基于危险场景聚类分析的前车随机运动状态预测研究

我国道路情况复杂多变,构建合适的测试场景对汽车智能驾驶系统测试和评价的有效性起着决定性作用。本文中从我国实际道路出发,从自然驾驶数据中提取具有中国特色的典型场景,筛选出自然驾驶数据中危险工况数据片段,基于此提取出汽车智能驾驶系统综合测试的场景特征要素,并利用聚类分析法得到3类典型危险场景。采用马尔可夫链理论表征前车人类驾驶员驾驶车辆的随机运动特性,将聚类得到各场景下的自车数据作为前车历史工况数据,归纳学习得出马氏链转移概率,并通过马尔可夫链蒙特卡洛模拟预测未来时刻的状态,基于此得到危险场景中前车随机运动预测模型,通过对比原始工况数据验证预测模型的有效性,有效解决了由于采集设备精度低导致的前车数据不准、在测试场景中不能准确表征前车人类驾驶员驾驶车辆随机运动的问题。     

分心驾驶事故场景研究

为在车辆主动安全系统开发测试中提供具有危险性的典型分心驾驶场景，基于375例分心驾驶事故深度调查案例，确定了包括道路环境、参与方速度和运动状态3个方面的场景参数，对比分析国家统计数据与样本各事故类型间的特征，分别提取出关键特征参数，利用二阶聚类分析方法得到不同事故类型的11类分心驾驶事故典型场景，并结合关键特征参数进一步提炼得到4类核心测试场景。     

电动二轮车驾驶人头部损伤再现不确定性方法

为了减少交通事故中不确定性信息在受伤害者损伤再现中造成的不利影响,采用拉丁超立方(LHS)试验设计和响应面蒙特卡洛相结合的方法对电动二轮车驾驶人头部损伤再现进行损伤不确定性分析。首先采用多体系统动力学方法对具有详细事故信息(含视频信息)和损伤记录的2起电动二轮车事故中的汽车碰撞速度进行再现和不确定性分析,并对比事故信息(视频信息、最终位置、电动二轮车驾驶人的运动学),进而验证事故再现结果的有效性。在此基础上,应用有限元方法将获得的电动二轮车驾驶人头部碰撞的边界条件加载至THUMS人体头部有限元模型,分析电动二轮车驾驶人头部损伤参数的不确定性与简明损伤准则AIS累计频率的分布关系,并对比电动二轮车事故案例中电动二轮车驾驶人的头部损伤法医鉴定记录。研究结果表明:蒙特卡洛不确定性分析方法能够较准确地预测电动二轮车事故中的汽车碰撞车速,采用该分析方法获得的电动二轮车驾驶人头部损伤等级与法医鉴定的脑部损伤记录高度吻合;蒙特卡洛不确定性分析方法可以适用于评估电动二轮车事故中电动二轮车驾驶人的头部损伤等级,研究结果可为电动二轮车驾驶人头部损伤研究提供理论依据和实证方法。     

基于NAIS的AEB系统路口测试场景研究

为建立适合中国道路的自动紧急制动系统路口测试场景。对国家车辆事故深度调查体系（NAIS）数据进行筛选得到582起路口车-车事故案例，运用聚类方法对事故数据进行分析，并根据事故样本数和事故伤亡程度对聚类结果进行典型参数提取，得到17类典型路口车车事故场景。在典型事故场景的基础上分析并加入2车最高碰撞车速、碰撞角度和碰撞类型3个关键参数，使最终得到的测试场景比已有的研究更能准确地反映实际的事故统计情况。      

基于真实事故案例的自动紧急制动系统两轮车测试场景研究

两轮车事故是我国道路一种重要的交通事故类型,但我国在自动紧急制动(AEB)系统研究中还缺乏合适的两轮车测试场景。据此,本文中参考国际上已有的研究成果,建立适用于我国道路交通环境的AEB系统两轮车测试场景。首先,对419起汽车与两轮车碰撞事故案例进行了聚类分析,获得了11类典型的汽车与两轮车碰撞事故场景;接着,根据11类场景在不同参数特征下的事故伤亡程度和事故样本数,准确地获得了各类场景中两轮车运动状态、汽车车速和两轮车车速的详细参数特征;最后,设计了汽车在照明良好的情况下直行通过路口的主要测试场景,通过改变主要测试场景得到了其它5类次要测试场景,且因而最终获得汽车与3种不同两轮车类型(电动两轮车、摩托车和自行车)碰撞下6类AEB系统两轮车测试场景的具体参数特征。本研究结果可为研究我国AEB系统两轮车测试提供参考依据。     

基于自然驾驶数据的自动驾驶汽车安全性评价方法

自动驾驶汽车进行大规模市场推广前必须进行准确可靠的安全性评价，由于自动驾驶系统复杂程度的增加及设计运行区域的扩大，面向传统汽车的评价方法已不能满足自动驾驶汽车的安全性评价需求,基于此，建立一种基于自然驾驶数据的自动驾驶汽车安全性评价方法，可解决现有方法在逻辑场景层面安全性评价的缺陷。首先，建立基于自然驾驶数据的逻辑场景构建流程，分析场景描述参数，搭建自然驾驶数据采集平台采集相关自然驾驶数据，采用高斯分布模型描述参数概率分布；进而，离散逻辑场景参数空间获取具体测试用例，并在建立的PreScan、CarSim和MATLAB联合仿真平台中对被测自动驾驶算法进行仿真遍历测试，通过高斯模型将测试结果中的危险场景参数聚类，获取被测算法在逻辑场景中的危险区域；最后，综合考虑逻辑场景参数空间概率分布和得到的相应逻辑场景危险区域，提出基于自然驾驶数据的自动驾驶汽车安全性评价指标——场景风险指数，并以前车制动和前车切入场景为例，给出某黑盒算法的具体评价示例。研究结果表明：被测算法在前车制动场景和前车切入场景中的场景风险指数分别为0.409 8和1.08×10^-5，在前车制动场景中具有较大的安全风险，与仿真测试的直观结果相符；通过比较计算得到的场景风险指数与实际仿真测试结果可证明所提出的方法可以实现逻辑场景层面的自动驾驶安全性量化、易于操作、贴近自然驾驶情况。     

无信号灯十字路口自动驾驶汽车直行关键场景构建

自动驾驶汽车在开发过程中需要进行全面的测试以确保其安全性，关键场景是有条件和高度自动驾驶汽车进行安全测试验证的重要基础。首先，针对测试场景参数离散化全组合后测试用例数量巨大的问题，分别采用3路定强度和变强度组合测试策略及场景初筛规则，以自动驾驶主车直行通过无信号灯十字路口及周围2辆干扰车的测试场景为例，使测试用例数量从全组合的3.9×10⁷组分别减少到6 525组和26 496组。其次，采用碰撞时间、后侵占时间和最大减速度作为场景关键性识别和评价指标。利用基于动态安全区域的避障策略和基于模型预测控制的自动驾驶主车运动规划与控制模型，以及搭建的基于MATLAB/Simulink和CarSim软件的自动驾驶汽车联合仿真平台，通过仿真并与安全指标阈值比较，获得数量大幅减少的关键测试用例。最后，采用基于加权欧氏距离的K-medoids聚类方法对变强度组合策略获得的2 234组关键测试用例进行聚类，获得9组典型关键测试用例。研究结果表明：碰撞时间、后侵占时间和最大减速度指标阈值可以用于识别十字路口场景关键性；相对3路定强度参数组合策略，变强度参数组合策略提供了更多的关键测试用例，对其随机抽样获得少量随机关键测试用例；随机和典型关键测试用例可以应用于封闭试验场验证无信号灯十字路口自动驾驶汽车直行运动规划的安全性。     

基于SVM事故分类的连环追尾事故影响因素分析

以美国公路2013—2015年所有的追尾事故数据为样本,研究导致连环追尾事故发生的关键影响因素.通过随机森林进行特征筛选,选取了与时间、驾驶人、车辆、道路和环境有关的14个相关因素作为支持向量机的输入变量,建立了基于SVM的2车追尾事故与连环追尾事故二分类模型.得到分类准确率:训练集为97.42%,测试集为80.32%,AUC为0.7,说明2种事故之间存在显著差异,且SVM模型能够较好的将2种事故进行区分.根据SVM-RFE算法计算影响分类效果的特征变量的相对重要度,得到4个对2种事故产生区别影响较大的因素,依次为:碰撞前首车的运动情况、道路的限速、季节和车道数.进一步对比各因素下2种事故发生的百分比发现,在首车停车或减速、道路限速超过80 km/h、夏季以及车道数大于2车道的情况下,更容易发生连环追尾事故.      

基于典型非机动车事故的自动驾驶汽车测试场景构建方法研究

基于交通事故卷宗、交通事故视频信息数据,研究机非混行交通环境下典型交通事故形态,构建了面向机非混行交通环境下的自动驾驶汽车测试场景,旨在针对我国较为特殊的机非混行环境下的自动驾驶汽车的测试场景及测试评价方法提供参考。本文首先分析了自动驾驶测试场景的构建需求,建立交通事故数据筛选标准,得到133例可用于构建自动驾驶汽车测试场景的机动车与非机动车交通事故数据集;其次基于《中华人民共和国道路交通安全法》行驶要求,对133例交通事故的发生地点、车辆行为、道路类型、环境光线等方面进行解构分析;最后通过聚类分析,建立了5类典型的自动驾驶测试场景模型,并分析了不同场景模型的关键要素,为实际道路测试提供理论指导。     

轿车-电动两轮车事故中AEB仿真技术研究

道路弱势群体的保护一直以来都是交通事故研究的重点，随着汽车主动安全的发展，行人AEB系统处于快速发展的巅峰时期。针对骑车人的AEB系统的研究还处于起步阶段，特别是基于中国本土交通特点的主动安全设备是目前的研究热点。据此，基于采集真实的事故案例，对事故进行特征分析，以事故特征为基础分析中国道路环境下的事故工况，同时选取事故重建所需的事故采集信息，并运用PC-Crash对事故案例进行重建，将重建后的各运动参数输出建立事故前危险工况数据库作为AEB仿真的数据基础。接着建立车辆动力学模型作为AEB仿真依托的对象，用于计算各参数设置下的运动响应。最后设计一种基于GUI的AEB仿真技术开发平台，对AEB系统参与下的事故过程及结果进行展示，并建立AEB系统评价指标和评价方法，对系统效用进行评估，为探测目标为电动两轮车骑车人的AEB系统的测试场景及适应性设计的改进提供了相关的参考依据。     

货车-两轮车前碰撞事故中骑行者运动学响应及损伤分析

为探究货车-两轮车前部碰撞事故中参与双方速度对骑行者运动学响应与损伤的影响,基于MADYMO软件开展事故重建并进行了分析。建立了货车和两轮车的多体碰撞模型,对一起货车前部碰撞两轮车事故进行了事故重建;使用验证后的模型进行了25组不同速度下的全因子仿真试验;分析了不同碰撞速度和骑行速度对骑行者运动学响应和损伤的影响。研究结果表明,骑行者身体旋转幅度会随着两轮车及货车车速的升高而增加;当货车速度超过 20 km/h时,骑行者头部损伤指标 （Head Injury Criterion,HIC） 与胸部3 ms加速度将超过阈值;而当货车速度超过25 km/h时,骑行者下肢接触力也超过阈值;货车速度处于 30～40 km/h时,相同货车速度下,骑行者头部 HIC值出现随着两轮车速度的增加而升高的趋势,而胸部加速度出现相反的趋势。     

道路分隔栏的安全性能评价研究

通过对道路分隔栏的实际应用情况与车辆碰撞事故特征分析,在借鉴国内外相关规范的基础上,从碰撞车型、碰撞质量、碰撞速度、碰撞角度、碰撞点位置等因素出发,结合分隔栏事故特征和车辆乘员安全指标,研究确定了道路分隔栏的碰撞试验参数与安全性能评价标准,并利用该试验参数和评价标准,通过有限元仿真技术手段对目前常见的道路分隔栏结构进行了安全性能评价。研究表明：在车辆碰撞分隔栏的事故中,事故车辆主要为小型客车,且分隔栏杆侵入乘员舱造成人员伤害的案例较多,而其他类型伤害较少,因此分隔栏在实际使用中应主要考察车辆碰撞时分隔栏及其构件因为刺入乘员舱对乘员伤害的可能;在1.5 t小客车以60 km/h速度正碰条件下,某常用道路分隔栏的横向杆件侵入了车辆乘员舱,其安全性能不满足评价标准要求。研究成果为道路分隔栏安全性能评价标准的制定提供了一定借鉴作用。     

高速公路隧道路段交通安全特性研究

基于高速公路隧道运行安全特性,对隧道路段定义进行改进。通过提炼交通事故特性参数对高速公路隧道路段和开放性道路的交通事故率进行对比,并对交通事故时间分布规律、空间分布规律、事故形态分布规律以及事故车型分布规律进行统计分析。研究结果表明,我国隧道路段事故率略高于开放性道路,而且隧道洞外事故率远高于洞内,隧道交通事故形态以追尾、刮擦和撞壁为主,火灾事故率极低,交通事故车型以小客车和大货车为主。     

A list of accident scenarios for three legs skewed intersections

The term ‘scenario’ is used in the safety field to designate a prototype or a model of an accident process characterised by chains of facts, actions, causal relations and consequences in terms of damage to people and property. The prototypical scenarios, properly realized, provide a basis on which to consider the action to be taken, but also a concrete backup for accident information for use in information campaigns or training. The objective of this study is to define the prototypical accident scenarios for a particular configuration of road intersection: the skewed intersection. Limited sight distance at skewed intersections leads to safety issues. A non-skewed intersection provides the best operating conditions as drivers can easily sense the direction in which they are travelling, estimate the speeds of the opposing traffic and smoothly complete a maneuver in shorter time. In skewed intersections, instead, the ability of drivers to recognize any conflicting vehicles diminishes in comparison to right-angle intersections. The logical-deductive approach used in this paper for the determination of accident scenarios is based on an analysis of a large database of incidents, which occurred on several roads in eastern Sicily on 35 skewed intersections at three-legs. The skew angle of the minor leg of all the intersections studied is between 15° and 20°. This research allowed to develop accident scenarios related to particular configurations of intersections, compatible with the Italian rules. Prototypical scenarios are constructed using samples of accidents occurring on a particular type of study area, especially when they are based on files from in-depth investigations. The method used is an inductive approach, based on an examination of each case, grouping together similar cases and building a prototypical scenario using this case grouping. From the in-depth analysis of database accidents 9 prototypical accident scenarios have been identified for the skewed intersections.     

基于事故鉴定的信号控制路口电动自行车事故特征分析

电动自行车已成为群众出行的重要交通工具。随着电动自行车保有量的快速增长,涉及电动自行车的交通事故频发。为了研究电动自行车事故特征,特别是电动自行车违反交通信号灯控制的情况,基于涉及电动自行车的路口信号灯状态鉴定数据和事故数据,对事故的时间空间分布、碰撞车辆类型、骑车人个体特征、事故原因、电动自行车进入路口时信号灯状态等要素开展分析,获取了信号控制交叉口电动自行车事故特征规律,为开展此类事故预防提供参考。     

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。     

基于信息融合的轿车碰撞两轮车事故车速分析

在对北京市轿车与两轮车碰撞事故调研分析的基础上,深入分析车辆、路面遗留痕迹特征与汽车碰撞特点之间的联系,选择与轿车碰撞速度相关的人体-风窗玻璃接触、人体及车辆与路面接触的痕迹特征参数,运用人工神经网络方法建立了轿车与两轮车碰撞事故的车辆碰撞速度分类预测模型.该模型融合了人-车-路相互作用的痕迹特征信息,采用实际事故案例提取的可靠样本对其进行训练并应用于车速估算.     

车速与交通事故综合研究

随着人们对交通安全问题日益关注,道路交通安全技术和相关研究也得以快速发展。分析车速对交通事故率及事故严重程度的影响,建立车速与交通事故率和事故严重程度2者之间的相关关系。研究发现,车速偏差越大,事故率越高;事故冲撞前后车速变化越大,事故越严重。由此可知,车速对交通安全有显著影响。     

高速公路隧道交通事故规律研究

目前我国高速公路隧道内时常发生交通事故,为研究其特点和规律,收集2 193起高速公路隧道交通事故资料,对这些资料数据进行统计,分析隧道中交通事故的时间和空间分布特征、事故形态、事故车型以及发生原因。结果表明:一天中的9:00~10:00、11:00~12:00、13:00~15:00是交通事故的频发时段,周末发生的交通事故数约占总数的40%,1、2、4、5、7月易发生交通事故;追尾和碰撞隧道壁是隧道交通事故的主要形态;违章超速和天气变化是导致事故发生的主要原因;交通事故的车型主要为底盘较轻的轿车和重型货车。