基于事故统计数据的乘用车辆安全性能综合评价方法技术

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】
基于事故统计数据的乘用车辆安全性能综合评价方法
本专利技术涉及交通安全管理及车辆工程
，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。
技术介绍
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。
技术实现思路
本专利技术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。为了达到上述目的，本专利技术的实施例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，获得车辆的全方位安全指标；步骤4，对贝叶斯分层有序logit回归模型的参数估计结果进行分析，对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进行分析。其中，所述步骤1具体包括：从收集的事故数据中筛选出仅两车相撞的事故数据，筛选出正面碰撞、追尾碰撞、侧面碰撞及其它单次碰撞事件并剔除因二次事故伤害造成的乘员受伤，筛选出乘用车事故，筛选出事故车辆的生产年份数据，筛选出详细记录乘员伤害的事故数据。其中，所述步骤2具体包括：根据所收集事故数据的记录特性，提取涉事人员的年龄和性别、事故中驾驶员甩出情况、事故前车辆碰撞速度、事故碰撞类型和碰撞区域六个变量作为贝叶斯分层有序logit回归模型的控制变量。其中，所述步骤3具体包括：以两车相撞事故为研究对象，定义i[m](m＝1，2)代表事故i中的两辆车，事故数据中，依据事故的严重程度将事故划分为多种类型，以ISi[m]表示乘员的受伤严重性，以DSi[m]表示车辆的受损严重性，对ISi[m]和DSi[m]等级变量进行回归建模处理，估计各事故风险因素对不同严重等级的影响效应，在贝叶斯分层有序logit回归模型中，通过对每起事故定义一组变量阈值，界定对应事故中车或人的伤害严重程度结果的区间边界，将事故中乘员伤害划分为五个等级，在贝叶斯分层有序logit回归模型中通过γik，(k＝1，2，3，4)，4个阈值表示乘员伤害等级，将因变量划分为5个区间分别对应等级1到等级5，5个伤害等级，以潜变量表示各乘员伤害等级，即：其中，所述步骤3还包括：将事故中车辆受损划分为三个等级：未受损、中度受损和严重受损，通过λik，k＝1，2，3，这3个阈值表示车辆受损等级，以潜变量表示各车辆受损等级，将因变量划分3个区间分别对应3个车辆受损等级：在贝叶斯分层有序logit回归模型中，将潜变量和分别表示为以下线性形式：其中，θi[m]和θ′i[m]为模型协变量，εi[m]和ε′i[m]为随机扰动项，服从logistic分布，因此，事故严重程度的累计概率密度函数及其累计logistic表达式分别表示为：其中，Pi[m]，k表示乘员的受伤严重性在k区间的概率，P′i[m]，k表示车辆的受损严重性在k区间的概率，模型协变量θi[m]和θ′i[m]表示与事故严重程度有关的因素，包括车辆的安全性能因素和其他非车辆安全性能因素。其中，所述步骤3还包括：理想情况下，在两辆车相撞时，控制其他影响因素的效应，得到：θi[1]～CAIi[2]-OPIi[1]+其他影响因素(9)θi[2]～CAIi[1]-OPIi[2]+其他影响因素(10)θ′i[m]～CAIi[2]-VPIi[1]+其他影响因素(11)θ′i[m]～CAIi[1]-VPIi[2]+其他影响因素(12)其中，θi本文档来自技高网...

【技术保护点】
1.一种基于事故统计数据的乘用车辆安全性能综合评价方法，其特征在于，包括：/n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；/n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；/n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，获得车辆的全方位安全指标；/n步骤4，对贝叶斯分层有序logit回归模型的参数估计结果进行分析，对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进行分析。/n

【技术特征摘要】
1.一种基于事故统计数据的乘用车辆安全性能综合评价方法，其特征在于，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，获得车辆的全方位安全指标；
步骤4，对贝叶斯分层有序logit回归模型的参数估计结果进行分析，对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进行分析。


2.根据权利要求1所述的基于事故统计数据的乘用车辆安全性能综合评价方法，其特征在于，所述步骤1具体包括：
从收集的事故数据中筛选出仅两车相撞的事故数据，筛选出正面碰撞、追尾碰撞、侧面碰撞及其它单次碰撞事件并剔除因二次事故伤害造成的乘员受伤，筛选出乘用车事故，筛选出事故车辆的生产年份数据，筛选出详细记录乘员伤害的事故数据。


3.根据权利要求2所述的基于事故统计数据的乘用车辆安全性能综合评价方法，其特征在于，所述步骤2具体包括：
根据所收集事故数据的记录特性，提取涉事人员的年龄和性别、事故中驾驶员甩出情况、事故前车辆碰撞速度、事故碰撞类型和碰撞区域六个变量作为贝叶斯分层有序logit回归模型的控制变量。


4.根据权利要求3所述的基于事故统计数据的乘用车辆安全性能综合评价方法，其特征在于，所述步骤3具体包括：
以两车相撞事故为研究对象，定义i[m](m＝1，2)代表事故i中的两辆车，事故数据中，依据事故的严重程度将事故划分为多种类型，以ISi[m]表示乘员的受伤严重性，以DSi[m]表示车辆的受损严重性，对ISi[m]和DSi[m]等级变量进行回归建模处理，估计各事故风险因素对不同严重等级的影响效应，在贝叶斯分层有序logit回归模型中，通过对每起事故定义一组变量阈值，界定对应事故中车或人的伤害严重程度结果的区间边界，将事故中乘员伤害划分为五个等级，在贝叶斯分层有序logit回归模型中通过γik，(k＝1，2，3，4)，4个阈值表示乘员伤害等级，将因变量划分为5个区间分别对应等级1到等级5，5个伤害等级，以潜变量表示各乘员伤害等级，即：





5.根据权利要求4所述的基于事故统计数据的乘用车辆安全性能综合评价方法，其特征在于，所述步骤3还包括：
将事故中车辆受损划分为三个等级：未受损、中度受损和严重受损，通过λik，k＝1，2，3，这3个阈值表示车辆受损等级，以潜变量表示各车辆受损等级，将因变量划分3个区间分别对应3个车辆受损等级：



在贝叶斯分层有序logit回归模型中，将潜变量和分别表示为以下线性形式：






其中，θi[m]和θ′i[m]为模型协变量，εi[m]和ε...

【专利技术属性】
技术研发人员：黄合来，韩春阳，陈吉光，李烨，胡水燕，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43