基于动量定理的汽车碰撞事故再现模型抗扰性分析

基于摄动理论，应用3种常用的数学方法对基于动量定理建立的汽车碰撞事故模型的抗扰性进行分析。结果表明：对于特定模型在复杂的扰动条件下，采用不同的数学方法，处理效果截然不同。通过理论分析，建立了解决此类问题的方法，给出了数学表达式。经过对代表车型的实际分析，验证了该方法的有效性。     

典型汽车碰撞模型自选参数的敏感性分析

为控制基于动量定理的汽车碰撞模型中自选参数误差对计算结果的影响,在影响机理分析的基础上,应用矩阵理论提出了一种自选参数敏感性分析方法.针对自选参数常见的误差形式,建立了符合实际工况的参数敏感性分析和评价指标.应用分析和评价指标对一起典型汽车碰撞实例的自选参数敏感性进行了研究.实例计算结果表明,以相对计算误差≤5％作为控制条件,自选参数最大误差范围为±16.12％,并依此确定了自选参数的合理范围;应用该方法确定的自选参数范围能保证事故分析结果满足控制条件的要求.     

汽车碰撞事故再现模型病态问题处理方法研究

为了解决汽车碰撞事故再现模型病态性的问题,采用汽车碰撞模拟法分析了参数变化对模型病态性的影响;以矩阵扰动理论为基础分析了模型病态性的本质;提出了通过处理原始方程组解决模型病态性的方法,通过实例验证了该方法的有效性。     

汽车行人碰撞抛射仿真模型

利用PC-Crash软件进行车辆与行人的碰撞仿真试验,提出了第一落地点抛距理论模型,将车辆与行人的碰撞划分为车辆前部与行人的后部和侧面碰撞两种类型,碰撞车型选择当前广泛使用的发动机舱盖略向前下倾斜的梯形前端轿车,建立了车辆与行人后部、侧面碰撞抛距模型和综合碰撞抛距模型,分析了行人相对车辆前端的不同位置对抛距的影响。最后将文中提出的模型与国外行人抛距模型进行对比,结果证明该模型是有效的。     

基于优化思想的事故再现碰撞模型研究

建立碰撞模型求解碰撞速度是交通事故再现的关键步骤，现有的大多数碰接模型不具备对冗余的输入参数信息进行优化的能力。本文基于优化思想，充分利用来自事故现场的信息，建立了对应的事故再现碰撞模型，可以实现冗余信息的优化，提高了事故处理的鲁棒性。该方法可用于分析典型的交通事故碰撞速度。     

汽车碰撞过程的实证研究

通过道路交通事故再现来研究汽车事故、总结事故发生规律,可为分析事故过程、确定事故责任提供参考依据。本文以某次交通碰撞事故为实例,通过计算及分析来重现事故过程。     

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。     

汽车与行人碰撞事故再现仿真研究

通过对事故现场汽车损坏痕迹及行人伤亡情况的调查,使用交通事故再现软件PC-Crash建立汽车与行人碰撞模型,重建事故发生过程。分析事故发生前汽车与行人的初始状态以及碰撞过程中行人的动力学响应和伤害,采用不同的车速,进行了大量的仿真实验,根据行人致伤特点,总结出汽车安全车速等指标,为改善汽车的行人安全性提供参考。     

汽车碰撞事故再现估算速度的不确定度分析

不确定度分析是一种考察人试验测量输入值得到计算结果输出之间不确定度传播的数学方法。本文中将不确定度分析方法引入汽车碰撞事故再现的模型算法中，推算碰撞前速度的不确定度，给出了在汽车正面斜碰撞事故再现中的一个应用实例。通过对计算结果的分析，初步得到了不确定度的传播规律，并指出了相关问题和发展方向。     

基于PC-Crash的轿车-行人高速碰撞仿真模型

利用PC-Crash模拟高速条件下轿车与行人后部的碰撞过程,试验假人选择PC-Crash标准成年假人模型,碰撞后汽车驾驶员未采取紧急制动措施,仍然按照碰撞时刻的车速行驶,试验车速区间选择75~155 km/h。研究了不同碰撞车速下行人的第一落地点和最终静止点抛距变化规律,分析了行人头部在事故中所受到的碰撞接触力的变化规律,在此基础上建立汽车行人高速碰撞模型并进行对比验证。     

斜碰撞再现反推算法研究

结合近年来积累的交通事故调研经验,通过建立轮胎侧偏特性模型、四车轮车辆运动仿真分析模型,解决车辆轮胎印迹内的垂直载荷分布不同的问题,以及由地面多种因素对车辆运动产生不同影响的问题和车辆本身复杂的受力问题,达到事故再现的目的。通过反推计算车辆在碰撞事故发生时的运动状态,可以科学的再现车辆斜碰撞事故发生的过程,明确当事人的事故责任,提供了重要的参考。最后通过运用车辆碰撞分析软件PC-crash,结合具体的交通事故实例,验证了关于汽车斜碰撞反推计算理论的研究结果在实际的交通事故处理中具有较高的实用性与可靠性。     

车车通信环境下基于驾驶意图共享的车辆避撞预警算法

针对传统基于距离或时间的车辆避撞预警算法存在较高误警率的问题，考虑在避撞预警算法中引入驾驶意图共享的概念，提出了基于实际外场复杂车车通信V2V（Vehicle-to-vehicle，V2V）环境下的车辆跟驰避撞预警算法。基于LTE-V构建外场V2V环境，将车辆行驶过程描述为一个时间序列的隐性马尔可夫随机过程，借助隐马尔可夫模型（Hidden Markov Model，HMM）建立驾驶人驾驶意图与车辆相对行驶状态序列之间的隐含关系模型，并给出基于Viterbi算法的驾驶意图预判求解方法，将驾驶意图作为特征因子集成到安全距离模型中，提出基于驾驶意图共享的避撞（Driving Intention Based Collision Avoidance，DI-CA）预警算法。利用构建的V2V试验环境，实现了匀速、加速、减速和紧急制动等4种驾驶意图，以及相对速度和相对距离增加、减小、保持不变等9种组合的车辆行驶状态试验数据获取，并利用试验数据对所提出的DI-CA预警算法进行实证分析。结果表明：所提出预警算法能够针对不同驾驶意图提供有效的车辆碰撞预警。在此基础上将4种驾驶意图下的DI-CA预警算法与Mazda预警算法求得的安全距离进行了对比分析，所提出的DI-CA预警算法的平均预警正确率为84%，高于Mazda预警算法的78%，而DI-CA预警算法的平均误警率和漏警率分别为5%和16%，均明显低于Mazda预警算法，说明所提出的DI-CA预警算法在提升预警效果的同时明显降低了误警率和漏警率，可避免行驶过程中因误警而导致的连续刹车，以及因漏警而导致的可能碰撞事故发生。最后，总结并给出了驾驶意图共享理论应用于车辆避撞预警的研究展望。