论文部分内容阅读
智能驾驶是未来汽车的必然发展趋势,先进驾驶辅助系统(Advanced Driving Assistance System,ADAS)已成为汽车厂商的安全技术研究焦点。自动紧急制动系统(Autonomous Emergency Braking System,AEB)是ADAS中典型的代表,它能一定程度上预防和控制交通事故。由于两轮车驾乘人员发生事故以及致死致伤的概率较高,各国科研人员对摩托车、电动自行车等两轮车交通场景要素的AEB系统开发和测试成为当前热点。由于道路交通情况差异,只有基于中国道路交通事故的场景研究和AEB系统验证才能为我国两轮车AEB系统开发和测试工作提供参考。本文依托国家车辆事故深度调查体系车辆事故案例,对汽车与两轮车碰撞事故场景分析以及AEB避撞进行研究,主要内容有以下三个方面:第一,利用交通事故数据提炼两轮车事故场景元素。本文用于两轮车AEB系统的测试场景是基于中国实际道路交通事故数据而提取的。通过国家车辆事故深度调查体系(National Automobile Accident In-Depth Investigation System,NAIS)数据库中筛选出323个汽车与两轮车碰撞事故案例,经过对案例所包含变量进行分析整理得出18个相关变量,并采用斯皮尔曼相关性分析方法提取出与两轮车碰撞事故密切相关的变量及变量值以此来构建两轮车事故场景元素表。第二,分析确定汽车与两轮车碰撞危险场景并建模。由两轮车事故场景元素表包含的11个变量及29个变量值,依据29个变量值可排列组合出多达20736种危险场景。面对种类繁多的场景显然不能逐一进行AEB系统测试仿真,而是需要在众多组合得出的场景中寻找出危险等级较高且具有典型代表性的场景进行重构仿真才具有实际意义。因此本文充分利用贝叶斯网络具有的诊断推理功能,以汽车与两轮车碰撞事故确定的6种危险等级为先验条件,通过贝叶斯网络诊断得出6种危险等级场景元素后验概率的大小,提取同一变量中概率值大的元素确定出6种危险场景,并基于此6种危险场景进行参数化设置采用PreScan软件仿真建模。第三,AEB避撞模型搭建及测试场景AEB优化匹配。基于由贝叶斯网络模型得出的6种场景并在Simulink中搭建基于TTC算法的AEB控制模块加载至测试车辆上,联合PreScan对AEB系统进行了测试。从测试结果得知AEB系统对涉及路口轨迹交叉行驶以及逆向行驶的场景表现较差,经过对测试过程数据的分析发现AEB系统的碰撞预测模块对避撞具有关键作用,因此针对以上2种类型的场景从AEB系统的触发宽度和触发角度2个参数单独进行分析优化匹配,使得AEB系统在路口轨迹交叉场景成功实现避撞,在逆行场景中降低碰撞速度并减少两轮车人员伤害。综上,本文基于国家车辆事故调查体系的案例数据分析得出基于国内交通事故的汽车与两轮车碰撞的6种危险场景,并建立仿真测试场景模型,测试了AEB系统在6种场景的避撞效果,并对路口轨迹交叉和逆向行驶这2类特定场景进行了AEB系统性能优化。论文采用场景元素排列组合方法以及贝叶斯网络诊断推理应用对重构汽车与两轮车测试场景、结合危险场景进行AEB测试匹配优化为行业研究提供了新的思路。