再现基本事故现场（见图1、图2）。

在Pc-Crash中调入一辆长安铃木汽车, 根据事故车辆尺寸, 对其轮胎、车身尺寸、重量等信息进行修正, 建立本案例车辆模型。然后调入已有的人体模型框架, 调整行人身高、体重以及人-车、人-路之间摩擦系数等参数, 并对各个人体模型进行修正, 建立适用于本案例的人体模型。在此基础上, 进一步调整行人的步幅等角度值, 以保证人、车初始接触位置与实际情况尽可能一致, 其相应的二维及三维视图见图1和图2。

图 1

Fig.1

	Figure Option ViewDownloadNew Window
	图 1 二维事故现场Fig.1 Reconstructed 2D accident scene

图 2

Fig.2

	Figure Option ViewDownloadNew Window
	图 2 三维事故现场Fig.2 Reconstructed 3D accident scene

通过反复微调车辆的行驶速度以及车-人碰撞角度、行人速度、行人方向等参数, 确保人、车接触位置与实际情况一致, 并能使得人、车最终停止于案件发生时的实际位置。在仿真中发现, 当选取车辆碰撞速度为35 km/h、人行走速度为8 km/h时, 最终仿真中各项痕迹与实际情况最为吻合。

图3、图4给出了人、车最终停止位置图的二、三维视图。车辆制动距离为9.71 m, 行人抛距为9.85 m, 仿真中行人以及车辆在事故路段中所停止的位置与实际情况吻合, 与警方提供的数据情况一致。

图 3

Fig.3

	Figure Option ViewDownloadNew Window
	图 3 二维仿真中人、车最终停止位置Fig.3 Final positions of the pedestrian and the vehicle (2D view)

图 4

Fig.4

	Figure Option ViewDownloadNew Window
	图 4 三维仿真中人、车最终停止位置Fig.4 Final positions of the pedestrian and the vehicle (3D view)

图5、图6给出事故中不同时刻人与车的接触位置。从图5中可知, 0.03 s时刻, 行人大腿及臀部均与车辆右前方接触, 故这应是导致车辆此部分变形的原因。在图6中, 0.14 s时刻, 行人头部与挡风玻璃右下缘接触, 这应为车辆此处变形的重要因素。这些结果表明, 仿真中人、车接触位置与实际情况吻合。

图 5

Fig.5

	Figure Option ViewDownloadNew Window
	图 5 0.03 s 时刻人、车接触位置Fig.5 Positions of the pedestrian and vehicle at 0.03 s

图 6

Fig.6

	Figure Option ViewDownloadNew Window
	图 6 0.14 s 时刻人、车接触位置Fig.6 Positions of pedestrian and vehicle at 0.14 s

至此, 该事故中行人抛距、车辆行驶距离以及人、车接触位置等均在仿真中得到验证。可以认为, 此事故的再现是可靠的, 事故车辆车速应为35 km/h。

该案例中, 人体各部位的损伤情况未知, 但行人最终在事故中死亡, 这一信息可用来对仿真结果进行进一步的验证。

在仿真中, 行人胸部在0.815 s时刻受到一个最大的冲击力7790.56 N; 在0.130 s时刻, 其头部受到一个5487.93 N的冲击力。据研究, 人胸部能承受的最大冲击力为8 kN, 头骨骨折的耐受限度为5.2~12.5 kN^[9], 可知, 此案例中, 行人胸部与头部均受到了严重的冲击, 导致行人死亡。

评价行人伤害的另外一个重要指标是头部损伤指数HIC (Head Injury Criterion)。HIC是一个国际广泛接受, 并能反映碰撞事故中行人头部撞击强度的基于加速测量法的指数。行人在事故中的HIC36值不可超过1000, 而HIC15值不可超过700, 否则将有极大概率导致行人死亡。在本案例中, 行人头部加速度最大值为1324.75 m/s², 根据行人头部加速度曲线所算出的HIC15值的最大值为800.49, 大大超过700。因此, 在该案例中, 行人死亡的概率是非常高的。该案例中行人头部HIC15值计算结果见图7。

图 7

Fig.7

	Figure Option ViewDownloadNew Window
	图 7 案例中行人头部HIC15值Fig.7 HIC15 values of the pedestrian head

通过仿真, 事故中由警方所提供的信息都得到了很好的验证, 对实际情况给出合理的解释。因此事故车辆车速为35 km/h是合理的。

通过视频计算车辆的瞬间实际行驶速度, 截取视频信号采集的图像、进行参考点定位、再确定图像间位移和时差、最后找到图像位移向实际位移的映射即可计算出车速。帧间差分测速法是基于运动视觉的最基本的测速方法之一。将当前的输入图像和前一帧的输入图像作相减运算, 获得的差值图像称为帧间差分图像。车辆运动使图像的前后两帧图像发生变化, 从而帧间差别可以用来检测车辆的运动。这种方法简单易行, 车辆速度可根据下式得到：

v=∆d∆t=(d2-d1)(t2-t1)（1）

由视频的帧间时差或帧频即可确定 ∆t, 另一个变量 ∆d的值, 可利用下式进行测量和计算：

∆t=d2-d1=f(t2-t1)（2）

其中, f(t)是单映射函数(通常也是递增或递减函数)。 f(t1)、 f(t2)分别表示两个时刻拍摄的两帧图像中, 对应点的像素位置。两者相减即可获得参考点在 ∆t时间段内移动的像素距离。为了获得车辆的实际速度, 还需得到图像位移与实际距离的映射关系。

在视频监控中选取易于测量距离的两个参照物, 如选取道路中心的白色分隔线的两端点, 实地测量两个参照物的距离, 设该距离为 ∆l; 然后在被鉴定车辆车身上选取某一特征点, 设特征点通过 ∆l所需的时间间隔为 ∆t, 则可利用位移量 ∆l和时间间隔 ∆t的比值计算出平均速度v^[10]。具体操作步骤如下：

利用播放器逐帧检查监控视频, 确定单位时间(1 s)内图像的帧数, 计算相邻两帧之间时间间隔, 设该时间间隔为 ∆t'。

根据监控视频中车辆行驶路径, 在视频中选取易于测量距离的两个参照物, 如道路中心分隔线两个端点、人行横道边缘或混凝土路面伸缩缝。根据视频中车辆行驶路径及参照物位置, 确定车身某一部位为特征点, 逐帧播放监控视频, 令特征点通过第一个参照物（如道路中心分隔线前端）对应第1帧, 通过第二个参照物（如道路中心分隔线末端）对应第N帧。

根据车辆行驶方向, 测量两个参照物的距离 ∆l, 则可根据平均速度公式计算车辆的速度：

v=∆l∆t=∆l(n-1)×∆l'（3）

依据以上视频计算方法, 根据事故现场照片和视频帧计算分析图（见图8, 图9）。

从小客车车头右侧驶入视频区域到小客车右前轮驶入视频区域所需帧数N=2帧, 此视频帧速率为f=25 fps, 而小客车车头与其右前轮后侧间相距L=0.8 m, 故小客车行驶0.8 m所需时间为：

t=Nf=225=0.08s（4）

根据速度位移公式可得小客车驶入视频时的行驶速度为：

v=Lt=0.80.08=10m/s （5）

由此得小客车驶入视频的速度为36 km/h。

图 8

Fig.8

	Figure Option ViewDownloadNew Window
	图 8 第1558帧车头右侧驶入Fig.8 The 1558th frame when the front right of the vehicle ran into the surveillance area

图 9

Fig.9

	Figure Option ViewDownloadNew Window
	图 9 第1560帧车右前轮后侧驶入Fig.9 The 1560th frame when the right front of the car ran into the surveillance area