基于事故数据挖掘的乘用车追尾卡车 AEB测试规程研究

基于未来出行交通事故场景研究数据库中的乘用车追尾卡车事故,分析并提出了以卡车为目标物的乘用车自动 紧急制动系统的典型测试工况。采用K-means聚类算法得出可代表实际卡车的目标物颜色,基于事故数据分析提取卡车 目标物尾部特征参数,设计并制作了一种新型的具有与真实车辆反射特性和机器视觉识别特性接近的重型厢式卡车目标 物。卡车目标物静止,测试车辆分别以45、50、55、60 km/h的速度进行100%重叠自动紧急制动系统测试,验证了该目 标物的可行性和有效性。可为车辆主动安全相关标准法规研究提供数据支撑,推动车辆主动安全测试技术的发展。     

基于视频信息的高精度事故重建方法研究

为提高事故重建精度,本文中采用多体系统与有限元相结合的方法对两起具有清晰视频信息的VRU事故案例进行重建,验证并提出了一种高精度事故重建方法。首先,采用直接线性变换理论(DLT)对视频信息分析并获取碰撞车速;然后,通过PC-Crash与MADYMO耦合方法精确重建VRU碰撞运动学响应;最后,采用THUMS(Ver 4.0.2)人体有限元模型对VRU颅内运动学和动力学参数深度分析。结果表明:重建所得的车辆-VRU碰撞部位、VRU碰撞过程的运动学响应、旋转角度、落地姿态与着地部位与视频信息完全一致;VRU与车辆最终位置绝对误差小于7%;VRU头部损伤部位及损伤严重度与伤情报告完全吻合。     

货运车辆安全技术性能现状分析研究

为了使交通管理部门能够了解和掌握在用货运车辆安全技术性能的实际情况,做好涉及货运车辆交通事故的预防及处理,文中通过现场抽样调查,统计分析在用货运车辆的安全技术性能状况,得到在用货车事故频发与货车安全技术状况、驾驶员的安全意识密切相关,建议从车辆市场准入、企业主体责任、政府部门监管、驾驶人安全意识和新技术运用方面着力改进货运车辆的安全技术状况,解决在用货车的安全问题。     

基于交通事故深度调查数据的行人头部损伤特征研究

基于未来出行交通事故场景研究 （Future Mobile Traffic Accident Scenario Study,FASS） 数据库中135例人车碰 撞事故深度调查数据,对造成行人头部损伤的来源及车速对头部损伤来源的影响进行了统计分析。采用Spearman相关系 数检验法,建立了车辆速度区间与头部平均 MAIS 的回归模型。结果表明,行人头部致伤物主要来源于车辆,占比约 58%,其次为地面,占比约40%。行人事故中,碰撞车速对行人头部损伤来源的分布情况有一定的影响,当车速低于30 km/h时,行人头部损伤主要来源为地面,当车速为 ［30,50］ km/h时,车辆和地面对行人头部造成的损伤风险相近,当 车速高于 50 km/h时,行人头部损伤主要致伤物来源为车辆。因此,在进行交通损伤流行病学研究、交通损伤事故数据 库构建时,特别是在中低速碰撞中,应重视地面对头部造成损伤的风险。     

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。