王立穎， 李亞輝

(遼寧警察學院治安管理系， 遼寧大連 116036)

0 引言

隨著社會現(xiàn)代化的發(fā)展，汽車已經走進千家萬戶。國家在道路交通基礎建設中的巨額投入，使得道路特別是高速公路里程有了突飛猛進的增長。道路交通在推動我國經濟發(fā)展的同時，也增加了很多安全隱患，道路交通事故就是其中重要的一項。

我國一、二線城市由于越來越復雜的交通狀況，現(xiàn)在紛紛建立起了智能交通系統(tǒng)，實現(xiàn)多種交通數(shù)據(jù)采集、共享和應用。目前在交通事故處理和預防方面信息化手段的運用越來越多，并不斷有新的研究成果出現(xiàn)。蔡暘等[1](2016)提出以駕駛員性別、年齡、駕齡、車輛狀況、等靜態(tài)特征變量為基礎的事故發(fā)生可能性評分卡，能夠較好地預測事故發(fā)生的概率；何明[2](2009)、楊劍紅[3](2017)、楊東紅[4](2017)均提出了利用數(shù)據(jù)挖掘技術分析交通事故發(fā)生的頻繁因素集,發(fā)現(xiàn)交通事故數(shù)據(jù)中存在的關系和規(guī)則,從而為交通事故預警和管理提供數(shù)據(jù)決策支撐。在眾多技術方法和手段中，運用實時、連續(xù)、動態(tài)的車輛運行數(shù)據(jù)進行交通事故處理與預測的研究很少見到，主要是數(shù)據(jù)采集較難。隨著物聯(lián)網技術進步和運動姿態(tài)傳感器的出現(xiàn)，建立基于車輛運行數(shù)據(jù)的交通事故數(shù)據(jù)分析系統(tǒng)，用一種更加科學的方法剖析交通事故的成因和預防交通事故的發(fā)生成為可能。

1 汽車運動姿態(tài)與交通事故的關系

1.1 運動姿態(tài)與運動姿態(tài)的采集

運動姿態(tài)是運動物體在運動過程中所表現(xiàn)出的姿態(tài)和特征，運動姿態(tài)即運動物體的航向、俯仰、翻滾、傾斜等各種角度，運動特征即加速度、角速度等各種運動速度。運動姿態(tài)代表了運動物體運動時的瞬時空間狀態(tài)，是描述物體運動特性的基本數(shù)據(jù)，這種特性可以是物體因外力作用而產生，也可以是物體內在動力而產生，或內外共同作用而產生，研究物體的運動姿態(tài)可以使人們更好地掌控物體的運動特性，為人們服務，如各種交通工具的產生。

物體的運動在人們的設計中變得有規(guī)律，為人們帶來便利和能量，但物體的運動姿態(tài)如果超出設計范圍或不是按既定的規(guī)律運動，就可能發(fā)生事故、危險、危害、損失，因此絕大多數(shù)的人類工具的運動姿態(tài)需要得到有效控制，這就需要運動姿態(tài)采集和分析，通常我們利用運動姿態(tài)傳感器來采集物體的運動姿態(tài)和運動特征。在交通事故數(shù)據(jù)分析中通常按交通事故的數(shù)據(jù)特點選擇姿態(tài)傳感器的類型和精度。一般交通事故的分析和再現(xiàn)都會涉及到肇事車輛的加速度、角速度、各種運動角度，因此傳感器需要能夠同時采集這些數(shù)據(jù)，因此姿態(tài)傳感器是首選；另外，根據(jù)一般交通事故的經驗數(shù)據(jù)、交通工具的設計特點和事故分析和再現(xiàn)的精度需求，各種姿態(tài)角的精度應該控制在0.1度以內，航向角量程0～360度，橫滾角量程-180～180度，俯仰角量程-90～90度，傾斜角量程0～90度，加速度精度應控制在0.01 g以內，量程應控制在±8～10 g，角速度精度應控制在100deg/s以內，量程應控制在±1 000～2 000deg/s，采樣頻率應控制在20～100 Hz，工作溫度可以運行在-20～85 ℃之間。表1是本項目試驗中所選用的運動姿態(tài)傳感器采集的上傳到服務端的數(shù)據(jù)格式。其中標題行分別是試驗設備號、采集時間、航向角數(shù)據(jù)、俯仰角數(shù)據(jù)、橫滾角數(shù)據(jù)、傾斜角數(shù)據(jù)、X軸加速度數(shù)據(jù)、Y軸加速度數(shù)據(jù)、Z軸加速度數(shù)據(jù)、X軸角速度數(shù)據(jù)、Y軸角速度數(shù)據(jù)、Z軸角速度數(shù)據(jù)，表中姿態(tài)角數(shù)據(jù)均保留小數(shù)點后4位，運動特征數(shù)據(jù)均保留小數(shù)點后6位。

表1 項目試驗所選用姿態(tài)傳感器的上位機數(shù)據(jù)保存格式

1.2 汽車在發(fā)生交通事故時的姿態(tài)變化

汽車是一個典型的運動物體，當車輛運動時，則Z軸的角速度變化代表了航向，Y軸角速度代表了俯仰，X軸角速度變化代表了橫滾，X軸加速度變化代表了加減速，Y軸加速度變化代表了軸向沖擊，Z軸加速度變化代表了振動[5]。由于地球磁場影響和角速度的積分累積誤差，姿態(tài)傳感器引入磁力計和加速度計與角速度計共同組成姿態(tài)航向參考系統(tǒng)，以正北方向磁場和三軸加速度作為姿態(tài)角的參考矩陣，以得到更加準確的姿態(tài)數(shù)據(jù)。圖1為三軸運動姿態(tài)的圖解，通過姿態(tài)傳感器可分別測得X、Y、Z軸的加速度、角速度值和四種姿態(tài)角值。

圖1 三軸姿態(tài)圖解

汽車在道路上正常行駛，運動姿態(tài)和運動特征將波動在一個可控制的范圍內，當汽車運動姿態(tài)突然發(fā)生改變，就可能導致交通事故的發(fā)生。如汽車急轉彎，角速度突然增加，有可能在離心力的作用下而發(fā)生側翻事故；再如汽車在冰雪路面上行駛，輪胎附著力減小，Y軸加速度增加，有可能在橫向沖擊力的作用下發(fā)生側滑事故。在一起交通事故中，汽車的航向角、俯仰角、橫滾角、傾斜角、加速度、角速度在方向上、數(shù)值上可能都會發(fā)生變化。

1.3 車輛運動姿態(tài)數(shù)據(jù)的處理與分析方法

(1)運動姿態(tài)數(shù)據(jù)的處理過程。運動姿態(tài)傳感器通常安裝于車輛軸線并靠近重心的位置，以利于更準確的采集數(shù)據(jù)。傳感器采集到的數(shù)據(jù)一般按生產廠家設計的數(shù)據(jù)格式進行排列，通過車內有線網絡傳輸?shù)杰囕d計算機或通信終端(下稱車機)進行存貯，車機將存貯的數(shù)據(jù)按與上位計算機(一般是監(jiān)控中心的服務器)約定好的通信協(xié)議通過移動互聯(lián)網向其發(fā)送數(shù)據(jù)，此時數(shù)據(jù)一般為16進制。上位計算機接收到姿態(tài)數(shù)據(jù)并進行10進制轉換，按一定的規(guī)律和順序進行存貯，如表1中所列數(shù)據(jù)格式。

(2)運動姿態(tài)數(shù)據(jù)的分析方法

①圖表分析法。這是一種計算機自動分析的方法，通常我們在監(jiān)控系統(tǒng)中會預先設定監(jiān)控車輛正常運行的運動姿態(tài)數(shù)據(jù)域值，所采集的實時數(shù)據(jù)會繪制成波形，波動在這個域內。當車輛發(fā)生事故時，實時數(shù)據(jù)會發(fā)生顯著變化，從而突破域值，計算機則進行自動標識和警示。

②模型分析法。這是一種人工和計算機模型共同作用的分析方法。當發(fā)生交通事故后，分析人員除通過現(xiàn)場痕跡和物證進行判斷外，將采集到的事故發(fā)生前和發(fā)生時及發(fā)生后的姿態(tài)數(shù)據(jù)代入事先設定的數(shù)據(jù)分析模型，進行肇事車輛的運動過程分析，以獲得該車輛的運動軌跡、駕駛員所采取的緊急措施和車輛姿態(tài)變化的客觀結果，經與現(xiàn)成痕跡和物證的綜合比對，進行事故責任認定。

③動態(tài)分析法。這也是一種計算機自動分析的方法。當發(fā)生交通事故后，分析人員將采集到的事故發(fā)生前和發(fā)生時及發(fā)生后的姿態(tài)數(shù)據(jù)和現(xiàn)場測量數(shù)據(jù)導入事先準備好的交通事故再現(xiàn)仿真軟件系統(tǒng)，在數(shù)據(jù)驅動下，仿真軟件對肇事車輛交通事故的發(fā)生過程進行動態(tài)模擬，以此再現(xiàn)事故發(fā)生的情景，對事故成因和事故責任進行認定。

2 運動姿態(tài)數(shù)據(jù)在交通事故分析和預防中的應用

道路交通事故的發(fā)生主要是由兩方面引起。一方面是機動車駕駛人自身的原因：如交通違法、危險駕駛或不專心駕駛；另一方面是由于道路的不良環(huán)境引起事故的發(fā)生。建立運動姿態(tài)大數(shù)據(jù)分析系統(tǒng)就是根據(jù)交通事故的特點、車輛的運動姿態(tài)、駕駛人的駕駛狀態(tài)等，研究和預防交通事故的發(fā)生。

2.1 交通事故發(fā)生前和發(fā)生時的姿態(tài)數(shù)據(jù)在交通事故成因和責任認定中的應用

目前的交通事故分析主要依靠物證、人證、現(xiàn)場痕跡、測量和檢驗數(shù)據(jù)等進行分析，對事故原因進行推測和責任認定。這種方法已經比較成熟，但也有缺陷，如人證可能說謊、作偽證，物證可能缺失或被偽造，現(xiàn)場痕跡可能被破壞或被更改，測量的人為誤差，等等。如果能夠引入姿態(tài)傳感器數(shù)據(jù)采集、數(shù)據(jù)存貯和傳輸，作為一種客觀數(shù)據(jù)，便于保存，誤差小，不容易被更改；作為一種連續(xù)數(shù)據(jù)，可追溯。這對于交通事故原因分析和責任認定來說是一種極為有效的手段。表2總結了2種典型交通事故的成因與姿態(tài)數(shù)據(jù)的關系。

表2 典型交通事故成因與姿態(tài)數(shù)據(jù)的關系

表中aX表示X軸加速度，即加速；-aX表示X軸反向加速度，即減速；aY表示Y軸加速度，即側滑；ωZ表示Z軸角速度，即轉向。

如在一次碰撞事故中，肇事車輛被監(jiān)測到的運動姿態(tài)數(shù)據(jù)在事故發(fā)生前一段時間內出現(xiàn)顯著異常，表現(xiàn)為X軸出現(xiàn)超出正常范圍的巨大反向加速度(車輛正常運動最大剎車加速度為-0.8g，最大加速加速度為0.3g，劇烈碰撞時加速度可超過-5g)，且時間極短，以ms計，在此之前，Y軸加速度呈現(xiàn)單向增加趨勢，航向角數(shù)據(jù)呈現(xiàn)一個方向的增大或減小。通過上述數(shù)據(jù)表現(xiàn)可以描述出車輛的特征是出現(xiàn)了跑偏，且在碰撞發(fā)生前沒有剎車動作，根據(jù)這種車輛特征可推斷出事故的成因是因為駕駛員存在疲勞駕駛或酒駕、毒駕可能，再結合駕駛員訊問和檢測，確定是哪一種或多種，事故責任由駕駛員負全責。

以上應用尤其在缺少人證、物證，現(xiàn)場被破壞的情況下，可以準確的描述事故發(fā)生前和發(fā)生時的車輛狀態(tài)，科學推斷事故成因，正確認定責任。

2.2 交通事故發(fā)生前和發(fā)生時的姿態(tài)數(shù)據(jù)在事故再現(xiàn)中的應用

事故再現(xiàn)不僅對于事故原因的分析和責任的認定有很大的幫助，而且有利于發(fā)現(xiàn)環(huán)境、道路、法規(guī)、管理方面存在的問題，進而促進交通基礎設施建設、交通法規(guī)完善和交通管理落實。傳統(tǒng)事故再現(xiàn)分析的關鍵在于發(fā)現(xiàn)事故現(xiàn)場上遺留的各種痕跡和物證，如事故現(xiàn)場車輛的位置，事故中受傷害人員情況，事故發(fā)生地點的位置，制動印跡，路面情況，事故車輛的損傷部位及損傷情況等。在這些痕跡和物證的基礎上，應用有關運動學、動力學的知識和相關的數(shù)學計算方法，利用計算機技術，使事故現(xiàn)場一步一步地再現(xiàn)出來。

運動姿態(tài)傳感器可以采集到車輛發(fā)生事故前和發(fā)生事故時的車輛運動姿態(tài)數(shù)據(jù)，數(shù)據(jù)不僅客觀，而且在時間上連續(xù)。這種連續(xù)動態(tài)數(shù)據(jù)相比圖片、痕跡、車損等靜態(tài)數(shù)據(jù)對車輛的運動軌跡和狀態(tài)描述更準確細致，相比目擊者語言更加客觀全面，對于事故再現(xiàn)參數(shù)的選取和輸入具有更高的準確性，可以幫助事故分析人員更真實地反饋事故發(fā)生時和事故發(fā)生前的全景狀態(tài)。圖2運用車輛姿態(tài)數(shù)據(jù)模擬了一次兩車相撞的事故再現(xiàn)情景。

其中圖2(a)是利用兩車相撞前、相撞時和相撞后的車速、加速度、航向角、角速度、運動距離和車輛相對位置進行碰撞軌跡模擬計算；

圖2(b)是計算過程的動態(tài)描述，可以看到兩車碰撞瞬間的行駛方向、相遇地點、撞擊位置、車輛位移過程。

圖2 運動姿態(tài)數(shù)據(jù)在事故再現(xiàn)中的應用

2.3 駕駛行為數(shù)據(jù)在交通事故預防中的應用

交通事故的發(fā)生不僅是道路、天氣、交通流等外部因素作用的結果，更多的交通事故是駕駛員不正常駕駛行為或危險駕駛行為引發(fā)的，比如超速、急加速、急剎車、急轉彎、連續(xù)變道、強行超車、疲勞駕駛、注意力分散等等。經過國內外多年的探索，駕駛行為與車輛姿態(tài)之間存在有規(guī)律的必然聯(lián)系，不正常的駕駛行為必然導致特異性的車輛姿態(tài)變化，因此利用姿態(tài)傳感器進行車輛運動姿態(tài)和特征采集是一種比較可靠且準確的數(shù)據(jù)來源。監(jiān)控管理人員可以按事故再現(xiàn)的理論和方法，設計駕駛行為表示模型，根據(jù)采集到的車輛姿態(tài)數(shù)據(jù)反饋出駕駛行為的特征，從而評估駕駛行為的安全指數(shù)，預防事故發(fā)生。

圖3是本項目一次真實駕駛行為的記錄。計算機利用EXCEL對車輛模擬危險駕駛行為運動姿態(tài)數(shù)據(jù)進行分析形成了波形圖，圖中4條曲線從上至下分別描述了試驗車輛的速度、航向、X軸加速度、Y軸加速度，橫坐標代表時間，縱坐標代表數(shù)值。圖中數(shù)據(jù)共描述了4個特異性駕駛行為標段。

標段①，通過姿態(tài)數(shù)據(jù)判讀可以看出，車速存在先減速后加速的變化，航向角出現(xiàn)單方向連續(xù)增大，X軸加速度單方向連續(xù)增加，Y軸加速度出現(xiàn)較大波動，可以分析出車輛正在加速變道，結合持續(xù)時間，可以得出結論，駕駛員在執(zhí)行連續(xù)變道操作，屬于危險駕駛行為。

標段②，通過姿態(tài)數(shù)據(jù)判讀可以看出，車速下降為零，航向角保持不變，X軸加速度下降為零，Y軸加速度保持不變，可以分析出車輛處于停止狀態(tài)，結合持續(xù)時間，可以得出結論，駕駛員在執(zhí)行停車操作，屬于正常駕駛行為。

標段③，通過姿態(tài)數(shù)據(jù)判讀可以看出，車速存在短時增加變化，航向角出現(xiàn)單方向連續(xù)陡變，X軸加速度單方向緩慢連續(xù)減小，Y軸加速度出現(xiàn)短時波動，可以分析出車輛正在加速轉向，結合持續(xù)時間，可以得出結論，駕駛員在執(zhí)行急轉彎操作，屬于危險駕駛行為。

標段④，通過姿態(tài)數(shù)據(jù)判讀可以看出，車速存在突然為零的變化，航向角出現(xiàn)單方向小角度突然增大，X軸加速度突然單向大幅減小，Y軸加速度沒有顯著變化，可以分析出車輛出現(xiàn)實然停止，結合車速和X軸加速度數(shù)值變化，可以得出結論，駕駛員在執(zhí)行低速緊急剎車操作，并出現(xiàn)方向跑偏，屬于危險駕駛行為。

通過以上車輛姿態(tài)數(shù)據(jù)圖表分析得出駕駛員駕駛行為，可以對一個駕駛員進行安全指數(shù)評估，加強安全管理和教育，規(guī)避可能存在的安全隱患，預防交通事故。

圖3 駕駛行為姿態(tài)數(shù)據(jù)分析

3 結語

本文從汽車運動姿態(tài)與交通事故的關系入手，分析了汽車發(fā)生交通事故時的姿態(tài)變化、汽車運動姿態(tài)的采集方法和數(shù)據(jù)處理分析過程；重點論述了以運動姿態(tài)數(shù)據(jù)為核心的交通管理應用，比如在交通事故處理與責任認定、交通事故再現(xiàn)、駕駛行為分析的應用場景，以提高事故處理與責任認定的準確性和全面性，監(jiān)測與預防交通事故具有較高價值。在本文的研究中，運動姿態(tài)數(shù)據(jù)只是作為交通事故處理的眾多數(shù)據(jù)的一種有效補充，運用數(shù)據(jù)的手段和方法還停留在傳統(tǒng)的統(tǒng)計、仿真和人工判斷的模式上，沒有給出基于海量數(shù)據(jù)和新型算法分析的更加智能化的模式。今后需要圍繞對運動姿態(tài)數(shù)據(jù)的挖掘、事故處理算法進行更加深入的研究，提出基于動態(tài)數(shù)據(jù)的新的解決方案，運用運動姿態(tài)大數(shù)據(jù)分析為交通事故的預測和安全評估提供理論依據(jù)，為處理交通事故提供數(shù)據(jù)依托。