基于变形程度的汽车安全性改善程度的评价方法

摘要

本发明公开一种基于变形程度的汽车安全性改善程度的评价方法，是从车辆历史事故数据库中选取过去任意两个年份区间的车辆，以新、旧年份车辆在VDI6x+级别上减少MAISy+的损伤有效性为评价指标进行评价，表达式为：

说明书

技术领域

本发明涉及车辆安全技术，具体涉及基于变形程度的汽车安全性改善程度的评价 方法。

背景技术

被动安全技术，例如安全带和安全气囊，已经在全球不同的NCAP(Newcar assessmentprogramme)的测试试验中展示出其性能。从EuroNCAP(欧洲新车安全评 鉴协会)设立开始至今，这些被动安全性能评价试验对道路安全的改善起到了重要的 作用。如果相关部门设立了针对驾驶辅助系统功能的有效性评价试验，那么车辆使用 者也会逐渐意识到驾驶辅助系统的重要性，并且可在购买车辆时对比不同品牌之间安 全性能。

国内外已经对驾驶辅助系统功能评价方法开展了多种理论和实验研究。总的来说， 现有评价方法的试验方法上可分为两类：实车试验和标准试验。其从数据来源上看， 主要可分两类：事故数据、DR(Drivingrecorder)数据。从仿真方法上也可分为两 类：驾驶模拟仪仿真和软件仿真。系统评价方法从评价标准上，主要可分三类：速度 减小量ΔV、事故减小数目、损伤程度。各类方法均有其优势与缺点，在此不详细展开。

以事故数据为基础、利用事故再现软件仿真的评价方法。这种方法无危险性，可 重复性好，仿真多种工况，可拓展性好，可进行统计分析，能够反映各种危险的事故 类型，数目较多。但是只有有限数量的数据库提供车辆的速度信息，原因在于有关速 度的信息是很难获取的。速度需要用事故再现的方法来计算，不幸的是，事故再现主 要以能源守恒为基础的，仅仅依靠测量的制动迹的长度或变形的深度是不够的。同时 还需要知道制动力与汽车的变形力的大小。不同车辆、部件、碰撞角度之间的刚度的 差异造成了变形力和变形能量很难估计，这些因素导致所计算的速度的显著误差，进 而造成基于此事故数据的评价结果失去了真实性。

发明内容

为了解决基于事故数据库中速度信息的驾驶辅助系统的评价失真问题，本发明提 供一种基于变形程度的汽车安全性改善程度的评价方法。该方法可以更为准确的评价 某一驾驶员辅助系统的汽车安全性改善程度。

为实现上述目的，本发明采取以下技术方案：一种基于变形程度的汽车安全性改 善程度的评价方法，其特征在于：是从车辆历史事故数据库中选取过去任意两个年份 区间的车辆为样本，以车辆变形指数VDI6为基础进行评价，具体为，

以车辆在VDI6x+级别上减少MAISy+的损伤有效性为评价指标进行评价，有效性 表达式为：

式中VDI6表示车辆变形指数，x表示VDI6的级别，MAIS表示最大简明损伤等级， y表示MAIS的级别；“新”、“旧”表示以生产时间早晚为对比的年份区间生产的车 辆；

在表达式中，当eff_xy的值大于零时，说明该种汽车随着年代变化安全性得到了提 高，该值越大说明安全性改善程度越明显；当eff_xy的值小于零时，说明该种汽车随着 年代变化安全性反而降低。

进一步讲，历史事故数据库是采用任何有车辆变形程度数据和乘员损伤程度数据 的事故数据库。

进一步讲，所述两个年份区间的车辆，其年份区间的跨度不受限制。

进一步讲，所述车辆历史事故数据库的样本选取带安全带的数据样本。

进一步讲，任意两个年份区间的车辆样本，既可以是同种车型，也可以是整体社 会环境中的任何车型。

本发明具有的有益效果是：本文提出基于变形程度的驾驶员辅助系统有效性的评 价方法。首先分析GIDAS(GermanInDepthAccidentStudy)数据，得出了对于显 著不同刚度的车辆，通过再现得到的这些车辆速度是没有可比性的推断，也论证了变 形程度信息相比于事故数据库中的速度信息更适于作为评价事故严重程度的指标。然 后综合考虑了由于车身刚度的增加带来车辆变形指数(vehicledeformationindex， VDI6)降低和同VDI级别下的损伤可能性的降低的两方面影响，利用近30年的历史 事故数据库中的车辆变形信息和乘员损伤信息，来评价这期间汽车整体安全效能的提 高。计算结果与历史数据能够较好地吻合，也即验证了基于变形程度的汽车安全效能 的评价方法的合理性。

通过历史数据验证了基于变形程度评价汽车安全效能的合理性。

附图说明

图1为1980-2011年不同年份制造的车辆里系安全带的乘员数目样本；

图2为前撞车辆变形分布；

图3为在不同VDI6级别下的平均速度变化dv(km/h)；

图4为不同的年份内制造汽车的平均速度变化dv(km/h)；

图5为不同年份车辆速度变化累积分布；

图6为2001..2011年生产的车辆相比1981..1995年间的速度变化误差曲线；

图7为不同VDI6级别下损伤乘员数目；

图8显示了两个年代汽车在不同VDI6x+级别下的损伤可能性；

图9a为1981..1995年间生产的汽车的损伤风险分布；

图9b为2001..2011年间生产的汽车的损伤风险分布；

图10为2001..2011年间相比1981..1995年间在预防损伤的有效性方面的提高。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述，但本领域的技术人员应该知道， 以下附图和实施例并不是对本发明技术方案作的唯一限定，凡是在本发明技术方案精 神实质下所做的任何等同变换或改动，均应视为属于本发明的保护范围。

本发明尝试提出一种基于变形程度的驾驶员辅助系统安全性能评价方法。它是首 先分析历史的GIDAS(GermanInDepthAccidentStudy)数据，得出了对于显著不 同刚度的车辆，通过再现得到的这些车辆速度是没有可比性的推断，也论证了变形程 度信息相比于事故数据库中的速度信息更适于作为评价事故严重程度的指标。然后综 合考虑了由于车身刚度的增加带来车辆变形指数(vehicledeformationindex，VDI6) 降低和同VDI级别下的损伤可能性的降低的两方面影响，利用近几十年的历史事故数 据库中的车辆变形信息和乘员损伤信息，评价这期间汽车整体安全效能的提高，计算 结果与历史数据能够较好地吻合，也即验证了基于变形程度的汽车安全效能的评价方 法的合理性。

1.事故数据源的可取性

任何有车辆变形程度数据和乘员损伤程度数据的事故数据库都可取，不限于 GIDAS数据库。

下面通过一些统计调查数据证明的GIDAS数据的可取性。图1提供了1980-2011 年分段统计的制造年份车辆里的系安全带的乘员样本大小。图中可看出除了1980年以 外，所有样本量均高于1000，虽然较近的年份制造的样本量小于前面的，那是因为一 辆出产于2006年车只有5年时间被纳入这个数据库，而在1996出产的汽车有15年， 这些差异是可以预料的。由此我们完全有理由在评价车辆安全性的时候，在GIDAS数 据这方面，可针对有使用安全带的情况进行评价，一是这样的事故样本量足够大，足 以用来作为评价，二来这样不会带来研究的误差。

2.车辆变形程度与车辆刚度的显著关联，以及车辆变形程度与速度变化dv对于 安全性评价的可信度对比

同样我们通过数据实例来证明上述问题。以往评价车辆的辅助系统安全性的首选 方案是测量在不同速度变化dv下的损伤可能性，速度变化是一个很好的事故严重程度 评价指标。但是我们知道，在过去几十年汽车由于欧洲NCAP测试的要求车身刚度增加。 汽车的刚度在一定的程度上可以由车辆变形指数(vehicledeformationindex，VDI6) 表征，即将车辆的前端或后端划成5份，并使用此来度量车辆的碰撞后的变形程度。

所以，基于车辆变形指数(VDI6)的汽车安全效能提升的评价方法，这不仅对于 GIDAS有利，更有利于对那些不包括速度信息，但却可提供可靠的车辆变形指数VDI 的数据库。下面我们以调查实例来说明基于车辆变形指数(VDI6)的汽车安全效能提 升的评价方法，比基于速度变化的评价更具有可取性。

由于车辆结构刚度变大，车厢稳定性显著增加，图2清楚地表明，新的汽车往往 比旧汽车变形更少，这是因为有大量的结构强化。当汽车刚度增加，它需要更多的能 量来达到相同的变形量，这意味着，刚度较大的车辆在同一个VDI6级的平均速度变化 dv应该至少不降低，但是，实际GIDAS数据显示出相反的规律，如图3。

图3表明，制造于2001年到2011年的车辆，相比另一组在VDI6＝1-4中具有更低 的速度变化，仅在VDI6＝5+显示出了预期的结果，这也可能是速度变化dv未被正确估 计的结果。速度变化dv的计算需要知道造成汽车一定变形所需的能量。变形量和变形 能量之间的关系对于不同的汽车不是恒定的，但会随着车辆前端刚度的变化而变化。 而作为NCAP要求的结果，车辆的前端刚性显著在增加。

图4显示出了用平均速度变化来评价的事故的严重性随着时间推演而降低的关 系。而令人惊讶的是，在1991年至2005年的时间范围内，德国的道路平均行驶车速 却在增加，这是德国总体的趋势，为公知。

图5显示出速度变化dv随时间的增加，呈现出一致性的降低。如果假设事故的严 重性在这个时间历程是一个常数，则期望的1981..1995年生产的车辆组的速度变化的 中值与2001..2011年生产的车辆的中值是相同的。因此，在两者之间的差别就是dv 的估计误差，由此得到了图6的误差曲线(横坐标为速度变化(km/h)，纵坐标为误 差(km/h))。图6的误差函数是在假定事故的严重性没有任何变化的前提下的平均 的统计结果，它不适用于单个案例研究，该曲线是为了表示在一定的概率下，dv计算 是有误差的假设成立。为强调这些统计结果的可靠性，图7显示出用于该计算的不同 VDI6级别下损伤乘员数量。

综上所述，车辆速度变化dv是不可靠的并且不适用于评价车辆的事故严重性，但 这并不意味着GIDAS的速度估计是完全错误的，这项调查只质疑针对不同刚度的车的 速度变化估计。根据假设，即在德国一般事故的严重性没有随时间变化而降低，就可 以知道GIDAS很可能低估了新生产并刚度变大的汽车的速度。因此，我们尝试通过对 比2001..2011和1981..1995两个时代生产的车辆的VDI6来评价车辆安全效能进展。

3.基于VDI6的汽车安全效能的评价方法

我们提出一种避免使用速度信息的新车安全效能评价方法，这不仅对于GIDAS有 利，更有利于对那些不包括速度信息的却可提供了可靠的车辆变形指数VDI6的数据 库。

作为一个例子，我们计算对于正面碰撞的新车安全效能评价。事故可能是车辆正 面碰撞到其他车辆的正面、侧面或背面，或像树、护轨等的障碍物。如上所述，我们 将利用VDI6确定事故严重性。

VDI6本身不是事故严重程度的函数，因为它依赖于汽车的刚度。但对于近似刚度 的汽车，它可认为是事故严重程度的函数，所以我们可利用车辆变形程度来验证刚度。

首先，我们比较在过去两个不同年份段生产的汽车的VDI6分布。年份段的跨度不 受本发明限制。

图8显示了两个年份段累积的VDI6概率的对比情况。例如，VDI6＝3+是VDI6级别 大于等于3的类别，所以VDI6＝4+是VDI6＝3+的一部分。对于两个年段的VDI6＝x+的安 全效能eff通常可用下式计算得到(公式中的年份段1981-1995和2001-2011仅是例 子)：

$eff=\frac{P[VDI6x+of\mathrm{1981..1995}]-P[VDI6x+of\mathrm{><mn>2001..2011</mn><mo>]</mo>}}{P[VDI6x+of\mathrm{><mn>1981..1995</mn><mo>]</mo>}}$

所以，从图9a、图9b的图中可看出2001..2011年间生产的汽车变形小于 1981..1995年间生产的汽车。这也验证了车身刚度增加的假设。其中，MAIS—Maximum AbbreviatedInjuryScale，表示最大简明损伤等级。

图10显示出了两个年份区间的累积VDI6的损伤分布。很容易看出，对于 2001..2011年间，损伤风险要比1981..1995年间低得多。这验证了刚度较大的车， 到目前为止，也是更安全的汽车。在另一方面，我们看到，即使当我们比较VDI6，仍 可以观察到正的有效性，这意味着更高的刚度导致现代汽车的安全性更高，这在全球 的统计数据中也可以看出。

其次，利用下式计算每VDI6x+的2001..2011年组相对1981..1995年组在预防 损伤的有效性eff方面的影响。这样的结果是6*5有效性柱状矩阵，如图10，这个图 通过纵轴大于0的数值就表示在预防损伤有效性方面有所提高了。