王豪　陳良　黃志晨

摘 要：兩輪車(chē)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(lái)越多的作為輔助駕駛系統(tǒng)應(yīng)用于車(chē)輛，用以提升汽車(chē)行駛的安全性，減少交通事故的發(fā)生。文章從面向二輪車(chē)輛的汽車(chē)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(chē)與二輪車(chē)輛的避撞率，并提出引入車(chē)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(chē)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(lái)，我國(guó)的機(jī)動(dòng)車(chē)數(shù)量突飛猛進(jìn)，但是伴隨著車(chē)輛數(shù)量的增長(zhǎng)引起的相關(guān)問(wèn)題也不容小視。特別是隨著外賣(mài)行業(yè)和快遞行業(yè)的蓬勃發(fā)展，兩輪車(chē)輛的數(shù)量急劇攀升，然而由于兩輪車(chē)輛具有速度快、運(yùn)動(dòng)靈活的特點(diǎn)，導(dǎo)致了兩輪車(chē)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(chē)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(chē)騎車(chē)人死亡事故數(shù)15347 起，占比超過(guò)24%[1]。

自動(dòng)緊急制動(dòng)系統(tǒng)（AEB）能夠?qū)?chē)輛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(chē)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(lái)歐盟新車(chē)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(chē)安全評(píng)價(jià)協(xié)會(huì)（J-NCAP）、中國(guó)新車(chē)安全評(píng)價(jià)協(xié)會(huì)（C-NCAP） 等汽車(chē)測(cè)評(píng)機(jī)構(gòu)開(kāi)始關(guān)注自動(dòng)緊急制動(dòng)（AEB） 系統(tǒng)在汽車(chē)上的應(yīng)用， 并相繼將AEB系統(tǒng)納人新車(chē)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(chēng)，按照各汽車(chē)企業(yè)承諾的AEB 裝車(chē)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(chē)對(duì)車(chē)以及車(chē)對(duì)行人，汽車(chē)對(duì)二輪車(chē)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(chē)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(chē)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(chē)輛的汽車(chē)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(chē)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(chē)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(chē)對(duì)車(chē)和車(chē)對(duì)人之間的測(cè)試要求，而沒(méi)有關(guān)于二輪車(chē)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(chē)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(guò)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(chē)輛的占比有所提高。針對(duì)這個(gè)問(wèn)題，C-NCAP工作組制定了針對(duì)兩輪車(chē)輛的測(cè)試規(guī)程，包括兩輪自車(chē)目標(biāo)物和具有中國(guó)特色的踏板式摩托車(chē)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(chē)自動(dòng)緊急制動(dòng)系統(tǒng)（AEB VRU_TW）的測(cè)試場(chǎng)景包括：車(chē)輛碰撞近端自行車(chē)（CBNA-50）、車(chē)輛碰撞遠(yuǎn)端踏板式摩托車(chē)（CSFA-50）、車(chē)輛碰撞縱向行駛自行車(chē)（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(chē)指數(shù)中提出了針對(duì)AEB 自行車(chē)騎行者功能的評(píng)價(jià)規(guī)程，包括對(duì)于車(chē)輛前方橫穿自行車(chē)騎行者（CBNA-50）和縱向同向行駛自行車(chē)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(chē)輛的汽車(chē)AEB測(cè)試場(chǎng)景

由于面向二輪車(chē)輛AEB的控制策略起步較晚，當(dāng)前已發(fā)布的二輪車(chē)AEB測(cè)試規(guī)程場(chǎng)景較為單一，無(wú)法充分體現(xiàn)實(shí)際道路事故中汽車(chē)與兩輪車(chē)輛發(fā)生碰撞的真實(shí)場(chǎng)景，因此車(chē)輛與二輪車(chē)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(chē)輛與二輪車(chē)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(chē)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(guò)對(duì)碰撞場(chǎng)景進(jìn)行信息融合，分析出車(chē)輛與二輪車(chē)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(guò)對(duì)中國(guó)交通事故深入研究（CIDAS） 統(tǒng)計(jì)的150 例汽車(chē)與二輪車(chē)碰撞事故工況樣本參數(shù)信息進(jìn)行系統(tǒng)聚類(lèi)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(chē)與兩輪車(chē)輛的碰撞案例，對(duì)樣本進(jìn)行聚類(lèi)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(chē)輛發(fā)生事故時(shí)的車(chē)速更高[9]。

胡林等人對(duì)419起汽車(chē)與兩輪車(chē)碰撞事故進(jìn)行了聚類(lèi)分析，創(chuàng)新性地根據(jù)事故傷亡程度提取了11類(lèi)典型的汽車(chē)與兩輪車(chē)輛碰撞事故，并準(zhǔn)確分析了汽車(chē)的車(chē)速、兩輪車(chē)的車(chē)速及兩輪車(chē)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(chē)碰撞兩輪車(chē)的數(shù)據(jù)， 通過(guò)基于漢明距離矩陣的K-medoid聚類(lèi)方法， 最后得到 6 種車(chē)碰兩輪車(chē)的典型碰撞場(chǎng)景，其中包括兩種夜間場(chǎng)景和一種視覺(jué)盲區(qū)場(chǎng)景[11]。

毛攀基于國(guó)家車(chē)輛事故深度調(diào)查體系（NAIS）數(shù)據(jù)庫(kù)中汽車(chē)與兩輪車(chē)的碰撞事故數(shù)據(jù)，利用斯皮爾曼相關(guān)性提取了汽車(chē)與兩輪車(chē)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(chē)與兩輪車(chē)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(chē)輛的事故通過(guò)聚類(lèi)分析和卡方檢驗(yàn)得到了能覆蓋85%工況的7類(lèi)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(mài)行業(yè)蓬勃發(fā)展，通過(guò)對(duì)車(chē)-二輪車(chē)交通事故場(chǎng)景的研究可以發(fā)現(xiàn)兩輪車(chē)存在類(lèi)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(chē)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(chē)輛的汽車(chē)AEB系統(tǒng)控制策略

目前兩輪車(chē)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(chē)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(chē)與兩輪車(chē)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(chē)速相比原車(chē)速平均下降了42%[14]。

郭風(fēng)虎等分析了65起轎車(chē)-兩輪車(chē)輛碰撞事故工況，得出主要事故場(chǎng)景為十字路口轎車(chē)與電動(dòng)兩輪車(chē)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(qián)宇彬等人基于NAIS的86起汽車(chē)與電動(dòng)兩輪車(chē)碰撞的事故設(shè)計(jì)了4種汽車(chē)與電動(dòng)兩輪車(chē)的碰撞場(chǎng)景，包括接近前方靜止車(chē)輛、接近前方勻速車(chē)輛、接近前方制動(dòng)車(chē)輛、接近前方橫穿車(chē)輛，并利用Prescan軟件對(duì)裝備了毫米波雷達(dá)的車(chē)輛在四種場(chǎng)景進(jìn)行了模擬，得到車(chē)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(wú)法避免的事故中，汽車(chē)的平均碰撞速度降低了51.5%[16]。

徐向陽(yáng)等通過(guò)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(chē)輛對(duì)向左轉(zhuǎn)-測(cè)試車(chē)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(chē)輛對(duì)向直行-測(cè)試車(chē)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(chē)速度低于40km/h，事故均可避免。二輪車(chē)車(chē)速是事故無(wú)法避免的最大影響因素，當(dāng)汽車(chē)速度與二輪車(chē)車(chē)速均高于40km/h 時(shí)，碰撞事故無(wú)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(chē)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(chē)人橫穿工況中車(chē)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(chē)輛作為道路上的弱勢(shì)群體，騎車(chē)人在交通事故中的受傷害程度高于車(chē)與車(chē)交通事故中人員的受傷害程度。因此，本文從面向二輪車(chē)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(chē)-二輪車(chē)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(guò)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(chē)感知方案的AEB系統(tǒng)無(wú)法進(jìn)行有效避障。因此，依靠車(chē)路網(wǎng)協(xié)同的智能網(wǎng)聯(lián)方案是AEB系統(tǒng)未來(lái)發(fā)展的重要方向，車(chē)路協(xié)同技術(shù)可以有效彌補(bǔ)車(chē)輛本身的視野局限，豐富車(chē)輛對(duì)周?chē)h(huán)境的感知范圍和信息粒度[20]，降低“鬼探頭”等類(lèi)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(mén)市市場(chǎng)監(jiān)督管理局科技計(jì)劃資助（營(yíng)運(yùn)車(chē)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(chē)自動(dòng)緊急制動(dòng)系統(tǒng)性能測(cè)試[J]. 客車(chē)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(chē)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(chē)技術(shù)研究中心.C-NCAP 管理規(guī)則（2021 年版）[S]，中國(guó)汽車(chē)技術(shù)研究中心，2020.

[7]中國(guó)汽車(chē)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(chē)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(chē)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(chē)測(cè)試場(chǎng)景研究[J]. 汽車(chē)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(chē)與兩輪車(chē)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(chē)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(chē)與兩輪車(chē)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(qián)宇彬， 湯蘇敏. 轎車(chē)-電動(dòng)兩輪車(chē)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(chē)輛工程， 2020.

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

[17]徐向陽(yáng)，胡文浩，張友，王書(shū)翰，等.

車(chē)輛與二輪車(chē)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(chē)與二輪車(chē)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(chē)人保護(hù)效果研究[D]. 西華大學(xué).

[20]曾奕欣. 面向車(chē)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).