首页 / 专利库 / 编辑中 / 编辑决策表 / 一种基于乘员体征识别的智能安全气囊控制系统及方法

一种基于乘员体征识别的智能安全气囊控制系统及方法

阅读:158发布:2020-05-13

专利汇可以提供一种基于乘员体征识别的智能安全气囊控制系统及方法专利检索,专利查询,专利分析的服务。并且本 发明 公开一种基于乘员体征识别的智能安全气囊控制系统及方法,涉及 汽车 安全领域,包含 数据采集 模 块 、乘员体征识别模块、安全气囊点火判断模块、安全气囊点火控 制模 块。主要包括以下内容:识别不同类型的乘员,并将其数值化;采用比功率法,对安全气囊的点火条件和点火时刻进行判断;提出基于乘员体征的双气室安全气囊控制 算法 ,划分双气室安全气囊点火控制的基本区间、拓展区间、非区间,在基本区间,安全气囊只有一个气室点火,在非区间,安全气囊两个气室全部点火,而在拓展区间,两个气室按照一定的时间间隔依次点火;考虑乘员体征和碰撞危险程度,建立双气室点火时间间隔计算模型。通过准确检测乘员体征,并根据不同乘员体征、不同的碰撞危险程度,采取不同的安全气囊控制策略,有效降低了碰撞对乘员的伤害,且实时性高。,下面是一种基于乘员体征识别的智能安全气囊控制系统及方法专利的具体信息内容。

1.一种基于乘员体征识别的智能安全气囊控制系统,其特征在于:包含数据采集、乘员体征识别模块、安全气囊点火判断模块、安全气囊点火控制模块;
所述数据采集模块包含图像传感器、重传感器、加速度传感器和速度传感器;
图像传感器为红外摄像头,放置在挡玻璃左上方,用来采集副驾驶座乘员上半身图像信息;
重力传感器放置在副驾驶座下方,用于采集乘员的体重;
加速度传感器安装在安全气囊控制器上,用于对车辆的加速度信息进行采集;
乘员体征识别模块,用于利用图像传感器提供的乘员图像信息和重力传感器提供的乘员体重信息,对不同体征的乘员进行分类,并将其数值化;
安全气囊点火判断模块,用于安全气囊点火条件和点火时刻的判断;
安全气囊点火控制模块,用于对双气室安全气囊点火进行控制。
2.一种基于权利要求1所述的乘员体征识别的智能安全气囊控制系统的控制方法,其特征在于:具体包含如下步骤;
步骤1,通过图像传感器采集副驾驶座乘员上半身图像信息,通过放置在副驾驶座下方的重力传感器采集乘员的身体重量,通过安装在安全气囊控制器上的加速度传感器对车辆的加速度信息进行采集;
步骤2,利用图像传感器提供的乘员图像信息和重力传感器提供的乘员体重信息,对不同体征的乘员进行分类,并将其数值化并存储备用;
步骤3,利用加速度传感器传来的加速度信息,使用比功率法判断碰撞是否发生;
步骤4,若汽车发生碰撞事故,则利用加速度传感器传来的加速度信息,将时间窗内的加速度变化量和速度变化量作为特征参数,划分出基本区间、拓展区间和非区间,在基本区间内,单气室点火,在非区间内,双气室点火,在拓展区间内,双气室依次点火;
若处于拓展区间内,则通过乘员体征计算易受伤害程度,并考虑易受伤害程度和碰撞的严重程度,决策出安全气囊间隔点火的时间,双气室安全气囊点火。
3.根据权利要求2所述的一种基于乘员体征识别的智能安全气囊控制方法,其特征在于:在步骤2中,对不同体征的乘员进行分类,具体如下:
步骤2.1,采用图像识别的方法对乘员类型进行检测,将乘员类型分成5类:包含婴儿(C0)、6岁儿童(C1)、5百分位女性(C2)、50百分位男性(C3)以及95百分位男性(C4);
步骤2.2,乘员图像处理:截取座椅附近感兴趣的区域,并将截取区域进行灰度化;采用Sobel边缘检测算子,将每个像素点依次和Sobel算子进行计算,并将得到的结果和设定的阈值结合,得到一幅二值边缘图像,以此将乘员与图像背景进行;
步骤2.3,乘员特征提取:二值边缘图像代表不同特征乘员的像素分布,形成一个二维概率密度分布函数;采用25阶Legendre矩提取乘员体征,在每一张图片中可得到676个特征,即一个676维度的向量;进而得到的特征向量包含了不同乘员的体征的信息;
步骤2.3,乘员类型分类:采用支持向量机的方法对乘员体征进行分类,并将分类后的结果验证,精度高的模型用于乘员类型实时识别。
4.根据权利要求2所述的一种基于乘员体征识别的智能安全气囊控制方法,其特征在于:在步骤2中,乘员体征数值化,具体如下:
通过放置在副驾驶座下的重力传感器,采集乘员的体重信息,记为W,将图像识别得到的婴儿、儿童、5百分位成年女性、50百分位成年男性以及95百分位成年男性5种乘员类型数值化为a1,a2,a3,a4,a5且满足a1<a2<a3<a4<a5,该参数越小,代表乘员身高越矮;则乘员体征参数ybody的计算公式为:
其中,εi为调节因子,防止出现婴儿或儿童和成年人有相同的乘员体征参数,乘员体征参数ybody的数值越小,代表其越容易受到伤害。
5.根据权利要求2所述的一种基于乘员体征识别的智能安全气囊控制方法,其特征在于:在步骤3中,通过加速度传感器实时采集的加速度信息,计算速度变化量ΔV:
其中,t0为移动时间窗的起始时刻;
当前时刻t的加速度坡度为:
碰撞过程中总动量的变化为:
对总动量求二阶导数可得:
由于整车质量不会改变,则比功率ΔP为:
ΔP=a2(t)+ΔVJ(t)
当比功率的值超过阈值,则可认定汽车发生碰撞。
6.根据权利要求2所述的一种基于乘员体征识别的智能安全气囊控制方法,其特征在于:在步骤4中,安全气囊点火区间划分的指标有两个:时间窗内的加速度变化量和时间窗内速度变化量;
碰撞发生时,若时间窗内的加速度变化量a和速度变化量v大于某一阈值,可认为发生较为严重的碰撞事故,此时,为了能够更好的保护乘员,双气室应同时点火;当a、v小于某一阈值,可认为碰撞事故较小,单气室点火更能保护好乘员;而在此区间内,双气室依次打开;
故可选取时间窗内的加速度变化量a和速度变化量v作为特征量,通过判断系统特征状态s(a,v)处于何种控制区间而进行不同程度的控制。
7.根据权利要求6所述的一种基于乘员体征识别的智能安全气囊控制方法,其特征在于:通过判断系统特征状态s(a,v)处于何种控制区间而进行不同程度的控制,具体如下:构建横纵坐标分别为a和v的特征平面,设特征量的容许范围分别为a0m和v0m,且系统可调最大特征量分别为am和vm,在a-v平面内,设初始S0(a0,v0),记
对于平面a-v,始终都存在一点S(a,v),定义其关
联函数为:
式中, X表示基本区间;
特征状态关联函数K(S)表明了系统特征状态S和关于系统特征状态的拓展区间的关联度,用于不同的拓展区间范围划分,具体分以下三种情况;
基本区间:当状态S所得的关联函数值0≤K(S)≤1,对应的特征状态属于基本区间;
拓展区间:当状态S所得的关联函数值1≤K(S)≤2,,对应的特征状态属于拓展区间;
非区间:当状态S所得的关联函数值K(S)≥2,,对应的特征状态属于非区间。
8.根据权利要求7所述的一种基于乘员体征识别的智能安全气囊控制方法,其特征在于:对拓展区间内双气室点火时间间隔,建立基于危险程度的双气室点火时间间隔计算方法:
将乘员危险程度Epass和碰撞危险程度Ecrash分别设为5个模糊子集:S(零),MS(小),M(中),MD(大),D(较大);利用调节因子EA将乘员危险程度Epass的变化范围设定为[0,1],利用调节因子EB将碰撞危险程度Ecrash的变化范围设定为[0,0.5];分别编辑对应的隶属度函数,安全气囊点火时间间隔T也设置成为5个模糊子集:S(零),MS(小),M(中),MB(大),B(较大);
安全气囊点火时间间隔T的变化范围设定为[0,10],单位为ms,安全气囊点火时间间隔T越大,安全气囊升压速率越平缓;当决策出双气室安全气囊点火时间间隔后,安全气囊点火;
其中,乘员危险程度为:
其中,ybody为量化后的乘员体征,该数值越小,代表乘员越容易受伤害,EA为调节因子。
碰撞危险程度:
其中,asense为加速度传感器检测到的加速度变化量,该数值越大,代表碰撞的强度越大,EB为调节因子。

说明书全文

一种基于乘员体征识别的智能安全气囊控制系统及方法

技术领域

[0001] 本发明涉及汽车安全领域,尤其涉及一种基于乘员体征识别的智能安全气囊控制系统及方法。

背景技术

[0002] 据2018年《全球道路安全现状报告》,全球每年有135万人因道路交通事故死亡。当事故发生时,安全气囊可以说是乘客最后的保护装置,作用非常重要。相关统计数据显示,如果事故是正面碰撞,使用安全气囊可以减少20%左右的重伤率。但是,在实际的事故中,由于汽车在发生碰撞事故时复杂的环境条件,安全气囊系统也常常会对驾驶员和乘客造成不必要的伤害,且不同体征的乘员,在同一种安全气囊点火控制算法中,其受到的伤害是不同的。

发明内容

[0003] 本发明所要解决的技术问题是针对背景技术的不足提供一种基于乘员体征识别的智能安全气囊控制系统及方法,针对不同的乘员体征,设计安全气囊点火控制算法,使在碰撞事故中安全气囊对不同乘员体征均起到较好的保护效果。
[0004] 本发明为解决上述技术问题采用以下技术方案:
[0005] 一种基于乘员体征识别的智能安全气囊控制系统,包含数据采集、乘员体征识别模块、安全气囊点火判断模块、安全气囊点火控制模块;
[0006] 所述数据采集模块包含图像传感器、重传感器、加速度传感器和速度传感器;
[0007] 图像传感器为红外摄像头,放置在挡玻璃左上方,用来采集副驾驶座乘员上半身图像信息;
[0008] 重力传感器放置在副驾驶座下方,用于采集乘员的体重;
[0009] 加速度传感器安装在安全气囊控制器上,用于对车辆的加速度信息进行采集;
[0010] 乘员体征识别模块,用于利用图像传感器提供的乘员图像信息和重力传感器提供的乘员体重信息,对不同体征的乘员进行分类,并将其数值化;
[0011] 安全气囊点火判断模块,用于安全气囊点火条件和点火时刻的判断;
[0012] 安全气囊点火控制模块,用于对双气室安全气囊点火进行控制。
[0013] 一种基于乘员体征识别的智能安全气囊控制系统的控制方法,具体包含如下步骤;
[0014] 步骤1,通过图像传感器采集副驾驶座乘员上半身图像信息,通过放置在副驾驶座下方的重力传感器采集乘员的身体重量,通过安装在安全气囊控制器上的加速度传感器对车辆的加速度信息进行采集;
[0015] 步骤2,利用图像传感器提供的乘员图像信息和重力传感器提供的乘员体重信息,对不同体征的乘员进行分类,并将其数值化存储备用;
[0016] 步骤3,利用加速度传感器传来的加速度信息,使用比功率法判断碰撞是否发生;
[0017] 步骤4,若汽车发生碰撞事故,则利用加速度传感器传来的加速度信息,将时间窗内的加速度变化量和速度变化量作为特征参数,划分出基本区间、拓展区间和非区间,在基本区间内,单气室点火,在非区间内,双气室点火,在拓展区间内,双气室依次点火;
[0018] 若处于拓展区间内,则通过乘员体征计算计算易受伤害程度,并考虑易受伤害程度和碰撞的严重程度,决策出安全气囊间隔点火的时间,双气室安全气囊点火。
[0019] 作为本发明一种基于乘员体征识别的智能安全气囊控制方法的进一步优选方案,在步骤2中,对不同体征的乘员进行分类,具体如下:
[0020] 步骤2.1,采用图像识别的方法对乘员类型进行检测,将乘员类型分成5类:包含婴儿(C0)、6岁儿童(C1)、5百分位女性(C2)、50百分位男性(C3)以及95百分位男性(C4);
[0021] 步骤2.2,乘员图像处理:截取座椅附近感兴趣的区域,并将截取区域进行灰度化;采用Sobel边缘检测算子,将每个像素点依次和Sobel算子进行计算,并将得到的结果和设定的阈值结合,得到一幅二值边缘图像,以此将乘员与图像背景进行;
[0022] 步骤2.3,乘员特征提取:二值边缘图像代表不同特征乘员的像素分布,形成一个二维概率密度分布函数;采用25阶Legendre矩提取乘员体征,在每一张图片中可得到676个特征,即一个676维度的向量;进而得到的特征向量包含了不同乘员的体征的信息;
[0023] 步骤2.3,乘员类型分类:采用支持向量机的方法对乘员体征进行分类,并将分类后的结果验证,精度高的模型用于乘员类型实时识别。
[0024] 作为本发明一种基于乘员体征识别的智能安全气囊控制方法的进一步优选方案,在步骤2中,乘员体征数值化,具体如下:
[0025] 通过放置在副驾驶座下的重力传感器,采集乘员的体重信息,记为W,将图像识别得到的婴儿、儿童、5百分位成年女性、50百分位成年男性以及95百分位成年男性5种乘员类型数值化为a1,a2,a3,a4,a5且满足a1<a2<a3<a4<a5,该参数越小,代表乘员身高越矮;则乘员体征参数ybody的计算公式为:
[0026]
[0027] 其中,εi为调节因子,防止出现婴儿或儿童和成年人有相同的乘员体征参数,乘员体征参数ybody的数值越小,代表其越容易受到伤害。
[0028] 作为本发明一种基于乘员体征识别的智能安全气囊控制方法的进一步优选方案,在步骤3中,通过加速度传感器实时采集的加速度信息,计算速度变化量ΔV:
[0029]
[0030] 其中,t0为移动时间窗的起始时刻;
[0031] 当前时刻t的加速度坡度为:
[0032]
[0033] 碰撞过程中总动量的变化为:
[0034]
[0035] 对总动量求二阶导数可得:
[0036]
[0037] 由于整车质量不会改变,则比功率ΔP为:
[0038] ΔP=a2(t)+ΔVJ(t)
[0039] 当比功率的值超过阈值,则可认定汽车发生碰撞。
[0040] 作为本发明一种基于乘员体征识别的智能安全气囊控制方法的进一步优选方案,在步骤4中,安全气囊点火区间划分的指标有两个:时间窗内的加速度变化量和时间窗内速度变化量;
[0041] 碰撞发生时,若时间窗内的加速度变化量a和速度变化量v大于某一阈值,可认为发生较为严重的碰撞事故,此时,为了能够更好的保护乘员,双气室应同时点火;当a、v小于某一阈值,可认为碰撞事故较小,单气室点火更能保护好乘员;而在此区间内,双气室依次打开;故可选取时间窗内的加速度变化量a和速度变化量v作为特征量,通过判断系统特征状态s(a,v)处于何种控制区间而进行不同程度的控制。
[0042] 作为本发明一种基于乘员体征识别的智能安全气囊控制方法的进一步优选方案,通过判断系统特征状态s(a,v)处于何种控制区间而进行不同程度的控制,具体如下:构建横纵坐标分别为a和v的特征平面,设特征量的容许范围分别为a0m和v0m,且系统可调最大特征量分别为am和vm,在a-v平面内,设初始S0(a0,v0),记对于平面a-v,始终都存在一点S(a,v),定义其关
联函数为:
[0043]
[0044] 式中, X表示基本区间;
[0045] 特征状态关联函数K(S)表明了系统特征状态S和关于系统特征状态的拓展区间的关联度,用于不同的拓展区间范围划分,具体分以下三种情况;
[0046] 基本区间:当状态S所得的关联函数值0≤K(S)≤1,对应的特征状态属于基本区间;
[0047] 拓展区间:当状态S所得的关联函数值1≤K(S)≤2,,对应的特征状态属于拓展区间;
[0048] 非区间:当状态S所得的关联函数值K(S)≥2,,对应的特征状态属于非区间。
[0049] 作为本发明一种基于乘员体征识别的智能安全气囊控制方法的进一步优选方案,对拓展区间内双气室点火时间间隔,建立基于危险程度的双气室点火时间间隔计算方法:
[0050] 将乘员危险程度Epass和碰撞危险程度Ecrash分别设为5个模糊子集:S(零),MS(小),M(中),MD(大),D(较大);利用调节因子EA将乘员危险程度Epass的变化范围设定为[0,1],利用调节因子EB将碰撞危险程度Ecrash的变化范围设定为[0,0.5];分别编辑对应的隶属度函数,安全气囊点火时间间隔T也设置成为5个模糊子集:S(零),MS(小),M(中),MB(大),B(较大);安全气囊点火时间间隔T的变化范围设定为[0,10],单位为ms,安全气囊点火时间间隔T越大,安全气囊升压速率越平缓;当决策出双气室安全气囊点火时间间隔后,安全气囊点火;
[0051] 其中,乘员危险程度为:
[0052]
[0053] 其中,ybody为量化后的乘员体征,该数值越小,代表乘员越容易受伤害,EA为调节因子。
[0054] 碰撞危险程度:
[0055]
[0056] 其中,asense为加速度传感器检测到的加速度变化量,该数值越大,代表碰撞的强度越大,EB为调节因子。
[0057] 本发明采用以上技术方案与现有技术相比,具有以下技术效果:
[0058] 1、本发明针对不同的乘员体征,设计安全气囊点火控制算法,使在碰撞事故中安全气囊对不同乘员体征均起到较好的保护效果;
[0059] 2、本发明通过乘员体征识别模块进行识别,并将识别结果数值化;安全气囊点火判断模块采用比功率法,对安全气囊的点火条件和点火时刻进行判断;利用乘员识别的结果、加速度传感器的加速度信息,提出基于乘员体征的双气室安全气囊控制算法,划分双气室安全气囊点火控制的基本区间、拓展区间、非区间,在基本区间,安全气囊只有一个气室点火,在非区间,安全气囊两个气室全部点火,而在拓展区间,两个气室按照一定的时间间隔依次点火,该时间间隔的获得,本发明考虑乘员的体征和碰撞的危险程度,采用模糊控制理论进行求解;本发明可以准确检测乘员体征,并根据不同乘员体征采取不同的安全气囊控制策略,有效降低了碰撞对乘员的伤害,且实时性高。附图说明
[0060] 图1是智本发明能安全气囊控制系统结构;
[0061] 图2是本发明拓展区间示意图;
[0062] 图3是本发明输入参数隶属度函数;
[0063] 图4是本发明输出参数隶属度函数。

具体实施方式

[0064] 下面结合附图对本发明的技术方案做进一步的详细说明
[0065] 为了解决上述问题,本发明提出了一种基于乘员体征识别的智能安全气囊控制方法。该系统解决技术问题所采用的方案为:
[0066] 一种基于乘员体征识别的智能安全气囊控制系统,包含数据采集模块、乘员体征识别模块、安全气囊点火判断模块、安全气囊点火控制模块;
[0067] 所述数据采集模块包含图像传感器、重力传感器、加速度传感器和速度传感器;
[0068] 图像传感器为红外摄像头,放置在挡风玻璃左上方,用来采集副驾驶座乘员上半身图像信息;
[0069] 重力传感器放置在副驾驶座下方,用于采集乘员的体重;
[0070] 加速度传感器安装在安全气囊控制器上,用于对车辆的加速度信息进行采集;
[0071] 乘员体征识别模块,用于利用图像传感器提供的乘员图像信息和重力传感器提供的乘员体重信息,对不同体征的乘员进行分类,并将其数值化;
[0072] 安全气囊点火判断模块,用于安全气囊点火条件和点火时刻的判断;
[0073] 安全气囊点火控制模块,用于对双气室安全气囊点火进行控制。
[0074] 一种基于智能安全气囊控制系统的控制方法,具体包含如下步骤;
[0075] 步骤1,通过图像传感器采集副驾驶座乘员上半身图像信息,通过放置在副驾驶座下方的重力传感器采集乘员的身体重量,通过安装在安全气囊控制器上的加速度传感器对车辆的加速度信息进行采集;
[0076] 步骤2,利用图像传感器提供的乘员图像信息和重力传感器提供的乘员体重信息,对不同体征的乘员进行分类,并将其数值化存储备用;
[0077] 步骤3,利用加速度传感器传来的加速度信息,使用比功率法判断碰撞是否发生;
[0078] 步骤4,若汽车发生碰撞事故,则利用加速度传感器传来的加速度信息,将时间窗内的加速度变化量和速度变化量作为特征参数,划分出基本区间、拓展区间和非区间,在基本区间内,单气室点火,在非区间内,双气室点火,在拓展区间内,双气室依次点火;
[0079] 若处于拓展区间内,则通过乘员体征计算计算易受伤害程度,并考虑易受伤害程度和碰撞的严重程度,决策出安全气囊间隔点火的时间,双气室安全气囊点火。
[0080] 具体实施例如下:
[0081] 数据采集模块主要包含的传感器有:图像传感器、重力传感器、加速度传感器和速度传感器等。图像传感器为红外摄像头,放置在挡风玻璃左上方,用来采集副驾驶座乘员上半身图像信息;重力传感器放置在副驾驶座下方,用于采集乘员的身体重量;加速度传感器安装在安全气囊控制器上,主要对车辆的加速度信息进行采集。
[0082] 乘员体征识别模块主要利用图像传感器提供的乘员图像信息和重力传感器提供的乘员体重信息,对不同体征的乘员进行分类,并将其数值化。
[0083] 乘员类型分类
[0084] 首先采用图像识别的方法对乘员类型进行检测,将乘员类型分成5类:婴儿(C0)、6岁儿童(C1)、5百分位女性(C2)、50百分位男性(C3)以及95百分位男性(C4)。基于图像识别的乘员类型识别算法包括3个步骤:乘员图像处理、乘员特征提取、乘员类型分类。
[0085] 1.乘员图像处理:为了提高特征分类的效率,减少不必要的特征对乘员体征识别的影响,截取座椅附近感兴趣的区域,并将截取区域进行灰度化;采用Sobel边缘检测算子,将每个像素点依次和Sobel算子进行计算,并将得到的结果和设定的阈值结合,得到一幅二值边缘图像,以此将乘员与图像背景进行。
[0086] 2.乘员特征提取:二值边缘图像代表不同特征乘员的像素分布,形成一个二维概率密度分布函数。采用25阶Legendre矩提取乘员体征,在每一张图片中可以得到676个特征,也是一个676维度的向量。该方法得到的特征向量包含了不同乘员的体征的信息。
[0087] 3.乘员类型分类:采用支持向量机的方法对乘员体征进行分类,并将分类后的结果验证,精度高的模型用于乘员类型实时识别。
[0088] 乘员体征数值化
[0089] 由于以上只选取了典型的乘员类型,而在实际生活中,乘员的类型不仅仅为以上5类,所以本发明提出结合身体重量的乘员体征分类方法。
[0090] 通过放置在副驾驶座下的重力传感器,采集乘员的体重信息,记为W,将图像识别得到的婴儿、儿童、5百分位成年女性、50百分位成年男性以及95百分位成年男性等5种乘员类型数值化为α1、α2、α3、α4、α5,且满足α1<α2<α3<α4<α5,该参数越小,代表乘员身高越矮。乘员体征参数ybody的计算公式为:
[0091]
[0092] εi为调节因子,防止出现婴儿或儿童和成年人有相同的乘员体征参数,乘员体征参数ybody的数值越小,代表其越容易受到伤害。
[0093] 安全气囊点火条件和点火时刻的判断,采用比功率法进行计算。
[0094] 通过加速度传感器实时采集的加速度信息,计算速度变化量ΔV:
[0095]
[0096] 其中t0为移动时间窗的起始时刻。
[0097] 当前时刻t的加速度坡度为:
[0098]
[0099] 碰撞过程中总动量的变化为:
[0100]
[0101] 对总动量求二阶导数可得:
[0102]
[0103] 由于整车质量不会改变,为了精简计算,所以比功率为:
[0104] ΔP=a2(t)+ΔVJ(t)
[0105] 当比功率的值超过阈值,则可以认定汽车发生碰撞。
[0106] 安全气囊点火控制模块
[0107] 当碰撞发生时,为了能够更好地保护乘员,本发明考虑碰撞的严重程度和乘员易受伤害的程度,进一步对安全气囊点火进行控制。
[0108] 本发明的控制对象为双气室安全气囊。双气室安全气囊有两个可以控制的气室,其点火模式可以有多种组合:单气室点火、双气室同时点火、双气室按照一定的时间间隔依次点火等方式,在点火控制上具有更多的灵活性。根据这种情况,本发明提出了基于区间思想的安全气囊点火控制算法。
[0109] 安全气囊点火区间划分的指标有两个:时间窗内的加速度变化量和时间窗内速度变化量。
[0110] 碰撞发生时,若时间窗内的加速度变化量a和速度变化量v大于某一阈值,可以认为发生较为严重的碰撞事故,此时,为了能够更好的保护乘员,双气室应同时点火;当a、v小于某一阈值,可以认为碰撞事故较小,单气室点火更能保护好乘员;而在此区间内,双气室依次打开。故可以选取时间窗内的加速度变化量a和速度变化量v作为特征量,通过判断系统特征状态S(a,v)处于何种控制区间而进行不同程度的控制。
[0111] 构建横纵坐标分别为a和v的特征平面,设特征量的容许范围分别为aom和vom,且系统可调最大特征量分别为am和vm。那么,关于特征状态S(a,v)的拓展区间可以用图2表示。在a-v平面内,设初始S0(a0,v0),记 对于平面a-v,始终都存在一点S(a,v),定义其关联函数为:
[0112]
[0113] 式中, X表示基本区间。
[0114] 如图2所示,特征状态关联函数K(S)表明了系统特征状态S和关于系统特征状态的拓展区间的关联度,用于不同的拓展区间范围划分,具体分以下三种情况。
[0115] 基本区间:当状态S所得的关联函数值0≤K(S)≤1,对应的特征状态属于基本区间。在此区间内,由于加速度变化量和速度变化量相对较小,单气室点火便可以更好的保护乘员。
[0116] 拓展区间:当状态S所得的关联函数值1≤K(S)≤2,,对应的特征状态属于拓展区间。拓展区间是解决矛盾问题的重要区域,该区间内双气室按照一定的时间间隔依次点火,怎样设计时间间隔能够更好地保护乘员,是该算法的重点。
[0117] 非区间:当状态S所得的关联函数值K(S)≥2,,对应的特征状态属于非区间。在此范围内,特征状态较大的偏离基本区间,双气室同时点火。
[0118] 下面对拓展区间内双气室点火时间间隔进行计算:
[0119] 碰撞发生时,乘员的危险主要来自两个方面:碰撞事故对乘员造成的伤害、安全气囊起爆对乘员的伤害。为了保证碰撞对乘员造成的伤害量最小的同时,减少安全气囊起爆对乘员的影响,在拓展区间内,本发明建立基于危险程度的双气室点火时间间隔计算方法。
[0120] 在某些情况下安全气囊有可能对人体造成一定程度的伤害。汽车发生碰撞事故时,安全气囊的高速弹出对不同体征乘员造成的伤害量是不同的,基于这一点,可以通过调节安全气囊点火时间间隔,来调节双气室安全气囊的升压速率,从而实现对乘员更好的保护。但在拓展区间内,其升压速率不能过快,过快会导致小体征乘员遭受来自安全气囊更多的伤害,也不能过慢,过慢会导致安全气囊不能有效减少来自汽车碰撞的伤害。本发明提出乘员危险程度和碰撞危险程度两个指标参数,来表征这一矛盾。乘员危险程度表示乘员易受伤害的程度,由乘员的体征决定;碰撞危险程度表示的是碰撞严重程度,由一定时间内加速度变化量决定。
[0121] 乘员危险程度为:
[0122]
[0123] 其中,ybody为量化后的乘员体征,该数值越小,代表乘员越容易受伤害,EA为调节因子。
[0124] 碰撞危险程度:
[0125]
[0126] 其中,asense为加速度传感器检测到的加速度变化量,该数值越大,代表碰撞的强度越大,EB为调节因子。
[0127] 由于乘员危险程度Epass和碰撞危险程度Ecrash与安全气囊点火时间间隔T的关系不能精确描述,故采用模糊控制理论解决这一问题。
[0128] 首先,将乘员危险程度Epass和碰撞危险程度Ecrash分别设为5个模糊子集:S(零),MS(小),M(中),MD(大),D(较大)。利用调节因子EA将乘员危险程度Epass的变化范围设定为[0,1],利用调节因子EB将碰撞危险程度Ecrash的变化范围设定为[0,0.5]。分别编辑对应的隶属度函数,如图3所示。安全气囊点火时间间隔T也设置成为5个模糊子集:S(零),MS(小),M(中),MB(大),B(较大)。安全气囊点火时间间隔T的变化范围设定为[0,10],单位为ms,安全气囊点火时间间隔T越大,安全气囊升压速率越平缓。编辑输出变量对应的隶属度函数,如图4所示。点火间隔时间模糊规则如表1所示。
[0129] 表1
[0130]
[0131] 当决策出双气室安全气囊点火时间间隔后,安全气囊点火。
[0132] 最后应说明的几点是:首先,在本申请的描述中,需要说明的是,除非另有规定和限定,术语“安装”、“相连”、“连接”应做广义理解,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变,则相对位置关系可能发生改变;
[0133] 其次:本发明公开实施例附图中,只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计,在不冲突情况下,本发明同一实施例及不同实施例可以相互组合;
[0134] 最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈