近年来电动两轮车销售量和保有量的持续增加,不仅加剧了交通拥挤现状,更导致了轿车-电动两轮车事故的频发。此类事故极易导致骑车人颅脑损伤而死,给人们的生命财产安全带来威胁。此类事故的碰撞复杂性也给处理事故的相关部门带来了很大的工作压力。此外,汽车主动安全系统的设计也十分关注碰撞过程中的车辆行驶速度。目前,这类碰撞的车速重建主要依据轿车与自行车或摩托车碰撞的车速重建方法,并且大多是基于痕迹、仿真或视频的车速重建方法。此外,这些方法所得的车速均存在一定的误差,误差的大小尚未被有效地定量分析。EDR(Event Data Recorder,事件数据记录系统)准确记录了碰撞前的车速,因此引入轿车EDR数据,以EDR记录的车速为标准,定量分析了3种常用的车速重建方法所得车速的误差大小,进而分析了各方法的应用性。为了降低基于PC-Crash重建车速的结果误差,并提高其应用效率,根据实际案例设计正交试验,研究了轿车-电动两轮车事故再现系统中的参数敏感性,用以指导此类事故的再现。研究内容如下:(1)从NAIS(国家车辆事故深度调查体系)—松江站点数据库中选取65起轿车-电动两轮车事故,用以分析电动两轮车的车辆特征和事故特点,并详细分析了3种常用的轿车-电动两轮车侧面碰撞的车速重建方法,总结了各方法在参数数值选取、测量等方面存在的误差。(2)分析了EDR记录的2类事件:非点爆事件和点爆事件;根据现有的EDR报告,整理出42个常见的数据,并将其定义成5个类别,探究了车速、发动机转速、节气门开度及制动数据的来源,分析了EDR数据在道路交通事故车速鉴定的应用以及利用EDR数据求解车辆碰撞时的主要受力方向。(3)选取一个既有轿车EDR数据又有监控视频的轿车-电动两轮车事故案例,基于EDR数据,定量地分析了各方法所得车速的误差大小,并结合各方法中所需的参数数量和参数获取方式,分析了这3种车速重建方法在不同条件下的应用性。其中,基于PC-Crash重建车速的误差最大,为11.76%,并且其应用性较为繁琐。(4)根据轿车与电动两轮车侧面碰撞事故的车速计算模型,结合PC-Crash仿真参数的属性,确定了对此类事故重建结果影响较大的10个参数。基于实际案例设定正交试验,通过方差分析确定了与各指标相关的敏感参数的敏感性排序。根据所得结论指导同一案例的二次重建,结果表明,二次重建所得车速的相对误差从之前的大于10%下降到了10%以内,且能够大大提高重建的效率,从而验证了敏感性分析结论的可信性和可靠性。