抽象性

在这次研究中,我们选择四种现实后端崩溃场景,并有不同的崩溃特征参与碰撞的车辆没有安装避免碰撞系统后用事故重构法 构建PC-Craps软件中的崩溃场景FCW/AEB安全算法定义为每一碰撞场景主题车辆模型,并模拟出一套输入参数,如车辆速度、制动强度和驱动响应时间输入参数范围分布取自相关现场崩溃数据和可用文献共进行了16000模拟,生成输入输出数据集供进一步调查最后,输入参数对模拟结果的影响,包括碰撞发生、AEB激活、伤害风险和车辆损坏用Boruta算法量化结果表明AEB系统总体有效性下降57%后端碰撞减52%伤害强度减52%(搜车员减42%)和碰撞车辆减47%损失结果还显示可用AEB算法对平均速度等于或小80千米更有效对象飞行器速度、AEB算法类型、传感器检测距离和驱动响应时间是崩溃结果最重要的参数此外,结果显示FCW性能直接影响到AEB系统综合FCW+AEB系统的有效性

开工导 言

高级驱动系统技术通过向驱动者提供背景信息,如车辆状况和交通状况、控制车辆动态或警告高风险状况或建议某些行动[一号..在ADAS技术中,专门开发了避免碰撞系统,包括自主紧急刹车和前向碰撞警告,以防止或减轻后端和行人碰撞后端碰撞最常用类型崩溃,大约占美国每年总碰撞量的30%大都出自驱动人偏执或短途汽车跟踪环境2..国家交通安全委员会估计,80%以上的后端碰撞死亡可以通过碰撞避免系统预防[3..FCW系统已被市场广泛采用,AEB系统则略为新技术2016年AEB系统只对6%车辆可选并安装在美国1%车辆上汽车制造商预期到2022年制定AEB标准4..在所有客车上实现后端碰撞率达70%5..图一号显示载荷飞行器安装AEB和FCW通过雷达、Lidar、扫描仪、摄像机激光器或车辆对车辆通信技术等系统检测LV6..系统识别即时碰撞时,FCW系统警告使用视觉、音频或机密接口的驱动程序应用刹车如果驱动程序不时响应并即时崩溃,AEB系统自动应用完全制动以一定距离和时间截停汽车


图1
FCW和AEB避免碰撞系统

FCW/AEB系统通常基于两个主要构件:安全距离和碰撞时间DTC和TCC可按车辆相对速度互换从这个角度讲,Wang和Chen等FCW算法划分为感知法和运动学算法概念算法是实验数学模型,开发基础是人对TTC感知阈值参数中包含车辆相对速度和SV车辆速度运动基模型使用减速率、驱动响应时间、传感器延迟和速度数据判定FCW/AEB激活dTC或TTC研究人员和汽车制造商开发数种算法,商业名称如Mazda、Honda、Jaguar和国家高速交通安全局算法7..FCW/AEB系统研究可划分为以下领域:i)算法研究:还被称为车辆性能研究,侧重于开发FCW/AEB算法并评价性能以控制车辆纵向动态AS研究的主要目的是更好地了解驱动特征(例如反应时间和制动强度)、车辆动态因子(例如轮道交互作用)、检测、感知和预测技术,然后将这些因素输入算法,实现FCW/AEB系统最佳性能二)有效性研究:主要目标是评估FCW/AEB系统对安全(例如减少碰撞数、伤害严重程度或碰撞严重程度)、驱动行为(例如接受驱动或驱动响应)和交通条件的影响

表2一号列表FCW/AEB系统过去研究并基于方法与领域分类表中未显示,但Kovaceva等人认为这些研究也可归为回溯性未来研究[55号..回溯评估中,研究人员使用现实世界崩溃数据,如国家崩溃数据库、保险索赔或自然驱动数据未来方法则使用计算机模拟、实地操作测试或驱动模拟器评估安全撞击回溯方法确实是最有效评价这些系统安全的方法,因为它直接使用现实崩溃数据装有AEB系统车辆实际失事数据并不存在或仅限于特定车辆型号28码,36号..此外,公共域崩溃数据库通常不提供AEB系统信息,需要第三方(车辆制造厂商)提取信息49号..因此,很难区分有这些系统或没有这些系统的车辆。

表1
FCW和AEB研究汇总

使用预期方法直接评估安全效益是一项挑战法兰那甘和勒布朗41号详细评价FCW+ABB性能驱动模拟器研究只侧重于FCW系统以便描述驱动行为45码改善算法20码,35码或警告系统2,九九..Yue等[44号分析最近对各种ADAS技术有效性研究的结果估计FCW+AEB系统有可能将后端碰撞减少50%他们还强调了AS与ES研究之间存在的差距,在这些研究中,评估系统性能与ADAS技术安全有效性之间关系的研究稀少。包括FCW/AEB算法类型、驱动响应和路况等因素如何促成这些系统安全利益差异的理解仍然有限。

使用分析模型和模拟并用实战数据显示解决这一挑战的巨大潜力库萨诺加布勒21号库萨诺加布勒22号研究FCW+AEB系统安全有效性分析部件开发仅以车辆速度变化为基(#+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++V级数据库中可用数据可能不准确表示崩溃特征本文的目的是更好地了解FCW+AEB系统参数、驱动行为和路况对车辆跟踪假想期间性能和安全的影响并量化关系

本文余下部分组织如下:内段2,我们将解释四大步骤 构建模拟假想 基于现实世界崩溃数据模拟结果由Cection介绍和评价3之后讨论并限制本研究最后,C节提供结论4.

二叉方法论

本研究由四大步骤组成,图中显示2.第一步,四种实语后端碰撞重构PC-Craps软件以获取撞击特征PC-Craps模拟事故软件使用共14度自由的单体56号..悬浮系统由四大并行泉水和大坝组成注意数学模型细节(车辆轨迹和撞击机制)已经探索,数项研究确认其有效性和精度57号-61号..更多关于PC-Craps模型和撞击数学模型的信息在附录A中解释从碰撞重构模拟中提取的撞击参数随后用于计算更多信息属性,包括伤害风险和车辆损坏第二步输入变量包括FCW/AEB算法参数、驱动响应和道路条件定义并具体说明安全有效性输出参数下一步,以四种实战崩溃模拟假想为基础,用不同类型的FCW+AEB类型和组合进行数列模拟(三种FCW+AEB算法和基准仅使用FCW系统)。最后,通过使用统计分析,后处理步骤设计来评估AEB系统的有效性和输入变量对结果的影响


图2
研究步骤
2.1.崩溃重构

选择四种实战后端碰撞使用不同的车辆类型制作模拟假想表22提供这些碰撞的一般信息,包括NHTSA数据库案例号、环境条件和车辆模型环境特征包括路面几何条件使用事故报告可用数据建模附录A崩溃场景图显示每部车辆的总体运动和轨迹事故重建领域物理证据和可用数据有限然而,为本研究的目的,现有资料足以获取撞击参数和崩溃严重程度所要求的精度在这次研究中,撞击参数为身体僵硬性、两辆汽车间的接触摩擦和撞击恢复因子PC-Clash软件内置碰撞优化器可用以校准输入参数并找到各种输入崩溃参数最优值关于优化过程的进一步详细信息见[56号..重建过程已知参数为休息姿势、车辆轨迹和从崩溃后场景图和图像估计的撞击点并进行了一系列MonteCarlo模拟(至少1000模拟),考虑参数不确定性,包括车辆速度、路摩擦、接触摩擦和补偿因子(见附录A)。最优撞击参数值为车辆轨迹、休眠姿势和实际证据提供足够精度,例如轮胎标志和崩溃后车辆变形62..应当指出,原创四轮实战后端碰撞重构假设车辆配有防锁系统

表2
真实世界后端崩溃案例信息

必须指出,选择这些案例基于几个因素,包括:(1) 关于车辆碰撞信息、位置、碰撞图精度和车故障后变形图片的可用性PC-Crash库内车辆动态信息可用性3后端崩溃必须是首先和主要的碰撞事件,而不是其他一些碰撞或撞击的结果因此,通过人工搜索NHTSA数据库和崩溃细节,选择了这四次崩溃科内讨论更多解释这类崩溃案例会如何影响结果3.

2.2.AEB/FCW算法

研究认为FCW/AEB综合系统基于两个主要构件:相碰撞距离时间6..数学方程表显示AEB和FCW算法3.视算法而定,不同的参数包括车辆速度、最大减速、驱动响应时间、传感器延时(本研究定序0.2s)和安全比值等均在方程中加以考虑。aEB算法中重要参数之一是SV和LV车辆最大减速值a/sv并a/sv)研究认为不同值范围从0.6g到1g18号,21号,35码..完全确定最大可能减速高度取决于路程-工时交互性64码..研究中,非恒定数,我们认为最大可能减速是碰撞场系数乘以重力常量 .意指所选AEB算法能够将实时摩擦测量纳入其算法并适应基于路摩擦的车辆最大减速率65码..

表3
FCW和AEB算法

AL_K算法被视为综合FCW+AEB系统,拥有运动学FCW系统AL_P系统与FCW+AEB系统相似,它基于概念FCW系统TTC=2.2sAL_TCC基准还选择FCW和AEB均以相对速度和TTC等值3.5s和1.5s为基础在No_AEB案中,SV车辆仅配有FCWT=2.2s类AL_P算法

图3显示典型时间历史速度模拟下图仅说明FCW和AEB系统如何影响车辆速度开发后端模拟假想时我们假设如下:(a) SV驱动器在FCW系统启动前不响应t级华府)!双车减速率不变,无二手车辆,SV和LV车辆最大减速率相等(SV和LV车辆最大减速率相等)(SV和LV车辆最大减速率相等)。a/sv=a/lv系统)!LV飞行器在模拟开始时应用最大制动右侧aEB系统全速启动图中显示3时间记录LV飞行器速度随速率下降a/lv系统持续停止点同时,SV车辆以恒定速度启动模拟到警告激活点并基于驱动响应时间t级R驱动程序应用减速(减速强度不一定最大)V级sv并发a/Dr速率时间AEB激活t级b/最大全减速用于拦截车辆a/sv)万一后端崩溃,两部车辆都沿相近顺序直达撞击点此时此地t级=t级崩溃)两车速度突然改变,视撞击特征而定,三种不同的崩溃后假想可能发生,图解显示3.


图3
时间速度历史主体和引导车辆 典型汽车跟踪 崩溃和非崩溃假想非压倒性破碎发生
2.3模拟过程

模拟过程包括模拟四种重构碰撞假想并定出输入参数的范围和分布并测量FCW/AEB系统不同组合的模拟结果关键是要定义并具体说明输入参数类型、范围以及分布,反映实界后端崩溃特征碰撞伤害采样系统2016至2018年的崩溃数据被用于获取参数特征CISS是一个加权数据库 覆盖全国代表性碰撞样本 详细记录碰撞点、车辆和乘客考虑到权因子,发现后端碰撞数据点总数等于700 000例足以量化SV车辆速度分布、环境条件和驱动器在第一次有害事件前的反应trava#SP、WEASTER和P_CRASH3变量用于查找车辆速度、天气条件和驱动输入天气条件用于估计路面摩擦细节输入参数、范围分布列表4.

表4
输入参数分布

指定速度范围不同于从现场数据获取的距离,原因有二:(1)速度数据报告CISS数据库通常指碰撞前速度,而模拟从崩溃前几秒开始(2) 规定速度范围[0-200千米]可表示远为广度速度限值依据CISS数据,后端碰撞天气条件发生在干净路上72%案例、云天气15%案例、雨天气10%案例和雪条件0.5%案例随机采样同分布法生成路面摩擦值不同路面条件的道路摩擦范围从雪路0.3到干路条件0.9不等[22号..P_CRASS3提供崩溃前驱动响应的信息(即制动、方向转或加速化)。依据SV车辆数据,SV驱动器70%使用刹车,30%使用其他动作被视为非刹车关于LV车辆96%的情况中,驱动程序在崩溃前不采取任何行动,只在3%的情况下用刹车概率生成随机值定性变量B级Rip)驱动输入驱动响应时间库萨诺和加布勒分配22号被使用定义三种不同类型的驱动程序,包括警示反应时间小于0.6s,典型反应时间介于0.6s至1.4s不等,分心驱动程序比1.4s高安全比值选择基于文献中发现值范围20码..选择其他参数包括检测区和统一分布制动强度,因为使用ISIS数据量化值不可行。

生成输入参数并随机值和定义范围分布后,输出参数测量基础如下5)输出参数发生崩溃(1:是!0:否)碰撞强度使用崩溃变形能量,伤害强度使用最大缩增伤害尺度(MAIS2+),安全AEB&FCW系统激活(1:y!0:no)激活范围R )和AEBRb/系统化碰撞事件及其严重程度摘自模拟产生的撞击特征(见附录A)。崩溃变形能典型度量计算事故重建领域撞击强度66号,67号..测量MAIS2+伤害风险库萨诺和加布勒19号提议方程基于速度变化V级sv安全带状态使用现场数据分析 去哪儿 , ,并 分别为-6.0680.1和0.6234 指向值为1带式驱动器和0无阻驱动器FCW和AEB的激活还根据SV车辆时序位置计算车辆相对速度和距离从算法测量模拟期间车辆传递警告和制动范围时,一值分配为FCW和AEB状态FCW和AEB的相应TTC还根据下列方程测量:

表5
输出参数从模拟测量

图4显示每种假想过程使用视觉基础软件和PC-Crash软件并发模拟程序开始模拟时初始值分配为输入参数条件设置基于后端崩溃动态第一,模拟从SV车辆初始速度小于LV车辆或相对速度小于4m/s开始这是因为,在上述两种情况下后端失事概率极低43号..数据集满足条件后SV车辆定位距离Rd级从引导车以此方式模拟启动时 下方车辆检测引导器时间阶下相对距离车辆警告范围 )并制动范围Rb/)计算结果视SV车辆初始位置而定Rd级具体序列定义基于驱动响应时间、制动行为和FCW/AEB状态因为这些动作顺序排列,车辆初始相对距离决定事件顺序举例说,如果初始距离大于警告范围,车辆继续向前移动而没有任何驱动响应直至到达R华府距离问题FCW系统启动后,并基于驱动输入(压力、强度和响应时间)、SV减速或继续向前推进Rb/距离问题此时,无论驱动者反应如何,全自动刹车应用来拦截车辆


图4
模拟过程

案例初始SV位置在警告范围内Rb/<Rd级<R华府或短于制动范围Rd级<Rb/)序列事件不同第一种假设模式典型现实交通环境,即其他车道中的车辆在SV车前换车道或SV车换车道第一种假设中,如果驱动输入不为零,反应时间不长于主体车辆到达Rb距离所需时间,则车辆减速如果没有驱动输入,车辆继续向上移动至Rb距离后一种假想较不常见,并可能出于与第一种假想相同的原因发生在此例中,AEB激活并启动模拟和SV应用全制动拦截车辆而不管驱动输入

对每个重构崩溃案例选择四种主动安全特征组合,包括三种不同的ACE系统(FCW+AL_K、FCW+AL_P和FCW+AL_TCC)和一种非ACE系统组合对每种组合都使用输入参数规定范围分布来定义和模拟1000个假想因此,为每个安全特征生成的模拟总数为4 000例

2.4.安全特征效果统计分析

在此步骤中,我们用多变回归建模分析法估计各种驱动变量和道路变量(驱动响应时间、路摩擦等)和ADAS安全特征(AEB、FCW等)对碰撞发生响应变量、AEB激活、车辆损坏和伤害严重程度的影响自崩溃和AEB激活二进制变量0/1)以来,我们用二进制通用线性模型量化效果能量吸收和伤害严重程度都是连续变量并用平面最小线性回归模型量化这些变量效果68号..提议的多变回归模型方法使我们能够研究FCW/AEB算法类型、驱动响应和道路条件对这些系统安全有效性的影响回归建模和统计分析使用R软件69..

递归变量因响应单位不同而异因此,需要实现效果标准化来确定哪些变量对响应更为重要知名博鲁塔算法70码用于量化回归变量在统计模型后的重要性使用 Boruta打包R软件算法,我们打算捕捉与结果相关的最重要变量71号..最后,FCW/AEB算法在不同安全方面的有效性使用量化 何地 带并 无概率每一种结果均有AEB系统或无AEB系统

3级结果与讨论

本节分三部分介绍:(1)模拟结果统计分析结果和(3)限制本研究内段311模拟结果显示基于以下方面:系统性能测量,包括AEB激活和相应的DTC和TTC激活AEB和FCW系统安全性能测量碰撞发生、伤害风险(MAIS2+ > 10%)和车辆损坏E级unit 100,000J)后统计分析结果在Cection中显示3.2评估各种输入参数、安全性能度量值和AEB激活之间的关系

3.1.模拟结果

每种算法性能(AL_K、AL_P、AL_TTC和No_AEB)在每个重构后端崩溃假设中都得到评价从4000模拟算法中测得3 548例结果,452例模拟停用理由如下两辆汽车相对速度极小V级sv-V级lv系统< 4m/s)或LV车速高于SV车速V级lv系统>V级sv)表26汇总DTC和TTC分布和FCW和AEB系统激活率典型范围t级华府文献中发现后端崩溃场景介于2s至5s2,72,73号whereas启动AEBt级b/值0.45s对0.6s19号s2ss17,24码,26和1.5s-2.4s重车52文献中使用此外,TTCFCW和AEB激活分布基于不同安全区间和算法类型5并6.

表6
aEB和FCW性能汇总DTC、TTC和AEB和FCW算法激活率

图5
内核密度估计计算出FCW和AEB系统基于不同安全比值 R 分钟内值不同算法(a) R分钟=6m(b) R分钟=9m(c) Rmin=12md) R 分钟内=15m
(a)
(a)
(b)
(b)
(c)
(c)
图6
内核密度估计主体飞行器速度基于AEB激活不同算法(不同AEB算法基于主体飞行器速度的有效性)。AL_K算法AL_P算法AL_TCC算法

图7显示每种算法安全性能结果与预期的一样,如果SV车辆仅配有FCW系统(no_AEB),故障结果会高得多。举例说,后端崩溃率80%来自至少比FCW+AEB案例高2倍的模拟Yue等人指出[44号综合ADAS技术似乎比单系统更有效AL_K算法显示最小崩溃结果算法拥有最高平均战区R华府=93.5mt级华府=3.8s)和最小制动范围Rb/=30.2mt级b/=1.35s.AL_P安全性能显示AEB算法中故障率最高估计TTCFCW和AEB启动算法分别为2.7s和1.49stTC为2.7s激活FCW提供较短时间潜水器响应并导致更多次用AL_P算法模拟碰撞李7指出这些算法可能基于不同的理念设计,例如防止所有后端碰撞或只是减少碰撞AL_P结果显示,算法在上述任何方面都表现不良。


图7
FCW/AEB测量安全性能

此外,提取了装有AEB系统SV车辆不可避免的故障案例结果表明,失事发生时SV车辆平均速度111千米,LV车辆速度24千米,初始距离59千米(大都介于两者之间)。Rb/<Rd级< )驱动响应时间约1.1s高风险假想可用作测试假想,评价AEB跟踪汽车假想性能

图8显示每种算法安全有效性评估结果和总体结果最大潜在安全效益来自AL_K算法碰撞减速、伤害严重度和车辆损坏率分别为69%、62%和60%。如前所述,有数项研究估计安全性下降范围介于30%[27号至79%16取决于各种因素,如评估方法、FCW/AEB算法类型和速度范围不论算法类型如何,AEB系统总体有效性评估显示后端碰撞数下降57%,SV车辆损坏下降52%,MAIS2+风险下降45%


图8
FCW+AEB三大方面估计效果汇总

唯一一项关于AEB系统对车辆损坏有效性的研究由Doyle et al公司进行[28码使用保险索赔数据 特定车辆模型他们指出AEB系统可有效减少车辆损耗介于6%至18%之间但这些模型不包括车辆速度、AEB算法类型和驱动特征等因素。介绍式研究显示,根据直接从撞击力学计算崩溃变形能平均减52%车辆损耗关于AEB减少伤害风险有效性的评估与多项研究发现一致库萨诺加布勒22号和契契诺36号举个例子 估计他们的分析分别减少 50%和56%

3.2统计分析结果

表27提供四种统计模型的细节,这些模型是为碰撞发生、AEB激活、伤害风险和车辆损坏开发的结果显示基于R平方值的模型可接受精度R2和对应 值.除路战摩擦外,所有输入变量在碰撞、伤害和车辆损坏模型中都很重要因为我们将实时路摩擦测量法融入对系统有利的算法74号..和崩溃模型V级lv系统基于90%置信区间不显大

表7
回归分析结果:(a)崩溃模型,(b)AEB模型,(c)能源模型和(d)伤害模型

Boruta库使用R软件中最重要的变量统计模型显示图九九.结果显示AEB激活、崩溃、伤害和能量模型中最重要的参数是主体飞行器速度V级sv类型算法 初始距离或检测范围Rd级驱动程序响应时间t级R)然而,每种参数的重要性水平在每个模型中都不同。举例说,AEB激活模型中SV车辆速度最高值,而崩溃模型中FCW/AEB系统类型最大值结果还显示,伤害模型大都依赖V级sv.这是因为速度变化V级sv)是计算伤害严重程度的尺度,值取决于撞击特征(例如恢复因子和身体僵硬性)。下段解释这些重要参数对统计模型的影响

(a)
(a)
(b)
(b)
(c)
(c)
d)
d)
图9
参数重要性评价结果使用Boruta模型对每项结果进行评估aEB激活故障发生崩溃变形能伤害严重性(MAIS2+)。

图10显示不同参数如何影响AEB激活AL_P算法比其他算法高激活率同时,将初始距离从50米提高至75米,AEB激活率下降10%sV速度超过100千米时,AEB即启动近100%概率并增加驱动响应时间将提高AEB激活率激活率超过95%驱动响应时间1.1s或以上当前AEB算法将驱动响应时间输入数学模型,但在大多数情况下使用定值,而视驱动样式、年龄和性别而定,反应时间定位可改变[14..结果表明,FCW+AEB综合系统FCW性能可显著影响AEB性能上文已经提到,尽管AL_P算法预测AEB激活的DTC和TTC范围相似,但TTCFCW低值 =2.7s)引致碰撞次数比其他算法高


图10
四大参数效果图生成AEB激活模型(信任区间95%)。

图11显示算法类型效果(ADAS)、SV车辆速度、初始距离(传感器距离)和驱动响应时间误差概率关于ADAS算法对崩溃概率的影响,我们可以看到AL_K最有效,其次是AL_TTC系统,后依次是AL_P系统与图中显示的安全有效性评估结果一致8.据我们所知,没有一项研究评估FCW/AEB算法安全模型的安全有效性结果表明,降低SV车辆速度和驱动响应时间可显著降低碰撞风险此外,将初始距离(传感器范围)从50m提高至100m可能使碰撞风险降低35%


图11
四大参数效果图生成崩溃模型(信任区间95%)。

数项研究显示AEB系统对车辆速度的有效性图12显示装有AEB系统SV车辆碰撞速度分布结果表明所选AEB系统更有效避免平均速度75千分和平均速度111千分以上无效碰撞与Cicchino提取的现场数据分析结果一致36号..发现AEB系统效率更高 速度80千米或更少并发Rizzi等[27号研究低速AEB具体汽车模型并发现后端碰撞减少以50千米速度显著研究结果支持这一事实,即当前FCW/AEB系统安全性能高度依赖车辆速度,如崩溃、伤害和能量模型效果图所示(见图图)。11并13)基于AEB算法类型和SV车辆速度的崩溃结果以图显示5并6.


图12
SV车速度内核密度估计配有AEB系统崩溃发生时间:1

图13
两大参数效果图生成能量和伤害模型(信任区间95%)。

如前所述,受伤风险大都取决于SV车速基于图显示结果13maIS2+风险大于40%车辆速度超过150千米,而如果初始距离(检测距离)从30米提高至125米,伤害风险仅下降6%必须指出,计算伤害风险时仅考虑速度变换参数和与减缓机制有关的其他因素(如气囊和车辆结构)。崩溃变形能(车辆损耗)变异比SV车辆速度和算法类型图中也绘制13.唯一与AEB系统对车辆损坏的影响有关的研究由Doyle et al完成[28码..使用保险索赔数据确定车辆型号并指出AEB系统可有效将车辆损耗减少6%至18%但它们统计模型中不包括车辆速度和驱动响应等因素。考虑到这两个因素,当前研究结果显示AEB安全模型类型可显著改变崩溃变形能

伤害风险取决于占用者特征(年龄、性别、位置等)、车辆结构(僵硬性、座机和被动安全系统)和撞击机制然而,在本研究中,我们只能使用V级sv视撞击参数而定,测量MAIS2+伤害风险因此,伤害高度依赖车辆僵硬度和恢复因子图14显示伤害风险曲线基于崩溃变形能和对象飞行器速度举例说,在C2假想中,主体车辆为客车,牵头车辆为重载卡车。因此,主体车辆驱动程序因车辆质量的重大差差而在车辆速度变化方面有较高受伤风险。


图14
基于崩溃变形能量和速度的伤害风险

必须指出,既然本项研究的目的是查找安全算法类型如何改变后端崩溃结果,选择其他车辆类型将导致参数间相似关系,但强度不同比方说,如果比起皮卡车,我们用紧凑轿车作为客车, 伤害风险和崩溃变形程度在一定速度范围会更高然而,我们会看到ADAS系统类型、车辆速度、伤害风险和崩溃变形之间的关系相同

模拟还根据SV飞行器初始位置划分为三大范围(见图二)。15)55%模拟中SV初始距离大于警告范围FCW/AEB系统典型这种情况使驱动程序有更多的时间响应并减速车辆其余两个范围是初始位置介于警告和制动范围之间或小于制动范围时(分别为39%和5%案例)。如前所述,这些情况可能发生在现实世界交通冲突中,原因是改道或合并上路依初始距离下降的对应碰撞率分别为33%、45%和95%从高距离到短距离。这是因为后端碰撞更有可能近距离跟踪汽车


图15
基于SV初始位置和相应崩溃数的模拟数
3cm3约束

这项研究有一些局限性,应提及。这项研究的重点是评价AEB系统,但有些车辆可能拥有其他避免碰撞技术,包括自适应巡航控制,这可能影响到车辆跟踪假想的性能应当指出,所介绍研究的重点仅侧重于算法、驱动响应和道路参数,并假设检测系统与所有SV车辆相似,传感器延迟值相同(0.2s)。本研究分析的汽车跟踪假想是直路,而FCW/AEB则可能在斜坡或曲线路上表现不同。这个问题仍然具有挑战性,需要处理。[75..

此外,运动控制系统如模型预测控制器或比例级联衍生物也能改变车辆动态响应相关控制因素可深入了解故障避免系统在不同情况下的性能重构技术用来测量崩溃强度和速度变化受NHTSA崩溃数据库可用信息、PC-崩溃库信息以及优化法的限制因此,因这些模拟而造成的损害严重程度和车辆损坏可能不遍及所有类型车辆,因为改变车辆特征可产生不同的撞击参数。

并随机构建森林模型 RFE算法选择最重要的变量后向选择法获取输出显示所有变量都几乎相同重要程度,因为它们分布不合理解释因此,我们决定应用效率更高的变量选择法(Boruta),根据预测力排位预测器并适应控制变量的许多交互作用最后但并非最不重要的是,AEB激活假阳性案例在本研究中没有得到考虑,这可能影响到驱动程序决策过程

4级摘要和结论

研究中努力深入了解AEB后端崩溃结果不同决策算法的有效性实界后端崩溃假设模拟从实界崩溃数据或文献中提取各种参数驱动输入还使用反应时间和刹车法建模选择三位FCW+AEB算法设计师分析其对车辆性能的影响以避免或减轻碰撞使用下列度量:碰撞率、伤害风险和碰撞变形能使用数列模拟结果统计模型评价这些度量变量和输入变量之间的关系,参数重要性根据Boruta算法测量

AEB系统总体有效性评估显示后端碰撞下降57%,伤害严重性下降52%(搜车),碰撞车辆损害下降47%结果还显示可用AEB算法效果更高,平均速度80千米Boruta模型显示主体飞行器速度、AEB算法类型、传感器检测范围(初始距离)和驱动响应时间是崩溃结果和AEB系统激活的最重要参数此外,结果显示FCW性能直接影响到AEB系统综合FCW+AEB系统的有效性这对于开发部分制动系统(全面制动前)很重要,这些系统最近正在开发中,供车辆替换驱动制动响应43号..期望这些技术在未来运输中起关键作用,特别是在从常规车辆向完全自主车辆过渡期间。

这项研究还提供基础信息,以确定某些边缘案例假设,可用于在不同阶段开发部署时安全评价这些系统未来,我们计划研究AEB算法的有效性,这些算法基于车辆对车辆连接或为四级自动机开发

附录

A.PC崩溃模拟

PC-Craps模拟有两个主要部分:模拟飞行器轨迹:动能模型三方向考虑所有车辆动态力用于PC-Craps模拟

作用模型:撞击模型基于三方向并发归因子并存线性与旋转性动量使用恢复系数使我们能够对撞击阶段进行更现实的评估,分解成变形恢复阶段显示接触机构从撞击恢复的能力简洁化二维撞击模型以图显示16,而PC-Crash分析3D


图16
PC碰撞配置

下方程显示后崩溃速度测量方式(仅SV使用): 去哪儿V级sv_T并V级sv_Nsv重力中心相切和正常速度组件 yaw速度t级一号并N级一号介于重力中心到脉冲点的距离脉冲点两部车辆相对速度组件并假设 并 速度构件LV图显示17,

(a)
(a)
(b)
(b)
(c)
(c)
d)
d)
图17
崩溃场景图C1.(b) C2C3(d) C4.

保护SV飞行器线性旋转动向 何地使用以上方程组合可测量相对速度变化 去哪儿

视恢复因子和接触摩擦而定,上述方程解析计算后效速度PC-Crash内置函数显示,如果两辆汽车模拟期间接触,撞击特征包括崩溃变形能均从接触点计算出,计算依据为身体僵硬度、恢复因子和接触摩擦能量使用下方程测量56号: 去哪儿E级变形能量F冲击力Sdef压缩深度取决于身体僵硬性最优撞击参数值出自四轮碰撞重构模拟8.显示恢复因子和接触摩擦非常近 不论车辆类型体硬度决定压缩深度大相径庭举个例子,皮卡比客车多近2倍僵硬体

表8
崩溃重构生成参数汇总

通用车辆信息表九九.

表9
SV车辆参数汇总 .

数据可用性

当前研究期间生成的数据集可见Github存储库:https://github.com/CIALReza/AEB-FCW-Simulation-Data.

利益冲突

作者声明,他们没有利益冲突或个人关系,这些冲突或个人关系似乎会影响本文所报告的工作。