吳良偉，鄒鐵方，劉陽陽，程宇峰

（1.長沙理工大學(xué) 汽車與機械工程學(xué)院,長沙 410114；2.湖南省工程車輛安全性設(shè)計與可靠性技術(shù)重點實驗室,長沙 410114）

隨著共享經(jīng)濟的快速發(fā)展及現(xiàn)代社會對于綠色環(huán)保出行方式的推崇，自行車、電動自行車成為最常見的短途交通工具，有記者從2019 年自行車產(chǎn)業(yè)大會上知悉，目前我國自行車社會保有量接近4億輛，電動自行車近3 億輛，位居世界第一[1]。與此同時，我國汽車保有量也在持續(xù)增加，這導(dǎo)致汽車和自行車交通混合比例增大，無形中增加了汽車和自行車發(fā)生交通沖突的概率。國家統(tǒng)計局?jǐn)?shù)據(jù)顯示2014 ～2018 年期間自行車事故數(shù)量從1 393 起增加到了1 840 起，增長比例達32.1%[2]，表明自行車事故亟需重視。

為降低自行車事故發(fā)生率及財產(chǎn)損失，減輕人體損傷，在車-自行車事故方面已有部分國內(nèi)外學(xué)者開展了廣泛而又深刻的研究工作。在國外，MOORE 等[3]以美國俄亥俄州的自行車事故為基礎(chǔ)，建立混合多項式邏輯回歸模型，分析在交叉路口和非交叉路口事故中與騎車人損傷程度密切相關(guān)的因素。DOMINIK 等[4]對瑞士的電動自行車和自行車事故進行回顧性研究，揭示自行車類型及頭盔的使用與顱腦損傷間的關(guān)系，發(fā)現(xiàn)電動自行車騎車人的顱腦損傷更嚴(yán)重、而使用頭盔會減輕顱腦損傷。FYHRI 等[5]對挪威的自行車事故騎車人采用問卷調(diào)查的方法，研究了電動自行車、自行車事故風(fēng)險上的性別差異，發(fā)現(xiàn)女性騎電動自行車的事故風(fēng)險高于男性，而男性騎自行車的事故風(fēng)險高于女性。LENARD 等[6]研究車-人、車-自行車碰撞前3 s，車、人及自行車間的相對位置，發(fā)現(xiàn)碰撞前騎車人在距離上比行人更接近車輛前部，在角度上比行人更分散、分布范圍更廣，研究結(jié)果可為AEB 系統(tǒng)的開發(fā)和相關(guān)測試場景的實施提供幫助。STIER 等[7]分析自行車頭盔與騎車人面部損傷的關(guān)系，發(fā)現(xiàn)標(biāo)準(zhǔn)自行車頭盔無法預(yù)防騎車人面部損傷，指出未來研究中需對頭盔加以改進。在國內(nèi)，陳強[8]以CIDAS 數(shù)據(jù)庫中的兩輪車事故為基礎(chǔ)，對該類事故的總體信息、碰撞特征、人員特征和事故損傷進行描述性統(tǒng)計分析，得出中國兩輪車事故的一般規(guī)律。HU Lin 等[9]以中國寧波的車-自行車事故為基礎(chǔ)分析各事故風(fēng)險因素與騎車人損傷程度之間的關(guān)系，發(fā)現(xiàn)道路特征、騎車人性別、年齡和車速與損傷程度密切相關(guān)。范天賜等[10]、胡林等[11]、SUI Bo 等[12]采用描述性統(tǒng)計或聚類分析的方法提取出若干種典型兩輪車事故場景，所得場景可為兩輪車AEB 系統(tǒng)測試場景的開發(fā)提供參考。鄒鐵方等[13]利用PC-crash 軟件，以碰撞車型、碰撞速度、碰撞形態(tài)為變量，設(shè)計147 組仿真試驗，研究車-摩托車事故中騎乘人員的損傷差異。夏勇等[14]利用MADYMO 軟件設(shè)計仿真試驗，研究與汽車碰撞過程中，行人和騎車人的頭部運動學(xué)響應(yīng)差異。

綜上，學(xué)者們對兩輪車事故進行了大量研究，得到了許多有價值的成果?？傮w而言，國外學(xué)者對自行車事故的研究起步比我國早，研究內(nèi)容也更深刻，但不同國家的交通法規(guī)、出行方式等不同，相關(guān)成果在我國并不具備推廣價值。國內(nèi)學(xué)者更傾向于研究總體兩輪車事故，單獨針對自行車事故的研究還較少。兩輪車是個較大的范疇，包括了摩托車、電動摩托車、電動自行車和自行車等，不同類型兩輪車在外形尺寸、行駛速度及騎行姿態(tài)等方面具有顯著差異。為了更好地降低自行車事故發(fā)生率、減輕自行車控制人在事故中的損傷，需有針對性地圍繞自行車事故進行數(shù)據(jù)挖掘，以揭示自行車事故特征及影響控制人損傷的因素。數(shù)據(jù)來源方面，既有研究大多依賴于CIDAS、GIDAS 等事故數(shù)據(jù)庫[8-12]，嚴(yán)格的采集流程保證了相關(guān)數(shù)據(jù)庫中信息的可信度，但其布局點及開放性受限制，加之很多案例不能提供事故視頻而使事故完整性受損。而隨著現(xiàn)代科技的快速發(fā)展及公眾對交通安全的重視，可從網(wǎng)上獲得許多優(yōu)質(zhì)的事故視頻，能很好地彌補既有數(shù)據(jù)的不足。韓勇等[15-17]、ZOU Tiefang 等[18]、ZHAO Yuqing 等[19]基于事故視頻開展了關(guān)于行人和兩輪車騎車人的落地姿態(tài)、碰撞運動學(xué)響應(yīng)、行人步態(tài)序列及汽車AEB 系統(tǒng)效率等方面的研究，取得了若干有價值的研究成果，體現(xiàn)了網(wǎng)絡(luò)視頻案例的研究價值。

為此，本研究以從網(wǎng)上免費下載、篩選得到的184 例車-自行車事故視頻為基礎(chǔ)，采用描述性統(tǒng)計分析的方法揭示事故特征并觀察特征參數(shù)與自行車控制人損傷程度間的相關(guān)性，以期為國內(nèi)相關(guān)法規(guī)的完善提供依據(jù)，為后續(xù)仿真研究及自行車控制人損傷防護提供支持。

1 研究方法

1.1 數(shù)據(jù)來源

通過視頻網(wǎng)站如嗶哩嗶哩、騰訊、優(yōu)酷等，按關(guān)鍵詞如“自行車事故”，“自行車違規(guī)”等搜索后收集與自行車相關(guān)的事故視頻，按以下篩選原則，獲得184 例符合本研究要求的視頻。

（1）事故參與方為一輛汽車和一輛自行車（傳統(tǒng)腳踏兩輪自行車），排除單方事故和多車碰撞事故。

（2）事故發(fā)生都是無意的，碰撞前汽車和自行車都處于可控制狀態(tài)，排除二次碰撞和多次碰撞。

（3）視頻應(yīng)盡量能觀察到事故全過程，但為保證統(tǒng)計分析的數(shù)量，對可清楚反映重要事故特征信息的視頻也予以收集（如損傷信息、碰撞速度等）。

1.2 事故特征參數(shù)及定義

分析獲得的184 例自行車事故視頻，提取事故時間、地點、碰撞車速等14 個特征參數(shù)并將其分為：事故環(huán)境特征、碰撞前、碰撞中和碰撞后事故特征4 類。

1.2.1 事故環(huán)境特征

包含6 個特征參數(shù)：事故時間（白天、夜晚）；事故天氣（晴天、陰天和雨雪）；事故區(qū)域（十字路口、T 型路口、路段和其他）；路面特征（干燥、潮濕）；照明情況（不需照明、有照明和照明不良）及駕駛員的視野（視野盲區(qū)、無遮擋）。

1.2.2 碰撞前事故特征

包含碰撞車型、行駛狀態(tài)和應(yīng)急措施。定義如下：

（1）碰撞車型：據(jù)相關(guān)汽車網(wǎng)站（如汽車之家）對車輛類型的定義，將視頻中的汽車類型分為轎車、SUV、面包車、大卡車、大客車和其他類型。

（2）行駛狀態(tài)：事故前汽車行駛狀態(tài)分為直行、左轉(zhuǎn)、右轉(zhuǎn)、倒車和其他5 種；自行車行駛狀態(tài)分為直行、左轉(zhuǎn)、右轉(zhuǎn)、推行直行（控制人在自行車兩側(cè)，手扶車把推著自行車向前行駛）和其他5 種。

（3）應(yīng)急措施：汽車應(yīng)急措施分為制動應(yīng)急、轉(zhuǎn)向應(yīng)急和無應(yīng)急措施；自行車分為有應(yīng)急措施和無應(yīng)急措施。

1.2.3 碰撞中事故特征

包含碰撞車速、碰撞位置和碰撞形態(tài)。定義如下：

（1）碰撞車速：據(jù)韓勇等[15]提出的逐幀分析方法對視頻中車和自行車的碰撞速度進行提取。首先據(jù)車身長度及一段時間內(nèi)行駛過的車位數(shù)利用式（1）計算出碰撞前汽車或自行車的行駛距離。

式中：s為行駛距離，m；L為車身長度，m；z為駛過的車位數(shù)。為保證計算準(zhǔn)確，先觀察視頻判斷出涉事汽車屬何種車型，然后通過相關(guān)網(wǎng)站查詢相近車型的車長尺寸，再利用式（2）計算出碰撞速度。

式中：v為碰撞速度，km/h；f為視頻幀率，fps；為保證計算準(zhǔn)確，將幀率統(tǒng)一修改為24 fps；n為幀數(shù)，即通過距離s用了多少幀。提取碰撞速度后為探求碰撞車速的分布，將汽車碰撞車速分為＜5、[5,15）、[15,25）、[25,35）、[35,45）、[45,55）、[55,65）及＞65 km/h，8 個區(qū)間，自行車碰撞車速分為≤5、（5,10]、（10,15]、（15,20]及＞20 km/h 這5 個區(qū)間（[5,15）km/h 代表車速為5 ～15 km/h，包括5 km/h）。

（2）碰撞部位：汽車碰撞部位分為前保險杠（左側(cè)、中部和右側(cè)）、車身（左側(cè)、右側(cè)）和后保險杠（左側(cè)、中部和右側(cè)），自行車碰撞部位分為前輪（正中部、左側(cè)和右側(cè)）、車身（左側(cè)、右側(cè)）以及后輪（正中部、左側(cè)和右側(cè)），如圖1 所示。

圖1 碰撞部位

（3）碰撞形態(tài)：分為側(cè)面碰撞（直角、同向斜角和對向斜角），剮蹭碰撞（同向、對向）、正面碰撞、追尾碰撞（車追尾自行車）和碾軋，如圖2 所示。

圖2 碰撞形態(tài)定義

1.2.4 碰撞后事故特征

包含控制人第一落地部位和控制人損傷。定義如下：

（1）控制人第一落地部位：為碰撞后控制人最先與地面接觸的身體部位。觀察視頻，將第一落地部位分為下肢、臀部、背部、上肢和頭部。

（2）控制人損傷：由于本研究采用網(wǎng)上免費下載的視頻，除視頻所提供的信息外，無其他關(guān)于事故的額外信息，所以對人體損傷程度的判斷除視頻中明確損傷信息外（如自行車控制人死亡，重傷等相關(guān)報道），還根據(jù)碰撞后控制人的一系列反應(yīng)和動作來估計其損傷程度。將損傷程度分為無損傷、輕傷和重傷+（重傷及重傷以上）3 個等級，估計標(biāo)準(zhǔn)見表1。

表1 控制人損傷定義

1.3 研究方法

為揭示事故特征及各特征參數(shù)與控制人損傷程度間的相關(guān)性，采用描述性統(tǒng)計的方法對各特征參數(shù)進行統(tǒng)計分析，并繪制相應(yīng)的統(tǒng)計圖（如條形圖、柱形圖、餅圖等），直觀地將統(tǒng)計結(jié)果表示出來。

2 結(jié)果

2.1 事故特征基本統(tǒng)計結(jié)果

2.1.1 事故環(huán)境特征

統(tǒng)計發(fā)現(xiàn)車-自行車事故常發(fā)生在白天，有156 例（84.7%）；夜晚有28 例（15.2%）。除去29 例（15.8%）無法判斷出天氣情況的視頻，事故發(fā)生在晴天、陰天和雨雪天的概率分別為50.5%、29.9%和3.8%。十字路口、路段和T 型路口的事故數(shù)分別為74 例（40.2%）、64 例（34.8%）和40 例（21.7%）。絕大多數(shù)事故發(fā)生在干燥路面上（93.5%），絕大部分事故發(fā)生時不需照明（84.2%），少部分事故發(fā)生時有車燈或路燈提供照明（14.7%）。有128 例（69.6%）事故中駕駛員視野無遮擋，54 例（29.3%）事故中視野存在盲區(qū)。

2.1.2 碰撞前事故特征

排除無法判斷車型的19 個視頻（10.3%），剩余165 個事故視頻中碰撞車型為轎車、SUV、MPV（面包車）、大卡車、大客車的比例分別為63.4%、22.0%、4.3%、6.7%和3.0%，如圖3 所示。說明事故中轎車和SUV 為主要碰撞車型，二者占比達到總數(shù)的85.4%。

圖3 碰撞車型分布

碰撞前汽車處于直行、右轉(zhuǎn)、左轉(zhuǎn)和倒車狀態(tài)的比例分別為78.4%、9.1%、9.1%和1.7%，如圖4所示。自行車處于直行、推行直行和左轉(zhuǎn)狀態(tài)的比例分別為85.9%、7.1%和6%，僅1 例（0.5%）自行車處于右轉(zhuǎn)狀態(tài)，如圖5 所示。說明碰撞前汽車和自行車基本都處于直行狀態(tài)。

圖4 碰撞前汽車行駛狀態(tài)分布

圖5 碰撞前自行車行駛狀態(tài)分布

碰撞前86.4%的汽車采取了應(yīng)急措施，其中制動應(yīng)急和制動+轉(zhuǎn)向應(yīng)急的占比為73.9%和11.4%，如圖6 所示。與汽車相反，大部分自行車控制人（77.2%）在事故前未采取應(yīng)急措施，僅22.8%的自行車控制人采取了應(yīng)急措施，如圖7 所示。

圖6 碰撞前汽車的應(yīng)急措施分布

圖7 碰撞前自行車的應(yīng)急措施分布

2.1.3 碰撞時事故特征

統(tǒng)計前分別剔除16 例和24 例無法得出汽車和自行車碰撞速度的視頻，統(tǒng)計發(fā)現(xiàn)，汽車和自行車的碰撞速度都成正態(tài)分布；汽車碰撞速度集中在[5,15）、[15,25）、[25,35） 和[35,45） km/h 這4 個區(qū)間，占比84.5%，如圖8 所示。自行車碰撞速度集中在（5,10]和（10,15] km/h 區(qū)間內(nèi)，占比66.9%，如圖9 所示。文獻[15]發(fā)現(xiàn)事故中兩輪車的速度集中在10 ～30 km/h，比本文中自行車車速要高，這種區(qū)別驗證了本文提出的需有針對性地開展自行車事故研究的觀點。

圖8 汽車碰撞速度分布

圖9 自行車碰撞速度分布

統(tǒng)計前分別排除4 例和6 例無法判斷汽車和自行車碰撞位置的視頻，統(tǒng)計發(fā)現(xiàn)汽車碰撞部位集中在前保險杠（142 例，78.9%），且以前保險杠中部居多（67 例，37.2%），如圖10 所示；自行車碰撞部位集中在車身（101 例，56.7%），且左側(cè)車身的碰撞概率大于右側(cè)車身（左側(cè)59 例，33.1%，右側(cè)42 例，23.6%），如圖11 所示。在二者碰撞部位的對應(yīng)關(guān)系中，發(fā)現(xiàn)了8 組最常見的碰撞情況，按比例從高到低依次為：汽車前保險杠中部-自行車左側(cè)車身（a，15.2%）、汽車前保險杠中部-自行車右側(cè)車身（b，13.5%）、汽車前保險杠右側(cè)-自行車左側(cè)車身（c，8.4%）、汽車前保險杠左側(cè)-自行車前輪右側(cè)（d，7.9%）、汽車前保險杠右側(cè)-自行車前輪左側(cè)（e，6.7%）、汽車左側(cè)車身-自行車前輪中部（f，6.7%）、汽車右側(cè)車身-自行車左側(cè)車身（g，6.7%）、汽車前保險杠左側(cè)-自行車右側(cè)車身（h，6.2%），見表2。此8 組碰撞情況占比71.3%。圖12為此8組碰撞情況示意圖，圖中（a）～（h）分別與8 組碰撞情況的代號相對應(yīng)。

表2 汽車和自行車碰撞部位間的對應(yīng)關(guān)系表

圖10 汽車碰撞部位分布

圖11 自行車碰撞部位分布

圖12 汽車和自行車8 組最頻繁碰撞部位圖示

排除無法判斷碰撞形態(tài)的視頻3 例，剩余181例視頻中有74.1%的碰撞形態(tài)為側(cè)面碰撞，其中側(cè)面直角、同向斜角及對向斜角的比例分別為52.5%、17.7%和3.9%。其他碰撞形態(tài)比例為：剮蹭碰撞9.9%（同向剮蹭7.7%，對向剮蹭2.2%），追尾碰撞5.5%，碾軋5.5%，正面碰撞5.0%，如圖13 所示。

圖13 車-自行車事故碰撞形態(tài)分布

2.1.4 碰撞后事故特征

排除74 例無法觀察到控制人落地姿態(tài)的視頻，剩余110 例事故中下肢為第一落地部位的概率最大，占比67.2%，其次是臀部和上肢，各占比10%，最后是背部和頭部，各占比6.4%。排除42 個無法判斷損傷的視頻后，剩下142 例視頻中控制人無損傷、輕傷和重傷+的比例分別為23.9%、40.1%和36%，如圖14 所示。

圖14 人體損傷分布

2.2 致傷因素觀察

2.2.1 碰撞車速與損傷程度的關(guān)系

碰撞車速區(qū)間由[15, 25）km/h 增加到[35,45）km/h 的過程中，損傷程度為重傷+的比例由17.5%增加到50.0%，如圖15 所示，說明碰撞速度越高控制人的損傷越嚴(yán)重。但值得注意的是，在[5, 15） km/h低碰撞車速下重傷+ 的比例為33.3%，比[15,25） km/h 和[25,35）km/h 區(qū)間下的都大。

圖15 碰撞車速與損傷的關(guān)系

2.2.2 第一落地部位與損傷程度的關(guān)系

控制人第一落地部位由下肢往頭部變化中，損傷程度為重傷+的比例由17.4%增加到85.7%，如圖16 所示。這表明第一落地部位由下肢向頭部移動中控制人損傷程度在加劇。

圖16 第一落地部位與損傷的關(guān)系

2.2.3 應(yīng)急措施與損傷程度的關(guān)系

如圖17a 和圖18 所示，采取應(yīng)急措施下的控制人重傷+比例遠小于未采取應(yīng)急措施下的，表明在事故前汽車駕駛員和自行車控制人采取應(yīng)急措施可有效防止或減輕控制人的損傷。汽車采取的應(yīng)急措施有：制動應(yīng)急、轉(zhuǎn)向應(yīng)急和轉(zhuǎn)向+制動應(yīng)急，因僅采取轉(zhuǎn)向應(yīng)急的案例較少（圖6），為保證分析的準(zhǔn)確性將后兩種結(jié)合起來，即定義為其他應(yīng)急措施。采取制動應(yīng)急時控制人重傷+的比例比采取其他應(yīng)急措施情況下的?。▓D17b）。說明制動措施是最有效的減輕或避免控制人損傷的應(yīng)急措施，而其他應(yīng)急措施對減輕控制人的損傷效果較差。此結(jié)論與文獻[20]的研究結(jié)果相符，因為在碰撞中采取轉(zhuǎn)向措施會使控制人頭部與剛度較大的A 柱和擋風(fēng)玻璃邊緣碰撞的概率增大，造成更嚴(yán)重的顱腦損傷。

圖17 汽車應(yīng)急措施與損傷的關(guān)系

圖18 自行車應(yīng)急措施與損傷的關(guān)系

2.2.4 碰撞部位與損傷程度的關(guān)系

圖19 顯示，碰撞部位在汽車前保險杠中部和右側(cè)時（對應(yīng)汽車前保險杠中部-自行車左側(cè)車身、汽車前保險杠中部-自行車右側(cè)車身、汽車前保險杠右側(cè)-自行車左側(cè)車身和汽車前保險杠右側(cè)-自行車前輪左側(cè)4 種碰撞情況），重傷+的比例均超過45%。碰撞部位在汽車前保險杠左側(cè)時（對應(yīng)汽車前保險杠左側(cè)-自行車右側(cè)車身和汽車前保險杠左側(cè)-自行車前輪右側(cè)兩種碰撞情況），重傷+比例均未超過15%。碰撞部位在汽車左側(cè)車身時（汽車左側(cè)車身-自行車前輪正中部），未出現(xiàn)重傷+的情況。碰撞部位在右側(cè)車身時（汽車右側(cè)車身-自行車左側(cè)車身），重傷+的比例為25%。說明碰撞部位在汽車前保險杠右側(cè)和中部的控制人損傷比前保險杠左側(cè)的嚴(yán)重，碰撞部位在汽車右側(cè)車身的控制人損傷比左側(cè)車身的嚴(yán)重。

圖19 碰撞部位與損傷的關(guān)系

2.2.5 碰撞形態(tài)與損傷程度的關(guān)系

側(cè)面碰撞、追尾、剮蹭碰撞及碾壓造成控制人損傷嚴(yán)重程度為重傷+的比例分別為35.0%、25.0%、18.2%和100.0%，正面碰撞下未出現(xiàn)重傷+的情況，如（圖20 所示。說明側(cè)面碰撞和碾壓下的控制人損傷嚴(yán)重，特別是發(fā)生碾壓事故時有極高的比例造成控制人重傷或死亡，而正面碰撞下控制人的損傷程度最輕。

3 討論

通過上述統(tǒng)計分析得出自行車事故特征及影響控制人損傷的因素。事故特征的統(tǒng)計得出該類事故發(fā)生的一般規(guī)律，如自行車事故在碰撞車型、碰撞速度、碰撞部位、碰撞形態(tài)等方面都具有明顯的傾向性，可為后續(xù)相關(guān)仿真研究的設(shè)計提供數(shù)據(jù)支持。致傷因素的分析結(jié)果如車速高于35 km/h，重傷+的比例達50%；汽車和自行車采取應(yīng)急措施均能有效降低控制人損傷程度，這可為相關(guān)限速法規(guī)提供合理的解釋。頭部為第一落地部位，重傷+的比例達85.7%；碰撞部位在汽車前保險杠右側(cè)的事故損傷程度最嚴(yán)重及側(cè)面碰撞和碾壓導(dǎo)致控制人重傷+比例高，這些結(jié)果對未來開展有針對性的控制人損傷防護研究和完善相關(guān)法規(guī)有很大的幫助。但從上述結(jié)果中觀察到在[5,15）km/h 低車速下，重傷+比例高的現(xiàn)象，產(chǎn)生此現(xiàn)象的原因是什么？此外，為何不同第一落地部位和不同碰撞部位下的損傷程度不同？下面針對這幾個問題逐一進行探討。

3.1 低碰撞車速下控制人重傷+比例高的原因

研究發(fā)現(xiàn)控制人的損傷程度隨著碰撞車速的增大而增大，但在 [5,15）km/h 的低碰撞速度下，卻有1/3 的控制人損傷程度為重傷+，比例比[15,25） km/h 和[25,35）km/h 速度區(qū)間下的都高。因為在[5,15）km/h 速度下碾壓事故占1/4（圖21），而碾壓事故有極高概率會造成控制人重傷或死亡（圖20）。因此，可解釋為何在低碰撞車速下，控制人損傷程度為重傷+的比例高，也表明低速下需預(yù)防碾壓事故的發(fā)生。

圖21 [5,15)km/h 車速下的碰撞形態(tài)分布

3.2 不同第一落地部位下?lián)p傷程度不同的原因

第一落地部位由下肢至頭部移動過程中，控制人損傷程度在增大（無損傷及輕傷比例減小，重傷+比例在增加）。因為隨碰撞車速增加，第一落地部位為頭部的概率增加，為下肢的概率減?。▓D22），且碰撞車速越大，損傷越嚴(yán)重。所以頭部為第一落地部位時重傷+的比例高（85.7%），下肢為第一落地部位時重傷+比例低（17.4%）。表明可通過控制車速來改變第一落地部位，達到降低人體損傷程度的目的。

圖22 第一落地部位與碰撞車速之間的關(guān)系

3.3 不同碰撞部位下?lián)p傷程度不同的原因

碰撞部位在汽車前保險杠中部和右側(cè)的控制人損傷比前保險杠左側(cè)的嚴(yán)重，這是因為我國及全球大部分國家的駕駛室布置在汽車左側(cè)，行駛中駕駛員對車輛左側(cè)交通情況的注意力更集中，對碰撞部位在前保險杠左側(cè)的事故，駕駛員會更早發(fā)現(xiàn)自行車控制人，從而更早采取應(yīng)急措施減輕控制人的損傷（圖23 中的駕駛員采取應(yīng)急措施比圖24 中的早，圖23 中控制人損傷程度為輕傷，而圖24 中的損傷程度為重傷+）。碰撞部位在汽車左側(cè)車身的損傷程度較右側(cè)車身的輕，因為汽車左側(cè)車身-自行車前輪正中部的碰撞情況在視頻中表現(xiàn)為自行車碰撞汽車側(cè)面（圖25），因碰撞主導(dǎo)方為自行車，碰撞力較小，加之碰撞中自行車部件吸收了部分碰撞能量，作用在控制人身上的能量小，所以未出現(xiàn)損傷程度為重傷+的情況。汽車右側(cè)車身-自行車左側(cè)車身的碰撞情況在視頻中表現(xiàn)為剮蹭碰撞（圖26），碰撞力直接作用在控制人身上，同樣因駕駛室布置原因，事故前駕駛員對控制人的關(guān)注度較低，未及時采取應(yīng)急措施，所以此碰撞情況下重傷+的比例為25%。說明需提高駕駛員對車輛右側(cè)道路的關(guān)注度，來減輕控制人的損傷。

圖23 典型前保險杠左側(cè)碰撞事故

圖24 典型前保險杠右側(cè)碰撞事故

圖25 典型自行車前輪正中部碰撞事故

圖26 典型剮蹭碰撞事故

4 結(jié)論

本文用描述性統(tǒng)計的方法對184 例自行車事故視頻進行統(tǒng)計分析，探求事故特征及觀察事故中的致傷因素，獲得以下結(jié)論：

（1）自行車事故大都發(fā)生在白天、晴朗、汽車駕駛員視野無遮擋、不需照明、路面干燥的十字路口。轎車和SUV 為主要事故車型，事故前大部分汽車和自行車都處于直行狀態(tài)；有86.4%的汽車采取了應(yīng)急措施，其中制動應(yīng)急為最主要的應(yīng)急措施，與汽車相反，77.2%的自行車控制人在事故前未采取應(yīng)急措施。汽車和自行車的碰撞速度分別集中在[5, 45）km/h 和[5, 20）km/h 區(qū)間內(nèi)，汽車和自行車的碰撞位置分別集中在前保險杠和自行車車身，前保險杠中部與自行車左右車身相碰撞的概率最高。側(cè)面直角碰撞比例最大（52.5%）。下肢為第一落地部位的概率最大（67.2%），典型落地姿態(tài)為僅下肢落地、下肢-臀部-上肢、下肢-臀部-背部和下肢-上肢?？刂迫藫p傷程度為無損傷、輕傷和重傷+的比例分別為23.9%、40.1%和36.0%。

（2）致傷因素觀察發(fā)現(xiàn)，碰撞車速、第一落地部位、應(yīng)急措施、碰撞部位及碰撞形態(tài)都與控制人損傷密切相關(guān)。高的碰撞速度，頭部為第一落地部位，碰撞前汽車駕駛員或自行車控制人未采取應(yīng)急措施，碰撞部位在汽車前保險杠中部或右側(cè)，碰撞形態(tài)為側(cè)面碰撞或碾壓都會使控制人損傷更為嚴(yán)重。

（3）致傷因素深度研究發(fā)現(xiàn)，低碰撞車速[5,15）km/h 下控制人重傷+比例高的原因是因此速度區(qū)間內(nèi)碾壓事故發(fā)生的比例較高。不同第一落地部位下的損傷程度不同與碰撞車速有關(guān)，因頭部為第一落地部位時碰撞車速高，所以其為第一落地部位時損傷更為嚴(yán)重。碰撞部位在汽車前保險杠左側(cè)及左側(cè)車身的控制人損傷程度較其他碰撞部位輕的原因與汽車駕駛室布置在左側(cè)和各碰撞部位下的碰撞形態(tài)不同有關(guān)。