车辆与行人碰撞事故中下肢损伤风险研究

王丙雨， 杨济匡,2， OTTE Dietmar， 王 方

(1. 湖南大学 汽车车身先进制造国家重点实验室，长沙 410082;2.查尔摩斯理工大学 应用力学系，瑞典哥德堡 41296;3.汉诺威医科大学 事故调查科，德国汉诺威 30625;4.厦门理工学院 机械与汽车工程学院，福建 厦门 361024)

车辆与行人碰撞事故中下肢损伤风险研究

王丙雨1， 杨济匡1,2， OTTE Dietmar3， 王 方4

(1. 湖南大学 汽车车身先进制造国家重点实验室，长沙 410082;2.查尔摩斯理工大学 应用力学系，瑞典哥德堡 41296;3.汉诺威医科大学 事故调查科，德国汉诺威 30625;4.厦门理工学院 机械与汽车工程学院，福建 厦门 361024)

研究行人与车辆碰撞事故中下肢损伤风险，并确定碰撞速度和行人年龄、身高以及体重等损伤相关参数值在下肢轻微损伤组和严重损伤组之间的分布是否存在显著差异。为此，首先从德国深入事故研究数据库(GIDAS)中挑选出354个带有行人下肢损伤的案例来进行单因素方差分析，接着利用逻辑回归分析方法建立行人下肢严重损伤风险函数模型，分析车辆碰撞速度和行人年龄、身高以及体重对行人下肢严重损伤风险的影响。分析结果表明：碰撞速度和行人年龄是影响行人下肢严重损伤的显著性因素，而体重与身高不是影响行人下肢严重损伤的显著性因素;并且行人下肢严重损伤风险与碰撞速度以及行人年龄正相关。当碰撞速度为43 km/h时，行人下肢严重损伤风险达到50%。

交通事故；行人下肢严重损伤；逻辑回归模型；碰撞速度；行人年龄

作为易受伤害的道路交通使用者，行人在交通事故中因为没有外部的保护措施而往往要承受较高的伤亡率[1]。欧盟的事故统计数据表明：在2012年，大约有6 004名行人死于道路交通事故，占据交通事故总死亡人数的20%[2]。而同一年，在中国有16 381人死于道路交通事故，占据交通事故总死亡人数的25%[3]。因此，有必要对发生的行人交通事故进行统计分析，从而来采取相对措施来减少行人伤亡。

在交通事故数据库中，行人损伤一般用简明损伤定级标准(Abbreviated Injury Scale,AIS)进行评分，并以此作为损伤严重程度的定级标准。其中，行人下肢损伤的AIS等级一般为1～3级，一般认为下肢AIS1级损伤为轻微伤，而下肢AIS2+损伤为下肢严重损伤。虽然下肢损伤极少是致命伤但是下肢严重损伤会需要很长的恢复时间，甚至造成行人终身残疾[4]。然而，对世界上几大主要的事故数据库进行统计分析后发现，在所有的AIS2+损伤中，下肢所占的比例最高，为32.6%[5]。同样地，CHEN 等[6]对中国的行人事故数据进行统计分析后也发现，在所有的AIS2+级损伤中，下肢是仅次于头部的易受伤害部位。由此，可以看出在行人交通事故中，下肢承受严重损伤的风险很高。因此有必要对发生的行人交通事故进行统计分析，找出影响行人下肢损伤的关键因素，从而建立相应的对策来减少行人下肢损伤。

然而，在过去的几十年，国内的研究集中在通过计算机仿真的方法来研究汽车前部保险杠对行人下肢的影响，进而对汽车前保险杠进行优化设计，来提高该车辆的行人下肢防护水平[7-8]。或者通过有限的事故统计数据来研究行人死亡或者头部严重损伤，找出影响头部损伤的主要因素，并与国外的研究结果进行对比[9-10]。然而，很少有人利用道路交通事故数据来研究行人下肢损伤。迄今为止还没有人做过相应的分析，而在国外有限的研究也仅仅局限于对美国行人碰撞事故数据研究数据库(Pedestrian Grash Data Study,PCDS)的一些分析，这些研究发现碰撞速度和行人年龄是影响行人下肢严重损伤的显著性因素[11-12]。但是对于行人身高和体重这两个因素是否是影响行人下肢严重损伤的显著性因素方面，已有的研究结果却存在一定的争议[13]。并且他们研究对象包含各种车辆。另外PCDS数据中的行人事故都是发生在1994-1998年间[14]，这些事故数据比较老旧，因此基于这些数据的研究成果并不能反映出目前的道路交通状况。所以，有必要利用近年来发生的行人事故来分析碰撞速度和行人年龄、身高以及体重对行人下肢严重损伤的影响，从而找出影响下肢严重损伤的显著性因素，构建行人下肢严重损伤风险函数。

因此，为了分析碰撞速度和行人年龄、身高以及体重等损伤相关参数值在下肢轻微损伤组和严重损伤组之间的分布是否存在显著差异，本文对GIDAS(German In-Depth Accident Study)数据库中发生在2002-2012年的行人事故进行了筛选，最终挑选出354个带有行人下肢损伤的案例来进行单因素方差分析。然后用逻辑回归的方法来研究碰撞速度和行人年龄、身高以及体重与行人下肢严重损伤风险之间的关系，最后构建显著性因素与行人下肢严重损伤之间的风险函数。

1 方法与材料

1.1 事故数据与筛选准则

本文中所用的行人事故案例来自德国GIDAS事故数据库。作为世界上影响力最大事故数据库之一，GIDAS工作组每年会录入2 000个带有人员损伤的案例，并且每个案子都会详细记录与事故发生相关的信息以及伤者的医院记录，并且行人伤情用AIS代码来记录[15]。

中国行人下肢防护法规中规定，对于前保险杠下部高度小于50 cm的汽车，要采用小腿冲击器以40 km/h的速度水平撞击其前部保险杠的方法，来考核该车的行人下肢保护性能[16]。为了与法规的规定相统一，本文按照以下的准则对GIDAS数据库中的行人交通事故进行筛选：①事故案例中有行人下肢损伤记录；②事故车辆必须是带有典型发动机罩的轿车(以保证前保险杠下部高度≤50 cm)；③行人身高>150 cm，年龄>14岁，(以保证研究对象成年行人)；④碰撞速度<80 km/h；⑤事故发生时，行人位于车辆正前方的2∶00-4∶00方向或者8∶00-10∶00方向(见图1)。最后，有354个案例被用来进行本文的研究，其中223个事故案例带有下肢AIS1级损伤，92个事故案例带有下肢AIS2级损伤，而39个事故案例带有下肢AIS3级损伤。

图1 GIDAS中行人碰撞时刻表 (黑色箭头代表汽车行驶方向)

1.2 单因素方差分析

单因素方差分析又称“变异数分析”或“F检验”，是1923年由英国统计学家R. A. Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。在本文的研究中首先根据行人所承受的下肢损伤严重程度将总体样本分为轻微损伤组以及严重损伤组，即：带有下肢AIS1级损伤案例归为轻微损伤组，而带有下肢AIS2级和AIS3级损伤的案例归为严重损伤组。然后对两组数据进行单因素方差分析，最后通过比较两组的均值和P值，来确定两组间是否存在显著差异。所需要考察的因素包括车辆碰撞速度以及行人参数，包括年龄、身高以及体重。在本文中所设定的显著性水平P=0.05。

1.3 逻辑回归分析

逻辑回归模型可以用来预测因变量出现某种情况的概率。因此为了研究下肢严重损伤风险，应用逻辑回归的方法构建碰撞速度、行人年龄、身高以及体重与行人下肢严重损伤之间的二元逻辑回归方程，首先，按照所选样本中行人下肢的损伤严重程度进行二分类，即轻微伤(AIS1)案例(Y=0)；严重损伤(AIS2+)案例(Y=1)。然后假定下肢损伤与所考察的参数之间存在函数关系，且预测行人下肢严重损伤(Y=1)的风险模型P(υ)由以下公式得到：

P(υ)=1/(1+e(α-βv))

(1)

式中:υ为所考察的参数；α和β为回归系数，并可以通过最大似然估计的方法来求解[17]。最后通过卡方检验来确定下肢严重损伤风险与所考察的参数之间是否存在相关性。本文通过设定检验值p的显著水平为0.05进行检验。当p<0.05时，认为所考察的参数与行人下肢严重损伤风险之间的相关性显著，反之，则认为相关性不显著。

2 结 果

2.1 单因素方差分析

下肢轻微损伤组以及严重损伤组各项评估参数数值以及单因素方差分析结果如表1所示。通过F值和P值可以得到，碰撞速度(P<0.05)和年龄(P<0.05)在两组间有显著差异，而行人身高(P=0.98)和行人体重(P=0.062)在两组间不存在显著差异。通过比较可以得知，相比于下肢轻微损伤组，下肢严重损伤组对应的碰撞速度较高，行人年龄较大。

表1 下肢轻微损伤组与严重损伤组各个评估参数均值比较

2.2 逻辑回归分析结果

利用逻辑回归的方法对所选样本构建车辆碰撞速度、行人年龄、身高和体重与行人下肢严重损伤风险之间的单因素逻辑回归模型，置信度为95%。所进行的逻辑回归分析结果见表2。根据p值可以得出碰撞速度和年龄与行人下肢严重损伤风险之间显著相关。行人体重和身高与行人下肢严重损伤风险之间的相关性不显著。

根据表2中所得到结果，可以构建出碰撞速度与行人下肢严重损伤风险之间的回归方程：

P(v)=1/(1+e(1.899-0.044v))

(2)

式中:v是碰撞速度，单位为km/h。风险曲线见图2。从图2可知，下肢严重损伤风险随着碰撞速度的增加而变大。当碰撞速度为30 km/h时，行人下肢严重损伤风险为36%；当碰撞速度为43 km/h时，行人下肢严重损伤风险达到50%；而当碰撞速度为60 km/h时，下肢严重损伤风险高达68%。

表2 评估参数与行人下肢严重损伤风险逻辑回归分析结果

图2 下肢严重损伤风险曲线

逻辑回归分析结果显示行人年龄也是影响行人下肢严重损伤的显著性因素，因为本文同时考虑碰撞速度和年龄两个自变量，构建二者与行人下肢严重损伤的逻辑回归方程。为了更好的了解初始样本(N=354)、下肢严重损伤子样本(N=131)中两个自变量(碰撞速度和年龄)的分布情况，对其进行了描述性统计分析，统计结果见表3和表4。原始样本(N=354)和下肢严重损伤样本(N=131)的碰撞速度累积分布情况见图3，而原始样本(N=354)和下肢严重损伤样本(N=131)的年龄累积分布情况见图4。

表3 总体事故样本描述性统计结果(N=354)

由表3和表4可知：原始样本中碰撞速度和年龄的均值分别为30.38 km/h和43.22岁；下肢严重损伤样本中碰撞速度和年龄的均值分别为36.7 km/h和50.58岁，因此有必要考察年龄对行人下肢严重损伤风险的影响。

表4 下肢严重损伤事故样本描述性统计结果(N=131)

图3 碰撞速度累积分布图

图4 年龄累积分布图

为了考察行人年龄对行人下肢严重损伤风险的影响，采用逻辑回归方法对原始样本(N=354)建立碰撞速度碰撞速度、年龄与行人下肢严重损伤风险之间的双变量逻辑回归模型，置信度为95%。回归方程如下所示：

P(v)=1/(1+e(3.077-0.046v-0.025y))

(3)

式中:v为碰撞速度，单位为km/h。y为行人年龄，单位为岁。该模型的回归分析结果见表5。由表5可知,对于碰撞速度和行人年龄来说，卡方检测的p值都<0.001，因此可以得知所建立的回归模型合理，碰撞速度和年龄都与行人下肢严重损伤风险显著相关。

表5 多因素二元逻辑回归分析结果

3 讨 论

成年行人和汽车发生碰撞时，第一碰撞点往往发生在行人小腿或膝关节与汽车前保险杠之间，然后在惯性的作用下行人大腿与发动机罩前缘或者前进气栅格区域发生碰撞，行人下肢损伤主要由汽车前端结构的直接碰撞造成[18]，而创伤的严重程度则与汽车速度和行人的生物力学特征(包括年龄、身高和体重)因素相关。为了探讨汽车碰撞速度，行人年龄、身高以及体重对行人下肢损伤的影响，采用GIDAS事故数据库中的354个带有行人下肢损伤的案例来进行单因素方差分析和逻辑回归分析。

单因素方差分析和逻辑回归分析表明：碰撞速度和行人年龄与行人下肢严重损伤风险之间显著相关，而行人身高和体重与行人下肢严重损伤风险之间的相关性不显著。通过表1可知,行人下肢严重损伤组的碰撞速度和年龄的均值都大于轻微损伤组。一般来说，碰撞速度越高，作用在行人身上的碰撞能量也就越大，行人也就越容易承受下肢严重损伤。随着年龄的增大，行人下肢长骨的骨质密度开始下降，骨骼强度也开始下降；再加上发生交通事故时，老年人反应较慢，所以老年人更容易承受下肢严重损伤[19]。这就是碰撞速度和行人年龄是影响下肢严重损伤风险的显著性因素的原因。行人体重越重，惯性也就越大，导致车辆与行人碰撞中保险杠与行人小腿或膝关节区域的接触时间加长，从而会引起较大的下肢损伤。不过行人体重对下肢严重损伤的影响没有像碰撞速度和行人年龄那么显著。在汽车与行人碰撞事故中，身高较高的行人，其大腿与汽车发动机罩前缘发生碰撞的时间相对于身高较低的行人要滞后，从而导致作用在大腿或骨盆上的直接碰撞力会减小[20]。然而LUO等[21]的研究发现，行人身高越高，其造成的膝关节剪切位移就越大。因此，行人身高不是影响下肢严重损伤风险的显著性因素，这也与以前的事故统计结果相统一。

从图2可知，行人下肢严重损伤风险随着碰撞速度的增加而变大，且当碰撞速度为43 km/h时，下肢严重损伤风险为50%。而当碰撞速度为60 km/h时，下肢严重损伤风险高达68%，因此控制道路行驶速度是减少行人下肢严重损伤的有效措施。需要注意的是，图2中显示即使很低的碰撞速度，行人也会承受大约13%下肢严重损伤风险。KLINICH等认为这种情况可能是由样本数量不足造成的；还可能是在进行事故统计分析时，没有剔除那些下肢严重损伤是由地面造成的案例。而ROUDSARI等[22]的研究指出，当行人被低速行驶的车辆撞击后，行人会向前抛出或者直接被撞倒。此时，行人下肢损伤多是由地面造成的。因此，下一步需要对所选样本进行进一步的筛选，来剔除由地面造成的下肢严重损伤案例。

本文仅仅探讨了碰撞速度、行人年龄、身高以及体重与下肢严重损伤风险之间的关系。而下肢严重损伤又包括股骨骨折、胫骨/腓骨骨折、长骨骨节骨折以及膝关节韧带撕裂等具体损伤。行人身高和体重虽然不是影响下肢严重损伤风险的显著性因素，但是可能会是影响某种具体的下肢严重损伤的显著性因素，因此，下一步需要对下肢严重损伤进行区分，分析各个参数对具体的下肢严重损伤影响。

4 结 论

(1) 碰撞速度和行人年龄是影响行人下肢严重损伤风险的显著性因素，而行人身高和体重不是影响下肢严重损伤的显著性因素。并且下肢严重损伤组事故案例的平均速度和平均年龄都大于下肢轻微损伤组。(2) 碰撞速度和行人下肢严重损伤之间的风险函数分析确定在碰撞速度为43 km/h时，行人下肢严重损伤风险为50%。

致谢

本文研究所用的事故案例来自GIDAS事故数据库，在此对汉诺威医科大学事故调查组所提供的帮助表示感谢。

[ 2 ] PACE J F, TORMO M T, SANMARTIN J, et al. Traffic safety basic facts[EB/OL]. Pedestrians, European Road Safety Observatory,2012.http://ec.europa.eu/transport/road_safety/pdf/statistics/dacota/bfs2012_dacota-intras-pedestrians.pdf.[ 3 ] 公安部道路交通管理局, 中华人民共和国道路交通事故统计年报[M]. 北京:公安部交通管理科学研究所,2013.

[ 4 ] MIZUNO Y. Summary of IHRA pedestrian safety WG activities (2005)-proposed test methods to evaluate pedestrian protection offered by passenger cars[N].SAE.SAE paper,No:05-0138.

[ 5 ] UNTAROIU C, DARVISH K,CRANDALL J, et al. A finite element modelof the lower limb for simulating pedestrian impacts[J]. StappCar Crash Journal, 2005, 49:157-181.

[ 6 ] CHEN H P, FU L X, CHENG H Y. A comparative study between China and IHRA for the vehicle-pedestrian impacts[N]. SAE Technical Paper,No: 2009-01-1205.

[ 7 ] 王元博, 夏勇, 景谊明, 等. 考虑行人腿部保护和低速碰撞特性的保险杠系统慨念设计[J]. 汽车工程, 2009, 31(12): 1112-1115. WANG Yuanbo, XIA Yong, JING Yiming, et al. Concept design of bumper system with consideration of pedestrian leg protection and low speed impact characteristics[J]. Automotive Engineering, 2009, 31(12): 1112-1115.

[ 8 ] 贺岩松, 杨海威, 徐中明, 等. 基于行人腿部保护的保险杠吸能结构设计[J]. 振动与冲击, 2014, 33(12): 171-175. HE Yansong, YANG Haiwei, XU Zhongming, et al. Bumper energy absorption structure design based on pedestrian leg protection[J]. Journal of Vibration and Shock, 2014, 33(12): 171-175.

[ 9 ] YANG J K, OTTE D. A comparison study on vehicle traffic accident and injuries of vulnerable road users in China and germany[C]. SAE Technical Paper，2007.

[10] 孔春玉. 车辆碰撞行人事故与损伤流行病学调查研究[D]. 长沙: 湖南大学, 2010.

[11] MATSUI Y. Effects of vehicle bumper height and impact velocity on type of lower extremity injury in vehicle-pedestrian accidents[J]. Accident Analysis & Prevention, 2005, 37:633-640.

[12] ZHANG G J, CAO L B, HU J, et al. A field data analysis of risk factors affecting the injury risks in vehicle-to-pedestrian crashes[J]. Annals of Advances in Automotive Medicine, 2008, 52:199-213.

[13] KLINICH K D, SCHNEIDER L. Biomechanics of pedestrian injuries related to lower extremity injury assessment tools: a review of the literature and analysis of pedestrian crash database[R]. University of Michigan Transportation Research Institute Report No. UMTRI-2003-25.

[14] CHIDESTER A, ISENBERG R. Final report-the pedestrian crash data study[C]//ESV. In: Proceedings of the 17th International Technical Conference on the Enhanced Safety of Vehicles (ESV), Amsterdam, Netherlands. Paper No. 248

[15] OTTE D, KRETTEK C, BRUNNER H, et al. Scientific approach and methodology of a new in-depth-investigation study in germany so called GIDAS[C]//ESV. In: Proceedings of the 18th International Technical Conference on the Enhanced Safety of Vehicles (ESV), 2003, Japan.

[16] 汽车对行人的碰撞保护国家标准:GB/T 24550—2009[S].北京：中国标准出版社，2010.

[17] 宇传华. SPSS与统计分析[M]. 北京: 电子工业出版社, 2007.

[18] 杨济匡. 汽车与行人碰撞中的损伤生物力学研究概览[J]. 汽车工程学报, 2011, 1(2): 81-93. YANG Jikuang. Overview of research on injury biomechanics in car-pedestrian collisions[J]. Chinese Journal of Automotive Engineering, 2011, 1(2): 81-93.

[19] LEE C, ABDEL-ATY M. Comprehensive analysis of vehicle-pedestrian crashes at intersections in florida[J]. Accident Analysis & Prevention, 2005, 37 (4): 775-786.

[20] MORADI R, LANKARANI H M. Evaluation of the kinematics and injury potential to different sizes of pedestrians impacted by a utility vehicle with a frontal guard[J]. International Journal of Crashworthiness,2011, 16(6): 645-655.

[21] LUO F, REN L H, YANG J K. Influence of human body size on lower limb injury parameters in car-pedestrian collisions[C]//IEEE Computer. In: Proceedings of the Fifth International Conference on Measuring Technology and Mechatronics Automation, 2013:627-630.

[22] ROUDSARI B S, MOCK C N, KAUFMAN R. An evaluation of the association between vehicle type and the source and severity of pedestrian injuries[J]. Accident Analysis & Prevention, 2005, 6(2): 185-192.

Pedestrian lower extremity injury risk in car-pedestrian collisions

WANG Bingyu1, YANG Jikuang1,2, OTTE Dietmar3, WANG Fang4

(1. State key Laboratory of Advanced Design Manufacturing for Vehicle Body, Hunan University, Changsha 410082, China;2. Department of Applied Mechanics, Chalmers University of Technology, Gothenburg 41296, Sweden;3. Accident Research Unit, Medical University of Hannover, Hannover 30625, Germany;4. School of Mechanical and Automotive Engineering, Xiamen University of Technology, Xiamen 361024, China)

Here, the pedestrian lower extremity injury risk was studied using the real world accident data. For this purpose, 354 cases with pedestrian lower extremity injuries selected from the german in-depth accident study(GIDAS) database were used to conduct the one-way variance analysis to determine the effects of impact speed, pedestrian age, height and weight on the pedestrian serious lower extremity injuries risk. Then, the pedestrian serious lower extremity injury risk model was established. The results showed that the impact speed and pedestrian age are significant factors affecting pedestrian lower extremity serious injuries, but the pedestrian weight and height are not; the risk of injury is positively related to impact speed and pedestrian age; the pedestrian serious lower extremity injury risk reaches 50% when the impact speed is 43 km/h.

英关词

国家863计划(2006AA110101)；湖南大学汽车车身先进设计制造国家重点实验室自主研究课题(61075004)

2015-09-28 修改稿收到日期：2015-11-30

王丙雨 男，博士，1985年生

杨济匡 男，博士，博士生导生，1948年生

U461.91