孫 杰 ，王 濤 ，李正東 ，邵 煜 ，張志勇 ，馮 浩 ，鄒冬華 ，陳憶九

（1.復(fù)旦大學(xué)上海醫(yī)學(xué)院法醫(yī)學(xué)系，上海 200032；2.司法鑒定科學(xué)研究院 上海市法醫(yī)學(xué)重點(diǎn)實(shí)驗(yàn)室 上海市司法鑒定專業(yè)技術(shù)服務(wù)平臺(tái)，上海 200063；3.上海市公安局松江分局刑事科學(xué)技術(shù)研究所，上海 201600）

道路交通事故是人、車、道路、環(huán)境等因素綜合作用的結(jié)果，其技術(shù)鑒定涉及法醫(yī)學(xué)、痕跡學(xué)、工程學(xué)、生物力學(xué)等多學(xué)科、多領(lǐng)域的交叉融合。復(fù)雜的交通傷鑒定一直是法醫(yī)學(xué)實(shí)踐中的難點(diǎn)。目前，對(duì)交通事故致傷過程的分析主要依賴于法醫(yī)學(xué)專家的經(jīng)驗(yàn)，但在法醫(yī)學(xué)鑒定實(shí)踐中，很多情況下難以直接通過經(jīng)驗(yàn)進(jìn)行判斷，并且法庭對(duì)證據(jù)的科學(xué)性要求越來越高，單純進(jìn)行經(jīng)驗(yàn)性判斷所得證據(jù)的說服力越來越弱。因此，有必要建立一套更加有效、客觀的方法來實(shí)現(xiàn)道路交通事故重建和交通傷的生物力學(xué)分析[1-3]。

利用多剛體動(dòng)力學(xué)對(duì)道路交通事故進(jìn)行重建是目前較主流的道路交通事故計(jì)算機(jī)仿真方法[4-5]。多剛體重建主要依據(jù)法醫(yī)學(xué)檢驗(yàn)和車輛痕跡檢驗(yàn)結(jié)果，結(jié)合現(xiàn)場(chǎng)遺留的車輛制動(dòng)痕跡以及車輛、人體的最終位置、落點(diǎn)和相對(duì)位置關(guān)系，從而反推事故碰撞前的狀態(tài)，并對(duì)受害者的損傷進(jìn)行力學(xué)分析，為交通傷鑒定提供生物力學(xué)依據(jù)。本研究在利用3D激光掃描技術(shù)對(duì)肇事車輛進(jìn)行測(cè)量的基礎(chǔ)上，結(jié)合多剛體動(dòng)力學(xué)對(duì)一起輕型客車與自行車及其騎車人碰撞的道路交通事故進(jìn)行重建，利用遺傳算法全局尋優(yōu)，并將模擬結(jié)果與事故現(xiàn)場(chǎng)附近監(jiān)控視頻記錄的真實(shí)情況進(jìn)行比較，探討3D激光掃描技術(shù)、多剛體重建和遺傳算法優(yōu)化在交通事故法醫(yī)學(xué)鑒定中的應(yīng)用價(jià)值。

1 材料與方法

1.1 案例資料

某日，一輛輕型客車由南向北行駛至路口時(shí)，發(fā)現(xiàn)一輛由東向西騎行的自行車，駕駛員進(jìn)行了緊急制動(dòng)并向左避讓，但車頭依然與自行車發(fā)生碰撞，騎車人經(jīng)搶救無效于當(dāng)日死亡。本案例資料由司法鑒定科學(xué)研究院提供，事故過程被事故路口監(jiān)控?cái)z像頭完整記錄。

1.2 主要儀器與軟件

Focus 3D高精度三維激光掃描儀及后處理軟件FARO SCENE（美國FARO公司）。MAthematical DY-namic MOdel（MADYMO）多剛體動(dòng)力學(xué)分析軟件，由荷蘭國家應(yīng)用科學(xué)研究院（TNO）開發(fā)。DS SIMULIA推出的Isight多學(xué)科優(yōu)化軟件。

1.3 車輛痕跡檢驗(yàn)與多剛體建模

1.3.1 車輛痕跡檢驗(yàn)

肇事汽車為IVECO輕型客車，前擋風(fēng)玻璃以距其下沿28 cm、距其右邊沿40 cm處為中心呈放射狀碎裂，局部黏附黑色毛發(fā)（與死者頂枕部偏右側(cè)有頭皮擦傷相吻合）；發(fā)動(dòng)機(jī)艙蓋距其前端0～67cm、距其右邊緣0～40cm范圍見由前向后刮擦痕跡，表面泥灰呈減層，局部黏附灰黑色物質(zhì)（與自行車車把左把套外端痕跡吻合）；右前翼子板前部凹陷變形；右前照燈邊框下部彎折變形，伴刮擦痕跡，表面白色涂層呈減層，局部黏附鐵銹類物質(zhì)；前保險(xiǎn)杠距地面高40～67cm、距車右端10～45cm范圍破損，局部伴刮擦痕跡（圖1）。

自行車車把左把套外端距地面高96～98cm范圍見刮擦痕跡，表面灰黑色物質(zhì)呈減層（圖2）。前網(wǎng)籃左部破裂，其左側(cè)距地面高70～88 cm范圍見刮擦痕跡，表面鐵銹呈減層，局部黏附白色物質(zhì)。

1.3.2 利用3D激光掃描技術(shù)對(duì)車輛進(jìn)行測(cè)量

應(yīng)用Focus 3D高精度三維激光掃描儀對(duì)車輛進(jìn)行多角度、全方位掃描。掃描參數(shù)：掃描點(diǎn)距離為3.068mm/10m，視角為 305°（垂直）×90°（水平），彩色掃描，地平線加權(quán)測(cè)光，系統(tǒng)距離誤差為2 mm，單次掃描時(shí)間為17 min。本次掃描采用了場(chǎng)景拼接式掃描，在車輛周圍放置標(biāo)準(zhǔn)球體后，通過移動(dòng)掃描儀進(jìn)行多次掃描，并在后期進(jìn)行無縫拼接，獲得了車輛多角度、全方位的三維點(diǎn)云數(shù)據(jù)。

圖1 肇事汽車痕跡檢驗(yàn)

圖2 自行車車把左把套外端刮擦痕跡

1.3.3 建立車輛三維多剛體仿真模型

根據(jù)3D激光掃描技術(shù)獲得的測(cè)量數(shù)據(jù)，建立車輛的三維多剛體仿真模型。本研究對(duì)輕型客車建模時(shí)采用曲面網(wǎng)格模型。有限元曲面網(wǎng)格能更好地反映車輛的外形，而且能更逼真地模擬人車接觸時(shí)的受力分布[6]。該模型的接觸剛度特性參考相似車輛在歐洲碰撞試驗(yàn)的結(jié)果[7]。同時(shí)，為了模擬車輛在緊急制動(dòng)時(shí)的“點(diǎn)頭”狀態(tài)，在對(duì)車輛進(jìn)行建模時(shí)，進(jìn)行了壓縮前懸掛、抬升后懸掛處理。

同樣，利用3D激光掃描技術(shù)獲得的測(cè)量數(shù)據(jù)，建立自行車的三維多剛體仿真模型，包括車架、前后輪、車把及前叉、踏板軸及左右踏板等主要部件，并設(shè)置前、后輪轉(zhuǎn)動(dòng)鉸鏈，踏板軸處轉(zhuǎn)動(dòng)鉸鏈和龍頭處轉(zhuǎn)動(dòng)鉸鏈。該模型的接觸剛度特性參考相關(guān)實(shí)驗(yàn)的測(cè)試結(jié)果[8-10]。

1.4 人體損傷檢驗(yàn)與多剛體建模

1.4.1 人體損傷檢驗(yàn)

死者，男性，76歲，身高174cm。尸體檢驗(yàn)：死者頂枕部偏右側(cè)頭皮擦傷（圖3），骨盆骨折。左側(cè)損傷主要為左肱骨中上段骨折，左大腿下段內(nèi)側(cè)、外側(cè)皮膚青紫和擦傷，左內(nèi)踝、外踝皮膚青紫；右側(cè)損傷主要為身體突出部位的皮膚擦挫傷。

圖3 死者頂枕部偏右側(cè)頭皮擦傷

1.4.2 人體多剛體建模

本研究采用荷蘭國家應(yīng)用科學(xué)研究院（TNO）開發(fā)的50%男性假人模型，該假人由52個(gè)剛體組成，用64個(gè)橢球面表示人體表面，連接各剛體的鉸鏈表現(xiàn)關(guān)節(jié)剛度等人體生物力學(xué)特性，并模擬骨折現(xiàn)象。該假人經(jīng)過了嚴(yán)格的人體沖擊試驗(yàn)的驗(yàn)證，是目前事故再現(xiàn)中最常用的假人模型[6，11-13]。在根據(jù)事故當(dāng)事人體形特征進(jìn)行縮放調(diào)整后，建立自行車與騎車人的耦合數(shù)值模型。

1.5 模擬參數(shù)設(shè)置

碰撞仿真中采用剛性面對(duì)剛性面、剛性面對(duì)網(wǎng)格面的接觸算法。根據(jù)事故當(dāng)時(shí)的現(xiàn)場(chǎng)環(huán)境，設(shè)置相應(yīng)的摩擦系數(shù)[14]，其中，輪胎與地面之間的摩擦系數(shù)為0.55，假人與輕型客車之間的摩擦系數(shù)為0.3，假人與自行車之間的摩擦系數(shù)為0.4，假人與地面之間的摩擦系數(shù)為0.67，自行車與輕型客車之間的摩擦系數(shù)為0.3。同時(shí)，在輕型客車、自行車和假人模型上添加了4個(gè)碰撞標(biāo)志點(diǎn)。在輕型客車前擋風(fēng)玻璃放射狀碎裂的中心添加碰撞標(biāo)志點(diǎn)，這個(gè)標(biāo)志點(diǎn)代表死者頭部與輕型客車的初始碰撞位置；在死者頂枕部偏右側(cè)頭皮擦傷處添加相應(yīng)的碰撞標(biāo)志點(diǎn)；在輕型客車發(fā)動(dòng)機(jī)艙蓋前側(cè)灰黑色物質(zhì)附著處添加碰撞標(biāo)志點(diǎn)，這個(gè)標(biāo)志點(diǎn)代表自行車車把左把套外端與輕型客車的初始碰撞位置；在自行車車把左把套外端添加相應(yīng)的碰撞標(biāo)志點(diǎn)（圖 4）。

本次模擬的優(yōu)化變量包括輕型客車的前進(jìn)速度（v1）、輕型客車的向左轉(zhuǎn)彎角速度（ω）、自行車騎行速度（v2）、人體和自行車相對(duì)于輕型客車的位置、人體頭部姿勢(shì)。人體和自行車相對(duì)于輕型客車的位置通過假人模型的H點(diǎn)（左、右髖關(guān)節(jié)鉸鏈的中點(diǎn)）相對(duì)輕型客車長(zhǎng)軸的距離（D）和自行車?yán)@垂直軸轉(zhuǎn)動(dòng)的角度（α）來定義。人體頭部姿勢(shì)通過頸部鉸鏈的上下轉(zhuǎn)動(dòng)角度（β）和左右轉(zhuǎn)動(dòng)角度（γ）來定義。優(yōu)化變量的示意圖見圖5，相應(yīng)優(yōu)化變量的取值范圍見表1。

圖4 車輛、自行車及騎車人多剛體模型上的碰撞標(biāo)志點(diǎn)

圖5 車輛、自行車及騎車人多剛體模型優(yōu)化變量的示意圖

表1 優(yōu)化變量的取值范圍

1.6 遺傳算法優(yōu)化求解

本研究在對(duì)人-自行車-汽車碰撞交通事故進(jìn)行數(shù)字化重建的過程中，利用了撞擊痕跡的位置、人體損傷的位置來推測(cè)汽車、自行車和人體碰撞前的狀態(tài)[15]。因此，在本案中存在兩個(gè)目標(biāo)函數(shù)，定義為已知的汽車、自行車和人體的碰撞點(diǎn)在初次碰撞時(shí)的相對(duì)位置[6]。

f1（X）是指人體頭部與汽車初次碰撞時(shí)（t_head），頭部碰撞標(biāo)志點(diǎn)與汽車前擋風(fēng)玻璃上的碰撞標(biāo)志點(diǎn)之間的相對(duì)距離（dhead）。f2（X）是指自行車與汽車初次碰撞時(shí)（t_bicycle），自行車車把左把套外端碰撞標(biāo)志點(diǎn)與汽車發(fā)動(dòng)機(jī)艙蓋前側(cè)的碰撞標(biāo)志點(diǎn)之間的相對(duì)距離（dbicycle）。因?yàn)榇嬖趦蓚€(gè)目標(biāo)函數(shù)，所以本次優(yōu)化設(shè)計(jì)算法采用一種多目標(biāo)遺傳算法，帶精英策略的快速非支配排序遺傳算法（non-dominated sorting genetic algorithm-Ⅱ，NSGA-Ⅱ）[16]。在優(yōu)化過程中，一共進(jìn)行了20次迭代，每次產(chǎn)生20個(gè)個(gè)體，一共進(jìn)行了400組模擬，計(jì)算時(shí)間為100h。

本研究將假人模型的損傷參數(shù)與真實(shí)事故人體損傷情況進(jìn)行對(duì)比。頭部傷害標(biāo)準(zhǔn)（head injury criterion，HIC）是汽車領(lǐng)域評(píng)價(jià)頭部傷害時(shí)最常使用的準(zhǔn)則，其計(jì)算公式如下：

t1為加速度作用中的任意時(shí)間，t2為相對(duì)于t1、使HIC達(dá)到最大的時(shí)間，ahead為頭部中心的合成加速度。而在交通事故的損傷評(píng)估中，最常使用的解剖學(xué)上的標(biāo)準(zhǔn)為《簡(jiǎn)明損傷定級(jí)標(biāo)準(zhǔn)》（abbreviated injury scale，AIS）[17]。AIS是一種描述損傷對(duì)生命威脅程度的指標(biāo)，共分為7個(gè)等級(jí)，由AIS0至AIS6，分別代表無損傷、輕傷、中度傷、重傷、嚴(yán)重?fù)p傷、致命傷、無法救治的損傷。AIS等級(jí)越高說明該損傷對(duì)生命威脅越大[18]。HIC與AIS評(píng)分之間存在相關(guān)性[17]，通過HIC值來預(yù)測(cè)假人實(shí)際AIS分值，判斷假人實(shí)際損傷情況。

2 結(jié) 果

2.1 事故車輛激光掃描重建結(jié)果

使用后處理軟件FARO SCENE觀察和處理掃描獲取的點(diǎn)云數(shù)據(jù)，將測(cè)得的點(diǎn)云數(shù)據(jù)組成一個(gè)完整的點(diǎn)云模型。利用軟件自動(dòng)分段處理功能、抽取功能、模型構(gòu)造功能，進(jìn)行數(shù)據(jù)配準(zhǔn)、濾波、插值、平滑、網(wǎng)格化（規(guī)則網(wǎng)格、不規(guī)則網(wǎng)格）和紋理映射等技術(shù)將車輛模型細(xì)節(jié)化，最終完成車輛三維建模，實(shí)現(xiàn)對(duì)車輛的測(cè)量。

圖6為車輛的實(shí)際激光掃描點(diǎn)云，圖中車輛的尺寸、外形及撞擊痕跡等特征清晰可見，色彩紋理準(zhǔn)確，但諸如車牌等細(xì)節(jié)之處的點(diǎn)云比較模糊，前擋風(fēng)玻璃、車燈等激光反射效果不理想的位置存在部分?jǐn)?shù)據(jù)缺失。

2.2 遺傳算法優(yōu)化結(jié)果

本研究采用了NSGA-Ⅱ多目標(biāo)遺傳算法對(duì)交通事故仿真模型進(jìn)行全局尋優(yōu)，經(jīng)過400組模擬，遺傳算法成功獲得了最優(yōu)近似解。為了研究遺傳算法在降低設(shè)計(jì)變量的分散性、快速收斂目標(biāo)函數(shù)上的作用，20次迭代中每代的20個(gè)個(gè)體的平均值和最小值被羅列在圖7中。從中可以發(fā)現(xiàn)，應(yīng)用NSGA-Ⅱ多目標(biāo)遺傳算法進(jìn)行迭代運(yùn)算，設(shè)計(jì)變量的分散性出現(xiàn)了明顯下降。同時(shí)，第9代至第20代目標(biāo)函數(shù)平均值的變化幅度相比于第8代目標(biāo)函數(shù)的平均值波動(dòng)在20%以內(nèi)，這個(gè)現(xiàn)象說明目標(biāo)函數(shù)已經(jīng)收斂完成。經(jīng)過20次迭代，在第8次迭代中發(fā)現(xiàn)了目標(biāo)函數(shù)的最小值，這同時(shí)也是全局的最優(yōu)近似解。

圖6 事故車輛激光掃描重建結(jié)果

圖7 遺傳算法優(yōu)化過程中每代個(gè)體目標(biāo)函數(shù)的平均值與最小值

2.3 最優(yōu)近似解

目標(biāo)函數(shù)的最小值為0.0399m，輕型客車的前進(jìn)速度（v1）為15.48 m/s，輕型客車的向左轉(zhuǎn)彎角速度（ω）為 0.08 rad/s，自行車騎行速度（v2）為 1.24 m/s，人體和自行車相對(duì)于輕型客車的位置為0.82 m（D）和1.26 rad（α），人體頭部姿勢(shì)為 0.47 rad（β）和-1.28 rad（γ）。模型輸出的假人、自行車、汽車的動(dòng)力學(xué)行為（圖8）與監(jiān)控視頻中所記錄的三者的動(dòng)力學(xué)行為相符合。

本研究中，假人模型的HIC值為1397，代表著死者有46.7%的概率為AIS4損傷，這與自行車騎車人頭部損傷程度相吻合。假人模型骨盆最大受力為7215N，有研究[19]表明，髖部最大耐受沖擊力限度為6 000N，這與自行車騎車人骨盆骨折相吻合。同時(shí)，自行車騎車人軀體左側(cè)的損傷，如左肱骨中上段骨折，左大腿下段內(nèi)側(cè)、外側(cè)的皮膚青紫、擦傷，左內(nèi)踝、外踝皮膚青紫，與模型中假人身體左側(cè)遭受輕型客車撞擊的情況相符。自行車騎車人軀體右側(cè)的損傷主要為身體突出部位的皮膚擦挫傷，符合其軀體右側(cè)落地在地面滑行所致。

圖8 最優(yōu)近似解中假人、自行車、汽車的動(dòng)力學(xué)行為

3 討 論

復(fù)雜的交通傷鑒定一直是法醫(yī)學(xué)實(shí)踐中的難點(diǎn)。本研究在利用3D激光掃描技術(shù)對(duì)肇事車輛進(jìn)行測(cè)量的基礎(chǔ)上，結(jié)合多剛體動(dòng)力學(xué)和遺傳算法優(yōu)化，對(duì)交通事故進(jìn)行了重建，實(shí)現(xiàn)了對(duì)交通傷致傷過程及應(yīng)力響應(yīng)機(jī)制的分析。

3.1 利用3D激光掃描技術(shù)進(jìn)行車輛測(cè)量

本研究在對(duì)事故車輛進(jìn)行測(cè)量時(shí)利用了3D激光掃描技術(shù)，相對(duì)于傳統(tǒng)的人工勘測(cè)，3D激光掃描技術(shù)有非接觸性、快速測(cè)量、不需要光源、精度高、采集空間點(diǎn)密度大、獲得信息豐富、便于儲(chǔ)存等優(yōu)勢(shì)，具有廣闊的應(yīng)用前景和價(jià)值[20-21]。利用3D激光掃描技術(shù)可以實(shí)現(xiàn)事故車輛證據(jù)信息的有效采集和固定，有助于鑒定過程中人-車-道路等多因素的比對(duì)分析，有助于事故仿真模擬的逆向動(dòng)力學(xué)分析，對(duì)判定事故發(fā)生過程、分析事故成因、認(rèn)定事故責(zé)任具有重大價(jià)值。

但在實(shí)際應(yīng)用中，有多種因素會(huì)影響掃描結(jié)果的質(zhì)量。如掃描儀的高度會(huì)影響掃描結(jié)果的完整性，本次掃描對(duì)象為IVECO輕型客車，車高約2.5 m，由于三腳架高度有限，客車頂部區(qū)域超過掃描范圍，造成數(shù)據(jù)缺失。被掃描對(duì)象的透明度也會(huì)影響掃描質(zhì)量，如前擋風(fēng)玻璃、車燈等。因?yàn)椴Ａ缀醪环瓷浼す?，?dǎo)致投射的激光穿透玻璃而出，從而無法獲取前擋風(fēng)玻璃、車燈部分的點(diǎn)云，后期可以通過在前擋風(fēng)玻璃、車燈表面噴射顯像劑來解決該問題。

3.2 多剛體重建和遺傳算法優(yōu)化

本研究利用多剛體動(dòng)力學(xué)和遺傳算法優(yōu)化的方法逆向動(dòng)力學(xué)求解事故碰撞過程，再現(xiàn)人-自行車-汽車碰撞前的運(yùn)動(dòng)狀態(tài)、碰撞致傷過程等，求解所獲得的假人、自行車、汽車的動(dòng)力學(xué)行為與實(shí)際監(jiān)控視頻所記錄的三者的動(dòng)力學(xué)行為相符合。相比于傳統(tǒng)交通事故致傷過程的分析依賴于法醫(yī)學(xué)專家的經(jīng)驗(yàn)，該方法在證據(jù)的科學(xué)性、直觀性和說服力上都更具優(yōu)勢(shì)。BUCK等[22]使用3D光學(xué)掃描技術(shù)、虛擬解剖技術(shù)對(duì)一起汽車-行人碰撞事故現(xiàn)場(chǎng)進(jìn)行重建，通過建立人體和車輛的三維模型進(jìn)行幾何拼接來分析致傷過程，解決了行人是被汽車碰撞還是碾壓致死的問題，并推測(cè)出死者發(fā)生交通事故時(shí)的姿勢(shì)，重建了事故發(fā)生過程。而本研究利用MADYMO多剛體重建，使用生物力學(xué)的分析方法對(duì)道路交通事故進(jìn)行了動(dòng)態(tài)分析，在準(zhǔn)確推斷人-自行車-汽車碰撞前狀態(tài)的同時(shí)，模擬了人-自行車-汽車的動(dòng)力學(xué)行為，還對(duì)人體上的局部應(yīng)力進(jìn)行了計(jì)算。多剛體重建在法醫(yī)學(xué)交通事故調(diào)查中有著重要作用，利用計(jì)算機(jī)模擬可以使復(fù)雜的交通事故在仿真的虛擬空間中反復(fù)、準(zhǔn)確地演算[5]，而且重建結(jié)果以動(dòng)畫形式進(jìn)行展示，有助于非專業(yè)人員理解致傷過程[23]。

交通事故重建的本質(zhì)就是通過已知部分響應(yīng)結(jié)果，求解初始條件和全部響應(yīng)過程的逆動(dòng)力學(xué)問題，因此，需要引入優(yōu)化設(shè)計(jì)算法，循環(huán)迭代進(jìn)行多次正向求解，尋找滿足條件的最優(yōu)解[24]。遺傳算法（genetic algorithm，GA）是一種借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)搜索算法。遺傳算法模擬了自然選擇和自然遺傳過程中發(fā)生的繁殖、交叉和基因突變，在每次迭代中保留一組候選解，并從解群中選取較優(yōu)的個(gè)體，利用遺傳算子（選擇、交叉和變異）進(jìn)行組合，產(chǎn)生新一代候選解群，重復(fù)迭代，直到獲得最優(yōu)近似解[25-26]。利用遺傳算法可以顯著降低設(shè)計(jì)變量的分散性，從而在交通事故重建問題上獲得一個(gè)快速的收斂[6]。NSGA-Ⅱ是一種新型的多目標(biāo)遺傳算法，自其出現(xiàn)以來，因其出色的收斂性和魯棒性得到了大量的引用，目前已經(jīng)成為進(jìn)化多目標(biāo)優(yōu)化領(lǐng)域的基準(zhǔn)算法之一。本研究將NSGA-Ⅱ多目標(biāo)遺傳算法應(yīng)用于交通事故多剛體重建中，所求的目標(biāo)函數(shù)獲得了快速收斂及最優(yōu)近似解，為后續(xù)的研究提供了一種新的思路和手段[27]。

然而，本研究存在一定局限性：（1）汽車和自行車的接觸剛度特性參考相似車輛的測(cè)試結(jié)果設(shè)置，與實(shí)際車輛的接觸剛度特性可能存在差異；（2）摩擦系數(shù)也是參考文獻(xiàn)設(shè)置，與實(shí)際情況可能存在差異，后期交通事故重建工作考慮在事故現(xiàn)場(chǎng)對(duì)相應(yīng)的摩擦系數(shù)進(jìn)行測(cè)量，以提高重建的準(zhǔn)確性；（3）多剛體動(dòng)力學(xué)仿真軟件使用了簡(jiǎn)化模型，以便進(jìn)行快速模擬，因此，相應(yīng)的損傷指標(biāo)和應(yīng)力需要謹(jǐn)慎使用，聯(lián)合應(yīng)用多剛體動(dòng)力學(xué)和有限元方法可以提高模擬的準(zhǔn)確性，如利用多剛體動(dòng)力學(xué)計(jì)算人體與車輛的初始撞擊部位、方式和速度，利用有限元方法對(duì)損傷的應(yīng)力、應(yīng)變響應(yīng)進(jìn)行求解[28]。綜上所述，本研究依然存在很多問題需要解決，后期需要對(duì)更多的交通事故進(jìn)行研究以提高重建的準(zhǔn)確性。

3.3 總結(jié)

本研究在利用3D激光掃描技術(shù)對(duì)肇事車輛進(jìn)行測(cè)量的基礎(chǔ)上，結(jié)合多剛體動(dòng)力學(xué)和遺傳算法優(yōu)化對(duì)一起輕型客車、自行車及其騎車人碰撞的交通事故進(jìn)行重建，模擬結(jié)果與事故真實(shí)情況吻合，再現(xiàn)了人-自行車-汽車碰撞前的運(yùn)動(dòng)狀態(tài)、碰撞致傷過程，并對(duì)受害者的損傷進(jìn)行了力學(xué)分析，為法醫(yī)學(xué)死因鑒定提供生物力學(xué)依據(jù)，在交通事故法醫(yī)學(xué)鑒定中具有應(yīng)用價(jià)值。

[1]陳憶九，杜志淳，鄒冬華.我國道路交通事故綜合鑒定體系研究[J].中國司法鑒定，2006（3）：20-23.

[2]陳憶九，鄒冬華，劉寧國.再現(xiàn)技術(shù)在道路交通事故鑒定中的應(yīng)用[J].中國司法鑒定，2007（3）：23-27.

[3]TERESINSKI G，MADRO R.Evidential value of injuries useful for reconstruction of the pedestrian-vehicle location at the moment of collision[J].Forensic Sci Int，2002，128（3）：127-135.

[4]CARTER E L，NEAL-STURGESS C E.MADYMO reconstruction of a real-world collision between a vehicle and cyclist[J].International Journal of Crashworthiness，2009，14（4）：379-390.

[5]MCNALLY D S，ROSENBERG N M.MADYMO simulation of children in cycle accidents：a novel approach in risk assessment[J].Accid Anal Prev，2013，59：469-478.

[6]UNTAROIU C D， MEISSNER M U，CRANDALL J R，et al.Crash reconstruction of pedestrian accidents using optimization techniques[J].Int J Impact Eng，2009，36（2）：210-219.

[7]MARTINEZ L，GUERRA L J，F(xiàn)ERICHOLA G，et al.Stiffness corridors of the European fleet for pedestrian simulation[C]//20th International Technical Conference on the Enhanced Safety of Vehicles （ESV）， Lyon，F(xiàn)rance，2007.

[8]MOORE D F， WANG E L， HULL M L.An empirical model for determining the radial force-deflection characteristics of off-road bicycle tyres[J].International Journal of Vehicle Design，1996，17（4）：471-482.

[9]SODEN P D，MILLAR M A，ADEYEFA B A， et al.Loads， stresses， and deflections in bicycle frames[J].Journal of Strain Analysis for Engineering Design，1986，21（21）：185-195.

[10]MCLUNDIE W M.Investigation of two-wheeled road traffic accidents using explicit FE techniques[D].Bedford： Cranfield University，2007.

[11]ELLIOTT J R，SIMMS C K，WOOD D P.Pedestrian head translation， rotation and impact velocity：the influence of vehicle speed，pedestrian speed and pedestrian gait[J].Accid Anal Prev，2012，45：342-353.

[12]KAJZER J，MATSUI Y，ISHIKAWA H，et al.Shearing and bending effects at the knee joint at low speed lateral loading[C]//1999 SAE International Congress and Exposition， Detroit， Michigan，1999.

[13]VAN HOOF J， DE LANGE R， WISMANS J S.Improving pedestrian safety using numerical human models[J].Stapp Car Crash J，2003，47：401-436.

[14]陽兆祥.交通事故力學(xué)鑒定教程[M].南寧：廣西科學(xué)技術(shù)出版社，2002.

[15]YAO J F， YANG J K， FREDRIKSSON R.Reconstruction of head-to-hood impactin an automobile-to-child-pedestrian collision[J].International Journal of Crashworthiness，2006，11（4）：387-395.

[16]DEB K，PRATAP A，AGARWAL S，et al.A fast and elitist multiobjective genetic algorithm：NSGA-Ⅱ[J].IEEE Transactions on Evolutionary Computation，2002，6（2）：182-197.

[17]Hayes W C， Erickson M S， Power E D.Forensic injury biomechanics[J].Annu Rev Biomed Eng，2007，9：55-86.

[18]Association for the Advancement of Automotive Medicine.Abbreviated Injury Scale?2005--Update 2008[S].Barrington，USA：Association for the Advancement of Automotive Medicine，2008.

[19]CICHOS D，DE VOGEL D，OTTO M，et al.Crash analysis criteria description[R].Bergisch Gladbach，Germany： Federal Highway Research Institute，2006.

[20]MAKSYMOWICZ K， ZO?NA M M， KOSCIUK J，et al.Documentation of course and results of crime scene reconstruction and virtual crime scene reconstruction possibility by means of 3D laser scanning technology[J].Arch Med Sadowej Kryminol，2010，60（4）：292-297.

[21]BUCK U， NAETHER S， R?SS B， et al.Accident or homicide--virtual crime scene reconstruction using 3D methods[J].Forensic Sci Int，2013，225（1-3）：75-84.

[22]BUCK U，NAETHER S，BRAUN M，et al.Application of 3D documentation and geometric reconstruction methods in traffic accident analysis：with high resolution surface scanning，radiological MSCT/MRI scanning and real data based animation[J].Forensic Sci Int，2007，170（1）：20-28.

[23]FORERO RUEDA M A，GILCHRIST M D.Comparative multibody dynamics analysis of falls from playground climbing frames[J].Forensic Sci Int，2009，191（1-3）：52-57.

[24]CHONG E K P，ZAK S H.An Introduction to optimization[M].4th ed.Hoboken， New Jersey： John Wiley&Sons，2013：1-40.

[25]馬永杰，云文霞.遺傳算法研究進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究，2012，29（4）：1201-1206，1210.

[26]SANKARASUBRAMANIAN H，CHAWLA A，MUKHERJEE S，et al.Optimisation study on multibody vehicle-front model for pedestrian safety[J].International Journal of Crashworthiness，2016，21（1）：63-78.

[27]馮士剛，艾芊.帶精英策略的快速非支配排序遺傳算法在多目標(biāo)無功優(yōu)化中的應(yīng)用[J].電工技術(shù)學(xué)報(bào)，2007，22（12）：146-151.

[28]BOURDET N，DECK C，SERRE T，et al.In-depth real-world bicycle accident reconstructions[J].International Journal of Crash worthiness，2014，19 （3）：222-232.