事故车辆检验研究

目前事故车检验没有专门标准，只能参照《机动车运行安全技术条件》GB7258-1997标准进行检验，而这个标准主要是新车生产及在用车辆年检依据。事故车辆往往有不同程度的损坏，需要进行有针对性的检验，同时还要求考虑机械故障因素。本文针对事故车检验的特点，分析了有关安全总成部件的主要作用及故障表现形态，提出事故车检验的主要内容，用于指导对事故车辆的安全技术条件检验和故障分析研究。帮助事故车辆检验民警根据事故形态查明事故中车辆因素的影响。为分析事故成因提供依据。     

车辆碰撞事故空间模拟再现系统开发研究

在完成了车辆碰撞事故分析计算方法研究的基础上,建立汽车三维四轮动力学计算模型,并引入OpenGL标准图形库与VisualC 编程环境相结合的三维真实感图形技术,开发了针对实际车辆碰撞交通事故的空间模拟再现系统。     

汽车动力学模拟动画实现

车辆动力学动画模拟在汽车技术领域中已得到广泛应用，用ＣＡＤ软件构造出车辆逼真的三维实体车辆模型，将计算结果通过动画重放出来，这样人们可以利用感性经验从整体上去分析车辆的动力学性能，如车辆的操纵性能、抗倾翻性能；在车辆交通事故的研究中，也可利用动画去模拟分析事故原因，帮助目击者回忆事故场景。我们对此做了初步研究，本文做一介绍。     

交通事故再现计算机可视化方法

研究提出了道路交通事故再现的计算机可视化方法。采用智能化技术，对现场信息进行自动鉴别，将之归类到内定义事故形态中，然后对输入参数优化处理，并自动调用相应的碰撞模型和轨迹模型来对事故进行模拟分析，从而实现事故再现的计算机仿真。     

OpenGL技术在交通事故再现中的应用

将OpenGL技术应用于交通事故再现领域。简述OpenGL技术的基本原理。基于虚拟现实技术，开发三维动画演示程序3DDEMO。3DDEMO以三维动画的形式演示车辆在事故过程中的运动。在所构造的虚拟世界中，用户可以根据实际案例的情况。调节演示的基本要素近似实际现场。通过对实际事故案例的演示表明3DDEMO适用于交通事故再现领域。     

车辆电子控制系统从原型到产品的快速成型系统

在本文中着重介绍了车辆电子控制系统如何利用计算机的车辆模拟模型尽快过渡 终的产品样机的方法。 模型系统与产品样机的差异建立了过渡模型，特别是在模拟中引入了噪声信号，使模拟与试验的判别减少到最低限度，这样可以用尽量多的模拟代替试验，大大提高了开发效率。     

一种多轴车辆的测功试验台转向行驶模拟方法

本文中提出了一种适用于在测功试验台上进行的多轴车辆转向行驶模拟方法,提出了一种由行驶模型、转向模型和转向控制策略3部分组成的车辆模型。首先根据车辆的行驶情况,通过车辆转向控制策略和转向模型获得当前时刻的多轴车辆各轴转向角与车辆的转向状态。然后通过车辆行驶模型计算得到多轴车辆各轴当前时刻的运动状态。最后通过测功机对车辆各驱动轴进行加载,并采用电惯量模拟技术对系统不足的惯量进行补偿,使测功系统中各轴的运动状态跟随模型计算结果而变化,以实现在测功试验台上的多轴车辆转向行驶模拟。一辆多轴车辆在等速转向、加速转向、减速转向等行驶状态下进行仿真的结果,初步验证了该方法的可行性。     

基于最小二乘法的事故再现分析

从提高计算机模拟汽车碰撞事故的实用性出发，以物理学和力学为基础，结合恢复系数、摩擦系数等建立车辆碰撞的力学模型，以已知的碰撞参数离差最小为目标，提出采用穷举法，通过计算机编程来实现基于最小二乘法模型的目标函数求解，进行汽车碰撞事故再现分析，通过对一实际交通事故案例的分析，验证了所采用的方法对事故再现的实用性。     

桥梁在车辆作用下空间动力响应的研究

结合公路桥梁的特点，视桥梁与车辆为一个相互作用的整体系统，以模拟桥梁在汽车通过时的空间动态响应。在分析中，桥梁的自振特性先由有限元法得到；车辆采用三维汽车模型，统一列出车桥系统的动力方程。将桥梁的自振模态代入系统，减少桥梁的自由度，采用Ｎｅｗｍａｒｋ－β逐步积分法求解系统方程。由于并不特别限定具体的桥梁形式和构造，可以考虑多车道、多车辆、不同的车速以及不同的车辆参数，车辆模型具有标准化的特点，因此     

用于智能驾驶系统评价的乘员损伤模型

只有较少的交通事故数据资源被用于建立基于碰撞速度信息的乘员损伤模型，致使所得到的模型精度差。为此，提出了基于车辆变形深度的乘员损伤模型。对美国不同制造年代和车辆级别的事故数据进行聚类分析，论证出车辆变形深度与乘员损伤风险具有相关性。以车辆变形深度为自变量，通过回归分析得到乘员损伤模型。不同种类车辆的乘员损伤模型拟合精度R²约为0.9，证明了该模型的正确性。为进一步验证，以此模型为基础，评价智能驾驶系统的有效性。以自动紧急制动系统为例，对比基于变形深度和速度变化量信息2种方法的有效性计算结果。结果表明：2组结果的平均误差不超过1%，验证了基于变形深度的乘员损伤模型的准确性。该模型仅需要事故数据库中准确的变形深度信息，能够获得更多的事故数据支持，从而可以更好地适应于不同类别智能驾驶系统的评价需求。     

基于VR的公路隧道6DoF人员疏散试验系统构建及应用研究

为提高公路隧道火灾场景下人员疏散虚拟现实试验的生态效度，以内嵌Inside-out定位技术的VR（virtual reality）一体机为基础，研发公路隧道6DoF（six degrees of freedom）人员疏散试验系统。该系统应用于试验时，参与者可摆脱鼠标、手柄等控制及设备线缆的束缚，在虚拟场景中6自由度感知信息及自主行动完成试验，且系统可通过对参与者实时跟踪定位获取其速度特征数据。为验证该试验系统的有效性，采用该系统开展真实空地、虚拟空隧道和虚拟火灾事故隧道3种场景下的人员疏散试验，采集30名参与者在不同场景中的移动速度、移动轨迹与情绪反应、沉浸感、临场感等数据，并分别对比真实空地与虚拟空隧道、虚拟空隧道与虚拟火灾事故隧道中的试验结果。试验结果表明： 1）采用该系统进行疏散试验时，头戴VR设备未引起参与者的眩晕感； 2）参与者在虚拟火灾场景中具有较强的临场感，其情绪反应、移动轨迹、移动速度等与在真实场景中基本一致，说明该系统具有较好的应用有效性。     

汽车正面碰撞事故车速预测模型仿真研究

为了能有效准确地根据事故现场情况预测出碰撞前车辆的运行车速情况,文章利用反推算法,遵循相关物理定律,构建正面碰撞事故中车辆相关参数及道路条件与车速的函数关系,并基于Visual Basic平台搭建车速预测模型并进行实测验证。结果表明,所构建模型的误差率较低,所构建模型、系统是正确高效的,可用于正面碰撞事故的车速预测研究工作。     

驾驶模拟器在自动驾驶系统中的应用研究

自动驾驶车辆在实际道路上行驶之前的测试阶段是一个至关重要的环节。一个低成本、高效率以及高精度测量的自动驾驶车辆的测试方式,对于自动驾驶车辆的开发具有重要意义。将驾驶模拟器运用到研究自动驾驶车辆测试已是近年来的一个研究热点。基于虚拟驾驶场景的自动驾驶车辆的检测,通过组合虚拟驾驶场景的背景车辆、行人、交通灯、建筑、指示标牌等元素,研究将驾驶模拟器与虚拟驾驶场景的联合应用来测试自动驾驶车辆。设计了典型的交通场景,通过自动驾驶车辆和背景车辆的实时交互,研究自动驾驶车辆的各项性能指标。研究结果表明:该驾驶模拟器可以高度拟合人类驾驶体验,驾驶员通过驾驶模拟器控制背景车辆能够很好的模拟现实中的驾驶行为,对自动驾驶车辆的仿真测试起到了促进作用。     

Influence of the geometric parameters of the vehicle frontal profile on the pedestrian’s head accelerations in case of accidents

The goal of this paper is to determine how the geometry of the vehicle’s frontal profile is influencing the pedestrian’s head accelerations (linear and angular) in car-to-pedestrian accidents. In order to achieve this goal, a virtual multibody dummy of the pedestrian was developed and multiple simulations of accidents were performed using vehicles with different frontal profile geometry, from different classes. The type of accidents considered is characteristic for urban areas and occur at relatively low speed (around 30 km/h) when an adult pedestrian is struck from the rear and the head acceleration variation are the measurement of the accident severity. In the accident simulation 3D meshes were applied on the geometry of the vehicles, in order to define the contact surface with the virtual dummy, similar with real vehicles. The validation of the virtual pedestrian dummy was made by performing two crash-tests with a real dummy, using the same conditions as in the simulations. The measured accelerations in the tests were the linear and angular accelerations of the head during the impact, and these were compared with the ones from the simulations. After validating the virtual model of the car-to-pedestrian accident, we were able to perform multiple simulations with different vehicle shapes. These simulations are revealing how the geometric parameters of the vehicle’s frontal profile are influencing the head acceleration. This paper highlights the main geometric parameters of the frontal profile design that influence the head injury severity and the way that the vehicles can be improved by modifying these parameters. The paper presents an approach to determine the “friendliness” of the vehicle’s frontal profile in the car-to-pedestrian collision.     

An efficient recursive least square-based condition monitoring approach for a rail vehicle suspension system

A model-based condition monitoring strategy for the railway vehicle suspension is proposed in this paper. This approach is based on recursive least square (RLS) algorithm focusing on the deterministic ‘input–output’ model. RLS has Kalman filtering feature and is able to identify the unknown parameters from a noisy dynamic system by memorising the correlation properties of variables. The identification of suspension parameter is achieved by machine learning of the relationship between excitation and response in a vehicle dynamic system. A fault detection method for the vertical primary suspension is illustrated as an instance of this condition monitoring scheme. Simulation results from the rail vehicle dynamics software ‘ADTreS’ are utilised as ‘virtual measurements’ considering a trailer car of Italian ETR500 high-speed train. The field test data from an E464 locomotive are also employed to validate the feasibility of this strategy for the real application. Results of the parameter identification performed indicate that estimated suspension parameters are consistent or approximate with the reference values. These results provide the supporting evidence that this fault diagnosis technique is capable of paving the way for the future vehicle condition monitoring system.     

汽车碰撞散落物再现模型研究

选取交通事故现场遗留的典型散落物作为试验对象,制作散落物承载装置并模拟真实环境下的车辆碰撞过程,利用VC3000加速计实时计测试验车相关运行参数,在干燥沥青路面进行散落物抛撒试验,深入分析散落物在地面的分布形态,利用ADAMS仿真分析散落物与车辆之间的相对运动过程,探讨路面散落物分布场的特征参数与碰撞车速的关系。     

变形车辆自标定三维重建的建模研究

变形车辆测量是道路交通事故再现的重要基础性工作。建立基于普通数码相机的事故变形车辆自标定三维重建模型,可以避免在现场设置标定物,有利于提高变形车辆的勘测效率和三维重建设备的使用方便性。研究了基于基础矩阵估计的事故变形车辆摄影图像自标定三维模型,并分析了其实现过程。实验表明,自标定三维重建能为事故再现提供详细的车辆变形描述。     

汽车操纵稳定性虚拟仿真的研究

应用现代虚拟现实技术，把汽车操纵稳定性研究传统的数字仿真变成为具有“真实场景”的虚拟仿真，还研制了用于汽车操纵动力学仿真的虚拟场景自动生成软件。结合汽车操纵动力学仿真数学模型和相关软件，建立了一个具有真实视觉感的、实时的汽车操纵动态虚拟仿真系统。文中给出了实例。     

基于MM-STConv的端到端自动驾驶行为决策模型

针对现有端到端自动驾驶模型输入数据类型单一导致预测精确度低的问题，选取RGB图像、深度图像和车辆历史连续运动状态序列作为多模态输入，并利用语义信息构建一种基于时空卷积的多模态多任务（Multimodal Multitask of Spatial-temporal Convolution，MM-STConv）端到端自动驾驶行为决策模型，得到速度和转向多任务预测参量。首先，通过不同复杂度的卷积神经网络提取场景空间位置特征，构建空间特征提取子网络，准确解析场景目标空间特征及语义信息；其次，通过长短期记忆网络（LSTM）编码-解码结构捕捉场景时间上、下文特征，构建时间特征提取子网络，理解并记忆场景时间序列信息；最后，采用硬参数共享方式构建多任务预测子网络，输出速度和转向角的预测值，实现对车辆的行为预测。基于AirSim自动驾驶仿真平台采集虚拟场景数据，以98 200帧虚拟图像及对应的车辆速度和转向角标签作为训练集，历经10 000次训练周期、6 h训练时长后，利用真实驾驶场景数据集BDD100K进行模型的测试与验证工作。研究结果表明：MM-STConv模型的训练误差为0.130 5，预测精确度达到83.6%，在多种真实驾驶场景中预测效果较好；与现有其他主流模型相比，该模型综合场景空间信息与时间序列信息，在预测车辆速度和转向角方面具有明显的优势，可提升模型的预测精度、稳定性和泛化能力。     

商用车驾驶室悬置隔振仿真研究

采用多刚体系统动力学理论研究商用车驾驶室悬置隔振系统的平顺性问题，提出了基于多刚体动力学的现代虚拟样机技术进行驾驶室悬置隔振系统设计和计算分析方法，运用ADAMS软件建立了整车系统的参数化振动模型，结合实际参数对典型货车进行了随机振动分析，以驾驶室座椅处加速度均方根值为评价对象对原车驾驶室悬置系统和底盘主悬架系统进行了参数匹配和改进设计，解决了原车隔振效果差的问题。