中国乘用车乘员高危事故场景研究

doi:10.3969/j.issn.1674-8484.2022.04.007

汽车安全与节能学报 ›› 2022, Vol. 13 ›› Issue (4): 659-666.DOI: 10.3969/j.issn.1674-8484.2022.04.007

中国乘用车乘员高危事故场景研究

杨震¹(), 王兴昌²(), 管立君³^,⁴, 孙海云³^,⁴, 范宇坤², 祝贺³^,⁴, 周大永³^,⁴, 谷先广⁵

1.宁波吉利汽车研究开发有限公司技术统括中心，宁波 311000，中国
2.中国汽车技术研究中心有限公司北京中机车辆司法鉴定中心，北京 100000，中国
3.浙江省汽车安全技术研究重点实验室（吉利控股集团），杭州 315336，中国
4.吉利汽车研究院（宁波）有限公司工程中心，宁波 311000，中国
5.合肥工业大学汽车与交通工程学院，合肥 230009，中国

收稿日期:2021-11-26 修回日期:2022-07-25 出版日期:2022-12-31 发布日期:2023-01-01
作者简介:杨震（1984—），男（汉），内蒙古阿拉善盟，工程师。E-mail: yangzhen01@geely,com。
王兴昌（1983—），男（汉），山西，工程师。E-mail：wangxc2012@163.com。
基金资助:
安徽省科技重大专项(202203a05020029)

Research on occupant high-risk accident scenarios of passenger cars in China

YANG Zhen¹(), WANG Xingchang²(), GUANG Lijun³^,⁴, SUN Haiyun³^,⁴, FAN Yukun², ZHU He³^,⁴, ZHOU Dayong³^,⁴, GU Xianguang⁵

1. Ningbo Geely Automobile Research and Development Co. Ltd., Ningbo 311000, China
2. China Automotive Technology & Research Center, Beijing 100000, China
3. Zhejiang Key Laboratory of Automobile Safety Technology, Hangzhou 315336, China
4. Geely Automobile Research Institute (Ningbo) Co., Ltd., Ningbo 311000, China
5. School of Automotive and Transportation Engineering, Hefei University of Technology, Hefei 230009, China

Received:2021-11-26 Revised:2022-07-25 Online:2022-12-31 Published:2023-01-01

摘要/Abstract

摘要：

为了明确当前中国乘用车乘员主要安全风险类型，促进建立更加符合中国实际道路环境和交通事故特征的汽车安全评价标准和法规体系，以中国交通事故深入研究项目（CIDAS）数据为基础，利用基础分类变量对造成乘用车乘员死亡的事故场景做了分类统计。结果表明：以设计的新的事故场景分类方法，提取出6种适用于评价主动安全性能的高危冲突场景和7种适用于评价被动安全性能的高危碰撞场景；同时，通过与Euro NCAP和C-NCAP现行的测试场景比较，发现乘用车钻撞货车、驾驶员身体状况异常、正面撞柱和正面撞击护栏端头等场景无法被覆盖，表明C-NCAP、中国汽车标准化委员会、道路交通管理部门等机构需要通过相关场景的进一步深入研究，量化分析，建立更加符合中国实际道路环境和交通事故特征的汽车安全评价标准和法规体系；同时也指出若干需要尽快开展研究的相关课题。

关键词: 汽车安全, 乘员安全, 交通事故场景, 冲突场景, 碰撞场景, 分类统计

Abstract:

In order to clarify the main safety risk types of Chinese passenger car occupants at present, and to promote the establishment of automobile safety evaluation standards and regulatory systems that are more in line with China’s actual road environment and traffic accident characteristics, the accident scenarios causing the death of passenger car occupants were classified and counted based on China in-depth accident study (CADIS) data by using basic classification variables. The results show that 6 high-risk conflict scenarios suitable for evaluating the active safety performance and 7 high-risk collision scenarios applicable to the evaluation of passive safety performance are extracted with the new classification method for accident scenarios. Meanwhile compared with the current test scenarios of Euro NCAP and C-NCAP, it is found that the scenarios such as passenger cars’ drilling into trucks, drivers’ abnormal physical conditions, frontal impact on posts and guardrail ends cannot be covered, showing that institutions like C-NCAP, China Automobile Standardization Commission, road traffic management departments need to establish vehicle safety evaluation standards and legal systems that are more consistent with China’s actual road environment and traffic accident characteristics through further in-depth research and quantitative analysis of relevant scenarios. At the same time, it also points out some related topics that need to be studied as soon as possible.

Key words: automotive safety, occupant safety, traffic accident scenarios, conflict scenarios, collision scenarios, classified statistic

中图分类号:

U467.1+4

杨震, 王兴昌, 管立君, 孙海云, 范宇坤, 祝贺, 周大永, 谷先广. 中国乘用车乘员高危事故场景研究[J]. 汽车安全与节能学报, 2022, 13(4): 659-666.

YANG Zhen, WANG Xingchang, GUANG Lijun, SUN Haiyun, FAN Yukun, ZHU He, ZHOU Dayong, GU Xianguang. Research on occupant high-risk accident scenarios of passenger cars in China[J]. Journal of Automotive Safety and Energy, 2022, 13(4): 659-666.

图/表 11

参考文献 19

[1]	中华人民共和国国家统计局. 国家数据[EB/OL]. [2022-11-04], https://data.stats.gov.cn/.
	National Bureau of Statistics of the People's Republic of China. National data[EB/OL]. [2022-11-04], https://data.stats.gov.cn/. (in Chinese)
[2]	张金换, 杜汇良, 马春生. 汽车碰撞安全性设计[M]. 北京: 清华大学出版社, 2010: 10-15.
	ZHANG Jinhuan, DU Huiliang, MA Chunsheng. Automobile Collision Safety Design[M]. Beijing: Tsinghua University Press, 2010: 10-15.
[3]	中华人民共和国公安部. 中华人民共和国道路交通事故统计年报(2019年度)[R]. 无锡: 公安部交通管理科学研究所, 2020.
	The Ministry of Public Security of the People’s Republic of China. Annual report on road traffic accident statistics (2019) of The Ministry of Public Security of the People’s Republic of China[R]. *Traffic Management Research Institute of the Ministry of Public Security, Wuxi*, 2020. (in Chinese)
[4]	CHEN Qiang, CHEN Yong, Ola Bostrom, et al. A Comparison study of car-to-pedestrian and car-to-E-bike accidents: Data source: The China in-depth accident study (CIDAS)[R]. *SAE Tech Papers*, 2014-1-0519.
[5]	苏江平, 陈君毅, 王宏雁, 等. 基于中国危险工况的行人交通冲突典型场景提取与分析[J]. 交通与运输(学术版), 2017(1): 216-221.
	SU Jiangping, CHEN Junyi, WANG Hongyan, et al. Extraction and analysis of typical scenarios of pedestrain traffic conflicts based on hazardous working conditions in China[J]. *Traf Transport*, 2017(1): 216-221. (in Chinese)
[6]	LI Xvdong, LIN Miao, LIAN Xiaowei, et al. Passenger car 25% overlapping collision accident study base on CIDAS[C]// SAE 2018 Intel Connect Vehi Symp. Kunshan, China, 2018.
[7]	袁泉, 高岩, 裘晨璐. 基于人-机-环境因素的未来交通事故风险研究[J]. 系统仿真学报, 2019 (3): 566-574. doi: 10.16182/j.issn1004731x.joss.17WJP-012
	YUAN Quan, GAO Yan, QIU Chenlu. Future traffic accident risk investigation based on human-machine-environment factors[J]. *J Syst Simul*, 2019 (3): 566-574. (in Chinese) doi: 10.16182/j.issn1004731x.joss.17WJP-012
[8]	周青, 姬佩君, 黄毅, 等. 未来交通事故场景中乘员智能保护的挑战与机遇[J]. 汽车安全与节能学报, 2017, 8(4): 333-350.
	ZHOU Qing, JI Peijun, HUANG Yi, et al. Challenges and opportunities of smart occupant protection against motor vehicle collision accidents in future traffic environment[J]. *Autom Safe Energ*, 2017, 8(4): 333-350. (in Chinese)
[9]	张康康, 穆文浩, 罗慧冉. 在用电动汽车安全事故分析与安全保障研究[J]. 汽车实用技术, 2020(15): 250-252.
	ZHANG Kangkang, MU Wenhao, LUO Huiran. Safety analysis and operating safeguard for in-use electric vehicles[J]. *Autom Appl Tech*, 2020(15): 250-252. (in Chinese)
[10]	张晓辉. 汽车驾驶员主动安全性因素的辨识与分析[J]. 质量与安全, 2019, 4(11): 341-342.
	ZHANG Xiaohui. Identification and analysis of active safety factors for car drivers[J]. *Quality and Safety*, 2019, 4(11): 341-342. (in Chinese)
[11]	何石坚. 基于驾驶人-车辆-道路-环境全因素的高速公路事故分析与预测方法[D]. 广州: 华南理工大学, 2019.
	HE Shijian. Accident analysis and prediction method of expressway based on whole factors of driver, vehicle, road and environment[D]. South China University of Technology, Guangzhou, 2019. (in Chinese)
[12]	Najm W G, Smith J D, Yanagisawa M. Pre-crash scenario typology for crash avoidance research[R]. Dot Hs 810 767, 2007.
[13]	Feifel H, Wagner M. Harmonized scenarios for the evaluation of active safety systems based on in-depth-accident data[C]// 8th Int’l Expert Symp Accid Res (ESAR), Hanover, America, 2018.
[14]	中国汽车技术研究中心有限公司. C-NCAP管理规则(2021年版):主动安全ADAS系统试验方法[S]. 天津: 中国汽车技术研究中心有限公司, 2021.
	China Automotive Technology Research Center co., LTD. C - NCAP management protocols (2021): Active safety ADAS test protocol[S]. Tianjin: China Automotive Technology Research Center co., LTD, 2021.
[15]	Euro NCAP. Assessment protocol (Vers 9): Safety assist[S]. Euro NCAP, 2021.
[16]	中国汽车技术研究中心有限公司. C-NCAP管理规则(2021版):碰撞试验、儿童保护评价及鞭打试验方法[S]. 天津: 中国汽车技术研究中心有限公司, 2021.
	China Automotive Technology Research Center co.,LTD. C-NCAP management protocols (2021): Crash test, child protection assessment and whiplash test protocol[S]. China Automotive Technology Research Center co., LTD, Tianjin, 2021.
[17]	Euro NCAP. Assessment protocol (Vers 9): Adult occupant protection [S]. Euro NCAP, 2021.
[18]	尹岩, 曹长剑. 汽车和挂车后下部防护装置标准改进研究[J]. 中国安全科学学报, 2014, 24(2): 151-156.
	YIN Yan, CAO Changjian. Study on the requirements improvement of the lateral and underrun protections of the motor vehicles and trailers[J]. *Chin Safe Sci J*, 2014, 24(2): 151-156. (in Chinese)
[19]	卢辉忠, 杨见云, 毛志坚. 我国高速公路波形护栏端头的安全隐患及对策[J]. 交通与运输, 2018, 34(6): 54-56.
	LU Huizhong, YANG Jianyun, MAO Zhijian. Safety hazards and countermeasures of corrugated guardrail end of expressway in China[J]. *Traf Transport*, 2018, 34(6): 54-56. (in Chinese)

变量	分类
受伤情况	无伤、轻伤、重伤、死亡
事故前场景	C1—穿行遇从右侧来的目标物、C2—穿行遇从左侧来的目标物； D1—右弯行车、D2—左弯行车、D3—直行行车； L1—碰撞前方正常直行的目标物、L2—碰撞前方的目标物（目标物从右侧强行变道而来）、L4—被后方直行的目标物追尾； O1—身体原因、O2—障碍物、O3-车辆故障； On1—遇同一车道的对向目标物、On2—向左换道与对向目标物； P2—驻车时遇目标物； T3—车辆左转遇从对向来的目标物等。
事故形态	正面碰撞、侧面碰撞、尾随相撞；相对刮擦、同向刮擦；碰撞固定物、碰撞静止车辆；多车事故；刮撞机动二/三轮车事故、刮撞自行车事故；刮撞行人、翻滚等。
车辆部位	前部、后部、左侧、右侧、车顶、底部。
是否翻滚	翻滚、未翻滚。
参与方类型	乘用车、客车、货车；二/三轮摩托车、二/三轮自行车、二/三轮电动车；行人，其他。
碰撞对象	猪、鹿、羊；道路表面；防撞护栏、立柱、红绿灯、电线杆；灌木、树木（稳固的）等。

变量	分类
受伤情况	无伤、轻伤、重伤、死亡
事故前场景	C1—穿行遇从右侧来的目标物、C2—穿行遇从左侧来的目标物； D1—右弯行车、D2—左弯行车、D3—直行行车； L1—碰撞前方正常直行的目标物、L2—碰撞前方的目标物（目标物从右侧强行变道而来）、L4—被后方直行的目标物追尾； O1—身体原因、O2—障碍物、O3-车辆故障； On1—遇同一车道的对向目标物、On2—向左换道与对向目标物； P2—驻车时遇目标物； T3—车辆左转遇从对向来的目标物等。
事故形态	正面碰撞、侧面碰撞、尾随相撞；相对刮擦、同向刮擦；碰撞固定物、碰撞静止车辆；多车事故；刮撞机动二/三轮车事故、刮撞自行车事故；刮撞行人、翻滚等。
车辆部位	前部、后部、左侧、右侧、车顶、底部。
是否翻滚	翻滚、未翻滚。
参与方类型	乘用车、客车、货车；二/三轮摩托车、二/三轮自行车、二/三轮电动车；行人，其他。
碰撞对象	猪、鹿、羊；道路表面；防撞护栏、立柱、红绿灯、电线杆；灌木、树木（稳固的）等。

事故前	事故数 / %			死亡数 / %
事故前	碰撞乘用车	碰撞货车	单车事故	碰撞乘用车	碰撞货车	单车事故
L1	5.1	7.0	0.6	1.4	16.2	0.7
D3	0.2	0.1	10.0	0.0	0.0	13.7
C1	5.8	2.4	0.1	2.1	2.4	0.0
On1	6.5	1.1	0.1	1.0	3.4	0.0
O1	0.2	1.1	6.6	0.3	2.4	11.0
C2	4.5	1.6	0.1	1.7	1.7	0.0
L4	3.5	2.3	0.0	2.4	0.7	0.0
On2	2.1	2.2	0.0	0.7	5.2	0.0
T3	3.4	0.8	0.1	2.7	1.0	0.0
O3	0.1	0.3	3.0	0.0	0.0	1.4
D2	0.0	0.0	3.2	0.0	0.0	6.9
L2	1.2	0.6	0.5	0.0	0.3	1.7
O2	0.6	0.6	1.1	0.0	0.7	1.4
D1	0.1	0.1	2.0	0.3	0.3	5.5

事故前	事故数 / %			死亡数 / %
事故前	碰撞乘用车	碰撞货车	单车事故	碰撞乘用车	碰撞货车	单车事故
L1	5.1	7.0	0.6	1.4	16.2	0.7
D3	0.2	0.1	10.0	0.0	0.0	13.7
C1	5.8	2.4	0.1	2.1	2.4	0.0
On1	6.5	1.1	0.1	1.0	3.4	0.0
O1	0.2	1.1	6.6	0.3	2.4	11.0
C2	4.5	1.6	0.1	1.7	1.7	0.0
L4	3.5	2.3	0.0	2.4	0.7	0.0
On2	2.1	2.2	0.0	0.7	5.2	0.0
T3	3.4	0.8	0.1	2.7	1.0	0.0
O3	0.1	0.3	3.0	0.0	0.0	1.4
D2	0.0	0.0	3.2	0.0	0.0	6.9
L2	1.2	0.6	0.5	0.0	0.3	1.7
O2	0.6	0.6	1.1	0.0	0.7	1.4
D1	0.1	0.1	2.0	0.3	0.3	5.5

高危冲突场景描述	示意图	死亡数/ %
乘用车与前方同向直行货车的冲突		16.2
直行行车中车辆偏出道路		13.7
身体原因（困倦、发病等）造成车辆失控		11.0
左弯的弯道行车中车辆偏出道路		6.9
右弯的弯道行车中车辆偏出道路		5.5
乘用车向左换道过程中与对向货车的冲突		5.2

中国乘用车乘员高危事故场景研究

Research on occupant high-risk accident scenarios of passenger cars in China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 19

相关文章 15

编辑推荐

Metrics

本文评价

期刊信息

在线期刊

作者中心

审稿中心

联系我们

评价目的描述	对应功能	Euro NCAP	C-NCAP
直行时避免碰撞同向的汽车	同向汽车的AEB CCR功能，含FCW功能	有	有
左转时避免碰撞对向汽车	对向汽车的AEB CCF功能，含FCW功能	有	规划中
避免汽车在直道中偏出道路的测试	LSS，含LDW、LKA、ELK	有	有

车辆部位	事故数 / %				死亡数 / %
车辆部位	碰乘用车	碰撞货车	碰撞护栏	碰撞立柱	碰乘用车	碰撞货车	碰撞护栏	碰撞立柱
前部	20.0	14.3	8.8	4.9	4.8	25.1	9.3	8.2
副驾驶侧	9.7	3.1	1.8	1.4	6.2	5.2	1.7	3.8
驾驶侧	5.6	2.9	1.0	1.2	2.7	5.2	1.0	2.7
后部	5.1	4.6	0.2	0.0	2.4	2.1	0.0	0.0

高危碰撞场景	死亡数/ %
乘用车正面与货车相撞	25.1
乘用车翻滚	18.6
乘用车侧面被货车碰撞	10.4
乘用车正面撞护栏	9.3
乘用车侧面（不分左右侧）被乘用车撞	8.9
乘用车正面碰撞柱状固定物	8.2
乘用车侧面（不分左右侧）碰撞柱状固定物	6.5

工况描述	变形吸能特征	Euro NCAP	C-NCAP
100%重叠率正面碰撞刚性墙壁	双侧前纵梁都变形吸能	有	有
与乘用车正面50%重叠率的碰撞	驾驶员侧前纵梁变形吸能	有	有
侧面被乘用车碰撞	驾驶员侧的门槛梁、 B柱和前后车门变形吸能	有	有
乘员舱侧面撞刚性柱	驾驶员侧的门槛梁、车顶梁和前车门变形吸能	有	有

[1]	刘天泉, 王丙雨, 吴贺, 邹俊, 毛明祥 . 保险杠刚度特性对行人头部及下肢的损伤影响[J]. 汽车安全与节能学报, 2023, 14(1): 17-22.
[2]	徐哲, 高冠宇, 刘灿灿, 娄磊. 面向儿童约束系统的多点侵入侧碰方法及假人损伤[J]. 汽车安全与节能学报, 2023, 14(1): 38-45.
[3]	汪选要, 程王峰, 马成程 . 考虑人车路因素纵向避撞人机协同控制策略[J]. 汽车安全与节能学报, 2023, 14(1): 46-54.
[4]	程洁, 郑凯, 秦嘉, 吴晓东. 面向智能车辆的 EMB 系统功能安全分析及应用设计[J]. 汽车安全与节能学报, 2023, 14(1): 69-79.
[5]	叶凡, 王丙雨, 韩勇, 叶赛峰, 余意. 正碰下6岁儿童乘员的胸部运动学方程与损伤风险分析[J]. 汽车安全与节能学报, 2022, 13(4): 617-624.
[6]	杨明俊, 卜晓兵, 郭庆祥. 基于某车型的不同乘员性别远端保护响应差异分析[J]. 汽车安全与节能学报, 2022, 13(4): 634-642.
[7]	夏怀成, 韩向阳, 胡宽答. 速度和载荷对频率法胎压监测系统性能的影响[J]. 汽车安全与节能学报, 2022, 13(3): 429-437.
[8]	邹铁方, 赵云龙, 肖璟, 李艳春. 耦合气囊及制动控制对人地碰撞损伤的防护及效果评估[J]. 汽车安全与节能学报, 2022, 13(3): 438-445.
[9]	张平, 陈一凡, 江书真, 韩毅. 高速公路上自动超车过程的轨迹规划与跟踪控制[J]. 汽车安全与节能学报, 2022, 13(3): 463-472.
[10]	刘涛, 迟霆, 王迪, 吴振昕, 张正龙. 自动紧急制动系统仿真测试的制动模型修正[J]. 汽车安全与节能学报, 2022, 13(3): 502-508.
[11]	单春贤, 夏灯富, 刘朝阳, 唐爱坤. 基于热电耦合液体冷却的动力电池热管理系统的实验研究[J]. 汽车安全与节能学报, 2022, 13(3): 535-540.
[12]	朱艳, 谢忠志, 于雯, 李曙生, 张逊. 低光照环境下基于面部特征点的疲劳驾驶检测技术[J]. 汽车安全与节能学报, 2022, 13(2): 282-289.
[13]	雍加望, 李岩松, 冯能莲, 刘亚辉. 基于ESHB系统的自适应自动紧急制动控制策略[J]. 汽车安全与节能学报, 2022, 13(2): 300-308.
[14]	李海岩, 李广明, 贺丽娟, 冉令华, 吕文乐, 崔世海, 阮世捷. 汽车追尾碰撞中颈部姿态对生物力学响应的影响[J]. 汽车安全与节能学报, 2022, 13(1): 55-62.
[15]	龙永程, 郝海舟, 李凡, 费敬. 行人安全测试现行腿型冲击器的生物逼真度[J]. 汽车安全与节能学报, 2021, 12(4): 475-482.