Mục tiêu thử nghiệm AEB cho xe ba bánh nông nghiệp C-NCAP 2027
Được Mục tiêu thử nghiệm AEB cho xe ba bánh nông nghiệp theo C-NCAP 2027 được phát triển theo các yêu cầu an toàn chủ động cho người tham gia giao thông dễ bị tổn thương của Chương trình Đánh giá Xe Mới Trung Quốc (C-NCAP) Phiên bản 2027.
Mục tiêu đại diện cho xe ba bánh chở hàng nông nghiệp điển hình thường gặp trong môi trường giao thông nông thôn và ven đô Trung Quốc. Cung cấp đối tượng thử nghiệm chuẩn hóa, lặp lại và tương thích va chạm cho việc đánh giá và phát triển Phanh khẩn cấp tự động (AEB), cảnh báo va chạm phía trước (FCW), hệ thống cảm biến và các chức năng ADAS liên quan.
Mục tiêu được thiết kế theo C-NCAP 2027 TR06 — Yêu cầu kỹ thuật về mục tiêu mềm trong thử nghiệm an toàn chủ động. Hình dạng của nó tái tạo các đặc điểm tiêu biểu của xe ba bánh chở hàng nông nghiệp, bao gồm bánh trước, hai bánh sau, thùng hàng, khoang lái và tư thế người lái.
Ngoài độ trung thực về hình ảnh, mục tiêu được thiết kế để cung cấp các đặc tính cảm biến đại diện cho camera, radar sóng milimet ô tô và LiDAR, cho phép thử nghiệm nhận thức đa cảm biến và kết hợp cảm biến.
Kết cấu nhẹ, mềm, mô-đun và tương thích va chạm giúp giảm nguy cơ hư hỏng cho xe thử nghiệm khi va chạm. Các bộ phận chính, bao gồm người lái, tấm thân và phần thùng hàng, có thể được phục hồi hoặc thay thế nhanh chóng sau va chạm, cho phép thử nghiệm lặp lại hiệu quả.
Thông số kỹ thuật
| Hạng mục | Thông số kỹ thuật |
|---|---|
| Tên sản phẩm | Mục tiêu thử nghiệm AEB cho xe ba bánh nông nghiệp C-NCAP 2027 |
| Quy trình áp dụng | C-NCAP 2027 |
| Tài liệu tham khảo kỹ thuật | TR06 — Yêu cầu kỹ thuật về mục tiêu mềm cho thử nghiệm an toàn chủ động |
| Hạng mục thử nghiệm | Bảo vệ người tham gia giao thông dễ bị tổn thương — An toàn chủ động |
| Loại mục tiêu | Mục tiêu xe ba bánh |
| Cấu hình xe | Một bánh trước, hai bánh sau, khoang lái và thùng hàng |
| Kích thước tổng thể | Được thiết kế theo các yêu cầu về kích thước quy định trong C-NCAP 2027 TR06 |
| Hình dạng mục tiêu | Hình dạng đại diện của xe ba bánh chở hàng nông nghiệp điển hình của Trung Quốc |
| Người lái | Mục tiêu người lái kích thước người lớn ở tư thế lái đại diện |
| Đặc điểm thị giác | Thân xe đại diện, thùng hàng, bánh xe và đặc điểm người lái |
| Đặc điểm camera | Được thiết kế để đáp ứng các yêu cầu về khả năng phát hiện trực quan của C-NCAP |
| Đặc điểm Radar | Phản hồi radar được thiết kế theo yêu cầu C-NCAP TR06 |
| Đặc tính LiDAR | Hình dạng ba chiều đại diện và đặc tính phản xạ laser |
| Tần số Radar | Phù hợp cho thử nghiệm radar ô tô băng tần 76–81 GHz |
| Cấu tạo | Nhẹ, mềm, mô-đun và tương thích va chạm |
| Hiệu suất va chạm | Được thiết kế để biến dạng hoặc tách rời khi va chạm nhằm giảm thiểu hư hỏng cho xe |
| Khả năng phục hồi | Phục hồi nhanh và kết cấu tái sử dụng |
| Giao diện chuyển động | Tương thích với bệ đỡ mục tiêu robot thấp và nền tảng đẩy |
| Chức năng thử nghiệm | Xác thực nhận thức AEB, FCW và ADAS |
| Các tình huống điển hình | Các tình huống xung đột giữa phương tiện và xe ba bánh, băng qua đường, chạy dọc và giao thông hỗn hợp |
| Khả năng tương thích cảm biến | Camera / Radar / LiDAR |
| Ứng dụng | Thử nghiệm C-NCAP, đánh giá sơ bộ NCAP, phát triển AEB và xác nhận cảm biến |
Tính năng chính
Được phát triển cho C-NCAP 2027
Được thiết kế riêng cho đánh giá AEB xe ba bánh mới được giới thiệu trong C-NCAP 2027.
Mô phỏng giao thông đặc trưng của Trung Quốc
Đại diện cho xe ba bánh chở hàng nông nghiệp thường gặp trong giao thông hỗn hợp nông thôn - thành thị của Trung Quốc.
Khả năng phát hiện đa cảm biến
Được thiết kế cho hệ thống nhận thức camera, radar sóng milimet 76–81 GHz và LiDAR.
Kết cấu mềm tương thích va chạm
Các bộ phận nhẹ và linh hoạt giúp giảm nguy cơ hư hỏng cho xe thử nghiệm trong trường hợp va chạm.
Thiết kế mô-đun và có thể phục hồi
Các bộ phận chính có thể được khôi phục hoặc thay thế nhanh chóng để thử nghiệm AEB lặp lại hiệu quả.
Ứng dụng
Thử nghiệm an toàn chủ động VRU C-NCAP 2027, thử nghiệm AEB xe ba bánh, đánh giá FCW, nhận dạng đối tượng bằng camera, phát hiện radar sóng milimet, xác thực đám mây điểm LiDAR, phát triển cảm biến hợp nhất, xác thực thuật toán ADAS và đánh giá sơ bộ NCAP.