用于模拟撞击中头盔适配性、固定性及头部与颈部损伤生物力学指标检测的试验平台

摘要

利用人体测量学头颈部模型、基于光纤的贴合力度传感器、一系列头部加速度与颈部力/力矩传感器，以及双高速摄像系统，我们构建了一个用于研究头盔固定性能及其对头部撞击所致头颈部损伤生物力学指标影响的实验平台。

摘要

传统观念以及国际头盔测试与认证标准中的表述均表明，头盔在冲击过程中的合适佩戴与有效固定是保护佩戴者免受冲击所致损伤的重要因素。本论文旨在通过分析模拟佩戴头盔的冲击实验，研究不同头盔佩戴状态下的冲击损伤机制。实验采用人体测量测试装置（ATD）、一组头型加速度传感器和颈部力/力矩传感器、双高速摄像系统，以及本研究团队基于光纤布拉格光栅开发的头盔佩戴力传感器。为模拟冲击过程，装配有传感器的头型与柔性颈部沿直线导轨下落至冲击砧板上。该实验平台可模拟最高达8.3 m/s速度的头部冲击，冲击表面可为平面或倾斜面。头型上佩戴撞击用头盔，通过针对头盔位置指数和/或头盔尺寸进行特定情境的调整，可模拟多种佩戴状态。为量化头盔的固定效果，采用事后图像分析方法测量头盔在头型上的位移。为评估头部与颈部的损伤风险，测量基于头型加速度及颈部力/力矩的生物力学参数。这些生物力学参数通过与已建立的人体耐受曲线进行比较，可估算严重危及生命或轻度弥漫性脑损伤以及骨韧带性颈部损伤的风险。据我们所知，本研究所展示的实验平台是首个专门用于评估头盔佩戴与固定状态对头部和颈部生物力学损伤影响的系统。

引言

大多数流行病学证据表明，自行车头盔可为各年龄段的骑行者提供预防头部损伤的保护作用¹。生物力学文献一致表明，与未佩戴头盔的头部相比，佩戴头盔的头部在受到撞击时所遭受的头部/脑部损伤相对较轻²。一些研究指出，头盔佩戴不合适会增加头部受伤的风险³，这意味着头盔只有在正确佩戴时才最有效。根据不同研究对“合适佩戴”的定义标准，佩戴头盔的骑行者中佩戴不当的比例高达64%³。尽管流行病学证据表明，在撞击事件中头盔是否合适会影响头部损伤的严重程度或发生概率，但目前尚缺乏在受控实验室条件下，系统评估正确佩戴或头盔固定系统是否对损伤的生物力学指标具有显著影响的实验研究。一项相关研究利用有限元模型模拟了摩托车头盔在不同尺寸下的撞击情况，探讨了尺寸对撞击结果的影响⁴。另一项相关研究在实验撞击过程中，使用压力敏感薄膜量化美式足球头盔中的贴合压力，从而分析头盔尺寸的影响⁵。自行车和摩托车头盔的固定系统在撞击中的作用也已被研究^6,7，此外还包括针对学龄前儿童头盔向后佩戴情况的研究⁶。

本研究提出了一种利用头盔贴合度力传感器、人体测量学头颈部模型以及立体高速摄像机来研究自行车头盔贴合度对损伤风险影响的方法。该方法的目标是对头盔贴合度进行量化，并评估在不同真实冲击场景下的损伤风险。与相关方法相比，本研究关注的是自行车头盔的贴合情况，其中考虑了头盔使用方式的变化。虽然类似以往的方法，本研究也确定了头部运动学参数，但同时还量化了颈部载荷以及头盔与头部之间的相对位移。尽管流行病学数据显示骑行中的颈部损伤并不常见，但此类损伤通常与更严重的头部冲击和住院治疗相关^8,9。关于佩戴头盔是否能降低颈部损伤发生率的证据尚不一致⁸，且所引用的流行病学研究均未对头盔贴合度的各个因素进行量化。鉴于骑行中颈部损伤往往与更严重的事故相关，而头盔贴合度在颈部损伤的流行病学研究中尚未被考察，因此在生物力学研究中，能够同时评估头部和颈部损伤的方法具有重要价值。这类实验方法可用于生物力学研究，以补充流行病学研究的不足，后者在某些情况下无法控制冲击严重程度或头盔贴合度。

在本研究中，我们开发了一种用于监测头部与头盔在冲击过程中相对运动的新方法。能够监测头盔在头部是否发生移动，可为评估头盔稳定性以及未受保护的头部在冲击中受伤的风险提供重要依据。在头盔适配性研究中，头盔稳定性与头部暴露程度对于评价头盔性能尤为重要。与相关研究不同，本研究还将测试多种强调头盔不同佩戴位置的冲击与适配场景。

目前，头盔佩戴的合适程度缺乏明确的定义，主要依赖主观判断。通常，良好的头盔佩戴状态以稳定性和位置合适为特征。头盔在固定于头部后应不易移动，且佩戴位置应确保眉毛未被遮挡，前额不过度暴露。此外，下颌与下颌带之间应留有大约一指宽的空间³。用于量化头盔佩戴程度的测量方法尚不普及；除力的测量外，其他方法可能通过比较头部与头盔的几何结构来评估佩戴情况。其中一种方法是Ellena 等¹⁰提出的头盔适配指数。我们提出的一种量化头盔佩戴程度的方法——佩戴力传感器，可通过头部所受作用力的平均值和标准差，客观地比较不同佩戴状态。这些佩戴力数值反映了头盔的紧固程度，以及头部各部位感受到的紧固程度的差异。该传感器可提供不同佩戴状态下受力情况的量化比较。佩戴牢固的头盔会显示较高的受力值，而松动的头盔则显示较低的受力值。这种佩戴力测量方法与Jadischke⁵提出的平均适配指数类似。然而，Jadischke的方法使用的是压力敏感薄膜。我们所采用的光学传感器可无干扰地测量头周或头盔周围的佩戴受力情况。

在头盔认证测试中，将头盔固定在装有传感器的头模上，然后将头模提升至特定高度后自由下落。记录头模在自由落体撞击砧板过程中的线加速度。尽管头盔行业标准通常不采用，但本研究使用了Hybrid III头模（头型）与颈部组件，并通过导轨式落塔模拟冲击。与通常仅使用线性运动学的标准不同，该头模的加速度计阵列还可用于测定旋转运动学参数，而旋转运动学是预测弥漫性脑损伤（包括脑震荡）发生概率的关键指标¹¹。通过测量线加速度以及旋转加速度和速度，并将所得运动学数据与文献中提出的多种基于运动学的损伤评估方法进行比较，可对严重的局灶性和弥漫性头部损伤进行估计^12,13。虽然该头模最初是为汽车碰撞测试而开发的，但其在头盔评估及戴头盔冲击条件下头部损伤风险估计中的应用已有充分记录^2,14。冲击模拟装置还包括上颈部力传感器，可用于测量与颈部损伤相关的力和力矩。通过将颈部动力学参数与来自汽车损伤数据库的颈部损伤评估数据进行比较，可进一步评估颈部损伤风险^12,13。

本文还提出了一种利用高速视频追踪头盔在撞击过程中相对于头部运动的方法。目前尚无定量方法可用于评估头盔在撞击过程中的稳定性。美国消费品安全委员会（CPSC）¹⁵的自行车头盔标准虽规定了位置稳定性测试，但该测试并不能代表实际撞击情况。此外，该测试仅以头盔是否从头模上脱落作为唯一测量结果。无论头部是否暴露于受伤风险，只要头盔在测试中未从头模上脱落，即可视为通过测试。本文提出的头盔运动追踪方法类似于头盔位置指数（Helmet Position Index, HPI）¹⁵，通过测量头盔帽檐与前额之间的距离来评估。在撞击过程中，利用高速视频记录连续追踪这一头-头盔位移，以反映撞击期间头盔的稳定性及头部暴露情况。通过直接线性变换（Direct Linear Transform, DLT）¹⁶和奇异值分解（Single Value Decomposition, SVD）¹⁷方法，利用两台摄像机追踪标记点，确定三维空间中的点位置，进而计算头盔与头部之间的相对位移。

研究了多种冲击严重程度和头盔适配参数。冲击场景包括两种冲击速度、两种冲击砧面，以及躯干先着地和头部先着地两种冲击方式。除典型的平面砧面外，还模拟了倾斜砧面冲击，以产生切向力分量。纳入躯干先着地冲击（相对于头部先着地冲击）是为了模拟骑行者肩部在头部之前撞击地面的情形，该情形在先前研究中已有类似实验¹⁸。最后，研究了以下四种头盔适配场景：标准适配、过大适配、前倾适配和后倾适配。与以往研究不同，本研究将头盔在头部的定位位置、头盔适配度及头盔尺寸均作为考察参数。

方案

1. 头盔适配情景设置

1. 在头部周长为 575 mm 的人体测量测试装置头部与颈部（Hybrid III 第 50 百分位男性）上定义拟研究的适配场景。
   注：四种适配场景的示例如 表 1 所示，头盔位置对应于 图 1。前倾和后仰的适配场景基于以往流行病学研究中对正确佩戴头盔的定义，即头盔不应遮挡眉毛或暴露前额³。
2. 针对每种场景，在头模上标记头盔佩戴位置，以确保头盔适配场景能够被一致地重复。
3. 所有适配场景均使用经 CPSC 认证的头盔（提供通用码和加大码）。
   注：根据制造商提供的适配指南，通用码最适配该头模的头围。
   1. 对于每种适配场景，保持其他适配参数一致。具体而言，收紧下巴绑带，使下颌下方留出约一根手指宽度的空间，并手动拧紧可调节旋钮以保持稳固贴合。

2. 拟合力测量

1. 在头模的皮肤上布置五个贴合传感器，分别位于前部、后部、左侧、右侧和顶部（图2）。
   注：这些传感器是研究团队开发的布拉格光栅力传感器的改进版本^19,20,21,22，优化用于测量0至50 N范围内的贴合力。改进后的传感器厚度和直径分别为2.6 mm和14 mm。
2. 在未佩戴头盔的头模上对传感器进行无负载状态下的参考测量。每次测量贴合力之前均需进行一次该参考测量。
3. 将头盔戴在头模上，以2.5 kHz的采样频率采集3秒的力数据。对同一贴合情形重复测量六次，以获得重复数据。
4. 对所有贴合情形重复相同的测量步骤。
5. 通过将传感器测得的波长变化数据乘以预先确定的贴合力传感器校准常数，将其转换为力的测量值。

3. 用于冲击模拟的落塔装置

1. 通过线性引导头模撞击冲击表面，模拟头盔化头部受到的冲击^19,23所需设备因具体实验条件而异，详见下文。
   1. 组装一个落塔，包括可调节的下落万向节、人体测量试验装置的头部和颈部，以及可变的冲击表面。
      注意：整个落锤组件的质量约为 11 kg。万向节所增加的质量排除了将完整人体作为有效躯干质量的需要，从而更真实地模拟冲击情况²⁴.
   2. 在头模内部以3-2-2-2配置布置9个单轴加速度计，以测定头模质心处的线加速度和角加速度²⁵.
   3. 在撞击塔上安装一个专用的速度门，用于测量撞击前的即时撞击速度。
2. 使用数据采集系统收集头部加速度以及颈部力和力矩数据。对所有通道以100 kHz采样率采集的模拟电压信号进行滤波。在数据采集系统前端，应加入硬件抗混叠低通滤波器，其截止频率为4 kHz。²⁶.
3. 安排冲击情景。
   1. 所有撞击测试中，均需取下头盔面罩，以确保运动追踪过程中的视野清晰。由于面罩为松散式固定，其在撞击过程中的影响被认为可忽略不计。
   2. 将所有液滴调整至前额位置落下。这是骑行过程中常见的撞击部位。²⁷尽管也可以模拟其他情景。
   3. 通过改变冲击速度、冲击表面以及头部或躯干先着地的冲击方式，模拟六种不同的冲击情景。 表2.
   4. 将头型提升至适当高度，以对应规定的冲击速度。从适当高度（通常为0.82 m和1.83 m）释放头型，分别获得4 m/s和6 m/s的冲击速度。
      注意：根据需要增加高度，以克服摩擦损失。可参考以往文献和标准，选择4 m/s和6 m/s两种冲击速度。²⁸.
   5. 调整冲击表面。
      1. 准备一个平面或45°斜面的砧板（图4）。平面冲头用于模拟在平面上的跌落，而倾斜冲头用于模拟具有切向速度分量的冲击。
      2. 用砂纸胶带覆盖砧板的两个表面，以模拟沥青路面。根据需要在每次冲击之间调整砧板位置，确保头盔受冲击时仅接触砧板的平坦表面。
4. 调整落塔装置，以实现头部朝下或躯干朝下的冲击模式。模拟头部朝下和躯干朝下的冲击，其中躯干朝下的冲击类似于Smith中所述的组合载荷冲击构型。 等.¹⁸
   1. 为模拟头先着地的冲击，不要调整落塔。
   2. 为模拟躯干先于头部撞击地面的情况，将一块木块放置在落锤装置的下落路径中。调整木块高度，使躯干撞击时头部距离冲击砧板约25 mm。随后，头部仅通过颈部屈曲继续撞击砧板。
   3. 加入一层泡沫以减少落塔产生的振动图5).
   4. 与头部优先撞击相反，在躯干优先撞击中调整颈部的角度。
      注意：这种颈部角度调整可使头部在屈曲后以额头撞击砧板，从而使撞击位置与头先撞击情况下的位置具有可比性（图6）。除了前额撞击外，这种躯干优先的撞击情形在侧面撞击中也具有重要意义。无论是头部优先还是躯干优先的撞击，该万向节系统均允许头颈部在撞击后沿导轨方向运动。
5. 同时启动数据采集系统、高速摄像机（见第4节）以及头型的下落。每种冲击和适配场景配置均需重复3次，每次使用新的头盔。
   注意：高速摄像机需与落塔同时进行设置，具体步骤详见第4节。
6. 将四种拟合场景分别与六种不同的冲击场景进行组合，每种组合重复3次试验，共完成72次跌落测试。
7. 处理头模的运动学和动力学数据。
   1. 使用4^th 在后期处理中使用巴特沃斯滤波器以符合行业推荐实践²⁶. 按照通道频率等级（CFC）1000对头部加速度和颈部力进行滤波。按照CFC 600对颈部力矩进行滤波。

4. 使用高速双摄像头系统进行运动捕捉

注意：通过两个高速摄像机记录标记点位置，可在后期处理中使用DLT方法¹⁶确定三维标记点位置。为测定头模与头盔之间的相对位移，需在冲击过程中同步追踪头模和头盔上的标记点。

1. 在落塔周围布置高速摄像机。
   1. 在落塔周围布置两台高速摄像机，以同步捕捉头盔和头型在撞击过程中的运动图像。
      1. 将主摄像机放置在落塔的一侧，从主摄像机方向偏转约45°处放置从摄像机（图7）。在两台摄像机之间设置一盏250 W的照明灯，以保证足够的曝光。
2. 配置高速摄像机。
   1. 根据所需的视场，为每台摄像机配备50 mm f/1.4或100 mm f/2.0的微距镜头，并将镜头光圈设置为f/8.0。
      注：该光圈值可在所需的景深范围内实现足够清晰的对焦。所需视场范围为30–60 cm，具体取决于撞击场景。
   2. 将两台摄像机均设置为以1280 × 800像素分辨率、每秒1000帧或更高的帧率进行录制。因此，每帧的最大曝光时间将为600 µs。
   3. 对两台摄像机进行帧同步和内部时钟同步，并设置触发信号，使两台摄像机同时触发。
3. 通过每台摄像机拍摄标定框架的静态图像来完成空间标定。
   注：对于直接线性变换（DLT）方法，必须首先对标定空间进行标定。
   1. 将一个具有17个已知标定点位置的标定笼移入两台摄像机的视场范围内，并从每台摄像机各拍摄一张静态图像。两台摄像机必须同时看到至少11个共同标定点。
   2. 使用追踪软件确定每个标记点的二维坐标。
      注：在进行DLT标定之前，使用坐标测量机（CMM）确定标定笼上各点的精确位置。
   3. 利用标定标记点的坐标进行一系列计算（即直接线性变换法，DLT）¹⁶，在后期处理中将任意二维标记点位置转换为相对于标定笼坐标系的三维坐标。
4. 为量化头盔位移，使用追踪软件测量头型前额上某一点与头盔帽檐之间的距离。
   注：由于这些点无法同时被两台摄像机观测到，因此改为追踪头型和头盔上各三个可见的标记点。随后可通过这些可见点间接追踪前额和头盔上的目标点。
5. 在头型上放置运动追踪标记点，并从每台摄像机拍摄头型的静态参考图像。
   1. 对于这种间接标记点追踪方法，需使用每台摄像机拍摄一张头型的参考图像。确保该参考图像包含三个标记点以及在头部定义的一个参考标记点。
   2. 在保证三个标记点均处于两台摄像机视场范围内的前提下，尽可能增大它们之间的距离。
      注：增大标记点间距可通过降低间接追踪对标记点定位误差的敏感性，从而提高追踪精度。这三个标记点可在后期处理中用于三维运动重建，并估算前额位置。
   3. 将参考标记点置于两眼之间的下前额区域，其余三个标记点均匀分布在头型表面。确保这三个标记点在整个撞击过程中始终能被两台摄像机观测到（图8）。
6. 在头盔上放置运动追踪标记点，并按照头型参考图像的方法（第4.5节），从每台摄像机拍摄头盔的静态参考图像。
   1. 确保参考图像中至少包含四个运动追踪标记点。将一个标记点固定在头盔帽檐底部作为参考点，其余三个标记点分布在头盔表面。确保这三个标记点在整个撞击过程中始终能被两台摄像机观测到。从每台摄像机各拍摄一张头盔参考图像（图9）。
7. 按照第3节所述，同时触发数据采集系统、高速摄像机和头型的下落。
   注：落塔的设置需与高速摄像机同步完成。在拍摄完参考图像后，即可进行下落实验。
   1. 设置头盔佩戴状态，开始记录下落过程。在撞击发生时手动向摄像机发送触发信号。设置录制时间为触发前3秒、触发后8秒。手动审查并裁剪同步摄像图像，仅保留包含撞击过程的部分。

5. 头部-头盔标记物追踪与后期处理

1. 使用特定摄像机软件，在整个冲击过程中追踪头部和头盔上的标记点。
   1. 每次下落追踪六个点：头盔和头模上各三个点（图10）。利用软件确定每个标记点的瞬时二维像素坐标。
2. 采用DLT方法计算下落过程中被追踪标记点的三维坐标。
   注意：结合校准笼的校准数据和两个摄像机采集的下落数据，DLT方法可确定下落过程中被追踪标记点的三维坐标。
3. 采用SVD（奇异值分解）方法¹⁷计算头模前额与头盔帽檐的三维坐标。这两个点之间的差异即为头-盔相对位移。
   1. 利用SVD方法，根据被追踪的标记点估算头模前额和头盔帽檐上参考点的位置。
   2. 使用SVD方法求解三个标记点在参考坐标系与下落过程中每一帧之间的变换矩阵。该变换可用于确定前额或头盔帽檐的位置。
4. 对头盔和头模均执行此间接追踪，从而可监测前额与头盔帽檐之间的位移（图11）。

结果

装配力测量
针对每种装配情况，在每个传感器位置进行装配力测量（图12），并采用假设方差不等的t检验分析显著性（p < 0.05）。所有测量结果的平均标准偏差为±0.14 N。较高的装配力表示装配更紧密。

头部运动学与颈部动力学数据
典型跌落过程中测得的合成头部线性加速度、头部角加速度、头部角速度、上颈部力和上颈部力矩如图所示（图13 至 图17）。合成值通过计算 x、y 和 z 方向矢量的绝对范数获得（图3）。此外，在整个冲击过程中还计算了基于颈部轴向力和力矩推导出的颈部损伤...

讨论

本文介绍了在模拟佩戴头盔的头部冲击中研究头盔适配性的方法。通过适配力传感器量化头盔的适配性，使用装有颈部的人体模型头模在导轨式落塔上模拟冲击，并通过高速视频追踪头盔的运动。在不同适配条件下模拟了多种冲击场景，以研究头盔适配性对生物力学指标的影响。

头盔贴合传感器能够区分不同头盔佩戴情况下贴合力的差异（图12）。不同佩戴情况之间的贴合力趋势与头盔性能的相关性较弱。预期贴合稳定性较差的佩戴方式（例如向后倾斜的佩戴，如图1所示）会表现出显著更低的贴合力。尽管头盔移动幅度增加（向后倾斜佩戴，图19），但与正常佩戴相比，仅在一个传感器位置检测到向后倾斜佩戴时的贴合力显著降低。该结果表明，头盔在头部的紧度可能并非决定其动态稳定性的唯一因素。本研究中，贴合力的测量是在头部倒置的情况下进行的。测量也可在头部正立的位置进行，这将导致在头顶部位测得的力高于本研究中报告的数值。然而，比较不同佩戴情况下贴合力的...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
Hybrid III 头部模型	Humanetics 或 Jasti-Utama	N/A	第50百分位假人，用于冲击模拟
Hybrid III 颈部	Humanetics 或 Jasti-Utama	N/A	第50百分位假人，用于冲击模拟
线性加速度计	Measurement Specialties	64C-2000-360	用于头部加速度测量
上颈部载荷传感器	mg Sensor	N6ALB11A	用于颈部载荷测量
高速相机	Vision Research	v611	用于运动捕捉
相机镜头	Carl Zeiss	N/A	50 mm f1/.4，用于运动捕捉
相机镜头	Carl Zeiss	N/A	100 mm f/2.0，用于运动捕捉
自行车头盔	Bell	N/A	Traverse
数据采集系统	National Instruments	PXI 6251	用于 Hybrid III 信号采集
头部冲击落塔	University of Alberta	N/A	定制设计，用于冲击模拟
光学解调仪	Smart Fibres Ltd.	N/A	SmartScan，用于光学传感器力测量
头盔贴合力度传感器	University of Alberta	N/A	定制设计，用于测量头盔贴合力度