货车-两轮车前碰撞事故中骑行者运动学响应及损伤分析

为探究货车-两轮车前部碰撞事故中参与双方速度对骑行者运动学响应与损伤的影响,基于MADYMO软件开展事故重建并进行了分析。建立了货车和两轮车的多体碰撞模型,对一起货车前部碰撞两轮车事故进行了事故重建;使用验证后的模型进行了25组不同速度下的全因子仿真试验;分析了不同碰撞速度和骑行速度对骑行者运动学响应和损伤的影响。研究结果表明,骑行者身体旋转幅度会随着两轮车及货车车速的升高而增加;当货车速度超过 20 km/h时,骑行者头部损伤指标 （Head Injury Criterion,HIC） 与胸部3 ms加速度将超过阈值;而当货车速度超过25 km/h时,骑行者下肢接触力也超过阈值;货车速度处于 30～40 km/h时,相同货车速度下,骑行者头部 HIC值出现随着两轮车速度的增加而升高的趋势,而胸部加速度出现相反的趋势。     

基于CIDAS数据与集成学习的电动两轮车骑行者伤害致因分析

电动两轮车保有量持续增长导致相关的事故伤害日益严重。为研究电动两轮车-机动车碰撞事故中电动两轮车骑行者受伤程度的影响因素,以中国事故深度调查(CIDAS)数据集中的1 246起电动两轮车-机动车事故案例为基础,对比随机森林、XGBoost和LightGBM这3种集成学习模型性能,基于准确率等指标选用性能最优的LightGBM模型进行电动车骑行者受伤严重程度预测。结合SHAP可解释方法,进一步分析发现自变量与因变量之间存在明显的非线性关系:电动两轮车骑行者抛出距离对死亡的影响存在明显的阈值效应,电动两轮车骑行者被抛出距离小于5 m时,不易发生死亡事故,超过5 m时,抛出距离和死亡风险呈正相关;事故发生地为市区外或公路上以及与载重物车辆相撞能显著增加电动两轮车事故中骑行者的死亡风险;电动两轮车不加装脚蹬、座位高度大于70 cm、车把宽度为61~65 cm、车把设计形式为向后弯曲或牛角状等因素可降低死亡风险;与电动两轮车骑行者相关的降低死亡风险的因素包括女性、年龄在30~50岁及对事故发生地环境更为熟悉。      

道路弱势群体头部碰撞特性研究

为了解碰撞事故中道路弱势群体(vulnerable road users,VRU)头部撞击车辆前端的运动特性,基于VRU实际交通事故数据,以VRU头部碰撞位置、碰撞速度和碰撞角度为研究对象,利用虚拟仿真分析工具,开展车辆(SUV和Sedan)撞击VRU(行人、自行车骑行人、摩托车骑行人)典型碰撞工况中头部撞击特性分析,结果表明:随着VRU两轮车参考高度增大,VRU骑行人头部碰撞位置靠近车后方,头部碰撞速度和碰撞角度逐渐降低;随着汽车速度增大,VRU骑行人头部碰撞位置靠近车后方,头部碰撞速度逐渐增大。研究结论为行人保护法规及NCAP规程更新提供参考。     

基于正交实验的汽车-两轮车碰撞事故再现的参数影响研究EI北大核心CSCD

汽车-两轮车碰撞事故再现的关键是确定碰撞速度。本文在动力学分析的基础上建立了汽车与两轮车相互侧面碰撞的模型,得到了两车碰撞速度的表达式;筛选出影响汽车、两轮车碰撞速度推算和事故再现结果准确性的主要参数;通过具体的事故案例设定正交实验,分别获得了对汽车、两轮车的参数影响权重顺序;据此指导PC-Crash对一起真实的汽车-两轮车碰撞案例进行模拟重建。结果表明,按参数权重顺序辅助汽车-两轮车碰撞事故的再现仿真,可用较短时间再现与实际事故情况相吻合的结果。     

汽车与电动两轮车碰撞典型场景下的AEB纵横向触发策略研究EI北大核心CSCD

在汽车与电动两轮车碰撞事故中,自动紧急制动(autonomous emergency breaking,AEB)系统的横向触发固定宽度是避撞失效的重要因素之一。为了提高汽车AEB系统的避撞可靠性,本文在分析了汽车与电动两轮车碰撞临界工况的纵横向TTC(time to collision)差值范围的基础上,建立了AEB纵横向触发TTC差值模型。基于PreScan、Matlab/Simulink和CarSim仿真平台建立2种典型的汽车碰撞电动两轮车事故场景,并与横向触发宽度固定为1.75和3.75 m的AEB策略对比。结果表明:提出的AEB纵横向触发TTC差值模型在避撞率中表现更优,在汽车速度低于54 km/h时均能实现避撞。在典型场景1中避撞率为88.9%(45例),未避撞事故碰撞平均速度从70.6下降到29.7 km/h;在典型场景2中避撞率为80%(30例),未避撞事故汽车平均碰撞速度从66降低为18.2 km/h。AEB纵横向触发TTC差值模型具有良好的可靠性和鲁棒性,提高了汽车与电动两轮车道路安全性,为汽车主动安全系统开发提供重要理论参考。     

基于事故重建的骑车人头部碰撞测评工况研究

为了研究交通事故中两轮车骑车人头部碰撞工况，通过事故重建对汽车-两轮车碰撞模型进行验证，针对轿车和SUV车型分析了头部碰撞区域、速度和角度的差异，结合现有行人保护测评要求提出了测评建议。结果表明：骑车人头部碰撞速度与行人头部碰撞速度差别不大；对于发动机罩前缘高度不高于850 mm的车辆，头部碰撞区域建议将包络线（WAD）范围从2 100 mm扩大至2 300 mm，碰撞角度为45°；对于发动机罩前缘高度高于850 mm的车辆，无需扩大头部碰撞区域。     

基于真实事故案例的自动紧急制动系统两轮车测试场景研究

两轮车事故是我国道路一种重要的交通事故类型,但我国在自动紧急制动(AEB)系统研究中还缺乏合适的两轮车测试场景。据此,本文中参考国际上已有的研究成果,建立适用于我国道路交通环境的AEB系统两轮车测试场景。首先,对419起汽车与两轮车碰撞事故案例进行了聚类分析,获得了11类典型的汽车与两轮车碰撞事故场景;接着,根据11类场景在不同参数特征下的事故伤亡程度和事故样本数,准确地获得了各类场景中两轮车运动状态、汽车车速和两轮车车速的详细参数特征;最后,设计了汽车在照明良好的情况下直行通过路口的主要测试场景,通过改变主要测试场景得到了其它5类次要测试场景,且因而最终获得汽车与3种不同两轮车类型(电动两轮车、摩托车和自行车)碰撞下6类AEB系统两轮车测试场景的具体参数特征。本研究结果可为研究我国AEB系统两轮车测试提供参考依据。     

电动二轮车驾驶人头部损伤再现不确定性方法

为了减少交通事故中不确定性信息在受伤害者损伤再现中造成的不利影响,采用拉丁超立方(LHS)试验设计和响应面蒙特卡洛相结合的方法对电动二轮车驾驶人头部损伤再现进行损伤不确定性分析。首先采用多体系统动力学方法对具有详细事故信息(含视频信息)和损伤记录的2起电动二轮车事故中的汽车碰撞速度进行再现和不确定性分析,并对比事故信息(视频信息、最终位置、电动二轮车驾驶人的运动学),进而验证事故再现结果的有效性。在此基础上,应用有限元方法将获得的电动二轮车驾驶人头部碰撞的边界条件加载至THUMS人体头部有限元模型,分析电动二轮车驾驶人头部损伤参数的不确定性与简明损伤准则AIS累计频率的分布关系,并对比电动二轮车事故案例中电动二轮车驾驶人的头部损伤法医鉴定记录。研究结果表明:蒙特卡洛不确定性分析方法能够较准确地预测电动二轮车事故中的汽车碰撞车速,采用该分析方法获得的电动二轮车驾驶人头部损伤等级与法医鉴定的脑部损伤记录高度吻合;蒙特卡洛不确定性分析方法可以适用于评估电动二轮车事故中电动二轮车驾驶人的头部损伤等级,研究结果可为电动二轮车驾驶人头部损伤研究提供理论依据和实证方法。     

基于信息融合的轿车碰撞两轮车事故车速分析

在对北京市轿车与两轮车碰撞事故调研分析的基础上,深入分析车辆、路面遗留痕迹特征与汽车碰撞特点之间的联系,选择与轿车碰撞速度相关的人体-风窗玻璃接触、人体及车辆与路面接触的痕迹特征参数,运用人工神经网络方法建立了轿车与两轮车碰撞事故的车辆碰撞速度分类预测模型.该模型融合了人-车-路相互作用的痕迹特征信息,采用实际事故案例提取的可靠样本对其进行训练并应用于车速估算.     

人车碰撞事故仿真与行人保护研究

基于PC-Crash软件建立了行人汽车碰撞模型.综合考虑人车碰撞过程中行人身高、步行速度、车速、人车碰撞位置等因素及其统计特征,利用Matlab软件随机生成行人与汽车碰撞工况作为PC-Crash行人汽车碰撞模型输入,进行了大量的仿真,总结出事故发生后人体头部与车体前部碰撞点的分布规律,为汽车在行人保护设计方面提供参考.     

不同冲击角度对两轮车骑行者保护试验区域伤害的研究

对交通事故数据的研究表明,两轮车骑行人也面临很高的受伤风险,各新车评价规程也开始对骑行人保护做出要求。根据中国保险汽车安全指数2023版规程的变化,通过选取符合要求的部分车型开展对比试验,分析在不同撞击角度下的头型伤害差异。试验结果表明,在撞击角度为45°时的伤害值大于撞击角度65°时的伤害值。     

行人头部伤害与头部碰撞试验方法的相关性分析

本文通过对行人交通事故数据的统计分析,讨论造成行人头部伤害的原因与规律,并对现行的头部模块碰撞试验方法与行人交通事故的相关性进行了分析与讨论。结果表明,碰撞前行人的运动状态对碰撞结果有显著影响,目前EEVC头部模块试验方法中规定的碰撞方向与实际行人碰撞事故中行人头部的碰撞方向存在较大差异;行人头部与风档玻璃、A柱区域以及地面发生碰撞的可能性均比较大,所以有必要通过进一步的试验研究,分析头部与这些区域发生碰撞的规律,并将其纳入头部模块的碰撞试验中。     

山区公路小半径弯道路段事故严重度影响因素及其异质性比较分析

为分析影响山区公路小半径路段典型事故的严重程度的相关因素及其异质性效应，基于某山区双车道公路1 067起交通事故数据，从驾驶员、车辆、道路和环境4个方面选取15个潜在特征变量，采用二项Logit模型和随机参数二项Logit模型，分别构建小半径弯道路段上追尾碰撞、正面碰撞和侧面碰撞3类典型事故的严重度分析模型，分析3类典型事故严重度的显著影响因素，并采用边际弹性系数量化分析影响因素的作用强度。结果表明，小半径弯道路段上不同形态事故的严重度影响因素存在明显差异:①追尾碰撞严重度的显著影响因素依次为摩托车、夜间、弯道转角、驾驶员年龄、季节，摩托车和冬季分别是服从(2.716.1.5642)和(-1.495，2.1162)正态分布的异质性影响因素，导致发生伤亡事故的概率为95.72%和23.58%；②正面碰撞严重度的显著影响因素依次为货车、摩托车、驾驶员超车、弯道转角和弯道长度，货车导致其伤亡事故概率增加108.8%，摩托车和弯道长度分别是服从(6.941，9.9012)和(-0.004，0.0032)正态分布的异质性影响因素，导致发生伤亡事故的概率为76.11%和9.18%；③侧面碰撞严重度的显著影响因素依次为摩托车、驾驶员年龄及弯道有接入口，摩托车和接入口分别是服从(5.211，5.1112)和(-1.408，2.1462)正态分布的异质性影响因素，导致发生伤亡事故的概率为88.87%和25.47%。④与传统二项Logit模型相比，追尾碰撞、正面碰撞和侧面碰撞的随机参数二项Logit模型的拟合优度分别提高了2.85%，4.15%，6.76%，且定量捕捉了异质性影响因素，更适用于事故严重度的精细化分析。      

汽车摩托车碰撞事故中骑乘人员损伤差异对比研究

为探索骑乘人员的损伤差异,基于PC-Crash仿真软件,以车型、碰撞车速和碰撞形态为变量进行147组汽车碰撞载人摩托车的仿真,在此基础上用统计学方法分析所得数据。结果表明:绝大多数碰撞条件下,包括不同碰撞车速,骑车人头、胸部和撞击侧下肢损伤指标参数的均值均高于后座乘员;此外,当碰撞车速分别为45和50 km/h时,骑车人和后座乘员的头、胸部损伤都超过其安全界限。     

基于NAIS数据库中视频信息的人—车碰撞事故特征分析

选取中国国家车辆事故深度调查体系(NAIS)数据库中51例包含视频的人—车碰撞事故,进行了特征分析,分析内容包括:人—车碰撞危险场景、碰撞前人—车相对位置、行人碰撞运动响应、人—车碰撞包络线分布、头部落点分布等。结果表明:提取的10种场景,基本覆盖了各种人—车碰撞事故工况;对行人的探测,视场角(FoV)比探测距离更重要;轿车易导致行人正向旋转,单厢车易导致行人负向旋转;人—车碰撞包络线(WAD)主要集中在车辆两侧;致命伤的头部落点主要集中在前风窗玻璃下半部分、左右侧中部以及A柱附近。因此,基于碰撞视频信息可提高人—车碰撞事故特征分析的准确性。     

Multivariate modeling of pedestrian fatality risk through on the spot accident investigation

Pedestrians are the most vulnerable users of public roads and represent one of the largest groups of road casualties; their death rate around the world due to vehicle-pedestrian collisions is high and tending to rise. In Spain, as in other countries of the European Union, steps have been taken to reduce the number and consequences of such accidents, with encouraging results in recent years. A key to countering this concern is the accident research activity that has obtained remarkable achievements in different fields, especially when multidisciplinary approaches are taken. This paper describes the development of a multivariate model that is able to detect the most influential parameters on the consequences of vehicle-pedestrian collision and to quantify their impact on pedestrian fatality risk. First, an accident database containing detailed information and parameters of vehicle-pedestrian collisions in Madrid has been developed. The accidents were investigated on the spot by INSIA accident investigation teams and analyzed using advanced reconstruction techniques. The model was then developed with two components: (1) a classification tree that characterizes and selects the explanatory variables, identifying their interactions, and (2) a binary logistic regression to quantify the influence of each variable and interaction resulting from the classification tree. The whole model represents an important tool for identifying, quantifying and predicting the potential impact of measures aimed at reducing injuries in vehicle-pedestrian collisions.     

追尾碰撞主动头枕的控制策略研究

追尾碰撞事故导致挥鞭伤,造成了很大的社会经济支出。根据生物力学的研究成果,在追尾碰撞发生时,减小头枕与头部的水平距离可以降低挥鞭伤的程度。为了弥补传统纯机械主动头枕响应滞后的不足,采用机电结合的方法,根据自主巡航系统提供的信息,提前判断并启动头枕,从而保护乘员。分析了追尾碰撞中颈部的保护策略,研究了追尾防撞和预警算法,根据基于安全间距的追尾防撞模型和安全度评定算法编写了可视化的判断算例。算例具有如下功能:根据输入的跟车信息判断安全度;追尾碰撞NIC值的估算;碰撞后两车的运动追踪。