日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網

  • 公眾號

    • 汽車測試網

    • 在線課堂

    • 電車測試

初探自動駕駛的事故場景

2022-01-15 10:13:35·  來源：廣汽研究院集成安全技術部  
　
初探自動駕駛的事故場景自動駕駛技術可以有效地減少交通事故的發(fā)生率是一個行業(yè)共識，但不完全的自動駕駛技術和不完全的市場占有率仍然會在未來的20~30年引發(fā)大
初探自動駕駛的事故場景
自動駕駛技術可以有效地減少交通事故的發(fā)生率是一個行業(yè)共識，但不完全的自動駕駛技術和不完全的市場占有率仍然會在未來的20~30年引發(fā)大量的交通事故。歐盟OSCCAR項目和美國NTSHA給出了相似的結論：依據自動駕駛汽車市場滲透的樂觀預測（圖1），最早在 2045 年，自動駕駛汽車和傳統(tǒng)汽車將在歐盟境內的道路上平等分布。自動駕駛汽車在很長一段時間內都會面臨與當前事故情況相當的事故。此外，自動駕駛汽車的安全標準可能比現有車輛更高，并且可能受到更多的審查。因此，乘員保護技術的升級是必然的。
PIC.01
歐盟自動駕駛汽車市場占有率的樂觀預測

01、混合交通的事故場景和工況
我們熟悉的標準碰撞工況——無論是法規(guī)規(guī)定的，還是NCAP和CIASI規(guī)程中的，都源自于對過往交通事故的統(tǒng)計。當一類事故的傷亡占比足以引起社會普遍關注時，我們就設置一個碰撞工況用于考察車輛在這一類事故的表現。而工況具體的參數設定（如碰撞速度、角度、重疊率等）需要進一步分析這類事故中的人員傷害數據，從而選取一組足以覆蓋大部分傷害程度（如60%）的參數。
然而當自動駕駛技術快速引入市場時，這些只包含人類駕駛的事故數據無法反映自動駕駛技術對交通事故的改變，而且數據累積是一個緩慢的過程，因此，這套傳統(tǒng)的定義標準工況的方法顯得太過滯后，無法及時指引車輛安全技術適應自動駕駛技術的發(fā)展。
于是“在自動駕駛汽車參與道路交通的情況下交通事故是什么樣的”成了首先需要解答的問題。2018年歐盟OSCCAR（Future occupant safety for crashes in cars）項目公布了一份關于“自動駕駛汽車混合交通下事故場景預測”的報告，給出了包含碰撞工況、乘員姿態(tài)和乘員特征的測試矩陣。
OSCCAR項目的基本思路是：首先在現有事故數據庫的事故中通過自下而上（圖2）和自上而下法（圖4）排除掉自動駕駛技術可以避免和降低至低傷害的事故，然后對剩余事故再進行聚類，并引入新的乘員姿態(tài)和特征形成測試工況。

自下而上排除法示意圖
在自下而上法中，首先在兩車和單車的事故中挑選出駕駛輔助系統(tǒng)（ADAS）可以起作用的事故，并基于標準的事故重建場景和主動安全仿真方法估計ADAS的作用。排除掉ADAS可以避免的事故后，將剩余事故碰撞時刻的車輛狀況作為邊界條件輸入標準的被動安全仿真場景，排除掉輕傷事故。最后，認為剩下的事故便是即使ADAS作用仍然會造成嚴重傷害的事故。實際上前瞻室也用了相似的方法對CIDAS數據庫進行了預研。這個方法從邏輯上看十分完美，但我們實踐發(fā)現當中仍然存在許多問題，如碰撞前的交通情況、ADAS性能、車輛運動控制都難以復現和進行統(tǒng)一仿真。OSCCAR項目同樣提出了這些的問題，他們的解決方案是建立OSCCAR標準的交通流、AEB模型、車輛運動模型和約束系統(tǒng)模型進行估算（圖3）。因此，盡管自下而上法目的是估計ADAS對未來事故情況的影響，但其過程并不完美。
OSCCAR標準的雷達模型、AEB模型、交通流模型

自上而下排除法示意圖
自上而下法則比較簡單明了。在自動駕駛可以完全避免人為錯誤（超速、違反路權）的假設下，首先找出這些人為錯誤導致的事故，然后對這些人為錯誤逐個假設自動駕駛取代人類駕駛，看看剩下哪些事故是即使自動駕駛也無法避免的事故，如圖5所示。

自上而下法的應用示例
利用這兩個方法對德國的事故進行分析并外推至全歐洲，得到如圖6所示的結論：仍有39%的城市事故、41%的非城市事故、48%的高速路事故是自動駕駛系統(tǒng)無法避免的事故。并且這些事故仍然包含了所有現有的事類型。圖7展示了幾個主要國家的剩余事故場景。最后，OSCCAR總結性地給出了圖8所示的5個典型的剩余事故場景。
剩余事故的總體情況
主要國家的剩余事故場景
典型剩余事故場景示意圖
在得到剩余事故場景后，又通過聚類法進一步分析單一場景中碰撞速度、碰撞角度、碰撞重疊率等參數的占比，從而得到更具體的碰撞工況。圖9展示了瑞典十字路口的剩余事故聚類情況。
瑞典十字路口的剩余事故聚類情況
可以看到盡管OSCCAR尋找的是“自動駕駛汽車混合交通下的事故場景”，但他們沒有提出新的碰撞場景，而是基于現有的碰撞數據庫找出剩余碰撞場景，并區(qū)分出更精細的碰撞工況。因此，某種意義上OSCCAR項目是在指引面向特定工況的安全開發(fā)向面向真實事故的安全開發(fā)進行升級。
02、新增的乘員姿態(tài)和特征
可以想象自動駕駛汽車一定會增加乘員的坐姿變化（如朝后朝內的坐姿朝向、躺姿增加等）。因此， OSCCAR項目提倡未來的安全開發(fā)還需要同時考慮多樣的乘員坐姿、碰撞前的乘員姿態(tài)變化和不同的乘員特征。在OSCCAR項目的另一份報告（Test Case Matrix and selecting Demonstrator Test Cases）展示了他們所考慮的乘員坐姿（圖10~12）。
新增的座椅朝向

新增的上軀干姿態(tài)
新增的座椅俯仰角和相應的乘員全身姿態(tài)

03、乘員安全開發(fā)面臨的問題
美國NTSHA在面對自動駕駛影響下的車輛安全有著和歐盟OSCCAR相似的思路，但他們似乎更加務實，最近他們公布了三份關于自動駕駛乘員安全的報告中指出了三個問題。
一是盡管有統(tǒng)計表明某些情況下乘員離位會造成一些部位的傷害加大（圖13），但現有的數據庫沒能在統(tǒng)計學上體現出乘員在位和離位對傷害的影響有顯著差異。“離位乘員”的年齡比“在位乘員”小10歲，年齡差異造成的影響比姿態(tài)更大。
乘員離位和在位的傷害對比
二是現有的有限元假人的仿生性能仍需提高。圖14展示了GHBMC-50-O和GHBMC-50-OS有限元假人在躺姿斜碰工況下各部位響應曲線與尸體假人的相似度評價?？梢钥吹皆u價普遍不高。

GHBMC-50-O和GHBMC-50-OS仿生特性評價
三是現有的有限元假人仍然存在許多工程計算問題需要解決。如單元負體積和干涉（圖15）、姿態(tài)調整范圍有限（圖16）、關節(jié)剛度偏大等問題。
單元負體積和干涉
不能只靠重力作用躺平
從OSCCAR項目的路線圖（圖17）看，行業(yè)基本實現了2021年的目標：1、獲得未來的碰撞場景；2、建立預碰撞階段的仿真假人；3、仿真假人能夠覆蓋各種乘員特征；4、知道如何應用仿真假人進行虛擬評測。但面對2025年的目標：1、完善仿真假人和虛擬評測方法；2、對高級自動駕駛車輛的坐姿乘員達成統(tǒng)一的虛擬評測方法，并引入歐洲市場，行業(yè)前沿仍然有許多工作需要做。
OSCCAR項目路線圖

結語
若要按照OSCCAR項目的思路應對未來自動駕駛車輛的安全開發(fā)，我們需要等待行業(yè)前沿把有限元假人仿生特性和工程計算這些基礎問題解決并且開放給主機廠使用后才能進行。但OSCCAR項目傳遞的行業(yè)趨勢是清晰的：自動駕駛汽車的安全標準要比現有車輛更高，面向特定工況的安全開發(fā)需要向面向真實事故的安全開發(fā)進行升級。如果安全產品和安全性能夠跳出了法規(guī)要求且適應市場需求，就可以提高市場對自動駕駛汽車的接受度，從而形成新的產品力。而從OSCCAR項目對未來碰撞場景的預測看，跳出法規(guī)要求并不意味著一定要超越法規(guī)要求（比如不要求50km/h全正碰變成60km/全正碰），而是適應更豐富更細化的碰撞場景。因此，結合自動駕駛帶來的技術紅利讓被動安全產品更加“聰明”應該是個不錯的方向。
文章：鄭捷
編輯：鄭捷
廣汽研究院集成安全技術部
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25