基于CIDAS碰撞事故仿真的AEB效果測試

沈鈺博，陸一賓，王 伊，郭 倫

基于CIDAS碰撞事故仿真的AEB效果測試

沈鈺博，陸一賓，王 伊，郭 倫

（長安大學(xué) 汽車學(xué)院，陜西 西安 710064）

針對三種不同自動緊急制動（AEB）控制模型在不同碰撞事故場景下的適用性進行分析，基于中國交通事故深入研究（CIDAS）數(shù)據(jù)庫，利用PreScan軟件搭建事故場景，并聯(lián)通Simulink添加車輛控制模型，通過重建CIDAS交通事故數(shù)據(jù)庫中真實碰撞事故場景進行測試。仿真結(jié)果驗證了基于安全距離模型的AEB控制策略可以有效避免追尾碰撞事故或減輕碰撞造成的危害，其中Mazda模型算法相對保守，適用于高速場景，Honda模型算法和Berkeley模型算法相對激進，適用于中低速場景，為主動安全技術(shù)的測評與改進提供了參考。

自動緊急制動；安全距離模型；制動臨界距離；測試評價；場景構(gòu)建

在我國道路交通事故中，造成危害最為嚴重的是汽車碰撞事故[1]，占比70%左右，且大多數(shù)的撞車事故類型為汽車追尾事故。因此，如何系統(tǒng)、全面地研究碰撞問題成為如今道路安全最為緊迫的課題之一。

為了從根源上避免事故發(fā)生，汽車主動安全技術(shù)[2]成為了眾多學(xué)者研究的方向。其中自動緊急制動系統(tǒng)可以將動態(tài)制動和緊急制動相互協(xié)調(diào)統(tǒng)一起來，最大程度地降低車輛追尾碰撞事故發(fā)生的概率。陸一弘[3]通過將PreScan、CarSim和Simulink聯(lián)合仿真，為綜合研究智能汽車的環(huán)境感知以及控制決策提供了一種可行的方法；欒銘湧等[4]通過聯(lián)通PreScan與Trucksim，在仿真中模擬先進駕駛輔助系統(tǒng)（Advanced Drive Assist System, ADAS）功能，驗證簡單的自動緊急制動（Autonomous Emergency Braking, AEB）模型控制算法對前方靜止車輛追尾（Car-to-Car Rear Stationary, CCRs）工況測試評價指標是否滿足。

下文使用PreScan與Sumlink聯(lián)合仿真，通過比較不同AEB安全距離模型控制在不同碰撞事故場景中的適用性，測試不同控制策略對行車安全的影響，并為主動安全技術(shù)的測評與改進提供方法。

1 基于安全距離的AEB控制模型

安全距離模型的作用是將車輛傳感器實時探測到的車輛間距與電子控制系統(tǒng)中設(shè)置的臨界距離進行對比[5]。警告臨界距離被定義為車輛速度和相對速度的函數(shù)。當實際兩車間距大于初始設(shè)置的臨界預(yù)警車距時，AEB保持關(guān)閉狀態(tài)；當實際兩車間距小于或者等于設(shè)置的臨界預(yù)警車距，系統(tǒng)則會通過聲音或圖像的方式提醒駕駛?cè)饲胺酱嬖谖ｋU；當實際間距小于安全制動車距時，車輛則會進入自動緊急制動模式。應(yīng)用于緊急制動系統(tǒng)的行車安全間距模型必須兼顧行車安全和道路交通效率這兩方面的要求，如果過早介入制動會影響駕駛員的正常駕駛[6]。下面介紹馬自達（Maz- da）、本田（Honda）和伯克利（Berkeley）三種安全距離模型。

1.1 Mazda模型

Mazda安全距離模型使用以下制動臨界距離算法定義：

式中，為主車車速；rel為相對速度；為主車最大減速度；1為目標車最大減速度；1為駕駛員反應(yīng)時間；2為制動器延遲時間；0為最小停車距離。

仿真測試=6 m/s2；1=8 m/s2；1=0.1 s；2= 0.6 s；0=5 m；當rel＞，使得br=0。

1.2 Honda模型

Honda安全距離模型使用以下制動臨界距離算法定義：

式中，為主車車速；2為目標車輛車速；為主車的最大減速度；1為目標車輛的最大減速度；1為延遲時間；2為制動時間。

仿真測試=1=7.8 m/s2；1=0.5 s；2=1.5 s；當rel＞時，br=0。

1.3 Berkeley模型

Berkeley安全距離模型使用以下制動臨界距離算法定義：

式中，10為主車初始位置；20為目標車初始位置；1為駕駛員反應(yīng)時間；2為制動系統(tǒng)的延遲時間；2為兩車最大制動減速度。

仿真測試1=1 s；2=0.2 s；2=6 m/s2；當rel＞時，br=0。

2 仿真場景搭建

2.1 基于PreScan進行場景搭建

中國交通事故深入研究（China In Depth Acci- dent Study, CIDAS）數(shù)據(jù)庫是中國道路交通事故數(shù)據(jù)的一種，記錄的事故中數(shù)據(jù)比較全面，結(jié)構(gòu)較完整[7]。PreScan是一款用來測試汽車主動安全技術(shù)的平臺，具有真實的車輛動力學(xué)模型，可以進行自動駕駛模擬測試[8]。通過PreScan導(dǎo)入CIDAS中重建的事故場景數(shù)據(jù)，基于圖形用戶界面（Gra- phics User Interface, GUI）建立CIDAS道路場景，如圖1所示。添加PreScan中自帶的2D動力學(xué)車輛模型，設(shè)置仿真頻率為100 Hz。

2.2 Simulink控制策略模型

PreScan中場景搭建完成之后，在Simulink編譯界面生成車輛模型，并搭建車輛仿真模型，如圖2所示。

圖2 主車控制模型搭建界面

3 基于真實事故場景下的測試

3.1 事故場景選取

在CIDAS的交通事故數(shù)據(jù)庫中，選取前車靜止時的事故案例3起并編號為A，前車勻速行駛時事故案例6起并編號為B，以及前車制動減速時事故案例3起并編號為C，所有事故均為直線行駛時車輛縱向追尾碰撞。事故數(shù)據(jù)及仿真測試結(jié)果如表1、表2及表3所示。每個事故案例如編號A1中最小車距、是否碰撞測試結(jié)果的第一行為Mazda模型；第二行為Honda模型；第三行為Berkeley模型。

表1 前車靜止時事故案例

事故案例主車車速/(km/h)初始車距/m最小車距/m是否碰撞 A15069.394 718.740 8否 3.046 3否 7.074 1否 A24055.089 815.106 3否 3.884 4否 8.773 2否 A36081.868 722.768 4否 1.158 1否 4.310 9否

表2 前車勻速行駛時事故案例

事故案例主車車速/(km/h)初始車距/m最小車距/m是否碰撞 B150.0013.358 012.764 8否 8.378 4否 7.074 0否 B258.7836.792 328.458 3否 11.375 1否 9.246 2否 B380.0027.376 425.027 3否 11.136 2否 8.847 5否 B4100.0056.324 447.362 7否 0是 0是 B5102.0023.115 621.466 9否 10.8952否 8.669 5否 B6120.00110.441 974.208 8否 2.600 00否 0是

通過比較各碰撞案例中添加不同AEB控制策略后的最小車距，說明AEB能夠有效避免大多數(shù)交通事故中追尾碰撞事故的發(fā)生。車輛以中低速行駛時，三種模型都可以有效避免碰撞，而Mazda模型比較保守，Honda模型和Berkeley模型比較激進。在高速行駛過程中，Mazda算法依然可以有效避撞，而Honda和Berkeley因制動臨界距離過小，往往來不及在安全距離內(nèi)制動停車，發(fā)生追尾碰撞，為了進一步研究AEB對事故影響，對高速行駛時發(fā)生碰撞的事故案例B6進行詳細分析。

表3 前車制動減速時事故案例

事故案例主車車速/(km/h)初始車距/m最小車距/m是否碰撞 C143.9722.347 118.536 4否 9.155 2否 8.232 0否 C264.9332.825 430.342 6否 6.089 4否 1.993 7否 C3114.2362.892 054.497 5否 8.935 1否 5.481 5否

3.2 碰撞事故案例分析

在事故案例B6中，主車以33.3 m/s的速度向前行駛，前車速度為3.075 m/s，兩車開始時相距110.44 m，由于駕駛員沒有及時采取制動，兩車在4.96 s后相撞，此時兩車相對速度為22.26 m/s。下面分析添加AEB控制策略后事故的差異性。

仿真測試結(jié)果如圖3所示，Mazda模型在測試開始便采取制動，以6 m/s2的減速度減速，在距前車74.21 m時剎停，成功避免事故發(fā)生，但過大的制動臨界距離不利于駕駛員的正常駕駛，也容易干擾正常道路通行；Honda模型在距離前車38 m時開始制動，經(jīng)過3.18 s將速度減至3.075 m/s，此時與前車速度相等，兩車之間距離最小，相距2.6 m。雖然Honda模型成功避免碰撞，但在高速行駛時激進的算法判定使得與前車距離過近，容易造成追尾事故的發(fā)生；Berkeley模型在距前車30.9 m時才開始制動減速，經(jīng)過2.07 s速度減至18.84 m/s時與前車碰撞。Berkeley的算法也比較激進，尤其是在高速行駛時過小的制動臨界距離容易發(fā)生追尾事故。在添加AEB控制策略之前，碰撞時兩車的相對速度為22.26 m/s，安裝AEB之后為7.77 m/s。雖然伯克利模型沒有成功避免碰撞，但卻使碰撞時的沖擊能量減少了88%，極大地降低了碰撞對車身以及成員造成的危害。

4 結(jié)論

基于安全距離算法的AEB模型都可以有效避免碰撞或減輕事故危害程度，其中，Mazda模型的算法過于保守，高速行駛場景下適應(yīng)性較好，可以有效避免事故，但在低速行駛時跟車距離過遠容易造成交通流擁堵；Honda模型算法較為激進，低速和高速行駛車跟車距離都比較近，不利于行駛安全性；Berkeley算法在中低速時適用性較好，但在高速行駛時判定激進，制動臨界距離過小，容易發(fā)生追尾碰撞。

[1] 李朋.汽車主動防撞系統(tǒng)控制模式的研究[D].南京:南京航空航天大學(xué),2012.

[2] YOSHIDA H,OMAE M,WADA T.Toward Next Active Safety Technology of Intelligent Vehicle[J].Journal of Robotics and Mechatronics,2015,27(6):610-616.

[3] 陸一弘.PreScan/CarSim/Simulink聯(lián)合仿真方法研究[J].佳木斯大學(xué)學(xué)報(自然科學(xué)版),2020,38(5):118-121.

[4] 欒銘湧,吳立香,郭鵬,等.基于PreScan和Trucksim模型在環(huán)測試研究[J].重型汽車,2020(3):4-5.

[5] 劉貝貝.汽車AEB控制仿真與優(yōu)化[D].杭州:浙江科技學(xué)院,2020.

[6] 來飛,黃超群,董紅亮.智能汽車自動緊急避撞系統(tǒng)的安全距離模型及其對比分析[J].重慶理工大學(xué)學(xué)報(自然科學(xué)),2020,34(9):39-46.

[7] 姜家如,劉君程,宋紹文,等.基于Prescan進行CIDAS場景建設(shè)[J].汽車實用技術(shù),2021,46(6):58-59.

[8] 莊瓊倩,陳波,吳賢靜.基于Prescan的自然駕駛場景構(gòu)建與研究[J].汽車實用技術(shù),2021,46(7):30-31.

AEB Effect Test Based on CIDAS Collision Accident Simulation

SHEN Yubo, LU Yibin, WANG Yi, GUO Lun

( School of Automobile, Chang'an University, Xi'an 710064, China )

Based on the analysis of the applicability of three different autonomous emergency braking (AEB)control models in different crash scenarios, and the China in-depth accident study (CIDAS) China traffic accident in-depth research database, PreScan software is used to build the accident scene, and Simulink is connected to add the vehicle control model, and the real collision scene is tested by reconstructing the CIDAS traffic accident database. The simulation results verify that the autonomous emergency braking (AEB) control strategy based on the safety distance model can effectively avoid rear-end collision accidents or mitigate the harm caused by collisions, among which the Mazda model algorithm is relatively conservative and suitable for high-speed scenarios, and the Honda model algorithm and Berkeley model algorithm are relatively radical and suitable for medium and low-speed scenarios, which provides a reference for the evaluation and improvement of active safety technology.

Autonomous emergency braking; Safe distance model; Braking critical distance; Test and evaluation; Scene construction

U467.3

A

1671-7988(2023)19-46-04

10.16638/j.cnki.1671-7988.2023.019.009

沈鈺博（1999－），男，碩士研究生，研究方向為駕駛行為及汽車安全，E-mail:597321741@qq.com。