自動制動系統行人保護效果的研究*

楊 娜，張 臻，趙桂范，王劍鋒，王大方

(1.哈爾濱工業大學汽車工程學院，威海 264209； 2.中國第一汽車股份有限公司技術中心，長春 130011)

?

2015236

自動制動系統行人保護效果的研究*

楊 娜1，張 臻2，趙桂范1，王劍鋒1，王大方1

(1.哈爾濱工業大學汽車工程學院，威海 264209； 2.中國第一汽車股份有限公司技術中心，長春 130011)

為研究自動制動系統的參數對事故中行人發生MAIS3+損傷風險和死亡風險的影響，探尋適合中國道路交通情況的參數取值范圍，采用邏輯回歸分析法構建了長頭型車輛碰撞速度與行人MAIS3+損傷風險和死亡風險的回歸方程。考慮事故中駕駛員轉向避讓與來不及轉向兩種情況，建立了事故前人-車相對位置數學模型，統計分析了探測角度、最大制動減速度、制動提前時間和制動協調時間等自動制動系統參數對降低行人MAIS3+損傷風險和死亡風險的影響，得到了一組最優參數值。研究結果可為我國自動制動系統的設計和改進提供一定的理論依據。

行人保護;自動制動系統

前言

近十年來，我國汽車保有量迅猛增加[1]，給人們的出行帶來方便，但也增加了道路交通運輸的負擔，使我國道路交通事故頻發[2]。行人是道路交通中的弱勢群體，也是事故中的高危人群。《道路安全全球現狀報告2013》中指出，全球每年行人死亡人數占道路交通事故總死亡人數的22%左右。在我國，大部分道路都是車輛與行人混合通行的模式，而且我國人口基數大，這都從客觀上增加了行人暴露于危險環境的機率。而碰撞速度對行人傷亡風險有直接影響，降低碰撞速度能顯著減少事故中行人傷亡風險。自動制動系統能夠根據自身控制策略，自動對行駛車輛進行制動，彌補駕駛者在制動方面的不足。

發達國家建有完善的交通事故監測體系，對事故能夠進行全面和細致地調查[3-10]。國外學者根據真實事故數據對事故中行人的損傷特點和防護技術進行了深入研究[11-22]。由于人、車、路和環境等交通要素在國內外均存在較大差異，國外研究成果無法從本質上反映我國行人事故的特點和規律。

1988年公安部交通管理局建立了我國首個交通事故監測體系[23]。此后，同濟大學和湖南大學等均曾對學校所處地區的交通事故進行調查研究[24-25]。2011年中國汽車技術研究中心聯合國內外多家汽車公司設立中國交通事故深入調查研究項目，并建立了CIDAS(China in-depth accident study)數據庫，對長春、北京、威海、寧波和佛山5個地區的交通事故進行深入調查研究[26]。

我國在交通事故深入調查研究方面雖然有一定的進展，但整體研究水平仍相對滯后。交警部門出于對事故處理的考慮，調查項目不夠完善、細致，調查內容比較籠統，而且不涉及行人損傷的具體信息。目前國內運用真實事故數據研究行人損傷和保護的文獻較少，而且目前的研究大多僅是對事故數據的統計分析，缺乏深入的研究分析。

本文中以威海地區實際的行人事故數據為基礎，對自動制動系統的探測器探測角度、最大制動減速度、制動提前時間和制動協調時間等各參數取值對行人保護效果的影響進行深入研究，探討適合我國道路交通情況的參數取值范圍。

1 數據和方法

1.1 事故數據的篩選

考慮自動制動系統成本和今后主要應用對象，本文中只取長頭型車作為對象，且只選取車輛與行人發生正面碰撞的事故進行研究。因轉向事故量較少，轉向過程中車輛行駛速度一般較低，故只選取事故前車輛處于直行狀態的事故，且一起事故中，只包含一輛肇事車和一名行人。共獲得106起發生在2011-2013年的、滿足條件的長頭型車事故，其中涉及行人死亡的事故有34起，行人最大創傷等級3級和3級以上的有63起。在這106起事故中，行人死亡的事故其最大創傷等級均在3級及3級以上。

1.2 分析方法

采用邏輯回歸分析方法對符合條件的106起長頭型車事故樣本構建了車輛碰撞速度與行人重傷MAIS3+風險和死亡風險回歸模型分別為

行人MAIS3+風險模型為

(1)

行人死亡風險模型為

(2)

式中：v為車輛碰撞速度，km/h；p(v)為碰撞速度為v時發生MAIS3+風險或死亡風險的概率。

(3)

(4)

式中：n為事故總數，n=106。

2 事故前人車相對位置的確定

自動制動系統探測模型如圖1所示。以事故前車輛前部中心所在路面位置為原點，以車輛所在道路前方為Y軸正方向，建立如圖2所示的坐標系。P點是事故前行人相對于車的路面位置。

事故發生大致經歷駕駛員反應階段、制動協調階段和持續制動階段。駕駛員反應時間t1因駕駛者性別、年齡和是否飲酒等自身條件不同而異，一般為0.3～1s。為方便計算，制動協調時間t2統一取0.3s。假定制動協調階段，減速度線性增加而后保持恒定。根據駕駛員的筆錄和現場勘查，確定事故發生距離；根據駕駛員事故時的身體狀況，合理選取t1值，結合事故發生距離和制動協調時間t2，求出持續制動時間t3。

事故前車輛和行人運動狀態如圖3所示。圖3中，vp方向代表行人行走方向，v0方向代表車輛前進方向，θ為行人行走方向與X軸的夾角，γ為車輛前進方向與Y軸的夾角。為便于計算，不考慮轉向協調時間。對于突發情況，駕駛員來不及轉向，車輛仍按原方向前行，不與Y軸發生偏離，此時γ=0°；部分事故中，駕駛員緊急轉向，車輛前進方向與Y軸不重合，此時γ≠0°。

事故前1s，行人相對于車輛的橫向距離xp可由式(5)求得

(5)

式中：xa為行人在車上的第一碰撞點位置，m；vp為行人運動速度，m/s；t為事故前時間，取1s[21]；θ為行人行走方向與X軸的夾角，逆時針為正，(°)；t3為持續制動時間，s；a為最大制動減速度，m/s2；v0為駕駛員意識到危險時的車輛行駛速度，km/h；t2為制動協調時間，s；γ為車輛前進方向與Y軸的夾角，逆時針為正，(°)。

事故前1s，行人相對于車輛的縱向距離yp可由式(6)求得

(6)

式中：t1為駕駛員反應時間，s，且t1+t2+t3=t。

車輛碰撞速度v與行駛速度v0的關系為

(7)

行人與車輛第一接觸位置xa經后期勘查實際測出，第一接觸位置位于車輛前部中心右側，取正值；反之取負值。根據行人和駕駛員陳述，確定事故前行人相對于車輛的行走方向，進而確定行人行走方向與X軸的夾角。表1為行人的平均運動速度vp，其值因行人年齡、性別和運動狀態不同而異。行人事故前的運動狀態根據行人或者駕駛員的陳述獲得，然后根據表1選取相應的值。

表1 不同運動狀態下行人平均速度 m/s

由式(5)～式(7)便可求出事故前1s人-車相對路面位置。

依次求出106起行人事故中事故前1s人-車相對地面的位置，運用Matlab軟件繪制在人-車相對位置坐標系中，如圖4所示。圖中圓圈表示損傷等級在2級及2級以下的行人位置，三角形表示損傷等級在3級及3級以上且在事故中未死亡的行人位置，星形表示損傷等級在3級及3級以上且在事故中死亡的行人位置。虛線代表探測角度為30°，點劃線代表探測角度為40°，實線代表探測角度為50°。

從圖4可以看出，車輛行駛越快，行人距離車輛的縱向距離越遠，行人越容易被小的探測角度探測到，且在事故中受到的傷害越大。

表2列舉了不同探測角度下，106起事故中行人被探測到的總事故、最大創傷等級3級與3級以上事故和死亡事故的機率。從表2可以看出，隨探測角增加，各類事故中行人被探測到的機率均增加。對同一探測角度，行人死亡事故被探測到的機率最大，其次是行人MAIS3+事故。當探測角為40°時，行人MAIS3+事故和死亡事故被探測到的機率為100%；探測角為60°時，所有行人事故均能被探測到。

表2 不同探測角度下行人能夠被探測到的事故機率

3 各參數對行人保護效果的影響

假定在各種天氣和照明條件下，探測器均能正常工作，研究探測角度、制動提前時間、最大制動減速度等控制參數和車輛自身制動協調時間，對降低行人MAIS3+風險和死亡風險效果的影響。

假定自動制動系統激活時間設置在事故前1s，實際事故中，若駕駛員采取制動措施，求出的制動協調時間和持續制動時間之和大于等于1s，則表示事故前1s駕駛員已經采取制動措施，則假定系統不激活；若求得制動協調時間和持續制動時間之和小于1s，則系統激活，系統激活后不再考慮駕駛員因素對制動效果的影響。

3.1 探測角度對行人保護效果的影響

探測角度的選取，既要保證探測效率高，又要考慮探測器成本和控制算法的復雜性。假定制動協調時間為0.3s，且制動協調時間內制動減速度線性增加，后保持恒定。考慮實際路面提供的附著系數和制動安全性，取最大制動減速度為0.6g。對給定的探測角度，若事故前1s行人能夠被探測到，則系統激活；反之認為不激活。計算106起事故中車輛新的碰撞速度。根據式(3)和式(4)，求出不同探測角度下自動制動系統對降低行人MAIS3+風險和死亡風險的效率，如圖5所示。

從圖5可知，隨探測角增大，自動制動系統對降低MAIS3+風險和死亡風險的效率均增加。對同一探測角，系統對降低行人死亡風險的效率比降低MAIS3+風險效率高。研究發現系統對降低MAIS3+風險總和與死亡風險的總和基本相同，但對同一碰撞速度，行人MAIS3+風險比死亡風險高，導致MAIS3+風險總和比死亡風險總和大。故對同一探測角，系統對行人死亡風險的防護效率比MAIS3+風險的防護效率高。當探測角為40°時，系統對降低MAIS3+風險和死亡風險的效率分別為27.2%和47.1%；當探測角為60°時，系統對兩種風險的防護效率達最大值，分別為28.4%和47.4%。將探測角設置為40°，既兼顧了探測器的成本和系統控制算法的復雜性，又保證了系統的行人保護效率。

3.2 最大制動減速度對行人保護效果的影響

車輛制動過程中，最大制動減速度對車速的降低有著重要影響，故而對行人保護效率也有重要影響。假定制動協調時間為0.3s，且制動協調時間內制動減速度線性增加，后保持恒定。將探測角度設置在40°。將最大制動減速度分別設置為0.2、0.4、0.6和0.8g，得出106起事故中車輛新的碰撞速度。根據式(3)和式(4)，求出不同最大制動減速度下自動制動系統對降低MAIS3+風險和死亡風險的效率，如圖6所示。

從圖6可知，隨最大制動減速度增大，自動制動系統對降低行人MAIS3+風險和死亡風險的效率均增加。同一制動減速度，系統對降低行人死亡風險的效率比降低MAIS3+風險的效率高，其原因與探測角度原因類似。增加最大制動減速度可提升系統行人保護效率，但最大制動減速度受到實際路面類型和路面條件的限制，不可能無限制增加。若車輛制動減速度過大，會導致車輛側向穩定性差，車輛易失去控制發生危險。若自動制動系統能夠實時監測路面所能夠提供的最大附著系數，不斷調整車輛最大制動減速度，則既保證了車輛安全性，又保證了較高的行人保護效率，但會增加系統成本和控制策略的難度。實際上，路面車輛行駛路況多為瀝青和水泥路面，車輛在其上的制動縱向滑移附著系數大多介于0.55～0.7之間。計算得到最大制動減速度為0.6g時，系統對降低MAIS3+風險和死亡風險的效率分別為26.8%和46.6%。故將系統的最大制動減速度設置為0.6g，既兼顧了路面條件和制動安全性，又保證了較高的行人保護效率。

3.3 制動提前時間對行人保護效果的影響

制動提前時間越長，車輛速度降低量越大，對應碰撞速度越低，行人的MAIS3+風險和死亡風險越小。實際道路中，自動制動系統若過早激活會影響駕駛員對車輛的操控，也會對道路上行駛的其他車輛造成影響，導致其他車輛上的自動制動系統誤操作可能性增加。制動提前時間的設定要考慮行人保護效率、駕駛員操作性和其他車輛行駛狀況。

假定制動協調時間為0.3s，且制動協調時間內制動減速度線性增加，后保持恒定。綜合考慮探測效率，探測器成本和控制算法復雜性，將探測角度設置在40°。兼顧路面條件、制動安全性和較高的行人保護效率，將系統的最大制動減速度設置為0.6g。將制動提前時間分別設置為0.3、0.5、0.75、1、1.25和1.5s。實際事故中，若求出的制動協調時間和持續制動時間之和大于等于設置的制動提前時間，則表示駕駛員已采取制動措施，假定系統不激活；若求得制動協調時間和持續制動時間之和小于假定的提前時間，則系統激活，且激活后不再考慮駕駛員因素對制動效果的影響。計算車輛新的碰撞速度。根據式(3)和式(4)，求出不同制動提前時間下自動制動系統對降低MAIS3+風險和死亡風險的效率，如圖7所示。

由圖7可知，隨制動提前時間增加，自動制動系統對降低MAIS3+風險和死亡風險的效率均增加。對于同一制動提前時間，系統對降低行人死亡風險的效率比降低MAIS3+風險的效率高，其原因與探測角度原因類似。制動提前時間過短，因制動協調時間的存在，車輛持續制動時間較短，系統的行人保護效果不理想；若制動提前時間過長，又會帶來很多負面影響，故英國交通安全實驗室建議將乘用車制動提前時間設置在0.6～1.0s[2]。根據計算，制動提前時間為0.6s時，系統對降低MAIS3+風險和死亡風險的效率分別為13%和25.9%；制動提前時間為1s時，系統對降低MAIS3+風險和死亡風險的效率分別為27.3%和47.3%。

3.4 制動協調時間對行人保護效果的影響

因制動間隙，車輛制動時，需經歷制動協調階段。該階段內，制動力緩慢增加至最大值。制動協調時間長短，會影響車輛速度降低量，故對行人保護效率也有重要影響。綜合考慮探測效率、探測器成本和控制算法復雜性，將探測角度設置在40°；兼顧路面條件、制動安全性和較高的行人保護效率，將系統的最大制動減速度設置為0.6g；因乘用車的制動協調時間不大于0.35s，將制動協調時間分別設置為0(不考慮制動協調時間)、0.1、0.2、0.3和0.4s，計算得出106起事故中車輛新的碰撞速度。根據式(3)和式(4)，求出不同制動協調時間下自動制動系統對降低MAIS3+風險和死亡風險的效率，如圖8所示。

由圖8可知，隨制動協調時間增加，自動制動系統對降低行人MAIS3+風險和死亡風險的效率均下降。同一制動協調時間下，系統對降低行人死亡風險效率比降低MAIS3+風險效率高，原因與探測角度類似。若將制動協調時間從0.4s減少到0，自動制動系統對降低行人MAIS3+風險和死亡風險效率可分別提升6.6%和9.2%。目前主要通過改進制動系統結構形式和采用制動液壓油預施壓，來減少制動協調時間；如何進一步減少車輛制動協調時間，對提高自動制動系統的行人保護效果有重要作用。

4 結論

(1) 利用邏輯回歸分析方法建立了長頭型車輛碰撞速度與行人重傷MAIS3+風險和死亡風險的回歸模型。

(2) 根據我國真實道路中車輛和行人的運動特性，建立數學模型確定了事故前1s人-車的相對位置。統計分析表明，車輛行駛越快，行人距離車輛的縱向距離越遠，行人越容易被小的探測角度探測到，且在事故中受到的傷害越大。

(3) 研究了探測角度、最大制動減速度、制動提前時間和制動協調時間等自動制動系統參數對降低行人MAIS3+風險和死亡風險的效率的影響，指出了適用于我國實際道路交通情況的各參數取值范圍。當探測角為40°，最大制動減速度為0.6g，制動提前時間為1s，制動協調時間為0.3s時，自動制動系統能夠分別降低26.9%和47%的行人MAS3+風險和死亡風險，這對研發適合我國道路交通情況的自動制動系統具有重要的指導意義。

[1] 丁正林,鄭煜.交通事故深度調查分析對我國交通安全研究的啟示[J].中國公共安全(學術版),2010(1):86-90.

[2] Grover C, Knight I, Okoro F, et al. Automated Emergency Brake Systems: Technical Requirements, Costs and Benefits[R]. TRL Published Project Report PPR 227,2008:23-29.

[3] Mizuno Y, Ishikawa H. Summary of IHRA Pedestrian Safety WG Activities Proposed Test Methods to Evaluate Pedestrian Protection Afforded by Passenger Cars[C]. Proceedings of the 17th ESV Conference. Amsterdam: The Enhanced Safety of Vehicles Conference,2001:2-6.

[4] National Highway Traffic Safety Administration. Pedestrian Injury Reduction Research[R]. Washington: US Department of Transportation,1993.

[5] Henary B Y, Crandall J, Bhalla K, et al. Child and Adult Pedestrian Impact: The Influence of Vehicle Type on Injury Severity[J]. Association for the Advancement of Automotive Medicine,2003,47:105-126.

[6] Otte D, Krettek C, Brunner H, et al. Scientific Approach and Methodology of a New In-depth Investigation Study in Germany so Called GIDAS[C]. Proceedings of the 18th International Technical Conference on the Enhanced Safety of Vehicles, Nagoya, Japan,2003:1-17.

[7] Logan D B, Scully J, Sharwood L, et al. ANCIS-Progress Report July 2003 December 2005[R]. Monash University Accident Research Centre Report 247,2006.

[8] Ashton S J, Pedder J B, Mackay G M. Pedestrian Injuries and the Car Exterior[C]. SAE Paper 770092.

[9] Cuerden R, Richards D, Hill J. Pedestrians and Their Survivability at Different Impact Speeds[C]. Proceedings of the 20th International Technical Conference on the Enhanced Safety of Vehicles, Lyon, France,2007,Paper 07-0440.

[10] Kim Y Y, Oh C, Shin M, et al. Research and Rule-making Activities on Pedestrian Protection in Korea[C]. Proceedings of the 19th International Technical Conference on the Enhanced Safety of Vehicles, Washington, DC,2005.

[11] Matsui Y. Effects of Vehicle Bumper Height and Impact Velocity on Type of Lower Extremity Injury in Vehicle-pedestrian Accidents[J]. Accident Analysis and Prevention,2005,37(4):633-640.

[12] Neal-Sturgess C E, Carter E, Hardy R, et al. APROSYS European In-depth Pedestrian Database[J]. Age,2007,91:95.

[13] Kim J K, Ulfarsson G F, Shankar V N. A Note on Modeling Pedestrian-injury Severity in Motor-vehicle Crashes with the Mixed Logit Model[J]. Accident Analysis and Prevention,2010,42(6):1751-1758.

[14] Tay R, Choi J, Kattan L. A Multinomial Logit Model of Pedestrian-Vehicle Crash Severity[J]. International Journal of Sustainable Transportation,2011,5(4):233-249.

[15] Otte D. Possibilities and Limitation for Protective Measures for Injury Reduction of Vulnerable Road Users[J]. International Journal of Crashworthiness,2002,7(4):441-462.

[16] Fredriksson R, Rosén E, Kullgren A. Priorities of Pedestrian Protection—A Real-life Study of Severe Injuries and Car Sources[J]. Accident Analysis and Prevention,2010,42(6):1672-1681.

[17] Rosén E, Sander U. Pedestrian Fatality Risk as a Function of Car Impact Speed[J]. Accident Analysis and Prevention,2009,41(3):536-542.

[18] Fredriksson R, Rosén E. Integrated Pedestrian Countermeasures-Potential of Head Injury Reduction Combining Passive and Active Countermeasures[J]. Safety Science,2012,50(3):400-407.

[19] Hardy B J, Lawrence G J L, Carroll J A, et al. A Study on the Feasibility of Measures Relating to the Protection of Pedestrians and Other Vulnerable Road Users—Final 2006[R]. EC Contract No. ENTR/05/17.01,2006:101-116.

[20] Huang S, Yang J K, Eklund F. Evaluation of Remote Pedestrian Sensor System Based on the Analysis of Car-pedestrian Accident Scenarios[J]. Safety Science,2008,46(9):1345-1355.

[21] Rosén E, K?llhammer J E, Eriksson D, et al. Pedestrian Injury Mitigation by Autonomous Braking[J]. Accident Analysis and Prevention,2010,42(6):1949-1957.

[22] Coelingh R, Eidehall A, Bengtsson M. Collision Warning with Full Auto Brake and Pedestrian Detection-a Practical Example of Automatic Emergency Braking[C]. 2010 13th International IEEE Annual Conference on Intelligent Transportation Systems Madeira Island, Portugal,2010:19-22.

[23] 李莉.汽車與行人碰撞事故調查分析及仿真研究[D].長沙:湖南大學,2006:18-25.

[24] 王宏雁,戎喆慈,朱西產.行人、非機動車道路交通事故特征及傷害研究[J].道路交通與安全,2008,8(3):28-33.

[25] 李莉,楊濟匡,李偉強,等.汽車碰撞行人交通傷害特點分析[J].汽車工程,2005,27(1):44-46.

[26] 中國汽車技術研究中心.中國交通事故深入研究(CIDAS)[EB/OL].http://www.cidas.cn/index.php.2014-01-10.

A Research on the Pedestrian Protection Effects of Automatic Braking System

Yang Na1, Zhang Zhen2, Zhao Guifan1, Wang Jianfeng1& Wang Dafang1

1.SchoolofAutomotiveEngineering,HarbinInstituteofTechnology,Weihai264209；2.ChinaFawGroupCorporationR&DCenter,Changchun130011

In order to study the effects of the parameters of automatic braking system on the risk of pedestrian MAIS3+ injury and fatality, and to find the appropriate parameters suiting to China’s road traffic conditions, the regression equations are constructed, which describe the relationship between the impact speed and the risks of pedestrian MAIS3+ injury and fatality for cab-behind-engine vehicles, based on logic regression analysis. With considerations of two accident cases of driver swerving and having no time to swerve, a mathematical model for the position of pedestrian relative to vehicle before accident is established, and the effects of the parameters of automatic braking system, including the detection angle, the maximum braking deceleration and the times for braking initiation and coordination, on the reduction of risks of pedestrian MAIS3+ injury and fatality are statistically analyzed, with a set of optimal parameters obtained. The research can provide certain theoretical basis for the design and improvement of domestic automatic braking system.

pedestrian protection; automatic braking system

*山東省科技發展計劃項目(2011GGX10502)資助。

原稿收到日期為2015年3月10日，修改稿收到日期為2015年5月25日。