技术摘要：
本发明提供了一种基于事故统计数据的乘用车辆安全性能综合评价方法，包括：步骤1，收集事故数据并筛选出适用于分析乘用车碰撞攻击性及耐撞性的事故数据；步骤2，根据事故数据的记录特征对关键控制变量进行提取；步骤3，根据提取的关键控制变量构建贝叶斯分层有序logit  全部
背景技术：
现如今，社会经济的不断发展为道路交通安全管理提出了新要求。提升车辆的碰 撞安全性能是减少道路交通伤害以及保障人民财产安全的有效手段，也是汽车产业致力于 交通安全改善的首选途径。如何科学评价车辆的安全性能以及如何检验车辆安全性能是否 满足当前道路交通环境的要求是行业主管部门和车辆零部件厂商的痛点和难点，近年来， 政府和行业主管机构出台了更加全面的车辆安全相关标准法规、新车测试评价规程，其中 对车辆碰撞测试的要求越来越严苛，车辆安全性能得到了一定的改善。然而，这些相对固 化、标准化的碰撞测试规程与实际道路交通事故的形态、碰撞条件、约束系统的使用、车辆 损坏特征、人员损伤后果以及非车辆安全性能参数(乘员年龄、性别、人机交互体验)等相差 较大，碰撞测试评分结果与真实事故中的车辆安全性能表现存在一定的不一致性。近年来， 基于历史事故数据的统计建模分析技术受到了广泛关注。通过构建包括二项logit模型和 有序logit模型在内的线性回归模型，并选取影响事故严重程度的车辆安全防护性能(如乘 员保护性)与非车辆安全防护性能(如乘员年龄、性别等)因素作为变量，该方法能够深入挖 掘交通事故发生过程中乘员伤害严重程度与车辆安全性能之间的关系。相较于传统基于碰 撞试验的车辆安全性能评估方法(对车辆进行不同重叠率的正面碰撞、侧面碰撞、柱撞、翻 滚、追尾等一些列实车试验，评估发生事故后相关系统和组件的的耐撞性及假人伤害参 数)，基于历史事故数据的评价方法不仅运作成本低、整体操作简便，基于真实事故的评价 结果更具代表性和实用性。此外，以线性回归模型为基础的评价方法，能够有效控制事故过 程中其他非车辆安全性能因素的效应，从而更加精准的评价车辆的安全性能。 然而，一方面，现有基于事故数据的评价方法，主要是从车辆保护自身乘员能力 (如，乘员免受伤害的能力)的角度来评价其安全性能，缺乏对碰撞双方整体安全性能的考 量，即碰撞相容性问题。例如，乘员的伤害严重程度不仅与自身车辆的保护性能有关，还取 决于对方车辆的攻击性特征，即事故中车辆对碰撞对方车辆可能造成伤害的特性。忽略这 一因素会导致车辆安全性能的评价结果存在偏差。此外，传统模型通常采用乘员的受伤严 重性来表征事故发生后的严重程度。然而，车辆受损严重性也是衡量事故严重性的重要指 标，尤其对于大量的仅财产损失的事故。事故过程中车辆的损伤程度与车辆安全性能因素 以及其他非车辆安全性能因素有直接关系。因此，了解事故过程中不同类型车辆的在不同 碰撞条件下的车辆损坏程度，尤其对于高端市场的乘用车，显得极为重要。另一方面，有研 究表明，在车辆类型相同的碰撞事故中(双方均为乘用车)，由于涉事车辆受到相互力的作 用，车辆动力学响应满足动量守恒与能量守恒的定律，同时车辆受外界道路环境因素的影 响也相似，因此车辆的事故严重性之间存在高度的相关性，事故中的碰撞双方具有相似的 事故机理，从而在事故数据中隐含着车辆嵌套于事故中的层级关系。现有评价方法所选用 5 CN 111582368 A 说　明　书 2/12 页 的基础模型，不能充分考虑事故数据中隐含的这一层级特性，将数据中的所有涉事车辆视 为同质的单元，将导致估计的模型参数存在偏差。
技术实现要素：
本发明提供了一种基于事故统计数据的乘用车辆安全性能综合评价方法，其目的 是为了解决传统的评价方法，不能充分考虑事故数据中隐含的车辆嵌套于事故中的层级特 性，将数据中的所有涉事车辆视为同质的单元，导致估计的模型参数存在偏差的问题。 为了达到上述目的，本发明的实施例提供了一种基于事故统计数据的乘用车辆安 全性能综合评价方法，包括： 步骤1，收集事故数据并筛选出适用于分析乘用车碰撞攻击性及耐撞性的事故数 据； 步骤2，根据事故数据的记录特征对关键控制变量进行提取； 步骤3，根据提取的关键控制变量构建贝叶斯分层有序logit回归模型，将所述步 骤1获得的事故数据输入到贝叶斯分层有序logit回归模型中，采用贝叶斯统计推断方法对 模型参数进行估计，获得车辆的全方位安全指标； 步骤4，对贝叶斯分层有序logit回归模型的参数估计结果进行分析，对车辆的碰 撞攻击性能、自身乘员保护性能和自身结构防护性能进行分析。 其中，所述步骤1具体包括： 从收集的事故数据中筛选出仅两车相撞的事故数据，筛选出正面碰撞、追尾碰撞、 侧面碰撞及其它单次碰撞事件并剔除因二次事故伤害造成的乘员受伤，筛选出乘用车事 故，筛选出事故车辆的生产年份数据，筛选出详细记录乘员伤害的事故数据。 其中，所述步骤2具体包括： 根据所收集事故数据的记录特性，提取涉事人员的年龄和性别、事故中驾驶员甩 出情况、事故前车辆碰撞速度、事故碰撞类型和碰撞区域六个变量作为贝叶斯分层有序 logit回归模型的控制变量。 其中，所述步骤3具体包括： 以两车相撞事故为研究对象，定义i[m](m＝1，2)代表事故i中的两辆车，事故数据 中，依据事故的严重程度将事故划分为多种类型，以ISi[m]表示乘员的受伤严重性，以DSi[m] 表示车辆的受损严重性，对ISi[m]和DSi[m]等级变量进行回归建模处理，估计各事故风险因素 对不同严重等级的影响效应，在贝叶斯分层有序logit回归模型中，通过对每起事故定义一 组变量阈值，界定对应事故中车或人的伤害严重程度结果的区间边界，将事故中乘员伤害 划分为五个等级，在贝叶斯分层有序logit回归模型中通过γik，(k＝1，2，3，4)，4个阈值表 示乘员伤害等级，将因变量划分为5个区间分别对应等级1到等级5，5个伤害等级，以潜变量 表示各乘员伤害等级，即： 6 CN 111582368 A 说　明　书 3/12 页 其中，所述步骤3还包括： 将事故中车辆受损划分为三个等级：未受损、中度受损和严重受损，通过λik，k＝1， 2，3，这3个阈值表示车辆受损等级，以潜变量 表示各车辆受损等级，将因变量划分3 个区间分别对应3个车辆受损等级： 在贝叶斯分层有序logit回归模型中，将潜变量 和 分别表示为以下线 性形式： 其中，θi[m]和θ′i[m]为模型协变量，εi[m]和ε′i[m]为随机扰动项，服从logistic分布， 因此，事故严重程度的累计概率密度函数及其累计logistic表达式分别表示为： 其中，Pi[m]，k表示乘员的受伤严重性在k区间的概率，P′i[m]，k表示车辆的受损严重 性在k区间的概率，模型协变量θi[m]和θ′i[m]表示与事故严重程度有关的因素，包括车辆的安 全性能因素和其他非车辆安全性能因素。 其中，所述步骤3还包括： 理想情况下，在两辆车相撞时，控制其他影响因素的效应，得到： θi[1]～CAIi[2]-OPIi[1] 其他影响因素   (9) θi[2]～CAIi[1]-OPIi[2] 其他影响因素   (10) θ′i[m]～CAIi[2]-VPIi[1] 其他影响因素   (11) θ′i[m]～CAIi[1]-VPIi[2] 其他影响因素   (12) 其中，θi[m]和θ′i[m]表示与事故严重程度有关的因素，i[m](m＝1，2)表示事故i中的 两辆车，m(m＝1，2)表示车辆，CAIi[m]表示车辆m在事故i中车辆m的碰撞攻击性能，OPIi[m]表 示车辆m在事故i中车辆m的自身乘员保护性能，VPIi[m]表示车辆m在事故i中车辆m的自身结 构防护性能； 7 CN 111582368 A 说　明　书 4/12 页 在此基础上构建车辆嵌套与事故中的层级结构，在事故层面，阈值参数γik和λik 设定为随机参数： γik＝γk bi1，k＝1，2，3，4   (13) λik＝λk bi2，k＝1，2，3   (14) 其中，γik表示乘员伤害等级，λik表示车辆受损等级； 为了能够有效量化事故之间的异质性，以及同一车辆上可能存在的乘员受伤与车 辆损坏的关联性，贝叶斯分层有序logit回归模型假设随机效用bi1和bi2服从二项分布： 其中，所述步骤3还包括： 采用贝叶斯统计推断方法对贝叶斯分层有序logit回归模型中的参数进行估计， 获得车辆的自身乘员保护性能和车辆的自身结构防护性能的安全指标，贝叶斯统计推断方 法的理论框架可以表示为： 其中，π(θ|y)表示给定向量y后θ的后验分布，L(y|θ)为似然函数，π(θ)为θ的先验 分布，∫L(y|θ)π(θ)dθ表示观测数据的边缘分布，y表示观测数据向量，θ表示模型似然函数 中参数的向量。 其中，所述步骤4具体包括： 采用统计软件WinBUGS拟合估计贝叶斯分层有序logit回归模型，对贝叶斯分层有 序logit回归模型的参数估计结果进行分析，对车辆的碰撞攻击性能、自身乘员保护性能和 自身结构防护性能进行分析。 本发明的上述方案有如下的有益效果： 本发明的上述实施例所述的基于事故统计数据的乘用车辆安全性能综合评价方 法，细化了被动安全的评价内容，通过构建贝叶斯分层有序logit模型，能够从车辆的碰撞 攻击性能、自身乘员保护性能和自身结构防护性能三个安全指标综合评价乘用车辆的安全 性能，采用分层结构构建，能够处理隐含在事故数据中的事故与车辆双层嵌套结构，提供更 加准确的参数估计值，从而得到更加精准的评价结果，乘用车辆安全性能评价的全面性、精 确性和实用性等方面均得到了提高。 附图说明 图1为本发明的流程图； 图2为本发明的乘用车碰撞区域划分示意图； 图3为本发明不同品牌车辆的自身乘员保护性能指标示意图。