遠端乘員保護虛擬測試中數據相關性評估方法研究

【摘要】為研究不同的數據相關性評估方法在遠端乘員保護虛擬測試中的適用性，首先通過分析2個車型的遠端碰撞工況基礎數據，確定了11個動態響應量，進一步應用相關分析（CORA）和ISO/TS 18571方法進行相關性評估，采用誤差分析法對相關性評估結果中差異較大的響應量進行分析，證明了ISO/TS 18571方法相比CORA方法所得到的評價結果更加合理。

主題詞：虛擬測試 遠端乘員保護 相關分析

中圖分類號：U461.91 " 文獻標志碼：A " DOI： 10.19620/j.cnki.1000-3703.20220949

Study on Correlation Evaluation Method for Virtual Test Based on Far Side Occupant Protection

Guo Qingxiang， Zheng Yanting， Tan Wenxiao， Bu Xiaobing， Zhao Zikai

（CATARC Automotive Test Center （Tianjin） Co.， Ltd.， Tianjin 300300）

【Abstract】To study the applicability of different data correlation evaluation methods for virtual evaluation of far side occupant protection condition， firstly， the dynamic response of 11 simulation and test data was determined by analyzing far side occupant basic data of two vehicle models， CORrelation and Analysis （CORA） and ISO/TS 18571 methods were further applied for correlation evaluation， and error analysis method was used to analyze the response with significant differences in the correlation evaluation results， and it is concluded that ISO/TS 18571 method provides more reasonable validation results than CORA method.

Key words： Virtual evaluation， Far side occupant protection， Correlation analysis

【引用格式】 郭慶祥， 鄭艷婷， 譚雯霄， 等. 遠端乘員保護虛擬測試中數據相關性評估方法研究[J]. 汽車技術， 2024（7）： 49-54.

GUO Q X， ZHENG Y T， TAN W X， et al. Study on Correlation Evaluation Method for Virtual Test Based on Far Side Occupant Protection[J]. Automobile Technology， 2024（7）： 49-54.

1 前言

歐洲新車評價規程（European New Car Assessment Programme，Euro NCAP）于2024年起進行遠端（Far Side）虛擬測試的監測評價，中國新車評價規程（China New Car Assessment Program，C-NCAP）也在2024年版管理規則中增加了遠端虛擬測試。遠端碰撞工況包括遠端雙乘員工況和遠端單乘員工況，其中遠端單乘員工況具備相對簡化的邊界環境，虛擬測試結果可以參考整車試驗結果驗證，因此C-NCAP和Euro NCAP的遠端虛擬測試研究主要集中于遠端單乘員工況，主要針對乘員性別、座椅高度和撞擊角度進行綜合性測試[1-3]。

虛擬測試中需要對仿真與試驗曲線的相關性進行分析評估。工程系統的輸出量通常為動態響應數據，對動態系統的評估可分為頻域輸出響應評估和時域輸出響應評估。汽車安全領域的動態系統輸出主要為時域輸出，因此遠端乘員保護相關性研究主要采用時域輸出響應評估的方法。

目前，車輛碰撞模型精度的常用評估方法是相關分析（CORrelation and Analysis，CORA），該方法結合了2個次級誤差度量方法來計算和評估兩組數據的相關性，包括通道區間方法和互相關方法。通道區間方法是比較待驗證的時間響應數據與定義的通道區間范圍的接近程度的一種方法，互相關方法計算相位、形狀和面積誤差，兩種子方法能夠彼此彌補不足[4-5]。

考慮到數據的相位、幅度、形狀等主要特征之間存在相互作用和影響，國際標準化組織基于改進的響應誤差評估（Enhanced Error Assessment of Response Time Histories，EEARTH）方法[6]提出ISO/TS 18571標準，其使用4種次級誤差度量方法來計算和評估兩組數據的相關性。

本文基于遠端單乘員工況滑車試驗研究遠端乘員保護虛擬測試中CORA方法和ISO/TS 18571方法的適用性。

2 遠端乘員保護虛擬測試相關性指標

2.1 分析模型

本文采用不同企業的2款成熟50 km/h側面柱碰撞遠端乘員保護CAE模型，均已通過對比驗證并應用于產品開發，包括完整的座椅、安全帶及中控臺，但不含安全氣囊，以盡量減少分析時的影響因素，圖1所示為2款模型的CAE仿真和試驗結果對比情況。車型1、車型2分別為轎車、SUV，采用基于統計誤差和貝葉斯區間假設檢驗的多元模型驗證方法[7]，獲得的貝葉斯可信度結果分別為75%、73%，可以認為相應模型的準確度分別為75%、73%。

2.2 基于CORA和ISO/TS 18571的相關性評估分析

根據K. Digges和Perez-Rapela的研究成果，遠端乘員保護的頭部偏移量和頸部傷害最易超標[8-10]，考慮到遠端假人傷害特性，遠端乘員保護評估主要關注運動的趨勢性，所以指標應至少包括頭部偏移量、頭部及胸部加速度、頸部傷害。

遠端碰撞工況測試通過傳感器記錄頭部位移、頭部及胸部加速度、頸部力及彎矩、胸部及腹部肋骨壓縮量。結合Euro NCAP于2020年實施的遠端乘員保護假人傷害評價指標[11]，選取的15個動態響應量如圖2所示。由圖2可以看出，各組數據的對比非常復雜，很難通過觀察判斷響應結果的有效性。本文分別采用CORA和ISO/TS 18571標準對圖2中的響應進行相關性計算。

需要注意的是，頭部和胸部加速度曲線分為x、y、z 3個方向，但遠端碰撞工況中3個方向的加速度對評分影響不同，因此本文引入權重公式對加速度響應進行降維：

S=[AxAx+Ay+Az]·Sx+[AyAx+Ay+Az]·Sy+[AzAx+Ay+Az]·Sz （1）

式中：Ax、Ay、Az分別為x、y、z向加速度的峰值，Sx、Sy、Sz分別為對應x、y、z向加速度曲線的CORA或ISO/TS 18571標準得分。

應用式（1）對頭部及脊柱第四關節（T4）的加速度進行降維換算，最終將15個響應量修正為11個遠端碰撞工況輸出響應，表1所示為應用HyperWorks軟件計算獲得的CORA及ISO/TS 18571標準得分。結果表明，兩種方法都能夠區分響應量的相關性，且二者對響應量的排序一致。

然而，兩種評分方法對胸部中肋骨和下肋骨壓縮量的評分差值大于0.10，認為存在準確性問題，因此進一步采用誤差分析法并結合專家意見對二者進行研究。

2.3 基于誤差分析的相關性評估方法比較

CORA和ISO/TS 18571方法中均包含通道評估，差異主要體現在CORA方法綜合采用一個通道的面積、尺寸及相位誤差評分[12]，ISO/TS 18571標準評估相位誤差nε、幅度誤差εm和斜率誤差εs[13]。因此，對比分析可以簡化為相位誤差、幅度誤差、斜率誤差、面積誤差和形狀誤差的數據相關性準確度評估。

令T∈[Rm×n×rt]、C∈[Rm×n×rc]分別為包含重復物理試驗數據和CAE仿真模型預測的多維數據1矩陣，其中m為可被觀察的響應的維數，n為相應的數據點數量，rt、rc分別為試驗和仿真數據的重復數量，令Tv∈Rm×n、Cv∈Rm×n分別為物理試驗和仿真數據進行模型驗證的多元平均矩陣。

基于測量時間序列間差異的動態時間規整（Dynamic Time Warping，DTW）原理，當初始曲線C（t）向左、右移動時間步長s時分別可得：

[PL（s）=][i=0a-1[（Chi-C（t））?（Tli-T（t））]i=0a-1[Chi-C（t）]2?i=0a-1[Tli-T（t）]2] " " （2）

[PR（s）=][i=0a-1[（Cli-C（t））?（Thi-T（t））]i=0a-1[Cli-C（t）]2?i=0a-1[Thi-T（t）]2] " " （3）

式中：[hi=tstart+（s+i）?Δt]，[li=tstart+i?Δt]，tstart為評估間隔的開始時間，Δt為2個時間樣本之間的間隔，a為時移曲線和截斷曲線的數據樣本數量，[C（t）]為仿真曲線函數C（t）的均值，[T（t）]為試驗曲線函數T（t）的均值，i為仿真曲線函數C（t）平移和截斷次數，PL（s）、PR（s）分別為初始曲線C（t）向左、向右移動時間步長s后計算獲得的互相關值。

所有PL（s）和PR（s）的最大值定義為相位誤差nε。

幅度誤差εm的計算公式為：

[εm=Cts+w-Tts+w1Tts+w1] （4）

式中：Cts+w、Tts+w分別為在每個時刻仿真和試驗間隔數據進行相移后完成動態時間規整的序列數據。

斜率誤差εs的計算公式為：

[εs=Cts+d-Tts+d1Tts+d1] （5）

式中：Cts+d、Tts+d分別為在每個時刻的仿真和試驗樣本曲線的求導序列數據。

基于式（2）～式（5）可以得到胸部中肋骨和下肋骨壓縮量的ISO/TS 18571標準誤差結果，計算過程參考文獻[4]。應用HyperWorks計算獲得相應的ISO標準相位分數、幅值分數、斜率分數，如表2所示。

面積誤差εarea的計算公式為[14-16]：

[εarea]=[AT-ASAT， " AT≥ASAS-ATAT， " AS≥AT] （6）

式中：AT、AS分別為試驗曲線、仿真曲線面積，y（t）為AT與AS關于時間的面積函數。

形狀誤差εshape的計算公式為：

εshape=max（KTC（s））/T（s） （7）

式中：KTC（s）為試驗和模型響應曲線之間的互相關差值曲線，T（s）為任意平移時間步長s的試驗曲線函數。

基于式（2）、式（3）、式（6）、式（7）可以得到胸部中肋骨和下肋骨壓縮量的CORA誤差結果，計算過程參考文獻[12]。應用HyperWorks軟件計算獲得相應的ISO/TS 18571標準相位分數、面積分數、形狀分數和CORA方法總的評估得分，如表3所示。

評估誤差的優劣應采用誤差區間閾值，誤差不小于最大允許閾值時，評估得分為0。參考推薦的公式獲得閾值區間矢量[7]：

[εLk=-bTk∞ εUk=bTk∞ "k∈1，2，3，…，m] （8）

式中：Tk為選取次數為k時的試驗數據；εUk、εLk分別為閾值區間的上邊界、下邊界，中心為零；b為汽車安全領域專家確定的閾值占試驗數據差值最大絕對值的比例，其是在原始數據空間下，根據試驗數據計算10%～20%最大標準化后各輸出響應的試驗數據的絕對值獲得的，本文選定b=0.2。

根據式（8）可以得到胸部中肋骨和下肋骨壓縮量的誤差閾值區間，如表4所示。對比表2～表4可以發現，ISO/TS 18571標準方法的幅度誤差及斜率誤差均大于或約等于閾值誤差范圍，該方法對各誤差評分均為0左右，但CORA方法面積和形狀評分都能獲得分數，相比ISO/TS 18571標準方法分值高。

同時，將胸部中肋骨和下肋骨壓縮量曲線圖分發給4位汽車碰撞CAE專家，4位專家一致認為胸部中肋骨和下肋骨壓縮量的幅值精度較差，不應獲得分數，而斜率與幅值存在相關性，斜率得分也較低。

因此，對于這些特定的響應量，可以得出ISO/TS 18571標準方法提供了比CORA方法更合理的驗證結果。

3 結束語

本文針對遠端乘員保護虛擬測試的數據相關性進行研究，首先通過分析遠端碰撞工況基礎數據，確定了2個車型的11個仿真與試驗數據的動態響應，然后應用CORA和ISO/TS 18571標準方法進行相關性評估，發現個別響應結果存在差異，最后采用誤差分析法對相關性評估結果中存在差異的響應進行分析，最終驗證了ISO/TS 18571標準方法提供了比CORA方法更加合理的驗證結果。

參 考 文 獻

[1] ZHANG B， CAI Q Z， LU Y， et al. Component Tests Based on Vehicle Modeling and Virtual Testing[J]. SAE Technical Paper 2017-01-0384， 2017.

[2] BOSTROM O， SUNNEVANG C， GABLER H C， et al. Injury Reduction Opportunities of Far Side Impact Countermeasures[C]// 52nd Annual Conference Annals of Advances in Automotive Medicine. San Diego， California， USA： Association for the Advancement of Automotive Medicine， 2008： 289-299.

[3] 郭慶祥， 王楠， 朱海濤， 等. 兒童保護動態評價影響因素研究[J]. 汽車技術， 2022（10）： 44-49.

GUO Q X， WANG N， ZHU H T， et al. Study on Influencing Factors of Dynamic Evaluation of Child Protection[J]. Automobile Technology， 2022（10）： 44-49.

[4] 詹振飛. 面向汽車安全的不確定性多元動態系統模型驗證理論和應用研究[D]. 上海： 上海交通大學， 2011.

ZHAN Z F. Model Validation for Vehicle Safety Oriented Multivariate Dynamic Systems Under Uncertainty： Theories and Applications[D]. Shanghai： Shanghai Jiao Tong University， 2011.

[5] GEHRE C， GADES H， WERNICKE P. Objective Rating of Signals Using Test and Simulation Responses[R]. Stuttgart， Germany： National Highway Traffic Safety Administration， 2009.

[6] ZHAN Z F， FU Y， YANG R J. Enhanced Error Assessment of Response Time Histories （EEARTH） Metric and Calibration Process[J]. SAE Technical Paper 2011-01-0245， 2011.

[7] 詹振飛， 胡潔， 符雁， 等. 虛擬樣機環境下不確定性多元動態系統模型驗證[J]. 機械工程學報， 2012， 48（5）： 138-146.

ZHAN Z F， HU J， FU Y， et al. Bayesian Based Model Validation Method for Uncertain Multivariate Dynamic Systems under Virtual Prototype Environment[J]. Journal of Mechanical Engineering， 2012， 48（5）： 138-146.

[8] DIGGES K G， HAMPTON M P， ALONSO B. Characteristics of the Injury Environment in Far-Side Crashes[J]. Association for the Advancement of Automotive Medicine 49th Annual proceedings. Boston， Massachusetts USA： Association for the Advancement of Automotive Medicine， 2005： 185-197.

[9] PEREZ-RAPELA D， DONLON J P， FORMAN J L， et al. PMHS and WorldSID Kinematic and Injury Response in Far-Side Events in a Vehicle-Based Test Environment[J]. Stapp Car Crash Journal， 2019， 63： 83-126.

[10] BOSTROM O， GABLER H C， DIGGES K， et al. Injury Reduction Opportunities of Far Side Impact Countermeasures[C]// 52nd Annual Scientific Conference of the Association for the Advancement of Automotive Medicine. San Diego， California， USA： Association for the Advancement of Automotive Medicine， 2008： 289-300.

[11] Euro NCAP. Far Side Test and Assessment Protocol[S/OL]. Leuven， Belgium： Euro NCAP， 2023 （2023-12-05）[2024-03-11]. https：//www.euroncap.com/media/79874/euro-ncap-far-side-test-and-assessment-protocol-v25.pdf.

[12] STORM S M， HILL R R， PIGNATIELLO J， et al. Model Validation of Functional Responses Across Experimental Regions Using Functional Regression Extensions to the CORA Objective Rating System[J]. Journal of Verification Validation and Uncertainty Quantification， 2018， 2（4）.

[13] ISO. Road Vehicles Objective Rating Metric for Non-Ambiguous Signals： ISO/TS 18571： 2014[S]. Geneva， Switzerland： International Organization for Standardization， 2014.

[14] THUNERT C. Cora Release 3.6 User’s Manual[Z]. Ingolstadt， Germany： Partnership for Dummy Technology and Biomechanics， 2012.

[15] BARBAT S， FU Y， ZHAN Z F， et al. Objective Rating Metric for Dynamic Systems[C]// 23rd International Technical Conference on the Enhanced Safety of Vehicles （ESV）， Seoul， South Korea， 2013.

[16] WEI Z L， ROBBERSMYR K G， KARIMI H R. An EEMD Aided Comparison of Time Histories and Its Application in Vehicle Safety[J]. IEEE Access， 2017， 5： 519-528.

（責任編輯 斛 畔）

修改稿收到日期為2024年3月11日。