CN108515936A - 基于乘驾人姿态的自适应安全气囊及其控制方法 - Google Patents

Abstract

本发明公开了一种基于乘驾人姿态的自适应安全气囊，其可以实现在多个方向调节安全气囊的位置，使其适用于不同的乘驾人，提高驾驶的安全性；本发明还提供了一种基于BP神经网络的安全气囊控制方法，能够根据乘驾人的坐姿、体重来调节安全气囊的位置，使其处在最佳位置，提高驾驶出行的安全性能。

Description

基于乘驾人姿态的自适应安全气囊及其控制方法

技术领域

本发明涉及一种车辆安全气囊，尤其涉及基于驾驶人姿态的自适应安全气囊及其控制方法。

背景技术

随着国内汽车工业地蓬勃发展，汽车已经进入千家万户。因而驾驶安全等问题受到越来越多人的关注。安全气囊***是一种被动安全性的保护***，它与座椅安全带配合使用，可以为乘员提供有效的防撞保护。在汽车相撞时，汽车安全气囊可使头部受伤率减少25％，面部受伤率减少80％左右。安全气囊工作时用无害的氦气填充。在发生碰撞时，安全气囊充气大约需要0.03秒。非常快的充气速度对确保当乘客的身体被安全带束缚不动而头部仍然向前行进时，安全气囊能及时到位。在头部碰到安全气囊时，安全气囊通过气囊表面的气孔开始排气。气体的排出有一定的速率，确保让人的身体部位缓慢地减速。由于安全气囊弹开充气的速度可高达320公里/小时，碰撞时如果人的乘坐姿势不正确，将给人带来严重的伤害。

另一方面，目前乘驾人种类不再单一，体态坐姿千差万别，但是现有的汽车安全气囊位置绝大部分只针对部分乘驾人，且位置固定，不能根据乘驾人的实际情况进行调整，这大大降低了安全气囊对于乘驾人的保护效果。

发明内容

本发明为解决目前的技术不足之处，提供了基于乘驾人姿态的自适应安全气囊的控制方法，可以根据乘驾人的姿态及时调整安全气囊的位置和角度。

本发明的另一目的是提供基于乘驾人姿态的自适应安全气囊，可以调节气囊位置。

本发明提供的技术方案为：

基于乘驾人姿态的自适应安全气囊，包括：

底座，其安装在仪表板内；

两个纵向基座，其平行间隔地设置在所述底座上；

两个第一电机，其分别对应设置在所述纵向基座一端；

两个纵向丝杠，其可旋转地分别对应设置在所述纵向基座内，所述纵向丝杠与所述第一电机输出轴固连；

两个纵向滑块，其分别可滑动地与所述纵向丝杠的螺母固连；

横向基座，其两端分别固连在所述纵向滑块上；

第二电机，其设置在所述横向基座一端；

横向丝杠，其可旋转地设置在所述横向基座内，所述横向丝杠一端与所述第二电机输出轴固连；

横向滑块，其可滑动地固设在所述横向丝杠的螺母上；

安全气囊，其固设在所述横向滑块上。

优选的是，还包括：

第三电机，其固设在所述横向滑块上方；

所述安全气囊固连在所述第三电机输出轴上。

优选的是，

所述第三电机输出轴方向垂直于所述底座上表面所在平面。

优选的是，

所述第一电机、所述第二电机、所述第三电机均为步进电机。

优选的是，

压力传感器，其设置在座椅上，用以检测座椅上方压力；

深度摄像头，其设置在前挡风玻璃顶部，测量乘驾人的距离；

控制器，其连接所述压力传感器、所述深度摄像头，并控制所述第一电机、所述第二电机、所述第三电机。

基于乘驾人姿态的自适应安全气囊的控制方法，包括以下步骤：

步骤1、按照采样周期，采集座椅上方压力F，乘驾人的鼻尖与安全气囊距离a，胸部与安全气囊距离b，腹部处与安全气囊距离c；

步骤2：依次将采集座椅上方压力F，乘驾人鼻尖与安全气囊距离a，胸部与安全气囊距离b，腹部处与安全气囊距离c进行规格化，确定三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄}；其中，x₁为座椅上方压力系数，x₂为乘驾人鼻尖与安全气囊距离系数，x₃为乘驾人胸部与安全气囊距离系数，x₄为乘驾人腹部与安全气囊距离系数；

步骤3：所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,…,y_m}；m为中间层节点个数；

步骤4：得到输出层向量z＝{z₁,z₂,z₃}；其中，z₁为第一电机输出轴转动角度调节系数，z₂为第二电机输出轴转动角度调节系数，z₃为第三电机输出轴伸长长度调节系数，使

其中，z₁ ⁱ、z₂ ⁱ、z₃ ⁱ分别为第i个采样周期输出层向量参数，α^x _max、α^y _max、L_max分别为第一电机输出轴最大转动角度、第二电机输出轴最大转动角度、第三电机输出轴最大伸长长度，α^x _i+1、α^y _i+1、L_i+1分别为第i+1个采样周期的第一电机输出轴转动角度、第二电机输出转动角度、第三电机输出轴伸长长度。

优选的是，

其中，x_j为输入层向量中的参数，X_j分别代表测量参数F、a、b、c，j＝1,2,3,4；X_jmax和X_jmin分别为相应测量参数中的最大值和最小值。

优选的是，

在所述步骤4中，初始运行状态下，第三电机输出轴伸长长度满足：

其中，L₀为第三电机输出轴初始伸长长度，L_max为第三电机输出轴最大伸长长度，G为安全气囊的重量，S为底座与对应座椅的距离，β为所述底座与车底盘的夹角。

优选的是，

在所述步骤3中，所述中间层节点个数m为4。

优选的是，

座椅上设置有n个压力传感器，采集的压力值分别为F₁′，F₂′，…F_i′，…，F_n′，根据压力传感器的位置赋予该压力值权值W_Fi，通过下式计算压力：

本发明所述的有益效果：1)本发明提供的基于乘驾人姿态的自适应安全气囊可以在多个方向调节安全气囊的位置，使其适用于不同的乘驾人，提高驾驶的安全性；2)本发明提供了一种基于BP神经网络控制安全气囊的方法，能够根据乘驾人的坐姿、体重来调节安全气囊的位置，提高安全性能。

附图说明

图1为本发明的基于乘驾人姿态的自适应安全气囊整体结构图。

图2为本发明的基于乘驾人姿态的自适应安全气囊纵向基座结构图。

图3为本发明的基于乘驾人姿态的自适应安全气囊横向基座结构图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1-3所示，本发明提供了基于乘驾人姿态的自适应安全气囊，包括底座100，其安装在汽车的仪表板内。在底座100上平行间隔地设置有两个纵向基座200。在纵向基座200一端安装有第一电机310，纵向基座200上表面设置有第一凹槽，第一凹槽内容纳有可旋转的纵向丝杠210，纵向丝杠210的一端与第一电机310的输出轴311固连。纵向滑块220可滑动地与纵向丝杠210固连。

横向基座400两端分别与两纵向滑块220固连。则横向基座400可以通过纵向滑块220在纵向基座200上滑动。在横向基座400一端设置有第二电机320，横向基座400内设置有可旋转的横向丝杠410。横向滑块420与所述横向丝杠410固连，且可随着丝杠的滑动而滑动。在横向滑块420上固设有第三电机330。第三电机330的输出轴固连安全气囊500。第三电机330的输出轴方向与底座100上表面所在方向垂直。安全气囊500随着横向滑块的滑动而移动。

在纵向基座200的两侧设置有纵向滑杆230，在纵向滑块220下表面平行设置有两纵向滑槽221，纵向滑杆230可滑动地匹配在纵向滑槽221内。在纵向滑块220的下表面中心设置有第一凸台222，其与纵向丝杠210的螺母固连。在纵向滑杆230的上表面设置有多个第一螺纹孔223，横向基座400的两端通过螺丝与第一螺纹孔223匹配固连。

在横向基座400的两侧设置有横向滑杆430，在横向滑块420下表面平行设置有两横向滑槽421，横向滑杆430可滑动地匹配在横向滑槽421内。在横向滑块420的下表面中心设置有第二凸台422，其与横向丝杠410的螺母固连。在横向滑杆430的上表面设置有多个第二螺纹孔423，第三电机330通过螺钉与第二螺纹孔423匹配固定。

第一电机310、第二电机320和第三电机330为步进电机。

压力传感器，其设置在座椅上，用以检测座椅上方压力；深度摄像头，其设置在前挡风玻璃顶部，可以拍摄乘驾人的图像，测量乘驾人的距离；控制器，其连接所述压力传感器、所述深度摄像头，并控制所述第一电机、所述第二电机、所述第三电机。

其中，压力传感器设置在座椅上，用于测量座椅上方压力。作为一种优选的，在座椅上设置有n个压力传感器，它们测量的压力值分别为F₁′，F₂′，…F_i′，…，F_n′，F_i′表示第i个压力传感器测量的压力值，其单位为N。根据每个压力传感器所在位置的不同，赋予其一定的权值，即第i个压力传感器的权值为W_Fi，然后可将所有压力传感器的加权平均压力定义为座椅上方压力F，其单位为N。因此，某一时刻座椅上方压力F可定义为：

权值W_Fi根据经验分析得出，并且满足：

表1列出了一组压力传感器的分布情况和测量值。

表1 一组压力传感器测量值

序号	权值	位置	测量值
				F1	WF1＝1.5	座椅右上角(靠近椅背车窗)	400
F2	WF2＝0.5	座椅左上角	450
				F3	WF3＝1.5	座椅中心	550
F4	WF4＝0.5	座椅左下角	600
				F5	WF5＝1	座椅右下角	540

则根据公式可得：

F＝(400×0.5+450×0.5+550×2.0+600×1.0+540×1.0)/5＝533

则表示此时座椅上方的压力为533N。

本发明提供了一种基于乘驾人姿态的自适应安全气囊控制方法：

步骤一S110：建立BP神经网络模型。

本发明采用的BP网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示n个输入参数，这些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，由***实际需要输出的响应确定。

该网络的数学模型为：

输入向量：x＝(x₁,x₂,...,x_n)^T

中间层向量：y＝(y₁,y₂,...,y_m)^T

输出向量：Z＝(z₁,z₂,...,z_p)^T

本发明中，输入层节点数为n＝4，输出层节点数为p＝3。隐藏层节点数m由下式估算得出：

输入信号4个参数分别表示为：x₁为座椅上方压力系数，x₂为乘驾人鼻尖与安全气囊距离系数，x₃为乘驾人胸部与安全气囊距离系数，x₄为乘驾人腹部与安全气囊距离系数。

由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入人工神经网络之前，需要将数据规格化为0-1之间的数。

具体而言，对于使用压力传感器测量的座椅上方压力F，进行规格化后，得到座椅上方压力F系数x₁：

其中，F_max和F_min分别为座椅上方最大压力和最小压力。

同样的，对于使用深度摄像头测量的乘驾人鼻尖与安全气囊距离，进行规格化后，得到乘驾人鼻尖与安全气囊距离系数x₂：

其中，a_max和a_min分别为乘驾人鼻尖与安全气囊最大距离和最小距离。

同样的，对于使用深度摄像头测量的乘驾人胸部与安全气囊距离，进行规格化后，得到乘驾人胸部与安全气囊距离系数x₃：

其中，b_max和b_min分别为乘驾人胸部与安全气囊最大距离和最小距离。

同样的，对于使用深度摄像头测量的乘驾人腹部与安全气囊距离，进行规格化后，得到乘驾人腹部与安全气囊距离系数x₄：

其中，c_max和c_min分别为乘驾人腹部与安全气囊最大距离和最小距离。

输出的三个参数分别表示为：z₁为第一电机输出轴转动角度调节系数，z₂为第二电机输出轴转动角度调节系数，z₃为第三电机输出轴伸长长度调节系数。

第一电机输出轴转动角度调节系数z₁表示下一个采样周期时第一电机输出轴转动角度与第一电机输出轴最大转动角度之比，即在第i个采样周期获取输入参数，通过BP神经网络输出第i个采样周期的第一电机输出轴转动角度调节系数z₁ ⁱ后，控制第i+1个采样周期中的第一电机输出轴转动角度α^x _i+1，使其满足：

其中，α^x _max为第一电机输出轴最大转动角度。

第二电机输出轴转动角度调节系数z₂表示下一个采样周期时第二电机输出轴转动角度与第二电机输出轴最大转动角度之比，即在第i个采样周期获取输入参数，通过BP神经网络输出第i个采样周期的第二电机输出轴转动角度调节系数z₂ ⁱ后，控制第i+1个采样周期中的第二电机输出轴转动角度α^y _i+1，使其满足：

其中，α^y _max为第二电机输出轴最大转动角度。

第三电机输出轴伸长长度调节系数z₃表示下一个采样周期时第三电机输出轴伸长长度与第三电机输出轴最大伸长长度之比，即在第i个采样周期获取输入参数，通过BP神经网络输出第i个采样周期的第三电机输出轴伸长长度调节系数z₃ ⁱ后，控制第i+1个采样周期中的第三电机输出轴伸长长度L_i+1，使其满足：

其中，L_max为第三电机输出轴最大转动角度。

步骤二S120、进行BP神经网络的训练。

建立好BP神经网络节点模型后，即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值w_ij，隐层节点j和输出层节点k之间的连接权值w_jk，隐层节点j的阈值θ_j，输出层节点k的阈值θ_k、w_ij、w_jk、θ_j、θ_k均为-1到1之间的随机数。

在训练过程中，不断修正w_ij和w_jk的值，直至***误差小于等于期望误差时，完成神经网络的训练过程。

如表2所示，给定了一组训练样本以及训练过程中各节点的值。

表2 训练过程各节点值

步骤三S130、采集输入参数，得到输出参数，并对安全气囊进行控制。具体包括如下分步骤：

S131：按照采样周期，获取第i个采样周期时座椅上方压力F，乘驾人的鼻尖与安全气囊距离a，乘驾人的胸部与安全气囊距离b，乘驾人的腹部与安全气囊距离c；其中，i＝1,2,……。

S132：依次将上述4个参数进行规格化，得到第i个采样周期时三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄}。

S133：所述输入层向量映射到中间层，得到第i个采样周期时中间层向量y＝{y₁,y₂,y₃,y₄}。

S134：所述中间层向输出层映射，得到第i个采样周期时得到输出层向量Z＝{z₁,z₂,z₃}。

S135、对安全气囊的第一电机的输出轴转动角度、第二电机的输出轴转动角度、第三电机进行控制的输出轴伸长长度进行控制，使下一个周期即第i+1个采样周期时满足：

其中，第三电机输出轴的伸长长度初始值为：

其中，L₀为第三电机输出轴初始伸长长度，L_max为第三电机输出轴最大伸长长度，G为安全气囊的重量，单位kg，S为底座与对应座椅的距离，单位m，β为所述底座与车底盘的夹角，单位°。

其中，z₁ ⁱ、z₂ ⁱ、z₃ ⁱ分别为第i个采样周期输出层向量参数，α^x _max、α^y _max、L_max分别为第一电机输出轴最大转动角度、第二电机输出轴最大转动角度、第三电机输出轴最大伸长长度，α^x _i+1、α^y _i+1、L_i+1分别为第i+1个采样周期的第一电机输出轴转动角度、第二电机输出转动角度、第三电机输出轴伸长长度。

通过上述设置，通过获取输入参数，通过采用BP神经网络算法，对安全气囊的位置进行调整，使其针对乘驾人的具体坐姿、体重调整到最佳位置，提高出行的安全性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (10)

1.基于乘驾人姿态的自适应安全气囊，其特征在于，包括：

底座，其安装在仪表板内；

两个纵向基座，其平行间隔地设置在所述底座上；

两个第一电机，其分别对应设置在所述纵向基座一端；

两个纵向丝杠，其可旋转地分别对应设置在所述纵向基座内，所述纵向丝杠与所述第一电机输出轴固连；

两个纵向滑块，其分别可滑动地与所述纵向丝杠的螺母固连；

横向基座，其两端分别固连在所述纵向滑块上；

第二电机，其设置在所述横向基座一端；

横向丝杠，其可旋转地设置在所述横向基座内，所述横向丝杠一端与所述第二电机输出轴固连；

横向滑块，其可滑动地固设在所述横向丝杠的螺母上；

安全气囊，其固设在所述横向滑块上。

2.根据权利要求1所述的基于乘驾人姿态的自适应安全气囊，其特征在于，还包括：

第三电机，其固设在所述横向滑块上方；

所述安全气囊固连在所述第三电机输出轴上。

3.根据权利要求2所述的基于乘驾人姿态的自适应安全气囊，其特征在于，

所述第三电机输出轴方向垂直于所述底座上表面所在平面。

4.根据权利要求3所述的基于乘驾人姿态的自适应安全气囊，其特征在于，

所述第一电机、所述第二电机、所述第三电机均为步进电机。

5.根据权利要求4所述的基于乘驾人姿态的自适应安全气囊，其特征在于，

压力传感器，其设置在座椅上，用以检测座椅上方压力；

深度摄像头，其设置在前挡风玻璃顶部，测量乘驾人的距离；

控制器，其连接所述压力传感器、所述深度摄像头，并控制所述第一电机、所述第二电机、所述第三电机。

6.基于乘驾人姿态的自适应安全气囊的控制方法，其特征在于，包括以下步骤：

步骤1、按照采样周期，采集座椅上方压力F，乘驾人的鼻尖与安全气囊距离a，胸部与安全气囊距离b，腹部处与安全气囊距离c；

步骤2：依次将采集座椅上方压力F，乘驾人鼻尖与安全气囊距离a，胸部与安全气囊距离b，腹部处与安全气囊距离c进行规格化，确定三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄}；其中，x₁为座椅上方压力系数，x₂为乘驾人鼻尖与安全气囊距离系数，x₃为乘驾人胸部与安全气囊距离系数，x₄为乘驾人腹部与安全气囊距离系数；

步骤3：所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,…,y_m}；m为中间层节点个数；

步骤4：得到输出层向量z＝{z₁,z₂,z₃}；其中，z₁为第一电机输出轴转动角度调节系数，z₂为第二电机输出轴转动角度调节系数，z₃为第三电机输出轴伸长长度调节系数，使

α^x _i+1＝z₁ ⁱα^x _max，

α^y _i+1＝z₂ ⁱα^y _max，

L_i+1＝z₃ ⁱL_max，

其中，z₁ ⁱ、z₂ ⁱ、z₃ ⁱ分别为第i个采样周期输出层向量参数，α^x _max、α^y _max、L_max分别为第一电机输出轴最大转动角度、第二电机输出轴最大转动角度、第三电机输出轴最大伸长长度，α^x _i+1、α^y _i+1、L_i+1分别为第i+1个采样周期的第一电机输出轴转动角度、第二电机输出转动角度、第三电机输出轴伸长长度。

7.根据权利要求6所述的基于乘驾人姿态的自适应安全气囊的控制方法，其特征在于，

其中，x_j为输入层向量中的参数，X_j分别代表测量参数F、a、b、c，j＝1,2,3,4；X_jmax和X_jmin分别为相应测量参数中的最大值和最小值。

8.根据权利要求6所述的基于乘驾人姿态的自适应安全气囊的控制方法，其特征在于，在所述步骤4中，初始运行状态下，第三电机输出轴伸长长度满足：

其中，L₀为第三电机输出轴初始伸长长度，L_max为第三电机输出轴最大伸长长度，G为安全气囊的重量，S为底座与对应座椅的距离，β为所述底座与车底盘的夹角。

9.根据权利要求6所述的基于乘驾人姿态的自适应安全气囊的控制方法，其特征在于，在所述步骤3中，所述中间层节点个数m为4。

10.根据权利要求7所述的基于乘驾人姿态的自适应安全气囊的控制方法，其特征在于，座椅上设置有n个压力传感器，采集的压力值分别为F₁′,F₂′,…F_i′,…,F_n′，根据压力传感器的位置赋予该压力值权值W_Fi，通过下式计算压力：