道路交通事故信息采集技術及應用

趙俊瑋，華 珺，劉永濤，魏 朗，徐 鑫

(長安大學 汽車學院， 西安 710064)

由于汽車保有量增加以及駕駛人駕駛行為的差異，道路交通事故總是以一定的隨機概率發生。發生道路交通事故之后的處理又是一個復雜的過程，涉及信息采集、事故鑒定、責任判定、現場重建等各個方面。據道路交通事故年報統計，2016年需采集信息的道路交通事故達21.3萬起[1]。同時，我國也發起了中國交通事故深入研究CIADS(China in-depth accident study)項目，事故信息種類多達3 027項。由此，快速準確的信息采集變得至關重要：一方面要確保交通流的正常恢復，避免發生二次事故；另一方面要為事故鑒定和現場重建提供最完整、詳實的信息資料，保證事故處理結果的公正性和科學性。因此，深入研究不同信息采集技術有著十分重要的意義。

目前，國內學者已開始研究事故信息采集技術及應用。王雪松等[2]對比了中國與美國的事故信息采集標準和采集項目。馮浩等[3]總結概述了交通事故技術鑒定的發展。國內外許多研究人員在事故理論的基礎上相繼研究了不同的交通事故信息采集技術，如攝影測量技術、視頻解算及分析技術以及電子智能技術等，然而對這些采集技術的應用研究相對較少。各類信息采集技術優勢明顯，各具特色，事故采集正朝著智能信息化、快速準確化的方向發展。為了更好地研究采集技術，提取準確的事故信息數據以規范采集標準和改善道路交通安全，本文首先歸納總結了不同道路交通事故信息采集技術，其次分類闡述了每種信息采集技術的技術特點，隨后分析了信息采集技術的應用，最后總結展望了道路交通事故信息采集技術發展趨勢。

1 事故信息采集技術分類

道路交通事故信息采集包括現場手工勘查、監控視頻提取、汽車事故數據記錄器提取等多種信息采集方式。提取內容主要有碰撞位置、運動軌跡、碰撞車速等用于事故分析重建的關鍵信息。目前，我國規定的《道路交通事故信息采集項目表》包含56項內容，僅憑單種采集方式并不能涵蓋所有采集信息[4]。同時，不同采集方式獲取的目標信息也不同。事故信息采集的質量決定事故分析重建的可靠性，因此根據采集技術原理的不同，將事故信息采集技術進行分類。不同采集技術分類及特點見表1。

表1 道路交通事故信息采集技術分類及特點

2 基于攝影測量的技術

交通事故現場攝影是現場勘查的重要組成部分，攝影測量可迅速真實地將事故現場的實際狀況記錄下來，可為分析事故過程和事故原因提供直觀可靠的依據。攝影圖像提取信息的方法有二維方法和三維方法兩類，其中二維圖像分析原理如圖1所示。本文主要介紹三維方法。三維重建目前分為近景攝影測量與無人機攝影測量兩種技術，主要采集事故現場各元素之間的位置、痕跡尺寸及散落物輪廓距離特征等基本信息。

圖1 二維圖像分析原理示意

2.1 近景攝影測量技術

近景攝影測量技術分為單目式攝影測量和雙目式攝影測量兩種方式[5]。TUMBAS等[6]提出事故現場單目式攝影測量方法，利用現場拍攝的照片，找到現場拍照時的視點和方位，實現對事故現場的三維重建，但需在現場布置標定物。為了實現無需標定即可進行事故重建，魯光泉等[7]通過基礎矩陣計算和本質矩陣分解，實現了事故圖像自標定的三維重建。目前單目式攝影測量技術發展相對成熟，包括標定方式、精度保證、現場圖繪制以及計算機軟件處理等方面，特別是在三維重建方面取得了明顯的進步。OSMAN等[8]將近景攝影測量的事故現場圖導入iWitness軟件中進行三維重建，與全站儀三維測量坐標對比，前者可達厘米級的三維重建精度。單目式攝影測量能有效拍攝事故細節，如現場痕跡、車輛變形等。LUHMANN等[9]使用近景攝影測量方法估計交通事故后車輛所遭受的變形，結合計算機視覺分析可保證測量的準確性和可靠性。MORALES等[10]通過近景攝影測量車輛點云的幾何特征，評估分析車輛在事故中的變形及能量轉換，確定汽車撞擊固定物的碰撞速度。技術的進步為事故分析提供具體線索，極大地縮短了事故分析時間，但所提取的道路交通事故證據有限。

雙目式攝影測量根據現場空間點在其中兩張照片上的位置推算出事故現場在實際空間中的三維坐標位置，實現現場的三維重構，具體示意圖如圖2所示[6]。劉文超等[11]依據雙目測距原理完成道路交通事故現場勘測，通過搭建車載式攝影測量勘查系統完成信息采集[11]。但立體相機集成嚴格，現場勘測布置工作繁瑣，勘查過程并不十分靈活，因此近幾年在事故現場信息采集中雙目式攝影測量技術并未取得實質性應用。

圖2 雙目攝影圖像重建現場空間點

近景攝影測量作為最直接、最簡單的方式，可挖掘更多事故信息，包括對車輛變形的勘測、能量轉換、速度計算以及計算機視覺分析等方面，從而獲得最基本的事故現場信息。但目前事故信息采集的種類與要求越來越多，單純的近景攝影測量已經滿足不了對事故場景信息的提取。

2.2 無人機攝影測量技術

隨著無人機航拍技術的發展，道路交通事故航拍圖像能有效解決傳統測量中無法拍攝事故全景圖像、測量時間過長等問題，同時航拍圖像能有效勘測道路線形參數，實現事故場景重建，使勘測人員能從全局細致地分析道路交通事故發生全過程。無人機航拍交通事故現場如圖3所示。

圖3 無人機航拍交通事故現場

在國外，無人機攝影圖像已廣泛應用于不同場景的三維重建，不僅僅局限于交通事故現場，其相關重建技術較完善，主要有iWitness、PhotoModeler等事故重建軟件[12]。國內利用無人機采集事故信息已走在了世界前列。SU等[13]依據正投影原理開發了道路交通事故現場圖繪制系統，通過實際事故與傳統事故的勘測對比，進行了有效性驗證。無人機航拍可獲取事故現場全景圖，相比傳統手工繪制事故現場圖，航拍圖像作為事故現場圖底圖，并附以精確的測量結果，是未來事故現場圖繪制的一種趨勢。STANA等[14]對比了常規勘測和無人機勘測事故現場的方法，表明無人機在現場勘查時間、測量精確度等方面有著效率方面的絕對優勢。鄭淵茂[15]基于無人機拍攝的高分辨率正射影像，在ArcGIS等軟件中快速繪制了交通事故現場記錄圖，縮短了勘查時間。但無人機航拍還存在航拍高程與分辨率關系、樹木遮擋及惡劣天氣無法適用等問題。無人機應用于事故現場才剛剛起步，可在事故現場信息采集方面探索更多應用，如恢復道路線型數據、為交通事故現場道路安全評價提供依據等。

3 基于視頻解算及分析技術

視頻對事故現場的記錄有著非常重要的還原作用，也是事故信息采集最關注的證據來源。目前主要分為視頻檢測器解算及分析、行車記錄儀解算及分析兩種技術，主要采集事故現場車輛運動軌跡、車輛速度、事故持續時間等事故過程信息，具體流程如圖4所示。

圖4 視頻解算分析流程

3.1 視頻檢測器解算及分析技術

固定在道路中的視頻檢測器主要是以俯視視角記錄事故現場，可有效還原事故車輛的行駛狀態，通過解算視頻圖像，可重建車輛運動狀態參數。ABDEL等[16]通過建立像點坐標系和物方坐標系之間的關系，實現車輛行駛狀態重建。對于交通事故中逃逸車輛，事故發生現場采集無法獲取有效信息，也可以通過道路所設置的固定視頻檢測器采集信息并預測運動狀態。視頻圖像的解算及分析關鍵在于解算可靠性與精度控制，包括幀圖像的處理、參照物的選取以及車速最優化計算。

近年來有學者利用視頻檢測器圖像觀察駕駛人駕駛行為及弱勢參與者運動行為，重建事故參與方運動學狀態，對駕駛人及道路弱勢參與方行為進行數據挖掘。韓勇等[17]通過分析汽車碰撞騎車人交通事故視頻信息，分析騎車人碰撞前后運動學響應，研究騎車人應急姿態，針對性地提出安全對策。

3.2 行車記錄儀解算及分析技術

自車行車記錄儀主要以駕駛人視角記錄事故現場。行車記錄儀有時可直接還原事故發生經過，是最有力、最準確的事故現場信息采集方式。陳偉等[18]通過處理自車行車記錄儀中的視頻圖像，計算出車輛在事故場景中的車速。此外對于事故發生現場車輛逃逸、視頻檢測器無法獲取有效信息的情況，可以通過尋求事故發生前后方車輛的行車記錄儀提取分析視頻圖像，采集交通事故現場信息。

視頻記錄著事故發生時的動態過程，通過解算分析事故視頻，提取出的車速、運動軌跡等事故信息會使參與方更加信服。

4 基于電子智能的技術

電子智能技術主要通過快速掃描、提取汽車電子記錄信息以及衛星定位等方式采集事故信息，真實準確，具有一定可靠性。主要采集車輛變形、道路環境以及汽車運動狀態等關鍵信息。

4.1 三維激光掃描技術

三維激光掃描儀是結合激光測距和相位差的原理對被測物體快速掃描測量，生成的點云數據可傳送至計算機分析處理，具體流程如圖5所示。VASSILIOS等[19]研究了三維激光掃描儀在不同分辨率、不同光線條件、不同路面條件下掃描交通事故現場的測量時間以及數據清晰度。林小風[20]設計出道路交通事故車輛車身變形的提取及等效化系統，實現了車輛和事故車輛變形勘測。此外，通過三維激光掃描儀勘查事故現場，可獲得事故現場元素點云數據，實現場景三維模型的還原，還可獲取事故現場的整體布局、制動痕跡、事故車輛數據，構建事故現場重建圖以還原事故發生時的情況。ELISEEV等[21]通過對道路基礎設施的三維激光掃描，分析道路交通事故環境信息，以改善交通設施安全。

圖5 三維激光掃描信息采集流程

三維激光掃描獲取的模型雖然能夠量化評判各因素對事故發生的影響，但同時存在勘測操作復雜、數據處理繁瑣等問題，因此現場勘測實用性并不強。但車輛變形信息作為易保存信息，并不一定要求在事故現場立即提取，因此三維激光掃描技術在提取車輛變形信息中起著關鍵性作用。

4.2 汽車事故數據記錄器技術

汽車事故數據記錄器(event data recorders，EDRs)可有效記錄碰撞發生前、碰撞中及碰撞后動態時間序列數據，有效提供了車輛車速以及運動狀態等重要信息。EDR數據需通過主機廠或者經過授權的第三方軟件才可讀取，目前比較普及的解析系統是博世(crash data retrieval，CDR)系統。CDR允許直接連接氣囊模塊或車載診斷系統標準接口(on-board diagnostic-II,OBD-II)讀取碰撞事故數據，具體原理如圖6所示。美國國家公路交通安全管理局(NHTSA)定義了EDR強制標準，規定配置中必須記錄車輛行駛速度、縱向速度變化等15種基本數據信息以及橫向/縱向/法向加速度等30種可自愿配置的車輛參數數據，同時規定了數據存儲格式、存儲規則以及讀取標準[22]。此外，EDR數據還可用于預測乘員的損傷風險以及重建交通事故過程。KUSANO等[23]探索乘員傷害風險預測模型，利用EDR記錄數據評判乘員傷情，并及時傳輸碰撞信息以做出適當的醫療響應。ITO等[24]利用EDR數據對車碰撞自行車的事故原因進行了定量分析。EDR是目前最有效記錄車輛運動狀態數據的方式，可直接提取分析數據，但由于記錄時間較短，數據提取尚無統一標準，在我國還未大規模推廣應用。關于EDR的技術規范及實施標準有待我國根據汽車車型組成、交通狀況等開展深入研究。

圖6 EDR數據讀取過程示意圖

4.3 GPS技術

在交通事故信息采集中，差分GPS利用已知精確三維坐標的差分GPS基準臺求得偽距或位置修正量以修正測量數據，多用于定位事故發生地點[25]，同時測量點位坐標精度高，能滿足大部分事故現場測量，還能對交通事故現場進行環境建模，但存在當道路交通事故現場環境有建筑物遮擋時使用效果并不精確的問題。王剛剛等[26]提出利用高精度差分GPS設備替代皮尺作為測距工具，從精度、速度及便攜性等方面驗證了事故現場快速勘查的可行性和有效性。AYUSO等[27]研究了一家保險公司收集的事故車輛的GPS數據，將駕駛人駕駛模式與保險費用進行相關分析，以確保收支平衡。此外，可補充構建事故信息采集數據庫，評判事故黑點，為道路設計改進提供數據支撐。

4.4 智能網聯技術

自動駕駛及智能網聯車輛的發展，以及各種先進傳感器、控制器等電子設備的安裝能更加準確地記錄車輛運動狀態的變化，事故信息采集也會變得更加智能、簡單，保障了交通事故救援的有效性和及時性，具體流程示意如圖7所示。寶馬公司所研發的車載緊急救援系統，乘客可一鍵報警，服務中心通過智能網聯平臺確定事故發生位置、事故車型等基本信息，在獲取詳細信息之后提供精準救援服務。滴滴上線了車內錄音服務功能，錄音信息將傳送至滴滴云平臺服務器中，能夠采集事故發生前車內語音信息。喬千雄等[28]提出基于云平臺和大數據對聯網車輛的違法位置信息、駕駛人行為信息進行采集。隨著自動駕駛汽車等級的不斷提升，事故動態變化過程獲取方式將越來越智能，分析事故發生的原因也越來越具體，可從根源上阻止事故的發生，實現零傷亡愿景將不再是口號。

圖7 智能網聯交通信息采集流程

5 應用分析

事故采集之后信息可應用的場景多樣，如構建交通事故信息數據庫、重建交通事故發生過程、評價道路交通安全狀況以及為自動駕駛汽車提供可能發生的事故場景等來進行測試，從而提升整體道路交通安全水平。事故信息應用場景如圖8所示。

圖8 事故信息應用場景

5.1 交通事故信息數據庫

上述3類采集技術所采集的信息可充分構建交通事故信息數據庫。目前信息數據庫多停留在簡單的信息統計，未來可將事故圖片、事故視頻、電子數據信息全部存入交通事故信息數據庫之中，并且設計專業的事故信息處理系統進行統計分析，通過探究事故發生規律，為預防交通事故發生和改善交通安全提供數據支持。

美國NHTSA(national highway traffic safety administration)主要設立了國家防撞性能數據抽樣系統和碰撞事故后果數據評估系統等8個事故信息統計系統，充分發揮了交通事故大數據的作用[29]。我國目前主要通過人工方式將事故信息錄入公安部交管局開發的“道路交通事故處理信息系統”中，對事故數據的分析正在從宏觀統計層面向微觀層面轉變[30]，從研究共性問題向個性問題轉變。除CIDAS事故數據庫之外，國家車輛事故深度調查體系NAIS(national automobile accident in-depth investigation system)也在進行事故信息數據庫的構建，主要面向缺陷汽車產品的召回及原因剖析。同時，吉利、長城等多家汽車企業也在構建自己車型的事故信息數據庫，以促進汽車主被動安全系統的設計及改進優化。因此，完善的數據庫對事故數據的統計和分析有著十分重要的意義，基于數據庫系統可以探究事故特征、事故原因以及事故因素的關聯程度，也可為自動駕駛汽車開發設計、主被動安全系統優化提供重要的數據支撐。

5.2 交通事故過程分析重建

這3類采集技術的直接目的是為了重建交通事故過程。對于交通事故過程重建專家來說，由于不能及時出現在事故現場，因此道路交通事故的信息采集是供重建專家采用的唯一的現場證據。道路事故過程分析重建主要是對車速、車輛運動狀態的鑒定，目前車速鑒定方式主要有計算機輔助軟件測算、視頻圖像解算以及車載記錄設備信息提取等幾種方式[31]。奧地利HERMANN等開發出PC-Crash系統，通過確定碰撞過程參數，如制動痕跡、車體變形量等可測數據來逆向計算事故過程并實現正向事故重建[32]。WEI等[33]開發了涵蓋公安部定義的主要道路交通事故形態的計算分析與模擬重建CrashView系統，通過地面痕跡檢測數據和事故車輛參數，如車體質量、車型尺寸等，反算出事故發生前車輛正常行駛速度和碰撞速度，以實現事故重建。

交通事故過程重建的目的在于從空間和時間上確定交通事故每個階段的過程，并對其分析和評價。隨著模擬仿真技術的發展，現代道路交通事故將以三維重建場景以及虛擬現實的形式呈現。準確的事故分析直接影響事故鑒定的公正性，事故重建有助于讓事故發生方科學認識事故發生的過程，有利于執法人員科學認定交通事故責任[34-37]。

5.3 道路交通安全狀況的改善

這3類采集技術的最終目的是為了改善道路交通安全狀況，如：優化道路設計，合理布置道路交通安全設施；提升交通管理水平，對事故多發點進行精準管理；駕駛人行為干預，杜絕危險駕駛行為；進行自動駕駛車輛事故場景仿真測試，促進車輛正向開發等。道路交通事故是由于不同因素耦合發生的，有內在因素，如駕駛人行為、車輛組成結構等；也有外在因素，如自然地理環境、交通狀況等。不同因素導致事故嚴重程度也各不相同，因此對交通事故過程的分析是研究不同事故因素的組合，包含因素組合之后再現的結果，這樣才能做到多角度地改善道路交通安全狀況。

此外，我國推行的《智能網聯汽車道路測試管理規范(試行)》中明確要求，智能網聯車輛的測試必須具備車輛狀態記錄、存儲以及在線監控功能，以實現事故還原重建，為智能網聯車輛安全系統設計提供改進意見。

6 結束語

上述研究分析表明：攝影測量技術更適合應用于事故第一現場信息采集，可以獲取準確的靜態信息，可以對事故分析提供初步條件，未來交通事故攝影測量將以近景攝影圖像和無人機攝影圖像相互結合，以細節與概覽相互印證，全方位多角度地攝影圖像也是事故場景三維重建的最佳選擇。隨著我國監控設備的不斷布置，使用視頻解算進行事故信息采集會更加普遍，同時也是還原事故真相最有力的證據。電子智能技術中汽車事故數據記錄器技術與智能網聯技術將是目前采集事故數據的新方式，也是目前事故信息采集技術的發展趨勢，事故信息的采集也將朝著智能化、準確化方向發展。視頻解算及分析技術與電子智能技術更適合轉移現場后應用，可以獲取動態及事故深度研究所需信息，為事故分析提供了深入條件，如測算速度、位置以及駕駛人駕駛狀態。不同技術側重的采集信息不同，但對于事故現場采集需做到多源信息融合，才能夠相互結合、相互補充，完整地表達出事故現場的原始狀態，從而完成事故重建。

目前事故現場所采集的信息多用于事故處理和責任認定，對于在研究車輛主/被動安全系統設計、道路基礎設施的改進以及駕駛人行為的干預等方面的基礎信息還比較欠缺，針對性的采集信息技術有待細化研究。同時，對于事故信息的應用挖掘還存在不足，可探索事故信息在政策制定、保險精算以及安全教育等方面的應用。

在交通事故信息采集技術方面，應積極研究事故人員的傷情采集技術，研究駕駛人及交通弱勢者損傷機制，從生物力學角度出發，深入探究影響弱勢群體受傷嚴重度關聯因素等，探索如何從根源上減輕對交通弱勢的交通傷害，這些問題仍是有現實意義的研究課題，也是研究道路交通安全的重要方向和突破難點。

現有事故信息采集技術雖能采集大部分事故信息，可大致解釋事故發生原因，但實際事故分析重建中仍存在信息缺失、勘查誤差等問題。未來隨著車載傳感設備的增多，會及時存儲車內外環境數據、車輛運動狀態數據、駕駛人行為數據等基本信息，通過多源數據融合可提高事故分析和事故重建效率，以獲得更加準確、科學的事故分析和重建結果，相關技術及提取數據有待深入探索和實踐。

道路交通事故信息采集對交通事故過程分析及重建起著十分重要的作用。今后不僅要結合具體道路環境與嚴重程度確定采集方式、規范交通事故信息采集標準，還應提取分析事故數據，為自動駕駛車輛安全系統設計、駕駛人及交通弱勢行為干預、道路設計與管理提供一定參考。