追尾避讓中的AEB系統關鍵參數優化方法研究

馮弟瑤陳君毅王宏雁徐瀟何宇桐

（1.同濟大學，上海 201804；2.上海聯合道路交通安全科學研究中心，上海 201804）

追尾避讓中的AEB系統關鍵參數優化方法研究

馮弟瑤1陳君毅1王宏雁1徐瀟1何宇桐2

（1.同濟大學，上海 201804；2.上海聯合道路交通安全科學研究中心，上海 201804）

為確定自動緊急制動（AEB）系統關鍵參數的最優值，提出了一種依據真實追尾事故進行虛擬計算仿真的優化方法。利用PC-Crash對84起真實追尾事故進行了事故重建，并根據AEB系統雷達的不同參數值進行虛擬計算得到虛擬事故重建結果，通過對比事故避免率確定AEB系統關鍵參數的最優值。結果表明：基于該84起真實追尾事故，AEB系統中雷達探測角和探測距離的最終優化結果分別為40°和150 m。

主題詞:AEB 雷達 關鍵參數 追尾事故 仿真 優化

1 前言

追尾碰撞事故發生頻次高[1]，且往往導致非常嚴重的后果。研究表明，在危險工況下，駕駛員如果有0.5 s的預處理時間，就可以減少30%的追尾碰撞事故[2]。自動緊急制動（Automatic Emergency Braking，AEB）系統可以在碰撞發生前發出警報并實施制動干預，最大限度地避免事故的發生或減輕事故傷害[3]。

外國學者運用交通事故具體案例和深度數據對AEB系統的性能和效用進行研究，旨在通過仿真測試開發出適用于自身道路環境及交通狀況的AEB系統。美國學者[4～5]基于美國國家機動車事故抽樣采集系統（National Automotive Sampling System，NASS）和車輛碰撞數據系統（Crashworthiness Data System，CDS）數據庫，通過獨立事故案例研究建立典型事故工況，提出了一種分析追尾碰撞事故中AEB系統性能和效用的方法；澳大利亞學者[6]對事故進行深度研究，基于事故的重建和仿真對AEB系統的潛在效用進行評價；德國學者[7～9]基于德國交通事故深度研究（German In-Depth Accident Study，GIDAS）數據庫，通過事故仿真評估汽車主動安全技術的潛在效用。而國內關于AEB系統的研究主要集中在仿真測試和控制策略方面。江麗君等人[10]將利用行車記錄儀采集到的國內真實危險工況與事故工況數據相結合，分析得到追尾避讓AEB的測試工況；董小飛等人[11]基于國內真實危險工況數據，得到危險工況下駕駛員的反應時間、制動減速度以及碰撞時間（Time To Collision，TTC）、車間時間（Time Headway，THW）、TTC-1（TTC的倒數）等參數的特征。但是，國內還沒有適用于中國道路交通環境及狀況的AEB系統研究。

本文基于中國道路交通環境中的追尾事故具體案例，建立AEB系統的算法和模型，并結合PC-Crash事故重建數據，在每一起事故案例中考察AEB系統的性能和效用，并以雷達參數為例對AEB系統的關鍵參數進行研究，確定AEB系統適用于中國道路交通環境的最優參數組合，為面向中國市場的AEB系統開發提供參考。

2 數據基礎

本文涉及的84起追尾碰撞事故案例來源于上海聯合道路交通安全科學研究中心（Shanghai United Road Traffic Safety Scientific Research Center,SHUFO）于2005～2014年在上海市嘉定區所采集的重特大交通事故數據（見表1）。對這些案例的碰撞重疊率、目標車輛及對象車輛的車速等特征進行分析，并歸納追尾碰撞事故的典型碰撞工況，為后續AEB系統關鍵參數和效用的研究提供基礎數據支撐。

表1 追尾事故案例典型工況

碰撞重疊率是追尾碰撞事故的重要特征因素，指目標車輛車頭碰撞接觸區域占車頭全寬的比例。84起追尾事故碰撞重疊率分布情況如圖1所示（統計計算中精確到1%），小重疊率（0～20%）事故發生的頻次占據了相當一部分比例。

碰撞車速是影響碰撞嚴重程度的直接因素，一般來說，碰撞車速越大、目標車輛與對象車輛之間的速度差（Δv）越大，碰撞的程度就越劇烈。Δv分布如圖2所示（統計計算中取整數處理），Δv在0～30 km/h和31～60 km/h兩個區間范圍內居多。

圖1 追尾事故碰撞重疊率分布

圖2 Δv分布

通過對目標車輛和對象車輛碰撞發生前的行駛工況展開分析，提取并建立追尾碰撞事故的典型工況如表1所列。

3 仿真研究方案

3.1 事故重建

PC-Crash是運用動量和沖量進行事故再現重建的應用軟件，本文選擇該軟件開展仿真研究。首先，運用PC-Crash軟件對84起樣本事故案例進行深度事故重建（見圖3），獲得車輛在碰撞前、碰撞瞬間及碰撞后的運動響應及運動過程，再現事故發生過程；其次，將每個案例經由AEB系統參數的修改再次進行仿真，得到虛擬的事故結果（見圖4）。通過比較雷達各參數對于避免追尾事故效用的優劣，確定AEB系統雷達參數的最優值。對AEB系統關鍵參數進行研究的過程中，以系統作用下的事故避免率作為AEB系統的評價條件，以AEB系統的碰撞避免性能作為衡量標準得出關鍵參數的最優值。事故避免率定義為：

圖3 PC-Crash事故重建結果

圖4 AEB系統參數修改后PC-Crash仿真結果

采用多級制動有助于AEB系統在危險工況中更加舒適、平順地介入，制動效果更強、速度減小率更大，碰撞避免過程中的表現相比于單級制動也更加優秀[12]。因此，本文的AEB系統采用兩級制動的策略，參考一般路面的最大附著系數、PreScan手冊中典型車-車AEB系統部分制動級減速度，以及市場上典型AEB系統參數設置，并考慮到最大限度減小TTC對雷達參數仿真研究的影響，設定AEB兩級制動部分參數如表2所示（兩級制動所對應的TTC分別記為TTC1和TTC2）。實際仿真時，車輛實現的減速度情況受每個樣本中實際道路附著條件的制約。

表2 兩級制動部分參數設定

3.2 雷達參數取值范圍

雷達探測的過程中，探測角和探測距離越大，對探測質量和探測效率的影響越大，產生錯誤信號和干擾的可能性也越高。同時，探測角和探測距離的設定也需要在實際雷達探測技術可以實現的范圍內。本文以市場上存在的雷達產品為基礎，以在探測技術可以支撐的范圍內最大程度地發揮AEB系統的碰撞避免性能為原則，對雷達探測角和探測距離兩個關鍵參數進行分析，確定雷達關鍵參數的最優值。

表3所示為典型雷達的關鍵參數，由此可了解已有產品的關鍵參數范圍。設定探測角的取值分別為10°、20°、30°、40°、50°和90°（其中90°的探測角在實際的雷達產品中一般只能在60 m以下的探測距離內實現，對于遠距離不具備足夠的探測能力，仿真得到的結果也只能用作比對和參考）；設定探測距離的取值分別為40 m、60 m、80 m、100 m、120 m、150 m、180 m、210 m和250 m。

表3 典型雷達關鍵參數匯總

3.3 仿真方案設計

對于探測角和探測距離采取控制變量、單獨研究的方法，分別討論兩者對于碰撞避免性的影響。仿真流程如圖5所示，在仿真過程中得到的探測角和探測距離的優化取值分別記作RTA（Radar Test Angle）和RTD（Radar Test Distance），RTD初始值RTD（0）=100 m（市場上雷達產品探測距離可選范圍的中間值）。

圖5 仿真流程

4 仿真結果分析

根據圖5所示的流程進行多輪迭代仿真，得到雷達參數的最優值組合為RTD=150 m，RTA=40°，仿真結束。

4.1 探測角

設定RTD=150 m，對雷達探測角進行仿真研究。

4.1.1 仿真結果分析

不同探測角下各典型工況的事故避免率如圖6所示。隨著探測角的增大，對于事故的整體碰撞避免率從88.1%逐漸增加到92.9%（RTA=90°），當探測角度達到40°時，事故避免率基本不再隨探測角度增加而增加；探測角度的增加對典型工況1～工況3的事故避免率基本沒有影響；工況4中探測角度從40°增加到90°，事故避免率有一定增加。

圖6 不同探測角條件下各典型工況事故避免率

不同探測角下各碰撞重疊率事故的事故避免率如圖7所示。探測角的增加對于碰撞重疊率在50%以上的事故沒有影響，對于碰撞重疊率在0～20%和21%～50%區間內事故的避免均產生了一定的正面影響，探測角達到40°時，事故避免率均基本不再增加。

圖7 不同探測角條件下各碰撞重疊率事故的事故避免率

4.1.2 探測角最優值選取

當探測距離設定為理想值150 m，探測角度從10°增加到90°，事故整體避免率增益為4.8個百分點（由88.1%增長至92.9%），而探測角度從10°增加到40°，事故整體避免率的增益為3.6個百分點（由88.1%增長至91.7%），覆蓋了全部增益的75%，并且當探測角度從40°增加到90°時，絕大部分典型工況和碰撞重疊率下事故避免率不再增大，并考慮到90°的雷達探測角度在探測距離較遠時難以實現，故AEB系統中雷達探測角的最優值設定為40°。

4.2 探測距離

設定RTA=40°，對探測距離進行仿真研究。

4.2.1 仿真結果分析

不同探測距離下各典型工況事故避免率如圖8所示。當探測角度為40°時，150 m的探測距離下能夠最大程度的發揮AEB系統的碰撞避免性能。當探測距離達到150 m以后，探測距離的增大對于整體碰撞避免率以及各典型工況事故避免率不再產生增益。

不同探測距離各Δv事故避免率如圖9所示。當探測距離達到150 m時，各Δv下事故避免率隨探測距離增加基本不再變化。

圖8 不同探測距離各典型工況事故避免率

圖9 不同探測距離各Δv事故避免率

4.2.2 探測距離最優值選取

當探測角度達到最優值40°時，150 m的探測距離仍然能夠在不同條件下最大程度地發揮出AEB系統的碰撞避免性能，與得到探測角度最優值40°設定的探測距離初始值一致。因此，AEB系統中雷達探測距離的最優值設定為150 m。

至此，雷達關鍵參數的最優值已經全部產生。在這樣的參數設定下，能夠在各種典型工況中、不同碰撞重疊率條件下、不同Δv及碰撞車速條件下最大程度地發揮出AEB系統的碰撞避免性能，是雷達關鍵參數研究得出的最優參數組合。

5 結束語

本文對SHUFO采集到的84起追尾事故進行了特征分析，并運用PC-Crash對每起事故進行了事故重建。在此基礎上，以雷達參數為例進行不同參數下AEB系統的介入，并重新獲得每起事故的虛擬重建結果。通過對不同參數下AEB系統介入后事故避免率的分析，得到了AEB系統雷達探測角和探測距離的優化組合為40°和150 m，在該參數組合條件下，事故整體避免率達到92.3%。

本文在研究過程中存在樣本容量較小、未考慮天氣因素對傳感器模型的影響以及未加入駕駛員模型等不足，在進一步研究中，將考慮擴大追尾事故采集范圍、豐富樣本容量，同時加入駕駛員模型和AEB系統預警功能對于駕駛員警示作用，從而得到更精準的研究結果。

1 徐瀟，陳君毅，代超.基于深度事故研究的側面碰撞事故特征分析.2014第十七屆中國汽車安全技術國際研討會，保定，2014.

2 劉明哲.高速公路追尾碰撞預防報警系統的研究：[學位論文].武漢：武漢理工大學，2006.

3 Active Test Consortium.Dissemination of Performance Testing Methods for Active Safety Functions in Road Vehicles.2011.

4 Kusano K D,Gabler H C.Potential Occupant Injury Reduction in Pre-Crash System Equipped Vehicles in the Striking Vehicle of Rear-end Crashes.54th AAAM Annual Conference Annals of Advances in Automotive Medicine，Las Vegas，2010.

5 Kusano K D,Gabler H C.Safety Benefits of Forward Collision Warning,Brake Assist and Autonomous Braking Systems in Rear-End Collisions.IEEE Transactions on Intelligent Transportation Systems，2012，13（4）：1546～1555.

6 Anderson R,Doecke S,Mackenzie J,et al.Potential Benefits of Autonomous Emergency Braking Based on In-Depth Crash Reconstruction and Simulation.International Technical Conference on the Enhanced Safety of Vehicles(ESV)，Seoul，2013.

7 Erbsmehl C.Simulation of real crashes as a method for estimating the potential benefits of advanced safety technologies.International Technical Conference on the Enhanced Safety of Vehicles(ESV)，Stuttgart，2009.

8 Lindman M,Tivesten E.Method for estimating the benefit of autonomous braking systems using traffic accident data.SAE World Congress，Detroit，2006.

9 Georgi A,Zimmermann M,Lich T,et.al.New Approach of Accident Benefit Analysis for Rear End Collision Avoidance and Mitigation Systems.International Technical Conference on the Enhanced Safety of Vehicles，Stuttgart，2009.

10 江麗君.自動緊急制動系統測評方法研究：[學位論文].上海：同濟大學，2014.

11 董小飛.典型危險工況事故回避策略研究：[學位論文].上海：同濟大學，2013.

12 代超.行人避撞安全系統的關鍵參數及效用評價研究：[學位論文].上海：同濟大學，2015.

（責任編輯 斛 畔）

修改稿收到日期為2016年9月21日。

Method to Optimize the Key Parameters of the AEB System for Rear-end Collision Avoidance

Feng Diyao1,Chen Junyi1,Wang Hongyan1,Xu Xiao1,He Yutong2
（1.Tongji University,Shanghai 201804;2.Shanghai United Road Traffic Safety Scientific Research Center(SHUFO), Shanghai 201804）

In this research,a simulation method based on true rear-end collision accidents was proposed to find out the optimal value of the AEB system’s key parameters.Firstly,84 true rear-end collision accidents with PC-Crash were rebuilt and then AEB data with different parameters was imported into PC-Crash to rebuild all the accidents again,virtual accident results were derived.By comparing accidents avoidance rate,we captured the optimal values of AEB system’s key parameters.The results showed that,based on the 84 true rear-end collision accidents,the optimal values of AEB system radar’s detection angle and detection distance are 40°and 150 m.

AEB,Radar,Key parameters,Rear-end collision,Simulation,Optimization

U461.91

A

1000-3703（2016）11-0008-05