像のうちの上述した開始時点と終了時点との間の映像から交通事故の状況の分類要素を抽出する。
そのため、図１および図２に示す例では、交通事故の状況の分類要素の抽出の対象となる映像の長さを最低限に設定することができ、ＡＩ（第１分析部１１）の負担を軽減することができる。
【0048】
図１および図２に示す例では、相手車選択操作部１９が、交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）の抽出に必要な映像の開始時点に対応する静止画像、または、交通事故の状況の分類要素の抽出に必要な映像の終了時点に対応する静止画像に含まれる相手車の選択を受け付ける。
つまり、図１および図２に示す例では、交通事故状況分析システム１の利用者（例えば損害保険会社などの事案担当者など）が、開始時点に対応する静止画像または終了時点に対応する静止画像に含まれる相手車を選択し、第１分析部１１の事故状況分類要素抽出部１１Ｂが、開始時点と終了時点との間の映像から交通事故の状況の分類要素（相手車の進行方向など）を抽出する。
そのため、図１および図２に示す例では、ＡＩ（第１分析部１１）が相手車を認識できない場合であっても、事故状況図の生成および過失割合の算出を適切に行うことができる。
つまり、図１および図２に示す例では、交通事故状況分析システム１の利用者（例えば損害保険会社などの事案担当者など）が、開始時点に対応する静止画像または終了時点に対応する静止画像に含まれる相手車を選択し、第１分析部１１の事故状況分類要素抽出部１１Ｂが、開始時点と終了時点との間の映像から交通事故の状況の分類要素（相手車の進行方向など）を抽出する。
そのため、図１および図２に示す例では、ＡＩ（第１分析部１１）が相手車を認識できない場合であっても、事故状況図の生成および過失割合の算出を適切に行うことができる。
【0049】
【0050】
図８および図９は静止画像表示部１Ａによって表示された交通事故の状況を示す静止画像などの一例を示す図である。詳細には、図８は上述した開始時点に対応する静止画像などを示しており、図９は上述した終了時点に対応する静止画像などを示している。
図８に示す例では、交通事故状況分析システム１の利用者（例えば損害保険会社などの事案担当者など）が、静止画像生成部１７によって生成された交通事故の状況を示す複数の静止画像をコマ送りすることによって、開始時点に対応する静止画像を選択する。つまり、静止画像選択操作部１８は、交通事故状況分析システム１の利用者によるコマ送り操作を受け付ける。また、交通事故状況分析システム１の利用者は、図８中の矩形の枠を選択することによって、相手車を選択する。つまり、相手車選択操作部１９は、交通事故状況分析システム１の利用者による図８中の矩形の枠の選択操作を受け付ける。
図９に示す例では、交通事故状況分析システム１の利用者（例えば損害保険会社などの事案担当者など）が、静止画像生成部１７によって生成された交通事故の状況を示す複数の静止画像をコマ送りすることによって、終了時点に対応する静止画像を選択する。つまり、静止画像選択操作部１８は、交通事故状況分析システム１の利用者によるコマ送り操作を受け付ける。また、交通事故状況分析システム１の利用者は、図９中の矩形の枠を選択することによって、相手車を選択する。つまり、相手車選択操作部１９は、交通事故状況分析システム１の利用者による図９中の矩形の枠の選択操作を受け付ける。
図８および図９に示す例では、相手車選択操作部１９が、交通事故状況分析システム１の利用者による図８中の矩形の枠の選択操作と、図９中の矩形の枠の選択操作とを受け付けているが、他の例では、相手車選択操作部１９が、開始時点に対応する静止画像に含まれる相手車の選択のみを受け付けるか、あるいは、終了時点に対応する静止画像に含まれる相手車の選択のみを受け付けてもよい。
図８に示す例では、交通事故状況分析システム１の利用者（例えば損害保険会社などの事案担当者など）が、静止画像生成部１７によって生成された交通事故の状況を示す複数の静止画像をコマ送りすることによって、開始時点に対応する静止画像を選択する。つまり、静止画像選択操作部１８は、交通事故状況分析システム１の利用者によるコマ送り操作を受け付ける。また、交通事故状況分析システム１の利用者は、図８中の矩形の枠を選択することによって、相手車を選択する。つまり、相手車選択操作部１９は、交通事故状況分析システム１の利用者による図８中の矩形の枠の選択操作を受け付ける。
図９に示す例では、交通事故状況分析システム１の利用者（例えば損害保険会社などの事案担当者など）が、静止画像生成部１７によって生成された交通事故の状況を示す複数の静止画像をコマ送りすることによって、終了時点に対応する静止画像を選択する。つまり、静止画像選択操作部１８は、交通事故状況分析システム１の利用者によるコマ送り操作を受け付ける。また、交通事故状況分析システム１の利用者は、図９中の矩形の枠を選択することによって、相手車を選択する。つまり、相手車選択操作部１９は、交通事故状況分析システム１の利用者による図９中の矩形の枠の選択操作を受け付ける。
図８および図９に示す例では、相手車選択操作部１９が、交通事故状況分析システム１の利用者による図８中の矩形の枠の選択操作と、図９中の矩形の枠の選択操作とを受け付けているが、他の例では、相手車選択操作部１９が、開始時点に対応する静止画像に含まれる相手車の選択のみを受け付けるか、あるいは、終了時点に対応する静止画像に含まれる相手車の選択のみを受け付けてもよい。
【0051】
図１０は第１実施形態の交通事故状況分析システム１において実行される処理の一例を説明するためのフローチャートである。
図１０に示す例では、ステップＳ１において、第１分析部１１が、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う。
詳細には、ステップＳ１１において、学習部１１Ｃが、既知の交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）と、既知の交通事故の状況の分類要素に対応するドライブレコーダ映像との組を教師データとして用いることによって、事故状況分類要素抽出部１１Ｂの機械学習を行う。
次いで、ステップＳ１２では、ドライブレコーダ映像取得部１１Ａが、例えば交通事故の当事者などによって提供されたドライブレコーダ映像を取得する。
次いで、ステップＳ１３では、事故状況分類要素抽出部１１Ｂが、ステップＳ１２において取得されたドライブレコーダ映像から交通事故の状況の分類要素を抽出する。
図１０に示す例では、ステップＳ１において、第１分析部１１が、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う。
詳細には、ステップＳ１１において、学習部１１Ｃが、既知の交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）と、既知の交通事故の状況の分類要素に対応するドライブレコーダ映像との組を教師データとして用いることによって、事故状況分類要素抽出部１１Ｂの機械学習を行う。
次いで、ステップＳ１２では、ドライブレコーダ映像取得部１１Ａが、例えば交通事故の当事者などによって提供されたドライブレコーダ映像を取得する。
次いで、ステップＳ１３では、事故状況分類要素抽出部１１Ｂが、ステップＳ１２において取得されたドライブレコーダ映像から交通事故の状況の分類要素を抽出する。
【0052】
次いで、ステップＳ２では、第２分析部１２が、ステップＳ１において行われた分析の結果などに基づいて、交通事故の状況を示す事故状況図の生成などを行う。
詳細には、ステップＳ２１において、事例データ取得部１２Ａが、交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）と事故状況図および過失割合とが対応づけられた事例データを事例データベース１３から取得する。
また、ステップＳ２２では、事故状況分類要素取得部１２Ｂが、ステップＳ１３において抽出された交通事故の状況の分類要素を取得する。
また、ステップＳ２３では、ヒアリング情報取得部１２Ｅが、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報（例えば自車速度、相手車速度、道路の優先性、相手車道路側の信号機の有無および色など）を取得する。
詳細には、ステップＳ２１において、事例データ取得部１２Ａが、交通事故の状況の分類要素（交差点の形態、車体の進行方向、信号機の有無および色）と事故状況図および過失割合とが対応づけられた事例データを事例データベース１３から取得する。
また、ステップＳ２２では、事故状況分類要素取得部１２Ｂが、ステップＳ１３において抽出された交通事故の状況の分類要素を取得する。
また、ステップＳ２３では、ヒアリング情報取得部１２Ｅが、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報（例えば自車速度、相手車速度、道路の優先性、相手車道路側の信号機の有無および色など）を取得する。
【0053】
次いで、ステップＳ２４では、事故状況図生成部１２Ｃが、ステップＳ２１において取得された事例データと、ステップＳ２２において取得された交通事故の状況の分類要素とに基づいて、ステップＳ２２において取得された交通事故の状況の分類要素に対応する事故状況図を生成する。
ステップＳ１２においてドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得することができない場合、ステップＳ１２においてドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得したものの、ステップＳ１３において事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合などには、ステップＳ２４では、事故状況図生成部１２Ｃが、ステップＳ２１において取得された事例データと、ステップＳ２３において取得されたヒアリング情報とに基づいて、ステップＳ２３において取得されたヒアリング情報に対応する事故状況図を生成する。
ステップＳ１２においてドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得することができない場合、ステップＳ１２においてドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得したものの、ステップＳ１３において事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合などには、ステップＳ２４では、事故状況図生成部１２Ｃが、ステップＳ２１において取得された事例データと、ステップＳ２３において取得されたヒアリング情報とに基づいて、ステップＳ２３において取得されたヒアリング情報に対応する事故状況図を生成する。
【0054】
また、ステップＳ２５では、過失割合算出部１２Ｄが、ステップＳ２１において取得された事例データと、ステップＳ２２において取得された交通事故の状況の分類要素とに基づいて、ステップＳ２２において取得された交通事故の状況の分類要素に対応する過失割合を算出する。
ステップＳ１２においてドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得することができない場合、ステップＳ１２においてドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得したものの、ステップＳ１３において事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合などには、ステップＳ２５では、過失割合算出部１２Ｄが、ステップＳ２１において取得された事例データと、ステップＳ２３において取得されたヒアリング情報とに基づいて、ステップＳ２３において取得されたヒアリング情報に対応する過失割合を算出する。
ステップＳ１２においてドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得することができない場合、ステップＳ１２においてドライブレコーダ映像取得部１１Ａがドライブレコーダ映像を取得したものの、ステップＳ１３において事故状況分類要素抽出部１１Ｂが交通事故の状況の分類要素を抽出することができない場合などには、ステップＳ２５では、過失割合算出部１２Ｄが、ステップＳ２１において取得された事例データと、ステップＳ２３において取得されたヒアリング情報とに基づいて、ステップＳ２３において取得されたヒアリング情報に対応する過失割合を算出する。
【0055】
＜第２実施形態＞
以下、本発明の交通事故状況分析システム、交通事故状況分析方法およびプログラムの第２実施形態について説明する。
第２実施形態の交通事故状況分析システム１は、後述する点を除き、上述した第１実施形態の交通事故状況分析システム１と同様に構成されている。従って、第２実施形態の交通事故状況分析システム１によれば、後述する点を除き、上述した第１実施形態の交通事故状況分析システム１と同様の効果を奏することができる。
以下、本発明の交通事故状況分析システム、交通事故状況分析方法およびプログラムの第２実施形態について説明する。
第２実施形態の交通事故状況分析システム１は、後述する点を除き、上述した第１実施形態の交通事故状況分析システム１と同様に構成されている。従って、第２実施形態の交通事故状況分析システム１によれば、後述する点を除き、上述した第１実施形態の交通事故状況分析システム１と同様の効果を奏することができる。
【0056】
図１１は第２実施形態の交通事故状況分析システム１などの一例を示す図である。
図１１に示す例では、図１および図２に示す例と同様に、交通事故状況分析システム１が、第１分析部１１（ＡＩサブシステム）と、第２分析部１２（ＵＩ（ユーザインタフェース）サブシステム）と、事例データベース１３と、シミュレータ１４と、映像表示部１５と、事故状況確認画面生成部１６と、静止画像生成部１７と、静止画像選択操作部１８と、相手車選択操作部１９と、静止画像表示部１Ａとを備えている。
図１１に示す例では、図１および図２に示す例とは異なり、映像表示部１５と事故状況確認画面生成部１６と静止画像生成部１７と静止画像選択操作部１８と相手車選択操作部１９と静止画像表示部１Ａとが、第２分析部１２に含まれている。
第１分析部１１は、例えば交通事故の当事者などによって提供されたドライブレコーダ映像を、第２分析部１２を介して取得する。
第１分析部１１は、ドライブレコーダ映像から交通事故の状況の分類要素を抽出し、交通事故の状況の分類要素を「各要素判定結果」として出力する。
図１１に示す例では、図１および図２に示す例と同様に、交通事故状況分析システム１が、第１分析部１１（ＡＩサブシステム）と、第２分析部１２（ＵＩ（ユーザインタフェース）サブシステム）と、事例データベース１３と、シミュレータ１４と、映像表示部１５と、事故状況確認画面生成部１６と、静止画像生成部１７と、静止画像選択操作部１８と、相手車選択操作部１９と、静止画像表示部１Ａとを備えている。
図１１に示す例では、図１および図２に示す例とは異なり、映像表示部１５と事故状況確認画面生成部１６と静止画像生成部１７と静止画像選択操作部１８と相手車選択操作部１９と静止画像表示部１Ａとが、第２分析部１２に含まれている。
第１分析部１１は、例えば交通事故の当事者などによって提供されたドライブレコーダ映像を、第２分析部１２を介して取得する。
第１分析部１１は、ドライブレコーダ映像から交通事故の状況の分類要素を抽出し、交通事故の状況の分類要素を「各要素判定結果」として出力する。
【0057】
第２分析部１２は、交通事故の状況の分類要素と事故状況図および過失割合とが対応づけられた事例データを事例データベース１３から取得する。
また、第２分析部１２は、第１分析部１１によって抽出されて出力された交通事故の状況の分類要素を取得する。
更に、「サービス利用会社」、「管理者」、「サービス提供会社」から第２分析部１２に延びている矢印で示すように、第２分析部１２は、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得する。
また、第２分析部１２は、第１分析部１１によって抽出されて出力された交通事故の状況の分類要素を取得する。
更に、「サービス利用会社」、「管理者」、「サービス提供会社」から第２分析部１２に延びている矢印で示すように、第２分析部１２は、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得する。
【0058】
第２分析部１２は、事例データ、交通事故の状況の分類要素などに基づいて、交通事故の状況の分類要素に対応する事故状況図を生成し、「事故形態判定結果」として出力する。
また、第２分析部１２は、事例データ、交通事故の状況の分類要素などに基づいて、交通事故の状況の分類要素に対応する過失割合を算出し、「事故形態判定結果」として出力する。
また、第２分析部１２は、事例データ、交通事故の状況の分類要素などに基づいて、交通事故の状況の分類要素に対応する過失割合を算出し、「事故形態判定結果」として出力する。
【0059】
図１１に示す例では、シミュレータ１４が、例えば交通事故の当事者などによって第２分析部１２を介して提供されたドライブレコーダ映像などに基づいて、交通事故のシミュレーション映像を生成し、第２分析部１２に出力する。
【0060】
また、図１１に示す例では、第２分析部１２が、例えば交通事故の当事者などによって提供されたドライブレコーダ映像から交通事故の状況を示す静止画像を生成し、「ドラレコ画像群」として出力する。
第２分析部１２には、例えば交通事故の当事者などによって提供されたドライブレコーダ映像を撮像したドライブレコーダの機種に関する情報が、「ドラレコ機種ＤＢ（データベース）」から入力される。
第２分析部１２には、例えば交通事故の当事者などによって提供されたドライブレコーダ映像を撮像したドライブレコーダの機種に関する情報が、「ドラレコ機種ＤＢ（データベース）」から入力される。
【0061】
例えば損害保険会社などの事案担当者は、第１または第２実施形態の交通事故状況分析システム１を利用することによって、事故解決にかかる時間を大幅に短縮することができる。
また、第１または第２実施形態の交通事故状況分析システム１を利用することによって、例えば損害保険会社などの事案担当者の人材不足・スキル不足の問題を解消または低減することができる。
更に、第１または第２実施形態の交通事故状況分析システム１を利用することによって、演算処理能力の高いコンピュータを含むシステムを利用する場合よりも、システム開発コストなどのコストを大幅に低減することができる。
また、第１または第２実施形態の交通事故状況分析システム１を利用することによって、例えば損害保険会社などの事案担当者の人材不足・スキル不足の問題を解消または低減することができる。
更に、第１または第２実施形態の交通事故状況分析システム１を利用することによって、演算処理能力の高いコンピュータを含むシステムを利用する場合よりも、システム開発コストなどのコストを大幅に低減することができる。
【0062】
また、第１または第２実施形態の交通事故状況分析システム１を利用することによって、事故解決のためのヒアリング情報の依存度を低減することができ、膨大な量のヒアリング情報を扱ってきた例えば損害保険会社などの事案担当者の負担を軽減することができる。
更に、第１または第２実施形態の交通事故状況分析システム１を利用することによって、客観性に欠けるヒアリング情報の依存度を低減することができ、事故解決のための処理を事実に基づいて進めることができる。
第１または第２実施形態の交通事故状況分析システム１では、第１分析部１１でＡＩを用いてドライブレコーダ映像から交通事故の状況の分類要素を導出し、第２分析部１２でパターンマッチングを用いて事故状況図や過失割合等を導出するため、事案担当者の負荷を軽減することができると共に、（例えば第１分析部１１の事故状況分類要素抽出部１１Ｂによる抽出精度が低い場合などに）事案担当者が手動で事故状況図や過失割合等の導出を行うこともできる。
更に、第１または第２実施形態の交通事故状況分析システム１を利用することによって、客観性に欠けるヒアリング情報の依存度を低減することができ、事故解決のための処理を事実に基づいて進めることができる。
第１または第２実施形態の交通事故状況分析システム１では、第１分析部１１でＡＩを用いてドライブレコーダ映像から交通事故の状況の分類要素を導出し、第２分析部１２でパターンマッチングを用いて事故状況図や過失割合等を導出するため、事案担当者の負荷を軽減することができると共に、（例えば第１分析部１１の事故状況分類要素抽出部１１Ｂによる抽出精度が低い場合などに）事案担当者が手動で事故状況図や過失割合等の導出を行うこともできる。
【0063】
以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。上述した各実施形態および各例に記載の構成を組み合わせてもよい。
【0064】
なお、上述した実施形態における交通事故状況分析システム１が備える各部の機能全体あるいはその一部は、これらの機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶部のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶部のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
【符号の説明】
【0065】
１…交通事故状況分析システム、１１…第１分析部、１１Ａ…ドライブレコーダ映像取得部、１１Ｂ…事故状況分類要素抽出部、１１Ｃ…学習部、１２…第２分析部、１２Ａ…事例データ取得部、１２Ｂ…事故状況分類要素取得部、１２Ｃ…事故状況図生成部、１２Ｄ…過失割合算出部、１２Ｅ…ヒアリング情報取得部、１３…事例データベース、１４…シミュレータ、１５…映像表示部、１６…事故状況確認画面生成部、１７…静止画像生成部、１８…静止画像選択操作部、１９…相手車選択操作部、１Ａ…静止画像表示部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【手続補正書】
【提出日】2022-01-19
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析部と、
少なくとも前記第１分析部によって行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析部とを備え、
前記第１分析部は、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得部と、
前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出部と、
前記事故状況分類要素抽出部の機械学習を行う学習部とを備え、
前記事故状況分類要素抽出部によって前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習部は、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習を行い、
前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、
前記第２分析部は、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得部と、
前記事故状況分類要素抽出部によって抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得部と、
前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成部と、
前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出部と、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得部とを備え、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
交通事故状況分析システム。
少なくとも前記第１分析部によって行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析部とを備え、
前記第１分析部は、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得部と、
前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出部と、
前記事故状況分類要素抽出部の機械学習を行う学習部とを備え、
前記事故状況分類要素抽出部によって前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習部は、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習を行い、
前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、
前記第２分析部は、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得部と、
前記事故状況分類要素抽出部によって抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得部と、
前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成部と、
前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出部と、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得部とを備え、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
交通事故状況分析システム。
【請求項2】
前記ドライブレコーダ映像取得部が前記ドライブレコーダ映像を取得することができない場合に、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
【請求項3】
前記事故状況分類要素抽出部が前記交通事故の状況の分類要素を抽出することができない場合に、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
【請求項4】
前記事故状況図生成部は、前記事例データ取得部によって取得された前記事例データに含まれる文字列と、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素を示す文字列とのパターンマッチングを行うことによって、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項5】
前記過失割合算出部は、前記事例データ取得部によって取得された前記事例データに含まれる文字列と、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素を示す文字列とのパターンマッチングを行うことによって、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項6】
前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像、前記事故状況分類要素抽出部によって抽出された前記交通事故の状況の分類要素、前記事故状況図生成部によって生成された前記事故状況図、および、前記ヒアリング情報取得部によって取得された前記ヒアリング情報の少なくともいずれかに基づいて、交通事故のシミュレーション映像を生成するシミュレータを備える、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項7】
前記シミュレータは、交通事故の当事者のシミュレーション主観映像とシミュレーション俯瞰映像とを生成する、
請求項６に記載の交通事故状況分析システム。
請求項６に記載の交通事故状況分析システム。
【請求項8】
前記事故状況図生成部によって生成された前記事故状況図と、前記過失割合算出部によって算出された前記過失割合と、前記シミュレータによって生成された前記シミュレーション主観映像および前記シミュレーション俯瞰映像とを表示する映像表示部を備える、
請求項７に記載の交通事故状況分析システム。
請求項７に記載の交通事故状況分析システム。
【請求項9】
前記事故状況分類要素抽出部によって前記ドライブレコーダ映像から前記交通事故の状況の分類要素として抽出された前記交差点の形態、前記車体の進行方向、ならびに、前記信号機の有無および色の少なくともいずれかの修正入力を受け付ける事故状況確認画面を生成する事故状況確認画面生成部を備える、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項10】
前記交差点の形態、前記車体の進行方向、ならびに、前記信号機の有無および色の少なくともいずれかの修正入力が受け付けられた場合に、
前記事故状況図生成部は、修正後の前記交通事故の状況の分類要素に対応する前記事故状況図を生成し、
前記過失割合算出部は、修正後の前記交通事故の状況の分類要素に対応する前記過失割合を算出する、
請求項９に記載の交通事故状況分析システム。
前記事故状況図生成部は、修正後の前記交通事故の状況の分類要素に対応する前記事故状況図を生成し、
前記過失割合算出部は、修正後の前記交通事故の状況の分類要素に対応する前記過失割合を算出する、
請求項９に記載の交通事故状況分析システム。
【請求項11】
前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像から前記交通事故の状況を示す静止画像を生成する静止画像生成部を備える、
請求項１に記載の交通事故状況分析システム。
請求項１に記載の交通事故状況分析システム。
【請求項12】
前記静止画像生成部によって生成された前記交通事故の状況を示す複数の静止画像から、前記交通事故の状況の分類要素の抽出に必要な映像の開始時点に対応する静止画像、および、前記交通事故の状況の分類要素の抽出に必要な映像の終了時点に対応する静止画像の選択操作を受け付ける静止画像選択操作部を備える、
請求項１１に記載の交通事故状況分析システム。
請求項１１に記載の交通事故状況分析システム。
【請求項13】
前記交通事故の状況の分類要素の抽出に必要な映像の開始時点に対応する静止画像、または、前記交通事故の状況の分類要素の抽出に必要な映像の終了時点に対応する静止画像に含まれる相手車の選択を受け付ける相手車選択操作部を備える、
請求項１２に記載の交通事故状況分析システム。
請求項１２に記載の交通事故状況分析システム。
【請求項14】
前記静止画像生成部によって生成された前記交通事故の状況を示す静止画像を表示する静止画像表示部を備える、
請求項１１に記載の交通事故状況分析システム。
請求項１１に記載の交通事故状況分析システム。
【請求項15】
ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、
少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを備える交通事故状況分析方法であって、
前記第１分析ステップには、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、
事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、
前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、
前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、
前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、
前記第２分析ステップには、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、
前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、
事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、
過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
交通事故状況分析方法。
少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを備える交通事故状況分析方法であって、
前記第１分析ステップには、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、
事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、
前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、
前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、
前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、
前記第２分析ステップには、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、
前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、
事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、
過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
交通事故状況分析方法。
【請求項16】
交通事故状況分析システムに、
ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、
少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを実行させるためのプログラムであって、
前記第１分析ステップには、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、
前記交通事故状況分析システムの事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、
前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、
前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、
前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、
前記第２分析ステップには、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、
前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、
前記交通事故状況分析システムの事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、
前記交通事故状況分析システムの過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
プログラム。
ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、
少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを実行させるためのプログラムであって、
前記第１分析ステップには、
前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、
前記交通事故状況分析システムの事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、
前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、
前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、
前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、
前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、
前記第２分析ステップには、
前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、
前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、
前記交通事故状況分析システムの事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、
前記交通事故状況分析システムの過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、
交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、
前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、
前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、
プログラム。
【手続補正2】
【補正対象書類名】明細書
【補正対象項目名】０００７
【補正方法】変更
【補正の内容】
【0007】
本発明の一態様は、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析部と、少なくとも前記第１分析部によって行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析部とを備え、前記第１分析部は、前記ドライブレコーダ映像を取得するドライブレコーダ映像取得部と、前記ドライブレコーダ映像取得部によって取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出部と、前記事故状況分類要素抽出部の機械学習を行う学習部とを備え、前記事故状況分類要素抽出部によって前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、前記学習部は、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習を行い、前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、前記第２分析部は、前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得部と、前記事故状況分類要素抽出部によって抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得部と、前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成部と、前記事例データ取得部によって取得された前記事例データと、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得部によって取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出部と、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得部とを備え、前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得部によって取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得部によって取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、交通事故状況分析システムである。
【手続補正3】
【補正対象書類名】明細書
【補正対象項目名】０００８
【補正方法】変更
【補正の内容】
【0008】
本発明の一態様は、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを備える交通事故状況分析方法であって、前記第１分析ステップには、前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、前記第２分析ステップには、前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、交通事故状況分析方法である。
【手続補正4】
【補正対象書類名】明細書
【補正対象項目名】０００９
【補正方法】変更
【補正の内容】
【0009】
本発明の一態様は、交通事故状況分析システムに、ドライブレコーダに記録された交通事故の映像であるドライブレコーダ映像の分析を行う第１分析ステップと、少なくとも前記第１分析ステップにおいて行われた分析の結果に基づいて、少なくとも交通事故の状況を示す事故状況図を生成する第２分析ステップとを実行させるためのプログラムであって、前記第１分析ステップには、前記ドライブレコーダ映像を取得するドライブレコーダ映像取得ステップと、前記交通事故状況分析システムの事故状況分類要素抽出部が、前記ドライブレコーダ映像取得ステップにおいて取得された前記ドライブレコーダ映像から交通事故の状況の分類要素を抽出する事故状況分類要素抽出ステップと、前記事故状況分類要素抽出部の機械学習を行う学習ステップとが含まれ、前記事故状況分類要素抽出ステップにおいて前記ドライブレコーダ映像から抽出される前記交通事故の状況の分類要素には、交差点の形態と、車体の進行方向と、信号機の有無および色とが含まれ、前記学習ステップでは、既知の交通事故の状況の分類要素と、前記既知の交通事故の状況の分類要素に対応する前記ドライブレコーダ映像との組のみを教師データとして用いることによって、前記事故状況分類要素抽出部の機械学習が行われ、前記既知の交通事故の状況の分類要素には、交差点の形態、車体の進行方向、および、信号機の有無および色のみが含まれ、前記第２分析ステップには、前記交通事故の状況の分類要素と前記事故状況図および過失割合とが対応づけられた事例データを取得する事例データ取得ステップと、前記事故状況分類要素抽出ステップにおいて抽出された前記交通事故の状況の分類要素を取得する事故状況分類要素取得ステップと、前記交通事故状況分析システムの事故状況図生成部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記事故状況図を生成する事故状況図生成ステップと、前記交通事故状況分析システムの過失割合算出部が、前記事例データ取得ステップにおいて取得された前記事例データと、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素とに基づいて、前記事故状況分類要素取得ステップにおいて取得された前記交通事故の状況の分類要素に対応する前記過失割合を算出する過失割合算出ステップと、交通事故の当事者のヒアリングにより得られた情報であるヒアリング情報を取得するヒアリング情報取得ステップとが含まれ、前記事故状況図生成部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記事故状況図を生成する機能を有し、前記過失割合算出部は、前記事例データと、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報とに基づいて、前記ヒアリング情報取得ステップにおいて取得された前記ヒアリング情報に対応する前記過失割合を算出する機能を有する、プログラムである。