|  | 基于 DeepSeek 的车辆 EDR 数据解析
 ——以一起智能汽车事故为例 
                            				徐浩 1,谭正平 1,2,3*,赵博闻 1,文岩松 1,王茜 1
                            			2025, 50(19): 
																					43-49. 
																														DOI: 10.16638/j.cnki.1671-7988.2025.019.008 
 
			                            	近年来机动车保有量不断增加且交通事故频发,使得事故分析成为保障交通安全的重
要环节,其中事件数据记录(EDR)系统的数据解析更是至关重要。为缓解传统人工分析时
工作量大、效率低的问题,以肇事车的部分 EDR 表格数据为样本,基于 DeepSeek 模型,采
用“主任务-子任务-微任务”的提示方式,结合气囊状态、车辆速度、加速度等信息对事
故过程进行了分析;然后结合对通过速度、加速度变化点、驾驶员操作和车辆各系统数据,
明确行驶状态变化因素。结果显示,车辆从初始约 60 km/h 加速至 180 km/h 后发生碰撞,依
次碰撞时速分别为 171、122、71 km/h。事故前自适应巡航(ACC)激活,驾驶员全程误踩加
速踏板,事故中几乎未制动。该结果与实际相符,说明了 DeepSeek 技术在 EDR 数据解析中
的可行性,可为后续更具体分析提供方向。
			                            参考文献 | 
	                              					                              					                              				相关文章 | 
	                              				计量指标 |