可解释性事故责任判定方法及系统

本申请涉及智能交通技术领域，提供一种可解释性事故责任判定方法及系统，所述方法包括：获取事故的多源数据，再基于多源数据，执行规则责任判定，生成规则判定结果；以及，基于多源数据，执行模型判定，生成模型判定结果，模型判定结果为基于两个神经网络模型分别执行时序分析以及空间分析后得到的；对比规则判定结果与模型判定结果，输出差异结果；当差异结果大于或等于预设差异阈值时，对模型判定结果执行解释性分析，以输出分析结果；基于分析结果，确定判定结果。所述方法通过规则判定与模型判断混合决策，并且通过解释性分析，可输出多源数据中的特征对模型判定结果的贡献度，进而解决判定结果可信度较低的问题。