论文部分内容阅读
摘 要： 本文基于 CIDAS的 198起速度小于 80km/h且车辆直行的事故。通过对车辆速度、行人速度、碰撞位置、行人运动方向、行人身高和行人年龄等参数的分析，总结了 3种有代表性的刮撞行人事故的交通场景；根据事故占比，确定了用于评价行人自动紧急制动系统的测试场景和权重，建立了适用于 C-NCAP的行人自动紧急制动系统的评价方法，为 C-NCAP制定行人自动紧急制动系统测试评价方法提供帮助。
关鍵词：自动紧急制动系统；行人；交通事故分析；C-NCAP测试规程
1 前言
近年来，日益严重的车辆碰撞行人事故受到各界的高度关注。Euro-NCAP行人交通事故研究团队“AsPeCSS”通过对大量交通事故的统计发现，19%的道路交通事故和行人有关，而事故的主要原因是驾驶员的注意力不集中[1]。国内方面，根据公安部公布的 2006-2014年的交通事故数量，在总体交通事故减少的趋势下，与行人相关的事故却一直在增加[2]。如何保护道路交通中的行人安全成为了汽车领域研究的热点。
本文将借鉴拉夫堡大学分析 GIDAS事故的方法，通过分析中国交通事故深入研究统计的198起行人相关的事故数据。结合中国道路实际工况，从事故现场车辆速度、行人速度、碰撞位置、行人运动方向、行人身高和年龄等方面进行了分析，总结了3种适合中国 AEB VRU系统的测试评价场景，形成完整的 AEB VRU系统测试评价方法。
2 AEB VRU测试工况的提出
从2006年到2014年，交通事故总数有明显下降趋势，主要原因是被动安全领域的发展；2012到2014年总体事故下降不明显，被动安全的作用遇到瓶颈。2006年到2014年行人事故占比在近年来增长明显。因此，迫切需要加强对道路行人的保护，改善这一现状，因此开展AEB VRU的研究工作就显得尤为重要。
中国交通事故深入研究项目启动于2011年7月15日，由中国汽车技术研究中心联合国内外多家知名汽车企业发起，旨在通过对中国道路交通事故的深入调查、分析和研究，为中国乃至国际汽车行业提供基础数据支持和技术服务。从2011年项目启动至今， CIDAS项目已经采集了三千多起中国道路交通事故，数据库的丰富内容已经得到了广泛的认可，CIDAS项目阶段性成果已在相关汽车安全标准的制修订、车辆主被动安全技术研究，C-NCAP测试评价等多个方面得到了应用。CIDAS采集数据的区域覆盖六个城市：长春、北京、威海、宁波、佛山和成都。根据事故现场信息，利用奥地利PC-Crash交通事故还原软件进行事故全过程的还原，可得到事故中车辆的速度、相对位置、驾驶员刹车情况等。采集的道路类型涵盖高速公路、城市道路、郊区公路及乡村道路等；事故类型涵盖车人事故、车车事故、单车事故、二轮车、三轮车事故等。从 2011年至 2015年7月底，累计调查事故总数达2522起，其中行人参与的事故493起，乘用车与行人之间的事故 230起[2]。
3 CIDAS行人事故数据分析
考虑到我国城市中的实际道路交通环境，其最高车速多为80km/h，为研究适用于C-NCAP的AEB VRU测试工况，本文选取 CIDAS采集到的乘用车与行人之间的230起事故中碰撞车速小于 80km/h的217起的事故（以下简称“事故统计源”），从“车辆行驶动作”、“行人的身高年龄”、“行人的行走方向”等方面，对“事故统计源”进行分析，选取各方面最具有代表性的场景作为测试工况的组成，最后汇总形成适用于AEB VRU的C-NCAP测试工况。
3.1 事故总体分布
根据CIDAS公布的2522起事故，包括车人事故，车车事故，单车事故，二轮车、三轮车事故等各种事故对象。下图 1是总体事故的分布占比，可见刮撞二三轮车的事故最高，占比 49%；其次是刮撞行人的事故，占比 20%。本文重点研究刮撞行人的事故，随着主动安全技术的发展，后续会继续开展针对刮撞二三轮车事故的研究。
3.2 车辆行驶动作分布
是对“事故统计源”中车辆的运行动作进行统计分析的结果。由图 2可见，217起事故中车辆直行的占到了193起，占比高达89%，可以认为车辆直行是目前代表性最高、最典型的车辆碰撞行人事故工况，因此在实际测试时应采用“车辆直行”作为测试工况。
3.3 行人身高和年龄分布
是对“事故统计源”中事故行人的身高统计分析的结果。由图可见，交通事故中身高在160cm以上行人的占比75%，可以认为行人事故中主要的目标物是成年人，代表
AUTO TIME 39
了大多数事故类型。因此在实际测试中采用“成年假人”作为目标物进行测试。
3.4
近端穿行工况分析
3.4.1
近端穿行碰撞位置分析
CIDAS在统计数据时根据车宽（不含后视镜）对车辆前部进行三等分。为方便描述，本文引入25%分位、50%分位和75%分位的概念：靠近行人行驶方向的一侧为25%分位、远离行人行驶方向的一侧为 75%分位、中
图1 CIDAS交通事故形态分析统计
间部分为50%分位。从左向右穿行的行人，碰撞位置在L区域的即归入25%分位、碰撞位置在M区的归入50%分位、碰撞位置在R区的归入75%分位；同样的从右向左穿行的行人，碰撞位置在R区域的即归入25%分位、碰撞位置在M区的归入50%分位、碰撞位置在L区的归入75%分位。根据以上定义，对 CIDAS近端事故中碰撞位置的统计结果如下表1所示。
3.4.2 近端穿行事故车速和受伤程度分析
按照事故车辆的初始速度每10km/h为间隔，进行分组统计，得到近端事故中车速和受伤程度的对应关系图4。可以明显的看出随着车速越高，重伤和死亡的比例越高，且在 45km/h-50km/h事故率最高。根据目前行人紧急制动的技术现状，将最高测试速度限制到 60km/h。根据事故占比越大，相应权重越大的原则。表3是根据事故比例确定的测试车速和权重关系表。结合实际情况，虽然速度越高事故占比越大，但由于高速下不要求AEB能完全避免碰撞，如果高速权重太大，会给设计者造成误导，这样会造成实际使用时的极易出现AEB功能误作用的情况。长期的 AEB功能误作用会导致驾驶员厌烦甚至抛弃 AEB功能，不利于AEB系统的推广和应用。因此工况制定时将 50km/h和60km/h等高速工况的权重相应减少。
3.4.3 近端穿行行人速度分布分析
参考文献：
[1]中华人民共和国交通事故统计年报公安部
近端穿行
关鍵词：自动紧急制动系统；行人；交通事故分析；C-NCAP测试规程
1 前言
近年来，日益严重的车辆碰撞行人事故受到各界的高度关注。Euro-NCAP行人交通事故研究团队“AsPeCSS”通过对大量交通事故的统计发现，19%的道路交通事故和行人有关，而事故的主要原因是驾驶员的注意力不集中[1]。国内方面，根据公安部公布的 2006-2014年的交通事故数量，在总体交通事故减少的趋势下，与行人相关的事故却一直在增加[2]。如何保护道路交通中的行人安全成为了汽车领域研究的热点。
本文将借鉴拉夫堡大学分析 GIDAS事故的方法，通过分析中国交通事故深入研究统计的198起行人相关的事故数据。结合中国道路实际工况，从事故现场车辆速度、行人速度、碰撞位置、行人运动方向、行人身高和年龄等方面进行了分析，总结了3种适合中国 AEB VRU系统的测试评价场景，形成完整的 AEB VRU系统测试评价方法。
2 AEB VRU测试工况的提出
从2006年到2014年，交通事故总数有明显下降趋势，主要原因是被动安全领域的发展；2012到2014年总体事故下降不明显，被动安全的作用遇到瓶颈。2006年到2014年行人事故占比在近年来增长明显。因此，迫切需要加强对道路行人的保护，改善这一现状，因此开展AEB VRU的研究工作就显得尤为重要。
中国交通事故深入研究项目启动于2011年7月15日，由中国汽车技术研究中心联合国内外多家知名汽车企业发起，旨在通过对中国道路交通事故的深入调查、分析和研究，为中国乃至国际汽车行业提供基础数据支持和技术服务。从2011年项目启动至今， CIDAS项目已经采集了三千多起中国道路交通事故，数据库的丰富内容已经得到了广泛的认可，CIDAS项目阶段性成果已在相关汽车安全标准的制修订、车辆主被动安全技术研究，C-NCAP测试评价等多个方面得到了应用。CIDAS采集数据的区域覆盖六个城市：长春、北京、威海、宁波、佛山和成都。根据事故现场信息，利用奥地利PC-Crash交通事故还原软件进行事故全过程的还原，可得到事故中车辆的速度、相对位置、驾驶员刹车情况等。采集的道路类型涵盖高速公路、城市道路、郊区公路及乡村道路等；事故类型涵盖车人事故、车车事故、单车事故、二轮车、三轮车事故等。从 2011年至 2015年7月底，累计调查事故总数达2522起，其中行人参与的事故493起，乘用车与行人之间的事故 230起[2]。
3 CIDAS行人事故数据分析
考虑到我国城市中的实际道路交通环境，其最高车速多为80km/h，为研究适用于C-NCAP的AEB VRU测试工况，本文选取 CIDAS采集到的乘用车与行人之间的230起事故中碰撞车速小于 80km/h的217起的事故（以下简称“事故统计源”），从“车辆行驶动作”、“行人的身高年龄”、“行人的行走方向”等方面，对“事故统计源”进行分析，选取各方面最具有代表性的场景作为测试工况的组成，最后汇总形成适用于AEB VRU的C-NCAP测试工况。
3.1 事故总体分布
根据CIDAS公布的2522起事故，包括车人事故，车车事故，单车事故，二轮车、三轮车事故等各种事故对象。下图 1是总体事故的分布占比，可见刮撞二三轮车的事故最高，占比 49%；其次是刮撞行人的事故，占比 20%。本文重点研究刮撞行人的事故，随着主动安全技术的发展，后续会继续开展针对刮撞二三轮车事故的研究。
3.2 车辆行驶动作分布
是对“事故统计源”中车辆的运行动作进行统计分析的结果。由图 2可见，217起事故中车辆直行的占到了193起，占比高达89%，可以认为车辆直行是目前代表性最高、最典型的车辆碰撞行人事故工况，因此在实际测试时应采用“车辆直行”作为测试工况。
3.3 行人身高和年龄分布
是对“事故统计源”中事故行人的身高统计分析的结果。由图可见，交通事故中身高在160cm以上行人的占比75%，可以认为行人事故中主要的目标物是成年人，代表
AUTO TIME 39
了大多数事故类型。因此在实际测试中采用“成年假人”作为目标物进行测试。
3.4
近端穿行工况分析
3.4.1
近端穿行碰撞位置分析
CIDAS在统计数据时根据车宽（不含后视镜）对车辆前部进行三等分。为方便描述，本文引入25%分位、50%分位和75%分位的概念：靠近行人行驶方向的一侧为25%分位、远离行人行驶方向的一侧为 75%分位、中
图1 CIDAS交通事故形态分析统计
间部分为50%分位。从左向右穿行的行人，碰撞位置在L区域的即归入25%分位、碰撞位置在M区的归入50%分位、碰撞位置在R区的归入75%分位；同样的从右向左穿行的行人，碰撞位置在R区域的即归入25%分位、碰撞位置在M区的归入50%分位、碰撞位置在L区的归入75%分位。根据以上定义，对 CIDAS近端事故中碰撞位置的统计结果如下表1所示。
3.4.2 近端穿行事故车速和受伤程度分析
按照事故车辆的初始速度每10km/h为间隔，进行分组统计，得到近端事故中车速和受伤程度的对应关系图4。可以明显的看出随着车速越高，重伤和死亡的比例越高，且在 45km/h-50km/h事故率最高。根据目前行人紧急制动的技术现状，将最高测试速度限制到 60km/h。根据事故占比越大，相应权重越大的原则。表3是根据事故比例确定的测试车速和权重关系表。结合实际情况，虽然速度越高事故占比越大，但由于高速下不要求AEB能完全避免碰撞，如果高速权重太大，会给设计者造成误导，这样会造成实际使用时的极易出现AEB功能误作用的情况。长期的 AEB功能误作用会导致驾驶员厌烦甚至抛弃 AEB功能，不利于AEB系统的推广和应用。因此工况制定时将 50km/h和60km/h等高速工况的权重相应减少。
3.4.3 近端穿行行人速度分布分析
参考文献：
[1]中华人民共和国交通事故统计年报公安部
近端穿行