[发明专利]基于事故统计数据的乘用车辆安全性能综合评价方法

说明书

本发明提供了一种基于事故统计数据的乘用车辆安全性能综合评价方法，包括：步骤1，收集事故数据并筛选出适用于分析乘用车碰撞攻击性及耐撞性的事故数据；步骤2，根据事故数据的记录特征对关键控制变量进行提取；步骤3，根据提取的关键控制变量构建贝叶斯分层有序logit回归模型，将所述步骤1获得的事故数据输入到贝叶斯分层有序logit回归模型中，采用贝叶斯统计推断方法对模型参数进行估计。本发明能够获得车辆的碰撞攻击性能、自身乘员保护性能和自身结构防护性能三个方面的安全指标来综合评价乘用车辆的安全性能，能够处理隐含在事故数据中的事故与车辆双层嵌套结构，提供更加准确的参数估计值，从而得到更加精准的评价结果。

技术领域

本发明涉及交通安全管理及车辆工程技术领域，特别涉及一种基于事故统计数据的乘用车辆安全性能综合评价方法。

背景技术

现如今，社会经济的不断发展为道路交通安全管理提出了新要求。提升车辆的碰撞安全性能是减少道路交通伤害以及保障人民财产安全的有效手段，也是汽车产业致力于交通安全改善的首选途径。如何科学评价车辆的安全性能以及如何检验车辆安全性能是否满足当前道路交通环境的要求是行业主管部门和车辆零部件厂商的痛点和难点，近年来，政府和行业主管机构出台了更加全面的车辆安全相关标准法规、新车测试评价规程，其中对车辆碰撞测试的要求越来越严苛，车辆安全性能得到了一定的改善。然而，这些相对固化、标准化的碰撞测试规程与实际道路交通事故的形态、碰撞条件、约束系统的使用、车辆损坏特征、人员损伤后果以及非车辆安全性能参数(乘员年龄、性别、人机交互体验)等相差较大，碰撞测试评分结果与真实事故中的车辆安全性能表现存在一定的不一致性。近年来，基于历史事故数据的统计建模分析技术受到了广泛关注。通过构建包括二项logit模型和有序logit模型在内的线性回归模型，并选取影响事故严重程度的车辆安全防护性能(如乘员保护性)与非车辆安全防护性能(如乘员年龄、性别等)因素作为变量，该方法能够深入挖掘交通事故发生过程中乘员伤害严重程度与车辆安全性能之间的关系。相较于传统基于碰撞试验的车辆安全性能评估方法(对车辆进行不同重叠率的正面碰撞、侧面碰撞、柱撞、翻滚、追尾等一些列实车试验，评估发生事故后相关系统和组件的的耐撞性及假人伤害参数)，基于历史事故数据的评价方法不仅运作成本低、整体操作简便，基于真实事故的评价结果更具代表性和实用性。此外，以线性回归模型为基础的评价方法，能够有效控制事故过程中其他非车辆安全性能因素的效应，从而更加精准的评价车辆的安全性能。

然而，一方面，现有基于事故数据的评价方法，主要是从车辆保护自身乘员能力(如，乘员免受伤害的能力)的角度来评价其安全性能，缺乏对碰撞双方整体安全性能的考量，即碰撞相容性问题。例如，乘员的伤害严重程度不仅与自身车辆的保护性能有关，还取决于对方车辆的攻击性特征，即事故中车辆对碰撞对方车辆可能造成伤害的特性。忽略这一因素会导致车辆安全性能的评价结果存在偏差。此外，传统模型通常采用乘员的受伤严重性来表征事故发生后的严重程度。然而，车辆受损严重性也是衡量事故严重性的重要指标，尤其对于大量的仅财产损失的事故。事故过程中车辆的损伤程度与车辆安全性能因素以及其他非车辆安全性能因素有直接关系。因此，了解事故过程中不同类型车辆的在不同碰撞条件下的车辆损坏程度，尤其对于高端市场的乘用车，显得极为重要。另一方面，有研究表明，在车辆类型相同的碰撞事故中(双方均为乘用车)，由于涉事车辆受到相互力的作用，车辆动力学响应满足动量守恒与能量守恒的定律，同时车辆受外界道路环境因素的影响也相似，因此车辆的事故严重性之间存在高度的相关性，事故中的碰撞双方具有相似的事故机理，从而在事故数据中隐含着车辆嵌套于事故中的层级关系。现有评价方法所选用的基础模型，不能充分考虑事故数据中隐含的这一层级特性，将数据中的所有涉事车辆视为同质的单元，将导致估计的模型参数存在偏差。

发明内容

本发明提供了一种基于事故统计数据的乘用车辆安全性能综合评价方法，其目的是为了解决传统的评价方法，不能充分考虑事故数据中隐含的车辆嵌套于事故中的层级特性，将数据中的所有涉事车辆视为同质的单元，导致估计的模型参数存在偏差的问题。