王豪　陳良　黃志晨

摘 要：兩輪車作為弱勢(shì)道路使用者，具有速度快、靈活的特點(diǎn)，在嚴(yán)重交通事故中占比較高。自動(dòng)緊急制動(dòng)（AEB）系統(tǒng)越來越多的作為輔助駕駛系統(tǒng)應(yīng)用于車輛，用以提升汽車行駛的安全性，減少交通事故的發(fā)生。文章從面向二輪車輛的汽車AEB系統(tǒng)的測(cè)試規(guī)程、測(cè)試場(chǎng)景及AEB系統(tǒng)控制策略方面梳理分析了該方向的研究進(jìn)展，肯定了AEB系統(tǒng)技術(shù)可以有效降低車與二輪車輛的避撞率，并提出引入車輛協(xié)同是解決特定場(chǎng)景避撞的重要技術(shù)手段。

關(guān)鍵詞：二輪車輛 自動(dòng)緊急制動(dòng)（AEB） 測(cè)試規(guī)程 測(cè)試場(chǎng)景

1 引言

近年來，我國(guó)的機(jī)動(dòng)車數(shù)量突飛猛進(jìn)，但是伴隨著車輛數(shù)量的增長(zhǎng)引起的相關(guān)問題也不容小視。特別是隨著外賣行業(yè)和快遞行業(yè)的蓬勃發(fā)展，兩輪車輛的數(shù)量急劇攀升，然而由于兩輪車輛具有速度快、運(yùn)動(dòng)靈活的特點(diǎn)，導(dǎo)致了兩輪車輛在交通事故中的占比不斷提升。而且，缺乏安全保護(hù)的兩輪車在道路交通中屬于弱勢(shì)參與方，一旦發(fā)生事故，碰撞事故中騎行者的傷亡率更高。我國(guó)統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2020 年交通事故死亡人數(shù)總計(jì)61703 起，其中二輪車騎車人死亡事故數(shù)15347 起，占比超過24%[1]。

自動(dòng)緊急制動(dòng)系統(tǒng)（AEB）能夠?qū)囕v前方潛在的碰撞危險(xiǎn)進(jìn)行識(shí)別，并給予駕駛員相應(yīng)的警告提示，緊急情況下還能對(duì)車輛自主施加制動(dòng)以避免或減輕碰撞危險(xiǎn)。該技術(shù)能夠很大程度上避免或緩解追尾事故的發(fā)生， 保護(hù)駕乘人員安全，因此AEB已經(jīng)成為主動(dòng)安全領(lǐng)域研究的熱點(diǎn)[2]。近年來歐盟新車安全評(píng)鑒協(xié)會(huì)（Euro NCAP）、美國(guó)高速公路安全管理局（NHTSA）、日本新車安全評(píng)價(jià)協(xié)會(huì)（J-NCAP）、中國(guó)新車安全評(píng)價(jià)協(xié)會(huì)（C-NCAP） 等汽車測(cè)評(píng)機(jī)構(gòu)開始關(guān)注自動(dòng)緊急制動(dòng)（AEB） 系統(tǒng)在汽車上的應(yīng)用， 并相繼將AEB系統(tǒng)納人新車主動(dòng)安全評(píng)價(jià)規(guī)程[3]。Euro NCAP研究表明，AEB可以避免27％的碰撞事故[4]。 2017 年，美國(guó)交通安全管理局（NHTSA）和美國(guó)公路安全保險(xiǎn)協(xié)會(huì)聯(lián)合發(fā)布報(bào)告稱，按照各汽車企業(yè)承諾的AEB 裝車率，到2025 年美國(guó)將避免2.8 萬(wàn)起事故和1.2 萬(wàn)人員受傷[5]。

當(dāng)前針對(duì)AEB系統(tǒng)的測(cè)試、場(chǎng)景等方面的研究主要集中于車對(duì)車以及車對(duì)行人，汽車對(duì)二輪車的AEB系統(tǒng)測(cè)試規(guī)程、場(chǎng)景等研究的研究較少。本文對(duì)面向二輪車輛的AEB測(cè)試規(guī)程、測(cè)試場(chǎng)景及控制策略等方面進(jìn)行了詳細(xì)的綜述，以期為汽車AEB技術(shù)的進(jìn)一步研究和場(chǎng)景應(yīng)用提供技術(shù)和理論參考。

2 面向二輪車輛的汽車AEB測(cè)試規(guī)程

目前，我國(guó)已經(jīng)發(fā)布了多項(xiàng)關(guān)于AEB 系統(tǒng)的法規(guī)，包括國(guó)家標(biāo)準(zhǔn)GB/T 38186-2019 《商用車輛自動(dòng)緊急制動(dòng)系統(tǒng)（AEBS）性能要求及試驗(yàn)方法》和交通運(yùn)輸部發(fā)布的JT/T 1242-2019《營(yíng)運(yùn)車輛自動(dòng)緊急制動(dòng)系統(tǒng)性能要求和試驗(yàn)規(guī)程》。但當(dāng)前的法規(guī)更多關(guān)注的是測(cè)試車對(duì)車和車對(duì)人之間的測(cè)試要求，而沒有關(guān)于二輪車輛的測(cè)試規(guī)程和性能要求。目前，國(guó)內(nèi)只有新版的C-NCAP測(cè)試規(guī)程和i-VISTA的測(cè)試規(guī)程提出了面向二輪車輛的測(cè)試場(chǎng)景和測(cè)試方法。

2.1 C-NCAP測(cè)試規(guī)程

C-NCAP工作組通過對(duì)2011至2017年的交通事故進(jìn)行研究分析，發(fā)現(xiàn)兩輪車輛的占比有所提高。針對(duì)這個(gè)問題，C-NCAP工作組制定了針對(duì)兩輪車輛的測(cè)試規(guī)程，包括兩輪自車目標(biāo)物和具有中國(guó)特色的踏板式摩托車目標(biāo)物，使其更符合中國(guó)的國(guó)情。C-NCAP 2021年版本中二輪車自動(dòng)緊急制動(dòng)系統(tǒng)（AEB VRU_TW）的測(cè)試場(chǎng)景包括：車輛碰撞近端自行車（CBNA-50）、車輛碰撞遠(yuǎn)端踏板式摩托車（CSFA-50）、車輛碰撞縱向行駛自行車（CBLA-50），具體測(cè)試方法如表1所示[6]。

2.2 i-VISTA測(cè)試規(guī)程

i-VISTA 在2020版本的智能汽車指數(shù)中提出了針對(duì)AEB 自行車騎行者功能的評(píng)價(jià)規(guī)程，包括對(duì)于車輛前方橫穿自行車騎行者（CBNA-50）和縱向同向行駛自行車騎行者（CBLA-50）的識(shí)別和自動(dòng)制動(dòng)的能力[7]。詳細(xì)測(cè)試如表2所示。

3 面向二輪車輛的汽車AEB測(cè)試場(chǎng)景

由于面向二輪車輛AEB的控制策略起步較晚，當(dāng)前已發(fā)布的二輪車AEB測(cè)試規(guī)程場(chǎng)景較為單一，無法充分體現(xiàn)實(shí)際道路事故中汽車與兩輪車輛發(fā)生碰撞的真實(shí)場(chǎng)景，因此車輛與二輪車碰撞場(chǎng)景的研究是當(dāng)前AEB技術(shù)的一個(gè)重要方向。目前國(guó)內(nèi)對(duì)車輛與二輪車碰撞場(chǎng)景的研究主要基于中國(guó)交通事故深入研究（CIDAS）、國(guó)家車輛事故深度調(diào)查體系（NAIS）等數(shù)據(jù)庫(kù)的真實(shí)碰撞案例，通過對(duì)碰撞場(chǎng)景進(jìn)行信息融合，分析出車輛與二輪車事故發(fā)生率較高、事故發(fā)生程度較為嚴(yán)重的碰撞場(chǎng)景。

胥峰等通過對(duì)中國(guó)交通事故深入研究（CIDAS） 統(tǒng)計(jì)的150 例汽車與二輪車碰撞事故工況樣本參數(shù)信息進(jìn)行系統(tǒng)聚類分析， 提取出了用于評(píng)價(jià)面向騎行者的 AEB 的測(cè)試場(chǎng)景，根據(jù)是否碰撞和TTC（碰撞時(shí)間）， 制動(dòng)減速度等為評(píng)價(jià)參數(shù)，建立了面向騎行者的自動(dòng)緊急制動(dòng)系統(tǒng)測(cè)試評(píng)價(jià)方法[8]。

范天賜等人基于上海聯(lián)合道路交通安全科學(xué)研究中心（SHUFO）的數(shù)據(jù)庫(kù)，篩選了160起汽車與兩輪車輛的碰撞案例，對(duì)樣本進(jìn)行聚類分析后，提出了6中典型的測(cè)試場(chǎng)景，包括4種直行碰撞和2種左轉(zhuǎn)碰撞。并進(jìn)一步對(duì)比了中國(guó)和歐中兩種碰撞情況，得出了中國(guó)兩輪車輛發(fā)生事故時(shí)的車速更高[9]。

胡林等人對(duì)419起汽車與兩輪車碰撞事故進(jìn)行了聚類分析，創(chuàng)新性地根據(jù)事故傷亡程度提取了11類典型的汽車與兩輪車輛碰撞事故，并準(zhǔn)確分析了汽車的車速、兩輪車的車速及兩輪車運(yùn)動(dòng)狀態(tài)參數(shù)，進(jìn)而提出了一種可以兼顧測(cè)試次數(shù)和事故場(chǎng)景的主場(chǎng)景加次場(chǎng)景的測(cè)試方法[10]。

B. Sui 等提取CIDAS數(shù)據(jù)庫(kù)中2011年至2016年672起汽車碰撞兩輪車的數(shù)據(jù)， 通過基于漢明距離矩陣的K-medoid聚類方法， 最后得到 6 種車碰兩輪車的典型碰撞場(chǎng)景，其中包括兩種夜間場(chǎng)景和一種視覺盲區(qū)場(chǎng)景[11]。

毛攀基于國(guó)家車輛事故深度調(diào)查體系（NAIS）數(shù)據(jù)庫(kù)中汽車與兩輪車的碰撞事故數(shù)據(jù)，利用斯皮爾曼相關(guān)性提取了汽車與兩輪車碰撞事故場(chǎng)景元素表，采用貝葉斯網(wǎng)絡(luò)分析得出 6 種危險(xiǎn)等級(jí)的汽車與兩輪車碰撞場(chǎng)景[12]。

李霖等對(duì)上海地區(qū)發(fā)生的152例涉及二輪車輛的事故通過聚類分析和卡方檢驗(yàn)得到了能覆蓋85%工況的7類典型的危險(xiǎn)場(chǎng)景，并利用Prescan建立了相應(yīng)的場(chǎng)景庫(kù)[13]。

當(dāng)前中國(guó)的快遞行業(yè)和外賣行業(yè)蓬勃發(fā)展，通過對(duì)車-二輪車交通事故場(chǎng)景的研究可以發(fā)現(xiàn)兩輪車存在類型多、行駛軌跡復(fù)雜、速度較快的特點(diǎn)。因此歸納總結(jié)出具有中國(guó)兩輪車交通事故特征的碰撞場(chǎng)景對(duì) AEB 系統(tǒng)避撞性能的完善具有重要意義。

4 面向二輪車輛的汽車AEB系統(tǒng)控制策略

目前兩輪車輛的道路實(shí)際測(cè)試正處于起步階段，國(guó)內(nèi)目前已發(fā)表的文章更多的集中于利用PC-Crash、Prescan、carsim等場(chǎng)景軟件及MATLAB/simulink等控制策略軟件進(jìn)行仿真，研究分析適合于二輪車輛的AEB系統(tǒng)控制策略。

易平基于PC-Crash軟件對(duì)226起實(shí)際道路發(fā)生的汽車與兩輪車碰撞事故進(jìn)行再現(xiàn)仿真，研究得出當(dāng)制動(dòng)減速度為6m/s2、制動(dòng)提前時(shí)間為1s、探測(cè)角度為120°、探測(cè)距離為30m時(shí)，可以避免27.9%的碰撞，其余發(fā)生碰撞的事故中碰撞時(shí)的車速相比原車速平均下降了42%[14]。

郭風(fēng)虎等分析了65起轎車-兩輪車輛碰撞事故工況，得出主要事故場(chǎng)景為十字路口轎車與電動(dòng)兩輪車輛的側(cè)面碰撞，并對(duì)65起事故基于PC-Crash進(jìn)行了雷達(dá)探測(cè)角度和探測(cè)距離的多輪仿真驗(yàn)證，得到當(dāng)探測(cè)角度為 50°和探測(cè)距離為120m時(shí)，事故避免率可達(dá)到93.6%[15]。

錢宇彬等人基于NAIS的86起汽車與電動(dòng)兩輪車碰撞的事故設(shè)計(jì)了4種汽車與電動(dòng)兩輪車的碰撞場(chǎng)景，包括接近前方靜止車輛、接近前方勻速車輛、接近前方制動(dòng)車輛、接近前方橫穿車輛，并利用Prescan軟件對(duì)裝備了毫米波雷達(dá)的車輛在四種場(chǎng)景進(jìn)行了模擬，得到車輛在配備AEB系統(tǒng)下相同場(chǎng)景可以避免85%的碰撞，而在碰撞無法避免的事故中，汽車的平均碰撞速度降低了51.5%[16]。

徐向陽(yáng)等通過建立Prescan 模型和數(shù)學(xué)模型的方式對(duì)典型AEB 系統(tǒng)在相關(guān)場(chǎng)景下的效用及改進(jìn)方向進(jìn)行定性和定量分析，總結(jié)出在兩輪車輛對(duì)向左轉(zhuǎn)-測(cè)試車輛直行的場(chǎng)景中，將AEB的視場(chǎng)角從60°提升至90°有助于改善AEB的觸發(fā)效果；而在兩輪車輛對(duì)向直行-測(cè)試車輛左轉(zhuǎn)的場(chǎng)景中，單純地增加觸發(fā)寬度并不能有效改善AEB的觸發(fā)效果且會(huì)增加AEB 誤觸發(fā)的可能[17]。

張道文等運(yùn)用PreScan和Matlab/Simulink 聯(lián)合仿真，當(dāng)觸發(fā)寬度為3.75m、一級(jí)全力制動(dòng)TTC 為1.6s，避障率達(dá)到77.3%，避撞效果優(yōu)于兩級(jí)制動(dòng)。當(dāng)汽車速度低于40km/h，事故均可避免。二輪車車速是事故無法避免的最大影響因素，當(dāng)汽車速度與二輪車車速均高于40km/h 時(shí)，碰撞事故無法避免[18]。

侯彥巧利用PreScan和MATLAB/Simulink對(duì)40個(gè)案例進(jìn)行了仿真分析，研究表明AEB系統(tǒng)可以有效降低騎車人的事故風(fēng)險(xiǎn)，AEB系統(tǒng)參數(shù)中觸發(fā)寬度的影響優(yōu)于制動(dòng)提前時(shí)間和制動(dòng)減速度，騎車人橫穿工況中車速越快需要的最小視場(chǎng)角和最小觸發(fā)寬度就越大[19]。

5 總結(jié)與展望

二輪車輛作為道路上的弱勢(shì)群體，騎車人在交通事故中的受傷害程度高于車與車交通事故中人員的受傷害程度。因此，本文從面向二輪車輛的AEB測(cè)試規(guī)程、測(cè)試場(chǎng)景及控制策略三方面入手，梳理分析了當(dāng)前AEB系統(tǒng)針對(duì)這一細(xì)分領(lǐng)域的發(fā)展進(jìn)程，進(jìn)一步肯定了AEB系統(tǒng)在降低車-二輪車輛道路交通事故發(fā)生率及人員傷亡程度中的重要性。

同時(shí)，通過對(duì)當(dāng)前研究成果的梳理分析可以發(fā)現(xiàn)在部分特定場(chǎng)景下，依靠單車感知方案的AEB系統(tǒng)無法進(jìn)行有效避障。因此，依靠車路網(wǎng)協(xié)同的智能網(wǎng)聯(lián)方案是AEB系統(tǒng)未來發(fā)展的重要方向，車路協(xié)同技術(shù)可以有效彌補(bǔ)車輛本身的視野局限，豐富車輛對(duì)周圍環(huán)境的感知范圍和信息粒度[20]，降低“鬼探頭”等類型事故，協(xié)助駕駛輔助系統(tǒng)更準(zhǔn)確地識(shí)別碰撞風(fēng)險(xiǎn)。

基金項(xiàng)目：廈門市市場(chǎng)監(jiān)督管理局科技計(jì)劃資助（營(yíng)運(yùn)車輛危險(xiǎn)區(qū)域自動(dòng)緊急制動(dòng)系統(tǒng)測(cè)試方法研究XMSJ202110）。

參考文獻(xiàn)：

[1]國(guó)家統(tǒng)計(jì)局. 交通事故年度數(shù)據(jù)[DB/OL].[2021-12-27]. https：//data.stats.gov.cn/easyquery.htm？cn=C01&zb=A0S0D01&sjNational Bureau of Statistics. Annual traffic accident data[DB/OL]. [2021-12-27].

[2]王戡， 劉昌仁， 曹飛，等. 客車自動(dòng)緊急制動(dòng)系統(tǒng)性能測(cè)試[J]. 客車技術(shù)與研究， 2017， 39（2）：4.

[3]何仁， 馮海鵬. 自動(dòng)緊急制動(dòng)（AEB）技術(shù)的研究與進(jìn)展[J]. 汽車安全與節(jié)能學(xué)報(bào)， 2019.

[4]EURO NCAP．Test Protocol- AEB systems Version1.1[EB/OL]. （2015-7-6），https：//www.euroncap．com/en/for-engineers/protocols/safety-assist/].

[5]NHTSA. Manufacturers make progress on voluntary commitment to include automatic emergency braking on all new vehicles [EB/OL]. （2017-12-21）. https：//www.nhtsa.gov/press-releases/nhtsa-iihs-announcement-aeb.

[6]中國(guó)汽車技術(shù)研究中心.C-NCAP 管理規(guī)則（2021 年版）[S]，中國(guó)汽車技術(shù)研究中心，2020.

[7]中國(guó)汽車工程研究院股份有限公司.智能安全 行人與騎行者自動(dòng)緊急制動(dòng)系統(tǒng)試驗(yàn)規(guī)程（2020版）[S]，

[8]胥峰， 周建光， 李兵，等. 面向騎行者的AEB測(cè)試方法研究[J]. 汽車實(shí)用技術(shù)， 2020（3）：5.

[9]范天賜， 王宏雁， 楊震，等. 基于中國(guó)兩輪車事故的典型場(chǎng)景提取與分析[J]. 交通與運(yùn)輸， 2019（2）：5.

[10]胡林， 易平， 黃晶，等. 基于真實(shí)事故案例的自動(dòng)緊急制動(dòng)系統(tǒng)兩輪車測(cè)試場(chǎng)景研究[J]. 汽車工程， 2018， 40（12）：63-74+81.

[11]SUI B， ZHOU S， ZHAO X， et al. An Overview of Car-To-Two-Wheeler Accidents in China： Guidance for AEB Assessment[C]. The 25th International Technical Conference on the Enhanced Safety of Vehicles （ESV）. 2017.

[12]毛攀. 汽車與兩輪車碰撞事故場(chǎng)景分析及AEB避撞研究[D]. 西華大學(xué).

[13]李霖， 朱西產(chǎn)， 劉穎，等. 涉及騎車人的典型交通危險(xiǎn)場(chǎng)景[J]. 同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版， 2014， 42（7）：6.

[14]易平. 基于汽車與兩輪車碰撞事故的自動(dòng)緊急制動(dòng)系統(tǒng)性能研究[D]. 長(zhǎng)沙理工大學(xué).

[15]郭風(fēng)虎， 錢宇彬， 湯蘇敏. 轎車-電動(dòng)兩輪車事故中AEB系統(tǒng)關(guān)鍵參數(shù)優(yōu)化[J]. 農(nóng)業(yè)裝備與車輛工程， 2020.

[16]錢宇彬， 張進(jìn)杰， 常飛，等. 面向電動(dòng)兩輪車的汽車AEB系統(tǒng)研究[J]. 汽車技術(shù)， 2022（009）：000.

[17]徐向陽(yáng)，胡文浩，張友，王書翰，等.

車輛與二輪車預(yù)碰撞場(chǎng)景分析及其AEB 優(yōu)化研究[J].北京航空航天大學(xué)學(xué)報(bào)， 2021.0184.

[18]張道文， 李嘵艷， 金思雨，等. 汽車與二輪車十字路口垂向行駛工況的AEB系統(tǒng)優(yōu)化.

[19]侯彥巧. 基于典型場(chǎng)景的自動(dòng)緊急制動(dòng)系統(tǒng)對(duì)騎車人保護(hù)效果研究[D]. 西華大學(xué).

[20]曾奕欣. 面向車路協(xié)同感知的行人重識(shí)別算法研究[D].哈爾濱工業(yè)大學(xué).