一种车辆-行人交通事故的不确定性评价方法

摘要

本发明公开一种车辆-行人碰撞事故的不确定性评价方法，通过碰撞后测量参量的概率密度函数PDF识别碰撞前车辆-行人状态参量的概率密度函数。本发明不仅有效识别得到碰撞前车辆-行人状态参量范围，而且客观给出了这些状态参量出现的概率，从而为更合理的分析和评价交通事故提供重要基础数据和依据。

说明书

技术领域

本发明属于交通领域，尤其涉及一种车辆-行人交通事故的不确定性 评价方法，特别是一种车辆-行人交通事故中碰撞前状态参量的不确定性 的识别和评价方法。

背景技术

道路交通事故的频繁发生已成为非常严重的社会问题，为了保护行 人安全，必须对事故进行细致调查和科学分析。因此，在交通事故发生 后，如何根据事故现场状况来重构碰撞前车辆-行人的状态，对于分析车 辆与行人的碰撞规律，合理进行交通事故鉴定和责任划分等具有重要研 究价值和社会意义。

传统的交通事故重建都是基于确定性模型进行，并且传统的交通事 故重建方法只能给出一组确定的碰撞前状态参量。然而，交通事故是多 种因素共同作用的结果，或多或少存在着各种不确定性因素，例如包括： 现场测量数据的误差、车辆与路面的摩擦、刹车时间等。如果在交通事 故重建中没有考虑这些不确定因素的耦合作用，则可能导致识别出的车 辆-行人交通事故中碰撞前状态参量与实际偏差较大，甚至没法正确地进 行事故责任划分。

发明内容

针对考虑不确定性因素下交通事故重建的困难，本发明的目的在于 提出一种利用碰撞后车辆-行人测量参量的概率密度函数(Probability  density function，PDF)来识别碰撞前车辆-行人状态参量的PDF的方法， 从而为交通事故的合理评价提供依据。

根据本发明的一个方面，提出了一种车辆-行人交通事故的不确定性 评价方法，包括：

步骤A：获得测量的碰撞后车辆-行人的第一状态参量，并确定所述 第一状态参量的第一概率密度函数PDF的第一各阶矩，其中所述第一状 态参量包括：碰撞后行人相对车辆的各个方向的距离和角度、刹车痕迹 长度、车身局部变形的位置、车辆与行人的质量及质心位置、行人的身 高；

步骤B：利用可靠度计算方法，根据由所述第一状态参量构建的车 辆-行人碰撞仿真模型，计算得到碰撞后车辆-行人的第一状态参量的第二 PDF，并确定所述第一状态参量的第二PDF的第二各阶矩，其中所述可 靠度计算方法包括：一次二阶矩法、二次二阶矩法、JC法以及蒙特卡洛 法；

步骤C：根据由所述第一各阶矩与所述第二各阶矩构造的反求目标 函数，确定碰撞前车辆-行人的第二状态参量，其中所述第二状态参量包 括：车辆行驶速度、行人行走的速度、行人与车辆碰撞的位置、行人与 车辆的相对角度、车辆制动的时间、制动过程中车辆与地面的摩擦系数。

其中，步骤A包括：

在交通事故现场，多次测量碰撞后车辆和行人的第一状态参量；

统计获得所述第一状态参量的第一PDF；

对所述第一PDF进行积分处理，以确定所述第一PDF的第一各阶矩。

其中，步骤B包括：

根据所述第一状态参量，构建车辆-行人碰撞仿真模型；

利用可靠度计算方法，根据所述车辆-行人碰撞仿真模型，计算得到 碰撞后车辆-行人的第一状态参量的第二PDF；

对所述第二PDF进行积分处理，以确定所述第二PDF的第二各阶矩。

进一步地，车辆-行人碰撞仿真模型为多刚体动力学模型。

其中，步骤C包括：

根据所述第一各阶矩和所述第二各阶矩的差的平方和，建立车辆-行 人交通事故重建的反求目标函数；

利用遗传算法，对所述反求目标函数进行优化求解；

当所述反求目标函数满足优化条件，确定碰撞前车辆-行人的第二状 态参量的第三PDF；

根据所述第三PDF，确定所述第二状态参量的概率密度分布及其取 值范围。

根据本发明的另一方面，提供一种车辆-行人交通事故的不确定性评 价方法，包括如下步骤：

步骤1：根据交通事故现场状况，多次测量碰撞后车辆-行人状态参 量，并统计获得测量的状态参量的PDF；

步骤2：根据车辆和行人类型，建立与交通事故相对应的车辆-行人 碰撞仿真模型；

步骤3：对碰撞前车辆-行人状态参量的PDF进行参数化描述，并设 定参数的取值范围和初值；

步骤4：基于建立的车辆-行人碰撞仿真模型，多次调用一次二阶矩 等可靠度计算方法，求解得到碰撞后车辆-行人状态参量的PDF；

步骤5：将步骤4中计算的碰撞后车辆-行人状态参量的PDF与步骤 1中测量的碰撞后车辆-行人状态参量的PDF进行对比，建立车辆-行人交 通事故重建的反求目标函数；

步骤6：利用最优化方法对反求目标函数进行迭代求解，如果不满足 迭代收敛条件，则在参数取值范围内产生描述碰撞前车辆-行人状态参量 的PDF的下一代新值，然后转回步骤4，如果满足收敛条件，则进行步 骤7；

步骤7：利用优化得到参数值构造碰撞前车辆-行人状态参量的PDF， 实现交通事故的不确定性评价。

其中，碰撞后车辆-行人状态参量包括：碰撞后行人相对车辆的各个 方向的距离和角度、刹车痕迹长度、车身局部变形的位置、车辆与行人 的质量及质心位置、行人的身高等。

其中，碰撞前车辆-行人的状态参量包括：车辆行驶速度、行人行走 的速度、行人与车辆碰撞的位置、行人与车辆的相对角度、车辆制动的 时间、制动过程中车辆与地面的摩擦系数等。

其中，碰撞前车辆-行人状态参量的PDF由参数化形式进行描述，识 别结果不是通常的一组确定值，而是碰撞前车辆-行人状态参量的可能范 围及其概率密度分布。

可选地，在上述步骤2中，车辆-行人碰撞仿真模型为多刚体动力学 模型。

可选地，在上述步骤4中，为得到碰撞后车辆-行人状态参量的PDF 所采用的可靠度计算方法包括：一次二阶矩法、二次二阶矩法、JC法以 及蒙特卡洛法等。

可选地，在上述步骤5中，建立反求目标函数时，对比的数据包括 测量的碰撞后车辆-行人状态参量的PDF与计算的碰撞后车辆-行人状态 参量的PDF的概率密度曲线上有限点以及PDF的矩或累积量等。

可选地，在上述步骤6中，利用遗传算法作为最优化方法，其中， 通过遗传算法的选择、交叉、变异等操作实现下一代新值的产生。

由上可知，本发明提出的一种车辆-行人交通事故不确定性评价方法， 考虑不确定性因素(特别是测量的不确定性因素)对交通事故重建结果 的影响，旨在对碰撞前车辆-行人状态参量的PDF进行参数化描述。通过 对比测量到的碰撞后车辆-行人状态参量的PDF以及计算得到的碰撞后 车辆-行人状态参量的PDF来建立反求目标函数，并利用最优化方法实现 对碰撞前车辆-行人状态参量的PDF的估计，从而为更合理地分析和评价 交通事故提供重要基础数据和依据。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施 例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图 仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出 创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的车辆-行人交通事故的不确定性评价方法的流程图；

图2是本发明具体实施例中车辆-行人交通事故不确定性评价的步骤 流程图；

图3(a)是本发明中碰撞前车辆-行人的状态；

图3(b)是本发明中碰撞前车辆-行人的状态；

图4(a)是本发明中识别的碰撞前车辆速度υ的概率密度曲线；

图4(b)是本发明中识别的制动过程中车辆与地面的摩擦系数μ的 概率密度曲线；

图4(c)是本发明中识别的碰撞前车辆与行人之间的角度α的概率 密度曲线；

图5(a)是本发明中测量与计算的碰撞后行人相对车辆前轮中心的 X向抛出距离l_x的概率密度曲线；

图5(b)是本发明中测量与计算的碰撞后行人相对车辆前轮中心的 Y向抛出距离l_y的概率密度曲线；

图5(c)是本发明中测量与计算的碰撞后行人与车辆前轮中心X向 之间夹角θ的概率密度曲线。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案 进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施 例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员 在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本 发明保护的范围。

鉴于传统的交通事故重建无法考虑不确定性因素的情况，本发明充 分考虑不确定性因素对反求结果的影响，不仅给出了碰撞前车辆-行人状 态参量的合理取值范围，而且更重要的是给出了其概率密度曲线，这为 更合理的评价交通事故提供了重要依据。

并且，本发明将对碰撞前车辆-行人状态参量的PDF进行参数化描 述，并利用可靠度计算方法求解碰撞后车辆-行人状态参量的PDF，以提 高交通事故不确定重建的效率和精度。

此外，本发明能够一次性获取多个碰撞前状态参量的PDF，包括车 辆行驶速度、行人行走的速度、行人与车辆碰撞的位置、行人与车辆的 相对角度、车辆制动的时间、制动过程中车辆与地面的摩擦系数等参量 的PDF。

下面结合附图1，以考虑测量响应不确定性下车辆-行人交通事故评 价为例，对本发明的车辆-行人交通事故的评价方法进行详细说明。

如图1所示，本发明的车辆-行人交通事故的不确定性评价方法包括 以下步骤A-C。

步骤A：获得测量的碰撞后车辆-行人的第一状态参量，并确定第一 状态参量的第一PDF的第一各阶矩。

这里，第一状态参量包括碰撞后行人相对车辆的各个方向的距离和 角度、刹车痕迹长度、车身局部变形的位置、车辆与行人的质量及质心 位置、行人的身高。

具体地，在交通事故现场，多次测量碰撞后车辆和行人的第一状态 参量；然后，统计获得第一状态参量的第一PDF；并对第一PDF进行积 分处理，以确定第一PDF的第一各阶矩。

步骤B：利用可靠度计算方法，根据由第一状态参量构建的车辆-行 人碰撞仿真模型，计算得到碰撞后车辆-行人的第一状态参量的第二PDF， 并确定第一状态参量的第二PDF的第二各阶矩。

具体而言，根据第一状态参量，构建车辆-行人碰撞仿真模型。这里 的车辆-行人碰撞仿真模型可以是多刚体动力学模型。然后，利用可靠度 计算方法，根据车辆-行人碰撞仿真模型，计算得到碰撞后车辆-行人的第 一状态参量的第二PDF。

其中，可靠度计算方法包括一次二阶矩法、二次二阶矩法、JC法以 及蒙特卡洛法。对所述第二PDF进行积分处理，以确定所述第二PDF的 第二各阶矩。

步骤C：根据由第一各阶矩与第二各阶矩构造的反求目标函数，确 定碰撞前车辆-行人的第二状态参量。

其中，第二状态参量包括车辆行驶速度、行人行走的速度、行人与 车辆碰撞的位置、行人与车辆的相对角度、车辆制动的时间、制动过程 中车辆与地面的摩擦系数。

具体地，根据第一各阶矩和第二各阶矩的差的平方和，建立车辆-行 人交通事故重建的反求目标函数；利用遗传算法，对反求目标函数进行 优化求解；当反求目标函数满足优化条件，确定碰撞前车辆-行人的第二 状态参量的第三PDF；根据第三PDF，确定第二状态参量的概率密度分 布及其取值范围。

由上可知，本发明提出的一种车辆-行人交通事故不确定性评价方法， 考虑不确定性因素(特别是测量的不确定性因素)对交通事故重建结果 的影响，旨在对碰撞前车辆-行人状态参量的PDF进行参数化描述。通过 对比测量到的碰撞后车辆-行人状态参量的PDF以及计算得到的碰撞后 车辆-行人状态参量的PDF来建立反求目标函数，并利用最优化方法实现 对碰撞前车辆-行人状态参量的PDF的估计，从而为更合理地分析交通事 故提供重要依据。

车辆-行人交通事故发生后，由于事故现场数据的测量存在一定不确 定性，为了考虑这类不确定性对车辆-行人碰撞事故重建的影响，可根据 事故现场状况(即，测量到的碰撞后车辆-行人状态参量)先建立车辆- 行人碰撞仿真模型，并对碰撞前车辆-行人状态参量的PDF进行参数化描 述；在此基础上利用可靠度计算方法可得到碰撞后车辆-行人状态参量的 PDF；对比测量的和计算的碰撞后车辆-行人状态参量PDF的各阶矩，形 成反求目标函数，这里PDF的各阶矩可以通过对PDF积分得到；利用遗 传算法进行优化求解，从而得到碰撞前车辆-行人状态参量的PDF。

图2示出了本发明具体实施方式中车辆-行人交通事故不确定性评价 方法的步骤流程，具体实施步骤如下：

步骤1：车辆-行人交通事故发生后，多次测量碰撞后车辆-行人的状 态参量Z^u，包括碰撞后行人相对车辆前轮中心的X向和Y向抛出距离l_x、 l_y，以及行人与车辆前轮中心X向之间的夹角θ，并统计得到l_x、l_y和θ的 PDF，PDF的图形表达如图5(a)-5(c)所示的概率密度曲线。同时，可根据 l_x、l_y和θ的PDF计算出相应的l_x、l_y和θ的PDF的各阶矩其中i 表示第i个状态参量，j表示j阶矩，m表示各阶矩是通过测量得到。

步骤2：根据测量的碰撞后车辆-行人的状态参量Z^u，建立如图 3(a)-3(b)所示的车辆-行人碰撞事故多刚体仿真模型。对交通事故进行不 确定重建的目的是识别碰撞前的状态参量，其中碰撞前的状态参量包括 碰撞前车辆速度υ、制动过程中车辆与地面的摩擦系数μ以及行人与车辆 之间的角度α；

步骤3：利用式(1)来描述碰撞前车辆-行人的状态参量的PDF：

$P_{X^u}^{\lambda }\left(x^u\right)=\{\frac{{\kappa }_{\lambda }}{\sqrt{b_1^2-{4b}_2(b_0-x^u)}}·{(1-{\left(\frac{{-b}_1+\sqrt{b_1^2-{4b}_2(b_0-x^u)}}{{2b}_2}\right)}^2)}^{\lambda -\frac{1}{2}}---\left(1\right)$

式中X^u为碰撞前车辆-行人的状态参量，即表示υ、μ和α；这里，b₀、b₁、 b₂、λ、κ_χ为描述X^u的参数化PDF的系数。如果能够识别得到参数b₀、b₁、 b₂、λ，则可通过式(1)得到碰撞前车辆-行人状态参量的PDF。

步骤4：当任意给定一组b₀、b₁、b₂、λ时，基于建立的车辆-行人碰 撞事故多刚体仿真模型，多次调用例如一次二阶矩方法的可靠度计算方 法，计算得到碰撞后车辆-行人状态参量的PDF，具体过程如下所述。

首先，将测量的碰撞后车辆-行人状态参量Z^u的取值范围进行n等分， 取步长为Δz＝(z_U-z_L)/n，这里z_L和z_U分别定义了Z^u取值的下限和上限， n为大于等于2的正整数；其次，对于第k步，取ε＝z_L+kΔz，构造功能函 数G^u＝g(X^u)-ε，其中g(X^u)表示根据车辆-行人碰撞事故多刚体仿真模型 对应的数值模型；再次，利用一次二阶矩法的可靠度计算方法，计算得 到碰撞后车辆-行人状态参量Z^u的累计概率F(z^u)，即利用一次二阶矩方 法对式(2)进行求解：

$F\left(z^u\right)={\int }_{G^u\le 0}{P}_{X^u}^{\lambda }\left(x^u\right){\mathrm{dx}}^u---\left(2\right)$

这里，k从0至n，多次调用一次二阶矩方法可计算得到碰撞后车辆-行人 状态参量的PDF，并在此基础上计算得到相应的碰撞后车辆-行人状态参 量的PDF的各阶矩其中i表示第i个状态参量，j表示j阶矩，c 表示各阶矩是通过计算得到。

步骤5：将计算的碰撞后车辆-行人状态参量PDF所对应各阶矩和测量的碰撞后车辆-行人状态参量PDF所对应的各阶矩进行对比， 并将二者差的平方和作为反求目标函数，如下式(3)所示：

$\left(\begin{array}{cc}\min & \underset{i=1}{\overset{n_2}{\Sigma }}\underset{j=1}{\overset{n_1}{\Sigma }}{(M_{\mathrm{ij}}^c\left(X^u\right)-M_{\mathrm{ij}}^m)}^2---\left(3\right)\end{array}\right)$

式中和分别为测量的和计算的碰撞后车辆-行人的状态参量的 PDF所对应的各阶矩；n₁为矩的阶次，本算例中取4；n₂为碰撞后车辆- 行人状态参量的个数，本算例中为3。

步骤6：利用遗传算法对反求目标函数进行优化求解，如果不满足迭 代收敛条件，则通过选择、交叉、变异等操作产生参数b₀、b₁、b₂、λ的 下一代新值，然后转回步骤4；如果满足收敛条件，则进行步骤7。

步骤7：将优化得到的如表1所示的参数值b₀、b₁、b₂、λ代入式(1)， 得到识别的碰撞前车辆-行人状态参量υ、μ和α的概率密度曲线，如图 4(a)至4(c)所示。图4(a)至4(c)结果不仅给出了碰撞前车辆-行人状态 参量的合理取值范围，而且更重要的是给出了其概率密度曲线，这为更 合理的评价交通事故提供了重要依据。将表1结果代入步骤4，得到最优 的计算的碰撞后车辆-行人状态参量的PDF，如图5(a)至5(c)所示。

表1碰撞前车辆-行人状态参量PDF的识别结果

如图5a)至5(c)所示，计算的碰撞后车辆-行人状态参量的PDF与 测量的碰撞后车辆-行人状态参量的PDF二者基本相同，从而验证了本发 明的车辆-行人交通事故的评价方法的正确性和有效性。

由上可知，本发明提出的一种车辆-行人交通事故不确定性评价方法， 考虑不确定性因素(特别是测量的不确定性因素)对交通事故重建结果 的影响，旨在对碰撞前车辆-行人状态参量的PDF进行参数化描述。通过 对比测量到的碰撞后车辆-行人状态参量的PDF以及计算得到的碰撞后 车辆-行人状态参量的PDF来建立反求目标函数，并利用最优化方法实现 对碰撞前车辆-行人状态参量的PDF的估计，从而为更合理地分析和评价 交通事故提供重要基础数据和依据。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不 局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内， 可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本 发明的保护范围应所述以权利要求的保护范围为准。