用于追尾碰撞场景生成的领头车辆运动学建模

将虚拟安全评估作为评估车辆安全技术的主要方法，凸显了碰撞场景生成的重要性。最常见的碰撞类型之一是追尾碰撞，涉及领头车辆和跟随车辆。大多数研究聚焦于跟随车辆，假设领头车辆在碰撞前保持恒定加速度/减速度。然而，文献中并无证据支持该前提。本研究旨在通过彻底分析和建模领头车辆行为，作为生成追尾碰撞场景的第一步，来填补这一知识空白。据此，研究采用分段线性模型对领头车辆的速度曲线进行参数化，利用了两个追尾碰撞前/近碰撞数据集。这些数据集被合并并分类为多个子数据集；针对每个子数据集，构建了多元分布以表示相应参数。随后，使用这些分布模型生成合成数据集，并通过与原始合并数据集比较进行验证。结果突显了多样的领头车辆速度模式，表明需要比传统恒定加速度/减速度模型更精确的模型，如所提出的分段线性模型。使用所提模型生成的碰撞在整个严重程度范围内与碰撞数据准确匹配，在严重程度范围和准确性上均超越现有领头车辆运动学模型。通过提供更为真实的领头车辆速度曲线，本研究开发的模型有助于创建真实的追尾碰撞场景并重建真实碰撞。