車輛與行人碰撞事故中下肢損傷風險研究

王丙雨， 楊濟匡,2， OTTE Dietmar， 王 方

(1. 湖南大學 汽車車身先進制造國家重點實驗室，長沙 410082;2.查爾摩斯理工大學 應用力學系，瑞典哥德堡 41296;3.漢諾威醫科大學 事故調查科，德國漢諾威 30625;4.廈門理工學院 機械與汽車工程學院，福建 廈門 361024)

車輛與行人碰撞事故中下肢損傷風險研究

王丙雨1， 楊濟匡1,2， OTTE Dietmar3， 王 方4

(1. 湖南大學 汽車車身先進制造國家重點實驗室，長沙 410082;2.查爾摩斯理工大學 應用力學系，瑞典哥德堡 41296;3.漢諾威醫科大學 事故調查科，德國漢諾威 30625;4.廈門理工學院 機械與汽車工程學院，福建 廈門 361024)

研究行人與車輛碰撞事故中下肢損傷風險，并確定碰撞速度和行人年齡、身高以及體重等損傷相關參數值在下肢輕微損傷組和嚴重損傷組之間的分布是否存在顯著差異。為此，首先從德國深入事故研究數據庫(GIDAS)中挑選出354個帶有行人下肢損傷的案例來進行單因素方差分析，接著利用邏輯回歸分析方法建立行人下肢嚴重損傷風險函數模型，分析車輛碰撞速度和行人年齡、身高以及體重對行人下肢嚴重損傷風險的影響。分析結果表明：碰撞速度和行人年齡是影響行人下肢嚴重損傷的顯著性因素，而體重與身高不是影響行人下肢嚴重損傷的顯著性因素;并且行人下肢嚴重損傷風險與碰撞速度以及行人年齡正相關。當碰撞速度為43 km/h時，行人下肢嚴重損傷風險達到50%。

交通事故；行人下肢嚴重損傷；邏輯回歸模型；碰撞速度；行人年齡

作為易受傷害的道路交通使用者，行人在交通事故中因為沒有外部的保護措施而往往要承受較高的傷亡率[1]。歐盟的事故統計數據表明：在2012年，大約有6 004名行人死于道路交通事故，占據交通事故總死亡人數的20%[2]。而同一年，在中國有16 381人死于道路交通事故，占據交通事故總死亡人數的25%[3]。因此，有必要對發生的行人交通事故進行統計分析，從而來采取相對措施來減少行人傷亡。

在交通事故數據庫中，行人損傷一般用簡明損傷定級標準(Abbreviated Injury Scale,AIS)進行評分，并以此作為損傷嚴重程度的定級標準。其中，行人下肢損傷的AIS等級一般為1～3級，一般認為下肢AIS1級損傷為輕微傷，而下肢AIS2+損傷為下肢嚴重損傷。雖然下肢損傷極少是致命傷但是下肢嚴重損傷會需要很長的恢復時間，甚至造成行人終身殘疾[4]。然而，對世界上幾大主要的事故數據庫進行統計分析后發現，在所有的AIS2+損傷中，下肢所占的比例最高，為32.6%[5]。同樣地，CHEN 等[6]對中國的行人事故數據進行統計分析后也發現，在所有的AIS2+級損傷中，下肢是僅次于頭部的易受傷害部位。由此，可以看出在行人交通事故中，下肢承受嚴重損傷的風險很高。因此有必要對發生的行人交通事故進行統計分析，找出影響行人下肢損傷的關鍵因素，從而建立相應的對策來減少行人下肢損傷。

然而，在過去的幾十年，國內的研究集中在通過計算機仿真的方法來研究汽車前部保險杠對行人下肢的影響，進而對汽車前保險杠進行優化設計，來提高該車輛的行人下肢防護水平[7-8]。或者通過有限的事故統計數據來研究行人死亡或者頭部嚴重損傷，找出影響頭部損傷的主要因素，并與國外的研究結果進行對比[9-10]。然而，很少有人利用道路交通事故數據來研究行人下肢損傷。迄今為止還沒有人做過相應的分析，而在國外有限的研究也僅僅局限于對美國行人碰撞事故數據研究數據庫(Pedestrian Grash Data Study,PCDS)的一些分析，這些研究發現碰撞速度和行人年齡是影響行人下肢嚴重損傷的顯著性因素[11-12]。但是對于行人身高和體重這兩個因素是否是影響行人下肢嚴重損傷的顯著性因素方面，已有的研究結果卻存在一定的爭議[13]。并且他們研究對象包含各種車輛。另外PCDS數據中的行人事故都是發生在1994-1998年間[14]，這些事故數據比較老舊，因此基于這些數據的研究成果并不能反映出目前的道路交通狀況。所以，有必要利用近年來發生的行人事故來分析碰撞速度和行人年齡、身高以及體重對行人下肢嚴重損傷的影響，從而找出影響下肢嚴重損傷的顯著性因素，構建行人下肢嚴重損傷風險函數。

因此，為了分析碰撞速度和行人年齡、身高以及體重等損傷相關參數值在下肢輕微損傷組和嚴重損傷組之間的分布是否存在顯著差異，本文對GIDAS(German In-Depth Accident Study)數據庫中發生在2002-2012年的行人事故進行了篩選，最終挑選出354個帶有行人下肢損傷的案例來進行單因素方差分析。然后用邏輯回歸的方法來研究碰撞速度和行人年齡、身高以及體重與行人下肢嚴重損傷風險之間的關系，最后構建顯著性因素與行人下肢嚴重損傷之間的風險函數。

1 方法與材料

1.1 事故數據與篩選準則

本文中所用的行人事故案例來自德國GIDAS事故數據庫。作為世界上影響力最大事故數據庫之一，GIDAS工作組每年會錄入2 000個帶有人員損傷的案例，并且每個案子都會詳細記錄與事故發生相關的信息以及傷者的醫院記錄，并且行人傷情用AIS代碼來記錄[15]。

中國行人下肢防護法規中規定，對于前保險杠下部高度小于50 cm的汽車，要采用小腿沖擊器以40 km/h的速度水平撞擊其前部保險杠的方法，來考核該車的行人下肢保護性能[16]。為了與法規的規定相統一，本文按照以下的準則對GIDAS數據庫中的行人交通事故進行篩選：①事故案例中有行人下肢損傷記錄；②事故車輛必須是帶有典型發動機罩的轎車(以保證前保險杠下部高度≤50 cm)；③行人身高>150 cm，年齡>14歲，(以保證研究對象成年行人)；④碰撞速度<80 km/h；⑤事故發生時，行人位于車輛正前方的2∶00-4∶00方向或者8∶00-10∶00方向(見圖1)。最后，有354個案例被用來進行本文的研究，其中223個事故案例帶有下肢AIS1級損傷，92個事故案例帶有下肢AIS2級損傷，而39個事故案例帶有下肢AIS3級損傷。

圖1 GIDAS中行人碰撞時刻表 (黑色箭頭代表汽車行駛方向)

1.2 單因素方差分析

單因素方差分析又稱“變異數分析”或“F檢驗”，是1923年由英國統計學家R. A. Fisher發明的，用于兩個及兩個以上樣本均數差別的顯著性檢驗。在本文的研究中首先根據行人所承受的下肢損傷嚴重程度將總體樣本分為輕微損傷組以及嚴重損傷組，即：帶有下肢AIS1級損傷案例歸為輕微損傷組，而帶有下肢AIS2級和AIS3級損傷的案例歸為嚴重損傷組。然后對兩組數據進行單因素方差分析，最后通過比較兩組的均值和P值，來確定兩組間是否存在顯著差異。所需要考察的因素包括車輛碰撞速度以及行人參數，包括年齡、身高以及體重。在本文中所設定的顯著性水平P=0.05。

1.3 邏輯回歸分析

邏輯回歸模型可以用來預測因變量出現某種情況的概率。因此為了研究下肢嚴重損傷風險，應用邏輯回歸的方法構建碰撞速度、行人年齡、身高以及體重與行人下肢嚴重損傷之間的二元邏輯回歸方程，首先，按照所選樣本中行人下肢的損傷嚴重程度進行二分類，即輕微傷(AIS1)案例(Y=0)；嚴重損傷(AIS2+)案例(Y=1)。然后假定下肢損傷與所考察的參數之間存在函數關系，且預測行人下肢嚴重損傷(Y=1)的風險模型P(υ)由以下公式得到：

P(υ)=1/(1+e(α-βv))

(1)

式中:υ為所考察的參數；α和β為回歸系數，并可以通過最大似然估計的方法來求解[17]。最后通過卡方檢驗來確定下肢嚴重損傷風險與所考察的參數之間是否存在相關性。本文通過設定檢驗值p的顯著水平為0.05進行檢驗。當p<0.05時，認為所考察的參數與行人下肢嚴重損傷風險之間的相關性顯著，反之，則認為相關性不顯著。

2 結 果

2.1 單因素方差分析

下肢輕微損傷組以及嚴重損傷組各項評估參數數值以及單因素方差分析結果如表1所示。通過F值和P值可以得到，碰撞速度(P<0.05)和年齡(P<0.05)在兩組間有顯著差異，而行人身高(P=0.98)和行人體重(P=0.062)在兩組間不存在顯著差異。通過比較可以得知，相比于下肢輕微損傷組，下肢嚴重損傷組對應的碰撞速度較高，行人年齡較大。

表1 下肢輕微損傷組與嚴重損傷組各個評估參數均值比較

2.2 邏輯回歸分析結果

利用邏輯回歸的方法對所選樣本構建車輛碰撞速度、行人年齡、身高和體重與行人下肢嚴重損傷風險之間的單因素邏輯回歸模型，置信度為95%。所進行的邏輯回歸分析結果見表2。根據p值可以得出碰撞速度和年齡與行人下肢嚴重損傷風險之間顯著相關。行人體重和身高與行人下肢嚴重損傷風險之間的相關性不顯著。

根據表2中所得到結果，可以構建出碰撞速度與行人下肢嚴重損傷風險之間的回歸方程：

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

(2)

式中:v是碰撞速度，單位為km/h。風險曲線見圖2。從圖2可知，下肢嚴重損傷風險隨著碰撞速度的增加而變大。當碰撞速度為30 km/h時，行人下肢嚴重損傷風險為36%；當碰撞速度為43 km/h時，行人下肢嚴重損傷風險達到50%；而當碰撞速度為60 km/h時，下肢嚴重損傷風險高達68%。

表2 評估參數與行人下肢嚴重損傷風險邏輯回歸分析結果

圖2 下肢嚴重損傷風險曲線

邏輯回歸分析結果顯示行人年齡也是影響行人下肢嚴重損傷的顯著性因素，因為本文同時考慮碰撞速度和年齡兩個自變量，構建二者與行人下肢嚴重損傷的邏輯回歸方程。為了更好的了解初始樣本(N=354)、下肢嚴重損傷子樣本(N=131)中兩個自變量(碰撞速度和年齡)的分布情況，對其進行了描述性統計分析，統計結果見表3和表4。原始樣本(N=354)和下肢嚴重損傷樣本(N=131)的碰撞速度累積分布情況見圖3，而原始樣本(N=354)和下肢嚴重損傷樣本(N=131)的年齡累積分布情況見圖4。

表3 總體事故樣本描述性統計結果(N=354)

由表3和表4可知：原始樣本中碰撞速度和年齡的均值分別為30.38 km/h和43.22歲；下肢嚴重損傷樣本中碰撞速度和年齡的均值分別為36.7 km/h和50.58歲，因此有必要考察年齡對行人下肢嚴重損傷風險的影響。

表4 下肢嚴重損傷事故樣本描述性統計結果(N=131)

圖3 碰撞速度累積分布圖

圖4 年齡累積分布圖

為了考察行人年齡對行人下肢嚴重損傷風險的影響，采用邏輯回歸方法對原始樣本(N=354)建立碰撞速度碰撞速度、年齡與行人下肢嚴重損傷風險之間的雙變量邏輯回歸模型，置信度為95%。回歸方程如下所示：

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

(3)

式中:v為碰撞速度，單位為km/h。y為行人年齡，單位為歲。該模型的回歸分析結果見表5。由表5可知,對于碰撞速度和行人年齡來說，卡方檢測的p值都<0.001，因此可以得知所建立的回歸模型合理，碰撞速度和年齡都與行人下肢嚴重損傷風險顯著相關。

表5 多因素二元邏輯回歸分析結果

3 討 論

成年行人和汽車發生碰撞時，第一碰撞點往往發生在行人小腿或膝關節與汽車前保險杠之間，然后在慣性的作用下行人大腿與發動機罩前緣或者前進氣柵格區域發生碰撞，行人下肢損傷主要由汽車前端結構的直接碰撞造成[18]，而創傷的嚴重程度則與汽車速度和行人的生物力學特征(包括年齡、身高和體重)因素相關。為了探討汽車碰撞速度，行人年齡、身高以及體重對行人下肢損傷的影響，采用GIDAS事故數據庫中的354個帶有行人下肢損傷的案例來進行單因素方差分析和邏輯回歸分析。

單因素方差分析和邏輯回歸分析表明：碰撞速度和行人年齡與行人下肢嚴重損傷風險之間顯著相關，而行人身高和體重與行人下肢嚴重損傷風險之間的相關性不顯著。通過表1可知,行人下肢嚴重損傷組的碰撞速度和年齡的均值都大于輕微損傷組。一般來說，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嚴重損傷。隨著年齡的增大，行人下肢長骨的骨質密度開始下降，骨骼強度也開始下降；再加上發生交通事故時，老年人反應較慢，所以老年人更容易承受下肢嚴重損傷[19]。這就是碰撞速度和行人年齡是影響下肢嚴重損傷風險的顯著性因素的原因。行人體重越重，慣性也就越大，導致車輛與行人碰撞中保險杠與行人小腿或膝關節區域的接觸時間加長，從而會引起較大的下肢損傷。不過行人體重對下肢嚴重損傷的影響沒有像碰撞速度和行人年齡那么顯著。在汽車與行人碰撞事故中，身高較高的行人，其大腿與汽車發動機罩前緣發生碰撞的時間相對于身高較低的行人要滯后，從而導致作用在大腿或骨盆上的直接碰撞力會減小[20]。然而LUO等[21]的研究發現，行人身高越高，其造成的膝關節剪切位移就越大。因此，行人身高不是影響下肢嚴重損傷風險的顯著性因素，這也與以前的事故統計結果相統一。

從圖2可知，行人下肢嚴重損傷風險隨著碰撞速度的增加而變大，且當碰撞速度為43 km/h時，下肢嚴重損傷風險為50%。而當碰撞速度為60 km/h時，下肢嚴重損傷風險高達68%，因此控制道路行駛速度是減少行人下肢嚴重損傷的有效措施。需要注意的是，圖2中顯示即使很低的碰撞速度，行人也會承受大約13%下肢嚴重損傷風險。KLINICH等認為這種情況可能是由樣本數量不足造成的；還可能是在進行事故統計分析時，沒有剔除那些下肢嚴重損傷是由地面造成的案例。而ROUDSARI等[22]的研究指出，當行人被低速行駛的車輛撞擊后，行人會向前拋出或者直接被撞倒。此時，行人下肢損傷多是由地面造成的。因此，下一步需要對所選樣本進行進一步的篩選，來剔除由地面造成的下肢嚴重損傷案例。

本文僅僅探討了碰撞速度、行人年齡、身高以及體重與下肢嚴重損傷風險之間的關系。而下肢嚴重損傷又包括股骨骨折、脛骨/腓骨骨折、長骨骨節骨折以及膝關節韌帶撕裂等具體損傷。行人身高和體重雖然不是影響下肢嚴重損傷風險的顯著性因素，但是可能會是影響某種具體的下肢嚴重損傷的顯著性因素，因此，下一步需要對下肢嚴重損傷進行區分，分析各個參數對具體的下肢嚴重損傷影響。

4 結 論

(1) 碰撞速度和行人年齡是影響行人下肢嚴重損傷風險的顯著性因素，而行人身高和體重不是影響下肢嚴重損傷的顯著性因素。并且下肢嚴重損傷組事故案例的平均速度和平均年齡都大于下肢輕微損傷組。(2) 碰撞速度和行人下肢嚴重損傷之間的風險函數分析確定在碰撞速度為43 km/h時，行人下肢嚴重損傷風險為50%。

致謝

本文研究所用的事故案例來自GIDAS事故數據庫，在此對漢諾威醫科大學事故調查組所提供的幫助表示感謝。

[ 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, 中華人民共和國道路交通事故統計年報[M]. 北京:公安部交通管理科學研究所,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, 景誼明, 等. 考慮行人腿部保護和低速碰撞特性的保險杠系統慨念設計[J]. 汽車工程, 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 ] 賀巖松, 楊海威, 徐中明, 等. 基于行人腿部保護的保險杠吸能結構設計[J]. 振動與沖擊, 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. 車輛碰撞行人事故與損傷流行病學調查研究[D]. 長沙: 湖南大學, 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] 汽車對行人的碰撞保護國家標準:GB/T 24550—2009[S].北京：中國標準出版社，2010.

[17] 宇傳華. SPSS與統計分析[M]. 北京: 電子工業出版社, 2007.

[18] 楊濟匡. 汽車與行人碰撞中的損傷生物力學研究概覽[J]. 汽車工程學報, 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.

英關詞

國家863計劃(2006AA110101)；湖南大學汽車車身先進設計制造國家重點實驗室自主研究課題(61075004)

2015-09-28 修改稿收到日期：2015-11-30

王丙雨 男，博士，1985年生

楊濟匡 男，博士，博士生導生，1948年生

U461.91