不同坐姿乘員在自動駕駛汽車碰撞中的損傷仿真實驗

摘 要：為研究不同坐姿乘員在自動駕駛汽車中的碰撞安全性，篩選了7種具有代表性的乘員姿態（包括頭部、上肢和軀干的變化）進行正面碰撞的仿真實驗，對其乘員運動學和所受載荷進行了對比分析，研究其姿態對乘員碰撞損傷的影響。結果表明：在正面碰撞仿真實驗中，倚靠姿態乘員的綜合損傷風險與其他姿態相比更高，較交談姿態，倚靠姿態乘員胸部壓縮量增大了45.5%，肋骨骨折嚴重，內臟器官應變提高了48.8%，左傾姿態乘員損傷風險則明顯降低，其頭部損傷風險減少了49.1%，胸部損傷降低了14.4%。基于此，提出乘員在碰撞前可通過調整自身姿態來規避部分損傷的策略，以提高乘員在自動駕駛汽車中的碰撞安全性。

關鍵詞： 自動駕駛汽車；正面碰撞；仿真實驗；乘員損傷風險；乘員非標坐姿

中圖分類號： U 471.3 文獻標識碼： A DOI： 10.3969/j.issn.1674-8484.2024.04.004

Simulation experiments for the passenger injuries with different"sitting positions in autonomous vehicle collisions

WU Hequan1，2"， LI Yihui1， LIU Jin1， ZHANG Shena1o

（1. School of Automotive and Mechanical Engineering， Changsha University of Science and Technology， Changsha 410114， China; 2. Hunan Province Key Laboratory of Safety Design and Reliability Technology for Engineering"Vehicle， Changsha University of Science and Technology， Changsha 410114， China）

Abstract： Frontal crash simulation experiments were made with a comparative analysis of the kinematics

and loads of its occupants， to investigate the crash safety of occupants in autonomous vehicles with different

sitting positions such as representative occupant attitudes （including variations in head， upper limbs and torso）. The results show that in the frontal collision simulation experiment， the comprehensive injury risk of leaning passengers is higher than that of other postures. Compared to the conversational posture， the leaning posture resulted in a 45.5% increase in chest compression， more rib fractures， and a 48.8% increase in visceral organ strain. The left leaning posture signifcantly reduces the risk of injury， with a 49.1% decrease in head injury risk and a 14.4% decrease in chest injury risk. Therefore， the occupant injury can be reduced by adjusting the occupant posture before the vehicle collision， so as to improve the collision safety of autonomous vehicle.

Key words： a utonomous vehicles; frontal collision; simulation experiments; passenger injury risk; passenger"non-standard sitting posture

雖然自動駕駛汽車（autonomous vehicles， AV）目前還未完全實現，但是人們對于自動駕駛的研究與愿景從未間斷過，在自動駕駛車輛中，駕駛員不再需要親自操縱汽車，乘員乘坐姿態更加多樣[1]。S. Koppel等[2]對志愿者進行了一項在線調查：在7種設想的自動駕駛汽車AV旅行場景中，志愿者最喜歡的活動依次是交談、閱讀、聽音樂以及使用手機。為確定未來的座位配置，探索未來乘員在旅行時的活動， S. Jorl?v等[3]研究發現：在長時間乘坐場景中，人們喜歡看電影、玩游戲或者與其他乘員進行交流，這要求前排座椅能夠向后轉動90°或者180°，以實現乘員間面對面的交流，M. ?stling等[4]分別在中國上海和瑞典進行了訪談調研，共設置了3個旅行場景，最常提到的活動是聊天、放松、玩手機以及看電影。

改變坐姿是乘員獲得舒適感的一種方式，不同的活動會導致不同的坐姿，例如舒適的休息姿勢與工作姿勢是不同的。為探討不同乘員活動對汽車碰撞的影響，M. Diez等[5]定義了5種場景：正常駕駛、后仰模式、工作狀態、休閑模式和放松/睡眠情景， 并進行碰撞仿真研究。這些研究為后續設計自動駕駛汽車的座椅布置提供了參考。

雖然自動駕駛汽車擁有先進的車輛技術，但是由于真實世界的復雜多樣性以及所有道路的物理限制，碰撞永遠無法完全消除。H. Zellmer等 [6] 認為：只要傳統汽車與自動駕駛汽車共用同一條道路時，就可能發生汽車事故。一些車輛制造商也推出了自動緊急制動系統，在檢測到不可避免的碰撞時提前降低速度[7-8]。自動駕駛中內飾環境的更新，預示著乘員姿態多樣性的可能性大大增加， JIANG Binhui等 [9] 指出：在不可避免的撞車事故中，智能約束系統必不可少，它可以主動調整以保護不同坐姿的乘客。對于自動駕駛汽車來說，一旦發生事故，被動安全就是最后一道防線，因此，基于自動駕駛背景的乘員保護研究非常必要。

在自動駕駛汽車碰撞中，當乘客處于不規范坐姿時，受傷或死亡的可能性就會增加，因此，為最大限度地降低此類風險，研究不同姿態乘員在自動駕駛汽車碰撞中的乘員安全問題至關重要。本研究重點分析了7種典型的乘員姿態在正面碰撞下的運動學響應及損傷情況，探討其乘員姿態在碰撞中的影響。

1 研究方法

本文使用THUMS（total human model for safety）有限元人體模型和豐田Camry汽車座椅模型來搭建簡化的臺車碰撞模型，并設置7組具有代表性的乘員姿態進行仿真實驗，分析其姿態在碰撞中對乘員的影響。

1.1 THUMS乘員約束系統搭建

對比S. Acosta等[10]的尸體試驗（post-mortem human subjects，PMHS）的正面碰撞運動學響應，對搭建的乘員約束系統進行有效性驗證。尸體試驗設置的邊界條件是使用三點式安全帶將尸體約束在座椅上，使用腿部擋板和腳踏板限制骨盆和下肢的運動。利用THUMS模型參考尸體試驗定位人體模型并建立約束系統模型，包括汽車座椅、乘員、擋板、三點式安全帶等。PMHS試驗設置與搭建的THUMS仿真模型如圖1所示。加速度波形如圖2所示。

1.2 7種非標坐姿正面碰撞模型

ORS（occupant restraint system）臺車有限元模型，主要由THUMS人體模型、汽車座椅和三點式安全帶等組成，汽車座椅模型的幾何形狀和材料等均來自于美國高速公路安全管路局公布的豐田Camry汽車模型，將安全帶鎖扣、滑環和卷收器等固定點與汽車座椅結構剛性連接，使其能伴隨汽車座椅共同移動且與座椅的相對位置保持不變。參考DONG Ruichun等[11-12]所研究的非標坐姿乘員模型以及P. Haddington [13]對于駕駛員接電話姿態的調查，篩選了7種乘員姿態，分別為：交談姿態、自然姿態、倚靠姿態、娛樂姿態、通訊姿態、左傾姿態、右傾姿態。

所有計算均使用顯式有限元解算器LS-DYNA， 正面碰撞仿真實驗加速度沖擊曲線來自某車型的50 km/h 100%正面碰撞試驗，加速度沖擊曲線如圖3所示。

仿真實驗Ⅰ～Ⅶ中，0～20 ms時，安全帶進行預緊，安全帶卷收器限力為4.0 kN，預緊器限力為2.0 kN [14]，20～180 ms時，臺車模型進行碰撞仿真模擬。

1.3 仿真實驗乘員損傷評價

1.3.1 乘員頭部損傷評價

記錄乘員頭部質心處合成加速度曲線，濾波等級為CFC1000，計算頭部損傷標準HIC15 （head injury criterion，HIC） [15]。H. Mertz [16]與E. Takhounts等[17]公布的中型成年男性HIC15閾值為700，BrIC閾值為1，顱腦損傷標準（HIC）及其對及其對乘員的傷害風險如下：

乘員的簡明傷害風險（abbreviated injury scale，AIS） 為[18]式中，AIS（abbreviated injury scale）是國際上普遍采用的傷害等級評估系統。該系統將損傷分為不同等級，以反映其嚴重程度。AIS等級從1到6，其中1和2代表輕微損傷，3至5代表較為嚴重的損傷，而6及以上則通常是被認為是致命的。

L. Gabler等[19]評估了運動學腦損傷指標，并通過將頭部旋轉運動學與大腦疲勞相關聯，將其確定為腦損傷風險預測的重要運動學指標。腦損傷標準（brain injury criterion，BrIC）是最好的相關標準之一[20]，它使用頭部角速度分量的最大值，記錄乘員頭部質心處的響應數據，設定頭部質心的角速度為ωx、ωy和ωz，則有[17]其中： ωxC、ωyC、ωzC為標準角速度，值分別為66.3、53.8、41.5 rad/s。

1.3.2 乘員頸部損傷評價

根據N. Yoganandan等[21]的研究，測量前縱向韌帶（anterior longitudinal ligament，ALL）、后縱向韌帶（posterior longitudinal ligament，PLL）、關節囊韌帶（capsular ligament，CL）、黃韌帶（ligament flavum，LF）和棘突間韌帶（interspinous ligament，ISL）的最大主應變，根據相應的損傷閾值判斷頸部韌帶損傷。

1.3.3 乘員胸腹部損傷評價

根據Y. Kitagawa等[22]的研究，通過測量圖4中前后和側向節點之間距離變化來描述胸部變形量。同時觀察肋骨的骨折數量、胸腔的壓力以及應變云圖分析內臟器官損傷。

根據Lü Wenle等[23]的研究，乘員肋骨的極限應變閾值為3%，通過觀察模型肋骨應變云圖，判斷骨折位置和骨折數量。

THUMS人體模型具有詳細的胸、腹部的內臟生物學組織結構特征，能夠直接分析其壓力、等效應力和應變等。根據J. D. Stitzel等[24]的研究發現，當肺部應變達到35%時， 肺部會發生損傷。根據K. Shigeta [25]的研究：人體心臟、肝臟、腎臟和脾臟的應變耐受值為30%。

2 研究結果

2.1 THUMS乘員約束系統驗證結果

本文進行了THUMS乘員模型正面碰撞仿真實驗，對比了S. Acosta [10]所進行的尸體正面碰撞試驗中的運動學響應。0～20 ms時，由于沖擊較小，乘員姿態未發生顯著變化；20～100 ms時，隨著沖擊速度的增大，在慣性的作用下，乘員與座椅出現相對位移，胸腹部在三點式安全帶的作用下發生壓縮變形，頭部和胸部前傾，手臂和下肢向前拉伸，膝蓋隨著身體向前位移，小腿與大腿略微彎曲；100～150 ms時，乘員軀干向碰撞側傾倒，頭部位移達到最大，手臂被拉伸至水平，下肢脫離踏板。如圖5所示，THUMS乘員模型在正面碰撞仿真實驗中的運動響應與臺車試驗尸體的運動學響應具有極大相似度。對仿真實驗中乘員模型頭部CG、T1、T8、L2以及骨盆的3D位移峰值與試驗尸體進行比對（見圖6），發現其數值差較小，整體結構相似度高。該ORS臺車有限元模型與PMHS試驗有較高的相似度，因此得以驗證。

2.2 正面碰撞仿真實驗

圖7為乘員在正面碰撞仿真實驗中每隔80 ms的運動學響應。

在碰撞初期，乘員骨盆被腰帶約束在座椅上，乘員軀干由于慣性向前位移，安全帶肩帶被拉出，上肢有向前伸直的趨勢，隨著仿真的繼續，乘員軀干向碰撞側傾倒并完全脫離座椅，頭部相對于胸部向前傾斜，下肢逐漸脫離擋板，最后，乘員頭部與下肢發生碰撞接觸，乘員腹部在安全帶的作用下產生較嚴重的壓縮變形，安全帶在某一時刻進行回拉。其中，倚靠姿態乘員與其他姿態乘員運動響應差別較大，乘員頭部貼合頭枕，軀干向前推進較慢，在180 ms時乘員“回彈”現象尤為明顯。乘員頭頸部損傷預測見表1。

由表1可知：乘員頭部損傷指標均小于閾值，表明乘員頭部損傷風險較小。左傾姿態乘員的HIC15 （196.2）、頭部3 ms加速度（31.84 g）和BrIC（0.627）等指標均為最小值，表明在該仿真中左傾姿態乘員頭部綜合損傷風險最低。而倚靠姿態乘員頭部3 ms加速度（69.5 g）最大，表明腦部受到較大沖擊，存在挫傷風險。通訊姿態乘員BrIC（0.949）和HIC15 （330.6）最大，頭部存在彌漫性腦組織損傷風險。

在仿真實驗組中，乘員頸部前縱向韌帶、后縱向韌帶、關節囊韌帶、黃韌帶和棘突間韌帶的最大主應變值如表2所示，乘員的前縱向韌帶和后縱向韌帶出現損傷。倚靠姿態乘員韌帶應變均超出閾值，表明頸部韌帶受到較大的拉力或者扭力，頸部韌帶存在拉傷、扭傷等損傷風險。娛樂姿態乘員、左傾姿態乘員頸部損傷也較為嚴重。

在正面碰撞中，胸部是最常受傷的身體部位，胸部變形量、胸部粘性指數（viscosity coef?cient，VC）以及肋骨骨折情況被用作評估胸部受傷風險的指標。胸部量測節點的峰值變形量見表3；胸部骨折預測見圖8；圖9表示安全帶肩帶受力情況；表4為內臟器官損傷預測。

由表3和圖8可知：倚靠姿態乘員胸部變形量較大（-26.2 mm），且肋骨骨折數量最多，共有11處，與其他姿態相比差異較明顯，但是其胸部粘性指數VC值最低，代表其胸部軟組織損傷風險較低。交談姿態、自然姿態、左傾姿態肋骨骨折情況較好（3處），骨折情況主要分布于第1肋骨與第3肋骨之間，其中左傾姿態乘員胸部壓縮量最小（-16.1 mm），通訊姿態胸部粘性指數VC值最高，綜合評價，在此次仿真碰撞中倚靠姿態乘員胸部損傷風險最高，左傾姿態乘員胸部損傷風險最低。

當乘員軀干向一側傾斜時，其肩帶的貼合情況就會發生改變，左傾姿態乘員軀干部分與安全帶直線距離較短，而倚靠姿態與安全帶距離較遠。而右傾姿態下乘員軀干側移，重心朝安全帶側反向偏移，與安全帶的接觸面積減小。在圖9中，安全帶肩帶受力達到峰值的時間范圍為109～131 ms，峰值范圍為6.057～7.370 kN，其中倚靠姿態受力最大，持續時間最長，而左傾姿態最早達到峰值，右傾姿態安全帶受力最小。

由表4的數據可知，乘員其右肺、心臟、肝臟、脾臟等器官損傷風險較小，而左肺由于安全帶肩帶的壓迫，部分姿態超出了損傷閾值，根據圖9的安全帶肩帶受力圖可以看出倚靠姿態乘員的安全帶受力最大為7.37 kN，這可能是其左肺應變較大的根本原因。另外左傾姿態乘員和通訊姿態乘員左肺應變也超出閾值，存在損傷風險。

3 討 論

為探究自動駕駛汽車中非標坐姿乘員的碰撞安全，本研究篩選出幾種具有“代表性”的乘員坐姿，使用LS-DYNA進行碰撞仿真計算，對比其運動學響應和損傷指標，深入分析自動駕駛汽車中不同坐姿乘員在碰撞中的損傷機理，研究乘員損傷規律，探究乘員姿態的影響，以提出更精準的乘員保護策略。

通過對比交談姿態、自然姿態、倚靠姿態、娛樂姿態、通訊姿態、左傾姿態、右傾姿態7種姿態的正面碰撞仿真實驗，結果顯示：在這些姿態中，倚靠姿態乘員的綜合損傷風險最高，頸部韌帶受損嚴重，胸部肋骨骨折數量最多；通訊姿態乘員頭部損傷風險最大，頭部旋轉傷害指數BrIC值和胸部粘性指數VC值均為最高，胸部軟組織存在損傷；相比之下，左傾姿態乘員綜合損傷表現最佳，無論是HIC15、頭部3 ms加速度還是BrIC均保持最低值，胸部肋骨骨折情況良好，骨折數量最少，這與左傾姿態乘員傾向安全帶肩帶側的特點有關，左傾姿態乘員更早受到來自安全帶肩帶的緩沖保護。

總結而言，倚靠姿態乘員的損傷最為嚴重，部分損傷指標超出閾值。由于乘員向后倚靠，頭部與座椅頭枕貼合，初始位置與安全帶距離較遠，導致頭部和頸部負載加大，使頸部和胸部受傷。相反，左傾姿態乘員表現較好，身體傾斜于安全帶一側，獲得良好的安全帶防護。

4 結 論

本研究通過仿真實驗分析了自動駕駛汽車中非標準坐姿乘員在碰撞中的安全問題，并針對不同姿態的乘員在碰撞中的運動響應和損傷進行了研究分析，對未來自動駕駛汽車的主被動安全系統的開發具有一定的參考價值。研究結果表明：

不同姿態乘員在碰撞中表現出顯著的損傷差異，其中倚靠姿態的乘員損傷最為嚴重，而左傾姿態的乘員損傷風險最低。乘員上肢動作幅度過大可能對乘員頭部和胸部造成不良影響。例如，接電話這一動作使得乘員頭部損傷風險增加30.1%，同時導致頭部BrIC值和胸部VC值增大。

在碰撞前，通過合理調整乘員的姿態，可有效降低乘員損傷的風險。這一發現強調了在設計自動駕駛汽車的安全系統時，需要考慮乘員的坐姿，并開發能夠實時監測乘員姿態并提供相應保護的系統。

未來的研究應該進一步探索不同坐姿對乘員安全的影響，并開發出能夠適應各種坐姿的安全系統。此外，汽車座椅的設計也應該考慮到乘員的個體差異，以提供更加個性化和有效的保護。通過這些努力，可以顯著提高自動駕駛汽車中乘員的安全性，為未來的汽車安全技術發展奠定基礎。

參考文獻（References）

[1] Leledakis A， ?sth J， Davidsson J， et al. The in?uence of car passengers’sitting postures in intersection crashes . Accid Anal Preven， 2021， 157： Paper No 106170.

[2] Koppel S， Jiménez Octavio J， Bohman K， et al. Seating con?guration and position preferences in fully automated vehicles . Traffc Inju Preven， 2019， 20（S2）： S103-S109.

[3] Jorl?v S， Bohman K， Larsson A. Seating positions and activities in highly automated cars–a qualitative study of future automated driving scenarios ]// Int’l Res Conf Biomech Impact. IRCOBI， 2017： 13-22.

[4] ?stling M， Larsson A. Occupant activities and sitting positions in automated vehicles in China and Sweden ]// 26th Int’l Tech Conf Enha Safe Vehi （ESV）， Eindhoven， Netherlands. 2019： 10-13.

[5] Diez M， Abajo J， de Prada J V， et al. Sitting posture in?uence in autonomous vehicles for the evaluation of occupant safety in side impact . Safety Science， 2023， 159： Paper No 106002.

[6] Zellmer H， Manneck F. Assessing injury risk of car occupants on rearward facing seats in a full frontal impact–sled tests in a generic test environment ]// 26th Enha Safety Vehi （ESV） Conf， 2019：1-10.

[7] Guardini L A S， Spalanzani A， Laugier C， et al. Employing severity of injury to contextualize complex risk mitigation scenarios ]// 2020 IEEE Intell Veh Symp （IV）， IEEE， 2020： 1839-1845.

[8] 蘇占領， 譚龍， 徐建勛， 等. 基于前車偏置場景的AEB系統性能測試與分析.公路與汽運， 2023， 214（1）： 1-4+26.SU Zhan， TAN Long， XU Jianxun， et al. Performance testing and analysis of AEB system based on front vehicle bias scenario . Highways Automotive Appl， 2023， 214（1）： 1-4+26. （in Chinese）

[9] JIANG Binhui， REN Hongze， ZHU Feng， et al. A preliminary study on the restraint system of self-driving car . SAE Int J Adv Curr Pract Mobil， 2020， 2（4）： 2401-2410.

[10] Acosta S M， Ash J H， Lessley D J， et al. Comparison of whole body response in oblique and full frontal sled tests ]// Proc IRCOBI Conf， 2016： 740-754.

[11] DONG Ruichun， HE Lei， DU Wei， et al. Effect of sitting posture and seat on biodynamic responses of internal human body simulated by ?nite element modeling of body-seat system . J Sound Vibr， 2019， 438： 543-554.

[12] Leledakis A， ?sth J， Davidsson J， et al. The in?uence of car passengers’sitting postures in intersection crashes . Accid Anal Preven， 2021， 157： Paper No 106170.

[13] Haddington P， Rauniomaa M. Technologies， multitasking， and driving： Attending to and preparing for a mobile phone conversation in a car . Human Commu Res， 2011， 37（2）： 223-254.

[14] Savino G， Giovannini F， Fitzharris M， et al. Inevitable collision states for motorcycle-to-car collision scenarios . IEEE Trans Intell Transp Syst， 2016， 17（9）： 2563-2573.

[15] Versace J. A review of the severity index ]// 15th Stapp Car Crash Conf， 1971： 771-796.

[16] Mertz H J， Irwin A L， Prasad P. Biomechanical and scaling basis for frontal and side impact injury assessment reference values . Stapp Car Crash J， 2016， 47（10）： 155-188.

[17] Takhounts E G， Craig M J， Moorhouse K， et al. Development of brain injury criteria （BrIC） . Stapp Car Crash J， 2013， 57（11）： 243-66.

[18] Mallory A， Kender A， Watkins L， et al. Methods used to develop a model for crash and injury projections for 2020–2030[R]. US Depart Transp， National Highway Traffc Safety Admi， 2021， Report No. DOT HS 813 147.

[19] Gabler L F， Crandall J R， Panzer M B. Assessment of kinematic brain injury metrics for predicting strain responses in diverse automotive impact conditions . Anna Biomed Eng， 2016， 44： 3705-3718.

[20] 武和全， 周惠來， 李羿輝， 等. 汽車正面碰撞中后排不同坐姿乘員損傷生物力學分析. 汽車安全與節能學報， 2023， 14（6）： 688-697.WU Hequan， ZHOU Huilai， LI Yihui， et al. Biomechanical analysis of occupant damage in different sitting positions in the rear seat in a frontal collision . J Auto Safe Energy， 2023， 14（6）： 688-697. （in Chinese）

[21] Yoganandan N， Kumaresan S， Pintar F A. Geometric and mechanical properties of human cervical spine ligaments . J Biomech Eng. 2000， 122（6）： 623-629.

[22] Kitagawa Y， Yasuki T. Correlation among seatbelt load， chest de?ection， rib fracture and internal organ strain in frontal collisions with human body ?nite element models ]//Proc IRCOBI Conf， 2013： 282-316.

[23] Lü Wenle， RUAN Shijie， LI Haiyan， et al. Development and validation of a 6-year-old pedestrian thorax and abdomen ?nite element model and impact injury analysis . Int’l J Vehi Safe， 2015， 8（4）： 339-356.

[24] Stitzel J D， Gayzik F S， Hoth J J， et al. Development of a ?nite element-based injury metric for pulmonary contusion part I： Model development and validation . Stapp Car Crash J， 2005， 49（11）： 271-89.

[25] Shigeta K， Kitagawa Y. Development of next generation human FE model capable of organ injury prediction ]// Enha Safe Vehi Conf， 2009： 15-18.