例谈视频运动分析法在汽车碰撞试验中的使用

陈亮锋

【摘 要】 介绍了视频运动分析法的原理及其在汽车碰撞试验中的应用情况。通过汽车偏置碰撞试验实例介绍了图像运动分析软件Movias Pro 2D的使用方法，并通过把该实例得出的视频分析数据与传统测量方法相比对，总结了该方法用于汽车碰撞试验中的可取之处与局限，为旨于在试验中获取更全面研发数据的读者提供参考。

【关键词】 视频运动分析 电测量 汽车碰撞试验 景深修正 正交分量

随着汽车业界对车辆日益增长的被动安全要求，工程人员需要对汽车碰撞试验中车身各部位变形、假人身体的运动状态进行追踪与分析，并以此为依据对不同的组件作出完善的调节[1]。为此，人们研究出了多种途径以使汽车碰撞中完整的运动测量、运动分析成为可能，视频运动分析法便是其中之一。

1 视频运动分析法

视频运动分析法（下面简称视频分析法）是对被测物体的运动用图像处理的方法进行解析，实现定性分析和定量的动态摄影测量的方法[2]。

1.1 视频分析法的优缺点

（1）优点：1）成本低。车外布置高速摄影机，相比车内安装传感器，降低了设备在试验过程中因撞击而损坏的风险。2）可以实现目标的定性分析和定量动态运动测量分析的有机结合。[2]3）测量位置灵活。只要能被镜头捕获的位置，都可能成为图像追踪和运动分析的对象。4）对目标点运动轨迹的捕捉更准确和直观。

（2）缺点：1）存在测量盲点。如假人下半身的可视性会受到限制。2）光学摄录存在由于硬件的光学性能及镜头成像固有的光学原理而导致的光学误差。对于缺点1提到的测量盲点本文不作讨论。对碰撞假人的运动分析，本文只涉及可由车外镜头捕获的，且在碰撞事故中易受致命伤害的头部。对于缺点2，下文将重点论述影响视频分析法精度的因素，克服该不良影响的方法，并以实例展示视频分析法在汽车碰撞试验中的表现。

1.2 影响视频分析法精度的因素及解决方法

（1）摄影机的几何畸变。摄影机的几何畸变是指在图像平面上图像点在几何位置上的误差，从而造成成像系统不能使图像与实际景物在全视场范围内严格满足针孔成像模型（或中心投影关系），使中心投影射线发生弯曲[3]。随着摄影工业技术的发展，利用镜头及镜片组的光学设计、选用高质量的光学材料，配合摄影机处理器的纠正功能，已使透视变形降到很低的程度。就本文探讨的试验所采用的Nikor VR24mm-85mm广角镜头而言，无论是广角端还是长焦端，其畸变率均小于1.15%，对运动分析结果的影响可以接受。

（2）多个目标物的景深不同引起的投影坐标差异。被拍摄的物体当中，最靠近摄影机镜头的物体看起来会比远离镜头的物体大得多，这是因为在景深不同的各个平面中，物体在影片中的投影距离是不一样的。为了在同一个镜头影像中分析与比较各平面上的距离，必须进行景深距离修正（下文简称景深修正）。景深修正原理如图1所示。

在图1中，以目标点P1为例：

P1：测量点P1的视觉感知位置；

P1”：测量点P1被景深修正后的位置。

利用三角原理可得出点P1的景深修正系数；

把修正以前的测量点的坐标记为（x，y）；摄影屏幕中心点的坐标记为（cx，cy）；经过景深修正后的测量点坐标记为（X，Y），则有：

X=cx+（x-cx）×k；Y=cy+（y-cy）×k。

从以上方程式可以看出，当认定基准平面为比较平台时，测量点P1看上去会比实际更远离镜头光轴，又因为对P1而言d1/D=k的值小于1，所以经运算后的修正坐标会被缩小；同理，测量点P2经运算后的修正坐标会被扩大。在目标点运动过程景深不变的情况下，景深修正使不同景深的目标点得以在同一坐标系下进行分析。

2 Movias Pro运动分析实例

汽车碰撞试验运动分析的内容包括运动轨迹、速度、加速度。本文选取了2012年于广东汽车检测中心碰撞试验室执行的40%偏置碰撞试验视频作为研究对象，利用日本著名的视频分析软件“Movias Pro 2D”，展示视频分析法在这三要素测量上的表现。

2.1 Movias Pro分析准备

本次分析取两个目标点，第一点为正驾驶位置假人头部中心，记为“Point 0”；第二点为车身B柱上方位置，记为“Point 1”。（见图2）

在Movias Pro中，通过对图像中光学标记点的捕捉，可以得到目标点未经修正的运动轨迹原始数据。这组数据完全基于图像中的像素坐标，使用前须进行一系列数据处理。

（1）基本长度换算。在视频中的长度标识条上选取两个点（Mark1，Mark2）（见图2），赋予两点间对应的实际距离“1m”。

（2）设定T0时刻与坐标系。要与电测量数据进行比对，就必须取得与电测量同步的“时钟”。试验过程已通过带状开关捕捉到了车辆与碰撞壁障接触的时刻，并于视频数据与电测量数据中同时记录。坐标系取T0时刻左前车轮中心所在位置为坐标原点，远离碰撞壁障的方向为X轴正方向，竖直向上为Y轴正方向。

（3）景深修正。经测量：车身标记点（Point 1）所在平面景深9.0m，设为基准平面；头部标记点（Point 0）所在平面景深9.5m。分别把两目标点景深修正前、后的运动轨迹曲线关于坐标系对齐叠放，得到图3。

景深修正前后，假人头部（point 0）的轨迹曲线并没有发生太大的偏移。这是由于假人头部标记与基准平面非常接近，景深修正系数K=9.5/9=1.06，修正幅度较小。同理，Point 1处在基准面上，因而无需修正。

至此，已得到经过理论校准的运动轨迹。通过软件的求导功能可进一步得到速度与加速度数据，用以验证该方法与传统的数据采集方法所得结果的一致性。

2.2 数据分析与比对endprint

为了利用单次试验中有限的数据，本文将从三个方面进行对比：（1）车身碰撞速度值的一致性；（2）假人头部合成加速度的一致性；（3）假人头部加速度正交分量的一致性。

2.2.1 碰撞速度值的一致性

图4是视频分析法与激光测速仪分别得到的车辆碰撞前的速度值。

视频分析曲线中，触发前40ms至触发0点，车身标记（Point1）的速度值保持在30.10km/h～30.25km/h的区间内。

由经校准的激光测速仪测出，车辆距离碰撞位置1m时，车身对应速度为30.20km/h。

可见，在本次车身碰撞速度的测量上，视频分析法与激光测速仪测量值高度吻合。

2.2.2 假人头部合成加速度的一致性

把Movias Pro输出的假人头部合成加速度曲线与电测量输出的曲线关于时间轴对齐，得到图5。

（1）合成加速度峰值对比。图5中，视频分析法得出的合成加速度峰值为298.56m/s2，出现在第134ms；电测量得出的合成加速度峰值为300.00m/s2，出现在第133ms。视频分析结果峰值的大小数值误差约为0.4%，峰值时间基本重合。因此，在加速度峰值的测量上，视频分析法与电测量法的结果高度吻合。

（2）合成加速度波形比对。由图5可见，两组合成加速度曲线无论是形状、峰值大小、响应时刻都有很好的一致性。不甚吻合的位置出现在160ms附近，为了分析偏差原因，笔者把该时刻的正前方摄影画面调出（见图5右侧）。由于此次碰撞试验为40%偏置碰撞，车辆在碰撞后发生一定程度的“甩尾”，此刻假人头部接触方向盘并向车辆左侧偏扭，使其实际运动在分析视频的拍摄方向产生了分量，而2D视频分析法无法记录此方向的运动，因此两组数据在此刻无法作出有效比对。当头部离开方向盘后，两曲线又重新趋向一致。

2.2.3 假人头部加速度正交分量的一致性

碰撞过程中，由于假人头部的持续摆动，头部传感器的测量轴方向将持续变化，而视频分析坐标轴相对于画面是固定的。要进行正交分量的结果比对，首先要统一两组数据的正交轴方向。笔者选择把视频分析法得到的加速度分解到头部传感器的X、Y两测量轴上。

如图6所示，假人头部由前半部分和后脑盖部分组成，头部传感器的安装平台正好与后脑盖的安装面相垂直，因此，只要测量出后脑盖的安装面与画面竖直方向的夹角，就可知道任意时刻视频分析坐标轴XY与传感器测量轴XY的夹角。

下文将取t=100ms和t=134ms两时刻，验证视频分析法与电测量法所得的结果的吻合性。

（1）t=100ms。

对应的头部画面如图6的左图所示，后脑盖安装面始终清晰可辨，可量得此刻头部传感器轴线偏离视频分析坐标轴的角度θ=12°。

读取Movias Pro数据表得到ax=81.3m/s2，ay=-114.3m/s2

取相对假人头部向前与向上方向为电测量坐标系的X轴、Y轴正方向，把ax、ay矢量转换至X轴、Y轴上，得出：

ax=-ay×sin12°+（-ax×cos12°）=114.3×sin12°-81.3×cos12°=-55.7m/s2

ay=ay×cos12°+（-ax×sin12°）=-114.3×cos12°-81.3×sin12°=-128.7m/s2

（2）t=134ms（合成加速度峰值点）。

通过图6的右图可量得此刻头部传感器测量轴线偏离视频分析坐标轴的角度θ=57°。

同理，通过Movias Pro读得：ax=297.6m/s2，ay=6.0m/s2

分别投影到传感器轴线方向，得出：

ax=-ay×sin57°+（-ax×cos57°）=-6×sin57°-297.6×cos57°=-167.2m/s2

ay=ay×cos57°+（-ax×sin57°）=6×cos57°-297.6×sin57°=-246.2m/s2

（3）视频分析法与电测量结果对比。

图7是由假人头部传感器通过电测量得到的加速度正交分量曲线。

把图7中第100ms与第134ms两时刻的数值读出，并与上文通过视频分析法得到的ax、ay对比，结果如表1所示。

3 结语

通过比对可以发现在碰撞试验中：对速度的测量，视频分析结果与激光测速仪的测量值具有高度的一致性。对假人头部加速度的测量：（1）合成加速度峰值：视频分析法无论在峰值大小或峰值时刻上，都与传感器的电测量值具有高度的一致性；（2）合成加速度波形：视频分析法得到的波形与传感器的电测量波形基本重合。但一旦假人头部发生偏扭，视频分析法便无法得出准确的波形，这种影响在汽车偏置碰撞试验中较为明显；（3）合成加速度的同方向正交分量：在第（2）点所述的两者合成加速度波形一致的区域，通过简单的正交分解运算，可由视频分析法得到与电测量数值相近的同方向正交分量，但由于坐标系转换角度的测量误差与目标点位移测量误差的叠加，本案例其中一处加速度分量的计算出现了8%的较大误差。综上所述，使用视频分析法能得到接近传统测量方法的结果，但限于2D画面无法测量目标点的旋转运动和沿光轴方向的运动，在偏置碰撞试验中车辆、假人发生偏摆时，分析结果无法与传感器的测量结果相对应，因此视频分析法更适用于非偏置的碰撞试验中。笔者建议，对试验中电测量系统无法获知的一些信息，应充分利用视频分析法获取；万一碰撞试验过程中因车身或假人头部加速度传感器失效而无法获取有效数据，也可使用本文的方法进行补充。但数据只应作为技术参考，在现阶段不宜替代电测量所得数据作为判断试验是否满足标准要求的依据。

参考文献

[1]Users Manual nac MOVIAS Pro SP-613 （Ver.1.63）[Z]. NAC Image Technology Co.， Ltd. P53-P54.

[2]郑维，黄世霖，张金换.图像运动分析在汽车被动安全研究中的应用[J].公路交通科技，2003年第3期.0.

[3]贾洪涛，朱元昌.摄像机图像畸变纠正技术[J].电子测量与仪器学报，2005年03期.2.endprint

为了利用单次试验中有限的数据，本文将从三个方面进行对比：（1）车身碰撞速度值的一致性；（2）假人头部合成加速度的一致性；（3）假人头部加速度正交分量的一致性。

2.2.1 碰撞速度值的一致性

图4是视频分析法与激光测速仪分别得到的车辆碰撞前的速度值。

视频分析曲线中，触发前40ms至触发0点，车身标记（Point1）的速度值保持在30.10km/h～30.25km/h的区间内。

由经校准的激光测速仪测出，车辆距离碰撞位置1m时，车身对应速度为30.20km/h。

可见，在本次车身碰撞速度的测量上，视频分析法与激光测速仪测量值高度吻合。

2.2.2 假人头部合成加速度的一致性

把Movias Pro输出的假人头部合成加速度曲线与电测量输出的曲线关于时间轴对齐，得到图5。

（1）合成加速度峰值对比。图5中，视频分析法得出的合成加速度峰值为298.56m/s2，出现在第134ms；电测量得出的合成加速度峰值为300.00m/s2，出现在第133ms。视频分析结果峰值的大小数值误差约为0.4%，峰值时间基本重合。因此，在加速度峰值的测量上，视频分析法与电测量法的结果高度吻合。

（2）合成加速度波形比对。由图5可见，两组合成加速度曲线无论是形状、峰值大小、响应时刻都有很好的一致性。不甚吻合的位置出现在160ms附近，为了分析偏差原因，笔者把该时刻的正前方摄影画面调出（见图5右侧）。由于此次碰撞试验为40%偏置碰撞，车辆在碰撞后发生一定程度的“甩尾”，此刻假人头部接触方向盘并向车辆左侧偏扭，使其实际运动在分析视频的拍摄方向产生了分量，而2D视频分析法无法记录此方向的运动，因此两组数据在此刻无法作出有效比对。当头部离开方向盘后，两曲线又重新趋向一致。

2.2.3 假人头部加速度正交分量的一致性

碰撞过程中，由于假人头部的持续摆动，头部传感器的测量轴方向将持续变化，而视频分析坐标轴相对于画面是固定的。要进行正交分量的结果比对，首先要统一两组数据的正交轴方向。笔者选择把视频分析法得到的加速度分解到头部传感器的X、Y两测量轴上。

如图6所示，假人头部由前半部分和后脑盖部分组成，头部传感器的安装平台正好与后脑盖的安装面相垂直，因此，只要测量出后脑盖的安装面与画面竖直方向的夹角，就可知道任意时刻视频分析坐标轴XY与传感器测量轴XY的夹角。

下文将取t=100ms和t=134ms两时刻，验证视频分析法与电测量法所得的结果的吻合性。

（1）t=100ms。

对应的头部画面如图6的左图所示，后脑盖安装面始终清晰可辨，可量得此刻头部传感器轴线偏离视频分析坐标轴的角度θ=12°。

读取Movias Pro数据表得到ax=81.3m/s2，ay=-114.3m/s2

取相对假人头部向前与向上方向为电测量坐标系的X轴、Y轴正方向，把ax、ay矢量转换至X轴、Y轴上，得出：

ax=-ay×sin12°+（-ax×cos12°）=114.3×sin12°-81.3×cos12°=-55.7m/s2

ay=ay×cos12°+（-ax×sin12°）=-114.3×cos12°-81.3×sin12°=-128.7m/s2

（2）t=134ms（合成加速度峰值点）。

通过图6的右图可量得此刻头部传感器测量轴线偏离视频分析坐标轴的角度θ=57°。

同理，通过Movias Pro读得：ax=297.6m/s2，ay=6.0m/s2

分别投影到传感器轴线方向，得出：

ax=-ay×sin57°+（-ax×cos57°）=-6×sin57°-297.6×cos57°=-167.2m/s2

ay=ay×cos57°+（-ax×sin57°）=6×cos57°-297.6×sin57°=-246.2m/s2

（3）视频分析法与电测量结果对比。

图7是由假人头部传感器通过电测量得到的加速度正交分量曲线。

把图7中第100ms与第134ms两时刻的数值读出，并与上文通过视频分析法得到的ax、ay对比，结果如表1所示。

3 结语

通过比对可以发现在碰撞试验中：对速度的测量，视频分析结果与激光测速仪的测量值具有高度的一致性。对假人头部加速度的测量：（1）合成加速度峰值：视频分析法无论在峰值大小或峰值时刻上，都与传感器的电测量值具有高度的一致性；（2）合成加速度波形：视频分析法得到的波形与传感器的电测量波形基本重合。但一旦假人头部发生偏扭，视频分析法便无法得出准确的波形，这种影响在汽车偏置碰撞试验中较为明显；（3）合成加速度的同方向正交分量：在第（2）点所述的两者合成加速度波形一致的区域，通过简单的正交分解运算，可由视频分析法得到与电测量数值相近的同方向正交分量，但由于坐标系转换角度的测量误差与目标点位移测量误差的叠加，本案例其中一处加速度分量的计算出现了8%的较大误差。综上所述，使用视频分析法能得到接近传统测量方法的结果，但限于2D画面无法测量目标点的旋转运动和沿光轴方向的运动，在偏置碰撞试验中车辆、假人发生偏摆时，分析结果无法与传感器的测量结果相对应，因此视频分析法更适用于非偏置的碰撞试验中。笔者建议，对试验中电测量系统无法获知的一些信息，应充分利用视频分析法获取；万一碰撞试验过程中因车身或假人头部加速度传感器失效而无法获取有效数据，也可使用本文的方法进行补充。但数据只应作为技术参考，在现阶段不宜替代电测量所得数据作为判断试验是否满足标准要求的依据。

参考文献

[1]Users Manual nac MOVIAS Pro SP-613 （Ver.1.63）[Z]. NAC Image Technology Co.， Ltd. P53-P54.

[2]郑维，黄世霖，张金换.图像运动分析在汽车被动安全研究中的应用[J].公路交通科技，2003年第3期.0.

[3]贾洪涛，朱元昌.摄像机图像畸变纠正技术[J].电子测量与仪器学报，2005年03期.2.endprint

为了利用单次试验中有限的数据，本文将从三个方面进行对比：（1）车身碰撞速度值的一致性；（2）假人头部合成加速度的一致性；（3）假人头部加速度正交分量的一致性。

2.2.1 碰撞速度值的一致性

图4是视频分析法与激光测速仪分别得到的车辆碰撞前的速度值。

视频分析曲线中，触发前40ms至触发0点，车身标记（Point1）的速度值保持在30.10km/h～30.25km/h的区间内。

由经校准的激光测速仪测出，车辆距离碰撞位置1m时，车身对应速度为30.20km/h。

可见，在本次车身碰撞速度的测量上，视频分析法与激光测速仪测量值高度吻合。

2.2.2 假人头部合成加速度的一致性

把Movias Pro输出的假人头部合成加速度曲线与电测量输出的曲线关于时间轴对齐，得到图5。

（1）合成加速度峰值对比。图5中，视频分析法得出的合成加速度峰值为298.56m/s2，出现在第134ms；电测量得出的合成加速度峰值为300.00m/s2，出现在第133ms。视频分析结果峰值的大小数值误差约为0.4%，峰值时间基本重合。因此，在加速度峰值的测量上，视频分析法与电测量法的结果高度吻合。

（2）合成加速度波形比对。由图5可见，两组合成加速度曲线无论是形状、峰值大小、响应时刻都有很好的一致性。不甚吻合的位置出现在160ms附近，为了分析偏差原因，笔者把该时刻的正前方摄影画面调出（见图5右侧）。由于此次碰撞试验为40%偏置碰撞，车辆在碰撞后发生一定程度的“甩尾”，此刻假人头部接触方向盘并向车辆左侧偏扭，使其实际运动在分析视频的拍摄方向产生了分量，而2D视频分析法无法记录此方向的运动，因此两组数据在此刻无法作出有效比对。当头部离开方向盘后，两曲线又重新趋向一致。

2.2.3 假人头部加速度正交分量的一致性

碰撞过程中，由于假人头部的持续摆动，头部传感器的测量轴方向将持续变化，而视频分析坐标轴相对于画面是固定的。要进行正交分量的结果比对，首先要统一两组数据的正交轴方向。笔者选择把视频分析法得到的加速度分解到头部传感器的X、Y两测量轴上。

如图6所示，假人头部由前半部分和后脑盖部分组成，头部传感器的安装平台正好与后脑盖的安装面相垂直，因此，只要测量出后脑盖的安装面与画面竖直方向的夹角，就可知道任意时刻视频分析坐标轴XY与传感器测量轴XY的夹角。

下文将取t=100ms和t=134ms两时刻，验证视频分析法与电测量法所得的结果的吻合性。

（1）t=100ms。

对应的头部画面如图6的左图所示，后脑盖安装面始终清晰可辨，可量得此刻头部传感器轴线偏离视频分析坐标轴的角度θ=12°。

读取Movias Pro数据表得到ax=81.3m/s2，ay=-114.3m/s2

取相对假人头部向前与向上方向为电测量坐标系的X轴、Y轴正方向，把ax、ay矢量转换至X轴、Y轴上，得出：

ax=-ay×sin12°+（-ax×cos12°）=114.3×sin12°-81.3×cos12°=-55.7m/s2

ay=ay×cos12°+（-ax×sin12°）=-114.3×cos12°-81.3×sin12°=-128.7m/s2

（2）t=134ms（合成加速度峰值点）。

通过图6的右图可量得此刻头部传感器测量轴线偏离视频分析坐标轴的角度θ=57°。

同理，通过Movias Pro读得：ax=297.6m/s2，ay=6.0m/s2

分别投影到传感器轴线方向，得出：

ax=-ay×sin57°+（-ax×cos57°）=-6×sin57°-297.6×cos57°=-167.2m/s2

ay=ay×cos57°+（-ax×sin57°）=6×cos57°-297.6×sin57°=-246.2m/s2

（3）视频分析法与电测量结果对比。

图7是由假人头部传感器通过电测量得到的加速度正交分量曲线。

把图7中第100ms与第134ms两时刻的数值读出，并与上文通过视频分析法得到的ax、ay对比，结果如表1所示。

3 结语

通过比对可以发现在碰撞试验中：对速度的测量，视频分析结果与激光测速仪的测量值具有高度的一致性。对假人头部加速度的测量：（1）合成加速度峰值：视频分析法无论在峰值大小或峰值时刻上，都与传感器的电测量值具有高度的一致性；（2）合成加速度波形：视频分析法得到的波形与传感器的电测量波形基本重合。但一旦假人头部发生偏扭，视频分析法便无法得出准确的波形，这种影响在汽车偏置碰撞试验中较为明显；（3）合成加速度的同方向正交分量：在第（2）点所述的两者合成加速度波形一致的区域，通过简单的正交分解运算，可由视频分析法得到与电测量数值相近的同方向正交分量，但由于坐标系转换角度的测量误差与目标点位移测量误差的叠加，本案例其中一处加速度分量的计算出现了8%的较大误差。综上所述，使用视频分析法能得到接近传统测量方法的结果，但限于2D画面无法测量目标点的旋转运动和沿光轴方向的运动，在偏置碰撞试验中车辆、假人发生偏摆时，分析结果无法与传感器的测量结果相对应，因此视频分析法更适用于非偏置的碰撞试验中。笔者建议，对试验中电测量系统无法获知的一些信息，应充分利用视频分析法获取；万一碰撞试验过程中因车身或假人头部加速度传感器失效而无法获取有效数据，也可使用本文的方法进行补充。但数据只应作为技术参考，在现阶段不宜替代电测量所得数据作为判断试验是否满足标准要求的依据。

参考文献

[1]Users Manual nac MOVIAS Pro SP-613 （Ver.1.63）[Z]. NAC Image Technology Co.， Ltd. P53-P54.

[2]郑维，黄世霖，张金换.图像运动分析在汽车被动安全研究中的应用[J].公路交通科技，2003年第3期.0.

[3]贾洪涛，朱元昌.摄像机图像畸变纠正技术[J].电子测量与仪器学报，2005年03期.2.endprint