自行车头盔对骑车人头部防护性能的有限元分析

为研究自行车头盔对骑车人头部的防护性能,建立了自行车头盔有限元数值分析模型,并依据欧洲法规EN 1078的动态测试方法,验证了头盔模型的有效性。重建了一起真实自行车事故案例,以研究在头盔在人与车碰撞及人与地面碰撞中头部颅骨骨折及脑损伤。结果表明:在人与车碰撞中,当头部与风挡玻璃中部接触时,佩戴或不佩戴头盔时的颅骨骨折的风险均不到1%,而简明损伤定级(AIS)为AIS2+的脑损伤风险仅降低4%;在人与地面碰撞中,佩戴头盔后颅骨骨折风险降低了92%,而AIS2+脑损伤仅降低了17%。与头盔对颅骨骨折风险的防护性能相比,头盔对旋转运动所致脑组织损伤的防护性能存在不足。

考虑过街行人运动轨迹不确定性的人-车碰撞概率预测方法

为了准确预测人-车冲突中的碰撞风险,研究了利用碰撞概率评估人-车碰撞风险的预测方法。基于车辆运动特征建立车辆运动学模型,通过采集行人实际过街运动轨迹并提取不确定性特征,采用一阶马尔科夫模型和高斯白噪声建立行人随机运动模型,在此基础上构建人-车冲突距离模型;运用蒙特卡洛抽样,提取行人过街过程中的人-车最短距离和碰撞时间(time to collision,TTC)分布特征,通过拟合这些特征来估算最短距离和TTC的概率密度函数,建立人-车碰撞概率预测模型;结合2起人-车深度事故案例和3种不同制动特性的自动紧急制动(automatic emergency braking,AEB)系统,对比验证人-车碰撞概率预测模型的有效性。结果显示:建立的行人随机运动模型,其模拟的行人运动速度的均值和标准差与实际值的绝对误差在2%以内,模型精度较高;在事故案例仿真中,车辆与行人在发生碰撞时刻对应的碰撞概率为100%;在车辆加装AEB的仿真中,激进型AEB,法规型AEB以及保守型AEB在触发时刻对应的碰撞概率分别为超过了80%,在30%~40%之间,以及不足5%,这表明人-车碰撞概率预测模型可有效预测2起真实案例中行人和车辆在不同时刻的碰撞风险,且与使用固定触发阈值的AEB相比,建立的人-车碰撞概率预测模型能够更加准确直观地反应人-车碰撞风险。