国际交流合作案例

使用Adams对跌落进行法医调查


作者:Giulia Pascoletti, Paolo Conti , Filippo Cianetti, Elisabetta M. Zanetti, University of Perugia

Daniele Catelani and Hemanth Kolera, MSC Software

根据国家职业安全与健康研究院(NIOSH)的数据,从高处坠落是建筑行业的重大职业风险,占所有死亡人数的42%。但是,要区分意外事故、自杀和被袭击是一项挑战,因为唯一可以参考的是受的伤和最终尸体的位置。

生物力学分析可以基于跌落的最终位置(图1),分析初始位置以及所施加的引起跌落的力。

图 1 : 跌落的法医分析

然而,作为分析基础的实验是有限的。成本高昂的实验假人永远不会与真实受试者反映出相同的情况,并且所测量的参数数量也不广泛。此外,根据最终的观测状态反推初始状态需要通过实验来获得几个输入参数,而这些参数是根据跌落周围的具体情况变化而变化的。使用MSC Adams的人体模型可以补充实验研究,以模拟与跌倒相关的动力学并解决实验局限性。Adams模型可以在跌倒时重建身体跟随的轨迹,从而允许用户进行完全可重复的多次仿真。

多体模型在重建航空、铁路和汽车事故中的应用是众所周知的。另一方面,仍旧很少研究使用数字生物力学模型(例如Adams)作为法医科学的分析技术。当前的研究旨在强调多体建模方法的优势,使之成为法医调查中的辅助工具。

根据模拟模拟肌肉运动的细节,已应用的人体模型分为主动性和被动型。

建立活跃的人体模型具有挑战性,因为我们不可能知道随着时间的推移肌肉的激活方式。此外,一个活跃的模型常常是不合适的,因为几种不同的肌肉激活模式可能导致相同的跌倒轨迹。通常,最开始使用被动模型进行分析。与测量数据相比的任何偏差都可以通过更详细的活动元素来解决,这些元素定义了关键的肌肉激活模式。

在当前的研究中,对被动模型进行了详细的分析,重点是关节被动阻力建模和模型的验证。

具体而言,研究的最终目标是建立与受试者的初始形态相关的初始参数的组合,以便能够模拟跌落后的最终形态,尽可能接近现实。目的是区分是因为意外还是因为非自愿行为(例如,被人推)而造成的跌落。

“一个能够执行这类分析的ADAMS多体模型需要定义不同结构件的转动惯量、几何属性。同时还需要定义各结构件连接的运动副,从而来模拟仿真骨骼的连接关系。”

模型详情

模型几何

在这项研究中开发的Adams人体模型是一个铰接的机器人,其中包含15个单元和14个运动副。每个单元都是一个椭圆形,具有指定的惯性和质量属性,这些属性对应于总体中的第五十个百分位数,并且与某个人体部位相关联,如图2和表1所示。

图 2 : 各部位名称

表 1 : 在人体模型上的位置

图3显示了两个相连部位的几何形状以及相关的坐标系(以上臂和下臂为例,分别为部件i和部件j)。近端和远端坐标系是两个相邻部件连接运动副的参考marker。实际上,每个约束都需要创建两个具有相同位置和方向的marker。因此,参考图3,远端i坐标系和近端j坐标系定义了上臂和下臂间连接关节(即肘关节)的位置和方向。

图 3 : 主坐标系

连接关节

人体关节已被建模为简单的机械约束或其组合,从而获得最高程度的模型保真度。

每个关节的自由度(DOF)(表2)都被明确指出,来帮助构建仿真,模拟人从某个高度跌落的情况。无关紧要的自由度被忽略了。例如,沿长骨轴的轴向旋转以及肘部,膝盖和脚踝的外展和内收运动被忽略,因为它们不影响跌落的力。

表 2 : 每个关节的自由度(DOF)

关节的被动阻力矩

通过广泛的文献调查,对人体关节的刚度特性进行了研究,以定义和采用最合适的定律来描述每个约束的特性。这些属性的正确定义对于通过机械约束限制运动的自由度(避免获得不自然的位置)以及确保重力作用在部位上时模型的稳定性是至关重要的。根据文献调查,大多数约束条件选择了非线性力矩-旋转角度的关系。对于其余部分,选择线性的转动刚度值。

通过与实验研究的比较,完成模型的验证。在本研究中,分析了五种不同的跌落情况(图4),并针对每种跌落情况计算了作用在头部上的冲击力的值。这些配置是使用Adams多体动力学模型复现的。初始的运动施加到人体模型中以重现特定场景,然后将重力应用于人体模型。

图4 : 建模方案

模型验证了能够复制机器人的运动学行为,其头部的冲击力值最大偏差为11%。

实验设计分析

使用可用的经过验证的模型,下一步是确定对最终身体姿势影响最大的变量子集(表3)。

表 3 对最终身体姿势影响最大的研究变量

基于这些识别出的变量,创建了实验设计(DOE)。然后优化这些参数以使目标函数最小,本目标函数为受害者最终的位置A与仿真预测位置M的偏差。

图 5 仿真流程

反复进行一系列的DOE分析,以优化初始参数的数量和要研究值的范围,如图5所示。

联系我们