駕駛?cè)孙L(fēng)險(xiǎn)感知時間與騎車人損傷風(fēng)險(xiǎn)模型研究

孔春玉等

摘 要：該文通過事故調(diào)查得到事故人員的基本生理信息和損傷信息，事故車輛基本參數(shù)、運(yùn)動參數(shù)和損傷參數(shù)，道路、交通環(huán)境、天氣等信息等，通過問卷調(diào)查、PC-crash及Madymo事故重建等方法，獲得了30起汽車-兩輪車碰撞事故案例的駕駛?cè)烁兄Q策、操控等應(yīng)急行為信息。分析結(jié)果表明，駕駛?cè)酥苿臃磻?yīng)時間平均值同樣為0.75s，標(biāo)準(zhǔn)偏差0.07，駕駛?cè)孙L(fēng)險(xiǎn)感知時間平均值為1.25s，標(biāo)準(zhǔn)差0.35。然后，通過最小二乘法擬合得到了駕駛?cè)孙L(fēng)險(xiǎn)感知時間與AIS損傷級別的定量關(guān)系式，并對駕駛?cè)孙L(fēng)險(xiǎn)感知時間的影響因素進(jìn)行了分析。

關(guān)鍵詞：汽車-兩輪車碰撞事故 弱勢群體 事故重建 風(fēng)險(xiǎn)感知

中圖分類號：G64 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2015）07（a）-0250-03

作為道路交通事故中的弱勢群體，行人及兩輪車（包括自行車、電動車及摩托車等）騎車人往往受到最為嚴(yán)重的傷害[1]。本文通過PC-crash及Madymo軟件對長沙地區(qū)30起汽車—兩輪車交通事故進(jìn)行了重建，根據(jù)事故仿真重建的結(jié)果，對駕駛?cè)孙L(fēng)險(xiǎn)感知時間的影響因素進(jìn)行了分析，并探索了風(fēng)險(xiǎn)感知時間及車速與騎車人損傷之間的定量關(guān)系。

1 材料和方法

該文中的事故案例來源于湖南大學(xué)深度車輛碰撞事故數(shù)據(jù)庫IVAC。事故人員的基本生理信息和損傷信息，事故車輛基本參數(shù)、運(yùn)動參數(shù)和損傷參數(shù)，道路、交通環(huán)境、天氣等信息均可由IVAC數(shù)據(jù)庫獲得，緊急情況駕駛?cè)说母兄Q策、操控等應(yīng)急行為信息可由問卷調(diào)查、事故仿真重建等方法獲得。

汽車駕駛?cè)嗽谟龅骄o急情況需要采取措施時，從感知到緊急信號到立即行動，首先需要有一段反應(yīng)延遲時間，這段時間內(nèi)，駕駛?cè)藢⒕o急信號作為輸入，采取何種措施作為輸出，最終表現(xiàn)為對汽車的具體操縱上（轉(zhuǎn)向或加減速度），通常稱之為反應(yīng)時間。而汽車還要經(jīng)過一段時間的作用，或成功躲避障礙物，或與之碰撞而發(fā)生交通事故，這段時間稱之為作用時間。駕駛?cè)藦母兄骄o急信號，到可以通過采取措施規(guī)避或減輕與障礙物的碰撞時間，即駕駛?cè)孙L(fēng)險(xiǎn)感知時間，而此時與障礙物之間的距離稱為感知風(fēng)險(xiǎn)距離[2]。

本論文選取了30例汽車與兩輪車側(cè)面碰撞交通事故，事故信息主要包括道路交通事故現(xiàn)場圖、事故現(xiàn)場照片、醫(yī)院病案單、事故數(shù)據(jù)采集表等。本文首先應(yīng)用PC-Crash及Madymo仿真軟件對汽車與兩輪車碰撞事故進(jìn)行重建， 重建過程能夠很好的反應(yīng)出汽車作用時間及兩車碰撞后動態(tài)?；诓ㄌm學(xué)者R.Jurecki和T.L.Stańczyk提出的感知風(fēng)險(xiǎn)時間tf和反應(yīng)時間tr的線性關(guān)系方程（1）、（2），計(jì)算出準(zhǔn)確的事故中駕駛?cè)说娘L(fēng)險(xiǎn)感知時間和反應(yīng)時間。駕駛?cè)宿D(zhuǎn)向反應(yīng)時間Tt與風(fēng)險(xiǎn)時間tf、駕駛?cè)酥苿臃磻?yīng)時間Tb與風(fēng)險(xiǎn)時間tf關(guān)系分別如公式（1）、（2）所示[3]。

2 結(jié)果

2.1 事故表征指標(biāo)提取

本文對30例汽車-兩輪車碰撞交通事故進(jìn)行重建分析，重點(diǎn)通過事故重建獲知兩車碰撞時瞬時速度、汽車制動加速度及制動時間，并通過計(jì)算獲知駕駛?cè)藨?yīng)急感知風(fēng)險(xiǎn)時間及其反應(yīng)時間，通過Madymo事故重建及醫(yī)院出診記錄得到兩輪車騎車人AIS損傷級別，駕駛?cè)?、道路、環(huán)境等其他信息由事故現(xiàn)場調(diào)查問卷獲知。表1詳細(xì)列出了本文重建的主要交通事故表征指標(biāo)，進(jìn)一步研究工作以這些數(shù)據(jù)為基礎(chǔ)展開。

2.2 風(fēng)險(xiǎn)感知時間與反應(yīng)時間的關(guān)系

在駕駛?cè)四Ｐ蛥?shù)中，反應(yīng)時間與感知風(fēng)險(xiǎn)表現(xiàn)為線性關(guān)系，而與車輛初始速度無關(guān)。兩者之間存在的這種線性關(guān)系可以解釋為：當(dāng)駕駛?cè)嗽诮邮盏骄o急信號時，他本身對車速和與障礙物之間的距離沒有感知，但是他卻能清醒的認(rèn)識到可供自己作出決定和反應(yīng)的時間有多少。當(dāng)駕駛?cè)嗽谡J(rèn)為還有足夠的時間的時候，他可能會花費(fèi)較長的時間去決定該采取怎樣的措施以規(guī)避障礙物，即此時的反應(yīng)時間較大。

由于駕駛?cè)嗽谛熊囘^程中遇到的情況復(fù)雜且多樣，并伴有多種外界刺激，因此，駕駛?cè)藨?yīng)急反應(yīng)的準(zhǔn)確性及快速性對行車安全有重要作用，但相關(guān)研究卻進(jìn)展緩慢?；搓幑W(xué)院朱為國通過對322個駕駛?cè)诉M(jìn)行實(shí)驗(yàn)，測得制動反應(yīng)時間平均值為0.75s，標(biāo)準(zhǔn)偏差0.28[4]。本文30起交通事故中，仿真結(jié)果得到駕駛?cè)酥苿臃磻?yīng)時間平均值同樣為0.75s，標(biāo)準(zhǔn)偏差0.07，駕駛?cè)孙L(fēng)險(xiǎn)感知時間平均值為1.25s，標(biāo)準(zhǔn)差0.35。由此，駕駛?cè)嗽谛熊囘^程中對危險(xiǎn)信號認(rèn)識不夠，感知時間較短可能是產(chǎn)生交通事故的重要原因。

2.3 兩輪車騎車人損傷風(fēng)險(xiǎn)分析

IVAC數(shù)據(jù)統(tǒng)計(jì)顯示，汽車碰撞兩輪車交通事故中，兩輪車騎車人受傷部位大部分為頭部和腿部，其中在死亡事故案例中，致因多為頭部受傷（常見顱腦損傷）。騎車人損傷情況的評價采用簡明損傷定級標(biāo)準(zhǔn)AIS進(jìn)行分類，通過Madymo事故重建及案卷中傷者醫(yī)院診斷記錄，判定傷者損傷級別。

2.3.1 駕駛?cè)孙L(fēng)險(xiǎn)感知時間與騎車人損傷關(guān)系

駕駛?cè)烁兄L(fēng)險(xiǎn)能力決定了其是否有足夠的時間規(guī)避潛在的碰撞或?qū)⑴鲎菜鶐淼膿p失降至最小。因此，駕駛?cè)孙L(fēng)險(xiǎn)感知時間在一定程度上決定了騎車人損傷的嚴(yán)重程度。騎車人AIS損傷1-6級情況下駕駛?cè)孙L(fēng)險(xiǎn)感知時間的平均值為1.14s、1.34s、1.29s、1.51s、1.29s、1.11s，從數(shù)值中可以看出兩者存在一定的一元二次函數(shù)關(guān)系，通過最小二乘法擬合可知駕駛?cè)孙L(fēng)險(xiǎn)感知時間與AIS損傷級別關(guān)系式如下：

2.3.2 車速與騎車人損傷關(guān)系

當(dāng)汽車以較低的速度（小于45km/h）與兩輪車發(fā)生碰撞時，騎車人更多受到的是小腿骨折與身體挫傷等傷害，AIS損傷級別為輕傷及中重傷，此時，騎車人AIS損傷級別與車速關(guān)系不大，而與碰撞角度、騎車人倒地方式及騎車人自身身體素質(zhì)關(guān)系更大，具有一定的個性，并不存在某種共性。在汽車以較高速度（大于45km/h）與兩輪車發(fā)生碰撞時，騎車人大部分還同時伴有嚴(yán)重的頭部及胸部傷害，AIS損傷級別為重度及嚴(yán)重傷害，此時，騎車人AIS損傷級別與車速正比例相關(guān)，碰撞速度越大，騎車人損傷越嚴(yán)重。

2.3.3 騎車人損傷風(fēng)險(xiǎn)預(yù)測模型

駕駛?cè)嗽诘退亳{駛汽車時，面臨緊急狀況，若其感知時間較大，他完全有可能通過采取一定的措施來規(guī)避潛在的碰撞或者將碰撞的損失降至最低；而若其感知時間較小，由于車速較低，此時即使發(fā)生碰撞，可能對騎車人不至于構(gòu)成太大傷害，這很好的解釋了在騎車人受到AIS+1、AIS+2級輕度傷害時，平均風(fēng)險(xiǎn)感知時間與平均碰撞速度均較小。當(dāng)駕駛?cè)嗽诟咚亳{駛汽車時，面對突發(fā)的緊急狀況，如果其對風(fēng)險(xiǎn)感知時間較小，沒有足夠的時間將碰撞損失降至最小，往往對騎車人構(gòu)成較大傷害，同樣很好解釋了在騎車人受到AIS+5、AIS+6級嚴(yán)重傷害時，駕駛?cè)似骄兄L(fēng)險(xiǎn)較小，而平均碰撞速度較大。

由此，在對汽車—兩輪車碰撞交通事故中騎車人損傷的預(yù)測時，需綜合考慮駕駛?cè)孙L(fēng)險(xiǎn)感知時間與車輛速度，可由式（3）計(jì)算可能的騎車人AIS損傷級別，再根據(jù)兩者碰撞速度確定AIS值。

3 駕駛?cè)孙L(fēng)險(xiǎn)感知時間影響因素討論

3.1 道路對風(fēng)險(xiǎn)感知時間的影響

該文中30起交通事故均為城市道路交通事故，瀝青路面，道路條件較好，但駕駛?cè)嗽谥甭泛推矫娼徊媛房诘娘L(fēng)險(xiǎn)感知時間的表現(xiàn)存在差異。統(tǒng)計(jì)結(jié)果表明駕駛?cè)嗽谥甭飞巷L(fēng)險(xiǎn)感知時間平均值為1.34s，標(biāo)準(zhǔn)差0.55；在平面交叉路口風(fēng)險(xiǎn)感知時間平均值為1.22s，標(biāo)準(zhǔn)差0.26。造成這種差異的主要原因?yàn)樵谄矫娼徊媛房冢窙r比較復(fù)雜，駕駛?cè)烁兄男畔⒏鼮閺?fù)雜，注意力比較分散，大腦經(jīng)過一定的時間判別并剔除無效信息后，感知到危險(xiǎn)信號的時間較少。這是在平面交叉路口發(fā)生較多汽車碰撞兩輪車事故的一個重要原因。通過對兩輪車騎車人更多的安全教育，規(guī)范其騎車行為尤其是在十字路口的行為，以及更加合理的道路設(shè)計(jì)，能幫助駕駛?cè)烁行У恼J(rèn)知道路環(huán)境，從而可以減少該類交通事故。

3.2 駕駛?cè)孙L(fēng)險(xiǎn)感知時間的差異

在人-道路-環(huán)境系統(tǒng)下，駕駛?cè)说鸟{駛行為也有很大差別，相關(guān)研究將風(fēng)險(xiǎn)駕駛行為誘因分為無害性失誤、一般性違規(guī)、攻擊性違規(guī)以及危險(xiǎn)性失誤[5]。本節(jié)對于不同駕駛?cè)酥g風(fēng)險(xiǎn)感知時間的差異首先考慮了駕駛?cè)说男詣e。同樣由于事故樣本不大，女性駕駛?cè)溯^少，因而結(jié)果存在一定誤差。事故仿真數(shù)據(jù)表明，男性駕駛?cè)孙L(fēng)險(xiǎn)感知時間與女性駕駛?cè)孙L(fēng)險(xiǎn)感知時間并無大的差別，男性稍高（男性駕駛員風(fēng)險(xiǎn)感知時間1.26 s，女性駕駛員風(fēng)險(xiǎn)感知時間1.23s），駕駛?cè)诵詣e對風(fēng)險(xiǎn)感知時間沒有太大影響。

車速對于駕駛?cè)孙L(fēng)險(xiǎn)感知時間的影響也不大，如圖5所示，當(dāng)汽車車速明顯提高時，駕駛?cè)孙L(fēng)險(xiǎn)感知時間并不與之存在一定的規(guī)律性變化。車速可以影響駕駛?cè)烁兄嚯x，但并不改變其對風(fēng)險(xiǎn)感知能力的表現(xiàn)。具體可解釋為當(dāng)駕駛?cè)笋{駛汽車時，速度越快，其視線可能會更遠(yuǎn)，但對于風(fēng)險(xiǎn)的感知時間卻不因此而變化。

該文騎車人損傷風(fēng)險(xiǎn)模型是基于各級損傷中汽車平均速度及駕駛?cè)似骄L(fēng)險(xiǎn)感知時間，而實(shí)際個體差異較大，又因該文受限于事故重建樣本數(shù)量及仿真實(shí)驗(yàn)條件，因此，本節(jié)研究內(nèi)容主要提供一種參考研究方法，后期研究可通過大量事故重建及虛擬駕駛模擬，得到更為精確、數(shù)量更大的駕駛?cè)诵袨閰?shù)，從而獲得更準(zhǔn)確的兩輪車騎車人損傷風(fēng)險(xiǎn)預(yù)測及評價模型。

4 結(jié)語

使用駕駛?cè)孙L(fēng)險(xiǎn)感知時間作為評價駕駛?cè)诵袨樘卣鞯膮?shù)，能夠拋卻人的主觀因素，是今后研究駕駛?cè)藨?yīng)急行為的重要指標(biāo)，也能為汽車主動安全技術(shù)的研究與開發(fā)提供研究基礎(chǔ)。

該文還對兩輪車騎車人損傷與駕駛?cè)孙L(fēng)險(xiǎn)感知時間及車速的關(guān)系進(jìn)行了初步探討，雖受實(shí)驗(yàn)仿真條件及事故重建樣本的限制，但仍為今后的研究工作提供了一種可借鑒的方法。

參考文獻(xiàn)

[1] Peden M， Scurfield R， Sleet D， et al. World Report on Road Traffic Injury Prevention[D]. Geneva： Word Health Organization， 2004.

[2] Azra Habibovic， Emma Tivesten， Nobuyuki Uchida， Jonas Bagmana， Mikael Ljung Aust. Driver behavior in car-to-pedestrian incidents： An application of the Driving Reliability and Error Analysis Method （DREAM）[J].Accident Analysis & Prevention，2013，50（3）：554-565.

[3] R Jurecki， T L Stańczyk. Driver model for the analysis of pre-accident situations[J].Vehicle System Dynamics： International Journal of Vehicle Mechanics and Mobility，2009，47（5）：589-612.

[4] 朱為國.汽車制動過程時間的分析[J].北京汽車，2006（2）：29-31.

[5] 莊明科，白海峰，謝曉非.駕駛?cè)藛T風(fēng)險(xiǎn)駕駛行為分析及相關(guān)因素研究[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2008，44（3）：475-482.