鄒鐵方，劉朱紫，肖 璟，劉 期

（1.長(zhǎng)沙理工大學(xué)汽車與機(jī)械工程學(xué)院，長(zhǎng)沙 410114；2.湖南省工程車輛安全性設(shè)計(jì)與可靠性技術(shù)重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)沙 410114；3.長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院醫(yī)學(xué)院，長(zhǎng)沙 410004）

前言

交通事故中行人的傷害主要來(lái)源于第一次與車輛的撞擊及隨后與地面的第二次撞擊。研究發(fā)現(xiàn)，車輛往往造成行人更大的受傷風(fēng)險(xiǎn)［1-4］，但大量研究也表明地面所致傷害很嚴(yán)重［1，3-5］。近期更有學(xué)者通過(guò)分析1 221例德國(guó)行人事故案例發(fā)現(xiàn)，當(dāng)碰撞速度低于40 km/h 時(shí)如能消除地面相關(guān)損傷則可消除2/3 的總傷害費(fèi)用［6］。此結(jié)論表明研究降低地面損傷的方法極具價(jià)值。人們很早就利用仿真手段開始了地面相關(guān)損傷的研究，發(fā)現(xiàn)人地碰撞損傷不易預(yù)測(cè)，受碰撞速度、車頭形狀、行人步態(tài)和行人尺寸等因素影響［5，7-10］。為更好地研究人地碰撞損傷，學(xué)者們還引入了人地碰撞機(jī)制（pedestrian ground contact mechanisms）［11-12］、行人旋轉(zhuǎn)角度［13-14］等參數(shù)，發(fā)現(xiàn)人地碰撞損傷與碰撞機(jī)制、旋轉(zhuǎn)角度有高度相關(guān)性，這些參數(shù)可用于評(píng)估人地碰撞損傷風(fēng)險(xiǎn)。相對(duì)于諸多聚焦人地?fù)p傷機(jī)制的研究，關(guān)于人地碰撞損傷防護(hù)方法的研究較少。文獻(xiàn)［1］中提出在車頭設(shè)置多個(gè)安全氣囊阻止人體落地的設(shè)想；Khaykin 等［15］提出了將事故后人體粘到車上的發(fā)明專利；文獻(xiàn)［16］中做了通過(guò)制動(dòng)控制降低人地碰撞損傷的嘗試。文獻(xiàn)［16］中運(yùn)用仿真手段證明了控制制動(dòng)能顯著降低人地碰撞損傷，但未能解決如何控制車輛制動(dòng)的問題。

隨著現(xiàn)代感知、決策和通信等技術(shù)的發(fā)展，智能汽車保護(hù)乘員的能力會(huì)大幅提升，其保護(hù)行人的能力可進(jìn)一步挖掘。注意到智能汽車具備實(shí)時(shí)監(jiān)測(cè)碰撞后行人運(yùn)動(dòng)軌跡的能力，因而探索一條實(shí)用的降低人地碰撞損傷的車輛制動(dòng)控制策略極為必要。故在文獻(xiàn)［16］的基礎(chǔ)上，提出更實(shí)用的降低人地碰撞損傷的車輛制動(dòng)控制策略，并用MADYMO 軟件通過(guò)仿真試驗(yàn)驗(yàn)證所提方法的有效性。

1 研究方法

1.1 降低人地碰撞損傷的汽車制動(dòng)控制策略

圖1 給出智能汽車制動(dòng)控制的減速度曲線。當(dāng)汽車檢測(cè)到事故不可避免時(shí)開始完全制動(dòng)車輛以降低車速，故在人車碰撞發(fā)生的t0時(shí)刻（即0 時(shí)刻），減速度已達(dá)最大；至t1時(shí)刻車輛開始松開制動(dòng)以追上拋出的人體進(jìn)而影響人體運(yùn)動(dòng)學(xué)響應(yīng)；文獻(xiàn)［16］和文獻(xiàn)［17］中考慮制動(dòng)系統(tǒng)協(xié)調(diào)時(shí)間0.2 s 后制動(dòng)完全松開，然后車輛開始無(wú)制動(dòng)向前運(yùn)動(dòng)；為防止碾壓人體，車輛在t2時(shí)刻開始再次完全制動(dòng)，考慮制動(dòng)系統(tǒng)協(xié)調(diào)時(shí)間0.2 s后完全制動(dòng)直至車輛靜止。顯然，t1、t2為圖1所示車輛制動(dòng)控制策略的核心參數(shù)。

圖1 車輛制動(dòng)控制減速度曲線

為降低人車碰撞速度，進(jìn)而降低車體對(duì)人體的傷害，在t1之前須完全制動(dòng)車輛。一般認(rèn)為人體頭部與車體撞擊后人車之間第一次撞擊結(jié)束，故將t1視為頭部與車體第一次撞擊的時(shí)刻。由文獻(xiàn)［18］可知，人車碰撞后，人體會(huì)被車體以與車輛速度接近的速度拋射出去。據(jù)此可推斷t1時(shí)刻松開車輛制動(dòng)不會(huì)顯著加重車輛對(duì)人體的二次傷害，因兩者速度接近。

通過(guò)對(duì)前期大量虛擬仿真的觀察，t2可由以下規(guī)則確定。t1時(shí)刻后，遇以下任一情況則開始再次完全制動(dòng)車輛，并將該時(shí)間點(diǎn)視為t2。

（1）監(jiān)測(cè)到人體下肢、主要部位（頭、胸及臀）超出車體兩側(cè)時(shí)。人體從車體邊緣落地時(shí)，一旦與車體進(jìn)行接觸則會(huì)從車體處獲得一個(gè)較大的側(cè)向加速度，此時(shí)對(duì)降低人地碰撞損傷無(wú)益，甚至?xí)又厝说嘏鲎矒p傷，故須盡快制動(dòng)車輛。

（2）監(jiān)測(cè)到人體臀部超過(guò)車輛前風(fēng)窗玻璃下沿或行人雙腳超過(guò)頭部時(shí)。表明人體主要部位大概率會(huì)與風(fēng)窗玻璃甚至車頂接觸，此時(shí)車頭已具備接住行人的條件，為降低人車再次接觸時(shí)的車速，可盡快再次制動(dòng)車輛。

（3）監(jiān)測(cè)到行人頭、臀部位置低于發(fā)動(dòng)機(jī)罩蓋前沿時(shí)。表明行人即將滑落地面，為避免碾壓行人，須盡快再次制動(dòng)車輛。

1.2 仿真試驗(yàn)設(shè)計(jì)

與已有研究［16］類似，通過(guò)仿真試驗(yàn)來(lái)驗(yàn)證1.1節(jié)中提出的制動(dòng)控制策略的有效性。選擇10 種車型，每種車型選用兩種制動(dòng)控制策略（完全制動(dòng)與1.1 節(jié)中的控制制動(dòng)），并結(jié)合成熟的虛擬仿真系統(tǒng)［16，19］設(shè)計(jì)試驗(yàn)。

Li 等［19］在2016 年依據(jù)GIDAS（German in-depth accident study）事故數(shù)據(jù)，結(jié)合MADYMO 軟件提出了一套人車碰撞仿真系統(tǒng)。該系統(tǒng)包括6 種車速（21、31、41、51、61 和71 km/h）×5 個(gè)行人模型（6 歲兒童、5 百分位女性、5 百分位男性、50 百分位男性、90百分位男性）×2 種步態(tài)共60 個(gè)仿真，仿真結(jié)果包含了低于41 km/h的人地碰撞損傷，其有效性已通過(guò)真實(shí)事故數(shù)據(jù)驗(yàn)證。故將基于該系統(tǒng)設(shè)計(jì)本研究的試驗(yàn)。

考慮到當(dāng)車速高于41 km/h 時(shí)，人體將會(huì)受到車體更為嚴(yán)重的撞擊［12，20-21］，且統(tǒng)計(jì)數(shù)據(jù)顯示碰撞車速低于41 km/h 的車人碰撞事故占比極高（80%左右）［22-24］，故與已有研究［12，20-21］類似，僅考慮21、31 和41 km/h 3 種車速。在Li 等提出的仿真系統(tǒng)中有5 個(gè)行人模型，但考慮到6 歲兒童在事故中更多會(huì)被向前拋出（forward projection）而非繞射拋出（wrap projection），此種情況下運(yùn)動(dòng)車輛常會(huì)加重人地碰撞損傷，故不考慮此模型。與Li 等的仿真系統(tǒng)類似，考慮50%和100%兩種行人步態(tài)。故3種車速（21、31 和41 km/h）×4 個(gè)行人模型（5 百分位女性、5 百分位男性、50 百分位男性、90 百分位男性）×2 種步態(tài)共24 個(gè)仿真組成本研究的虛擬仿真系統(tǒng)。

為盡可能考察1.1 節(jié)中所提出的制動(dòng)控制策略的適應(yīng)性，在較大車頭參數(shù)范圍［25］內(nèi)隨機(jī)生成10 種車型（圖2）。從圖中可以看出，所選車型分布范圍很廣，具有代表性。

圖2 研究中所采用的10種車頭形狀

以虛擬仿真系統(tǒng)為基礎(chǔ)，對(duì)每一種車型各設(shè)計(jì)2 組試驗(yàn)，第1 組包含24 個(gè)仿真，仿真中車輛完全制動(dòng)，以此獲得完全制動(dòng)情況下人地碰撞損傷數(shù)據(jù)和頭部-車輛首次碰撞時(shí)間t1；第2 組也包含24 個(gè)仿真，每個(gè)仿真均采用1.1 節(jié)中的方法控制車輛制動(dòng)，其中t1由第1 組仿真獲得，t2通過(guò)1.1 節(jié)所提出的規(guī)則結(jié)合MADYMO 仿真實(shí)時(shí)獲得。可知完全制動(dòng)組須進(jìn)行10 車型×1 虛擬仿真系統(tǒng)（24 次仿真）=240 次仿真；相應(yīng)地，控制制動(dòng)組同樣須進(jìn)行240 次仿真。

所有的仿真均用MADYMO 完成，與已有研究類似，仿真中人車及人地碰撞的恢復(fù)系數(shù)分別為0.3和0.6，且僅考慮車頭各結(jié)構(gòu)的單一剛度水平［22，26］。碰撞場(chǎng)景見圖3，車輛垂直撞擊行人側(cè)面。因考慮了行人速度，人體相對(duì)于車體中心線向人體后退方向偏離40 mm，以確保人體頭部能與車體接觸。

圖3 碰撞場(chǎng)景

1.3 評(píng)價(jià)指標(biāo)

本研究中將選擇加權(quán)傷害費(fèi)用（weighted injury cost，WIC）、最大簡(jiǎn)明損傷定級(jí)標(biāo)準(zhǔn)（abbreviated injury scale，AIS）及車輛與人體主要部位首次觸地點(diǎn)位置之間的距離（DPGV-m）3個(gè)評(píng)價(jià)指標(biāo)以評(píng)估1.1節(jié)中所提出的車輛制動(dòng)控制策略對(duì)人地碰撞損傷的防護(hù)效果。

（1）人體傷害包括頭部、胸部、臀部及下肢等多部位的損傷，將采用文獻(xiàn)［22］中提出的WIC 將各個(gè)部位的損傷融合為一個(gè)結(jié)果進(jìn)行比較。對(duì)于某車型中1 組試驗(yàn)的24 個(gè)仿真，首先根據(jù)每個(gè)仿真中人體頭部、胸部、四肢及骨盆所受傷害評(píng)估各個(gè)部位的AIS水平，進(jìn)而計(jì)算出其所需費(fèi)用IC（injury cost），包括醫(yī)療及輔助費(fèi)用，所有費(fèi)用之和視為該次仿真的傷害費(fèi)用；然后將24 個(gè)仿真中總費(fèi)用依據(jù)碰撞車速、行人高度及步態(tài)的占比加權(quán)取和為最終的WIC。其中，頭部用頭部損傷準(zhǔn)則HIC（head injury criterion）、胸部用胸部損傷指數(shù)TTI（thorax trauma index）、臀部用碰撞力、下肢用彎矩、膝蓋用彎曲角度來(lái)預(yù)測(cè)損傷。故

式中：psi、phi和pgi分別為車速、行人高度和行人步態(tài)的比例；ICi為一組仿真中第i 個(gè)仿真人體的傷害費(fèi)用。顯然某組仿真中WIC值越高表明人體受到的傷害越大，反之則表示人體受到的傷害越少。

（2）最大AIS。WIC 是Li 等提出的一個(gè)非?？茖W(xué)的對(duì)人體損傷進(jìn)行綜合評(píng)價(jià)的指標(biāo)，但綜合指標(biāo)與單一指標(biāo)畢竟不同，故此處再選擇另一個(gè)指標(biāo)即行人在事故中受到的最大AIS 來(lái)開展評(píng)價(jià)。最大AIS 取人體在事故中頭部、下肢、胸部和臀部等部位AIS的最大值。

（3）DPGV-m 為車頭前沿與人體主要部位首次觸地位置之間在車輛行進(jìn)方向的距離。智能汽車可裝備外置安全氣囊等設(shè)備以更好地保護(hù)行人。如能拉近行人主要部位（頭、胸及臀）首次觸地點(diǎn)位置與車頭的距離，則可提升車載裝置保護(hù)人地碰撞的能力。

1.4 研究分析方法

不同于人車碰撞仿真模型，MADYMO 中人地碰撞仿真模型雖在研究中應(yīng)用很多但驗(yàn)證并不充分［11-13，18，22］，故后續(xù)分析中主要采用對(duì)比研究的方法，以盡可能消除模型的影響。

2 仿真結(jié)果

2.1 地面和車輛所致WIC

圖4（a）和圖4（b）分別給出地面和車輛所致WIC，圖中同一車型左、右邊豎柱分別對(duì)應(yīng)完全制動(dòng)、控制制動(dòng)組數(shù)據(jù)，下同。圖4（a）顯示所有車型控制制動(dòng)組中地面所致WIC 均降低。圖4（b）顯示利用1.1 節(jié)中的策略控制車輛制動(dòng)，車輛所致WIC 并未改變，表明從t1時(shí)刻松開制動(dòng)不會(huì)加重車輛所致WIC 值，意味著可以大膽開展基于制動(dòng)控制的人地碰撞損傷防護(hù)研究。

圖4 地面和車輛所致WIC對(duì)比

2.2 地面和車輛所致最高AIS

圖5 （a）和圖5（b）分別給出地面和車輛所致最高AIS。圖5（a）顯示控制制動(dòng)組中最高AIS 的比例均顯著下降，這表明通過(guò)1.1 節(jié)的制動(dòng)控制策略可以有效降低人地碰撞損傷。圖5（b）顯示車輛所致最高AIS 并未改變，再次表明通過(guò)有效控制車輛制動(dòng)不會(huì)加重車輛所致人體損傷。

圖5 地面和車輛所致最高AIS對(duì)比

2.3 車輛與人體主要部位首次觸地點(diǎn)位置之間的距離DPGV-m

圖6 給出DPGV-m 的箱型圖。圖中同一車型中左、右箱型分別對(duì)應(yīng)完全制動(dòng)、控制制動(dòng)組數(shù)據(jù)，完全制動(dòng)組數(shù)據(jù)用DPGV-m-ori表示，控制制動(dòng)組數(shù)據(jù)用DPGV-m-con 表示。圖6 顯示控制制動(dòng)組中數(shù)值明顯低于完全制動(dòng)組，且大部分DPGV-m（201/240=83.75%）＜1 m。這表明如開發(fā)保護(hù)人地碰撞的安全氣囊，其展開范圍達(dá)到1 m可保護(hù)83.75%的行人；如達(dá)到1.5 m，則可保護(hù)234/240=97.5%的行人。

3 討論

通過(guò)仿真試驗(yàn)，驗(yàn)證了1.1 節(jié)中提出的車輛制動(dòng)控制策略能夠有效降低WIC、最高AIS 和縮短車輛與人體主要部位首次觸地點(diǎn)位置之間的距離，且不會(huì)增加車輛所致?lián)p傷，這都清晰表明所提方法的價(jià)值。由此引出車型和車速對(duì)防護(hù)效果的影響、t1與t2的取值規(guī)律及是否每一次案例都能從控制制動(dòng)策略中獲益等問題。

3.1 車型對(duì)防護(hù)效果的影響

圖7 給出不同車型中WIC 的降低比例。該比例由下式計(jì)算獲得：

圖7 不同車型中WIC的降低比例

圖7 顯示，3/4/5/9/10 5 種車型中地面所致?lián)p傷在控制制動(dòng)中可以降低70%以上，而車型1/2/6/7 中地面所致?lián)p傷僅能降低20%以下。圖8給出不同車型與50百分位行人碰撞場(chǎng)景。由圖8可見，發(fā)動(dòng)機(jī)罩蓋長(zhǎng)度對(duì)制動(dòng)控制策略的防護(hù)效果影響顯著，長(zhǎng)發(fā)動(dòng)機(jī)罩蓋的防護(hù)效果更佳。車5 的發(fā)動(dòng)機(jī)罩蓋與前風(fēng)窗玻璃之間夾角很大，導(dǎo)致兩者近似融為一體，故可認(rèn)為該車發(fā)動(dòng)機(jī)罩蓋最長(zhǎng)，其防護(hù)效果最佳（WIC可降低近90%）。車9和車7較為接近，但車9的發(fā)動(dòng)機(jī)罩蓋長(zhǎng)度比車7長(zhǎng)6 cm，且車9前保險(xiǎn)杠下沿更寬，使該車在碰撞過(guò)程中能給予行人下肢更多能量進(jìn)而使下肢甩的更高（見圖9），這是導(dǎo)致兩者防護(hù)效果不同的主要原因。車型導(dǎo)致防護(hù)效果的差異表明在制定車輛制動(dòng)控制策略時(shí)，需具體車型具體分析。

圖8 不同車型與50百分位行人碰撞場(chǎng)景

圖9 車9 和車7 中50 百分位男性行人被撞擊后的運(yùn)動(dòng)學(xué)響應(yīng)

3.2 車速對(duì)防護(hù)效果的影響

圖10 給出不同車速下制動(dòng)控制方法的防護(hù)效果。其中圖10（a）為完全制動(dòng)及控制制動(dòng)中單個(gè)案例平均損失，圖10（b）為地面所致?lián)p傷增加案例比例。由圖10（a）看出，車速21 和41 km/h 時(shí)控制制動(dòng)的防護(hù)效果很好，但31 km/h時(shí)控制制動(dòng)策略并未能降低且加重了地面所致?lián)p傷；圖10（b）給出了一種可能原因，31 km/h 時(shí)人體損傷增加的案例達(dá)14 個(gè)（17.5%），顯著高于21 km/h 的4 個(gè)（5%）和41 km/h的9 個(gè)（11.25%）。這表明對(duì)車輛進(jìn)行制動(dòng)控制過(guò)程中，也須考慮車速的影響。

3.3 時(shí)間t1規(guī)律

圖11 為時(shí)間t1與車速的箱型圖。圖11 表明，隨著車速的增加，t1顯著下降。須注意的是，當(dāng)車速達(dá)到41 km/h 時(shí)，t1的中位數(shù)約為0.12 s，這表明車載傳感器須在極短的時(shí)間內(nèi)監(jiān)測(cè)到車輛與行人頭部的接觸，對(duì)智能汽車的相關(guān)傳感器提出了較高要求。

圖10 制動(dòng)控制方法在不同車速下的防護(hù)效果

圖11 時(shí)間t1與車速的箱型圖

3.4 時(shí)間t2規(guī)律

圖12 為時(shí)間t2與車速的箱型圖。圖12 表明，隨著車速的增大，t2的變化范圍變窄，但中位數(shù)增加不明顯且中位數(shù)基本均高于0.8 s，這表明在t1后還有不低于0.6 s（考慮21 km/h 的最大t1中位數(shù)約0.22 s）用于智能汽車監(jiān)測(cè)行人運(yùn)動(dòng)并作出決策。對(duì)未來(lái)汽車而言，難度應(yīng)該不大。

圖12 時(shí)間t2與車速的箱型圖

3.5 非受益案例原因分析

240 個(gè)仿真案例中，共有27 個(gè)案例（11.25%）中的地面所致?lián)p傷增加，原因如下。

（1）11 個(gè)案例（40.7%）中，車人第二次接觸時(shí)，車頭前沿與人體頭部接觸（圖13 A）。人車再次接觸的這一過(guò)程不僅未能有效消耗人體下墜的能量，有時(shí)還會(huì)改變?nèi)梭w落地姿態(tài)，從而使其頭部與地面產(chǎn)生更大撞擊。

圖13 典型非受益案例中人體運(yùn)動(dòng)學(xué)響應(yīng)

（2）7 個(gè)案例（25.9%）中，因車人長(zhǎng)時(shí)間不分離（圖13 B），導(dǎo)致車輛一直載著人向前運(yùn)動(dòng)，故增加了行人地面損傷風(fēng)險(xiǎn)。

（3）4 個(gè)案例（14.8%）中，人車第一次接觸后會(huì)以一個(gè)較大的速度被拋出（圖13 C），按照1.1 節(jié)中的制動(dòng)控制策略，車輛無(wú)法對(duì)拋出后的人體產(chǎn)生再次影響。

（4）2 個(gè)案例（7.4%）中，行人從車輛一側(cè)落地（圖13 D），導(dǎo)致地面損傷增加。這表明雖然在控制策略中充分考慮了人體從車輛兩側(cè)墜地的情況，并制定了相應(yīng)的控制策略，但仍須加強(qiáng)對(duì)車輛兩側(cè)墜地案例的監(jiān)測(cè)并作出更合理決策，以盡可能避免此類事件的發(fā)生。

（5）2個(gè)案例（7.4%）中，完全制動(dòng)時(shí)地面所致?lián)p傷已經(jīng)接近于零（圖13 E）。這表明，嘗試通過(guò)制動(dòng)控制降低所有案例中的地面所致?lián)p傷會(huì)很難，采用虛擬仿真系統(tǒng)并用加權(quán)方式獲得WIC 后，再對(duì)制動(dòng)控制策略的效果進(jìn)行評(píng)估更科學(xué)。

（6）1 個(gè)案例（3.7%）中，在車輛運(yùn)動(dòng)過(guò)程中，人體下肢與車輛前端進(jìn)行再次接觸（圖13 F），此時(shí)對(duì)人體的主要部位并未能提供足夠保護(hù)，反而使旋轉(zhuǎn)速度轉(zhuǎn)變?yōu)槿梭w頭部與地面的垂直撞擊速度，加重了人地碰撞損傷。

4 結(jié)論

通過(guò)480 次（完全制動(dòng)組240 次+控制制動(dòng)組240 次）仿真試驗(yàn)，運(yùn)用對(duì)比分析等方法獲得以下結(jié)論。

（1）控制制動(dòng)組中人地碰撞損傷均降低，但不同車型的降低幅度不一致，且控制制動(dòng)并未加重車輛所致人體損傷。與此同時(shí)，控制制動(dòng)能顯著縮短人體主要部位首次觸地點(diǎn)位置與車頭位置間的距離，83.75%案例中的距離均小于1 m。此外還分析了車型、車速對(duì)防護(hù)效果的影響，探索了t1與t2的取值規(guī)律，分析了不能獲益案例的原因，為后續(xù)研究中獲得更實(shí)用的車輛制動(dòng)控制策略奠定基礎(chǔ)。

（2）本研究中所提出的車輛制動(dòng)控制策略，在10 種車型中均能降低人地碰撞損傷，但在一些車型中降低幅度不明顯，在單個(gè)仿真中還存在人地碰撞損傷增大的情況，雖然本研究將基于制動(dòng)控制的人地碰撞損傷策略向?qū)嵱梅较蛲七M(jìn)了一步，但離真正實(shí)踐還有距離，需要后續(xù)研究。