Summary
인체 머리와 목에 사용 하 여, 광섬유 기반 맞춤 트랜스듀서, 머리 가속 및 목 힘/순간 트랜스듀서, 배열 하 고 듀얼 높은 속도 카메라 시스템, 우리가 제시 헬멧 보존에 biomechanical 효과 공부 하 고 테스트 베드 머리와 목 상해 보조 머리 영향의 측정 한다.
Abstract
전통적인 지혜와 국제 헬멧 테스트 및 인증 표준에서 언어 것이 좋습니다 적절 한 헬멧에 맞는 영향 동안 보존 영향 이용한 부상에서 헬멧 착용을 보호에 중요 한 요소입니다. 이 원고는 인체 시험 장치 (ATD) headform 가속 변환기의 배열 시뮬레이션된 helmeted 영향의 분석을 통해 다른 헬멧에 맞는 시나리오에서 영향 이용한 부상 메커니즘을 조사 하 고 목에 힘을 목표로 / 순간 변환기, 듀얼 고속 카메라 시스템, 그리고 헬멧 맞춤 힘 센서에서 광섬유 브래그 격자 기반 연구 그룹에서 개발. 미치는 영향을 시뮬레이션 하는 계측된 headform과 유연한 목 모 루에 선형 가이드 레일을 따라가. 테스트 베드 8.3 m/s, 영향 표면에 평평 하 고 각도에 속도 머리 충격 시뮬레이션을 수 있습니다. headform 충돌 헬멧은 고 헬멧 위치 인덱스 또는 헬멧 크기 컨텍스트 특정 조정 함으로써 여러 맞는 시나리오를 시뮬레이션할 수 있습니다. 계량 헬멧 보존, 머리에 헬멧의 움직임 게시물 임시 이미지 분석을 사용 하 여 정량 이다. 머리와 목 부상 잠재적인 계량, biomechanical 측정 headform 가속 및 목 힘/순간에 따라 측정 됩니다. 설립된 인간의 허용 곡선, 비교를 통해이 biomechanical 측정 심각한 생명을 위협 하거나 가벼운 확산 뇌 손상의 위험을 예측할 수 있습니다 그리고 osteoligamentous 목 부상. 우리의 지식, 제시 시험대 맞는 헬멧 및 보존 머리와 목 상해에 biomechanical 효과 평가 하기 위해 특별히 개발 된이 처음 이다.
Introduction
가장 역학 증거 제안 자전거 헬멧 모든 연령대1사이클에 대 한 머리 부상에 대 한 보호 기능을 제공 합니다. Biomechanical 문학 helmeted 머리 격려 상대적으로 덜 심각한 머리/뇌 손상 보호 (유엔 helmeted) 헤드2상대적인 영향을 보조 하 고 일관 된 테마를 제공 합니다. 일부 연구 가난한 헬멧 맞는 머리 부상3, 헬멧은 가장 효과적인 때 제대로 맞게 암시의 위험 증가와 관련을 나왔다. 좋은 헬멧 맞춤을 정의 하는 데 사용 하는 기준에 따라 잘못 된 헬멧 사용 helmeted 사이클3중 64%로 높은 것으로 밝혀졌다. 역학 증거 맞는 그 헬멧은 심각도 또는 영향에 머리 부상의 가능성에 관련 된 제안에 불구 하 고는 최소한의 실험적인 작품 평가 제어 된 실험실 설정에서 올바른 헬멧 적합 여부 또는 헬멧 보존 상해의 biomechanical 측정에 상당한 효과가 있다. 한 연구 조사의 유한 요소 모델4시뮬레이션 helmeted 영향 동안 오토바이 헬멧 크기 효과 관련. 다른 관련 연구 조사 실험 영향5 축구 헬멧에 맞는 세력을 계량 압력 민감한 필름을 사용 하는 동안 동안 헬멧 크기 조정의 효과. Preadolescents6이전 버전과 맞는 시나리오 뿐 아니라 조사6,7, 자전거와 오토바이 헬멧 영향에 보존 시스템의 영향이 되었습니다.
우리의 작업 제안 자전거 헬멧의 효과 연구 하는 방법을 맞게 헬멧 힘 센서와 상해의 위험에 적합, 인체는 머리와 목, 그리고 입체 고속 카메라에 미치는 영향을 시뮬레이션 합니다. 우리의 제안 된 방법의 목표는 맞는 계량 하 고 다른 현실적인 영향 시나리오에 상해의 위험을 평가 하는. 관련된 방법 달리 우리의 일 맞는, 적절 한 헬멧 사용 다양 한 자전거 헬멧을 조사 합니다. 이전에 비슷한 방법, 머리 운동학 결정 됩니다; 그러나, 목 로드 및 머리 헬멧 변위는 정량도. 비록 자전거 목 부상의 역학 있듯이 목 상해 공통 되지 않습니다, 그들은 더 심각한 머리 영향 및 입원8,9관련 된 경향이 있습니다. 증거 헬멧 사용 목 부상8 의 속도 감소 하는 여부에 혼합 하 고 인용된 역학 연구의 계량에 맞게 헬멧의 측면. 사이클링에 목 부상 더 심각한 사고와 연결 경향이 있고 그 헬멧에 맞는 목 상해 역학에 검사 하지 사실, 고려 머리와 목 상해 검사 방법 biomechanical 연구에 귀중 한 있습니다. 이러한 실험 방법은 biomechanical 연구 충격 심각도 또는 헬멧에 맞는 모든 경우 컨트롤에 수 없는 역학 연구를 보완 하는 사용 될 수 있습니다.
우리의 일에 영향 동안 머리와 헬멧 사이 상대 움직임을 모니터링 하는 새로운 방법 개발 되었습니다. 머리에 헬멧 이동 여부를 모니터링 하는 기능 영향 동안 부상에 헬멧 안정성과 보호 되지 않는 머리의 노출에 대 한 귀중 한 통찰력을 줄 수 있습니다. 맞는 헬멧을 조사 하는 연구에서 헬멧 안정성과 머리 노출 헬멧 성능 평가에서 특히 중요 한 있습니다. 관련된 작업, 다른 영향 및 맞춤 달리 다양 한 헬멧 위치 강조 시나리오 테스트 됩니다.
현재, 맞는 올바른 헬멧은 주관적이 고 nonspecifically 정의. 일반적으로, 좋은 헬멧 맞는 안정성과 위치 특징 이다. 헬멧, 머리에 한 번 확보 운동에 저항 그리고 눈 썹 적용 되지 않습니다와 마 지나치게 노출 되지 않습니다 그런 위치 해야 합니다. 또한, 한 손가락 폭 약 턱과 스트랩3사이 적합 해야 한다. 맞는 측정 헬멧의 측정은 널리; 힘, 이외의 방법 헬멧 맞는 비교할 수 있습니다 머리와 헬멧 형상 비교에 기반. 하나 같은 방법은 Ellena 연구진이 제안한 헬멧에 맞는 인덱스 10. 우리의 제안된 방법 헬멧 맞춤, 맞춤된 힘 센서, 측정의 평균의 형태와 머리에가 해지는 힘의 표준 편차 다른 헬멧에 맞는 시나리오를 비교 하는 객관적인 방법을 만듭니다. 이러한 맞춤 강제 값 대표 압박감의 변화 뿐만 아니라, 헬멧의 압박감 머리에 경험. 이 센서는 다른 맞는 시나리오 사이 할 수 있는 세력의 정량된 비교를 제공 합니다. 보안 꽉 끼는 헬멧 느슨한 헬멧 낮은 힘을 보여줄 것입니다 하는 동안 더 높은 힘을 보여줄 것 이다. 맞는 힘 측량의이 방법은 Jadischke5에 의해 제안 된 평균 맞는 인덱스와 비슷합니다. 그러나, Jadischke의 방법 압력 민감한 필름을 이용 한다. 우리는 현재 광학 센서 머리 또는 헬멧 주위 적합된 힘의 겸손 한 측정 허용.
헬멧의 인증에 대 한 헬멧은 삭제할 특정 높이에 발생 하는 계측된 headform에 확보 됩니다. 머리와 헬멧은 다음 모 루에 자유 낙하 드롭 선형 가속도 기록 하는 동안. 전형적으로 헬멧 업계 표준에서 사용 되, 하이브리드 III 머리 (headform)와 목 어셈블리에 미치는 영향을 시뮬레이션 가이드 드롭 타워와 함께이 작품에서 사용 되었다. 일반적으로 선형 운동학을 사용 하는 표준, 달리 headform 속도계 배열 또한 회전 운동학, 확산 뇌 손상, 뇌 진 탕11 등의 가능성을 예측 키 매개 변수 결정 수 있습니다. . 선형 가속 및 회전 가속도 및 속도의 측정을 통해 심각한 초점 및 확산 머리 부상의 견적 할 수 있다 운동학 문학에서 여러 제안 된 기구학 기반 부상 평가 방법에 비교 하 여 12 , 13. 헬멧 평가 및 helmeted 영향에 머리 부상 위험 추정에의 사용은 잘되는2,14는 headform 자동차 충돌 테스트를 위해 원래 개발 되었다, 하는 동안. 영향 시뮬레이션 설치 또한 힘 및 순간 목 상해와 관련 된 측정 하는 상단의 목 로드 셀을 포함 합니다. 목 부상 위험 다음 자동차 상해 데이터12,13에서 부상 평가 데이터를 목 론을 비교 하 여 추정 될 수 있습니다.
고속 비디오 영향 동안 헬멧 머리를 기준으로 움직임을 추적 하는 방법 또한 제시 된다. 현재, 아니 양적 방법 영향 동안 헬멧 안정성을 평가 하기 위해 존재 합니다. 소비자 제품 안전 위원회 (CPSC)15 자전거 헬멧 표준 위치 안정성 테스트에 대 한 호출 하지만 영향을 대표 하지 않습니다. 또한, 시험에 의해 측정 하는 유일한 결과 헬멧 여부는 headform 벗기. 머리 부상에 노출에 헬멧에 테스트 중에 headform 유지 여전히 통과할 수 있습니다. 헬멧 움직임을 추적 하는 제안 된 방법 헬멧 위치 지 수 (HPI)15 비슷합니다 고 헬멧의 테두리와이 마 사이 거리를 측정 합니다. 이 머리 헬멧 변위 영향 동안 헬멧 안정성과 머리 노출의 표현을 얻기 위하여 영향을 통해 고속 영상을 사용 하 여 추적 됩니다. 직접 선형 변환 (DLT)16 및 단일 값 분해 (SVD)17 메서드를 사용 하 여 마커 2 카메라에서 추적3 차원 공간 그리고 헬멧과 머리 사이의 상대 변위에서 지점 위치를 결정 합니다.
여러 영향의 심각도 맞는 매개 변수 조사는. 영향 시나리오 영향 속도, 모 루, 표면과 몸통 처음 및 머리 처음에 미치는 영향을 영향을 미치는 두 가지 포함 됩니다. 전형적인 평면 모 루 표면 뿐만 아니라 각된 모 루 영향은 접선 힘 구성 요소를 유도 하는 것 또한 시뮬레이션 됩니다. 머리 먼저 영향을 반대로 몸통 우선 영향 있는 라이더의 어깨 머리, 마찬가지로 이전 작업18에서 수행 하기 전에 지상 영향 시나리오를 시뮬레이션 하기 위해 포함 됩니다. 마지막으로,이 4 개의 헬멧에 맞는 시나리오 조사: 일반 적합, 대형된 맞는, 앞으로 맞춤 및 이전 버전과 맞는. 이전 작업, 달리 헬멧은 머리에 위치 이며 조사 매개 변수 뿐만 아니라 헬멧 맞는 헬멧 크기 조정.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 헬멧에 맞는 시나리오 배열
- 정의 시나리오 공부를 해야 인체 시험 장치 머리와 목 (하이브리드 III 50 백분위 수) 575 m m의 머리 둘레에 맞게.
참고: 4 개의 맞는 시나리오의 예 표 1에 헬멧 위치 그림 1에 표시 됩니다. 앞뒤로 맞는 시나리오 정의 눈 썹을 덮고 안이나이 마 3 노출로 적절 한 헬멧 위치 지정 이전의 역학 연구에서 정확한 헬멧 사용의 기반으로 했다. - 각 시나리오에 대 한 표시에 맞는 헬멧 시나리오 지속적으로 반복 되도록 headform 각 헬멧 위치.
- CPSC 인증된 헬멧, 보편적이 고 대형 크기에서 사용할 수 있는 모든 시나리오에 맞게 사용.
참고: 제조업체 제공 맞춤된 가이드에 따르면 보편적인 크기 가장 적절 하 게 맞는 headform 둘레. - 각 시나리오 맞는, 계속 다른 맞는 일관 된 매개 변수. 특히, 턱 아래 약 1 개의 손가락 폭을 두고 손을 강화 맞는 보안을 유지 하기 위해 조정 가능한 다이얼을 스트랩 조입니다.
2. 힘 측정에 맞게
headform, 피부에- 정렬 5 맞는 센서 위치는 전면에, 다시, 왼쪽, 오른쪽 및 위쪽 ( 그림 2).
참고: 센서는 브래그 격자 힘 변환기 연구 그룹 19 , 20 , 21 ,에서 개발의 수정된 된 버전 22, 0 ~ 50 N.의 범위 적합된 힘을 측정 하는 최적화 된 수정 된 센서는 두께 직경 2.6 m m와 14 m m 각각. - 는 무부하에서 유엔 helmeted headform에는 변환기와 참조 측정을 가져가 라. 각 맞추기 힘 측정 전에이 참조 측정을 가져가 라.
- 장소 3 headform 및 측정 력 데이터에 헬멧 s 2.5 kHz의 속도로. 반복된 측정에 대 한 동일한 맞는 시나리오 6 번을 반복.
- 모든 시나리오에 맞는 동일한 측정 절차를 반복.
- 변환 파장 변화 데이터 측정 변환기에서 측정된 파장 맞추기에 대 한 미리 정해진된 보정 상수를 곱하여 힘 변환기.
3. 드롭 타워 영향 시뮬레이션
선형 영향 표면 19 , 23 칠 headform 안내 하 여 helmeted 머리에- 시뮬레이트 영향. 이 작업을 수행 하는 데 필요한 장비는 아래 처럼 특정 컨텍스트.
- 가변 드롭 짐 벌, 인체 시험 장치 머리와 목, 그리고 가변 영향 표면 구성 어셈블 드롭 탑.
참고: 총 드롭 어셈블리 질량은 약 11 k g. 더 현실적인 영향 24를 시뮬레이션 하기 위해 효과적인 몸 질량으로 전체 인체의 배제에 대 한 짐 벌 계정의 추가 된 질량. - 3-2-2-2에서 준비 9 유 니-축가 속도계 선형 있도록 headform 및 headform 중심 25 결정의 각 가속도 내 구성.
- 영향 직전 충격 속도 측정 하는 충격 타워에 목적 내장 된 속도 게이트 배열.
- 가변 드롭 짐 벌, 인체 시험 장치 머리와 목, 그리고 가변 영향 표면 구성 어셈블 드롭 탑.
- 데이터 수집 시스템을 사용 하 여 머리 가속 및 목 힘/순간 데이터 수집. 모든 채널에 대 한 100 kHz에서 샘플링 하는 아날로그 전압을 필터링 합니다. 데이터 수집 시스템 이전 4 kHz 26의 코너 주파수와 하드웨어 안티 앨리어싱 로우 패스 필터 포함.
- 영향 시나리오 준비.
- 모든 영향에 대 한 동작 추적 중 더 나은 시정을 허용 하는 헬멧 바이 저 제거. 영향 동안 투구의 효과 때문에 느슨한 첨부 파일 무시할 수 것으로 간주 됩니다.
- 모든 방울이 마에 영향을 주선. 이것은 일반적인 영향 위치 자전거 27, 다른 시나리오를 시뮬레이션 될 또한.
- 시뮬레이트 6 다른 영향 시나리오 변화에 의해 영향을 속도, 영향 표면 및 표 2에 의하여 머리-첫 번째 또는 몸통 우선 영향.
- 인상 적절 한 높이에 headform, 충격 속도 지정에 해당 하. 적절 한 높이, 일반적으로 0.82 m 1.83 m에서 각각 6 m/s, 4 m/s의 속도 달성 하는 headform 드롭.
참고: 마찰 손실을 극복 하기 위해 필요에 따라 높이 추가 합니다. 2 충격 속도 4 m/s와 6 m/s의 이전 문학 및 표준 28을 기반으로 선택 될 수 있다. - 정렬 영향 표면입니다.
- 정렬 중 평면 또는 45 ° 각도 언덕 ( 그림 4) 각된 모 루 접선 속도 구성 요소와 영향을 시뮬레이션 하는 동안 평면 모 루 평평한 표면에 시뮬레이션.
- 모두 시뮬레이션 한 아스팔트 표면 연마 테이프에 추의 표면 커버. 모 루 위치 사이 영향 영향에 헬멧만 모 루의 평평한 표면 접촉 되도록 필요에 따라 조정.
- 머리-첫 번째 또는 몸통 우선 영향에 대 한 드롭 탑을 정렬. 머리 먼저와 몸통 우선 영향, 몸통 영향은 결합 유사한 시뮬레이션 영향 구성 스미스 외에 로드. 18
- 머리 처음 영향을 시뮬레이트하려면 드롭 타워를 조정 하지 마십시오. 머리 하기 전에 땅을 치는 몸통 시뮬레이션
- 드롭 짐 벌의 경로에 나무 블록을 배치 합니다. 머리는 몸통 영향에서 모 루에 영향을 미치는에서 약 25 m m 높이에이 나무 블록을 배치 합니다. 머리만 목 굴곡에 의하여 모 루를 칠 계속 됩니다.
- 드롭 탑 ( 그림 5)에서 진동을 최소화 하기 위해 거품의 층 포함.
- 머리 처음에 미치는 영향, 달리 몸통 우선 영향에 목의 각도 조정.
참고: 영향 위치는 머리 우선 영향 경우 ( 그림 6)에 비해이 목 각도 조절 굴곡, 후이 마에 모 루를 영향을 머리에 대 한 허용 됩니다. 이 마에 미치는 영향, 뿐만 아니라이 몸통-첫 번째 시나리오 확실히 뿐만 아니라 측면 영향에 관련 된 것입니다. 머리 먼저와 몸통-첫번째 영향에서이 짐 벌 시스템 충격 후 머리와 트랙을 따라 목의 움직임에 대 한 수.
- 데이터 수집 시스템, 고속 카메라 (섹션 4 참조), 그리고는 headform 방울을 동시에 실행할. 같은 영향 및 맞는 시나리오 구성 3 번 새로운 헬멧 때마다 반복.
참고: 고속 카메라 동시에 드롭 탑, 섹션 4에 설정 해야 합니다. - 6 다른 영향 시나리오의 각 4 개 맞는 시나리오의 각 주제. 각 구성의 3 재판 후 72 상품 총 수행.
- Headform 운동학과 운동 데이터를 처리 하는 후.
- 가속과 힘/순간 이후 4 회 차 버터워스 필터를 사용 하 여 인더스에 맞게 처리 하는 게시물에 대 한 필터 아날로그 신호제안 된 연습 26을 보십시오. 필터 헤드 가속도 및 목 힘 채널 주파수 클래스 (CFC) 1000에 의하여. 연합사 600에 의하여 목 순간 필터링.
4. 높은 속도 듀얼 카메라 시스템을 사용 하 여 캡처 모션
참고: 두 개의 고속 카메라에서 녹화 마커 위치 허용에서 DLT 방법 16 결정 될 3 차원 표식 위치 후 처리. 영향 동안 추적 마커 headform과 헬멧으로 머리 헬멧 변위를 결정 하려면.
- 드롭 탑의 주위에 고속 카메라 정렬.
- 정렬 두 고속 카메라 드롭 주위 영향 동안 헬멧 및 headform 운동의 동기화 캡처 이미지에 타워.
- 드롭 탑의 측면 마스터 카메라 놓고 마스터 ( 그림 7)에서 약 45 °에 슬레이브 카메라를 배치 합니다. 충분 한 노출 수 있도록 카메라 사이의 250 W 빛 설치.
- 정렬 두 고속 카메라 드롭 주위 영향 동안 헬멧 및 headform 운동의 동기화 캡처 이미지에 타워.
- 고속 카메라 구성.
- 장비 각 카메라 50mm f/1.4 또는 필요한 시야에 따라 100 mm f/2.0 매크로 렌즈. F/8.0에서 렌즈에는 apertures 설정.
참고:이 조리개 필드의 원하는 깊이에 충분히 날카로운 초점을 위한 허용 됩니다. 필수 필드의 보기 영향 시나리오에 따라 30-60 cm에서 배열 했다. - 두 번째 또는 빠른 당 1000 프레임의 프레임 속도로 1280 x 800 픽셀 기록 둘 다 카메라를 구성 합니다. 따라서, 프레임 당 최대 노출 시간 600 µs 됩니다.
- 프레임과 내부 클록에서 두 카메라를 동기화합니다. 모두 카메라 동시에 트리거는 트리거를 설정.
- 장비 각 카메라 50mm f/1.4 또는 필요한 시야에 따라 100 mm f/2.0 매크로 렌즈. F/8.0에서 렌즈에는 apertures 설정.
- 각 카메라에서 보정 프레임의 스틸 이미지를 복용 하 여 공간을 보정.
참고: 직접 선형 변환 (DLT) 방법에 대 한 공간 해야 합니다 처음 측정 될.- 두 카메라의 시야에 17 알려진된 교정 포인트 위치와 교정 케이지를 이동 하 고 각 카메라에서 단일 이미지. 11 일반적인 포인트의 최소 모두 카메라에서 볼 수 있어야 합니다.
- 찾을 각 마커 추적 소프트웨어와의 2 차원 좌표.
참고: 좌표 측정기 (CMM) DLT 교정 전 교정 케이지의 점 위치를 결정 합니다. - 교정 표시자와 함께 수행 하는 일련의 계산을 사용 하 여 ' 좌표 (DLT 라고도 함) 16, 어떤 2 차원 마커 위치 보정 케이지를 기준으로 3 차원 좌표에 변환 후 처리에서 좌표계.
- 헬멧 변위, 계량 headform이 마에 지점 및 추적 소프트웨어를 사용 하 여 헬멧의 테두리 사이의 거리를 추적.
참고: 이러한 점을 모두 카메라에서 볼 수 있습니다, 때문에 headform 각 세 보이는 마커 집합을 추적 하 고 대신 헬멧. 이 마와 헬멧에 포인트 다음 직접 추적할 수 없습니다. - 는 headform에 마커를 추적 하는 모션을 놓고 각 카메라에서 headform의 아직도 참조 이미지.
- 간접 마커 추적의이 방법에 대 한 각 카메라 headform 참조 이미지를가지고. 이 참조 이미지 3 마커 및 머리에 정의 된 참조 마커 구성 되어 확인 하십시오.
- 극대화 3 참조 포인트 위치를 사용 하 여 모두 카메라에 남아 있는 하는 동안 마커 사이의 거리 ' 뷰의 필드.
참고: 간접 마커 추적 감도 추적 오류를 줄여 정확도 높이기 위해 허용 거리를 극대화 됩니다. 3 개의 마커 마 위치 추정 뿐만 아니라 처리 게시물에 모션의 3 차원 재구성 허용. - 낮은 마에 눈 사이 참조 마커 누른 다른 마커는 headform 분산. 이러한 세 가지 다른 마커 영향 ( 그림 8)에 걸쳐 모두 카메라에서 볼 수 있습니다 확인 하십시오.
- 헬멧에 마커를 추적 하는 모션을 놓고 headform 참조 (4.5 절)에 설명 된 대로 각 카메라에서 헬멧의 참조 이미지를 여전히 걸릴.
- 참조 적어도 4 모션 추적 마커를 보기의 구성 된 확인 하십시오. 참고로 헬멧 챙의 하단에 한 마커를 보유 하 고 헬멧에 다른 3 개의 마커를 확산. 이러한 세 가지 마커 영향을 통해 카메라에서 볼 수 있는지 확인 하십시오. 헬멧 참조 ( 그림 9)에 대 한 각각의 카메라에서 단일 이미지.
- 섹션 3에에서 설명 된 대로 동시에 데이터 수집 시스템, 고속 카메라, 그리고는 headform의 드롭 트리거.
참고: 드롭 탑 동시에 고속 카메라를 설정 해야 합니다. 참조 이미지, 복용 후 한 방울을 수행할 수 있습니다.- 정렬 헬멧 맞는 시나리오. 하락을 기록 합니다. 충격 시 수동으로 카메라를 트리거 신호. 녹음/녹화를 정렬 있도록 3의 트리거 및 8 이전 기록 s 트리거 후 기록 됩니다. 수동으로 검토 하 고 동기화 된 카메라 이미지 영향만 포함를 대괄호.
5. 머리-헬멧 마커 추적 및 후 처리
- 카메라 전용 소프트웨어를 사용 하 여 영향을 통해 머리와 헬멧 마커 추적.
- 트랙 6 드롭 당 점: 헬멧 및 headform ( 그림 10) 3. 소프트웨어를 각 마커의 과도 2 차원 픽셀 좌표 결정.
- DLT 메서드를 사용 하 여 드롭 하는 동안 추적 된 마커의 3 차원 좌표를 계산 하.
참고: 교정 케이지에서 캘리브레이션 데이터와 두 개의 카메라에서 드롭 데이터 DLT 메서드를 사용 하면 확인할 수 있습니다 추적 마커의 3 차원 좌표 하락 중. - Headform이 마와 헬멧 테두리의 3 차원 차원 좌표를 계산 하기 위해 17 SVD (단일 값 분해) 메서드 사용 합니다. 이 두 점 사이의 차이 머리 헬멧 변위 이다.
- 추적된 마커에서 headform이 마와 헬멧 챙 각 지점 SVD 메서드를 사용 하 여 참조의 위치를 추정.
- 참조 프레임 드롭의 각 개별 프레임 사이 3 개의 마커의 변환 매트릭스를 찾으려고 SVD 메서드를 사용 합니다. 이 변환 위치를 찾아이 마 또는 헬멧 테두리 적용할 수 있습니다.
- 헬멧 및 headform이 간접 추적을 수행. 이 마와 헬멧 테두리 사이의 변위 수 다음 모니터링 ( 그림 11).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
맞추기 힘 측정
각 시나리오에 맞는에 맞는 힘 측정 각 센서 위치 (그림 12)에서 수행 하 고 의미를 결정 하는 t-검정, 표본, 가정 수행 되었다 (p < 0.05). 모든 측정에서 평균 표준 편차는 ± 0.14 N. 등 맞추기 힘 더 단단한 적합을 나타냅니다.
운동학 머리와 목 운동 데이터
결과 머리 선형 가속, 머리 각 가속도, 머리 각 속도, 상단 목 힘, 및 일반적인 드롭에서 상단의 목 순간 ( 그림 17을 통해그림 13 ) 표시 됩니다. 결과 값은 x, y및 z, 방향 벡터 (그림 3)의 절대 규범을 복용 하 여 계산 했다. 목 상해 기준 목 축 힘 및 순간13, Nij, 계산도 영향 (그림 18) 전체 계산 했다. 운동학 적 결과에서 영향의 다양 한 이벤트 또한 확인할 수 있습니다. 예를 들어, 몸통 우선 영향에 모 루와 머리 접촉 결과 선형 가속도 (그림 13)에 큰 피크로 볼 수 있습니다. 각 가속도, 두 봉우리 (그림 14) 관찰 될 수 있었다. 첫 번째 피크 2 피크 최대 굴곡 도달 목 결과로 발생 하는 동안 몸통 영향의 결과로 발생 합니다. 시퀀스에서 영향의 이벤트는 몸통 영향, 모 루, 그리고 최대 굴곡을 도달 하는 목과 머리 접촉에 의해 따라. 이 이벤트는 또한 고속 비디오 (그림 6)에서 관찰할 수 있습니다.
머리-헬멧 상대 모션
상대 머리 헬멧 모션을 나타내는 마와 헬멧 테두리 사이 벡터의 크기는 두 시나리오에 맞는 그림 19 에 표시 됩니다. 변위에 상대 변경 사전 영향 위치 상대적인 헬멧 운동의 지표 수 있습니다.
그림 1: 헬멧 맞는 시나리오. 헬멧에 맞는 시나리오 비교 headform (는) 비교 정상적인 적합 사이 및 잘못 위치에 맞는 (b) 일반 맞는 시나리오 (c) 대형된 맞는 시나리오 (d) 앞으로 맞는 시나리오 (e ) 역방향 맞는 시나리오. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 2: 왼쪽, 오른쪽, 그리고 최고의 섬유 Bragg 격자 판 (FBG) 5 센서 어레이 센서 headform에 다시 전면에 있는. 각 센서 (왼쪽 아래)는 두께 직경 2.6 m m와 14mm, 각각. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 3: 관련 된 좌표 축으로 드롭 탑 어셈블리. (한) 전반적인 드롭 탑 어셈블리 helmeted headform (b) 계측 된와 headform과 목 로드 셀. 목 부하 셀 좌표 축도 표시 됩니다. (c) 해당 머리 좌표 축 합니다. 머리 가속도 목 축 방향에 긍정적인 크기와 함께 표시 하는 좌표 축에 관하여 측정 된다. 순간은 오른손 규칙을 기반으로 합니다.
그림 4: 상호 교환 (a) 평면 및 (b) 각도 45 ° 모 루 표면 연마 테이프에 덮여. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 5: 처음 (에)와 몸통 첫 번째 (b) 충격 시나리오 드롭 구성을 머리. 몸통 먼저 영향 시나리오에 대 한 나무 블록 몸통 영향을 시뮬레이션 하기 위해 드롭 어셈블리 중지 하는 데 사용 됩니다. 헬멧 바이 저 또한 모든 영향 시뮬레이션 이전에 제거 되었다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 6: 몸통-첫번째 영향에서 이미지의 순서. 몸통 첫번째 충격에 드롭 짐 벌 모 루, 목 굴곡 다음 영향을 머리에 대 한 있도록 중지 됩니다. 반면, 머리 먼저 영향을 먼저 모 루를 접촉을 머리에 대 한 드롭 짐 벌의 전체 선형 운동 가능
그림 7: 드롭 탑 주위 듀얼 고속 카메라 배열. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 8: 머리 동작 추적에 대 한 이미지 마커 참조. 네 번째 마커 정의 마 포인트 머리 헬멧 변위를 계산 하는 데 사용 하는 동안 머리에 3 개의 마커 영향 동안 추적 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 9: 동작 추적에 대 한 헬멧 참조 이미지 마커. 헬멧에 3 개의 마커 imp 동안 추적 하네 번째 마커 정의 머리 헬멧 변위를 계산 하는 데 사용 하는 헬멧 테두리 포인트 역할을 합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 10: 영향 동안 마커 추적. 3 개의 마커 headform 헬멧에 추적 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 11: 머리 헬멧 변위 벡터 영향을 통해 추적 되는 마와 헬멧 테두리 사이.
그림 12: 헬멧 맞는 다른 맞는 시나리오에서 headform에가 해지는 힘. 표준 편차를 나타내는 오차 막대도 표시 됩니다. 중요 한 차이 (p < 0.05) 맞는 사이 힘 시나리오는 지정 된 수 (*). 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 13: 6 m/s에서 편평한 모 루에 몸통 처음 영향에 대 한 결과 머리의 무게 중심 (장부) 선형 가속 일반 맞춤 (실선) 및 이전 버전과 맞는 (점선) 시나리오 비교 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 14: 6 m/s에서 편평한 모 루에 몸통 처음 영향에 대 한 결과 머리의 무게 중심 (장부) 각 가속도 일반 맞춤 (실선) 및 이전 버전과 맞는 (점선) 시나리오 비교 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 15: 6 m/s에서 편평한 모 루에 몸통 처음 영향에 대 한 결과 머리의 무게 중심 (장부) 각 속도 일반 맞춤 (실선) 및 이전 버전과 맞는 (점선) 시나리오 비교 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 16: 6 m/s에서 편평한 모 루에 몸통 처음 영향에 대 한 결과 위 목 힘 일반 맞춤 (실선) 및 이전 버전과 맞는 (점선) 시나리오 비교 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 17: 6 m/s에서 편평한 모 루에 몸통 처음 영향에 대 한 결과 위 목 순간 일반 맞춤 (실선) 및 이전 버전과 맞는 (점선) 시나리오 비교 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 18: 6 m/s에서 편평한 모 루에 몸통 처음 영향에 대 한 Nij 일반 맞춤 (실선) 및 이전 버전과 맞는 (점선) 시나리오 비교 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 19: 6 m/s에서 편평한 모 루에 몸통 처음 영향에 대 한 일시적인 머리 헬멧 변위 일반 맞춤 (실선) 및 이전 버전과 맞는 (점선) 시나리오 비교 됩니다. 변위, 절대 변위, 반면에 상대 변경 표시 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
| 맞는 시나리오 | 헬멧 사이즈 | 헬멧 위치 |
| 정상 (그림 1b) | 유니버설 | 정상 |
| 대형된 (그림 1 c) | XL | 정상 |
| 앞으로 (그림 1의 d) | 유니버설 | 앞으로 |
| 뒤로 (그림 1e) | 유니버설 | 뒤로 |
표 1: 헬멧에 맞는 시나리오 공부. 맞는 시나리오는 적절 한 헬멧 위치3을 지정 하면 이전의 역학 연구에서 정확한 헬멧 사용의 정의 기반으로 합니다.
| 영향 시나리오 | 충격 속도 | 영향 표면 | 머리/몸통 첫 번째 |
| 1 | 낮은 (4 m/s) | 평면 | 머리 |
| 2 | 높은 (6 m/s) | 평면 | 머리 |
| 3 | 낮은 | 각도 | 머리 |
| 4 | 높은 | 각도 | 머리 |
| 5 | 낮은 | 평면 | 몸통 |
| 6 | 높은 | 평면 | 몸통 |
표 2: 충격 시나리오 시뮬레이션.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
여기, 수사 헬멧에 대 한 방법이 시뮬레이션된 helmeted 머리 영향 제시에 적합. 헬멧에 맞는 맞춤된 힘 센서와 계량 했다, 영향 ATD headform과 가이드 드롭 타워에 목 시뮬레이션 했다 그리고 헬멧 운동 고속 비디오 추적 했다. 다른 영향 시나리오 맞는 헬멧의 biomechanical 측정에 미치는 영향을 조사 하기 위해 다른 맞는 시나리오에서 시뮬레이션 했다.
헬멧에 맞는 센서 다른 헬멧에 맞는 시나리오 (그림 12) 맞는 세력 차이 구별 할 수 있다. 다른 맞는 시나리오 사이 맞는 세력 동향 헬멧 성능 강력 하 게 연결 되지 않습니다. 헬멧 빈약한 안정성 (예: 이전 버전과 맞는, 그림 1에서 같이)에 맞게 상당히 낮은 맞는 세력을 전시 하는 것으로 예상 된다. 헬멧 운동 (뒤 맞는 그림 19)의 증가 금액에도 불구 하 고 뒤로 헬멧 전시 훨씬 낮은 맞는 세력 일반 맞춤에 비교 될 때 하나의 센서 위치에 적합. 이 결과 머리에 헬멧 압박감 머리에 헬멧의 동적 안정성을 보장 하는 적합의 유일한 결정 요인이 되지 않을 수 있습니다 나왔다. 이 연구에 맞는 세력 거꾸로 머리와 함께 측정 했다. 세력 수는 또한 측정 되었다이 연구 보고 보다 머리 정점에서 더 높은 측정 된 힘 발생 위치를 오른쪽에 머리. 그러나, 다른 맞는 시나리오 사이 적합된 힘 비교의 프로토콜 맞는 힘의 상대적 변화를 정량화 하고자 합니다. 여부는 머리는 직 립 또는 거꾸로, 힘의 상대적 변화 같습니다.
테스트 침대와 제시 방법 영향 기간 동안 가속 및 속도 뿐 아니라 목 힘 및 순간을 포함 하는 선형 및 각도 운동학을 결정 할 수 있다. 현대 biomechanical 부상 조치 영향 운동학 및 시간 기간을 기반으로 합니다. 예를 들어 머리 상해 기준 (HIC) 동안 뇌 부상 기준 (브릭스)는 최대 각 속도11기반 시간12, 동안 선형 가속을 통합 합니다. 다른 기반 운동학 부상 조치 포함 뇌 부상 임계값 (책략)29, 피크 선형 가속 및 피크 각 가속도, 및 머리 충격 힘 (엉덩이), 선형 포함에 따라 일반화 된 가속 모델 및 각 가속도, 시간 기간, 및 방향 고려 사항30. 또는 목 힘과 순간 목 상해 기준 Nij12를 계산 하는 데 사용 됩니다. 이 실험 프로토콜은 모든 관련 된 기구학 및 동역학 측정, 관심의 어떤 biomechanical 부상 조치 계산 가능 하다. 잠재적인 부상 위험 다음 각 부상 측정와 관련 된 문학에 따라 결정할 수 있습니다. 그 결과, 설치 맞는 헬멧에 따라 머리와 목 상해의 biomechanical 측정에서 변경 감지 능력이 입증. 따라서, 적합 및 보존 초점 및 확산 머리 부상 및 osteoligamentous 목 상해를 그들의 관계를 공부 하 고 테스트 베드를 사용할 수 있습니다. 예를 들어 6 m/s에서 편평한 모 루에 몸통 우선 영향, 일반 맞춤 및 이전 버전과 맞는 시나리오 비교 되었다. 일반 맞춤에 대 한 시나리오, 피크 결과 선형 가속도, 피크 각 가속도 및 각 속도에 변화 했다 158.2 g, 4647.5 rad/s2, 22.39 rad/s 각각. 일반 맞춤에 비해, 이전 버전과 맞는 시나리오 전시 177.9 g, 45.91 rad/s, t-검정 p-값은 0.012, 머리 부상 ( 그림 17을 통해그림 13 )의 더 높은 위험을 제안 하는 6246.4 rad/s2 의 높은 가치 0.070, 그리고 0.005, 각각. 만들어지므로 각 가속도에 잡음의 통합 오프셋에서 각 속도, 각 속도에 변화는이 오프셋을 대신 보고 됩니다. 같은 영향 시나리오에 대 한 목 상해 기준 (Nij) 목 힘 및 순간에서 결정 되었다. 맞는 뒤로 헬멧 0.099의 t-검정 p 값 1.28 (그림 18)을 측정 하는 동안에 맞게 일반 헬멧에 대 한 시나리오, 1.23의 피크 Nij 결정 했다. 다시, Nij 의 높은 가치 목 상해의 더 중대 한 모험을 제안 했다.
고속 비디오 분석 기법 동적 안정성 및 유지 변경 감지 능력이 입증. 같은 몸통 우선 6 m/s에서 편평한 모 루에, 영향에 대 한 일반 맞춤 및 이전 버전과 맞는 시나리오 헬멧 변위의 관점에서 비교 되었다. 일반 맞춤된 시나리오 경험 6.52 cm의 머리 헬멧 변위에 최대 변화 이전 버전과 맞는 시나리오 12.18 cm (그림 19)을 경험 하는 동안 0.006의 t-검정 p 값으로. 거의 두 배나 많은 헬멧 운동, 이러한 트렌드는 이전 버전과 맞는 시나리오 결과 머리 노출 증가에 제안 하 고, 아마도, 다음 첫 번째 이후의 영향에이 마 부상에 큰 노출.
절대 변위와 상대 변위 (그림 19) 전달 얼굴이 마 노출 및 머리 헬멧 상대 움직임의 양을 각각, 둘 다 중요 하다 때 보존 및 동적 안정성 검토. 헬멧 머리 상대적인 변위를 추적 하는 제안 된 방법을 나타낼 영향 동안 머리 노출 및 헬멧 안정성 있으며 헬멧 보존 이후 영향을 평가할 수 있다. 메서드는 헬멧 운동 영향, 절대 변위 및 변위 (그림 19)에서 변경으로 성격을 나타낼 수 있는 전체를 표시할 수 있습니다. 잘 유지 헬멧 덜 변위 전시 것 동안 저조한 유지 헬멧 큰 변위, 전시 것입니다. 이 연구에서는 절대 변위 얼굴 노출의 양을 나타내고 변위의 상대적 변화가 마와 헬멧 챙 (그림 19) 사이의 최대 상대 움직임을 나타냅니다. 이것 보고 변위 값은 단일 축으로 연결 된 두 개의 마커 사이의 거리에서 결정 됩니다. 같은 실험 방법을 사용 하 여, 그것은 또한 것입니다 더 철저 하 게 맞 및 보존 특성 3 개의 구성 요소 방향 상대 변위를 측정할 수 있습니다. 단일 구성 요소 단순화 하기 위해, 선택 되었다 HPI를 좋은 비교를 제공 하. 측면에 미치는 영향, 같은 다른 영향 조건에서 더 많은 구성 요소 방향 또는 머리 헬멧 회전 특히 귀중 한 수 있습니다.
현재 제안 된 센서와 맞는 힘 측정 한 단점은 제한 된 공간적 해상도는 힘 측정 됩니다. 5 센서 배열 전체 헬멧에 걸쳐 힘의 분배 수 있습니다 하지 완전히 나타내야 합니다. 자전거 헬멧의 디자인은 종종 오픈 통풍구를 포함, 때문에 센서 수 있습니다 항상 헬멧 문의 고 결과적으로 제로 힘을 측정 한다. 한 잠재적인 솔루션 머리 대신 헬멧에 힘 센서를 배치 하는 것입니다. 제시 프로토콜에서 힘 센서는 실험의 재현성 및 일관성을 유지 하기 위해 머리에 배치 했다. 헬멧에 센서를가지고 다른 헬멧 종류에 대 한 다른 프로토콜이 필요할 수 있습니다. 그러나, 센서의 작은 크기와 광섬유 브래그 격자 (FBG) 센서의 멀티플렉싱 능력 feasibly 분산된 아로 하는 센서의 큰 숫자를 허용und는 머리입니다. 추가 센서는 높은 적합의 위치 변동 고 헬멧 안정성에 통찰력을 더 제공 분별 수 있습니다. 대표 하는 압박감에 힘의 크기 뿐만 아니라 또한 헬멧와 머리 사이의 접촉 영역을 고려 하는 유용할 수 있습니다. 특히 헬멧 오픈 통풍구와 함께,의 경우 총 접촉 지역 또는 그 분포 맞는 특성화에 대 한 중요 한 있을 수 있습니다. 전반적인 평균 견고에서 변화 헬멧 포지셔닝의 서로 다른 시나리오에 명백한 되지 않았습니다, 비록 힘의 분포에 중요 한 변화 수 식별, 그림 12에서 볼.
ATDs에 따라 모든 biomechanical 일, 것과 같이 제시 방법에 한계가 있다. 달리 현실 세계에 미치는 영향, 충격 속도, 헬멧, 및 영향 표면에 충격 위치와 같은 파라미터 제어 됩니다. 따라서, 제시 하는 작업 하지 사이클에서 사이클 및 사건에서 사건 헤드 영향을 선도 하는 이러한 매개 변수의 가변성을 사로잡을 것입니다.
하이브리드 III 자동차 충돌 테스트, 헬멧 연구 반대 위해 개발 되었습니다. 국가 운영 위원회 표준에 운동 장비 (NOCSAE) headform31대, 달리 그것은 헬멧와 함께 사용 하기 위해 설계 되지 않았습니다 했다. 대조적으로, NOCSAE headform 평균 성인 축구 선수에 대 한 시신 머리에 따라 크기와 모양이 사양으로 설계 되었습니다 하 고 일부를 더 정확 하 게 대략 머리 치수를 고려. Headform 형상에 맞게 공부 헬멧에 중요 한 역할은, 때문에 headform 다른 헬멧 종류에 대 한 특정 결점을 할 수 있습니다. 특히,는 headform 뺨, 턱, 두개골의 기지에서 NOCSAE 머리에 기하학적 주목할 만한 차이가 있다 고32,33턱. 이러한 기능 및 자전거 헬멧 사이의 최소한의 접촉 때문에, 모양 차이 headform과 실제 머리 머리 헬멧 상호 작용에 영향을 최소화 할 수 있습니다. 따라서, 우리는 headform 여기 처럼 맞는 시나리오 사이의 비교 연구에서 사용 하는 적절 한 모델 임을 주장 한다. 모양 차이 어떠한 영향 이전 버전과 맞는 시나리오에서 특히 두개골 뚜껑의 아래쪽 난 간 고정 래치 드 시스템 사이의 인터페이스에 가장 명백한 것입니다. 관련 headform 머리, 목에 인간의 목에 비해 그것의 큰 경직에 대 한 비판 했다 하 고 일부는 현실적 강성 부족 진짜 인간의 고통 머리 영향34의 다른 머리 움직임에 기여할 수 있는 가설 . 궤적 및 머리의 운동학 목에 의존 하기 때문에 이러한 효과 상당히 몸통 먼저 영향에서 더 중요 한 것입니다. 몸통-첫번째 영향에 대 한 지나치게 뻣 뻣 한 목 몸통 접촉 후 머리의 움직임을 약하게 하 고 비현실적으로 머리 접촉에서 머리의 충격 속도 느리게 수 있습니다. 제한 기존 문학 몸통 먼저 영향을 조사 하 고, 운동학 적 흔적의 biofidelity은 실제 사이클 영향으로 유효성을 검사 하기가 어렵습니다. 그러나, 몸통 흔적에서 머리 각 가속도 비슷한 비교 결합된 로드 시나리오 수행한 스미스 외. 18. 이와 같이, 각 가속도에 동향과 다른 맞는 시나리오에서 부하를 목 강조 되어야 한다, 보고 절대 크기 보다. 우리 생각 목 제시 연구에 대 한 적절 한 모델의 경우 사이 목 활동 및 머리 동작 비교 하기 때문에 맞는 고, 머리 운동학 및 목 활동의 절대 크기에 대 한 코멘트, 대신 우리이 측정에서 변경 합니다.
또 다른 한계는 headform 맞는 공부 헬멧에 사용 하 여 한 인간의 두의 headform 비닐 피부의 호환성 이다. 머리, 기름, 습기 등 실용적인 유사, 모든 변수의 정확한 시뮬레이션은 어려울 것 이다. 비록 헬멧 연구 되었습니다 추구35, 머리의 유효성 검사는 인공 두 피를 만드는 노력 헬멧 인공 물과 인간의 상호작용 scalps 최소화 되었습니다. 그것은 일반적으로 headform 피부 인간의 두 피 보다 더 높은 마찰 계수를 전시 허용, 이후 헬멧 보존 misleadingly 향상 될 수 있습니다. 다양 한 다른 맞는 시나리오에서 머리 헬멧 마찰에 대 한 의존, 함께 headform 비닐 스킨의 효과 수 또한 될 더 많거나 적은 발음. 예를 들어, 정상적인 맞는 시나리오 앞으로 맞춤 비닐 피부 증가 머리 헬멧 마찰로 인해 헬멧을 보관할 수 있습니다 하는 동안 머리 모양 때문에 헬멧을 보관할 수 있습니다. 그러나, 헬멧 변위는이 연구에서 headform 두 피에 따라 다릅니다. 따라서, 결과 변화와 다른 맞는 시나리오 사이의 동향에 근거 한다.
4 맞춤된 시나리오 조사 되었다, 비록 더 많은 변수 헬멧에 맞는 특성화에 존재 한다. 이러한 제안 된 방법을 더 헬멧 크기 또는 래치 드 보존 압박감의 다른 수준 등의 다른 헬멧에 맞는 시나리오의 연구에 대 한 수 있습니다. 이 연구에서 래치 드 보존 시스템 압박감, 연구원 주관의 일관 된 수준으로 강화 했다. 보다 현실적인 압박감 자원 봉사자, 유사한 Jadischke의 헬멧 적합성 연구5에 맞는 힘을 측정 하 여 달성 될 수 있었다. 보존 시스템 다음는 headform에 배열 하 고 같은 맞추기 힘 전시 수준으로 강화 수 있습니다. 다른 헬멧 크기 또는 래치 드 보존 압박감 미래에 작업, 맞는 시나리오 간주 됩니다.
선물이 맞는 헬멧, 동적 보존 및 머리와 목 상해의 biomechanical 측정에 둘 다의 효과 평가 하기 위한 새로운 테스트 베드. 제시 방법 맞는 세력, 상대 머리 헬멧 모션 및 머리와 목 상해의 모든 현대 biomechanical 측정에 중요 한 변경 감지 할 수 있다. 제안 된 방법은 정기적으로 조사 하 고 뒤로 맞는 머리 노출의 양과 머리 각 속도에 상당한 변화를 찾는를 사용 되었다. 이러한 제안 된 방법으로, 헬멧 성능에 맞게 헬멧 때문에 뚜렷한 차이 공개 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자 공개 충돌이 있고,이 작품의 출판에서 재정적으로 얻기 위해 서 있지 않는다.
Acknowledgments
우리는 기꺼이 자연 과학 및 공학 연구 위원회 (NSERC) 캐나다 (발견 교부 금 435921), Pashby 스포츠 안전 기금에서 자금을 인정 (2016: RES0028760), 반 팅 연구 재단 (디스커버리 상 31214), NBEC Inc. ( 캐나다), 그리고 공학 기계 공학과의 앨버타의 대학에의 학부.
Materials
| Name | Company | Catalog Number | Comments |
| Hybrid III Headform | Humanetics or Jasti-Utama | N/A | 50th Percentile ATD, for impact simulation |
| Hybrid III Neck | Humanetics or Jasti-Utama | N/A | 50th Percentile ATD, for impact simulation |
| Linear Accelerometers | Measurement Specialties | 64C-2000-360 | for head acceleration measurement |
| Upper Neck Load Cell | mg Sensor | N6ALB11A | for neck load measurement |
| High Speed Camera | Vision Research | v611 | for motion capture |
| Camera Lens | Carl Zeiss | N/A | 50 mm f1/.4, for motion capture |
| Camera Lens | Carl Zeiss | N/A | 100 mm f/2.0, for motion capture |
| Bicycle Helmet | Bell | N/A | Traverse |
| Data Acquisition System | National Instruments | PXI 6251 | for Hybrid III signal acquisition |
| Head Impact Drop Tower | University of Alberta | N/A | Custom-designed, for impact simulation |
| Optical Interrogator | Smart Fibres Ltd. | N/A | SmartScan, for optical sensor force measurement |
| Fit Force Sensor | University of Alberta | N/A | Custom-designed, for measuring helmet fit forces |
References
- Thompson, D. C., Rivara, F. P., Thompson, R. S. Effectiveness of Bicycle Safety Helmets in Preventing Head Injuries: A Case-Control Study. JAMA. 276 (24), 1968-1973 (1996).
- Cripton, P. A., Dressler, D. M., Stuart, C. A., Dennison, C. R., Richards, D. Bicycle helmets are highly effective at preventing head injury during head impact: Head-form accelerations and injury criteria for helmeted and unhelmeted impacts. Accid. Anal. Prev. 70, 1-7 (2014).
- Lee, R. S., Hagel, B. E., Karkhaneh, M., Rowe, B. H. A systematic review of correct bicycle helmet use: how varying definitions and study quality influence the results. Inj. Prev. 15 (2), 125-131 (2009).
- Chang, L. -T., Chang, C. -H., Chang, G. -L. Fit effect of motorcycle helmet - A finite element modeling. JSME Int. J. Ser. Solid Mech. Mater. Eng. 44 (1), 185-192 (2001).
- Jadischke, R. Football helmet fitment and its effect on helmet performance. Wayne State Univ. Theses. , Available from: http://digitalcommons.wayne.edu/oa_theses/176 (2012).
- Klug, C., Feist, F., Tomasch, E. Testing of Bicycle Helmets for Preadolescents. IRCOBI Conf. Proc. , Available from: https://trid.trb.org/view.aspx?id=1370437 (2015).
- McIntosh, A. S., Lai, A. Motorcycle Helmets: Head and Neck Dynamics in Helmeted and Unhelmeted Oblique Impacts. Traffic Inj. Prev. 14 (8), 835-844 (2013).
- Olivier, J., Creighton, P. Bicycle injuries and helmet use: a systematic review and meta-analysis. Int. J. Epidemiol. 46 (1), 278-292 (2017).
- Rivara, F. P., Thompson, D. C., Thompson, R. S. Epidemiology of bicycle injuries and risk factors for serious injury. Inj. Prev. 3 (2), 110-114 (1997).
- Ellena, T., Subic, A., Mustafa, H., Pang, T. Y. The Helmet Fit Index - An intelligent tool for fit assessment and design customisation. Appl. Ergon. 55, 194-207 (2016).
- Takhounts, E. G., Craig, M. J., Moorhouse, K., McFadden, J., Hasija, V. Development of Brain Injury Criteria (BrIC). Stapp Car Crash J. 57, 243-266 (2013).
- Eppinger, R., Sun, E., et al. Development of improved injury criteria for the assessment of advanced automotive restraint systems - II. , (1999).
- Mertz, H. J., Irwin, A. L., Prasad, P. Biomechanical and scaling bases for frontal and side impact injury assessment reference values. Stapp Car Crash J. 47, 155 (2003).
- Newman, J. A., Beusenberg, M. C., Shewchenko, N., Withnall, C., Fournier, E. Verification of biomechanical methods employed in a comprehensive study of mild traumatic brain injury and the effectiveness of American football helmets. J. Biomech. 38 (7), 1469-1481 (2005).
- CPSC. Safety Standard for Bicycle Helmets; Final Rule. , (1998).
- Miller, N. R., Shapiro, R., McLaughlin, T. M. A technique for obtaining spatial parameters of segments of biomechanical systems from cinematographic data. J. Biomech. 13, 535-547 (1980).
- Arun, K. S., Huang, T. S., Blostein, S. D. Least-Squares Fitting of Two 3-D Point Sets. IEEE Trans. Pattern Anal. Mach. Intell. 9 (5), 698-700 (1987).
- Smith, T. A., Halstead, P. D., McCalley, E., Kebschull, S. A., Halstead, S., Killeffer, J. Angular head motion with and without head contact: implications for brain injury. Sports Eng. 18 (3), 165-175 (2015).
- Butz, R., Dennison, C. In-fibre Bragg grating impact force transducer for studying head-helmet mechanical interaction in head impact. J. Light. Technol. 33 (13), 8 (2015).
- Butz, R. C., Knowles, B. M., Newman, J. A., Dennison, C. R. Effects of external helmet accessories on biomechanical measures of head injury risk: An ATD study using the HYBRIDIII headform. J. Biomech. 48 (14), 3816-3824 (2015).
- Dennison, C. R., Wild, P. M. Superstructured fiber-optic contact force sensor with minimal cosensitivity to temperature and axial strain. Appl. Opt. 51, 1188-1197 (2012).
- Dennison, C. R., Wild, P. M. Sensitivity of Bragg gratings in birefringent optical fibre to transverse compression between conforming materials. Appl. Opt. 49, 2250-2261 (2010).
- Knowles, B. M., Yu, H., Dennison, C. R. Accuracy of a Wearable Sensor for Measures of Head Kinematics and Calculation of Brain Tissue Strain. J. Appl. Biomech. 33 (1), 2-11 (2017).
- Nightingale, R. W., McElhaney, J. H., Richardson, W. J., Myers, B. S. Dynamic responses of the head and cervical spine to axial impact loading. J. Biomech. 29, 307-318 (1996).
- Padgaonkar, A. J., Krieger, K. W., King, A. I. Measurement of Angular Acceleration of a Rigid Body Using Linear Accelerometers. J. Appl. Mech. 42 (3), 552-556 (1975).
- SAE. J211 Instrumentation for Impact Test - Part 1: Electronic Instrumentation. , Society of Automotive Engineers. (2014).
- Depreitere, B., Lierde, C. V., et al. Bicycle-related head injury: a study of 86 cases. Accid. Anal. Prev. 36, 561-567 (2004).
- Fahlstedt, M., Baeck, K., et al. Influence of Impact Velocity and Angle in a Detailed Reconstruction of a Bicycle Accident. Proc. 2012 Int. IRCOBI Conf. Biomech. Impacts. , Available from: https://lirias.kuleuven.be/handle/123456789/357473 787-799 (2012).
- Newman, J. A. A Generalized Model for Brain Injury Threshold (GAMBIT). IRCOBI Conf. Proc. , (1986).
- Newman, J. A., Shewchenko, N., Welbourne, E. A proposed New Biomechanical head injury assessment function - the maximum power index. Stapp Car Crash J. 44, 215-247 (2000).
- NOCSAE. Standard Test Method and Equipment used in Evaluating the Performance Characteristics of Protective Headgear/Equipment NOCSAE Doc (ND) 001- 11m12. , (2012).
- Cobb, B. R., MacAlister, A., Young, T. J., Kemper, A. R., Rowson, S., Duma, S. M. Quantitative comparison of Hybrid III and National Operating Committee on Standards for Athletic Equipment headform shape characteristics and implications on football helmet fit. Proc. Inst. Mech. Eng. Part P J. Sports Eng. Technol. 229 (1), 39-46 (2015).
- Cobb, B. R., Zadnik, A. M., Rowson, S. Comparative analysis of helmeted impact response of Hybrid III and National Operating Committee on Standards for Athletic Equipment headforms. Proc. Inst. Mech. Eng. Part P J. Sports Eng. Technol. 230 (1), 50-60 (2016).
- de Jager, M., Sauren, A., Thunnissen, J., Wismans, J. Global and a Detailed Mathematical Model for Head-Neck Dynamics. Proc. Stapp Car Crash Conf. 40, 269-281 (1996).
- Aare, M., Halldin, P. A New Laboratory Rig for Evaluating Helmets Subject to Oblique Impacts. Traffic Inj. Prev. 4 (3), 240-248 (2003).
