场景生成验证的方法学挑战：用于虚拟安全评估的追尾碰撞成因模型

碰撞与冲突避免系统的安全评估对汽车工业及其他利益相关者十分重要。需要此类评估的一种系统是驾驶员监控系统（DMS），其在驾驶员长时间视线离开道路时进行某种干预（例如警告或提示）。尽管使用计算机仿真评估安全系统正日益普遍，但对于影响驾驶员行为的系统（如 DMS）尚不常用。需要能生成考虑碰撞成因机制的虚拟碰撞的模型来评估这些系统。然而，此类模型甚少，且已有模型未在真实世界数据上得到充分验证。本研究旨在通过验证一个基于四种与驾驶员行为相关的碰撞成因机制的追尾碰撞成因模型来填补这一研究空白：a) 视线离路，b) 车距过短，c) 未以最大可能减速度制动，d) 嗜睡（碰撞前未反应）。碰撞前运动学数据来自德国 GIDAS 深度碰撞数据库。我们识别并解决了验证过程中的挑战。最显著的是，开发了一个将生成的碰撞转化为模仿 GIDAS 中碰撞严重程度分布的过程。此步骤必要，因为 GIDAS 不含仅财产损坏（PDO）碰撞，而生成的碰撞覆盖全部严重程度范围（包括低严重度碰撞，其中许多为 PDO）。我们的结果表明所提模型是相当好的碰撞生成器。我们进一步证明该模型是在虚拟仿真中评估 DMS 的有效方法；它显示了更短的“最长”离路视线时长的安全影响。正如预期，削减长离路视线大幅减少了发生的碰撞数量并降低了平均 delta-v。