基于CIDAS数据的汽车安全研究趋势分析
导 语
汽车作为道路交通的构成要素之一，其安全性能在道路交通安全中起着关键作用。而道路交通事故数据研究分析对促进汽车安全研究、提升汽车安全性能、减少道路交通事故具有重要意义。近年来，中国汽车技术研究中心通过对道路交通事故数据的研究，在汽车安全标准和技术方面开展了积极有效的工作。今天，交通言究社邀请到中国汽车技术研究中心安鉴所交通事故研究部部长林淼来为大家具体介绍道路交通事故特征和未来汽车安全研究趋势。
汽车安全研究离不开道路交通事故数据的支撑
汽车安全研究的源头是真实交通事故，并最终需要在交通事故中去验证其效用，规范、准确、全面的交通事故数据能够反映道路交通运行状态，也是汽车安全研究的重要基础资料。
了解现实道路上发生的交通事故主流模式和特征，有助于汽车安全研究更具针对性和目标性。从交通事故数据出发，开展汽车安全标准和技术的正向研究是必要的，道路上有什么类型的交通事故，汽车安全标准和技术就应该朝着解决这类交通事故的方向去研究。当然标准和技术的发展还要考虑其他因素，但交通事故数据绝对是必不可少的决策基础。
图1：碰撞测试不等于现实交通事故
▼ 优化完善汽车安全标准和试验测试规程；
▼ 用于产品设计阶段的仿真模拟分析，如整车碰撞建模、结构优化和数值假人建模等，明确正向开发方向；
▼ 把握中国道路事故的主流碰撞形态，分析不同碰撞模式下的车辆被动安全保护性能；分析不同结构设计和安全装置配置的车辆在交通事故中对车内乘员和其他交通参与者的保护效果，掌握人体伤害的先后顺序和程度，据此决定汽车装配安全装置的优先顺序和重点；
▼ 调查分析汽车产品质量缺陷问题，为汽车制造商改进车身耐撞性和约束系统设计、制造更安全的汽车提供支持；
▼ 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效能，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；
▼ 掌握典型和非典型事故或冲突场景，服务主动安全产品的功能需求、应用效用评估和智能汽车的测试验证。
图2：交通事故数据在汽车全生命周期的作用
交通事故深入研究有助于准确把握道路交通事故的主流模式
不同的国家或地区有不同的事故模式，不同的安全研究有不同的侧重点，如何准确把握我国道路交通事故的主流模式？为解决这个问题，中国汽车技术研究中心依托交管部门开展了CIDAS（China In-Depth Accident Study，中国交通事故深入研究）工作，针对我国道路交通事故数据进行现场深入调查、分析和研究。该工作可全面、客观地分析导致交通事故发生的全方位原因和人体损伤机理，科学提出制修订汽车安全政策、技术标准的相关建议，评价和预测汽车安全管理和技术的效果，为汽车安全技术研发提供数据支撑，提升汽车产品质量，减少道路交通事故的发生频率和伤害程度。
CIDAS目前已累计在我国8个城市开展事故深入调查工作，年事故调查800余起，其中有30%左右的视频事故，事故案例涵盖全天24小时，且均为现场调查事故，调查区域覆盖平原、丘陵、盆地和高原，包括城市道路、高速公路、乡村道路、山区道路。
调查准则主要有四点：
▼ 所采集事故数据应为至少1辆四轮机动车参与的事故；
▼ 所采集事故数据应为至少1人受伤的事故；
▼ 事故调查工程师对事故信息进行采集前，该事故现场应为原始状态，未遭到破坏；
▼ 后现场调查的事故，需有监控视频，并配合使用无人机进行调查（2018年1月1日起启用）。
调查内容包括：
▼ 事故现场的痕迹信息标注、记录和事故过程图绘制；
▼ 事故车辆的内外部变形测量和空间信息记录；
▼ 事故参与者或见证者的回访信息；
▼ 事故伤亡人员的伤害严重度信息；
▼ 记录事故过程的监控视频或行车记录仪数据。
图3：事故调查的部分内容
结合CIDAS数据来看未来汽车安全研究趋势
1
加强对弱势交通参与者的安全防护研究
图4：死亡事故中二轮车和行人占比最高
图5：不同类型二轮车使用者以及行人在事故中受伤部位统计
图6：碰撞接触点的包绕距离
CIDAS统计发现，事故中二轮车驾驶人头部WAD主要集中在210-230cm区间范围内；自行车、电动二轮车、摩托车驾驶人头部WAD在230cm以下的事故，分别占所有二轮车事故的84.4%、92%、89.5%。
图7：二轮车驾驶人头部WAD分布（厘米， N = 380）
图8：二轮车驾驶人头部落点区域分布（厘米， N = 380）
图9：弱势道路使用者事故场景排序
▼ 保险杠和风挡玻璃吸能缓冲能力；
▼ 主动防护系统: 主要有主动弹起式发动机罩盖、行人保护安全气囊，其中，主动弹起式发动机罩通过安装于前保险杠的传感器侦测碰撞时，发动机盖内部的举升机构将发动机罩盖后部升起，增大发动机罩下方的变形空间，有利于对头部碰撞能量的吸收，已成为提高弱势交通参与者头部保护性能的有力措施。
▼ 主动防撞技术：雷达和摄像头探测识别弱势交通参与者，通过提醒、辅助制动、紧急制动来对驾驶人操作进行提示和干预，从而避免碰撞发生或降低碰撞速度。自动紧急制动系统是目前已被证实可有效减少碰撞事故的技术，正得到越来越多的重视，接下来这些工况应重点研究：AEB-行人纵向场景及夜间场景；AEB-自行车横向和纵向及AEB-电动二轮车骑行多种场景。
2
重视车辆碰撞相容性研究
▼ 正面碰撞相容性，轿车与货车的正面碰撞是极端情况，即轿车完全处于被动的情况下，轿车会受到货车的“挤压”，甚至“碾压”，主要涉及二者质量和前部装置之间的影响。
▼ 侧面碰撞相容性，其问题涉及到车辆的侧面结构的安全性和前端结构的吸能特性。
▼ 追尾碰撞相容性，主要问题是车辆的后下部防护装置和前端结构的吸能特性之间的相容性。
3
重视非标准人群和工况研究
图10：公安部交管局2017年道路交通事故统计年报
交通事故形态呈现多样化和复杂化，标准法规中的测试工况仅能覆盖部分现实交通事故形态，如果说标准工况是汽车安全的“及格线”，非标准工况体现的则是汽车全方位安全。随着汽车消费升级，消费者对汽车安全的要求更加严苛，国内部分企业和研究机构都在主动开展非标准工况的测试研究和对应产品开发，基于非标工况的公开碰撞测试日益频繁。另外，随着主动安全、智能驾驶的发展，未来交通环境下将产生新的事故工况，同时车内人员的保护也面临更多的要求和挑战，乘员约束系统要与主动安全系统更好地匹配，主被动一体化需要落到实处，实现面向复杂工况和多样化人群分布及个体特征的最优化保护。
4
开展辅助驾驶功能研究
☞ 感知缺陷、执行错误导致的事故占总量的94%
未发现碰撞对象和错误判断双方位置关系可导致事故发生，在感知准确的情况下驾驶人操作失误同样会导致事故发生。CIDAS数据统计显示这类原因造成的事故占比高，如图11所示，由于感知缺陷、执行错误导致的事故占总量的94%。
☞ 碰撞前期数据分析对研究辅助驾驶功能有重要参考价值
驾驶人感知缺陷导致的事故占比较高，因此，了解事故前的实际情况，对于后续汽车安全研究有一定帮助。通过对交通事故中车载雷达、摄像头等传感器记录的相关参数进行分析，得出现有传感器的记录范围可以覆盖碰撞前3秒内的大部分碰撞对象，这对于研究辅助驾驶功能有重要参考价值。我们结合真实数据，绘制了碰撞前3秒本车与碰撞对象的相对位置分布图，见图12，同时进一步将事故分为驾驶人发现和未发现碰撞对象两类情况。通过了解碰撞对象的分布情况，能更针对性地提出需求，进行更有效的辅助驾驶功能研究。
CIDAS数据涵盖了事故前、中、后三个阶段的人、车、路和环境信息，每一例事故案例包含3000余数据项。我们通过事故重建，构建了碰撞前期数据（PCM，Pre-Crash Matrix），能得出事故发生前5秒内的车辆运动和相对位置信息，有助于相关人员研究分析。CIDAS数据库中车辆的运动数据、驾驶人的操作行为数据、道路环境数据、碰撞对象的运动数据和目标物的模型尺寸等对主动安全系统的研究至关重要。基于交通事故数据的辅助驾驶功能分析是当前主动安全研究的重要途径。
☞ 驾驶功能需求主要有四类
交通事故形态、事故原因与辅助驾驶功能息息相关，针对不同的事故场景可以提出不同辅助驾驶功能需求如图13所示。另外，目前主动安全测试是基于某些系统测试，而未来主动安全测试的趋向是更多地测试功能而不是测试系统，不管装配什么技术，以测试能具备解决交通事故的能力为主。
☞ 可通过虚拟事故场景开展辅助驾驶功能研究
虚拟仿真工具（Prescan、Carmaker、VTD）带来了更好的事故数据应用手段。如图14所示为目前CIDAS数据结合虚拟仿真工具建立的虚拟事故场景库中的几种场景，虚拟事故场景是辅助驾驶功能研发、测试和评价的重要基础，为辅助驾驶功能需求分析和验证提供更细致的解决方案。
5
将自动紧急救援作为新的研究点
图15：事故当事人采取的安全措施