目前道路交通环境日益复杂,而与两轮车相关的碰撞事故发生频率逐步走高,两轮车骑乘人缺少合适的保护机制,在如此复杂的交通环境下的死伤率尤其高。为了系统的分析机动车与两轮车碰撞事故,了解碰撞前后各事故参与方的状态、事故成因和事故责任归属,因此两轮车事故再现技术的研究也受到了人们的重视。由于监控录像等图像记录设备存在拍摄角度和内部的相机畸变,这就造成了记录的图像具有透视效果,使得在利用视频图像获得事故现场信息时会存在一定的偏差。为了还原准确的事故现场,本文通过量纲归一化的方法对逆透视算法进行改进,利用改进的逆透视算法实现事故场景图像的逆透视变换,还原事故现场的准确信息,完成事故现场的信息采集,并对该矫正方法进行准确度验证,验证误差5%以下,在合理范围内,因此该方法可以应用于后续的工程应用。为了确定碰撞事故模型的初始状态参数,根据交通事故现场图和牛顿第二定律进行反推,包括轿车和二轮摩托车的碰撞初始角度、轿车和二轮摩托车的相对位置和轿车速度等信息。由于车辆在平直路面一般匀速行驶,所以采用摩托车通过上一个路口时的速度作为其发生碰撞时的速度,在得到推测的碰撞初始参数后,基于Radioss建立自主的轿车-两轮车碰撞事故的有限元模型,而假定初始碰撞参数情况下仿真得到位移与实际相比存在一定偏差,因此还需对碰撞参数进行后续优化。为了推广本次事故重构的模型,为日后轿车-摩托车等类似的碰撞事故提供重构参考,对本次事故中碰撞前参数对交通事故结果的影响进行研究。首先进行碰撞前参数对事故结果的单因素影响,选取轿车偏置角度、摩托车偏置角度、轿车与摩托车的相对位置、轿车速度、摩托车速度和摩托车与地面摩擦系数这六个影响因素,主要分析了各影响因素对轿车和摩托车位移不同的影响,再利用极差-灰色关联综合评价方法,对这六个因素进行综合评价,客观地评价了这六个指标与事故再现结果的关系。本部分的研究对日后类似交通事故的重构具有指导性作用。为了得到准确的交通事故再现结果,采用了逐步优化法,先针对轿车和摩托车速度进行响应面近似模型建立,采用多目标遗传算法进行优化,再缩小摩托车速度变换范围,引入摩托车与地面摩擦系数进一步建立近似模型并优化,寻出轿车速度、摩托车速度、摩托车与地面摩擦系数符合实际的最优解。最终优化得到最符合实际情况的参数分别是轿车速度41.9 km/h,摩托车速度34.9 km/h,彼时摩擦系数0.558,此时仿真中车辆的形变与车检报告所述车辆损伤情况也相吻合。为了验证事故重构方法的可行性,选取一例卡车-自行车碰撞事故实例进行重构。首先利用逆透视变换算法将事故图像进行处理,结合交通事故现场图对碰撞初始状态进行分析,得到卡车和自行车的碰撞初始点、相对位置和各自的速度等初始状态参数,并将推测得到的初始状态作为后续碰撞模型的初始输入,随后基于Radioss建立卡车-自行车碰撞事故仿真模型,并选取卡车速度、自行车速度、自行车与地面摩擦系数以及假人与地面摩擦系数等四个参数,对初始状态进行优化,得到发生碰撞时,卡车速度为47.7 km/h,自行车速度为14.6 km/h,彼时自行车与地面之间的摩擦系数为0.896,此时卡车和自行车位移均与实际事故相符,同时卡车前挡风玻璃的破损和自行车骑乘人的损伤在仿真中均能一一对应,因此证明了该方法是有效的。