CN112208541A - 智慧乘员舱的参数化确定方法、装置和计算机设备 - Google Patents

智慧乘员舱的参数化确定方法、装置和计算机设备 Download PDF

Info

Publication number
CN112208541A
CN112208541A CN202011088017.9A CN202011088017A CN112208541A CN 112208541 A CN112208541 A CN 112208541A CN 202011088017 A CN202011088017 A CN 202011088017A CN 112208541 A CN112208541 A CN 112208541A
Authority
CN
China
Prior art keywords
data
passenger
detection information
injury
seat
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011088017.9A
Other languages
English (en)
Inventor
聂冰冰
王情帆
甘顺
陶晔澜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202011088017.9A priority Critical patent/CN112208541A/zh
Publication of CN112208541A publication Critical patent/CN112208541A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/109—Lateral acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/30—Auxiliary equipments
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请涉及一种智慧乘员舱的参数化确定方法、装置、计算机设备和存储介质。所述方法通过获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数，保证了乘员的安全性与舒适性。

Description

智慧乘员舱的参数化确定方法、装置和计算机设备
技术领域
本申请涉及自动驾驶技术领域，特别是涉及一种智慧乘员舱的参数化确定方法、装置、计算机设备和存储介质。
背景技术
传统交通模式下，由驾驶员的失误而直接或间接引发的交通事故占比高达90％，随着自动驾驶技术的蓬勃发展，有望改善这一局面，降低交通事故发生率。在应用自动驾驶车辆的交通条件下，车内乘坐环境与乘员姿态应该有更多灵活选择的空间，这对于自动驾驶车辆的智慧乘员舱参数设计提出了新的要求，同时智慧乘员舱中新的乘坐环境也给乘员的安全和保护带来新的挑战。
现有的乘员舱的参数检测方法中的参数是基于传统车辆的设定的，但是智慧乘员舱涉及了全新的参数空间，传统的参数检测方法中乘员的安全性、舒适性参数将不再适用。
发明内容
基于此，有必要针对上述技术问题，提供一种能够检测乘员的安全性、舒适性的智慧乘员舱的参数化确定方法、装置、计算机设备和存储介质。
一种智慧乘员舱的参数化确定方法，该方法包括：
获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；
将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；
将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；
根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数。
在其中一个实施例中，该损伤检测函数包括乘员身体部位损伤检测函数和颈部韧带损伤检测信息确定表；
将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息，包括：
将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息；
根据该座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息。
在其中一个实施例中，该身体部位损伤检测函数包括头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数；
将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息，包括：
将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息。
在其中一个实施例中，将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息，包括：
根据该乘员的身高数据和体重数据进行计算，得到乘员的身体质量指数数据；
将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到头部损伤检测函数，得到对应的乘员头部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据输入到脑部损伤检测函数，得到对应的乘员脑部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到颈部损伤基准检测函数，得到对应的乘员的颈部损伤基准检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、座椅前后位置数据、安全带负载限制器限力数据输入到胸部损伤检测函数，得到对应的乘员胸部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到股骨损伤检测函数，得到对应的乘员股骨损伤检测信息。
在其中一个实施例中，该乘员颈部韧带损伤包括前纵韧带损伤、后纵韧带损伤、关节囊韧带损伤、黄韧带损伤和棘突间韧带损伤；
根据该座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息，包括：
根据该座椅转角数据和颈部韧带损伤检测信息确定表确定乘员的前纵韧带损伤检测信息、后纵韧带损伤检测信息、关节囊韧带损伤检测信息、黄韧带损伤检测信息和棘突间韧带损伤检测信息。
在其中一个实施例中，该舒适性检测函数包括乘员行驶舒适性检测函数和乘员乘坐舒适性检测函数；
将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息，包括：
将该横向加速度数据、纵向加速度数据输入到乘员行驶舒适性检测函数，得到对应的乘员行驶舒适性检测信息；
将该乘员的体重数据、座椅倾斜角数据输入到乘员乘坐舒适性检测函数，得到对应的乘员乘坐舒适性检测信息。
在其中一个实施例中，根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数，包括：
根据该乘员的损伤检测信息和舒适性检测信息得到对应的乘员的损伤检测信息和舒适性检测信息的映射结果；
根据该映射结果调整该智慧乘员舱的配置参数。
一种智慧乘员舱的参数化确定装置，该装置包括：
获取模块，用于获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；
损伤检测模块，用于将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；
舒适性检测模块，用于将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息。
调整模块，用于根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数。
一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现以下步骤：
获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；
将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；
将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；
根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数。
一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；
将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；
将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；
根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数。
上述智慧乘员舱的参数化确定方法、装置、计算机设备和存储介质，通过获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；然后将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；并将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；最后根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数，这样，综合考虑自动驾驶车辆中灵活的座椅参数、乘员生理参数和车辆行驶参数来检测乘员的安全性与舒适性，并根据检测结果调整配置参数，保证了乘员的安全性与舒适性。
附图说明
图1为一个实施例中智慧乘员舱的参数化确定方法的应用环境图；
图2为一个实施例中智慧乘员舱的参数化确定方法的流程示意图；
图3为一个实施例中智慧乘员舱的界面示意图；
图4为一个实施例中智慧乘员舱的参数化确定方法的界面示意图；
图5为另一个实施例中智慧乘员舱的参数化确定方法的界面示意图；
图6为另一个实施例中智慧乘员舱的参数化确定方法的流程示意图；
图7为一个实施例中智慧乘员舱的参数化确定装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的智慧乘员舱的参数化确定方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种智慧乘员舱的参数化确定方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤202，获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据，车辆行驶参数用来控制自动驾驶汽车的行驶速度。
其中，车辆是指自动驾驶汽车，是指通过电脑计算***实现无人驾驶的新型智能汽车，通过在传统汽车上搭载传感器、控制和执行装置，实现对交通状况的感知、驾驶行为的决策、与其他车辆之间的协同控制，最终取代驾驶员驾驶，从而实现无人驾驶技术。智慧乘员舱，是针对自动驾驶车辆设计的，如图3所示，在乘员舱结构方面，与传统乘员舱的主要有以下区别：无踏板、无中控台或仪表盘、无方向盘或方向盘可收缩、可旋转座椅、对向座椅、座椅俯仰角度自由度较大、车门开启方式多样，如对开门、蝴蝶门、剪刀门等，无B柱等特征。在功能方面，可提供对当前车辆行驶状态下的乘员安全性和舒适性实时评价，以最优化乘员舱内相关参数配置，保证乘员的安全。
具体地，终端获取智慧乘员舱在不同工况下的配置参数，该配置参数是由乘员在终端的显示界面输入的，如图4和图5所示，乘员可以在终端的显示界面输入相关配置参数，不同工况主要包含两方面：一，车辆层面，指当前时刻的车辆运动状态，速度、纵向加速度、横向加速度；二，乘员方面，指乘员的生理参数，如身高、体重、年龄、性别，不同乘员舱参数主要包括座椅倾斜角度、座椅前后位置、安全带限力和座椅朝向。该配置参数包括座椅参数、乘员生理参数和车辆行驶参数。其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，座椅倾斜角的调整范围为0°到-90°，0°为座椅靠背竖直情况，-90°为座椅靠背放平情况；座椅前后位置的调整范围为0mm到-100mm，0mm为座椅位置保持在原位，-100mm为座椅向后移动100mm；座椅转角的调整范围为0°到180°，以45°为间隔，顺时针旋转，0°为乘员面朝车辆行驶方向，180°为乘员面朝车辆行驶方向反向。安全带负载限制器的限力范围为0kN到4kN。该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，由于不同的乘员的生理参数不同，因此不同的乘员乘坐乘员舱的安全性和舒适性也不同，需要获取不同乘员的生理参数来检测乘员舱中乘员的安全性和舒适性，这里的乘员是指乘坐自动驾驶汽车的人员。该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据，速度数据是指车辆行驶的速度；加速度是速度变化的速率，横向加速度和纵向加速度指的都是加速度，横向就是与汽车行驶方向垂直的方向，横向加速度是指在车辆进行转弯行驶时产生的离心力所带来的加速度，也就是车被“甩飞”的趋势，横向加速度越大车辆理论上就容易被“甩”离行驶路径；纵向加速度就是沿着车的轴向的加速度，纵向加速度和横向加速度用来保持车辆稳定。
步骤204，将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息。
具体地，将终端获取到的智慧乘员舱的配置参数中损伤检测需要用到的参数输入到损伤检测函数，得到对应的乘员的损伤检测信息。损伤检测包括乘员身体部位损伤检测和颈部韧带损伤检测，将乘员身体部位损伤检测和颈部韧带损伤检测需要用到的配置参数输入到对应的损伤检测函数，得到对应的乘员身体部位损伤检测信息和颈部韧带损伤检测信息。
步骤206，将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息。
具体地，将终端获取到的智慧乘员舱的配置参数中舒适性检测需要用到的参数输入到舒适性检测函数，得到对应的乘员的舒适性检测信息。舒适性检测包括乘员行驶舒适性检测和乘员乘坐舒适性检测，将乘员行驶舒适性检测和乘员乘坐舒适性检测需要用到的配置参数输入到对应的舒适性检测函数，得到对应的乘员行驶舒适性检测和乘员乘坐舒适性检测信息。
步骤208，根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数。
具体地，根据获取的智慧乘员舱的配置参数得到乘员的损伤检测信息和舒适性检测信息，根据乘员的损伤检测信息和舒适性检测信息与对应的映射函数确定乘员的损伤检测等级和舒适性检测等级，若乘员的损伤检测等级和舒适性检测等级不是最优的，则调整配置参数，使乘员的安全性和舒适性达到最优。
上述智慧乘员舱的参数化确定方法中，如图6所示,通过获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；然后将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；并将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；最后根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数，这样，综合考虑自动驾驶车辆中灵活的座椅参数、乘员生理参数和车辆行驶参数来检测乘员的安全性与舒适性，并根据检测结果调整配置参数，保证了乘员的安全性与舒适性。
在一个实施例中，该损伤检测函数包括乘员身体部位损伤检测函数和颈部韧带损伤检测信息确定表；
将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息，包括：
将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息；
根据该座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息。
具体地，将终端获取到的智慧乘员舱的配置参数中损伤检测需要用到的参数输入到损伤检测函数，损伤检测函数包括乘员身体部位损伤检测函数和颈部韧带损伤检测信息确定表，损伤检测函数是根据尸体各个部位实验数据在碰撞模型中进行试验分析得到的，根据实验结果得到配置参数与损伤值之间的相关性，进一步分析得到损伤检测函数。将损伤检测需要用到的座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息。
在一个实施例中，该身体部位损伤检测函数包括头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数；
将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息，包括：
将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息。
具体地，身体部位损伤检测函数包括头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，将头部损伤检测、脑部损伤检测、颈部损伤基准检测、胸部损伤检测和股骨损伤检测需要用到的配置参数输入到对应的损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息。
在一个实施例中，将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息，包括：
根据该乘员的身高数据和体重数据进行计算，得到乘员的身体质量指数数据；
将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到头部损伤检测函数，得到对应的乘员头部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据输入到脑部损伤检测函数，得到对应的乘员脑部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到颈部损伤基准检测函数，得到对应的乘员的颈部损伤基准检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、座椅前后位置数据、安全带负载限制器限力数据输入到胸部损伤检测函数，得到对应的乘员胸部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到股骨损伤检测函数，得到对应的乘员股骨损伤检测信息。
具体地，确定乘员的损伤检测信息还需要用到乘员的身体质量指数数据，身体质量指数数据是根据该乘员的体重除以身高的平方得到的，这里体重的单位是千克，身高的单位是米。
基于1998年至2008年的美国国家碰撞数据，在类似的事故发生时，相比受安全带约束的男驾驶员，同样受安全带约束的女驾驶员遭受重伤的几率高47％，因此，为考虑乘员性别因素的影响，在表1中的损伤预测函数中考虑了性别影响系数Psex，男性乘员的Psex＝1，女性乘员的Psex＝1.47。
基于NASS-CDS和FARS两个美国数据库，相比于老年乘员，老年乘员是指年龄大于65岁的乘员，当乘员年龄段处于16岁至33岁的乘员受严重损伤的频率是老年乘员的0.32倍，故取该年龄段的Page＝0.32；乘员年龄段处于34岁至64岁时，乘员受严重损伤的频率是老年乘员的0.56倍，故取该年龄段的Page＝0.56；当乘员年龄段大于65岁时，取该年龄段的Page＝1。
基于正面碰撞下的四种座椅朝向0°、90°、135°和180°下的乘员损伤风险结果，得到表2所示的头部损伤检测函数、颈部损伤基准检测函数和股骨损伤检测函数这三种乘员损伤预测函数的座椅朝向修正系数Pseat-x。
表1中，HIC(Head Injury Criterion)指头部损伤指标，BrIC(Brain InjuryCriterion)指脑部损伤指标，Nij指颈部损伤基准，Dmax指胸部挤压深度，单位是％，FN指股骨受力，单位是kN，v指碰撞时的瞬时速度，单位是km/h，h表示乘员身高，单位是mm；m表示乘员BMI，l表示座椅前后位置，单位是mm，α表示座椅靠背角度，单位是rad，f表示安全带负载限制器，单位是kN。
将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到表1中的头部损伤检测函数，得到对应的乘员头部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据输入到表1中的脑部损伤检测函数，得到对应的乘员脑部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到表1中的颈部损伤基准检测函数，得到对应的乘员的颈部损伤基准检测信息；
将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、座椅前后位置数据、安全带负载限制器限力数据输入到表1中的胸部损伤检测函数，得到对应的乘员胸部损伤检测信息；
将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到表1中的股骨损伤检测函数，得到对应的乘员股骨损伤检测信息。
表1现有乘员损伤指标的预测函数
Figure BDA0002720945850000121
表2三种乘员损伤预测函数的座椅朝向修正系数Pseat-x
Figure BDA0002720945850000122
在一个实施例中，该乘员颈部韧带损伤包括前纵韧带损伤、后纵韧带损伤、关节囊韧带损伤、黄韧带损伤和棘突间韧带损伤；
根据该座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息，包括：
根据该座椅转角数据和颈部韧带损伤检测信息确定表确定乘员的前纵韧带损伤检测信息、后纵韧带损伤检测信息、关节囊韧带损伤检测信息、黄韧带损伤检测信息和棘突间韧带损伤检测信息。
具体地，乘员颈部韧带涉及前纵韧带(Anterior Longitudinal Ligament，ALL)、后纵韧带(Posterior Longitudinal Ligament，PLL)、关节囊韧带(Capsule Ligament，CL)、黄韧带(Ligamenta Flava，LF)、棘突间韧带(Interspinous Ligament，ISL)。乘员颈部韧带损伤包括前纵韧带损伤、后纵韧带损伤、关节囊韧带损伤、黄韧带损伤和棘突间韧带损伤，前纵韧带损伤检测、后纵韧带损伤检测、关节囊韧带损伤检测、黄韧带损伤检测和棘突间韧带损伤检测需要用到座椅转角数据，根据座椅转角数据和颈部韧带损伤检测信息确定表确定乘员的前纵韧带损伤检测信息、后纵韧带损伤检测信息、关节囊韧带损伤检测信息、黄韧带损伤检测信息和棘突间韧带损伤检测信息，颈部韧带损伤检测信息确定表是利用尸体实验数据在碰撞模型下实验分析得到的，如表3所示，其中座椅转角数据有0°、45°、90°、135°和180°，座椅转角数据也可以是其他0°-180°之间的角度，颈部韧带损伤检测信息确定表有座椅转角数据和对应的前纵韧带损伤检测、后纵韧带损伤检测、关节囊韧带损伤检测、黄韧带损伤检测和棘突间韧带损伤检测的损伤应变阈值，当对应部分的损伤信息超过对应阈值时，可认为当前座椅朝向下对应韧带部位风险较大。
表3不同座椅朝向下的五种颈部损伤值
Figure BDA0002720945850000131
在一个实施例中，该舒适性检测函数包括乘员行驶舒适性检测函数和乘员乘坐舒适性检测函数；
将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息，包括：
将该横向加速度数据、纵向加速度数据输入到乘员行驶舒适性检测函数，得到对应的乘员行驶舒适性检测信息；
将该乘员的体重数据、座椅倾斜角数据输入到乘员乘坐舒适性检测函数，得到对应的乘员乘坐舒适性检测信息。
具体地，舒适性检测包括乘员行驶舒适性检测和乘员乘坐舒适性检测。乘员行驶舒适性检测信息根据车辆行驶过程中的纵向加速度ay与横向加速度ax的均方根计算得到的，乘员行驶舒适性检测函数为
Figure BDA0002720945850000141
基于实验得到不同的座椅靠背角度条件下座椅靠背和座椅底盘的压力，结果如表4所示，表4中仅有三种座椅倾斜角度下的反作用力值，为适应连续的角度值，基于二次拟合得到乘坐舒适性检测函数，即座椅反作用力的函数，F1表示座椅靠背对乘员的反作用力，F2表示座椅坐板对乘员的反作用力，乘坐舒适性检测函数如下所示：
F1＝k1w(a1θ2+b1θ+c1)
F2＝k1w(a2θ2+b2θ+c2)
其中w为乘员的体重数据，单位为kg，θ为椅背倾角，单位是°，k1、k2均取实验数据中体重的平均值，即74.9。公式中的a1、b1、c1、a2、b2、c2为待求解参数，可以基于最小二乘法求解得到对应最优参数值。
将乘员的体重数据、座椅倾斜角数据输入到乘员乘坐舒适性检测函数，得到对应的乘员乘坐舒适性检测信息。
表4座椅靠背角度与座椅反作用力的实验数据
Figure BDA0002720945850000142
在一个实施例中，根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数，包括：
根据该乘员的损伤检测信息和舒适性检测信息得到对应的乘员的损伤检测信息和舒适性检测信息的映射结果；
根据该映射结果调整该智慧乘员舱的配置参数。
具体地，安全性评价指标基于车辆发生正面碰撞计算得到，包括乘员身体部位损伤风险和颈部韧带损伤风险。根据乘员身体部位损伤检测信息与损伤映射函数得到乘员身体部位损伤风险结果，乘员身体部位损伤风险以AIS大于2的概率表示，涉及头部、脑部、颈部、胸部和股骨五种损伤，AIS大于2表示的是中度创伤，损伤映射函数如表5所示。将乘员颈部韧带损伤检测信息与表3中对应的韧带损伤应变阈值进行对比，当对应部分的损伤信息超过对应阈值时，可认为当前座椅朝向下对应韧带部位风险较大。
舒适性评价指标包括乘坐舒适性和行驶舒适性两种，乘坐舒适性通过座椅靠背对乘员的反作用力F1以及座椅坐板对乘员的反作用力F2来衡量，两种反作用力越小，乘坐舒适性越高。将乘员的行驶舒适性检测信息与乘员行驶舒适性量化表进行对比，等到行驶舒适性评价结果，如表6所示，行驶舒适性包括6个等级，即Not uncomfortable、A littleuncomfortable、Fairly uncomfortable、Uncomfortable、Very uncomfortable、Extremelyuncomfortable，舒适性程度依次降低。
将安全性评价指标与舒适性评价指标输出，如图4和图5所示，用户可以直观的看到智慧乘员舱的参数配置结果。
表5损伤概率的映射函数
Figure BDA0002720945850000151
表6乘员行驶舒适性量化表
Figure BDA0002720945850000161
本实施例中，通过获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；然后将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；并将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；最后根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数，这样，综合考虑自动驾驶车辆中灵活的座椅参数、乘员生理参数和车辆行驶参数来检测乘员的安全性与舒适性，并根据检测结果调整配置参数，保证了乘员的安全性与舒适性。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供了一种智慧乘员舱的参数化确定装置，包括：获取模块702、损伤检测模块704、舒适性检测模块706和调整模块708，其中：
获取模块702，用于获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；
损伤检测模块704，用于将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；
舒适性检测模块706，用于将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息。
调整模块708，用于根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数。
在一个实施例中，该损伤检测函数包括乘员身体部位损伤检测函数和颈部韧带损伤检测信息确定表；
损伤检测模块704将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息，包括：
身体部位损伤检测子模块将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息；
颈部韧带损伤检测子模块根据该座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息。
在一个实施例中，该身体部位损伤检测函数包括头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数；
身体部位损伤检测子模块将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息，包括：
身体部位损伤检测子模块将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息。
在一个实施例中，身体部位损伤检测子模块将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息，包括：
根据该乘员的身高数据和体重数据进行计算，得到乘员的身体质量指数数据；
头部损伤检测单元将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到头部损伤检测函数，得到对应的乘员头部损伤检测信息；
脑部损伤检测单元将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据输入到脑部损伤检测函数，得到对应的乘员脑部损伤检测信息；
颈部损伤基准检测单元将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到颈部损伤基准检测函数，得到对应的乘员的颈部损伤基准检测信息；
胸部损伤检测单元将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、座椅前后位置数据、安全带负载限制器限力数据输入到胸部损伤检测函数，得到对应的乘员胸部损伤检测信息；
股骨损伤检测单元将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到股骨损伤检测函数，得到对应的乘员股骨损伤检测信息。
在一个实施例中，该乘员颈部韧带损伤包括前纵韧带损伤、后纵韧带损伤、关节囊韧带损伤、黄韧带损伤和棘突间韧带损伤；
舒适性检测模块706根据该座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息，包括：
舒适性检测模块706根据该座椅转角数据和颈部韧带损伤检测信息确定表确定乘员的前纵韧带损伤检测信息、后纵韧带损伤检测信息、关节囊韧带损伤检测信息、黄韧带损伤检测信息和棘突间韧带损伤检测信息。
在一个实施例中，该舒适性检测函数包括乘员行驶舒适性检测函数和乘员乘坐舒适性检测函数；
舒适性检测模块706将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息，包括：
行驶舒适性检测子模块将该横向加速度数据、纵向加速度数据输入到乘员行驶舒适性检测函数，得到对应的乘员行驶舒适性检测信息；
舒适性检测子模块将该乘员的体重数据、座椅倾斜角数据输入到乘员乘坐舒适性检测函数，得到对应的乘员乘坐舒适性检测信息。
在一个实施例中，调整模块708根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数，包括：
根据该乘员的损伤检测信息和舒适性检测信息得到对应的乘员的损伤检测信息和舒适性检测信息的映射结果；
根据该映射结果调整该智慧乘员舱的配置参数。
关于智慧乘员舱的参数化确定装置的具体限定可以参见上文中对于智慧乘员舱的参数化确定方法的限定，在此不再赘述。上述智慧乘员舱的参数化确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种智慧乘员舱的参数化确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取智慧乘员舱的配置参数，该配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中该座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，该乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，该车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；
将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；
将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；
根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：该损伤检测函数包括乘员身体部位损伤检测函数和颈部韧带损伤检测信息确定表；将该配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息，包括：将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息；根据该座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：该身体部位损伤检测函数包括头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数；将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息，包括：将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将该座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息，包括：根据该乘员的身高数据和体重数据进行计算，得到乘员的身体质量指数数据；将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到头部损伤检测函数，得到对应的乘员头部损伤检测信息；将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据输入到脑部损伤检测函数，得到对应的乘员脑部损伤检测信息；将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到颈部损伤基准检测函数，得到对应的乘员的颈部损伤基准检测信息；将该乘员的身高数据、性别数据、年龄数据、身体质量指数数据、座椅前后位置数据、安全带负载限制器限力数据输入到胸部损伤检测函数，得到对应的乘员胸部损伤检测信息；将该乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到股骨损伤检测函数，得到对应的乘员股骨损伤检测信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：该乘员颈部韧带损伤包括前纵韧带损伤、后纵韧带损伤、关节囊韧带损伤、黄韧带损伤和棘突间韧带损伤；根据该座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息，包括：根据该座椅转角数据和颈部韧带损伤检测信息确定表确定乘员的前纵韧带损伤检测信息、后纵韧带损伤检测信息、关节囊韧带损伤检测信息、黄韧带损伤检测信息和棘突间韧带损伤检测信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：该舒适性检测函数包括乘员行驶舒适性检测函数和乘员乘坐舒适性检测函数；将该配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息，包括：将该横向加速度数据、纵向加速度数据输入到乘员行驶舒适性检测函数，得到对应的乘员行驶舒适性检测信息；将该乘员的体重数据、座椅倾斜角数据输入到乘员乘坐舒适性检测函数，得到对应的乘员乘坐舒适性检测信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据该乘员的损伤检测信息和舒适性检测信息调整该智慧乘员舱的配置参数，包括：根据该乘员的损伤检测信息和舒适性检测信息得到对应的乘员的损伤检测信息和舒适性检测信息的映射结果；根据该映射结果调整该智慧乘员舱的配置参数。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种智慧乘员舱的参数化确定方法，其特征在于，所述方法包括：
获取智慧乘员舱的配置参数，所述配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中所述座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，所述乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，所述车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；
将所述配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；
将所述配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；
根据所述乘员的损伤检测信息和舒适性检测信息调整所述智慧乘员舱的配置参数。
2.根据权利要求1所述的方法，其特征在于，所述损伤检测函数包括乘员身体部位损伤检测函数和颈部韧带损伤检测信息确定表；
所述将所述配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息，包括：
将所述座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息；
根据所述座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息。
3.根据权利要求2所述的方法，其特征在于，所述身体部位损伤检测函数包括头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数；
所述将所述座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到身体部位损伤检测函数，得到对应的乘员身体部位的损伤检测信息，包括：
将所述座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息。
4.根据权利要求3所述的方法，其特征在于，所述将所述座椅参数、乘员生理参数和车辆行驶参数中的速度数据输入到头部损伤检测函数、脑部损伤检测函数、颈部损伤基准检测函数、胸部损伤检测函数和股骨损伤检测函数，得到对应的乘员头部损伤检测信息、脑部损伤检测信息、颈部损伤基准检测信息、胸部损伤检测信息和股骨损伤检测信息，包括：
根据所述乘员的身高数据和体重数据进行计算，得到乘员的身体质量指数数据；
将所述乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到头部损伤检测函数，得到对应的乘员头部损伤检测信息；
将所述乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据输入到脑部损伤检测函数，得到对应的乘员脑部损伤检测信息；
将所述乘员的身高数据、性别数据、年龄数据、身体质量指数数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到颈部损伤基准检测函数，得到对应的乘员的颈部损伤基准检测信息；
将所述乘员的身高数据、性别数据、年龄数据、身体质量指数数据、座椅前后位置数据、安全带负载限制器限力数据输入到胸部损伤检测函数，得到对应的乘员胸部损伤检测信息；
将所述乘员的身高数据、性别数据、年龄数据、速度数据、座椅前后位置数据、座椅倾斜角数据、安全带负载限制器限力数据输入到股骨损伤检测函数，得到对应的乘员股骨损伤检测信息。
5.根据权利要求2所述的方法，其特征在于，所述乘员颈部韧带损伤包括前纵韧带损伤、后纵韧带损伤、关节囊韧带损伤、黄韧带损伤和棘突间韧带损伤；
所述根据所述座椅参数和颈部韧带损伤检测信息确定表确定乘员颈部韧带损伤检测信息，包括：
根据所述座椅转角数据和颈部韧带损伤检测信息确定表确定乘员的前纵韧带损伤检测信息、后纵韧带损伤检测信息、关节囊韧带损伤检测信息、黄韧带损伤检测信息和棘突间韧带损伤检测信息。
6.根据权利要求1所述的方法，其特征在于，所述舒适性检测函数包括乘员行驶舒适性检测函数和乘员乘坐舒适性检测函数；
所述将所述配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息，包括：
将所述横向加速度数据、纵向加速度数据输入到乘员行驶舒适性检测函数，得到对应的乘员行驶舒适性检测信息；
将所述乘员的体重数据、座椅倾斜角数据输入到乘员乘坐舒适性检测函数，得到对应的乘员乘坐舒适性检测信息。
7.根据权利要求1所述的方法，其特征在于，所述根据所述乘员的损伤检测信息和舒适性检测信息调整所述智慧乘员舱的配置参数，包括：
根据所述乘员的损伤检测信息和舒适性检测信息得到对应的乘员的损伤检测信息和舒适性检测信息的映射结果；
根据所述映射结果调整所述智慧乘员舱的配置参数。
8.一种智慧乘员舱的参数化确定装置，其特征在于，所述装置包括：
获取模块，用于获取智慧乘员舱的配置参数，所述配置参数包括座椅参数、乘员生理参数和车辆行驶参数，其中所述座椅参数包括座椅倾斜角数据、座椅前后位置数据、座椅转角数据以及安全带负载限制器限力数据，所述乘员生理参数包括乘员的身高数据、体重数据、年龄数据和性别数据，所述车辆行驶参数包括速度数据、横向加速度数据、纵向加速度数据；
损伤检测模块，用于将所述配置参数输入到损伤检测函数，得到对应的乘员损伤检测信息；
舒适性检测模块，用于将所述配置参数输入到舒适性检测函数，得到对应的乘员舒适性检测信息；
调整模块，用于根据所述乘员的损伤检测信息和舒适性检测信息调整所述智慧乘员舱的配置参数。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202011088017.9A 2020-10-13 2020-10-13 智慧乘员舱的参数化确定方法、装置和计算机设备 Pending CN112208541A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011088017.9A CN112208541A (zh) 2020-10-13 2020-10-13 智慧乘员舱的参数化确定方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011088017.9A CN112208541A (zh) 2020-10-13 2020-10-13 智慧乘员舱的参数化确定方法、装置和计算机设备

Publications (1)

Publication Number Publication Date
CN112208541A true CN112208541A (zh) 2021-01-12

Family

ID=74053660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011088017.9A Pending CN112208541A (zh) 2020-10-13 2020-10-13 智慧乘员舱的参数化确定方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN112208541A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114030436A (zh) * 2021-11-24 2022-02-11 延锋汽车饰件***有限公司 一种汽车座舱调节方法
CN114132275A (zh) * 2021-11-04 2022-03-04 东风汽车集团股份有限公司 提高座舱舒适度的方法、装置、设备及可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008024108A (ja) * 2006-07-19 2008-02-07 Fuji Heavy Ind Ltd 車両用衝突制御装置
CN103079874A (zh) * 2010-09-01 2013-05-01 约翰逊控股公司 用于调整就座位置的装置和方法
KR101361661B1 (ko) * 2012-10-19 2014-02-24 (유)삼송 차량용 통합 지능형 안전 시스템
CN105416222A (zh) * 2014-09-03 2016-03-23 通用汽车环球科技运作有限责任公司 基于传感器的乘员保护***
CN109703565A (zh) * 2017-10-26 2019-05-03 罗伯特·博世有限公司 用于匹配车辆行驶行为的方法和设备以及存储介质
CN110377988A (zh) * 2019-07-08 2019-10-25 清华大学 乘员道路交通事故损伤预测方法
CN110766213A (zh) * 2019-10-15 2020-02-07 清华大学 汽车乘员碰撞损伤预测方法及计算机设备
CN110843765A (zh) * 2019-11-29 2020-02-28 上海汽车集团股份有限公司 一种自动驾驶方法、装置及电子设备
CN111695692A (zh) * 2019-03-12 2020-09-22 现代自动车株式会社 用于预测损伤程度的装置和方法
CN111731277A (zh) * 2019-02-13 2020-10-02 罗伯特·博世有限公司 用于限制事故风险的方法和控制器以及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008024108A (ja) * 2006-07-19 2008-02-07 Fuji Heavy Ind Ltd 車両用衝突制御装置
CN103079874A (zh) * 2010-09-01 2013-05-01 约翰逊控股公司 用于调整就座位置的装置和方法
KR101361661B1 (ko) * 2012-10-19 2014-02-24 (유)삼송 차량용 통합 지능형 안전 시스템
CN105416222A (zh) * 2014-09-03 2016-03-23 通用汽车环球科技运作有限责任公司 基于传感器的乘员保护***
CN109703565A (zh) * 2017-10-26 2019-05-03 罗伯特·博世有限公司 用于匹配车辆行驶行为的方法和设备以及存储介质
CN111731277A (zh) * 2019-02-13 2020-10-02 罗伯特·博世有限公司 用于限制事故风险的方法和控制器以及存储介质
CN111695692A (zh) * 2019-03-12 2020-09-22 现代自动车株式会社 用于预测损伤程度的装置和方法
CN110377988A (zh) * 2019-07-08 2019-10-25 清华大学 乘员道路交通事故损伤预测方法
CN110766213A (zh) * 2019-10-15 2020-02-07 清华大学 汽车乘员碰撞损伤预测方法及计算机设备
CN110843765A (zh) * 2019-11-29 2020-02-28 上海汽车集团股份有限公司 一种自动驾驶方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114132275A (zh) * 2021-11-04 2022-03-04 东风汽车集团股份有限公司 提高座舱舒适度的方法、装置、设备及可读存储介质
CN114030436A (zh) * 2021-11-24 2022-02-11 延锋汽车饰件***有限公司 一种汽车座舱调节方法

Similar Documents

Publication Publication Date Title
US10485468B2 (en) System and method for assessing arousal level of driver of vehicle that can select manual driving mode or automated driving mode
US20210114553A1 (en) Passenger State Modulation System For Passenger Vehicles Based On Prediction And Preemptive Control
CN111251950B (zh) 乘员分类保护方法、***、设备及计算机可读存储介质
CN112829742B (zh) 乘员安全决策方法和装置
CN112208541A (zh) 智慧乘员舱的参数化确定方法、装置和计算机设备
Zhu et al. BMI and risk of serious upper body injury following motor vehicle crashes: concordance of real-world and computer-simulated observations
Adam et al. Identification of occupant posture using a Bayesian classification methodology to reduce the risk of injury in a collision
Mandell et al. Mortality and injury patterns associated with roof crush in rollover crashes
US11738773B2 (en) System for controlling autonomous vehicle for reducing motion sickness
Guleyupoglu et al. The effect of precrash velocity reduction on occupant response using a human body finite element model
CN111845495B (zh) 一种座椅调节方法、装置、计算机设备及可存储介质
CN114030436A (zh) 一种汽车座舱调节方法
EP3053794B1 (en) Vehicle travel control device
US20230339379A1 (en) Pneumatic seat control system and control method of vehicle, and computer readable medium
Kang et al. Motion responses by occupants in out-of-seat positions during autonomous emergency braking
Bose et al. Influence of active muscle contribution on the injury response of restrained car occupants
CN116484627A (zh) 乘员损伤预测模型的生成方法、乘员损伤预测方法及装置
Parent et al. Comprehensive computational rollover sensitivity study part 2: Influence of vehicle, crash, and occupant parameters on head, neck, and thorax response
Bance et al. A framework for rapid on-board deterministic estimation of occupant injury risk in motor vehicle crashes with quantitative uncertainty evaluation
Scanlon et al. Head and neck loading conditions over a decade of IIHS rear impact seat testing
CN117360496B (zh) 一种以损伤风险最优化为目标的车辆控制方法和装置
Golowko et al. Automated driving influences on restraint systems
Haitao et al. Research on Off-position Injury of Dummy Based on AEB System
He et al. Analysis on Protection Performance of Active Seat Belt for OOP Occupants
Mayrose et al. The effect of unrestrained rear-seat passengers on driver mortality

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210112

RJ01 Rejection of invention patent application after publication