使用大规模模拟数据集分析车辆与行人碰撞中的头部伤害风险
Wu He1, Han Yong2, Gong Dongmei1
1School of Mechanical and Vehicle Engineering, West Anhui University, Lu'an, Anhui, China.
Traffic injury prevention
|December 10, 2025
概括
创建了一个新的大型数值数据库,以预测行人与车辆碰撞中的头部伤害严重程度. 步行者尺寸显著影响头部伤害风险,特别是儿童,需要重新评估测试标准.
科学领域:
- 生物力学和预防伤害
- 交通安全研究 交通安全研究
- 计算建模 计算建模
背景情况:
- 头部受伤是交通事故中行人死亡的主要原因.
- 准确和快速预测受伤严重程度对于及时治疗和车辆安全决策至关重要.
- 现有的模型需要广泛,可靠的数据集进行开发和验证.
研究的目的:
- 建立一个大规模的,适用的数值数据库,用于开发头部损伤预测模型.
- 分析各种因素对行人与车辆碰撞中头部伤害风险的影响.
- 为改善行人安全标准提供数据驱动的见解.
主要方法:
- 构建一个精致的多车身车辆模型,采用前端硬度.
- 建立头部加重伤害研究 (HWIS) 数据库,包括60,750次模拟.
- 使用了实验的全因数设计,这些实验的变量包括速度,类型,位置,角度和行人特征;输出包括加速和HIC15.
主要成果:
- 头部撞击地点分布在几乎所有车辆前端区域.
- 每个头部伤害严重程度都占数据库的10%以上,表明了平衡性和适用性.
- 步行者尺寸显著影响了头部动力学;严重的头部伤害在较小的步行者 (6YOC,AF05) 与平均成年人 (AM50) 相比,明显高.
结论:
- 已经成功建立了一个可靠的大规模数据库,用于开发头部损伤风险预测模型.
- 分析强调了行人尺寸在头部伤害结果中的关键作用.
- 对于特定地区,建议对头型测试的性能标准进行重新评估,以适应儿童和较小的行人HIC15容忍限值.
