基于車輛數據的交通事故原因調查研究與應用

摘 要：隨著新能源汽車技術的發展，EDR事件記錄系統及營運車輛行駛記錄儀的配備，T-box數據以其全面、完整反映事故過程的特點已經成為交通事故原因調查的重要依據，如何對車輛行駛數據的真實性、合理性進行判斷成為事故調查中的難點，文章提出的數據分析方法，再結合監控視頻及傳統的現場痕跡勘察可以對車輛行駛數據進行挖掘分析，從而為交通事故原因的調查提供全面、科學的依據。

關鍵詞：T-box數據 數據分析 事故原因

近年來，隨著我國新能源汽車及物聯網技術的高速發展，智能汽車作為移動終端已具備了高度的數字化、智能化，車輛三電系統的控制狀態、車速等信息可以通過車載電腦進行儲存，同時各大主機廠后臺也會儲存，車輛行駛數據的信息豐富多元，能夠全面地反映車輛運行、駕駛員操控及車速等狀態，在交通事故的調查及事故原因分析方面，相較于傳統的事故現場勘察、車輛鑒定等方法有了更加全面、直觀、系統、科學的數據支持，但是目前車輛行駛數據主要由廠家來進行解析提供，其數據的完整性、真實性一直受到社會各界的質疑，同時，新能源汽車事故率呈現逐年上升趨勢，并且這些事故的關注點大都聚焦于車輛肇事前的各大系統控制狀態，所以車輛行駛數據的分析研究成為未來交通事故鑒定領域發展的重點方向。

1 車輛行駛數據的定義及分類

車輛行駛數據是指車輛在運行過程中通過車輛安裝的各種傳感器收集匯總至車輛ECU中儲存（同時傳送至廠家后臺儲存）的關于車輛各大系統運行情況的數據合集，目前應用于車輛的傳感器多于90個，通過這些傳感器記錄的車輛行駛數據繁雜，根據記錄數據的不同終端可以分為以下三類：車輛行車電腦ECU記錄的數據、汽車事件記錄系統（EDR）記錄的數據、車輛T-box數據。但是由于目前T-box數據的解析、分析沒有統一的國標或者法規的支持，而且新能源車事故頻發，多起新能源車失控事件在國內引起高度關注，同時也給人民群眾生命財產安全帶來了隱患，廠商解析數據的真實性成為此類事件社會矛盾的根源，雖然新能源車T-box數據有統一的后臺進行存儲，但是存儲數據的采樣頻率要求不高，一般采樣頻率在30秒/次以內就滿足要求，但是30秒的采樣頻率相對于極短時間內發生的交通事故來說可用性不強，所以T-box數據的分析成為此類事故調查的重點，通過數據分析可以辨別數據的真實性、合理性及可靠性，為交通事故原因的調查提供證據支持。

2 T-box數據在交通事故鑒定領域的作用

我國已經頒布了GB 39732、GB/T32960、GB/T19056等一系列標準對車輛行駛數據進行了規定，但目前除部分EDR及行駛記錄儀記錄數據可由第三方解析外，大部分T-box數據只有主機廠具備解析能力，重特大交通事故發生后的車輛行駛數據也是由廠家解析后提供，由于各汽車制造廠商所設定的數據記錄不一致，記錄的數據項目會有一定的差異。

廠家解析的T-box數據內容豐富，在交通事故原因調查分析時不是所有的數據都與事故相關，選取與車輛操作控制、車速相關的項目進行分析，提取電池、電機、電控系統的故障數據對肇事前及肇事時車輛三電系統故障進行分析，提取加速踏板、電機轉速、電機轉矩、車速等數據，對車輛在肇事前及肇事時車輛加速操作及車速狀態進行分析，提取制動系統壓力、制動踏板開度、ABS工作狀態等數據對車輛肇事前及肇事時車輛制動系統工作狀態進行分析，提取轉向信號、轉向助力信號等對車輛肇事前及肇事時的轉向系統工作狀態進行分析，運用上述數據可以對車輛三電系統狀態、轉向系、制動系、行駛系等各大系統的工作狀態進行分析。

3 T-box數據分析的難點

（1）車輛行駛數據量龐大，一般情況下在肇事前及肇事時附件時段內的數據量有幾萬甚至幾十萬條，數據雖然全面，但是數據繁多，大多數的數據與交通事故調查無關，目前靠人工對數據進行鑒別整理，工作量較大。

（2）目前車輛行駛數據沒有統一的解析標準和規范，由于各廠商有加密等情況，大多數情況只能由廠商來進行數據解析，解析的數據為EXCEl格式的數據源，源數據是否進行更改無法進行判斷，數據的真實性、完整性、合理性、科學性受到社會各界的質疑，也是近年來新能源車事故在社會上備受關注的主要原因。

（3）數據中關于車輛操控狀態、三電系統狀態、車速等與事故關系緊密的數據流中的數據都來自車輛安裝在全車上的傳感器，傳感器傳來的數據是否與事故現場情況完全吻合需要結合肇事現場勘查情況來綜合判斷，必要時需要進行驗證。

4 T-box數據分析方法研究

4.1 數據流判斷車輛故障

通過數據中關于電機、電控、電池等三電系統的控制及監測數據，以及轉向系、制動系、傳動系、行駛系等的安全技術鑒定，分析車輛肇事前及肇事時從轉向系、驅動系統、制動系統、電池系統、電控系統、車輛電子控制系統等有無影響車輛正常行駛的故障，或者有無與事故相關的機械故障存在。

4.2 數據之間的關聯性、合理性分析

在數據之間存在嚴密的邏輯聯系，首先車輛各大系統數據顯示正常，沒有故障顯示車輛才能正常行駛，轉向系記錄的轉向角度、轉向助力情況等數據與肇事時車輛的運行軌跡一一對應，可以通過現場監控視頻或者現場痕跡來驗證，制動系記錄的制動系統壓力、制度踏板開度、ABS工作狀態等相關，制動踏板開度與制動系統壓力直接相關，二者呈線性相關，同時制動壓力達到一定值時ABS控制器觸發，加速踏板開度情況與電機轉速、電機轉矩、車速變化趨勢一致，加速踏板開度與電機轉速正相關，電機轉速與電機轉矩依據電機轉矩特性相關，車速與上述三者相關；還有其他控制系統也存在邏輯關聯關系。

4.3 駕駛員操作行為分析

通過數據中在各個時間節點上駕駛員對轉向、加速踏板、制動踏板、自動駕駛及其他車輛控制相關的數據進行分析，可以還原駕駛員在肇事前及肇事時對車輛的操作狀態，分析駕駛員操作的合理性。

4.4 車速分析

數據中記錄的車速一般分為兩類：車輛車速及GPS車速，車輛車速一般來源于裝在車輪上的輪速傳感器，其顯示值與車輛儀表顯示值一致；GPS車速來源于車輛空間定位的移動距離和行駛時間計算出的平均車速。在實際案例中需要根據數據記錄規則及肇事現場勘查情況具體分辨車速的來源，以便在后續的事故原因分析中對于車速的判定準確無誤。

4.5 事故原因綜合分析

對事故發生前及發生時段內車輛擋位、加速器踏板位置、轉向角度、電機轉速、電機扭矩、車速、制動踏板踩踏狀態、制動壓力、ABS等數據進行分析，可以得出車輛各大系統工作狀態，所有數據之間的控制關系、內在邏輯對應關系是否正常合理，是否有數據異?；蚩刂茢祿壿嫑_突的現象，通過綜合分析得出事故發生原因。

5 車輛數據分析方法在實踐中的應用

5.1 車輛數據分析

一起典型案例為新能源轎車失控后駛向人行橫道與行人及店鋪發生碰撞，事故造成多人受傷。通過廠家解析了車輛數據，數據記錄的車輛VIN碼與肇事車輛一致，數據約有35萬條，數據量龐大，分析時選取事故發生前及發生時的關注時段，車輛行車電腦顯示ESP故障，陡坡緩降系統故障，檢測發現右前輪外側胎側有剪切破口，胎壓為0，兩個故障都是由于碰撞過程中右前輪破裂胎壓為0導致。

在關注時段內加速踏板先踩下至45.2%后加速踏板松開，隨后加速踏板被全力踩下，持續時間為5秒，GPS車速變化趨勢為先加速再減速直至最終車速為0km/h，變化趨勢與加速踏板變化趨勢前段一致，后段由于車輛駛出路外與臺階接觸碰撞后駛入店鋪，此過程中該車一直處于碰撞過程中，故GPS車速一直在下降；電機轉速的變化趨勢與加速踏板的變化趨勢基本一致，都是有先加速再減速然后全力加速的過程，驅動電機轉矩的變化趨勢也是有先增大再變小然后增至最大后變小的變化趨勢，其中電機轉矩為－1.3、－1.5負值共持續兩秒，這兩個負值為電機處于動能回收過程，電機處于發電狀態導致的，轉矩在達到最大值后隨著轉速的上升而下降是電機的轉矩輸出特性，故驅動電機扭矩變化的趨勢與加速踏板開度的趨勢基本一致；車速信號變化為加速-減速-加速-減速-加速-減速至0km/h，第一個過程加速-減速與加速踏板開度變化趨勢一致，但是后面出現兩次的加速-減速，這兩次加速-減速的過程為加速踏板開度全開時車輛加速行駛的過程，但是車輛在駛出路外后前輪與臺階發生接觸碰撞時會對車速產生影響，故出現兩次加速-減速的過程，實際車輛一直處于加速踏板全開的加速過程，與加速踏板的趨勢一致。

5.2 分析結果驗證

由于車輛行駛數據中GPS車速與車速信號車速相差84km/h，車速的準確界定成為本次事故原因調查的難點和重點，需要對車輛數據進行驗證，結合肇事現場監控視頻、現場勘查照片及現場圖進行綜合分析。

5.2.1 使用監控視頻對事故車失控前的車速進行計算

根據GA/T 1133-2014中4.1.2條的規定，事故車輛肇事前運動過標線A（圖1）及標線B（圖2）的時間t，計算出運動過一個標定時間的平均速度。

V=s/t=L/（T×n）=13/（0.04×54）≈6.0m/s=21.6km/h

事故車失控前在視頻顯示時間：18：56：11.48秒至18：56：13.60秒時段的平均車速約為21.6km/h。

5.2.2 事故車與人行道隔離護欄碰撞過程中的車速

在18：56：14第18幀至18：56：16第01幀時段內車輛左側前后輪心運動軌跡進行跟蹤。利用時間差分（插值）法計算該車運動過標尺的時間t，計算出運動過標尺的平均速度。用這種方法，可以計算出一組速度，繪制時間速度散點圖。

事故車與人行道隔離護欄碰撞過程中：56：15.16秒至56：15.92秒時段處于“勻速-減速-勻速”運動的行駛狀態，其勻速行駛時的最高車速約為22.5km/h。

綜上所述，車速信號顯示車速最大值為107.7km/h，GPS車速顯示車速最大值為23.7km/h，兩個車速值相差較大的原因是車速信號來源于輪速傳感器，車輛在駛出路外與臺階發生接觸碰撞過程中及車輛駛入店鋪的過程中驅動輪出現懸空的過程，行駛阻力降至幾乎為0后，車輪空轉，導致由輪速傳感器傳來的輪速信號與實際車速偏差較大，現場勘查發現臺階上有輪胎摩擦后橡膠留下的不連續痕跡，這些痕跡是由于車輛駛上臺階后車輪與臺階接觸彈起車輪懸空，車輪落下再與臺階接觸，再懸空形成的不連續痕跡，車輪與臺階接觸時會有明顯的減速過程，這些痕跡與車速信號的變化相對應，相互印證，GPS車速是由行駛距離和時間計算出的平均車速，其表征的是車身的移動速度，本案例中GPS車速與實際行駛車速接近。

6 結語

文章在大量實踐研究的基礎上提出了車輛數據的分析方法，方法主要以車輛數據之間的關聯性分析、合理性判斷、真實性驗證、準確性界定為主要方向，同時明確提出數據分析須結合監控視頻來進行驗證，或者結合傳統的現場痕跡勘察來輔助驗證，分析方法的提出使得交通事故原因調查的手段不斷豐富，也使得汽車物聯網領域內的數據挖掘運用有了理論的創新。

基金項目：云南省交通科學研究院有限公司科技創新項目“EDR在司法鑒定實踐中的應用研究”（JKYZLX-2022-04）。

參考文獻：

[1]基于視頻圖像的車輛行駛速度技術鑒定：GA/T1133-2014[S].2014.

[2]基于視頻圖像的道路交通事故分析方法：DB53/T 806-2016[S].2016.

[3]山崎俊一.交通事故分析基礎與應用[M].北京：北京大學出版社.2012.