本发明属于事故数据库构建领域,尤其涉及基于大规模自动化虚拟仿真的行人事故数据库构建方法。
背景技术:
1、随着大数据技术的蓬勃发展,各类数据分析技术层出不穷,在交通安全领域也有很多对大数据分析的应用,尤其是在车辆-行人事故的研究中,很多研究者采用数据分析方法来预测行人在特定事故场景下的损伤。
2、其中,数据库是进行数据分析的基础,但是我国在交通事故数据库的建立上起步较晚,记录详实的车辆-行人事故数据量较少,因此严重影响了后续数据分析的精度以及广度,需要一种能够扩充事故数据库的有效的方法。
技术实现思路
1、本发明所解决的技术问题在于提供一种基于大规模自动化虚拟仿真的行人事故数据库构建方法,以解决目前记录详实的车辆-行人事故数据量较少的问题。
2、本发明提供的基础方案:基于大规模自动化虚拟仿真的行人事故数据库构建方法,包括:
3、s1:获取交通事故调查数据库中储存的车辆-行人数据,并根据历史数据确认仿真参数的设定范围;
4、s2:根据仿真参数设定范围构建仿真参数矩阵;所述的仿真参数矩阵包括仿真参数和其对应的参数值;
5、s3:将仿真参数矩阵中的仿真参数和对应的参数值带入预设的参数矩阵变换法中,生成变换结果,将变换结果通过程序自动导入madymo主程序中进行仿真,输出仿真结果;
6、s4:读取仿真结果中事故数据库所需的结果参数,录入至交通事故调查数据库中。
7、进一步,所述s1中仿真参数矩阵中的仿真参数包括碰撞场景、碰撞速度以及碰撞角度;所述s2中仿真参数对应的参数值具体为:碰撞场景对应的参数值为事故车辆类型和行人体征类型,碰撞速度对应的参数值为事故中车辆的速度值,碰撞角度对应的参数值为事故时车辆和行人碰撞的角度值;
8、设定n,y,m以及x,y,z,其中,n,y,m分别表示在参数矩阵中碰撞场景、碰撞速度以及碰撞角度对应的参数值的序号;x,y,z分别表示在参数矩阵中碰撞场景、碰撞速度以及碰撞角度对应的参数值的总量。
9、进一步,所述s3中包括:
10、s3-1:设定碰撞场景参数值序号n、碰撞速度参数值序号v以及碰撞角度参数值序号m分别为1;
11、s3-2:将仿真参数矩阵中第n个碰撞场景的第v个碰撞速度及第m个碰撞角度导入madymo中进行仿真;
12、s3-3:选取碰撞角度的m值加1,继续导入变更后的仿真参数并录入结果,直至m的值大于仿真参数矩阵中碰撞角度总数量z;
13、s3-4:当m大于z时,重新设置m=1,并将碰撞速度的v值加1;
14、s3-5:重复步骤s3-2至3-4,直至v大于仿真参数矩阵中碰撞速度总数量y;
15、s3-6:当v大于y时,重新设置m=1和v=1,并将碰撞场景的n值加1;
16、s3-7:重复步骤s3-2至s3-6,直至n大于仿真参数矩阵中碰撞场景的参数值x。
17、进一步,所述s3-2包括:
18、s3-2-1:获取车辆-行人数据库中的车辆前端结构模型和预设行人模型;
19、s3-2-2:根据从车辆-行人数据库的历史数据中抽取预设的变量和约束条件以及获取的车辆-行人数据库中的车辆前端结构模型和预设行人模型,导入madymo仿真软件中进行目标优化和建模,生成仿真模型;
20、s3-2-3:将碰撞场景n、碰撞速度v以及碰撞角度m导入仿真模型中。
21、进一步,所述预设的变量包括车辆与行人碰撞速度、碰撞角度、行人姿态、碰撞时刻车辆角速度、碰撞位置以及摩擦系数;所述碰撞位置包括车辆停止位置、行人停止位置、车辆与行人相对位置。
22、进一步,所述s3-2-2中目标优化具体为:
23、minf(a)={f1(a),f2(a),…fn(a)}
24、a=[a1,a2…am]t
25、
26、gj(a)≤cj,j=1,2,...,j
27、hk(a)=0,k=1,2,...,k
28、其中,f(a)为目标函数,fn(a)表示第n个构建子目标函数,a是m维设计变量的列向量,和分别代表设计变量的上下界,gj(a)、hk(a)分别表示不等式和等式约束。
29、本发明的原理及优点在于:在本实施例中,通过上述步骤,一共可以得到x*y*z条车辆-行人事故数据,并将其加入至车辆-行人数据库中,使得可以在目前国内真实数据库数据量不足的情况下生成海量的事故数据,便于后续的数据分析和研究,同时,本申请采用的是仿真参数矩阵,在建立仿真参数矩阵后,可以通过修改仿真参数矩阵中的仿真参数,进行自主选择所需的特定的车型、速度、角度范围来填充数据库,使得数据分析研究时能够面向特定问题进行针对性的数据分析。
30、此外,本申请在建立仿真参数矩阵后,通过madymo自动化程序自动传入仿真参数,减少用户工作量,使得在计算资源充足的情况下可以更方便的完成超大规模参数的仿真。
1.基于大规模自动化虚拟仿真的行人事故数据库构建方法,其特征在于:包括:
2.根据权利要求1所述的基于大规模自动化虚拟仿真的行人事故数据库构建方法,其特征在于:所述s1中仿真参数矩阵中的仿真参数包括碰撞场景、碰撞速度以及碰撞角度;所述s2中仿真参数对应的参数值具体为:碰撞场景对应的参数值为事故车辆类型和行人体征类型,碰撞速度对应的参数值为事故中车辆的速度值,碰撞角度对应的参数值为事故时车辆和行人碰撞的角度值;
3.根据权利要求2所述的基于大规模自动化虚拟仿真的行人事故数据库构建方法,其特征在于:所述s3中包括:
4.根据权利要求3所述的基于大规模自动化虚拟仿真的行人事故数据库构建方法,其特征在于:所述s3-2包括:
5.根据权利要求4所述的基于大规模自动化虚拟仿真的行人事故数据库构建方法,其特征在于:所述预设的变量包括车辆与行人碰撞速度、碰撞角度、行人姿态、碰撞时刻车辆角速度、碰撞位置以及摩擦系数;所述碰撞位置包括车辆停止位置、行人停止位置、车辆与行人相对位置。
6.根据权利要求5所述的基于大规模自动化虚拟仿真的行人事故数据库构建方法,其特征在于:所述s3-2-2中目标优化具体为: