欧洲新车评价规程弱势道路使用者主动安全保护的测试评价方法

弱势道路使用者(VRU)保护是汽车安全评价中非常重要的部分,运用主动安全及自动驾驶的方式对VRU进行保护是当前提高汽车安全性非常重要的方法。欧洲新车安全评鉴协会作为汽车安全测试评价领域的权威组织,一直非常重视VRU的主动安全保护,其欧洲新车评价规程(Euro NCAP)对推动VRU主动安全保护的进步与推广起到了非常关键的作用。通过分析并解读2023版Euro NCAP VRU主动安全保护的测试评价方法,总结其主要变化,以期为我国整车开发及测试评价等专业技术人员提供参考。

汽车-弱势道路使用者事故的碰撞速度与伤害严重度研究

目的某种程度上,交通事故的严重度后果取决于汽车碰撞速度等碰撞特征。为了充分有效利用事故的严重程度进行事故再现与车速分析,对事故严重度的量化描述及其与车速之间的关联进行了深入探讨。方法基于文献综述和事故调研,确定事故严重程度的特征参数及量化方法。面向汽车碰撞弱势道路使用者事故,如汽车-行人、汽车-自行车事故,分别给出具体的事故严重度特征参数,探讨这些特征参数与碰撞速度之间的关系。结果选取弱势道路使用者的损伤评分及特征伤害程度、汽车的风窗玻璃破裂特征和人车接触的包络线长度描述事故的严重程度,并与碰撞速度之间发生关联。结论在汽车的路面痕迹及其制动措施不确定的情况下,事故严重程度的特征参数可以辅助用来分析或检验汽车碰撞速度。

对弱势道路使用者保护的研究

行人和骑行者作为弱势道路使用者,在道路交通事故中的伤亡比例非常大,实施车辆对弱势交通道路使用者保护能力的评价,有利于减少人员伤亡。在阐述行人碰撞损伤机制的基础上,对比分析了各国行人保护法规以及NCAP评价规程,并针对中国行人保护法规的优化提出了合理性建议:扩大行人头部撞击考核区域并采用多种碰撞角度;引入生物力学逼真性更好的A-PLI柔性腿型替代刚性下腿型;增加基于主动安全测试的AEB行人保护评价。最后从被动安全和主动安全两个方面提出针对弱势道路使用者保护法规的汽车设计策略。

基于并行局部特征金字塔的弱势道路使用者检测

针对现实环境中弱势道路使用者(Vulnerable Road Users,VRU)检测准确率低的问题,提出并行局部特征金字塔检测模型。该模型以SSD(Single Shot Multibox Detector)为基础,针对SSD中默认框过大不能涵盖小尺度VRU的问题,重新设计默认框来匹配更多尺度的VRU;使用两阶段回归策略解决正负样本数不平衡的问题;通过并行的局部特征金字塔结构将高层的语义特征融合到底层特征中来增强模型对VRU的检测能力。相比SSD网络,提出方法的mAP(mean Average Precision)提升了7%,且检测速度满足实时性要求。由此验证了该模型对VRU检测的有效性。

面向弱势道路使用者的多目标运动轨迹预测方法

针对复杂行驶环境下弱势道路使用者(VRU)多目标轨迹预测方法存在的预测精度不足和预测性能不稳定的问题,提出一种基于历史序列信息的面向VRU的多目标轨迹预测方法(Vulnerable Road User Trajectory Predictor, VRU;P)。首先,为了解决预测精度不足的难题,该轨迹预测方法框架融合时空的多维运动状态特征和多维外观语义特征因子,同时基于外观特征综合考虑目标的运动意图,提取多线索的轨迹预测因子作为各个VRU目标历史轨迹的编码输入。其次,为了克服现有方法预测性能不稳定的难题,在序列到序列的编解码器方法(Seq2Seq Encoder-decoder)的基础上,从网络结构设计和网络优化策略等方面提出适用于VRU轨迹预测的门循环神经网络(GRU)。该网络融合设计的plelu6激活函数,能基于历史的序列信息映射学习未来的轨迹信息,用来提高编解码器对未来轨迹的解码能力。最后,为了验证时空多元轨迹线索和门循环神经网络优化方法的有效性和实用性,在已公开的MOT16数据库和提出的VRU-Track数据库上,采用在图像空间上通用的归一化平均位置偏移(NADE)、平均重叠率分值(AOS)评价指标以及平均成功率(ASR)和成功率曲线(Success Plot)评价指标,并进行试验验证。研究结果表明:在MOT16划分的验证集中,相比于基准方法,NADE下降了19.4%,ASR提高了22.6%;在VRU-Track数据库测试集中,NADE下降了23.0%,AOS提高了17.1%,ASR提高了16.5%;提出的VRU;P方法减少了预测值与真值之间的位置偏移,增加了预测值与真值的重叠率,提升了各类VRU目标轨迹预测的性能,而验证了该方法的有效性。

汽车自动紧急制动系统控制策略分析

为降低交通事故的发生概率,减小碰撞损失,对比分析传统自动紧急制动(autonomous emergency braking,AEB)系统控制策略及专用AEB系统控制策略的研究现状,并从驾驶员特性、路面附着因数、天气环境、传感器技术、控制策略5个方面进行优化分析,展望AEB系统未来发展趋势为:结合真实交通事故数据,开发适用于中国交通行车场景的专用AEB系统;采集真实行车场景下油门、制动踏板等数据,针对驾驶员行为特性设计个性化和自适应化AEB系统控制策略;通过建立高精地图与交通事故信息结合的数据集,实现AEB系统控制策略根据历史驾驶数据的自适应调整。

《商用车盲区监测系统》(UN R151)解析

欧盟要求2022年7月6日之后市场新申请和注册的商用车须配备盲区监测系统(BSIS),并满足《商用车盲区监测系统》(UN R151)要求。目前,国内外商用车盲区监测功能普及率较低。本文希望通过对UN R151的解析将有助于整车企业选择更合适的供应商,有助于供应商研发符合UN R151的BSIS,有助于检测机构开展试验和认证工作。

基于VRUs深度事故重建的AEB效能对头部损伤风险的影响

为保护道路弱势使用群体(VRUs,含行人和二轮车骑车人)的、主被动一体化的、汽车安全性设计提供理论参考依据,该文利用高精度事故再现和事故碰撞前场景重建方法,分析了VRU事故的汽车自动紧急制动系统(AEB)的传感器探测角(FOV)及制动减速度等参数的防护效能及VRUs头部损伤风险。结果表明:FOV为30°时事故规避率为45%;当FOV增加到40°、50°和90°时,较FOV为30°事故规避率又分别增加了5%、10%和20%;在FOV为90°,减速度为0.8 g时,即碰时间(TTC)为1 s工况下,车辆平均碰撞速度降低最为明显,高达84%;AEB介入能降低VRUs与车辆前部撞击造成的损伤,但在头部落地损伤存在不确定性。

行人保护气囊设计与验证

在近几年我国实际交通事故中,超过70%的事故涉及弱势道路使用者,汽车对他们的保护需求日益凸显。本文中基于一款A级轿车,对能保护弱势道路使用者头部、并与弹起式发动机罩相配合的保护气囊(简称行人气囊)进行了设计和验证。首先,设计行人气囊的包型和布置,基于弹起式发动机罩仿真行人气囊头型冲击、联动展开等工况;其次,利用试验和理论推导对仿真结果进行验证,修正行人气囊和弹起式发动机罩的关键参数;最后,基于C-NCAP头型冲击试验,探究该行人气囊的保护效果。试验结果表明,基于该车开发的行人气囊对头部的保护效果良好,伤害降低60%以上,得分率高达93.1%。

C-NCAP管理规则(2021版)行人保护评价解读

随着国内汽车安全领域的不断发展,汽车行人保护的概念逐渐被消费者了解,并受到了越来越多的关注,行人保护测试评价规程已于2018年正式加入C-NCAP大家庭,重点关注道路中的弱势道路使用者(Vulnerable Road User,VRU)的出行安全。通过试验测评推动开发技术提升车辆前端的碰撞安全性能,有效降低车外人员在事故中的损伤。