《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 基于双网融合的车辆事故呼救系统研究
基于双网融合的车辆事故呼救系统研究
来源:电子技术应用2013年第3期
张伟伟1,宋晓琳1,2,王文涛1,欧阳维力1
1.湖南大学 汽车车身先进设计制造国家重点实验室,湖南 长沙410082; 2.北京航空航天大学 交通科学与工程学院,北京100191
摘要: 基于GPRS/CDMA和Internet的融合通信技术,构建了车辆事故呼救系统。该系统利用车载传感器获取车辆碰撞状态数据,并利用序次Probit模型估计驾驶员的损伤程度。通过无线通信技术,将驾驶员损伤程度估计、车辆是否翻滚、驾驶员-车辆基本信息、事故GPS数据等发送至事故呼救服务中心。事故呼救服务中心可以自动启动Google Earth软件确定事故方位,并可以激活事故车辆内的视音频通信,增强对事故现场的了解程度,提高事故救援效率。
中图分类号: U461.91
文献标识码: A
文章编号: 0258-7998(2013)03-0027-03
Research on vehicle accident calling system based on dual-network integration
Zhang Weiwei1,Song Xiaolin1,2,Wang Wentao1,Ouyang Weili1
1.The State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha 410082,China; 2.School of Transportation Science and Engineering, Beihang University, Beijing 100191,China
Abstract: Vehicle accident calling system is built based on the integrated communication of GPRS/CDMA and Internet. This system uses on-board sensors to acquire the vehicle collision state data, and estimates driver injury severity by means of ordered Probit model. All information including estimated driver injury severity, whether the rollover accident happened, driver-vehicle basic information and GPS data of accident is transmitted to the accident calling service center. The accident calling service center can not only determine the accident orientation by starting the Google Earth automatically,but also activate the video-audio communication in the accident vehicle, which is conducive to enhance the understanding of the accident scene and improve the efficiency of the accident rescue.
Key words : accident calling system;GPRS/CDMA-Internet communication;ordered Probit model;driver injury severity;Google Earth

    近年来,我国汽车保有量以及公路里程不断增加,交通事故数量也呈上升趋势。据统计,2010年我国发生交通事故21万起,造成6万余人死亡、25万余人受伤[1]。然而,很多伤亡是由于事故后抢救不及时而造成的[2]。为了提高事故救援水平,使伤员能够得到及时的救治,国内外都对车辆事故呼救系统进行了研究并将其投入实际应用。

    目前,国外开发并投入应用的产品普遍采用移动通信技术,车辆定位采用GPS定位技术,系统呼救触发是通过安全气囊系统直接触发或者人工按钮来实现触发,报告车辆位置、车主身份及车辆碰撞速度等。如通用公司的Onstar呼救系统采用XM卫星广播通信,可以将呼救控制在1 min内完成,明显减少了事故的伤亡。同时,国外所拥有的呼救中心及基站均为某些汽车公司专有,而我国呼救中心及基站仍为空白,还没有开发出成熟的产品。研究事故呼救系统的单位主要有江苏大学[3-4]、南昌大学[5]等,但也还停留在基本的通信阶段,没有针对服务中心的可视化定位技术。在乘员损伤程度估计过程中,多沿用参考文献[6]提出的基于碰撞速度差的乘员损伤估计模型,但是没有给出计算碰撞速度差的方法。
    本文利用现有的GPRS/CDMA和Internet网络能够很好地解决重新建立基站的困难,利用Google Earth快速进行事故可视化定位,利用安全气囊加速度传感器、倾角传感器、车载GPS等可以更快地建立车辆事故自动呼救系统。利用美国高速公路管理局的事故案例调查SCI(Special Crash Investigation)数据库[7],构建了序次Probit模型,用于评估驾驶员的损伤等级,可以更有针对性地提高呼救服务水平。基于SCI数据库和长沙事故案例库对该模型进行验证,说明该模型具有一定的有效性。
1 车辆事故呼救系统设计
    本事故呼救系统通过车载传感器等检测车身加速度和倾角信号,实时监测车辆碰撞事故的发生,并判断碰撞类型;根据序次Probit模型,估计驾驶员发生轻微损伤或严重损伤的可能性。该系统可建立车载GPRS/CDMA移动网与呼救服务中心Internet网络之间的双向连接,将车辆碰撞事故GPS地点、驾驶员身份及其损伤程度估计等信息及时通知呼救服务中心,在Google Earth中显示事故发生地。另外,事故服务中心可通过车载电话、摄像头等远程了解事故现场信息。系统结构如图1所示。

 

 

2 车辆事故呼救系统子功能设计
2.1 基于移动网和互联网的双向通信

    为方便利用互联网和国内GPRS、CDMA等移动网络,车载无线数据通信模块WDCU(Wireless Data Communication Unit)主要由互联网控制器、GPRS/CDMA模块、电源管理模块等构成。
    事故呼救服务中心的服务器端通信建立过程如图2所示。





    从表2模型1中可以看出,除年龄和小型货车变量外,其他变量的显著性检验值均小于常规检验水平0.05,说明年龄和小型货车变量不符合该序次Probit模型,因此排除年龄和小型货车变量的影响后,重新估计权重参数,结果如表2模型2所示。
    在表2模型2中,截距为正值,权重参数为负值,表示各解释变量能从不同程度上影响驾驶员损伤程度的评估值,且权重参数的绝对值越大,对评估值的影响越大。具体来说,性别因素对驾驶员损伤程度估计水平具有较小的影响。使用安全带能从较大程度上降低驾驶员严重损伤程度的可能性,这与安全带降低第一次碰撞、避免第二次碰撞的约束作用密切相关[9]。在碰撞类型中,近驾驶员端碰撞最易导致驾驶员严重损伤,其次是远驾驶员端碰撞,而尾向碰撞对驾驶员造成的损伤程度相对最低,这与参考文献[6]指出的多种碰撞速度下不同碰撞类型对乘员的损伤程度具有不同层级特点是一致的。在车辆类型分析中,大中型货车事故比乘用车事故更易造成驾驶员严重损伤,这与参考文献[1]中不同交通方式的事故统计数据相一致。用该模型验证SCI数据库2011年事故案例和长沙交通事故案例库,准确率分别达到76.3%和63.1%。因此,使用序次Probit模型来估计驾驶员损伤程度是可行的,得出的回归参数估计值也是有效的。
2.2.2 事故呼救系统触发
      目前事故检测触发方法有加速度峰值法、速度变化量法、加速度坡度法、比功率法、移动窗法、速度预测法等[10]。图3为某量产汽车以50 km/h的速度正面碰撞刚性墙过程中的B柱加速度曲线图,加速度的峰值一般都会达到15g~50g。根据安全气囊打开的脉冲信号、加速度峰值大于某一阀值的方法等,可以判断是否有碰撞事故发生;根据倾角传感器的倾角信号等,可以判断是否有翻滚事故发生,两种情况下都可以激活事故呼救系统。

    通过GPRS/CDMA移动网和Internet互联网的双网融合通信技术以及Google Earth等,可以快速对事故地点进行可视化定位。
    利用驾驶员损伤程度估计的序次Probit模型,使呼救服务中心及时获取事故车辆内驾驶员基本信息和损伤程度估计,及时进行针对性救护。
    在特定需要时,呼救服务中心还能激活车内免提电话和摄像头,远程了解车辆事故现场情况,提高救援服务质量。
参考文献
[1] 公安部交通管理局.中华人民共和国道路交通事故统计年报(2010年度)[R].公安部交通管理局,2010.
[2] CHAMPION H R,AUGENSTEIN J S,BLATT A J.Reducing highway deaths and disabilities with automatic wireless transmission of serious injury probability ratings from vehicles in crashes to EMS[C].Proceedings of the 18th International Technical Conference on the Enhanced Safety of Vehicles,2002.
[3] 陆文昌,徐贤,修彩靖.基于GPS与GSM的交通事故自动呼救系统的设计[J].中国安全科学学报,2008,18(4):94-98.
[4] 盘朝奉.车辆事故紧急呼救技术及伤害程度评价的研究[D].江苏:江苏大学车辆工程.2008.
[5] 揭琳锋,王志誉,李伟,等.基于GSM的车辆事故呼救中心软件平台设计[J].计算机应用,2009,12(29):113-114.
[6] JEFFREY A,ELANA P,GEORGE T.Injury identification:Priorities for data transmitted[DB/OL].(2007-08-13).http://www-nrd.nhtsa.dot.gov/pdf/esv/esv19/05-0416-O.pdf.
[7] NHTSA.Special crash investigation filters.[DB/OL].(2008-09-10).http://www-nass.nhtsa.dot.gov/BIN/logon.exe/airmislogon.
[8] ZHANG J,LINDSAY J,CLARKE K,et al.Factors affecting the severity of motor vehicle traffic crashes involving elderly drivers in Ontario[J].Accident Analysis and Prevention,2000,32(1):117-125.
[9] 袁健,孙振东,史永万.轿车安全带设计及优化计算[J].汽车工程,2002,24(2):160-163.
[10] 叶智博.安全气囊碰撞数据处理和点火算法的研究[D]. 武汉:武汉理工大学,2005.

此内容为AET网站原创,未经授权禁止转载。