基于电动自行车—机动车事故重建的骑车人头部响应研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:meishan802
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电动自行车已经成为我国国民最为常见的出行方式之一,然而电动自行车事故造成的伤亡人数却居高不下。相比于行人等弱势道路使用者,目前尚未有适用于电动自行车骑车人,尤其是骑车人头部的法规和保护协议。本文基于MADYMO和LS-DYNA软件,对一起真实电动自行车-轿车侧面碰撞事故进行了重建,并对骑车人的头部响应进行了相关分析。利用MADYMO建立多刚体事故模型,重现事故过程并获得骑车人运动学响应。通过多刚体事故重建获得的骑车人头部边界条件作为头部-前挡风玻璃碰撞有限元模型的初始输入,计算并分析头部的生物力学响应和损伤机理.仿真结果与现场勘验记录和死者实际所受损伤基本吻合,表明事故重建结果是有效的。重建结果表明,与挡风玻璃的碰撞是电动自行车骑车人损伤的主要来源。颅骨和脑组织较高的动力学响应导致颅骨骨折和颅脑硬脑膜下血肿发生的风险较高,这可能是其死亡的主要原因。该模型经过事故重建验证,可进一步利用自动化建模分析平台mode FRONTIER构建大量不同的电动自行车-机动车事故工况,基于数据挖掘和决策树算法的多变量参数化分析方法研究骑车人体型、电动自行车车速、机动车车速、两车碰撞的夹角和碰撞点位置等因素对骑车人头部动力学和损伤响应的影响,从而得到电动自行车骑车人头部响应的预测模型并进行相关验证。通过对数据集的结果分析表明:1.电动自行车-机动车事故中骑车人头部相对碰撞速度和包绕距离WAD高于行人和传统自行车骑车人;2.机动车车速是影响骑车人头部响应的最关键因素,车速越高,骑车人头部的动力学响应越大,损伤越严重;3.电动自行车和机动车间的碰撞夹角和假人尺寸对骑车人头部碰撞区域有着显著影响,且不同尺寸的假人在事故中遭受的损伤严重程度明显不同;4.当初始撞击点位置集中在汽车纵轴附近0.25 m内的区域时,骑车人头部动力学响应和损伤严重程度受碰撞点位置的影响不大。该预测模型的建立可指导建立适用于电动自行车骑车人头部的相关法规或保护协议,由决策树模型得到的事故重建准则将有助于开展电动自行车-机动车事故的重建工作。
其他文献
学位
学位
学位
学位
学位
学位
学位
学位
近些年来,得益于公开的大规模数据集和高性能计算机系统的进步,机器学习(特别是深度学习)飞速发展,网络模型不断推陈出新。以深度学习为代表的机器学习技术广泛地应用于图像分类、目标检测、自动驾驶等众多领域,其中图像分类是计算机视觉中的热点方向之一。而VGGNet是图像分类发展过程中最重要的模型之一,它不仅以7.3%的top-5错误率取得ILSVRC 2014比赛的亚军,而且指明了深度对卷积网络性能提升的