基于運(yùn)動(dòng)姿態(tài)采集的車輛交通事故數(shù)據(jù)分析與應(yīng)用

王立穎， 李亞輝

(遼寧警察學(xué)院治安管理系， 遼寧大連 116036)

0 引言

隨著社會(huì)現(xiàn)代化的發(fā)展，汽車已經(jīng)走進(jìn)千家萬戶。國家在道路交通基礎(chǔ)建設(shè)中的巨額投入，使得道路特別是高速公路里程有了突飛猛進(jìn)的增長。道路交通在推動(dòng)我國經(jīng)濟(jì)發(fā)展的同時(shí)，也增加了很多安全隱患，道路交通事故就是其中重要的一項(xiàng)。

我國一、二線城市由于越來越復(fù)雜的交通狀況，現(xiàn)在紛紛建立起了智能交通系統(tǒng)，實(shí)現(xiàn)多種交通數(shù)據(jù)采集、共享和應(yīng)用。目前在交通事故處理和預(yù)防方面信息化手段的運(yùn)用越來越多，并不斷有新的研究成果出現(xiàn)。蔡暘等[1](2016)提出以駕駛員性別、年齡、駕齡、車輛狀況、等靜態(tài)特征變量為基礎(chǔ)的事故發(fā)生可能性評(píng)分卡，能夠較好地預(yù)測(cè)事故發(fā)生的概率；何明[2](2009)、楊劍紅[3](2017)、楊東紅[4](2017)均提出了利用數(shù)據(jù)挖掘技術(shù)分析交通事故發(fā)生的頻繁因素集,發(fā)現(xiàn)交通事故數(shù)據(jù)中存在的關(guān)系和規(guī)則,從而為交通事故預(yù)警和管理提供數(shù)據(jù)決策支撐。在眾多技術(shù)方法和手段中，運(yùn)用實(shí)時(shí)、連續(xù)、動(dòng)態(tài)的車輛運(yùn)行數(shù)據(jù)進(jìn)行交通事故處理與預(yù)測(cè)的研究很少見到，主要是數(shù)據(jù)采集較難。隨著物聯(lián)網(wǎng)技術(shù)進(jìn)步和運(yùn)動(dòng)姿態(tài)傳感器的出現(xiàn)，建立基于車輛運(yùn)行數(shù)據(jù)的交通事故數(shù)據(jù)分析系統(tǒng)，用一種更加科學(xué)的方法剖析交通事故的成因和預(yù)防交通事故的發(fā)生成為可能。

1 汽車運(yùn)動(dòng)姿態(tài)與交通事故的關(guān)系

1.1 運(yùn)動(dòng)姿態(tài)與運(yùn)動(dòng)姿態(tài)的采集

運(yùn)動(dòng)姿態(tài)是運(yùn)動(dòng)物體在運(yùn)動(dòng)過程中所表現(xiàn)出的姿態(tài)和特征，運(yùn)動(dòng)姿態(tài)即運(yùn)動(dòng)物體的航向、俯仰、翻滾、傾斜等各種角度，運(yùn)動(dòng)特征即加速度、角速度等各種運(yùn)動(dòng)速度。運(yùn)動(dòng)姿態(tài)代表了運(yùn)動(dòng)物體運(yùn)動(dòng)時(shí)的瞬時(shí)空間狀態(tài)，是描述物體運(yùn)動(dòng)特性的基本數(shù)據(jù)，這種特性可以是物體因外力作用而產(chǎn)生，也可以是物體內(nèi)在動(dòng)力而產(chǎn)生，或內(nèi)外共同作用而產(chǎn)生，研究物體的運(yùn)動(dòng)姿態(tài)可以使人們更好地掌控物體的運(yùn)動(dòng)特性，為人們服務(wù)，如各種交通工具的產(chǎn)生。

物體的運(yùn)動(dòng)在人們的設(shè)計(jì)中變得有規(guī)律，為人們帶來便利和能量，但物體的運(yùn)動(dòng)姿態(tài)如果超出設(shè)計(jì)范圍或不是按既定的規(guī)律運(yùn)動(dòng)，就可能發(fā)生事故、危險(xiǎn)、危害、損失，因此絕大多數(shù)的人類工具的運(yùn)動(dòng)姿態(tài)需要得到有效控制，這就需要運(yùn)動(dòng)姿態(tài)采集和分析，通常我們利用運(yùn)動(dòng)姿態(tài)傳感器來采集物體的運(yùn)動(dòng)姿態(tài)和運(yùn)動(dòng)特征。在交通事故數(shù)據(jù)分析中通常按交通事故的數(shù)據(jù)特點(diǎn)選擇姿態(tài)傳感器的類型和精度。一般交通事故的分析和再現(xiàn)都會(huì)涉及到肇事車輛的加速度、角速度、各種運(yùn)動(dòng)角度，因此傳感器需要能夠同時(shí)采集這些數(shù)據(jù)，因此姿態(tài)傳感器是首選；另外，根據(jù)一般交通事故的經(jīng)驗(yàn)數(shù)據(jù)、交通工具的設(shè)計(jì)特點(diǎn)和事故分析和再現(xiàn)的精度需求，各種姿態(tài)角的精度應(yīng)該控制在0.1度以內(nèi)，航向角量程0～360度，橫滾角量程-180～180度，俯仰角量程-90～90度，傾斜角量程0～90度，加速度精度應(yīng)控制在0.01 g以內(nèi)，量程應(yīng)控制在±8～10 g，角速度精度應(yīng)控制在100deg/s以內(nèi)，量程應(yīng)控制在±1 000～2 000deg/s，采樣頻率應(yīng)控制在20～100 Hz，工作溫度可以運(yùn)行在-20～85 ℃之間。表1是本項(xiàng)目試驗(yàn)中所選用的運(yùn)動(dòng)姿態(tài)傳感器采集的上傳到服務(wù)端的數(shù)據(jù)格式。其中標(biāo)題行分別是試驗(yàn)設(shè)備號(hào)、采集時(shí)間、航向角數(shù)據(jù)、俯仰角數(shù)據(jù)、橫滾角數(shù)據(jù)、傾斜角數(shù)據(jù)、X軸加速度數(shù)據(jù)、Y軸加速度數(shù)據(jù)、Z軸加速度數(shù)據(jù)、X軸角速度數(shù)據(jù)、Y軸角速度數(shù)據(jù)、Z軸角速度數(shù)據(jù)，表中姿態(tài)角數(shù)據(jù)均保留小數(shù)點(diǎn)后4位，運(yùn)動(dòng)特征數(shù)據(jù)均保留小數(shù)點(diǎn)后6位。

表1 項(xiàng)目試驗(yàn)所選用姿態(tài)傳感器的上位機(jī)數(shù)據(jù)保存格式

1.2 汽車在發(fā)生交通事故時(shí)的姿態(tài)變化

汽車是一個(gè)典型的運(yùn)動(dòng)物體，當(dāng)車輛運(yùn)動(dòng)時(shí)，則Z軸的角速度變化代表了航向，Y軸角速度代表了俯仰，X軸角速度變化代表了橫滾，X軸加速度變化代表了加減速，Y軸加速度變化代表了軸向沖擊，Z軸加速度變化代表了振動(dòng)[5]。由于地球磁場影響和角速度的積分累積誤差，姿態(tài)傳感器引入磁力計(jì)和加速度計(jì)與角速度計(jì)共同組成姿態(tài)航向參考系統(tǒng)，以正北方向磁場和三軸加速度作為姿態(tài)角的參考矩陣，以得到更加準(zhǔn)確的姿態(tài)數(shù)據(jù)。圖1為三軸運(yùn)動(dòng)姿態(tài)的圖解，通過姿態(tài)傳感器可分別測(cè)得X、Y、Z軸的加速度、角速度值和四種姿態(tài)角值。

圖1 三軸姿態(tài)圖解

汽車在道路上正常行駛，運(yùn)動(dòng)姿態(tài)和運(yùn)動(dòng)特征將波動(dòng)在一個(gè)可控制的范圍內(nèi)，當(dāng)汽車運(yùn)動(dòng)姿態(tài)突然發(fā)生改變，就可能導(dǎo)致交通事故的發(fā)生。如汽車急轉(zhuǎn)彎，角速度突然增加，有可能在離心力的作用下而發(fā)生側(cè)翻事故；再如汽車在冰雪路面上行駛，輪胎附著力減小，Y軸加速度增加，有可能在橫向沖擊力的作用下發(fā)生側(cè)滑事故。在一起交通事故中，汽車的航向角、俯仰角、橫滾角、傾斜角、加速度、角速度在方向上、數(shù)值上可能都會(huì)發(fā)生變化。

1.3 車輛運(yùn)動(dòng)姿態(tài)數(shù)據(jù)的處理與分析方法

(1)運(yùn)動(dòng)姿態(tài)數(shù)據(jù)的處理過程。運(yùn)動(dòng)姿態(tài)傳感器通常安裝于車輛軸線并靠近重心的位置，以利于更準(zhǔn)確的采集數(shù)據(jù)。傳感器采集到的數(shù)據(jù)一般按生產(chǎn)廠家設(shè)計(jì)的數(shù)據(jù)格式進(jìn)行排列，通過車內(nèi)有線網(wǎng)絡(luò)傳輸?shù)杰囕d計(jì)算機(jī)或通信終端(下稱車機(jī))進(jìn)行存貯，車機(jī)將存貯的數(shù)據(jù)按與上位計(jì)算機(jī)(一般是監(jiān)控中心的服務(wù)器)約定好的通信協(xié)議通過移動(dòng)互聯(lián)網(wǎng)向其發(fā)送數(shù)據(jù)，此時(shí)數(shù)據(jù)一般為16進(jìn)制。上位計(jì)算機(jī)接收到姿態(tài)數(shù)據(jù)并進(jìn)行10進(jìn)制轉(zhuǎn)換，按一定的規(guī)律和順序進(jìn)行存貯，如表1中所列數(shù)據(jù)格式。

(2)運(yùn)動(dòng)姿態(tài)數(shù)據(jù)的分析方法

①圖表分析法。這是一種計(jì)算機(jī)自動(dòng)分析的方法，通常我們?cè)诒O(jiān)控系統(tǒng)中會(huì)預(yù)先設(shè)定監(jiān)控車輛正常運(yùn)行的運(yùn)動(dòng)姿態(tài)數(shù)據(jù)域值，所采集的實(shí)時(shí)數(shù)據(jù)會(huì)繪制成波形，波動(dòng)在這個(gè)域內(nèi)。當(dāng)車輛發(fā)生事故時(shí)，實(shí)時(shí)數(shù)據(jù)會(huì)發(fā)生顯著變化，從而突破域值，計(jì)算機(jī)則進(jìn)行自動(dòng)標(biāo)識(shí)和警示。

②模型分析法。這是一種人工和計(jì)算機(jī)模型共同作用的分析方法。當(dāng)發(fā)生交通事故后，分析人員除通過現(xiàn)場痕跡和物證進(jìn)行判斷外，將采集到的事故發(fā)生前和發(fā)生時(shí)及發(fā)生后的姿態(tài)數(shù)據(jù)代入事先設(shè)定的數(shù)據(jù)分析模型，進(jìn)行肇事車輛的運(yùn)動(dòng)過程分析，以獲得該車輛的運(yùn)動(dòng)軌跡、駕駛員所采取的緊急措施和車輛姿態(tài)變化的客觀結(jié)果，經(jīng)與現(xiàn)成痕跡和物證的綜合比對(duì)，進(jìn)行事故責(zé)任認(rèn)定。

③動(dòng)態(tài)分析法。這也是一種計(jì)算機(jī)自動(dòng)分析的方法。當(dāng)發(fā)生交通事故后，分析人員將采集到的事故發(fā)生前和發(fā)生時(shí)及發(fā)生后的姿態(tài)數(shù)據(jù)和現(xiàn)場測(cè)量數(shù)據(jù)導(dǎo)入事先準(zhǔn)備好的交通事故再現(xiàn)仿真軟件系統(tǒng)，在數(shù)據(jù)驅(qū)動(dòng)下，仿真軟件對(duì)肇事車輛交通事故的發(fā)生過程進(jìn)行動(dòng)態(tài)模擬，以此再現(xiàn)事故發(fā)生的情景，對(duì)事故成因和事故責(zé)任進(jìn)行認(rèn)定。

2 運(yùn)動(dòng)姿態(tài)數(shù)據(jù)在交通事故分析和預(yù)防中的應(yīng)用

道路交通事故的發(fā)生主要是由兩方面引起。一方面是機(jī)動(dòng)車駕駛?cè)俗陨淼脑颍喝缃煌ㄟ`法、危險(xiǎn)駕駛或不專心駕駛；另一方面是由于道路的不良環(huán)境引起事故的發(fā)生。建立運(yùn)動(dòng)姿態(tài)大數(shù)據(jù)分析系統(tǒng)就是根據(jù)交通事故的特點(diǎn)、車輛的運(yùn)動(dòng)姿態(tài)、駕駛?cè)说鸟{駛狀態(tài)等，研究和預(yù)防交通事故的發(fā)生。

2.1 交通事故發(fā)生前和發(fā)生時(shí)的姿態(tài)數(shù)據(jù)在交通事故成因和責(zé)任認(rèn)定中的應(yīng)用

目前的交通事故分析主要依靠物證、人證、現(xiàn)場痕跡、測(cè)量和檢驗(yàn)數(shù)據(jù)等進(jìn)行分析，對(duì)事故原因進(jìn)行推測(cè)和責(zé)任認(rèn)定。這種方法已經(jīng)比較成熟，但也有缺陷，如人證可能說謊、作偽證，物證可能缺失或被偽造，現(xiàn)場痕跡可能被破壞或被更改，測(cè)量的人為誤差，等等。如果能夠引入姿態(tài)傳感器數(shù)據(jù)采集、數(shù)據(jù)存貯和傳輸，作為一種客觀數(shù)據(jù)，便于保存，誤差小，不容易被更改；作為一種連續(xù)數(shù)據(jù)，可追溯。這對(duì)于交通事故原因分析和責(zé)任認(rèn)定來說是一種極為有效的手段。表2總結(jié)了2種典型交通事故的成因與姿態(tài)數(shù)據(jù)的關(guān)系。

表2 典型交通事故成因與姿態(tài)數(shù)據(jù)的關(guān)系

表中aX表示X軸加速度，即加速；-aX表示X軸反向加速度，即減速；aY表示Y軸加速度，即側(cè)滑；ωZ表示Z軸角速度，即轉(zhuǎn)向。

如在一次碰撞事故中，肇事車輛被監(jiān)測(cè)到的運(yùn)動(dòng)姿態(tài)數(shù)據(jù)在事故發(fā)生前一段時(shí)間內(nèi)出現(xiàn)顯著異常，表現(xiàn)為X軸出現(xiàn)超出正常范圍的巨大反向加速度(車輛正常運(yùn)動(dòng)最大剎車加速度為-0.8g，最大加速加速度為0.3g，劇烈碰撞時(shí)加速度可超過-5g)，且時(shí)間極短，以ms計(jì)，在此之前，Y軸加速度呈現(xiàn)單向增加趨勢(shì)，航向角數(shù)據(jù)呈現(xiàn)一個(gè)方向的增大或減小。通過上述數(shù)據(jù)表現(xiàn)可以描述出車輛的特征是出現(xiàn)了跑偏，且在碰撞發(fā)生前沒有剎車動(dòng)作，根據(jù)這種車輛特征可推斷出事故的成因是因?yàn)轳{駛員存在疲勞駕駛或酒駕、毒駕可能，再結(jié)合駕駛員訊問和檢測(cè)，確定是哪一種或多種，事故責(zé)任由駕駛員負(fù)全責(zé)。

以上應(yīng)用尤其在缺少人證、物證，現(xiàn)場被破壞的情況下，可以準(zhǔn)確的描述事故發(fā)生前和發(fā)生時(shí)的車輛狀態(tài)，科學(xué)推斷事故成因，正確認(rèn)定責(zé)任。

2.2 交通事故發(fā)生前和發(fā)生時(shí)的姿態(tài)數(shù)據(jù)在事故再現(xiàn)中的應(yīng)用

事故再現(xiàn)不僅對(duì)于事故原因的分析和責(zé)任的認(rèn)定有很大的幫助，而且有利于發(fā)現(xiàn)環(huán)境、道路、法規(guī)、管理方面存在的問題，進(jìn)而促進(jìn)交通基礎(chǔ)設(shè)施建設(shè)、交通法規(guī)完善和交通管理落實(shí)。傳統(tǒng)事故再現(xiàn)分析的關(guān)鍵在于發(fā)現(xiàn)事故現(xiàn)場上遺留的各種痕跡和物證，如事故現(xiàn)場車輛的位置，事故中受傷害人員情況，事故發(fā)生地點(diǎn)的位置，制動(dòng)印跡，路面情況，事故車輛的損傷部位及損傷情況等。在這些痕跡和物證的基礎(chǔ)上，應(yīng)用有關(guān)運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)的知識(shí)和相關(guān)的數(shù)學(xué)計(jì)算方法，利用計(jì)算機(jī)技術(shù)，使事故現(xiàn)場一步一步地再現(xiàn)出來。

運(yùn)動(dòng)姿態(tài)傳感器可以采集到車輛發(fā)生事故前和發(fā)生事故時(shí)的車輛運(yùn)動(dòng)姿態(tài)數(shù)據(jù)，數(shù)據(jù)不僅客觀，而且在時(shí)間上連續(xù)。這種連續(xù)動(dòng)態(tài)數(shù)據(jù)相比圖片、痕跡、車損等靜態(tài)數(shù)據(jù)對(duì)車輛的運(yùn)動(dòng)軌跡和狀態(tài)描述更準(zhǔn)確細(xì)致，相比目擊者語言更加客觀全面，對(duì)于事故再現(xiàn)參數(shù)的選取和輸入具有更高的準(zhǔn)確性，可以幫助事故分析人員更真實(shí)地反饋事故發(fā)生時(shí)和事故發(fā)生前的全景狀態(tài)。圖2運(yùn)用車輛姿態(tài)數(shù)據(jù)模擬了一次兩車相撞的事故再現(xiàn)情景。

其中圖2(a)是利用兩車相撞前、相撞時(shí)和相撞后的車速、加速度、航向角、角速度、運(yùn)動(dòng)距離和車輛相對(duì)位置進(jìn)行碰撞軌跡模擬計(jì)算；

圖2(b)是計(jì)算過程的動(dòng)態(tài)描述，可以看到兩車碰撞瞬間的行駛方向、相遇地點(diǎn)、撞擊位置、車輛位移過程。

圖2 運(yùn)動(dòng)姿態(tài)數(shù)據(jù)在事故再現(xiàn)中的應(yīng)用

2.3 駕駛行為數(shù)據(jù)在交通事故預(yù)防中的應(yīng)用

交通事故的發(fā)生不僅是道路、天氣、交通流等外部因素作用的結(jié)果，更多的交通事故是駕駛員不正常駕駛行為或危險(xiǎn)駕駛行為引發(fā)的，比如超速、急加速、急剎車、急轉(zhuǎn)彎、連續(xù)變道、強(qiáng)行超車、疲勞駕駛、注意力分散等等。經(jīng)過國內(nèi)外多年的探索，駕駛行為與車輛姿態(tài)之間存在有規(guī)律的必然聯(lián)系，不正常的駕駛行為必然導(dǎo)致特異性的車輛姿態(tài)變化，因此利用姿態(tài)傳感器進(jìn)行車輛運(yùn)動(dòng)姿態(tài)和特征采集是一種比較可靠且準(zhǔn)確的數(shù)據(jù)來源。監(jiān)控管理人員可以按事故再現(xiàn)的理論和方法，設(shè)計(jì)駕駛行為表示模型，根據(jù)采集到的車輛姿態(tài)數(shù)據(jù)反饋出駕駛行為的特征，從而評(píng)估駕駛行為的安全指數(shù)，預(yù)防事故發(fā)生。

圖3是本項(xiàng)目一次真實(shí)駕駛行為的記錄。計(jì)算機(jī)利用EXCEL對(duì)車輛模擬危險(xiǎn)駕駛行為運(yùn)動(dòng)姿態(tài)數(shù)據(jù)進(jìn)行分析形成了波形圖，圖中4條曲線從上至下分別描述了試驗(yàn)車輛的速度、航向、X軸加速度、Y軸加速度，橫坐標(biāo)代表時(shí)間，縱坐標(biāo)代表數(shù)值。圖中數(shù)據(jù)共描述了4個(gè)特異性駕駛行為標(biāo)段。

標(biāo)段①，通過姿態(tài)數(shù)據(jù)判讀可以看出，車速存在先減速后加速的變化，航向角出現(xiàn)單方向連續(xù)增大，X軸加速度單方向連續(xù)增加，Y軸加速度出現(xiàn)較大波動(dòng)，可以分析出車輛正在加速變道，結(jié)合持續(xù)時(shí)間，可以得出結(jié)論，駕駛員在執(zhí)行連續(xù)變道操作，屬于危險(xiǎn)駕駛行為。

標(biāo)段②，通過姿態(tài)數(shù)據(jù)判讀可以看出，車速下降為零，航向角保持不變，X軸加速度下降為零，Y軸加速度保持不變，可以分析出車輛處于停止?fàn)顟B(tài)，結(jié)合持續(xù)時(shí)間，可以得出結(jié)論，駕駛員在執(zhí)行停車操作，屬于正常駕駛行為。

標(biāo)段③，通過姿態(tài)數(shù)據(jù)判讀可以看出，車速存在短時(shí)增加變化，航向角出現(xiàn)單方向連續(xù)陡變，X軸加速度單方向緩慢連續(xù)減小，Y軸加速度出現(xiàn)短時(shí)波動(dòng)，可以分析出車輛正在加速轉(zhuǎn)向，結(jié)合持續(xù)時(shí)間，可以得出結(jié)論，駕駛員在執(zhí)行急轉(zhuǎn)彎操作，屬于危險(xiǎn)駕駛行為。

標(biāo)段④，通過姿態(tài)數(shù)據(jù)判讀可以看出，車速存在突然為零的變化，航向角出現(xiàn)單方向小角度突然增大，X軸加速度突然單向大幅減小，Y軸加速度沒有顯著變化，可以分析出車輛出現(xiàn)實(shí)然停止，結(jié)合車速和X軸加速度數(shù)值變化，可以得出結(jié)論，駕駛員在執(zhí)行低速緊急剎車操作，并出現(xiàn)方向跑偏，屬于危險(xiǎn)駕駛行為。

通過以上車輛姿態(tài)數(shù)據(jù)圖表分析得出駕駛員駕駛行為，可以對(duì)一個(gè)駕駛員進(jìn)行安全指數(shù)評(píng)估，加強(qiáng)安全管理和教育，規(guī)避可能存在的安全隱患，預(yù)防交通事故。

圖3 駕駛行為姿態(tài)數(shù)據(jù)分析

3 結(jié)語

本文從汽車運(yùn)動(dòng)姿態(tài)與交通事故的關(guān)系入手，分析了汽車發(fā)生交通事故時(shí)的姿態(tài)變化、汽車運(yùn)動(dòng)姿態(tài)的采集方法和數(shù)據(jù)處理分析過程；重點(diǎn)論述了以運(yùn)動(dòng)姿態(tài)數(shù)據(jù)為核心的交通管理應(yīng)用，比如在交通事故處理與責(zé)任認(rèn)定、交通事故再現(xiàn)、駕駛行為分析的應(yīng)用場景，以提高事故處理與責(zé)任認(rèn)定的準(zhǔn)確性和全面性，監(jiān)測(cè)與預(yù)防交通事故具有較高價(jià)值。在本文的研究中，運(yùn)動(dòng)姿態(tài)數(shù)據(jù)只是作為交通事故處理的眾多數(shù)據(jù)的一種有效補(bǔ)充，運(yùn)用數(shù)據(jù)的手段和方法還停留在傳統(tǒng)的統(tǒng)計(jì)、仿真和人工判斷的模式上，沒有給出基于海量數(shù)據(jù)和新型算法分析的更加智能化的模式。今后需要圍繞對(duì)運(yùn)動(dòng)姿態(tài)數(shù)據(jù)的挖掘、事故處理算法進(jìn)行更加深入的研究，提出基于動(dòng)態(tài)數(shù)據(jù)的新的解決方案，運(yùn)用運(yùn)動(dòng)姿態(tài)大數(shù)據(jù)分析為交通事故的預(yù)測(cè)和安全評(píng)估提供理論依據(jù)，為處理交通事故提供數(shù)據(jù)依托。