[发明专利]基于不确定度理论与遗传算法的机动车事故分析方法

说明书

本发明公开了一种基于不确定度理论与遗传算法的机动车事故分析方法，所述方法通过数据处理分析，再现还原机动车发生事故时的场景。该方法首先通过事故现场采集到的数据建立车速预估模型，针对输入参数的不确定性进行车速不确定度评定，得到汽车碰撞车速的取值区间，为准确判断汽车是否超速，运用遗传优化算法求解最佳碰撞车速，最后结合计算机仿真与人体损伤对比验证。本发明在汽车与电动自行车事故再现中可提高计算精度和可靠性，对事故责任判定以及交通事故预防有着重要意义，同时也可以为汽车与电动自行车厂商在安全性设计时提供理论基础、为道路交通安全相关法规的建立健全提供参考依据。

技术领域

本发明属于数据分析和仿真技术，具体的涉及一种基于不确定度理论与遗传算法的机动车事故分析方法。

背景技术

因电动自行车同时具备传统脚踏自行车轻便灵活以及摩托车经济快捷的优点，其需求逐年增加，伴随电动自行车产业的蓬勃发展，我国电动自行车产业规模已跃居世界第一。与此同时，汽车与电动自行车交通事故日益突出，涉及电动自行车事故发生数以及伤亡人数均呈逐年上升趋势，严重影响交通秩序，引起了强烈的社会影响。汽车与电动自行车碰撞事故频发，涉及到汽车与电动自行车、骑车人间的相互碰撞。目前在处理无道路监控覆盖路段的电动自行车事故时，鉴定方法较为单一，并且就责任划分等方面存在诸多困难和主观性影响，囿于事故现场数据采集存在误差，在车速鉴定时往往存在较大的误差，责任划分常存在较大争议。

因此对事故过程进行分析，适当运用典型公式，探究科学的车速计算方法，客观真实地再现事故过程，对事故责任判定以及交通事故预防有着重要意义，同时也可以为汽车与电动自行车厂商在安全性设计时提供理论基础、为道路交通安全相关法规的建立健全提供参考依据。

发明内容

发明目的：针对上述现有技术在处理交通事故上的不足，本发明旨在提供一种基于不确定度理论与遗传算法的机动车事故分析方法，实现交通事故现场的数据采集和验证，提高车速预测的精准性。

技术方案：一种基于不确定度理论与遗传算法的机动车事故分析方法，包括如下步骤：

(1)采集交通事故现场数据，包括骑车人抛距L_p、人体与路面间摩擦系数μ、等效质心高度H_p、碰撞抛射角度θ；

(2)基于事故现场数据，建立车速预估模型，计算事故发生时的机动车速度值；

(3)车速的不确定度评定，包括划分A类评定和B类评定，计算机动车发生事故的最佳碰撞车速取值区间；

(4)将机动车发生事故的速度区间作为约束条件，通过遗传算法求解最佳碰撞车速；

(5)根据最佳碰撞车速值进行模拟仿真，包括通过有限元法和多刚体法验证事故现场数据，得出事故原因及结论。

进一步的，步骤(2)中通过电动自行车及其骑车人抛距的初步估算汽车碰撞速度的计算公式如下：

式中，m_p为骑车人质量，m_c为汽车质量，m_e为电动自行车质量，H_p、H_e分别为骑车人与电动自行车等效质心高度，μ、f分别为骑车人、电动自行车与路面间的摩擦系数，θ、θ_e分别为骑车人、电动自行车抛出角度。

步骤(3)所述的不确定度评定计算如下：

测量获取车辆和人员质量，g为重力加速度，基于骑车人抛距L_p、人体与路面间摩擦系数μ、等效质心高度H_p、碰撞抛射角度θ作为不确定因子进行不确定度评定，碰撞速度表达式为：

v_c＝F(μ、θ、H_p、L_P)