汽车事件数据记录系统加速度准确度试验方法研究

加速度数据元素是EDR系统控制策略的重要参数之一。本文梳理了国内外标准中汽车事件数据记录系统的加速度准确度要求,通过实车碰撞试验和模拟台架试验对EDR系统的加速度准确度试验方法进行深入研究,提出一种模拟台架EDR系统加速度准确度试验方法,解决了EDR系统验证加速度准确度的问题,为行业开展相关试验提供参考。     

汽车电子数据在交通事故鉴定中的思考与实践

随着汽车智能化、网联化的普及应用,车内存储的各类电子数据也愈发增多,在交通事故鉴定中起到了巨大作用。本文调研了基于汽车电子数据进行交通事故鉴定的现状,深入研究汽车电子数据后将其归纳为7类,包括EDR、T-BOX、VDR、行车记录仪、ADAS存储模块、车载信息娱乐系统、智能后视镜,并对7类汽车电子数据的来源、存储方式、主要数据项进行了研究与汇总。立足交通事故鉴定,对汽车电子数据的取证方式、取证工具进行了详细分析,并介绍了两个具有代表性的真实案例,为交通事故鉴定者提供了理论依据及实践经验。     

汽车事故数据记录器数据规范及应用进展综述

对汽车事故数据记录器(Event Data Recorder,EDR)数据规范内容进行概述,对EDR数据准确性验证结果进行了总结,介绍了EDR数据在乘员损伤预测、交通事故重建领域的应用进展,为国内数据规范建立和开展相关应用研究提供参考。研究结果表明,EDR记录的碰撞前速度平均相对误差在4%以内,制动状态会影响记录精度;纵向?V的平均相对误差范围为3.5%~6.6%,横向?V平均相对误差为13.8%;气囊点爆状态和安全带使用状态等信息均非常准确;EDR记录的?V和安全带使用状态是影响乘员损伤预测的重要指标。EDR记录的数据除横向?V误差偏大外其余均比较准确,EDR数据为乘员损伤预测及事故重建研究提供了一种新方法。     

基于EDR数据的无轮胎印迹交通事故重建方法研究

交通事故重建是交通事故分析、交通事故司法鉴定、交通事故深度调查的重要手段。传统的交通事故重建方法对现场轮胎印迹及车体痕迹依赖程度较高,随着汽车主动安全技术的发展,交通事故中的轮胎印迹越来越少,交通事故重建的技术难度逐渐增大。与此同时汽车ECU数据处理能力不断提高,以EDR为代表的数据记录装置为交通事故重建提供了新途径。     

自动驾驶汽车事件数据记录系统方案设计

随着汽车自动驾驶技术的发展,目前的EDR的标准无法满足自动驾驶汽车事故重建的要求.本文设计了自动驾驶汽车事件数据记录系统,包括系统的组成及控制原理,并定义了事件检测触发模块、数据缓存模块、数据记录模块.同时还设计了基于统一诊断服务读取/清除自动驾驶汽车事件数据的方法,用于辅助分析自动驾驶事故原因以及自动驾驶系统验证评估...     

Speed Control of Vehicle Robot Driver Based on Adaptive Fuzzy PID Control

针对汽车驾驶机器人采用常规PID控制时车速波动大、调节器参数调整困难等问题,提出了一种基于模糊自适应PID的汽车驾驶机器人车速控制方法.首先建立了汽车驾驶机器人多机械手协调控制模型,然后在此基础上设计了一种驾驶机器人模糊自适应PID车速控制器,实现了驾驶机器人对给定循环行驶工况的车速跟踪.试验结果表明,与常规PID控制方法相比,采用所提出的方法车速跟踪精度明显改善,车速跟踪误差在±2km/h范围内,满足国家汽车试验标准的要求,保证汽车试验数据准确有效.     

商用车事件数据记录系统（EDR）标准研究

本文分析了国内外商用车事件数据记录系统（EDR）的研究现状，比较了乘用车EDR和商用车EDR在触发机制、数据记录格式等方面的区别。通过针对我国商用车企业的车型配置数据调研，分析了商用车EDR数据记录相关的传感器、主动安全、被动安全等功能的配置情况，提出了商用车EDR标准未来的发展方向。     

基于EDR数据分析显示的软件研究

介绍基于EDR数据分析显示的软件研究,通过一种新的EDR数据显示的方法及装置,能快速完成数据内容显示的功能,用以解决现有技术中数据显示混乱的技术问题。     

不确定度理论及其在车速计算中的应用

在汽车-行人碰撞事故中,碰撞车速的计算结果在交通事故鉴定和责任归属方面起着重要的作用。但由于碰撞事故现场复杂,常常导致采集到的事故现场数据存在偏差,从而使碰撞车速的计算结果存在误差,即存在不确定性。为了提高交通事故中碰撞车速的测量精度,借助不确定度理论对车辆碰撞速度的测量结果进行评定,可以获得碰撞车速的最优取值范围。     

EDR控制器硬件在环测试系统的研究

为了避免汽车事故记录仪(Event Data Recorder,EDR)控制器由于控制功能不完备而导致功能缺陷的问题,文章搭建了EDR被控对象模型并结合dSPACE硬件板卡开发了一个EDR控制器硬件在环(Hardware-In-the-Loop,HIL)仿真系统,实验结果表明文章中开发的EDR控制器硬件在环仿真系统可以实现EDR控制器工作工况的实时仿真,从而验证EDR控制策略和标定控制器中相关参数。由于被控对象模型的灵活可变性,EDR控制器开发人员可定量的研究单个因素或多个因素对EDR控制策略的影响,可大大减少开发周期。     

汽车仪表的故障和检修

为了及时了解汽车上有关部件的工作情况,正确驾驶汽车以保证行车的安全,现今所有汽车驾驶室内都安装有各种用途的仪表,包括车速里程表、燃油指示表、润滑油压力表、水温表、电流表及各种信号器等。现根据修理中的一些体会,谈谈汽车仪表的常见故障和检修方法,不妥之处请批评指正。一、车速里程表车速里程表是用来累计汽车行驶里程以及指示汽车行驶速度用的,其结构如图1所示。车速里程表常见故障和检修方法见表1。     

道路交通事故车辆行驶速度鉴定研究

事故车辆的行驶速度鉴定是交通事故认定的重要依据,通过1起交通事故的车速鉴定,阐述了交通事故车速鉴定的一般过程,包括事故现场的勘察、车损情况等,并结合收集的信息和资料运用多种方法进行车速计算。结果表明,应通过认真分析事故过程来选择车速的计算方法。     

汽车黑匣子

汽车黑匣子由记录器、显示器、数据采集处理器、传感器和PC机处理软件系统等组成。 它客观精确地记录汽车行驶中各类动态数据（时间、车速、里程、飞车、转弯行驶轨迹等）。即使遇到不测或车辆电源切断后。原有数据仍能保留。同时它还具有显示、报警等其它功能,从而为汽车安全事故分析鉴定提供可靠的原始依据,为汽车遭袭、破坏、盗抢案件提供破案线索和定罪证据。     

汽车动态稳定装置中的车速测量

汽车的ABS、ASR、ESP等是改善汽车主动安全性的重要装置。而瞬时车速,是计算汽车滑移率不可缺少的重要参数。文中介绍了3种测量车速的常规方法,并分析了各自的优缺点。同时介绍了几种比较新颖的车速测量装置,从中可以了解国内外在这方面的动态。     

车速鉴定中轮胎-路面附着系数估算方法研究

在交通事故鉴定中,车辆行驶速度是事故处理和诉讼的重要依据。其中,路面附着系数是事故车速鉴定的重要参数。本文在大量实验数据基础上,拟合出车辆制动过程的特性曲线,并简化出相应的车速估算模型。利用此模型对不同车型、路面类型、湿滑状况和不同车速情况下的路面附着系数e进行了估算研究。经估算实例验证,文中的估算方法对不同状况下的路面附着系数具有较好的估算能力。     

面向痕迹采集的汽车-两轮车碰撞事故痕迹参数敏感性分析

为了快速、准确地采集与汽车-两轮车碰撞事故车速鉴定紧密相关的痕迹信息,通过经验分析初步获得车速鉴定所需及时关注的17个敏感参数。为进一步获得这些参数的敏感性,提出了基于随机森林模型的参数敏感性分析方法,并确定了各个需要及时关注的参数取值范围,再用所给方法分析了这些参数的敏感性。分析结果表明,汽车制动距离、骑车人和行人抛距在所有参数中对碰撞速度最为敏感。     

Kinovea软件在视频图像车速计算中的运用

kinovea作为一款专业的运动分析软件,现已广泛的运用于体育领域。本文中创新的将该运动分析软件引入到了汽车运动分析领域,应用于监控视频图像车速计算,使用其标记、轨迹跟踪与跟踪轨迹坐标数据提取功能对汽车运动轨迹进行跟踪,设定坐标系后,取出跟踪坐标点数据,实现汽车运动轨迹的数字化,根据目标车辆在视频图像内的运动轨迹计算车速。本文以实例阐述Kinovea软件的在视频图像车速计算中的应用。     

基于汽车事件数据记录系统数据的交通事故再现研究

汽车安全性受人员、车辆和环境等因素的影响,导致交通事故的成因复杂,给交警事故定责增加诸多困难。为了给事故调查分析提供技术支撑,基于Unreal Engine 4(UE4)开源仿真引擎,开发了交通事故再现仿真平台。平台基于惯性导航原理,建立事故轨迹数学模型,并结合事故车辆汽车事件数据记录系统（Event Data Recorder,EDR）中存储的事故数据,实现事故过程再现仿真。结果表明,交通事故再现仿真平台通过读取汽车事件数据记录系统数据,能够快速实现交通事故再现仿真,为交通事故再现分析提供了有利的仿真工具。     

汽车ABS参考车速的确定方法

分析了汽车防抱死制动系统中参考车速的多种确定方法.在分析了各种方法优、缺点的基础上提出了一种综合法,并利用该方法进行了首次制动循环和常规制动循环参考车速的计算.道路试验结果表明,采用该综合法确定的参考车速与车速仪测得的实际车速之间的偏差最大值为4.53 km/h.均差为0.35 km/h,从而验证了采用该综合法确定汽车防抱死制动系统中参考车速的准确性.     

基于智能驾驶员模型算法的长期跟车车速预测研究

针对新能源汽车能量管理中难以长期、精准地预测车速的问题，提出了一种基于模型的参数化车速预测方法，利用传感器和GPS提供的前瞻数据预测车辆的速度轨迹。首先根据整车动力学和车辆停车转弯趋势建立基于智能驾驶员模型（IDM）的车速预测算法；然后，从NGSIM公开数据集中筛选数据用于参数标定及仿真；最后，利用遗传算法（GA）对算法参数进行标定。仿真验证结果表明，优化后的车速预测算法在通畅或拥堵的交通环境中，对于长期车速预测均有较高的精度，误差可控制在8%～13%范围内。