加装传统AEB后的未避免事故典型碰撞场景与事故特征

doi:10.19562/j.chinasae.qcgc.2023.06.016

摘要/Abstract

摘要：

为了解车辆装备自动紧急制动系统（AEB）后的典型人车碰撞场景及事故特征，在再现187例事故并采集碰撞前参数后，运用联合仿真技术评估传统AEB系统的效果，并用统计学方法分析未避免的73例事故（39%），获得6类典型的未避免人车碰撞场景。研究发现，未避免事故中：事故主要发生在照明条件良好、路面干燥的非路口，且95.88%案例中碰撞速度低于40 km/h；人车碰撞损伤均显著降低，但不同场景中降幅有差异；人地碰撞损伤降低方面存在不确定性，典型场景中61.9%的案例中人地碰撞损伤有增加风险，损伤增加比例随碰撞场景变化而不同。进一步分析发现，人地碰撞损伤增加的主要原因是AEB降低车速后行人落地顺序改变、人体下肢与车辆前端再次接触、人车碰撞位置改变等。研究成果不仅能为智能车主、被动安全研究中的实验设计提供边界条件，还能为设计更安全的AEB系统提供支持。

关键词: 人车碰撞, 自动紧急制动系统, 事故再现, 事故场景, 人地碰撞损伤

Abstract:

In order to understand the typical pedestrian vehicle collision scenarios and accident characteristics after the vehicle is equipped with the automatic emergency braking system （AEB）， 187 accidents are reproduced and the parameters before the collision are collected. Then the effect of the traditional AEB system is evaluated using the combined simulation technology. After 73 accidents （39%） that are not avoided are analyzed with statistical methods， 6 typical types of pedestrian vehicle collision scenarios that are not avoided are obtained. The study shows that the accidents that are not avoided mainly occurr at non-intersections with good lighting conditions and dry road， and the collision speed is lower than 40 km/h in 95.88% cases. The pedestrian vehicle collision injury is significantly reduced， with different reduction magnitude in different scenarios. Uncertainty exists in the reduction of pedestrian ground collision injury， and 61.9% of the cases in typical scenarios have an increased risk of pedestrian ground collision injury， with the proportion of injury increase varying with the change of collision scenarios. Further analysis shows that the main reasons for the increase of pedestrian ground collision injuries are the change of pedestrian landing sequence after AEB reduces the speed， the re-contact of pedestrian lower limbs with the front end of the vehicle， and the change of pedestrian vehicle collision position. The research results can not only provide boundary conditions for the experimental design of intelligent vehicle owners and passive safety research， but also provide support for the design of safer AEB systems.

Key words: vehicle pedestrian collision, automatic emergency braking system, accident reconstruction, traffic accident scenario, pedestrian-ground contact injury

邹铁方,刘前程,魏亮. 加装传统AEB后的未避免事故典型碰撞场景与事故特征[J]. 汽车工程, 2023, 45(6): 1062-1072.

Tiefang Zou,Qiancheng Liu,Liang Wei. Typical Collision Scenarios and Accident Characteristics of Accidents not Avoided After Installing Traditional AEB[J]. Automotive Engineering, 2023, 45(6): 1062-1072.

图/表 15

图1

表1

图2

图3

图4

表2

表3

图5

图6

图7

图8

图9

图10

图11

图12

参考文献 40

1	World Health Organization. Global status report on road safety 2018［R］. Geneva： WHO Press， 2018.
2	中华人民共和国国家统计局. 中国统计年鉴［M］. 北京：中国统计出版社， 2019.
	National Bureau of Statistics of the People's Republic of China. China statistical yearbook ［M］. Beijing： China Statistics Press， 2019.
3	Euro-NCAP. Euro NCAP test protocol-AEB VRU systems［S］. Version1.0.1. Belgium： Euro-NCAP， 2015：14-20.
4	European new car assessment programme （Euro NCAP）—test protocol AEB VRU systems ［EB/OL］. Euro NCAP， 2019. （2021-03-28）. https：//cdn.euroncap.com/ media/53153/euro-ncap-aeb-vru-test-protocol-v302.pdf.
5	中国汽车技术研究中心（CATARC）. 中国新车评价规程［S/OL］. （2021-03-28）. http：//www.c-ncap.org.cn/cms/ picture/357380003076288512.pdf.
	China Automotive Technology and Research Center （CATARC）. C-NCAP （China new car assessment program） management regulation （2021 edition）［S/OL］. （2021-03-28）. http：//www.cncap.org.cn/cms/picture/357380003076288512.pdf.
6	ANDERSON R， DOECKE S， MACKENZIE J， et al. Potential benefits of autonomous emergency braking based on in-depth crash reconstruction and simulation［C］. Proceedings of the 23rd International Conference on Enhanced Safety of Vehicles， US National Highway Traffic Safety Administration， Washington DC. 2013.
7	ROSÉN E， KÄLLHAMMER J E， ERIKSSON D， et al. Pedestrian injury mitigation by autonomous braking［J］. Accident Analysis & Prevention， 2010， 42（6）： 1949-1957.
8	LIU F， PENG W， CHEN J. Research on the AEB system parameters based on passenger car-pedestrian accidents in CIDAS［J］. China Auto， 2018.
9	PÁEZ F J， SÁNCHEZ S， FURONES A， et al. Benefits assessment of automatic brake on real pedestrian collisions［C］. Proceedings of the FISITA 2016 World Automotive Congress， 2016： 26-30.
10	韩勇，李永强，许永虹，等. 基于VRUs深度事故重建的AEB效能对头部损伤风险的影响［J］. 汽车安全与节能学报， 2021， 12（4）： 490-498.
	HAN Yong， LI Yongqiang， XU Yonghong， et al. Effectiveness of AEB system for head injury risk based on VRUs in-depth accident reconstruction［J］. Automotive Safety and Energy， 2021， 12（4）： 490-498.
11	HAUS S H， SHERONY R， GABLER H C. Estimated benefit of automated emergency braking systems for vehicle-pedestrian crashes in the United States［J］. Traffic Injury Prevention， 2019， 20（s1）： S171-S176.
12	CHEN Q， LIN M， DAI B， et al. Typical pedestrian accident scenarios in China and crash severity mitigation by autonomous emergency braking systems［C］. SAE 2015 World Congress Proceedings. SAE International， 2015.
13	DE LANGE R. Detailed draft test scenarios for a specific pre-crash safety system ［R/OL］. 1 June 2016.http：//www.transport-research.info/Upload/Docements/20120
	3/20120313_143540_79385_P-SP13-0035_D133.pdf.
14	刘颖，贺锦鹏，刘卫国，等. 自动紧急制动系统行人测试场景的研究［J］. 汽车技术， 2014 （3）： 35-39.
	LIU Ying， HE Jinpeng， LIU Weiguo， et al. Research on test scenarios for AEB pedestrian system［J］. Automobile Technology， 2014 （3）： 35-39.
15	苏江平，陈君毅，王宏雁，等. 基于中国危险工况的行人交通冲突典型场景提取与分析［J］. 交通与运输， 2017 （A01）： 209-214.
	SU Jiangping， CHEN Junyi， WANG Hongyan， et al. Establishment and analysis on typical road trafﬁc near-crash scenarios related to pedestrian in China［J］. Traffic & Transportation， 2017 （A01）： 209-214.
16	邹铁方，张勇刚，陈元新. 基于 Pc-Crash 的车辆侧滑事故再现方法［J］. 中国安全科学学报， 2013 （1）： 77-82.
	ZOU T F， ZHANG Y G， CHEN Y X. A method for reconstructing vehicle sideslip accidents based on Pc-Crash［J］. China Safety Science Journal， 2013 （1）： 77-82.
17	邹铁方，余志，蔡铭，等. 基于 Pc-Crash 的车-人事故再现［J］. 振动与冲击， 2011， 30（3）： 215-219.
	ZOU T F， YU Z， CAI M， et al. Car-pedestrian accident reconstruction based on Pc-Crash［J］， Journal of Vibration and Shock， 2011， 30（3）： 215-219.
18	韩勇，徐甲芍，石亮亮，等. 电动二轮车驾驶人头部损伤再现不确定性方法［J］. 中国公路学报， 2020， 33（1）： 172-180，190.
	HAN Yong， XU Jiashao， SHI Liangliang， et al. Uncertainty analysis of head injury via reconstruction of electric two-wheeler accidents［J］. China Journal of Highway and Transport， 2020， 33（1）： 172-180， 190.
19	邹铁方，刘期，刘朱紫，等. 基于人车相互作用时间的人地碰撞损伤防护新视角［J］.中山大学学报， 2022， 61（3）： 153-161.
	ZOU Tiefang， LIU Qi， LIU Zhuzi， et al. A new perspective of protecting pedestrian-ground contact injury based on the pedestrian-vehicle interaction time［J］. Journal of Sun Yat-sen University， 2022， 61（3）： 153-161.
20	韩勇，贺伟，李泉，等. 基于视频信息的汽车碰撞事故中骑车人运动学响应分析［J］. 汽车安全与节能学报， 2017， 8（4）： 381-387.
	HAN Y， HE W， LI Q， et al. Analysis of two-wheelers kinematics before/during/after vehicle collisions based on video records［J］. Automotive Safety and Energy， 2017， 8（4）： 381-387.
21	国家体育总局. 2010年国民体质监测公报［R］. 北京：国家体育总局， 2010.
	National Sports General Administration. 2010 national physique monitoring bulletin ［R］. Beijing： National Sports General Administration， 2010.
22	HAYWARD J C. Near-miss determination through use of a scale of danger［J］. Highway Research Record， 1972.
23	HAMDANE H， SERRE T， MASSON C， et al. Issues and challenges for pedestrian active safety systems based on real world accidents［J］. Accident Analysis & Prevention， 2015， 82： 53-60.
24	何仁，冯海鹏. 自动紧急制动（AEB）技术的研究与进展［J］. 汽车安全与节能学报， 2019 （1）： 1-15.
	HE Ren， FENG Haipeng. Research and development of autonomous emergency brake （AEB） technology［J］. Automotive Safety and Energy， 2019 （1）： 1-15.
25	CHEN Q， LIN M， DAI B， et al. Typical pedestrian accident scenarios in China and crash severity mitigation by autonomous emergency braking systems［C］. SAE Paper 2015-01-1464.
26	杨娜，张臻，赵桂范，等. 自动制动系统行人保护效果的研究［J］. 汽车工程， 2015， 37（12）： 1400-1405.
	YANG Na， ZHANG Zhen， ZHAO Guifan， et al. A research on the pedestrian protection effects of automatic braking system［J］. Automotive Engineering， 2015， 37（12）： 1400-1405.
27	邹铁方，王冠，胡林，等. 汽车摩托车碰撞事故中骑乘人员损伤差异对比研究［J］. 汽车工程， 2020， 42（5）： 621-627.
	ZOU Tiefang， WANG Guan， HU Lin， et al. Comparative study on the injuries of motorcyclist and backseat occupant in vehicle-motorcycle accidents［J］. Automotive Engineering， 2020， 42（5）： 621-627.
28	金建国. 聚类方法综述［J］. 计算机科学， 2014， 41（11A）： 288-293.
	JIN Jianguo. Review of clustering method［J］. Computer Science， 2014， 41（11A）： 288-293.
29	李霖，朱西产，刘颖，等. 涉及骑车人的典型交通危险场景［J］. 同济大学学报（自然科学版）， 2014， 42（7）： 1082-1087.
	LI Lin， ZHU Xichan， LIU Ying， et al. Typical traffic risk scenarios related to pedal cyclists［J］. Journal of Tongji University（Natural Science）， 2014， 42（7）： 1082-1087.
30	CAO Y， XIAO L， DONG H， et al. Typical pre-crash scenarios reconstruction for two-wheelers and passenger vehicles and its application in parameter optimization of AEB system based on NAIS database［C］. 26th International Technical Conference on the Enhanced Safety of Vehicles （ESV）， 2019.
31	中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会. 汽车正面碰撞的乘员保护： GB11551—2014［S］. 北京：中国标准出版社， 2014.
	General Administration of Quality Supervision， Inspection and Quarantine of the People's Republic of China， National Standardization Administration of China. Occupant protection in frontal collision of automobiles： GB11551—2014［S］. Beijing： China Standards Press， 2014.
32	YANG J. Overview of research on injury biomechanics in car-pedestrian collisions［J］. Chinese Journal of Automotive Engineering， 2011， 1（2）： 81-93.
33	胡林，易平，黄晶，等. 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［J］. 汽车工程， 2018， 40（12）： 1435-1446.
	HU Lin， YI Ping， HUANG Jing， et al. A research on test scenes of two-wheeled vehicles for automatic emergency braking system based on real accident cases［J］. Automotive Engineering， 2018， 40（12）： 1435-1446.
34	LI G. Optimization of vehicle front shape for pedestrian protection［D］. Trinity College Dublin， 2017.
35	冯成建，王富平，徐臣，等. 基于车人碰撞事故重建的行人头部动力学响应［J］. 医用生物力学， 2013（2）： 164-170.
	FENG C J， WANG F P， XU C， et al. Head dynamic response based on reconstruction of vehicle-pedestrian accidents with the video［J］. Journal of Medical Biomechanics， 2013（2）： 164-170.
36	SHANG S， OTTE D， LI G， et al. Detailed assessment of pedestrian ground contact injuries observed from in-depth accident data［J］. Accident Analysis & Prevention， 2018， 110： 9-17.
37	SHI L， HAN Y， HUANG H， et al. Analysis of pedestrian-to-ground impact injury risk in vehicle-to-pedestrian collisions based on rotation angles［J］. Journal of Safety Research， 2018， 64： 37-47.
38	ZOU T， SHANG S， SIMMS C. Potential benefits of controlled vehicle braking to reduce pedestrian ground contact injuries［J］. Accident Analysis & Prevention， 2019， 129： 94-107.
39	CROCETTA G， PIANTINI S， PIERINI M， et al. The influence of vehicle front-end design on pedestrian ground impact［J］. Accident Analysis & Prevention， 2015， 79： 56-69.
40	邹铁方，刘朱紫，肖璟，等. 一种降低人-地撞击损伤的车辆制动控制方法［J］. 汽车工程， 2021， 43（1）： 105-112.
	ZOU Tiefang， LIU Zhuzi， XIAO Jing， et al. A vehicle braking control method for reducing pedestrian-ground impact injury［J］. Automotive Engineering， 2021， 43（1）： 105-112.

参数	参数特征	数值
车速	10~35 km/h	0
	35~55 km/h	1
	>55 km/h	2
行人速度	0~5 km/h	0
	5~10 km/h	1
	>10 km/h	2
车辆运动状态	直行	0
车辆运动状态	转弯	1
行人行走方向	从左侧过马路	0
	从右侧过马路	1
	沿着道路直行	2
行人运动状态	静止	0
	行走	1
	奔跑	2
路面状况	干燥	0
	雨天	1
	雪天	2
照明状况	良好	0
照明状况	差	1
道路特征	路口	0
道路特征	非路口	1
视野是否遮挡	是	0
视野是否遮挡	否	1

变量	变量类型	第1类	第2类	第3类	第5类	第6类	第7类	总计	占比/%
车速	10~35 km/h	0	0	1	0	8	7	16	25.4
	35~55 km/h	5	10	13	9	1	2	40	63.49
	>55 km/h	3	1	2	1	0	0	7	11.11
行人速度	0~5 km/h	2	0	15	7	9	0	33	52.38
	5~10 km/h	6	7	1	3	0	9	26	41.27
	>10 km/h	0	4	0	0	0	0	4	6.35
行人运动状态	静止	0	0	1	1	0	0	2	3.17
	行走	0	2	13	7	5	0	27	42.86
	奔跑	8	9	2	2	4	9	34	53.97
路面状况	干燥	7	10	15	0	9	7	48	76.19
	雨天	1	1	1	5	0	2	10	15.87
	雪天	0	0	0	5	0	0	5	7.94
视野是否遮挡	是	0	11	4	1	9	8	33	52.38
视野是否遮挡	否	8	0	12	9	0	1	30	47.62
道路特征	路口	4	2	12	3	2	0	23	36.51
道路特征	非路口	4	9	4	7	7	9	40	63.49
照明情况	良好	8	11	12	8	7	8	54	85.71
照明情况	差	0	0	4	2	2	1	9	14.29
车辆运动状态	直行	8	11	16	10	9	9	63	100
车辆运动状态	转弯	0	0	0	0	0	0	0	0
行人行走方向	从左侧过马路	2	0	12	1	1	4	20	31.75
	从右侧过马路	6	11	4	9	8	5	43	68.25
	沿着道路直行	0	0	0	0	0	0	0	0

场景类别	车速/（km·h^-1）	车辆运动情况	行人速度/（km·h^-1）	行人运动状态	行人行走方向	路面状况	道路特征	视野是否遮挡	照明情况
1	35~55	直行	5~10	奔跑	从右侧过马路	干燥	路口	否	良好
2	35~55	直行	5~10	奔跑	从右侧过马路	干燥	非路口	是	良好
3	35~55	直行	0~5	行走	从左侧过马路	干燥	路口	否	良好
5	35~55	直行	0~5	行走	从右侧过马路	雨天	非路口	否	良好
6	10~35	直行	0~5	行走	从右侧过马路	干燥	非路口	是	良好
7	10~35	直行	5~10	奔跑	从右侧过马路	干燥	非路口	是	良好

[1]	白先旭,左瑜,李维汉,石琴,李楚照,赵树廉,陈炯. 自动紧急制动系统控制模块的SOTIF量化评价[J]. 汽车工程, 2023, 45(9): 1655-1665.
[2]	胡林,李根,王方,林淼,巫宁. 基于CIDAS事故数据的路口乘用车-两轮车测试场景研究[J]. 汽车工程, 2023, 45(8): 1417-1427.
[3]	邹铁方,周靖. 参数扰动下基于制动控制的人地碰撞损伤防护风险[J]. 汽车工程, 2023, 45(2): 313-323.
[4]	刘永涛,刘传攀,刘湘安,陈轶嵩,乔洁. 基于自适应采样时间MPC的自动紧急制动系统[J]. 汽车工程, 2023, 45(1): 32-41.
[5]	谈东奎,胡港君,朱波,金来,张捷. 考虑预期功能安全的智能汽车自动紧急制动系统[J]. 汽车工程, 2022, 44(6): 799-808.
[6]	邹铁方, 刘勇, 何枫林, 李华. 基于证据理论的多模型事故再现结果融合^*[J]. 汽车工程, 2019, 41(4): 462-467.