基于变形程度的汽车安全性改善程度的评价方法
【技术领域】
[0001] 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】
[0002] 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。
[0003] 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AV、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。
[0004] 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】
[0005] 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。
[0006] 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，
[0007] 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：
[0008]
[0009] 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；
[0010] 在表达式中，当effxy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effxy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。
[0011] 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。
[0012] 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。
[0013] 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。
[0014] 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。
[0015] 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。
[0016] 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】
[0017] 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；
[0018] 图2为前撞车辆变形分布；
[0019] 图3为在不同VDI6级别下的平均速度变化dv(km/h);
[0020] 图4为不同的年份内制造汽车的平均速度变化dv(km/h);
[0021] 图5为不同年份车辆速度变化累积分布；
[0022] 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； [0023] 图7为不同VDI6级别下损伤乘员数目；
[0024] 图8显示了两个年代汽车在不同VDI6x+级别下的损伤可能性；
[0025] 图9a为1981. . 1995年间生产的汽车的损伤风险分布；
[0026] 图9b为2001..2011年间生产的汽车的损伤风险分布；
[0027] 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】
[0028] 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。
[0029] 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。
[0030] 1.事故数据源的可取性
[0031] 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。
[0032] 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。
[0033] 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
[0034] 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。
[0035] 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。
[0036] 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。
[0037] 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。
[0038] 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。
[0039] 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。
[0040] 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