中汽研林淼:事故数据CIDAS与汽车安全研究

  • 发表于: 2017/06/25 14:36:40 来源:车云网

目前中国汽车安全研发最缺少的是事故数据。

车云按:2017年6月21日-22日,由中国安全产业协会、TIAA车载信息服务产业应用联盟与车云网共同主办的2017年中国安全产业峰会暨首届交通安全产业论坛在北京召开。本文系中国汽车技术研究中心交通事故研究部部长林淼发表的演讲,就事故数据与主动安全和大家进行了探讨。

中国汽车技术研究中心交通事故研究部部长 林淼中国汽车技术研究中心交通事故研究部部长 林淼

我跟很多人交流的时候,好多人问:目前中国汽车安全研发这一块,还缺少什么东西?我们现在有各种的碰撞仿真软件,有一些评价体系,也有各种的假人,数字假人或者一些模拟软件,感觉世界上有的东西我们都在有。但是真正的东西,我觉得我们希望应该知道,我们现在研发汽车研发这块,缺少的是事故数据,对我们研发人员来说,你只有真正了解到咱们中国道路上发生一些怎样的事故,这种事故造成了怎样的伤害,我们才能够更好为我们的安全技术做一个优化和支撑。

基于这样,在2011年的时候由我们中心牵头,在北京成立了中国交通事故深入研究CIDAS这个事。我们成立的初衷是为十个方面做数据的支撑。

CIDAS启动背景CIDAS启动背景

CIDAS建立背景及内涵

CIDAS的目标有三个,一是为相关政策标准制修订、C-NCAP改版优化、碰撞测试能力完善和建设提供基础数据参考;二是协同公告参数,辅助支持汽车产品一致性监督检查工作;三是为汽车主被动安全产品和技术的研发、测试、优化提供数据支撑。

目前CIDAS的影响力也是越来越大,首先一些科研机构会参考我们的数据制定一些安全政策;第二个我们CIDAS是安全标准和管理规则修订唯一一个微观数据样本库;第三个也是在2015年的时候被行业认可,评为工业技术三等奖;第四,CIDAS作为目前中国ADAS技术规划路线图的数据,也是唯一的数据库参考;第五个是我们为上海智能网联试点,驾驶公路建设提供数据支撑;最后一个我们是全球数据协作提供方。

目前CIDAS成员包括政府的科研机构、整车企业和供应商达到25家,我们在长春、威海、宁波、成都等城市进行调查,每年调查现场数据800起,事故要求是必须有人受伤,必须有一辆自行车参与的事故。我们调查人员是全天24小时驻扎在交警队进行现场的调查。我们CIDAS成员包括了中国主流的一些企业和国外的一些知名企业,以及一些供应商。这是明细,整车企业现在有16家,零部件达到8家,以及政府的科研机构、安全科研中心,都是我们的合作方。

CIDAS总览CIDAS总览

我们的调查区域,具有平原、丘陵,城市、山村、乡村的,遍布从北向南。这是数据情况,一是现场信息,第二是车辆损坏信息,第三是人员损伤的信息,后期进行数据分析和应用。

我们CIDAS数据库目前有4000起事故,每一起事故有31张表格,有3027项的信息。数据库表格数据信息是非常详尽的,包括了事故前中后,人、车、路所有信息。同时我们对每年800起事故挑500起进行仿真碰撞,会将数据发生前5秒情况进行重建,现在碰撞前期数据库1500起,可以帮助研究者分析事故发生前5秒车辆运动信息。

QQ截图20170626032939.jpg

我们一直认为,我们的数据是在汽车的全生命安全体系中不可缺少的,汽车从生到死都离不开我们数据的分析和支持。CIDAS对企业产品研发这一块具有比较重要的现实意义:

首先我们可以对标准法规和C-NCAP发展的决策参考和数据支撑,把握C-NCAP和标准法规的前瞻,为产品研发规划提供方向,确立市场优势;

其次,可以用于产品设计阶段的仿真模拟分析、碰撞试验的改进完善(整车碰撞建模、结构优化和数字假人 建模),明确正向开发方向;

第三,通过对比产品在碰撞测试和真实事故中的表现,验证和改进已有产品结构和性能的有效性,掌握高致死/伤风险的事故工况和车辆结构,获取车辆安全优化的重要信息;

第四、发现事故共性问题,掌握竞品戒标杆产品的真实性能表现;

第五、用于分析不同结构设计和安全装置配置的各类汽车在交通事故中对车内乘员和其他交通参不者的保护效果,掌握伤害的先后顺序和程度,据此决定新车的安全措施优先顺序和重点;

第六、掌握典型和非典型事故或冲突工况参数,服务主动安全产品设计及测试验证;

事故数据在汽车安全的应用

目前CIDAS在标准、技术开发、性能验证这块做了大量的工作,也取得了非常引人注目的一些成果,这我就不一一介绍,我主要说一下事故数据在汽车安全这一块的应用。

首先第一个是CIDAS的行人事故,最后从2500起事故抽了23个事故,可以发现头部和下肢是受伤最严重的两个部位,头部能造成32%的重伤、死亡,腿部可以造成8.2%重伤。同时对行人与乘用车碰撞部位做一个统计,这个数据来源于CIDAS的一期标杆。左边这个图主要是头部跟车辆的接触部位,可以发现头部主要接触部位还是集中在挡风玻璃,下面这一块主要是前保险杠这一块。

CIDAS行人事故CIDAS行人事故

对行人事故的碰撞速度仿真结果进行统计,可以发现80%的事故速度是小于63公里/时,大约在这个情况下。同时仿真得到,在人跟车的接触过程中,腿部跟车的碰撞速度大约在40千米每小时,成人头部大约在38.2千米每小时,对儿童这块数据量比较少,对儿童这块目前还没有成型的结论。

CIDAS行人事故

同时,我们对成人头部跟车辆的接触WAD进行了统计,发现大约50%以上的比重是集中在170到210cm范围内,这个范围也是目前中国标准中对行人碰撞的测试范围。但同时我们发现,150到220这个区间,其实这个范围也是一个比较大的,占比较大的比重,所以说未来这一块是不是有所扩展,对于行人头部碰撞区的扩展,这也是可以考虑的,通过数据是可以反应出有这个趋势。

这也是我们CIDAS一期报告做的工作,我们对碰撞前1秒行人的重心位置跟车辆的前部位置分布进行了一个还原,左边这个图(见下图)是我们统计了55起轻伤事故的情况,绿色的三角形代表发生事故前这个车是驾驶员发现了这个行人,黑色的三角是没有发现驾驶员。右边是153起重伤和死亡事故分布情况,菱形的是没有发现,驾驶员没有发现行人,正方形是驾驶员发现这个行人了。通过这个统计,我们做了左边这个图表,在驾驶员视野范围内发现轻伤事故43起,等扩展到60度左右的时候,基本上能囊括90%的事故情况。

CIDAS行人事故

此外,我们对行人事故的基本特征也进行了一个统计,行人性别以及行人碰撞时行走的状态,还有行人发生事故时的车辆状态,以及行人是左侧参与还是右侧参与,这个工作主要是为了后续我们在AEB VRU_PED行人工况中做一个支撑,在271个样本中统计了一下,远端穿行和近端穿行,和沿道路占比超过84%。同时把夜间和日间情况也加进去,进行中国行人事故场景的排序,一共七个场景。

QQ截图20170626035527.jpg

目前我们主动安全技术的发生水平,以及现阶段我们AEB测试要求,主要是以日间为准,于是选取了日间近端和远端工况作为测试工况的标准。在制定工况过程中,采用了我们速度跟损伤的统计结果,来确定各个车辆对行人AEB碰撞各个数字点的权重比。此外,我们把这两种工况发生碰撞时行人跟车辆的接触部位进行了一个统计,可以发现在近端穿行的时候,主要是左右两侧接触的比较多,在远端穿行的时候主要是在左侧,基于这个结论,对他们测试工程设置也进行了一个调整。

下一个我们是对车车事故追尾事故工况进行了一个分析,发现三种工况是比较常见的,前车静止的情况,前车慢行和前车刹车的情况,可以发现前车慢性这个工况是其它两种工况两倍左右。

主要分析一下前车静止这个工况情况下的情况,左边这个图是速度跟伤亡的统计表,右边是0-40、40-80两个速度区间的伤亡情况,事故比重大约是1:2.33,通过这个速度和损伤左边这个图,可以确定各个测试工况的速度点,根据各个速度点人员的伤亡情况,确定了各个速度点的评价与权重。

下一个主要说明一下CIDAS事故场景在主动安全系统开发中的应用情况。过程简单说一下,首先我们刚才说了,也是数据采集完之后会进行一个仿真,仿真之后可以进行数字化导出,导出之后把场景提出来,然后可以通过各种仿真软件验证我们ADAS系统的优化。导出之后建立数据库,把这个数据我们会导入一些软件里,实现场景的可视化,验证ADUS系统的有效性。

CIDAS事故场景在主动安全系统开发中的应用

后面我们想把所有这些典型路况集中到一块,把它建立多系统的工况,每个地方把我们真实的事故情况给还原一下,来体现多系统综合工况的情况。我们想法就是把真实事故再现,通过真实事故来反应我们主动安全技术的一些优化可能性,来评价我们企业投入安全技术的成本和产出有效的评价工具。

目前,我们在建立主动安全测试工况的数据库,会将中国所有典型的工况纳入进去,一是在仿真层面,再一个我们也在上海汽车城进行落地场景的设置。也非常希望各位专家能跟我们CIDAS多多交流,CIDAS也会一直做下去,CIDAS这个事是我们在中国汽车安全领域不可缺少的工作,我们现在已经做了七年了,我们会做十年、二十年、三十年。也欢迎大家跟我们联系,开展合作的可能性,谢谢大家。

相关标签:
ASC2017
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论