自动制动系统行人保护效果的研究*

杨 娜，张 臻，赵桂范，王剑锋，王大方

(1.哈尔滨工业大学汽车工程学院，威海 264209； 2.中国第一汽车股份有限公司技术中心，长春 130011)



2015236

自动制动系统行人保护效果的研究*

杨 娜1，张 臻2，赵桂范1，王剑锋1，王大方1

(1.哈尔滨工业大学汽车工程学院，威海 264209； 2.中国第一汽车股份有限公司技术中心，长春 130011)

为研究自动制动系统的参数对事故中行人发生MAIS3+损伤风险和死亡风险的影响，探寻适合中国道路交通情况的参数取值范围，采用逻辑回归分析法构建了长头型车辆碰撞速度与行人MAIS3+损伤风险和死亡风险的回归方程。考虑事故中驾驶员转向避让与来不及转向两种情况，建立了事故前人-车相对位置数学模型，统计分析了探测角度、最大制动减速度、制动提前时间和制动协调时间等自动制动系统参数对降低行人MAIS3+损伤风险和死亡风险的影响，得到了一组最优参数值。研究结果可为我国自动制动系统的设计和改进提供一定的理论依据。

行人保护;自动制动系统

前言

近十年来，我国汽车保有量迅猛增加[1]，给人们的出行带来方便，但也增加了道路交通运输的负担，使我国道路交通事故频发[2]。行人是道路交通中的弱势群体，也是事故中的高危人群。《道路安全全球现状报告2013》中指出，全球每年行人死亡人数占道路交通事故总死亡人数的22%左右。在我国，大部分道路都是车辆与行人混合通行的模式，而且我国人口基数大，这都从客观上增加了行人暴露于危险环境的机率。而碰撞速度对行人伤亡风险有直接影响，降低碰撞速度能显著减少事故中行人伤亡风险。自动制动系统能够根据自身控制策略，自动对行驶车辆进行制动，弥补驾驶者在制动方面的不足。

发达国家建有完善的交通事故监测体系，对事故能够进行全面和细致地调查[3-10]。国外学者根据真实事故数据对事故中行人的损伤特点和防护技术进行了深入研究[11-22]。由于人、车、路和环境等交通要素在国内外均存在较大差异，国外研究成果无法从本质上反映我国行人事故的特点和规律。

1988年公安部交通管理局建立了我国首个交通事故监测体系[23]。此后，同济大学和湖南大学等均曾对学校所处地区的交通事故进行调查研究[24-25]。2011年中国汽车技术研究中心联合国内外多家汽车公司设立中国交通事故深入调查研究项目，并建立了CIDAS(China in-depth accident study)数据库，对长春、北京、威海、宁波和佛山5个地区的交通事故进行深入调查研究[26]。

我国在交通事故深入调查研究方面虽然有一定的进展，但整体研究水平仍相对滞后。交警部门出于对事故处理的考虑，调查项目不够完善、细致，调查内容比较笼统，而且不涉及行人损伤的具体信息。目前国内运用真实事故数据研究行人损伤和保护的文献较少，而且目前的研究大多仅是对事故数据的统计分析，缺乏深入的研究分析。

本文中以威海地区实际的行人事故数据为基础，对自动制动系统的探测器探测角度、最大制动减速度、制动提前时间和制动协调时间等各参数取值对行人保护效果的影响进行深入研究，探讨适合我国道路交通情况的参数取值范围。

1 数据和方法

1.1 事故数据的筛选

考虑自动制动系统成本和今后主要应用对象，本文中只取长头型车作为对象，且只选取车辆与行人发生正面碰撞的事故进行研究。因转向事故量较少，转向过程中车辆行驶速度一般较低，故只选取事故前车辆处于直行状态的事故，且一起事故中，只包含一辆肇事车和一名行人。共获得106起发生在2011-2013年的、满足条件的长头型车事故，其中涉及行人死亡的事故有34起，行人最大创伤等级3级和3级以上的有63起。在这106起事故中，行人死亡的事故其最大创伤等级均在3级及3级以上。

1.2 分析方法

采用逻辑回归分析方法对符合条件的106起长头型车事故样本构建了车辆碰撞速度与行人重伤MAIS3+风险和死亡风险回归模型分别为

行人MAIS3+风险模型为

(1)

行人死亡风险模型为

(2)

式中：v为车辆碰撞速度，km/h；p(v)为碰撞速度为v时发生MAIS3+风险或死亡风险的概率。

(3)

(4)

式中：n为事故总数，n=106。

2 事故前人车相对位置的确定

自动制动系统探测模型如图1所示。以事故前车辆前部中心所在路面位置为原点，以车辆所在道路前方为Y轴正方向，建立如图2所示的坐标系。P点是事故前行人相对于车的路面位置。

事故发生大致经历驾驶员反应阶段、制动协调阶段和持续制动阶段。驾驶员反应时间t1因驾驶者性别、年龄和是否饮酒等自身条件不同而异，一般为0.3～1s。为方便计算，制动协调时间t2统一取0.3s。假定制动协调阶段，减速度线性增加而后保持恒定。根据驾驶员的笔录和现场勘查，确定事故发生距离；根据驾驶员事故时的身体状况，合理选取t1值，结合事故发生距离和制动协调时间t2，求出持续制动时间t3。

事故前车辆和行人运动状态如图3所示。图3中，vp方向代表行人行走方向，v0方向代表车辆前进方向，θ为行人行走方向与X轴的夹角，γ为车辆前进方向与Y轴的夹角。为便于计算，不考虑转向协调时间。对于突发情况，驾驶员来不及转向，车辆仍按原方向前行，不与Y轴发生偏离，此时γ=0°；部分事故中，驾驶员紧急转向，车辆前进方向与Y轴不重合，此时γ≠0°。

事故前1s，行人相对于车辆的横向距离xp可由式(5)求得

(5)

式中：xa为行人在车上的第一碰撞点位置，m；vp为行人运动速度，m/s；t为事故前时间，取1s[21]；θ为行人行走方向与X轴的夹角，逆时针为正，(°)；t3为持续制动时间，s；a为最大制动减速度，m/s2；v0为驾驶员意识到危险时的车辆行驶速度，km/h；t2为制动协调时间，s；γ为车辆前进方向与Y轴的夹角，逆时针为正，(°)。

事故前1s，行人相对于车辆的纵向距离yp可由式(6)求得

(6)

式中：t1为驾驶员反应时间，s，且t1+t2+t3=t。

车辆碰撞速度v与行驶速度v0的关系为

(7)

行人与车辆第一接触位置xa经后期勘查实际测出，第一接触位置位于车辆前部中心右侧，取正值；反之取负值。根据行人和驾驶员陈述，确定事故前行人相对于车辆的行走方向，进而确定行人行走方向与X轴的夹角。表1为行人的平均运动速度vp，其值因行人年龄、性别和运动状态不同而异。行人事故前的运动状态根据行人或者驾驶员的陈述获得，然后根据表1选取相应的值。

表1 不同运动状态下行人平均速度 m/s

由式(5)～式(7)便可求出事故前1s人-车相对路面位置。

依次求出106起行人事故中事故前1s人-车相对地面的位置，运用Matlab软件绘制在人-车相对位置坐标系中，如图4所示。图中圆圈表示损伤等级在2级及2级以下的行人位置，三角形表示损伤等级在3级及3级以上且在事故中未死亡的行人位置，星形表示损伤等级在3级及3级以上且在事故中死亡的行人位置。虚线代表探测角度为30°，点划线代表探测角度为40°，实线代表探测角度为50°。

从图4可以看出，车辆行驶越快，行人距离车辆的纵向距离越远，行人越容易被小的探测角度探测到，且在事故中受到的伤害越大。

表2列举了不同探测角度下，106起事故中行人被探测到的总事故、最大创伤等级3级与3级以上事故和死亡事故的机率。从表2可以看出，随探测角增加，各类事故中行人被探测到的机率均增加。对同一探测角度，行人死亡事故被探测到的机率最大，其次是行人MAIS3+事故。当探测角为40°时，行人MAIS3+事故和死亡事故被探测到的机率为100%；探测角为60°时，所有行人事故均能被探测到。

表2 不同探测角度下行人能够被探测到的事故机率

3 各参数对行人保护效果的影响

假定在各种天气和照明条件下，探测器均能正常工作，研究探测角度、制动提前时间、最大制动减速度等控制参数和车辆自身制动协调时间，对降低行人MAIS3+风险和死亡风险效果的影响。

假定自动制动系统激活时间设置在事故前1s，实际事故中，若驾驶员采取制动措施，求出的制动协调时间和持续制动时间之和大于等于1s，则表示事故前1s驾驶员已经采取制动措施，则假定系统不激活；若求得制动协调时间和持续制动时间之和小于1s，则系统激活，系统激活后不再考虑驾驶员因素对制动效果的影响。

3.1 探测角度对行人保护效果的影响

探测角度的选取，既要保证探测效率高，又要考虑探测器成本和控制算法的复杂性。假定制动协调时间为0.3s，且制动协调时间内制动减速度线性增加，后保持恒定。考虑实际路面提供的附着系数和制动安全性，取最大制动减速度为0.6g。对给定的探测角度，若事故前1s行人能够被探测到，则系统激活；反之认为不激活。计算106起事故中车辆新的碰撞速度。根据式(3)和式(4)，求出不同探测角度下自动制动系统对降低行人MAIS3+风险和死亡风险的效率，如图5所示。

从图5可知，随探测角增大，自动制动系统对降低MAIS3+风险和死亡风险的效率均增加。对同一探测角，系统对降低行人死亡风险的效率比降低MAIS3+风险效率高。研究发现系统对降低MAIS3+风险总和与死亡风险的总和基本相同，但对同一碰撞速度，行人MAIS3+风险比死亡风险高，导致MAIS3+风险总和比死亡风险总和大。故对同一探测角，系统对行人死亡风险的防护效率比MAIS3+风险的防护效率高。当探测角为40°时，系统对降低MAIS3+风险和死亡风险的效率分别为27.2%和47.1%；当探测角为60°时，系统对两种风险的防护效率达最大值，分别为28.4%和47.4%。将探测角设置为40°，既兼顾了探测器的成本和系统控制算法的复杂性，又保证了系统的行人保护效率。

3.2 最大制动减速度对行人保护效果的影响

车辆制动过程中，最大制动减速度对车速的降低有着重要影响，故而对行人保护效率也有重要影响。假定制动协调时间为0.3s，且制动协调时间内制动减速度线性增加，后保持恒定。将探测角度设置在40°。将最大制动减速度分别设置为0.2、0.4、0.6和0.8g，得出106起事故中车辆新的碰撞速度。根据式(3)和式(4)，求出不同最大制动减速度下自动制动系统对降低MAIS3+风险和死亡风险的效率，如图6所示。

从图6可知，随最大制动减速度增大，自动制动系统对降低行人MAIS3+风险和死亡风险的效率均增加。同一制动减速度，系统对降低行人死亡风险的效率比降低MAIS3+风险的效率高，其原因与探测角度原因类似。增加最大制动减速度可提升系统行人保护效率，但最大制动减速度受到实际路面类型和路面条件的限制，不可能无限制增加。若车辆制动减速度过大，会导致车辆侧向稳定性差，车辆易失去控制发生危险。若自动制动系统能够实时监测路面所能够提供的最大附着系数，不断调整车辆最大制动减速度，则既保证了车辆安全性，又保证了较高的行人保护效率，但会增加系统成本和控制策略的难度。实际上，路面车辆行驶路况多为沥青和水泥路面，车辆在其上的制动纵向滑移附着系数大多介于0.55～0.7之间。计算得到最大制动减速度为0.6g时，系统对降低MAIS3+风险和死亡风险的效率分别为26.8%和46.6%。故将系统的最大制动减速度设置为0.6g，既兼顾了路面条件和制动安全性，又保证了较高的行人保护效率。

3.3 制动提前时间对行人保护效果的影响

制动提前时间越长，车辆速度降低量越大，对应碰撞速度越低，行人的MAIS3+风险和死亡风险越小。实际道路中，自动制动系统若过早激活会影响驾驶员对车辆的操控，也会对道路上行驶的其他车辆造成影响，导致其他车辆上的自动制动系统误操作可能性增加。制动提前时间的设定要考虑行人保护效率、驾驶员操作性和其他车辆行驶状况。

假定制动协调时间为0.3s，且制动协调时间内制动减速度线性增加，后保持恒定。综合考虑探测效率，探测器成本和控制算法复杂性，将探测角度设置在40°。兼顾路面条件、制动安全性和较高的行人保护效率，将系统的最大制动减速度设置为0.6g。将制动提前时间分别设置为0.3、0.5、0.75、1、1.25和1.5s。实际事故中，若求出的制动协调时间和持续制动时间之和大于等于设置的制动提前时间，则表示驾驶员已采取制动措施，假定系统不激活；若求得制动协调时间和持续制动时间之和小于假定的提前时间，则系统激活，且激活后不再考虑驾驶员因素对制动效果的影响。计算车辆新的碰撞速度。根据式(3)和式(4)，求出不同制动提前时间下自动制动系统对降低MAIS3+风险和死亡风险的效率，如图7所示。

由图7可知，随制动提前时间增加，自动制动系统对降低MAIS3+风险和死亡风险的效率均增加。对于同一制动提前时间，系统对降低行人死亡风险的效率比降低MAIS3+风险的效率高，其原因与探测角度原因类似。制动提前时间过短，因制动协调时间的存在，车辆持续制动时间较短，系统的行人保护效果不理想；若制动提前时间过长，又会带来很多负面影响，故英国交通安全实验室建议将乘用车制动提前时间设置在0.6～1.0s[2]。根据计算，制动提前时间为0.6s时，系统对降低MAIS3+风险和死亡风险的效率分别为13%和25.9%；制动提前时间为1s时，系统对降低MAIS3+风险和死亡风险的效率分别为27.3%和47.3%。

3.4 制动协调时间对行人保护效果的影响

因制动间隙，车辆制动时，需经历制动协调阶段。该阶段内，制动力缓慢增加至最大值。制动协调时间长短，会影响车辆速度降低量，故对行人保护效率也有重要影响。综合考虑探测效率、探测器成本和控制算法复杂性，将探测角度设置在40°；兼顾路面条件、制动安全性和较高的行人保护效率，将系统的最大制动减速度设置为0.6g；因乘用车的制动协调时间不大于0.35s，将制动协调时间分别设置为0(不考虑制动协调时间)、0.1、0.2、0.3和0.4s，计算得出106起事故中车辆新的碰撞速度。根据式(3)和式(4)，求出不同制动协调时间下自动制动系统对降低MAIS3+风险和死亡风险的效率，如图8所示。

由图8可知，随制动协调时间增加，自动制动系统对降低行人MAIS3+风险和死亡风险的效率均下降。同一制动协调时间下，系统对降低行人死亡风险效率比降低MAIS3+风险效率高，原因与探测角度类似。若将制动协调时间从0.4s减少到0，自动制动系统对降低行人MAIS3+风险和死亡风险效率可分别提升6.6%和9.2%。目前主要通过改进制动系统结构形式和采用制动液压油预施压，来减少制动协调时间；如何进一步减少车辆制动协调时间，对提高自动制动系统的行人保护效果有重要作用。

4 结论

(1) 利用逻辑回归分析方法建立了长头型车辆碰撞速度与行人重伤MAIS3+风险和死亡风险的回归模型。

(2) 根据我国真实道路中车辆和行人的运动特性，建立数学模型确定了事故前1s人-车的相对位置。统计分析表明，车辆行驶越快，行人距离车辆的纵向距离越远，行人越容易被小的探测角度探测到，且在事故中受到的伤害越大。

(3) 研究了探测角度、最大制动减速度、制动提前时间和制动协调时间等自动制动系统参数对降低行人MAIS3+风险和死亡风险的效率的影响，指出了适用于我国实际道路交通情况的各参数取值范围。当探测角为40°，最大制动减速度为0.6g，制动提前时间为1s，制动协调时间为0.3s时，自动制动系统能够分别降低26.9%和47%的行人MAS3+风险和死亡风险，这对研发适合我国道路交通情况的自动制动系统具有重要的指导意义。

[1] 丁正林,郑煜.交通事故深度调查分析对我国交通安全研究的启示[J].中国公共安全(学术版),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, Källhammer 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.汽车与行人碰撞事故调查分析及仿真研究[D].长沙:湖南大学,2006:18-25.

[24] 王宏雁,戎喆慈,朱西产.行人、非机动车道路交通事故特征及伤害研究[J].道路交通与安全,2008,8(3):28-33.

[25] 李莉,杨济匡,李伟强,等.汽车碰撞行人交通伤害特点分析[J].汽车工程,2005,27(1):44-46.

[26] 中国汽车技术研究中心.中国交通事故深入研究(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

*山东省科技发展计划项目(2011GGX10502)资助。

原稿收到日期为2015年3月10日，修改稿收到日期为2015年5月25日。