基于PC-Crash軟件對事故現(xiàn)場進行重現(xiàn)

史薇鈺，劉占峰

(內(nèi)蒙古工業(yè)大學(xué)，內(nèi)蒙古 呼和浩特 010051)

交通事故會導(dǎo)致人員的傷亡和物質(zhì)的損失，對發(fā)展中國家造成了尤為嚴重的影響，近年來我國的交通事故數(shù)量有所下降，但因為我國人口基數(shù)大，交通事故的數(shù)值依舊很大。交通事故的發(fā)生使得社會資源浪費，并且增大了交通部門的工作量。

事故發(fā)生后，交通部門要對事故現(xiàn)場痕跡及散落物進行勘察，經(jīng)過調(diào)查后對事故進行責(zé)任認定。車輛發(fā)生事故時的行駛速度及行駛狀態(tài)影響著事故的責(zé)任認定，而傳統(tǒng)的交通事故車速計算依賴于車輛在事故發(fā)生過程中遺留的路面痕跡及車體痕跡?，F(xiàn)在ABS裝置在車輛中廣泛使用，事故發(fā)生時大多數(shù)車輛留下的路面制動痕跡比實際制動印痕短。甚至有的車輛并未留有任何路面痕跡。這就給事故的責(zé)任認定加大了難度。隨著計算仿真技術(shù)和數(shù)字模擬技術(shù)的發(fā)展，運用數(shù)字化方法進行道路交通事故現(xiàn)場處理和過程分析逐漸替代了傳統(tǒng)計算方法[1]。

PC-Crash軟件它是通過對交通事故現(xiàn)場車輛、道路、人、環(huán)境等因素的模型構(gòu)建，運用能量守恒知識并結(jié)合碰撞力學(xué)原理對交通事故的發(fā)生過程進行模擬[2]?？梢灾噩F(xiàn)多種不同的事故碰撞形態(tài)，軟件中包含有世界各國主要車型的數(shù)據(jù)和模型和道路繪圖工具，此外還有建立模型簡單，碰撞模型形象等特點。

針對一起真實的事故交通案例進行事故現(xiàn)場重現(xiàn)。探討利用PC-Crash軟件進行交通事故重現(xiàn)的應(yīng)用，為交通相關(guān)部門事故鑒定工作提供參考。

1 事故重現(xiàn)理論依據(jù)

事故重現(xiàn)是根據(jù)事故現(xiàn)場車輛的最終停止位置、車輛的損壞情況、現(xiàn)場遺留的散落物及路面痕跡為依據(jù)，參考當(dāng)事人的描述對事故的發(fā)生進行逆向推理。

因為無法對各種不同的事故進行“實車碰撞”，每一起真實的交通事故都有其獨特的特點，沒有兩個事故案件是完全相同的，針對每一次事故進行全面而準(zhǔn)確的分析，得到許多事故相關(guān)的寶貴資料。

事故重現(xiàn)的關(guān)鍵是在于對事故現(xiàn)場的勘測，事故現(xiàn)場的勘測數(shù)據(jù)及路面遺留的車輛痕跡及車輛最終停止位置直接影響到事故重現(xiàn)的準(zhǔn)確性。

交通事故的物證分為以下三類：①事故附著物：是指車體A與車體B/交通道路設(shè)施，碰撞后車體A上附著的車體B/交通道路設(shè)施的物質(zhì)，或車體與人體碰撞后附著的人體毛發(fā)、人體組織、血跡。②事故散落物：是指事故現(xiàn)場因碰撞散落的車體碎片及部件。如：車窗玻璃碎片，車體碎片，車輛部件。③事故痕跡：是指事故現(xiàn)場遺留的車輛輪胎制動印痕、輪胎的搓滑印痕、車體的搓滑印痕及人體血跡和人體組織印痕。

國內(nèi)為學(xué)者針對事故重現(xiàn)的研究有以下5個方面[3]：①基于輪胎印痕進行事故重現(xiàn)研究：對影響車輛碰撞軌跡的相關(guān)參數(shù)敏感度進行分析，采用控制變量法對仿真中參數(shù)的敏感性進行了研究[4]。得出軌跡優(yōu)化后的模型更接近真實事故現(xiàn)場。②基于人體拋距進行事故重現(xiàn)研究：早期學(xué)者利用假人進行人體拋距與車速關(guān)系的研究，但誤差較大。之后學(xué)者開始利用軟件建立模型，基于人體拋距進行事故重現(xiàn)研究。分析了碰撞后行人的運動軌跡，利用SPSS定量分析了碰撞接觸的持續(xù)時間、行人載距、被拋射角度及拋射高度，與事故車輛碰撞速度的規(guī)律[5]。③基于事故現(xiàn)場散落物進行事故重現(xiàn)：分析了事故現(xiàn)場留下的汽車前照燈散落物和液體散落物的特征量及其分布場的形態(tài)，建立了汽車前照燈再現(xiàn)模型和典型散落物再現(xiàn)模型[6]。④基于人體損傷進行事故重現(xiàn)：選取11個車輛參數(shù)，分析了各參數(shù)對行人頭部損傷的影響[7]。⑤基于車輛前擋風(fēng)玻璃破損進行事故重現(xiàn)：車輛前擋風(fēng)玻璃在受到行人頭部的撞擊后產(chǎn)生的裂紋。周巍等從動力學(xué)角度出發(fā)，對車輛前擋風(fēng)玻璃產(chǎn)生的環(huán)形裂紋、放射狀裂紋和錐形裂紋提出了3種模型，來估算人一車事故中的碰撞車速[8～9]。

2 道路事故模型構(gòu)建

針對混行道路事故發(fā)生率的高低，選出發(fā)生率相對較高的機動車-非機動車事故，在PC-Crash軟件中分別構(gòu)建模型。

首先根據(jù)交通部門所提供的車輛事故現(xiàn)場繪制圖及事故現(xiàn)場勘察照片，在PC-Crash軟件中利用繪圖工具繪制車輛事故現(xiàn)場圖。其次根據(jù)發(fā)生事故的車輛在軟件提供的數(shù)據(jù)庫中尋找參數(shù)相同、相近的機動車輛進行導(dǎo)入，如圖1所示，也可以對不同的機動車車型依據(jù)車輛的實際參數(shù)進行修改，如圖2所示。然后依據(jù)騎行人的身高、體重對數(shù)據(jù)庫中非機動車騎行人的模型進行修改，如圖3所示。通過對事故車輛的車輛損傷勘測，初步判斷機動車與非機動車輛的碰撞位置及角度。利用事故現(xiàn)場勘測數(shù)據(jù)對車輛的速度進行傳統(tǒng)方法計算，把計算得出的速度作為初始速度導(dǎo)入模型作為初始車速。最后通過反復(fù)的模擬，調(diào)試非機動車-機動車碰撞角度，車輛制動，行駛偏向角度等參數(shù)，使車輛的最終停止位置及事故過程中車輛留下的路面痕跡基本與事故現(xiàn)場吻合。

圖1 車輛數(shù)據(jù)庫

圖2 車輛參數(shù)

圖3 非機動車駕駛?cè)藚?shù)

3 事故現(xiàn)場重現(xiàn)

利用監(jiān)控視頻資料所計算的車速，與實際車輛事故發(fā)生時的車速誤差最小。為驗證構(gòu)建模型的準(zhǔn)確性，選取一起帶有監(jiān)控視頻資料的真實案例，驗證模型的準(zhǔn)確性并體現(xiàn)模型的形象性。

案例：

2020年01月07日08時34分許，馬某駕駛捷豹牌二輪電動車(下稱甲車)沿臨河區(qū)開源路由南向北行駛至河套大街平交路口處時，與沿河套大街由西向東行駛的、由李某駕駛的大眾牌小型轎車(下稱乙車)發(fā)生碰撞，造成馬某受傷，甲、乙兩車不同程度損壞的道路交通事故。

根據(jù)GA/T1133-2014《基于視頻圖像的車輛行駛速度技術(shù)鑒定》中的有關(guān)條款和檢驗方法，并結(jié)合提供的有關(guān)材料，對甲、乙車發(fā)生交通事故時的行駛速度進行分析與計算。

根據(jù)事故現(xiàn)場監(jiān)控視頻，在甲、乙車碰撞前的視頻畫面中，選取兩條固定參照線，分別為參照線1和參照線2。經(jīng)測試：甲車右側(cè)前輪、后輪中心分別駛過參照線1時所用圖像幀數(shù)為n1=4.0幀；乙車前輪、后輪中心分別駛過參照線2時所用圖像幀數(shù)為n2=3.0幀。經(jīng)查詢，事故現(xiàn)場監(jiān)控視頻的幀率為f=12.0fps。經(jīng)測量，甲車軸距L1=1.00m，乙車軸距L2=2.651m。

公式中：v1、v2—分別為甲、乙車發(fā)生交通事故時的行駛速度，km/h。

根據(jù)事故現(xiàn)場圖，建立模型。通過多次模擬調(diào)試使得模型與事故現(xiàn)場勘察信息吻合。通過軟件模擬調(diào)試得到事故發(fā)生時，甲車車速約為39.78km/h，乙車車速約為9.82km/h。與利用視頻計算的車輛發(fā)生事故時的車速相差較小，準(zhǔn)確度較高，且可以動態(tài)觀察到事故發(fā)生時的碰撞形態(tài)。圖4為監(jiān)控視頻資料與軟件模擬動畫對比圖。

圖4 視頻資料與模擬仿真對比

4 結(jié)束語

基于PC-Crash軟件對事故現(xiàn)場進行重現(xiàn)，可以對發(fā)生在監(jiān)控盲區(qū)的車輛事故進行重現(xiàn)。得到車輛在發(fā)生事故時行駛速度及車輛發(fā)生事故時的行駛狀態(tài)，對交通事故責(zé)任認定提供參考價值。形象地把事故現(xiàn)場以動態(tài)的方式呈現(xiàn)出來對分析事故的碰撞機理提供幫助。利用軟件對事故重現(xiàn)及事故影響參數(shù)研究是目前為止速度最快，經(jīng)濟效益最高的一種手段。通過對大量真實事故的重現(xiàn)得到各類事故發(fā)生的特點并得到有效減少交通事故人員傷亡的建設(shè)性建議，提高交通道路使用者的安全意識，減少交通事故的發(fā)生率。