高級車輛事故自動呼救系統(tǒng)閾值對駕駛員傷情預測的影響＊

陸穎 殷越洲 葉恒毅

（江蘇大學，鎮(zhèn)江 212013）

主題詞：高級車輛事故自動呼救系統(tǒng) 速度變化量 傷情預測模型 臺車碰撞 門檻閾值

1 前言

高級車輛事故自動呼救（Advanced Automatic Crash Notification，AACN）系統(tǒng)在車輛發(fā)生碰撞時，能夠檢測碰撞事故的發(fā)生，提供事故現(xiàn)場的精準位置并預測車內(nèi)駕駛員的傷害程度[1]。

對于AACN 系統(tǒng)而言，一個可靠、準確的駕駛員傷情預測模型是決定其工作性能的關鍵。目前，國內(nèi)外研究人員主要通過仿真建模來預測駕駛員各部位的傷情[2-3]，但是該方法無法預測駕駛員整體傷情。基于此，國外研究人員提出采用Logistic 回歸模型對駕駛員傷情進行預測[4-5]，該方法已被廣泛用一些豪華車型的AACN 系統(tǒng)中[6]。另一方面，與傳統(tǒng)的車輛事故自動呼救（Automatic Crash Notification，ACN）系統(tǒng)相同，AACN系統(tǒng)也要解決碰撞事故判斷的效率和準確性問題[6]。對于以車身加速度信號作為觸發(fā)信號的AACN 系統(tǒng)，其一般包括2 個觸發(fā)閾值：一是“門檻閾值”，用來判斷碰撞事故是否發(fā)生，即區(qū)分交通事故與車輛緊急制動、特殊工況行駛等情況；二是“觸發(fā)閾值”，用來決定AACN系統(tǒng)是否需要對外發(fā)出求救信號，即區(qū)分輕微碰撞事故與嚴重事故。

目前，對AACN 系統(tǒng)門檻閾值的設定不統(tǒng)一[7-9]，且缺少門檻閾值對駕駛員傷情影響的相關研究[10]。因此，本文通過建立正面碰撞下的駕駛員佩戴安全帶的回歸預測模型，將不同門檻閾值下的速度變化量代入其中，分析門檻閾值對預測駕駛員傷情的影響，最后提出可在不同門檻閾值下補償駕駛員傷情等級預測概率的算法。

2 正面碰撞條件下駕駛員傷情等級與速度變化量的關系

2.1 駕駛員傷情等級影響因素分析

駕駛員受傷主要由駕駛員與車內(nèi)構件發(fā)生的“二次碰撞”導致，其嚴重程度不僅與碰撞車輛的速度變化量有關，還受到性別、年齡、車內(nèi)安全系統(tǒng)情況的影響，直接建立物理模型非常困難，本文主要借助數(shù)據(jù)分析的方法，建立碰撞車輛的速度變化量與駕駛員傷情之間的關聯(lián)關系。本文統(tǒng)計了美國國家公路交通安全管理局的事故數(shù)據(jù)庫中2006～2015 年共計150 例駕駛員佩戴安全帶的正面碰撞事故案例，案例信息包括駕駛員傷情等級是否到達最大簡明損傷定級（Maximum Abbreviated Injury Scale，MAIS）3+、速度變化量、駕駛員年齡、性別、駕駛員側安全氣囊是否打開。

在統(tǒng)計的碰撞事故案例報告中，駕駛員傷情依據(jù)簡明損傷定級（Abbreviated Injury Scale，AIS）進行評定。AIS根據(jù)傷員每處損傷的嚴重程度進行評分，是世界公認的損傷評分方法，也是其他評分方法的基礎。AIS依據(jù)每處損傷的嚴重程度將傷情由輕到重分為1～6級，嚴重程度不能說明的損傷評定為9級。一般認為，當傷情達到MAIS 3+時，傷員有受到嚴重傷害的危險。在碰撞事故案例樣本統(tǒng)計過程中，當駕駛員傷情達到MAIS 3+時，記錄為1，否則記錄為2。

碰撞速度變化量定義為車輛發(fā)生碰撞時與碰撞分離時速度的差值，本文統(tǒng)計的范圍為8～120 km/h。統(tǒng)計的事故樣本，駕駛員年齡范圍為16～90歲。

將駕駛員傷情等級是否達到MAIS 3+作為因變量，速度變化量、駕駛員年齡、性別、駕駛員側安全氣囊是否打開作為自變量，基于二分類Logistic回歸模型，取顯著性水平為0.05，若自變量的顯著性水平小于0.05，則自變量與因變量的相關性較為顯著，反之不相關。各自變量的顯著性水平如表1所示。

表1 各自變量的顯著性水平

由表1可知，速度變化量與駕駛員側安全氣囊是否打開對駕駛員傷情等級影響較大。ECE R94規(guī)定[11]，安全氣囊點火存在一定的“傳感灰度區(qū)間”，即正面碰撞時的車速處于該區(qū)間時，安全氣囊可以點火或不點火。“灰度區(qū)”的存在以及安全氣囊的制造質量等問題，使得將駕駛員側安全氣囊是否打開作為獨立因素進行考慮并不合適。由于傳統(tǒng)安全氣囊點火控制器的算法主要以汽車碰撞時的加速度信號及其線性變化量作為基本參數(shù)，導致駕駛員側安全氣囊是否打開仍可歸因于速度變化量[12]，因此本文只考慮速度變化量與駕駛員傷情等級的關系。

2.2 速度變化量與駕駛員傷情等級的Logistic回歸模型

本文以速度變化量為自變量，駕駛員傷情等級為因變量，駕駛員傷情等級只有MAIS 3+（MAIS 3～6）和小于MAIS 3，所以本文采用二分類Logistic 回歸模型。設P(y=1)為駕駛員傷情等級達到MAIS 3+發(fā)生的概率，x1為速度變化量。則二者的Logistic回歸方程為：

式中，b0為常量系數(shù)；b1為x1的系數(shù)。

根據(jù)SPSS軟件對數(shù)據(jù)的分析，可得正面碰撞下的速度變化量Δv與駕駛員傷情等級概率P(Δv)的關系為：

對式（2）進行χ2檢驗。系數(shù)b0所對應的χ2值為44.989，P＜0.001，系數(shù)b1所對應的χ2值為34.007，P＜0.001，二者對應的P均遠小于0.05，因此認為所求回歸方程合理，回歸方程曲線如圖1所示。

圖1 正面碰撞下駕駛員傷情達到MAIS 3+的概率曲線

從圖1中可以看出，碰撞速度變化量越大，駕駛員達到MAIS 3+的概率也越大。碰撞速度變化量約為55 km/h和120 km/h時，駕駛員傷情達到MAIS 3+的概率分別為50%和接近100%。

3 AACN門檻閾值與速度變化量的關系

3.1 門檻閾值對速度變化量的影響

AACN 系統(tǒng)計算得到的碰撞速度變化量的精確度將會影響駕駛員傷情概率的預測。由于AACN 系統(tǒng)檢測到碰撞產(chǎn)生的加速度達到門檻閾值時開始對碰撞加速度進行積分，即得到速度變化量，因此，開始時刻t1實際由門檻閾值決定。碰撞加速度a(t)的計算公式為：

式中，tn為結束時刻；t為當前時刻。

3.2 碰撞加速度數(shù)據(jù)的獲取及處理

為了進一步驗證不同碰撞速度下門檻閾值對速度變化量的影響，本文進行臺車碰撞試驗，試驗系統(tǒng)為DAPGQJ-MNPZ，該臺車規(guī)定的最大負載質量為1 000 kg。試驗中臺車和座椅總質量為400 kg，車速范圍為8～80 km/h，車速調(diào)控精度為±1%，數(shù)據(jù)采集系統(tǒng)的A/D轉換精度為16 bit。臺車試驗如圖2所示。

圖2 臺車試驗

試驗臺車分別以20 km/h、25 km/h、55 km/h 的速度正面撞擊剛性壁障，通過加速度傳感器采集臺車x方向的加速度信號。為了消除臺車振動對所采集的加速度數(shù)據(jù)的影響，本文利用MATLAB 編程對碰撞加速度數(shù)據(jù)進行濾波，得到3 個速度下的加速度曲線，如圖3 所示。從圖3 中可以看出，碰撞初始速度越大，碰撞加速度峰值也越大。20 km/h、25 km/h、55 km/h 的碰撞加速度峰值分別為16g、17.4g、60.3g。

圖3 不同碰撞速度下的加速度曲線

如圖4 所示，對加速度進行積分，將t1～tn等分成(n-1)份，時間間隔均為Δt=1 ms。

圖4 加速度積分

然后采用牛頓－科特斯復化梯形求積公式對加速度信號進行積分：

因選擇的時間間隔較小，速度變化量可近似為：

3.3 不同門檻閾值下的速度變化量

根據(jù)現(xiàn)有研究對門檻閾值設定的不同，本文選取不同的門檻閾值，式（5）得到相應的速度變化量，如圖5所示。

圖5 不同初始速度和門檻閾值下的速度變化量曲線

由于試驗采用固定壁障且臺車沒有回彈，因此實際速度變化量即為臺車碰撞速度。從圖5中可以看出，通過將不同門檻閾值積分得到的速度變化量與實際碰撞速度變化量進行對比可知，門檻閾值對速度變化量存在影響。隨著門檻閾值的增大，積分速度變化量與實際碰撞速度有較大的偏差。例如在20 km/h、25 km/h、55 km/h 時，實際碰撞速度變化量與門檻閾值為10g下的積分速度變化量的差值約7 km/h，這給AACN系統(tǒng)根據(jù)速度變化量判斷駕駛員傷情帶來了影響。因此，有必要對門檻閾值與駕駛員傷情等級達到MAIS 3+的概率進行研究。

4 門檻閾值對駕駛員傷情等級預測的影響

根據(jù)上述門檻閾值對速度變化量的影響，將不同門檻閾值下的速度變化量代入式（3），探求門檻閾值對駕駛員傷情等級預測的影響。在良好路面上，門檻閾值設為2g[7]已經(jīng)可以滿足要求；但是在特殊的路面（如100 mm 高度的臺階）時，門檻閾值定為6g[8]及以上才能更好地提高AACN系統(tǒng)的抗干擾性。

本文首先選取門檻閾值為g～9g的速度變化量，對比不同門檻閾值下的速度變化量與實際速度變化量的差值，然后將不同門檻閾值下的速度變化量代入式（2），計算得到駕駛員傷情達到MAIS 3+的相應概率，如圖6所示。

圖6 不同門檻閾值下的駕駛員傷情概率曲線

從圖6中可以看出，無門檻閾值時的駕駛員傷情概率較門檻閾值為6g、9g時的大。由此可見，門檻閾值對駕駛員傷情預測結果產(chǎn)生影響，且影響隨速度變化量的增大而增大。

5 考慮傷情等級補償?shù)腁ACN系統(tǒng)觸發(fā)算法

由圖6 可以看出，實際速度變化量不超過55 km/h時，即使考慮門檻閾值的影響，駕駛員傷情達到MAIS 3+的概率依然很低，無需采取特殊救援措施。而實際速度變化量在55 km/h 以上時，駕駛員傷情達到MAIS 3+的概率受到門檻閾值的影響較大，如不考慮概率的補償，AACN 系統(tǒng)發(fā)出的傷情等級概率很有可能偏小，從而失去救援的最佳時機。因此，本文提出的AACN 系統(tǒng)觸發(fā)算法以55 km/h作為是否進行概率補償?shù)拈撝担串斔俣茸兓坎怀^55 km/h時，AACN系統(tǒng)不進行復雜的概率補償運算以提高系統(tǒng)效率，當速度變化量大于55 km/h，AACN 系統(tǒng)進行傷情等級的概率補償運算，以提高傷情預測的準確性。

為此，本文計算了實際速度變化量為55 km/h時，不同門檻閾值下駕駛員傷情等級達到MAIS 3+的概率，如表2 所示。由表2 可知，在實際速度變化量為55 km/h時，門檻閾值越大，AACN系統(tǒng)所需補償?shù)母怕试酱蟆?/p>

表2 不同門檻閾值在速度變化量為55 km/h時需補償概率

考慮門檻閾值的設定對AACN 系統(tǒng)傷情預測的影響，本文提出一種考慮傷情補償?shù)腁ACN 系統(tǒng)觸發(fā)算法，如圖7 所示。首先，AACN 系統(tǒng)對加速度信號進行實時采集，若采集的加速度大于門檻閾值，則開始計算8 ms窗寬[13]下的ΔV和Δv，其中ΔV為窗寬范圍內(nèi)的速度變化量。移動窗積分算法先確定窗寬為8 ms，對窗寬內(nèi)的加速度進行積分，然后使窗移動以便獲取每一時刻所對應的速度變化量[14]：

式中，t為當前時刻。

圖7 考慮傷情補償?shù)腁ACN系統(tǒng)觸發(fā)算法流程

若8 ms 窗寬下的速度變化量小于2.8 km/h[13]，則表示發(fā)生輕微碰撞，不需要呼救；反之對碰撞速度變化量進行判斷，若碰撞速度變化量不超過55 km/h，則AACN系統(tǒng)觸發(fā)并提供傷情概率，反之AACN系統(tǒng)觸發(fā)且提供補償概率。

6 結束語

本文通過計算不同門檻閾值下的速度變化量，分析門檻閾值對駕駛員傷情預測的影響。結果表明，門檻閾值越高，對速度變化量的影響也越明顯，對駕駛員傷情預測的誤差越大。由于臺車碰撞試驗的碰撞加速度數(shù)據(jù)與實際的車輛碰撞加速度數(shù)據(jù)可能存在偏差，而且本文只考慮了正面碰撞下駕駛員傷情達到MAIS 3+的概率與不同門檻閾值的關系，目前只能提供補償區(qū)間，要使補償量更加精準，還需進行大量試驗，同時需對其他碰撞方向的駕駛員傷情達到MAIS 3+的概率與門檻閾值的關系進行進一步研究。