科创中国

行业领域

电子信息技术

需求背景

全球交通事故每年造成约135万人死亡,而中国道路工况复杂，交通安全问题更为严峻，交通事故万车死亡率是欧洲平均水平的***倍。传统汽车安全开发基于有限的标准工况应对复杂多变的道路事故场景，无法满足进一步降低乘员损伤和交通事故造成的经济损失的需求。智能汽车的发展为汽车乘员安全保护提出了新的需求：面向中国复杂交通事故工况，实现考虑个体特征差异的最优化保护的智能安全。

  要实现智能安全，在碰撞前，当车辆识别到险态时，实时预测在相应险态或碰撞场景下驾乘人员的损伤风险，为实现最优乘员保护提供必要条件，同时也为自动驾驶车辆轨迹规划算法提供代价函数的计算依据，解决目前自动驾驶技术策略脱离人员保护的现状；在碰撞后，估计车内乘员损伤严重性，将乘员的损伤严重性信息及时发送给急救中心，可提升救援工作的效率和乘员的存活率，由于事故后损伤估计技术关乎乘员生命安全，因此对预测精度有更高的要求。

目前车辆对险态的识别可通过主动安全（如自动紧急车车系统AEB，自动紧急避撞系统AES等）、自动驾驶等技术识别，但缺少可对乘员损伤进行高精度、高实时性预测的数字假人，传统安全的开发对人体损伤的预测通过多刚体或有限元仿真，模拟虚拟假人在标准工况下的人体损伤风险，该过程建模时间长，计算效率低（单次预测需要1-2天），费用高（需租赁求解器和虚拟假人，被欧美国家垄断），整个过程在线下完成，无法实现车端实时预测。

人-车-障碍物所构成的险态交通场景是典型的高度非线性系统，人体损伤响应受多种因素交互耦合影响快速动态变化，难以精准建立其数学模型。传统的基于广义线性模型的数字假人受限于预测精度，尚未得到真正应用。近年来，深度学习算法凭借其非线性结构和强自学习能力，在数字假人方向表现出巨大的潜质。数字假人损伤预测受多方面因素的显著影响，包括训练数据库、预测算法结构、控制策略等，现有预测技术多依赖于分布不够均衡、噪音大的事故统计数据库，未充分利用高精度数值仿真技术的优点，同时预测特征包含了加速度、距离、力等不同类型的异质类数据，不具有旋转不变性，对算法开发来说是巨大的挑战。 

  综上，利用数值仿真技术和深度学习算法建立具有高预测准确度和计算实时性的数字假人，可实现车端部署，进而可实现中国交通安全险态场景下人员损伤的实时预测，为智能安全落地提供必要条件，同时为传统被动安全开发提供数字假人，提升开发效率的同时，减少对欧美国家有限元假人和求解器的依赖，形成商业软件，供汽车安全行业应用。

需解决的主要技术难题

面向中国交通安全的高精度数字假人开发需要解决的技术难题包括：

1. 视觉识别：数字假人需要能够准确识别交通场景中的车辆、行人、信号灯等元素，并能够实时跟踪它们的位置和动态变化。

2. 姿态识别：数字假人需要能够准确识别行人的姿态和动作，包括行走、跑动、骑车等，以便判断其行为意图并作出相应的反应。

3. 智能决策：数字假人需要具备智能决策能力，能够根据交通规则和实时交通情况，做出合理的行为决策，例如等待过马路、避让车辆等。

4. 多模态感知：数字假人需要能够同时利用多种感知模态，包括摄像头、雷达、激光雷达等，以获取更全面和准确的交通信息。

5. 实时性和低延迟：数字假人需要能够在实时性要求较高的交通场景中进行快速的感知和决策，以确保及时采取行动。

6. 交互设计：数字假人需要能够与行人和车辆进行有效的交互，包括语音指令、手势识别等，以提供更好的用户体验和安全保障。

7. 数据安全和隐私保护：数字假人需要处理大量的交通数据，并确保数据的安全性和隐私保护，以防止数据泄露和滥用的风险。

8. 系统可靠性和稳定性：数字假人需要具备高度的系统可靠性和稳定性，以应对各种复杂和恶劣的交通环境，并保证系统的长期稳定运行。

解决这些技术难题需要跨学科的合作和深入研究，涉及计算机视觉、机器学习、人机交互、数据安全等多个领域的知识和技术。

期望实现的主要技术目标

项目立足于乘员损伤预测，充分挖掘中国的道路交通特征，旨在开发高精度的数字假人模型和个性化的约束系统，在机理研究以及约束系统开发过程中，形成基于数字假人并适用于具有中国特征的道路交通场景的车辆碰撞安全虚拟评价体系，加速整车开发流程并提升测试阶段效率，实现产业整体升级及优化，研究成果将会为中国市场提供更加经济高效的道路交通安全解决方案，对汽车安全水平的提升有重要的意义。

本项目研究成果可形成商业软件，为汽车安全开发提供共性解决方案；掌握关键共性技术，产生多项发明专利/软件著作权；促进新型约束系统产业化落地及相关企业发展，带动汽车安全相关零部件厂、整车厂发展；形成一支产学研结合、具有核心竞争力的汽车碰撞安全关键技术研究开发及应用团队，为新时代道路交通事故中的人体防护研究长期发展打下良好基础。

项目成果应用将从安全层面为后续自动驾驶和智能网联汽车技术提供技术支持与保障，促进自动驾驶和智能网联汽车技术的发展与应用，进而提高交通效率并取得直接经济效益，同时提升品牌效益，为研究和开发具有自主知识产权的汽车高新技术产品提供技术支撑，进而带来可观的间接经济效益。

处理进度