朱雪靜

（201620 上海市 上海工程技術(shù)大學(xué) 機(jī)械與汽車(chē)工程學(xué)院）

0 引言

近年來(lái)，行人交通安全成為不可忽視的社會(huì)熱點(diǎn)問(wèn)題，我國(guó)汽車(chē)—電動(dòng)自行車(chē)交通事故死傷人數(shù)同樣一直居高不下，中國(guó)國(guó)家統(tǒng)計(jì)局的統(tǒng)計(jì)數(shù)據(jù)表明，含有電動(dòng)兩輪車(chē)參與的道路交通事故占非機(jī)動(dòng)車(chē)事故的59%以上，且弱勢(shì)群體死亡率達(dá)14.6%以上[1]。汽車(chē)主、被動(dòng)安全的研究與發(fā)展在很大程度緩解了道路交通事故的傷害，對(duì)道路弱勢(shì)群體保護(hù)設(shè)計(jì)成為汽車(chē)安全領(lǐng)域研發(fā)的熱點(diǎn)。

文獻(xiàn)[2]使用司法鑒定中心的交通事故數(shù)據(jù)，對(duì)導(dǎo)致道路交叉口駕駛員死亡的9 個(gè)因素進(jìn)行綜合分析，通過(guò)主成分分析得到4 個(gè)主要因子以分析兩輪車(chē)駕駛員在交叉路口致命傷害的主要因素；文獻(xiàn)[3]為調(diào)查兩輪車(chē)碰撞中影響兩輪車(chē)運(yùn)動(dòng)和頭部損傷風(fēng)險(xiǎn)的因素，對(duì)兩輪車(chē)車(chē)輛類(lèi)型及騎手狀態(tài)進(jìn)行多體建模并對(duì)兩輪車(chē)車(chē)手頭部受傷風(fēng)險(xiǎn)進(jìn)行分析；文獻(xiàn)[4-5]基于德國(guó)交通事故深度調(diào)查研究數(shù)據(jù)庫(kù)，通過(guò)對(duì)典型事故案例深入分析進(jìn)一步研究AEB 系統(tǒng)對(duì)人員的保護(hù)作用；文獻(xiàn)[6]基于49 個(gè)人—車(chē)事故案例，探究了人—車(chē)事故中道路、初始碰撞位置、碰撞車(chē)速、傷情等特征；文獻(xiàn)[7]通過(guò)對(duì)中國(guó)道路交通事故深入研究（CIDAS）數(shù)據(jù)庫(kù)中469 起汽車(chē)與電動(dòng)兩輪車(chē)的碰撞事故數(shù)據(jù)進(jìn)行了整理，并結(jié)合PC—Crash軟件的事故重建結(jié)果，對(duì)事故規(guī)律進(jìn)行了描述；文獻(xiàn)[8]采集了上海道路中典型的行人危險(xiǎn)場(chǎng)景，統(tǒng)計(jì)了各種危險(xiǎn)工況，利用聚類(lèi)分析建立典型危險(xiǎn)場(chǎng)景。

本文對(duì)國(guó)家車(chē)輛事故深度調(diào)查體系（National Automobile Accidennt In_Depth Investigation System，NAIS）中上海松江地區(qū)的電動(dòng)自行車(chē)—車(chē)碰撞典型事故案例的數(shù)據(jù)展開(kāi)分析研究，從NAIS 數(shù)據(jù)庫(kù)中選取200 例包含視頻及交警資料的典型十字路口電動(dòng)兩輪車(chē)—車(chē)碰撞事故案例，分析了碰撞事故機(jī)動(dòng)車(chē)車(chē)型、電動(dòng)兩輪車(chē)—車(chē)碰撞危險(xiǎn)場(chǎng)景、碰撞前兩車(chē)相對(duì)位置、騎車(chē)人在碰撞中易受傷部位及碰撞后運(yùn)動(dòng)軌跡等。本文采用錄用事故發(fā)生視頻及交警資料，可較準(zhǔn)確地還原事故發(fā)生場(chǎng)景，確定碰撞前電動(dòng)自行車(chē)—車(chē)相對(duì)位置，從而提取出典型危險(xiǎn)場(chǎng)景，為汽車(chē)自動(dòng)緊急制動(dòng)系統(tǒng)（Autonomous Emergency Braking）中傳感器的選型提供有價(jià)值的參考。通過(guò)對(duì)典型碰撞事故中騎車(chē)人受傷的特點(diǎn)等一些客觀規(guī)律特征的分析，研究結(jié)果為車(chē)輛弱勢(shì)群體保護(hù)技術(shù)的研發(fā)和應(yīng)用提供參考依據(jù)。

1 事故樣本的選取及碰撞事故數(shù)據(jù)分析

NAIS 主要采集中國(guó)嚴(yán)重道路交通事故。為提高對(duì)事故特征分析的準(zhǔn)確性，事故案例的錄入要求滿足重傷或死亡1 人及以上，每個(gè)事故案例均包括人、車(chē)、路及相關(guān)環(huán)境信息，包含高達(dá)2 200 以上的參數(shù)，以NAIS 中事故數(shù)據(jù)案例為基礎(chǔ)，研究我國(guó)實(shí)際交通事故中電動(dòng)自行車(chē)—車(chē)碰撞形態(tài)與位置，總結(jié)該類(lèi)事故中電動(dòng)兩輪車(chē)騎車(chē)人碰撞后的運(yùn)動(dòng)狀態(tài)與損傷特點(diǎn)。

1.1 事故樣本的選取

本文選取的真實(shí)事故案例來(lái)源于NAIS 上海松江站點(diǎn)，事故數(shù)據(jù)從2019 年1 月截至2020 年7 月底445 起機(jī)動(dòng)車(chē)碰撞事故案例。機(jī)動(dòng)車(chē)與電動(dòng)兩輪車(chē)碰撞事故200 起，占總體機(jī)動(dòng)車(chē)交通事故數(shù)量的44.9%。統(tǒng)計(jì)圖如圖1 所示。

圖1 事故案例統(tǒng)計(jì)圖Fig.1 Statistical chart of accident cases

在選取的200 起典型電動(dòng)兩輪車(chē)—車(chē)碰撞事故案例中，包含乘用車(chē)與電動(dòng)兩輪車(chē)的碰撞事故，也包括卡車(chē)及商用車(chē)與電動(dòng)兩輪車(chē)的碰撞事故，本著提高事故特征分析準(zhǔn)確性的原則，提出了下列篩選條件：

（1）機(jī)動(dòng)車(chē)輛為轎車(chē)、多用途車(chē)（Multi-Porpose Vehicles，MPV），以及運(yùn)動(dòng)型多功能車(chē)（Sports Utility Vehicle）3 種的乘用車(chē)；

（2）僅涉及一輛中型電動(dòng)兩輪車(chē)；

（3）案例中具備事故發(fā)生時(shí)的視頻及交警資料。

基于以上篩選條件，選取了15 例典型的電動(dòng)兩輪車(chē)—車(chē)碰撞事故樣本，通過(guò)事故照片、碰撞視頻及交警資料的描述對(duì)事故發(fā)生前兩車(chē)的運(yùn)動(dòng)狀態(tài)及方位、碰撞時(shí)電動(dòng)自行車(chē)駕駛員的運(yùn)動(dòng)響應(yīng)等事故特征的分析具有較大的幫助。事故數(shù)據(jù)樣本如表1 所示。碰撞位置為碰撞點(diǎn)與車(chē)頭正中間的橫向距離，碰撞點(diǎn)處向左為正值，向右為負(fù)值。碰撞角度為兩車(chē)在速度方向的矢量夾角。

表1 車(chē)輛碰撞參數(shù)Tab.1 Vehicle collision parameters

在選取的事故案例中，3 種車(chē)型與電動(dòng)自行車(chē)發(fā)生碰撞事故的比例分別為64.8%，21.3%，13.9%。車(chē)速按照基于視頻圖像的車(chē)輛行駛速度技術(shù)鑒定[9]，采用視頻計(jì)算方法計(jì)算碰撞車(chē)速，通過(guò)幀數(shù)精確定位，可獲得準(zhǔn)確的車(chē)輛碰撞車(chē)速。計(jì)算碰撞車(chē)速后進(jìn)行概率分布統(tǒng)計(jì)，結(jié)果如圖2所示?？梢钥闯?，80%的車(chē)輛碰撞速度都不大于75 km/h。為汽車(chē)主動(dòng)安全AEB 控制策略的設(shè)計(jì)提供了依據(jù)。

圖2 碰撞車(chē)速區(qū)間概率分布Fig.2 Probability distribution of collision speed interval

1.2 行人與車(chē)輛碰撞時(shí)的位置特征

電動(dòng)兩輪車(chē)騎行者與車(chē)輛第一碰撞位置如圖3 所示。由圖3 可知，電動(dòng)兩輪車(chē)—車(chē)碰撞事故中，騎車(chē)人與車(chē)輛的第一碰撞點(diǎn)位于車(chē)頭兩側(cè)的碰撞案例約占55.5%，20.5%發(fā)生在車(chē)頭中間區(qū)域。其中有34 個(gè)案例發(fā)生在車(chē)頭兩側(cè)的翼子板。通過(guò)查閱資料，中國(guó)人體的膝關(guān)節(jié)高度平均在470～490 mm 之間，電動(dòng)自行車(chē)坐墊高度在600～800 mm 之間，騎車(chē)人坐在電動(dòng)自行車(chē)上的膝關(guān)節(jié)高度在610～810 mm 之間，車(chē)頭最突出部分的高度在530～550 mm 之間。由此可得，大部分車(chē)輛對(duì)電動(dòng)兩輪車(chē)騎車(chē)人的第一碰撞點(diǎn)是小腿位置。這為研發(fā)保護(hù)弱勢(shì)群體的汽車(chē)頭部造型提供了參考依據(jù)。

圖3 騎行者碰撞區(qū)域位置統(tǒng)計(jì)Fig.3 Location statistics of cyclist collision area

1.3 碰撞事故基本數(shù)據(jù)分析

通過(guò)事故發(fā)生時(shí)的道路監(jiān)控視頻及交警資料等信息的描述，可還原碰撞整個(gè)過(guò)程和碰撞發(fā)生后車(chē)輛及人員的運(yùn)動(dòng)情況。本文通過(guò)結(jié)合200 例電動(dòng)自行車(chē)—車(chē)碰撞事故深度數(shù)據(jù)，對(duì)碰撞危險(xiǎn)場(chǎng)景、行人損傷及車(chē)輛碰撞速度進(jìn)行分析，為后續(xù)電動(dòng)兩輪車(chē)—車(chē)碰撞事故特征分析提供參考依據(jù)。

騎車(chē)人受到碰撞后其運(yùn)動(dòng)姿態(tài)各異，由于碰撞受力的大小角度不同，騎車(chē)人在碰撞后也會(huì)呈現(xiàn)不同的運(yùn)動(dòng)形態(tài)。本文選取PC—Crash 軟件對(duì)事故進(jìn)行重建，通過(guò)對(duì)不同碰撞類(lèi)型事故的分析，對(duì)十字路口典型的電動(dòng)自行車(chē)駕駛員碰撞類(lèi)型及碰撞后的運(yùn)動(dòng)軌跡分為5 類(lèi)，如表2 所示。兩車(chē)碰撞角度為兩車(chē)行駛方向矢量夾角，以其中一輛車(chē)的速度矢量為參考方向，逆時(shí)針為正，碰撞角度0°及360°即兩車(chē)追尾。碰撞角度對(duì)應(yīng)的碰撞類(lèi)型如圖4 所示。本文將碰撞類(lèi)別1，2，3 歸結(jié)為正碰；碰撞類(lèi)別4 歸結(jié)為側(cè)碰；迎面碰撞相對(duì)于側(cè)碰而言為騎行者面向汽車(chē)的一種碰撞類(lèi)型；碰撞類(lèi)別5 歸結(jié)為追尾碰撞。

表2 騎車(chē)人的6 類(lèi)運(yùn)動(dòng)學(xué)軌跡Tab.2 Six kinds of kinematic trajectories of cyclists

圖4 碰撞角度對(duì)應(yīng)的碰撞類(lèi)型Fig.4 Collision type corresponding to collision angle

1.4 電動(dòng)自行車(chē)騎行者—車(chē)碰撞損傷分析

目前對(duì)騎車(chē)人發(fā)生碰撞后的損傷評(píng)價(jià)標(biāo)準(zhǔn)較多，研究的側(cè)重點(diǎn)也有所偏差，簡(jiǎn)明損傷定級(jí)法（Abbreviated injury scale，AIS）是對(duì)人體器官、組織的損傷進(jìn)行量化的手段，一共分為6 個(gè)等級(jí)，由低到高代表?yè)p傷程度逐漸增加，便于統(tǒng)計(jì)，記0 ≤AIS ≤2 為損傷程度為中度及以下；記3 ≤AIS ≤5 為損傷嚴(yán)重；AIS=6 表示致命傷。將選取的事故案例中行人損傷AIS 值分為3 組，如表3 所示。

表3 行人損傷程度分類(lèi)Tab.3 Pedestrian damage classification

通過(guò)對(duì)200 起電動(dòng)自行車(chē)—車(chē)碰撞事故樣本的分析，選取了交通事故中最容易造成傷害的部位，即頭部、上臂、胸部、腿部。損傷占比如圖5 所示。

圖5 碰撞角度對(duì)應(yīng)的碰撞類(lèi)型Fig.5 Collision type corresponding to collision angle

由圖5 知，導(dǎo)致人員死亡占比最大的部位是頭部，其次是胸部，由于在事故碰撞過(guò)程中第一接觸部位是腿部，因此腿部受中輕度傷的占比較大。

2 電動(dòng)自行車(chē)騎行者的二次碰撞損傷分析及動(dòng)力學(xué)響應(yīng)

車(chē)與電動(dòng)自行車(chē)碰撞過(guò)程中產(chǎn)生的能量傳遞、散失過(guò)程是造成電動(dòng)自行車(chē)騎行者傷亡的根本原因。事故調(diào)查統(tǒng)計(jì)表明，電動(dòng)自行車(chē)騎行者與車(chē)輛碰撞拋出后與地面間的二次碰撞所引起的傷亡遠(yuǎn)高于一次碰撞，且騎車(chē)者與地面的第一接觸點(diǎn)時(shí)，往往更容易致命[9]。

2.1 頭部及下肢損傷評(píng)價(jià)

電動(dòng)自行車(chē)騎車(chē)人在碰撞過(guò)程中，當(dāng)碰撞沖擊強(qiáng)度過(guò)高，達(dá)到顱腦承受極限，就會(huì)造成頭骨破裂或頭骨位移，從而損傷大腦。頭部損傷程度值由頭部傷害指數(shù)HIC（Head Injury Criterion）來(lái)描述，HIC 計(jì)算公式如下：

式中:t1——碰撞過(guò)程中加速度作用時(shí)間點(diǎn)；t2——相對(duì)于t1使指數(shù)HIC 達(dá)到最大值的時(shí)間點(diǎn)；a——人體頭部中心加速度。

下肢是電動(dòng)自行車(chē)—車(chē)碰撞事故中僅次于頭部的易受傷部位，當(dāng)電動(dòng)兩輪車(chē)騎車(chē)人與汽車(chē)碰撞時(shí)，腿部直接與汽車(chē)前部保險(xiǎn)杠接觸；此外，在騎行者碰撞拋出后，下肢與地面的第2 次接觸碰撞更加提高了下肢受傷概率和程度。歐洲行人保護(hù)法規(guī)將小腿加速度作為下肢損傷的評(píng)價(jià)指標(biāo)，且小腿加速度的人體耐受極限值為150 g[10]。

2.2 騎行者拋距及與地面接觸點(diǎn)統(tǒng)計(jì)分析

不同的車(chē)型對(duì)電動(dòng)兩輪車(chē)騎車(chē)人碰撞后的拋出距離有影響。如圖6 所示，當(dāng)碰撞角度為90°時(shí)，騎行者的拋距與車(chē)速成正比，在相同的車(chē)速下，MPV 車(chē)對(duì)騎行者碰撞后的拋距明顯大于SUV 及轎車(chē)，隨著車(chē)速的增加，車(chē)型對(duì)拋距的影響更加顯著。

圖6 碰撞角度對(duì)應(yīng)的碰撞類(lèi)型Fig.6 Collision type corresponding to collision angle

本文統(tǒng)計(jì)了200 例電動(dòng)自行車(chē)騎行者碰撞后跌落與地面第一接觸點(diǎn)位置及二次碰撞直接導(dǎo)致騎行者死傷的概率，如圖7 所示。

圖7 騎行者與地面第一接觸點(diǎn)位置統(tǒng)計(jì)Fig.7 Statistics of the first contact position point between the rider and the ground

在汽車(chē)與電動(dòng)兩輪車(chē)的碰撞事故中，電動(dòng)兩輪車(chē)騎車(chē)人的頭部是最容易受重傷的部位，第1次碰撞導(dǎo)致的頭部損傷是由于碰撞過(guò)程中頭部與汽車(chē)發(fā)動(dòng)機(jī)罩或前擋風(fēng)玻璃的接觸所造成的，第2 次碰撞受傷是由于騎行者與車(chē)輛碰撞后跌落地面，頭部為與地面的第一接觸點(diǎn)所造成的。其次，電動(dòng)自行車(chē)騎車(chē)人的腿部也是碰撞過(guò)程中易受傷的部位，案例中電動(dòng)自行車(chē)騎車(chē)人與車(chē)輛第一次碰撞中，由于與車(chē)輛的接觸點(diǎn)在電動(dòng)車(chē)上，騎行者并未受傷，最終導(dǎo)致騎行者受傷的原因?yàn)轵T行者被碰撞拋出后，腿部與地面直接碰撞。

2.3 仿真參數(shù)設(shè)置

車(chē)輛類(lèi)型、碰撞速度（汽車(chē)瞬時(shí)速度）、碰撞角度對(duì)電動(dòng)自行車(chē)騎車(chē)人的損傷影響最大，而騎車(chē)人頭部損傷往往為致命損傷。根據(jù)實(shí)際事故中采集的車(chē)輛信息建立模型，由典型事故車(chē)輛參數(shù)對(duì)車(chē)輛模型的前部幾何參數(shù)進(jìn)行調(diào)整，主要分為轎車(chē)、SUV、MPV 三種車(chē)輛模型，結(jié)果表4 所示。

電動(dòng)自行車(chē)—騎車(chē)人模型選用多剛體組合模型，多缸體組合模型由20 個(gè)剛體和19 個(gè)鉸鏈組成，不同部分的剛體代表人體不同部位。每個(gè)剛體的幾何參數(shù)及特征都可在PC——Crash 軟件中根據(jù)真實(shí)測(cè)量數(shù)據(jù)進(jìn)行設(shè)定，如圖8 所示。

2.4 騎車(chē)人動(dòng)力學(xué)響應(yīng)分析

運(yùn)用PC-Crash 軟件中的汽車(chē)模型和電動(dòng)自行車(chē)騎車(chē)人組合模型對(duì)真實(shí)事故數(shù)據(jù)進(jìn)行仿真重建分析，進(jìn)行了多組試驗(yàn)。通過(guò)改變運(yùn)動(dòng)學(xué)參數(shù)，可分析不同運(yùn)動(dòng)狀態(tài)、不同因素對(duì)模型的影響。以轎車(chē)為例，分析在不同碰撞類(lèi)型及不同車(chē)速的情況下，對(duì)騎車(chē)人的動(dòng)力學(xué)響應(yīng)的影響規(guī)律。如圖9 與圖10 所示，在不同的碰撞類(lèi)型下，騎車(chē)人頭部加速度與左小腿加速度隨著汽車(chē)的碰撞車(chē)速的增大而增大，但不同碰撞類(lèi)型的變化趨勢(shì)有所差異。相同碰撞車(chē)速下，騎車(chē)人頭部響應(yīng)在側(cè)碰情況下表現(xiàn)更明顯，其次是正碰，迎面碰撞和追尾碰撞對(duì)騎車(chē)人頭部響應(yīng)的影響類(lèi)似，是由于在追尾碰撞和迎面碰撞中，電動(dòng)車(chē)首先與汽車(chē)接觸，騎車(chē)人頭部及腿部加速度相對(duì)較小，但汽車(chē)對(duì)電動(dòng)二輪車(chē)的沖擊力使騎車(chē)人頭部及腿部加速度變幅大于正碰和側(cè)碰。而加速度的大小直接影響騎車(chē)人碰撞后與地面的接觸速度。由此可以看出，在汽車(chē)與電動(dòng)二輪車(chē)的不同碰撞類(lèi)型中，側(cè)面碰撞是對(duì)騎車(chē)人損傷影響最為嚴(yán)重的一種類(lèi)型，迎面碰撞和追尾碰撞時(shí)損傷較輕。

圖9 汽車(chē)碰撞車(chē)速與騎車(chē)人頭部加速度關(guān)系Fig.9 Relationship between vehicle crash speed and rider's head acceleration

圖10 汽車(chē)碰撞車(chē)速與騎車(chē)人腿部加速度關(guān)系Fig.10 Relationship between speed of a car crash and acceleration of rider's legs

以樣本中39 起真實(shí)碰撞事故案例，結(jié)合汽車(chē)碰撞速度和碰撞角度，分析對(duì)騎車(chē)人損傷的影響，可以得出3 種影響因素與騎車(chē)人AIS 之間的關(guān)系。如圖11 所示，相同速度下，MPV 車(chē)對(duì)騎車(chē)人的影響最大，AIS 等級(jí)最高，其次是SUV 車(chē)，最后是轎車(chē)。是由于3 種車(chē)型前部結(jié)構(gòu)的差異，導(dǎo)致騎車(chē)人碰撞時(shí)身體部位與汽車(chē)接觸位置與響應(yīng)時(shí)間有所區(qū)別，轎車(chē)前部相對(duì)較低，使騎車(chē)人頭部撞上汽車(chē)前部的響應(yīng)時(shí)間相對(duì)延長(zhǎng)。

圖11 碰撞位置與碰撞車(chē)速與AIS 關(guān)系Fig.11 Relationship between collision location and collision speed with AIS

不同的碰撞類(lèi)型對(duì)騎車(chē)人動(dòng)力學(xué)相應(yīng)的影響有所不同，但騎車(chē)人損傷均隨著碰撞車(chē)速的增加而增大，轎車(chē)和SUV 車(chē)型與電動(dòng)二輪車(chē)發(fā)生側(cè)碰時(shí)，騎車(chē)人頭部損傷較為嚴(yán)重，追尾碰撞（碰撞角度為0°和360°時(shí)）對(duì)騎行者造成的損傷最輕。而對(duì)于MPV 車(chē)型，在正面碰撞時(shí)，騎車(chē)人頭部損傷最嚴(yán)重。

3 結(jié)輪

本文基于NAIS 數(shù)據(jù)庫(kù)松江站點(diǎn)采集的典型十字路口電動(dòng)自行車(chē)—汽車(chē)碰撞事故案例，對(duì)事故特征進(jìn)行深度分析，選取了事故重建所需的事故采集信息，運(yùn)用仿真軟件PC-Crash 對(duì)事故案例進(jìn)行重建，根據(jù)事故碰撞視頻與交警資料的描述可獲得更為準(zhǔn)確的事故發(fā)生整個(gè)過(guò)程，研究結(jié)果對(duì)車(chē)身設(shè)計(jì)、電動(dòng)自行車(chē)騎車(chē)人保護(hù)設(shè)計(jì)、AEB 避撞策略設(shè)計(jì)等具有更直觀的參考價(jià)值。所得到的結(jié)論如下：

（1）在十字路口電動(dòng)自行車(chē)—車(chē)碰撞事故中，大部分車(chē)輛與行人的第一碰撞點(diǎn)在車(chē)頭兩側(cè)，其中行人從車(chē)輛左側(cè)穿行的概率占59.7%，從車(chē)輛右側(cè)穿行的概率為31.5%。該結(jié)論為道路交通管理及車(chē)輛的主動(dòng)安全系統(tǒng)的設(shè)計(jì)提供了重要參考依據(jù)。

（2）事故造成電動(dòng)自行車(chē)騎車(chē)人損傷部位的特征，受傷害最多的部位是頭部，其次是大腿、臀部。因此，在車(chē)頭部設(shè)計(jì)時(shí)，有必要考慮到騎行人的腿部和臀部的保護(hù)。

（3）騎車(chē)人動(dòng)力學(xué)響應(yīng)與汽車(chē)碰撞速度有關(guān)，碰撞速度越大，人頭部加速度越大。車(chē)型對(duì)騎車(chē)人的拋出距離有一定影響，其中MPV 車(chē)影響最大。

（4）不同的碰撞類(lèi)型對(duì)騎車(chē)人動(dòng)力學(xué)相應(yīng)的影響有所不同，整體來(lái)說(shuō)側(cè)碰和正碰對(duì)騎車(chē)人的損傷較嚴(yán)重，追尾和迎面碰撞次之，但騎車(chē)人的損傷均隨著碰撞車(chē)速的增加而增大。