CN101118652A - 自行车碰撞事故的三维建模及优化再现方法 - Google Patents
自行车碰撞事故的三维建模及优化再现方法 Download PDFInfo
- Publication number
- CN101118652A CN101118652A CNA2007100456211A CN200710045621A CN101118652A CN 101118652 A CN101118652 A CN 101118652A CN A2007100456211 A CNA2007100456211 A CN A2007100456211A CN 200710045621 A CN200710045621 A CN 200710045621A CN 101118652 A CN101118652 A CN 101118652A
- Authority
- CN
- China
- Prior art keywords
- bicycle
- rider
- accident
- automobile
- collision
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种用于交通领域的自行车碰撞事故的三维建模及优化再现方法,步骤为:(1)建立自行车和骑车人的三维仿真模型;(2)确定自行车和骑车人之间的相互接触关系;(3)建立事故发生环境及事故汽车、自行车和骑车人的碰撞仿真模型;(4)确定事故发生后汽车停止质心位置坐标、自行车停止质心位置坐标、骑车人臀部落点位置坐标;(5)确定优化设计变量、约束条件和优化目标函数;(6)调用优化算法对给定目标函数进行优化求解;(7)经多次优化循环计算后,判定目标函数收敛性,是否求得最优解。本发明提高了计算精度,减少了人为干预带来的误差和不确定性,可准确地对汽车与自行车碰撞事故进行再现分析。
Description
技术领域
本发明涉及一种用于交通领域的碰撞事故建模及优化再现方法,具体是一种自行车碰撞事故的三维建模及优化再现方法。
背景技术
我国是世界上自行车拥有数量最多的国家。自行车在路面上行驶数量的增多与道路交通基础设施建设的相对滞后,使得机动车与自行车等非机动车混行拥挤在同一条道路上,导致发生相互争道抢行等违章行驶行为而频繁引发交通事故。据公安部2004年所公布资料显示,我国2003年自行车骑车人交通违章引发交通事故共造成14664人死亡、52944人受伤,分别占总数的14.1%和10.7%。自行车引发的交通事故已成为一个较为严重的交通安全问题,正受到社会的广泛关注和交通管理部门的日益重视。由于自行车交通碰撞事故涉及到汽车、自行车和骑车人等多种因素,事故形态较为复杂,此类事故的准确再现需要建立逼真的自行车和骑车人三维仿真模型,同时运用相关优化算法对碰撞过程进行优化重现。随着计算机仿真技术在交通碰撞事故中的广泛应用,可方便地建立碰撞事故中的汽车、自行车和骑车人仿真模型,进行碰撞事故的计算机仿真。
经对现有技术的检索发现,Tetsuo Maki等在《Society of Automotive Engineersof Japan》2000:357-363上发表的“The behavior of bicyclists in accidents withcars”,文中对自行车和骑车人建立了简单的三维模型,通过人为单次计算结果不断调试计算结果,非程序自动优化完成,很大程度上依赖人的主观意识,容易造成误差,降低了事故再现分析的精度和效率。
因此,如何建立更加逼真的自行车和骑车人三维仿真模型,使用优化算法对复杂的汽车与自行车碰撞事故进行准确地重现,为事故责任的司法鉴定提供科学依据,是面临的一个迫切需要解决的问题。
发明内容
本发明的目的在于克服现有技术中的不足,针对目前自行车事故再现存在的问题,本发明提出一种针对自行车碰撞事故的三维建模及优化再现方法。本发明对事故汽车、自行车和骑车人进行逼真的三维建模,运用优化算法对碰撞过程进行优化,直观地重现事故的发生过程,减少人为干预带来的误差和不确定性,可为司法鉴定上明确事故责任提供科学依据。
本发明是通过以下技术方案实现的,具体包括如下步骤:
(1)建立事故自行车和骑车人的三维仿真模型;
采用多刚体建模技术,所建立的自行车仿真模型包括三角架、前后轮、龙头把手及前叉、踏板轴及左右踏板、后货架及座垫等部件;骑车人仿真模型根据人体体型特征,包括头部、颈部、胸部、腹部和臀部,上肢和下肢等部分;采用铰链来描述自行车前后轮的转动和骑车人身体的关节活动;
(2)确定自行车和骑车人之间的相互接触关系;
依据上述的建立的自行车和骑车人仿真模型,设置骑车人臀部与自行车座垫存在支撑接触,手部支撑于自行车前龙头手柄,左右脚部分别支撑于自行车脚踏板;
(3)建立事故发生环境及事故汽车、自行车和骑车人的碰撞仿真模型;
根据实际事故情况,建立包括路面、护栏、汽车、自行车和骑车人在内的三维多刚体碰撞数学模型,其运动方程为:
上式中mi为质量,为加速度,Ji为惯性矩,wi为角速度,Fi为力,Ti为力矩,δγi为位移变量,δπi为初始方位变量。通过撞击试验可确定地面、护栏、汽车和自行车的碰撞接触刚度特性,依据人体生物力学试验数据设置骑车人模型的力学特性。
(4)确定事故发生后汽车停止质心位置坐标、自行车停止质心位置坐标、骑车人臀部落点位置坐标;
在上述碰撞仿真模型中,根据事故现场环境,自定义一个固定的空间广义坐标系XYZ,然后可确定事故发生后汽车停止质心位置坐标C1(xc1,yc1,zc1)、自行车停止质心位置坐标B1(xb1,yb1,zb1)、骑车人臀部落点位置坐标H1(xh1,xh1,zh1)。
(5)确定自行车事故再现计算的优化设计变量、约束条件,以汽车、自行车和骑车人分别相对事故中实际位置的距离和为优化目标函数;
事故中汽车碰撞速度和碰撞初始时刻位置为未知变量,故设定优化设计变量为汽车对自行车的碰撞速度C,在坐标系XYZ中的碰撞初始时刻汽车质心位置坐标C2(xc2,yc2,zc2)、自行车质心位置坐标B2(xb2,yb2,zb2)、骑车人臀部位置坐标H2(xh2,yh2,zh2)。
根据实际事故现场遗留信息,可初步估计汽车碰撞速度V的取值区间,同时坐标点C2、B2和H2在汽车的行驶方向上相对于坐标点C1、B1和H1存在一定的距离关系,通过此关系确定设计变量的约束条件。
以坐标点C1、B1和H1为优化目标点,确定优化目标函数:
式中βi为加权系数,一般可全取为1。
(6)调用给出的优化算法对上述设定的目标函数进行优化求解,使目标函数最小;
调用优化算法,在设计变量取值区间范围内进行搜索,经p次优化循环后计算得到碰撞速度Vp,汽车停止质心位置坐标C1 p(xc1 p,yc1 p,zc1 p)、自行车停止质心位置坐标B1 p(xb1 p,yb1 p,zb1 p)、骑车人臀部落点位置坐标H1 p(xh1 p,yh1 p,zh1 p),使目标函数Fp[x]最小化,即:
(7)经多次优化循环计算后,判定目标函数收敛性,是否使计算得到的汽车、自行车和骑车人的位置最接近实际情况,即求得最优解。
经过p次优化循环计算,在满足约束条件的情况下,计算程序对每相邻两个优化循环得到的计算结果进行比较分析,根据设定的目标函数误差Ep判断是否收敛。
目标函数误差计算公式为:
Ep取值区间为[0,1],随着优化次数p增加,Ep越小,表明目标函数误差序列呈递减趋势,两次相邻优化循环的计算结果越接近,优化结果越趋于收敛。当Ep值在设定的范围值内趋近于零,即可判断以汽车、自行车和骑车人分别相对事故中实际位置的距离和为目标函数的值收敛,计算得到它们各自的位置最接近事故实际情况,即求得最优解。
本发明通过建立事故汽车、自行车和骑车人的详细三维仿真模型,采用优化方法来进行自行车事故的再现,具有如下优势:1、该方法建立详细的自行车和骑车人三维仿真模型,避免了因为模型简化带来的计算误差;2、建立的事故环境、汽车、自行车和骑车人的碰撞仿真模型,碰撞过程更加直观,避免了事故再现过程可视化程度低等缺陷;3、利用多刚体动力学方法进行碰撞事故再现,效率更高,避免了有限元方法耗费计算资源大、再现计算时间长等缺点;4、确定设计变量和优化目标后,计算程序自动完成碰撞过程的优化再现,人为干预小,再现结果客观性程度高;5、可模拟计算出自行车骑车人各个部位在碰撞过程中所受伤害,便于与法医对事故中人体伤害鉴定结果进行对比分析;6、对于复杂的自行车碰撞事故,运用该发明方法能为事故责任的司法判断提供科学的理论支持。
附图说明
图1为本发明实施例中的建立的自行车和骑车人三维仿真示意模型图
图2为本发明实施例中的事故环境、汽车、自行车和骑车人的碰撞仿真示意模型图
图3为本发明实施例中汽车与自行车碰撞事故现场示意图
图4为本发明实施例效果示意图
具体实施方式
下面结合附图对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明根据汽车与自行车碰撞事故的特点和事故现场的遗留信息,建立事故自行车和骑车人的详细三维仿真模型,然后选择汽车停止质心位置、自行车停止质心位置和骑车人臀部落点位置为优化目标,以目标函数误差值Ep为评价指标,它反映了第p次优化循环得到的计算结果是否趋于收敛。
根据事故现场可定义一个固定的三维空间坐标系XYZ,然后确定事故发生后汽车停止质心位置坐标C1(xc1,yc1,zc1)、自行车停止质心位置坐标B1(xb1,yb1,zb1)、骑车人臀部落点位置坐标H1(xh1,yh1,zh1)。
以汽车对自行车的碰撞速度C,碰撞初始时刻汽车质心位置坐标C2(xc2,yc2,zc2)、自行车质心位置坐标B2(xb2,yb2,zb2)、骑车人臀部位置坐标H2(xh2,yh2,yh2)为设计变量。通过计算机p次寻优计算,可以得到碰撞速度Vp,汽车停止质心位置坐标C1 p(xc1 p,yc1 p,zc1 p)、自行车停止质心位置坐标B1 p(xb1 p,yb1 p,zb1 p)、骑车人臀部落点位置坐标H1 p(xh1 p,yh1 p,zh1 p),使目标函数F[x]最小,即:
F[x]越小,说明计算结果越接近真实事故情况,C1 p、B1 p、H1 p分别与C1、B1、H1接近于重合。
由于数学优化方法存在一定的局限性,得到的优化结果与真实情况不可能完全一致,Ep反应优化结果是否趋于收敛,其值逐渐减小,说明优化结果呈收敛趋势,可最终求得F[x]最小值。
以下结合本发明的内容提供具体的实施例:
以一起真实的汽车与自行车碰撞事故为例,碰撞事故现场如图3所示。在建立汽车、自行车和骑车人详细三维模型的基础上,以汽车质心位置为坐标原点建立固定的空间坐标系XYZ(单位:m),然后,可确定事故发生后汽车停止质心位置坐标(0,0,0),自行车停止质心位置坐标(26.25,1.75,-0.61),骑车人臀部落点位置坐标(21.92,5.16,-0.50)。
根据事故勘查材料,估计汽车行驶速度在50km/h-90km/h之间,碰撞初始时刻汽车与自行车的位置在坐标系XYZ中可沿制动轨迹向X负方向移动0-100m距离之间。
利用图1中建立的详细自行车及骑车人仿真三维模型,图2中建立的汽车与自行车及骑车人三维碰撞仿真模型,以汽车对自行车碰撞速度和碰撞时刻位置坐标为优化设计变量,汽车停止质心位置、自行车停止质心位置和骑车人臀部落点位置为优化目标,调用优化算法进行寻优计算。
通过多次优化循环计算,最后求得汽车与自行车碰撞时刻车速为63km/h,汽车停止质心坐标(0.23,0.90,0),自行车停止质心坐标(25.78,2.10,-0.55),骑车人臀部落点坐标(20.65,6.20,-0.49),能很好重现事故情景,如图4所示。此时目标函数F[x]=3.16,目标函数误差Ep=0.012,说明优化结果与真实事故接近,运用该优化方法对自行车碰撞事故进行了很好地再现分析,可为司法鉴定在实际的事故责任认定中提供科学的判断依据。
Claims (8)
1.一种自行车碰撞事故的三维建模及优化再现方法,其特征在于:
(1)建立事故自行车和骑车人三维仿真模型;
(2)依据上述建立的仿真模型,确定自行车和骑车人之间的相互接触关系;
(3)建立事故发生环境及事故汽车、自行车和骑车人的碰撞仿真模型;
(4)在上述碰撞仿真模型中,确定事故发生后汽车停止质心位置坐标、自行车停止质心位置坐标、骑车人臀部落点位置坐标;
(5)确定自行车事故再现计算的优化设计变量、约束条件,以汽车、自行车和骑车人分别相对事故中实际位置的距离和为优化目标函数;
(6)调用给出的优化算法对上述设定的目标函数进行优化求解,使目标函数最小;
(7)经多次优化循环计算后,判定目标函数收敛性,是否使计算得到的汽车、自行车和骑车人的位置最接近实际情况,即求得最优解。
2.根据权利要求1所述的自行车碰撞事故的三维建模及优化再现方法,其特征是,所述的步骤(1),具体指:采用多刚体建模技术,所建立的自行车仿真模型包括三角架、前后轮、龙头把手及前叉、踏板轴及左右踏板、后货架及座垫,骑车人仿真模型根据人体体型特征,包括头部、颈部、胸部、腹部和臀部、上肢和下肢部分,采用铰链来描述自行车前后轮的转动和骑车人身体的关节活动。
3.根据权利要求1所述的自行车碰撞事故的三维建模及优化再现方法,其特征是,所述的步骤(2),具体指:依据建立的自行车和骑车人仿真模型,设置骑车人臀部与自行车座垫存在支撑接触,手部支撑于自行车前龙头手柄,左右脚部分别支撑于自行车脚踏板。
5.根据权利要求1所述的自行车碰撞事故的三维建模及优化再现方法,其特征是,所述的步骤(4),具体指:在碰撞仿真模型中,根据事故现场环境,自定义空间广义坐标系XYZ,然后确定事故发生后汽车停止质心位置坐标G1(xc1,yc1,zc1)、自行车停止质心位置坐标B1(xb1,yb1,zb1)、骑车人臀部落点位置坐标H1(xh1,yh1,zh1)。
6.根据权利要求1所述的自行车碰撞事故的三维建模及优化再现方法,其特征是,所述的步骤(5),具体指:设定优化设计变量为汽车对自行车的碰撞速度V,碰撞初始时刻汽车质心位置坐标C2(xc2,yc2,zc2)、自行车质心位置坐标B2(xb2,yb2,zb2)、骑车人臀部位置坐标H2(xb2,yb2,zh2),以汽车速度的估值区间和汽车、自行车碰撞前后的距离关系作为约束条件,确定优化目标函数Y:
式中βi为加权系数。
7.根据权利要求1所述的自行车碰撞事故的三维建模及优化再现方法,其特征是,所述的步骤(6),具体指:调用优化算法,在设计变量取值区间范围内进行搜索,经p次优化循环后计算得到碰撞速度尸Vp,汽车停止质心位置坐标C1 p(xc1 p,yc1 p,zc1 p)、自行车停止质心位置坐标B1 p(xb1 p,yb1 p,zb1 p)、骑车人臀部落点位置坐标H1 p(xh1 p,yb1 p,zh1 p),使目标函数Fp[x]最小化,即:
8.根据权利要求1所述的自行车碰撞事故的三维建模及优化再现方法,其特征是,所述的步骤(7),具体指:经过p次优化循环计算,在满足约束条件的情况下,对每相邻两个优化循环得到的计算结果进行比较分析,根据设定的目标函数误差Ep判断是否收敛,目标函数误差计算公式为:
Ep取值区间为[0,1],随着优化次数p增加,Ep越小,表明目标函数误差序列呈递减趋势,两次相邻优化循环的计算结果越接近,优化结果越趋于收敛,当Ep值在设定的范围值内趋近于零,即判断以汽车、自行车和骑车人分别相对事故中实际位置的距离和为目标函数的值收敛,计算得到它们各自的位置最接近事故实际情况,即求得最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100456211A CN101118652A (zh) | 2007-09-06 | 2007-09-06 | 自行车碰撞事故的三维建模及优化再现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100456211A CN101118652A (zh) | 2007-09-06 | 2007-09-06 | 自行车碰撞事故的三维建模及优化再现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101118652A true CN101118652A (zh) | 2008-02-06 |
Family
ID=39054750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007100456211A Pending CN101118652A (zh) | 2007-09-06 | 2007-09-06 | 自行车碰撞事故的三维建模及优化再现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101118652A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034257A (zh) * | 2010-12-31 | 2011-04-27 | 长安大学 | 汽车与两轮或三轮车碰撞事故模拟再现计算机系统 |
CN102156767A (zh) * | 2010-12-31 | 2011-08-17 | 长安大学 | 一种汽车与地面固定物碰撞事故分析计算与模拟再现系统 |
CN102231210A (zh) * | 2011-07-15 | 2011-11-02 | 长安大学 | 汽车失控后再碰固定物事故分析与模拟再现计算机系统 |
CN105956265A (zh) * | 2016-04-29 | 2016-09-21 | 大连楼兰科技股份有限公司 | 仿真工况参数流程化用于碰撞事故仿真重现的方法及系统 |
CN107895441A (zh) * | 2017-10-26 | 2018-04-10 | 广州市雷军游乐设备有限公司 | 获取抓取器模型抓取状态的方法、装置、设备及存储介质 |
CN108492008A (zh) * | 2018-03-02 | 2018-09-04 | 上汽通用汽车有限公司 | 一种乘用车评估方法、电子设备及存储介质 |
CN108646264A (zh) * | 2018-05-10 | 2018-10-12 | 上海安吉星信息服务有限公司 | 一种车辆定位方法及装置 |
CN108961399A (zh) * | 2018-09-04 | 2018-12-07 | 福建师范大学 | 一种完整四肢骸骨活体关节活动还原方法 |
CN109977986A (zh) * | 2018-12-21 | 2019-07-05 | 长沙理工大学 | 一种多源不确定性信息下车人碰撞事故车速鉴定方法 |
-
2007
- 2007-09-06 CN CNA2007100456211A patent/CN101118652A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156767A (zh) * | 2010-12-31 | 2011-08-17 | 长安大学 | 一种汽车与地面固定物碰撞事故分析计算与模拟再现系统 |
CN102034257A (zh) * | 2010-12-31 | 2011-04-27 | 长安大学 | 汽车与两轮或三轮车碰撞事故模拟再现计算机系统 |
CN102231210A (zh) * | 2011-07-15 | 2011-11-02 | 长安大学 | 汽车失控后再碰固定物事故分析与模拟再现计算机系统 |
CN102231210B (zh) * | 2011-07-15 | 2013-03-06 | 长安大学 | 汽车失控后再碰固定物事故分析与模拟再现计算机系统 |
CN105956265A (zh) * | 2016-04-29 | 2016-09-21 | 大连楼兰科技股份有限公司 | 仿真工况参数流程化用于碰撞事故仿真重现的方法及系统 |
CN107895441B (zh) * | 2017-10-26 | 2021-01-05 | 广州市雷军游乐设备有限公司 | 获取抓取器模型抓取状态的方法、装置、设备及存储介质 |
CN107895441A (zh) * | 2017-10-26 | 2018-04-10 | 广州市雷军游乐设备有限公司 | 获取抓取器模型抓取状态的方法、装置、设备及存储介质 |
CN108492008A (zh) * | 2018-03-02 | 2018-09-04 | 上汽通用汽车有限公司 | 一种乘用车评估方法、电子设备及存储介质 |
CN108492008B (zh) * | 2018-03-02 | 2021-06-04 | 上汽通用汽车有限公司 | 一种乘用车评估方法、电子设备及存储介质 |
CN108646264A (zh) * | 2018-05-10 | 2018-10-12 | 上海安吉星信息服务有限公司 | 一种车辆定位方法及装置 |
CN108961399A (zh) * | 2018-09-04 | 2018-12-07 | 福建师范大学 | 一种完整四肢骸骨活体关节活动还原方法 |
CN108961399B (zh) * | 2018-09-04 | 2022-05-17 | 福建师范大学 | 一种完整四肢骸骨活体关节活动还原方法 |
CN109977986A (zh) * | 2018-12-21 | 2019-07-05 | 长沙理工大学 | 一种多源不确定性信息下车人碰撞事故车速鉴定方法 |
CN109977986B (zh) * | 2018-12-21 | 2022-10-28 | 长沙理工大学 | 一种多源不确定性信息下车人碰撞事故车速鉴定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101118652A (zh) | 自行车碰撞事故的三维建模及优化再现方法 | |
CN110160804A (zh) | 一种自动驾驶车辆的测试方法、装置及系统 | |
CN110298122A (zh) | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 | |
CN103278341B (zh) | 一种汽车驾驶员转向操纵舒适性评价方法 | |
CN109407677A (zh) | 自动驾驶车辆的轨迹跟踪方法 | |
CN106255899A (zh) | 用于将对象用信号通知给配备有此装置的车辆的导航模块的装置 | |
CN207301793U (zh) | 一种图像识别处理无人驾驶智能车 | |
EP2752347A1 (en) | Vehicular information-processing device and vehicular information-processing method | |
Bisoffi et al. | Longitudinal jerk estimation of driver intentions for advanced driver assistance systems | |
CN109283843A (zh) | 一种基于多项式与粒子群算法融合的换道轨迹规划方法 | |
CN114030485B (zh) | 一种考虑附着系数的自动驾驶汽车类人换道决策规划方法 | |
CN111114536A (zh) | 一种车辆自动泊车控制方法及装置 | |
Shikata et al. | Digital twin environment to integrate vehicle simulation and physical verification | |
CN107505617A (zh) | 一种雷达目标测试方法 | |
CN1889083A (zh) | 基于三维多刚体模型的轿车-人碰撞事故再现优化方法 | |
CN110210090B (zh) | 基于不确定度理论与遗传算法的机动车事故分析方法 | |
CN102034257A (zh) | 汽车与两轮或三轮车碰撞事故模拟再现计算机系统 | |
CN102236908A (zh) | 车辆迭碰撞事故分析计算与模拟再现系统 | |
CN108961680A (zh) | 一种酒后驾驶和疲劳驾驶判别系统的性能检测系统及方法 | |
CN107291074A (zh) | 一种缩微智能车系统 | |
CN112287557A (zh) | 辅助驾驶仿真测试的雷达点云数据在环回放方法及系统 | |
CN102063573B (zh) | 一种坠车事故分析计算与模拟再现计算机系统 | |
CN107016894A (zh) | 装甲车模拟训练系统和方法 | |
CN113696890B (zh) | 车道保持方法、装置、设备、介质及系统 | |
Zhu et al. | Design of an integrated vehicle chassis control system with driver behavior identification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20080206 |