CN117371340B - 汽车安全气囊展开参数优化方法、设备及介质 - Google Patents

汽车安全气囊展开参数优化方法、设备及介质 Download PDF

Info

Publication number
CN117371340B
CN117371340B CN202311674413.3A CN202311674413A CN117371340B CN 117371340 B CN117371340 B CN 117371340B CN 202311674413 A CN202311674413 A CN 202311674413A CN 117371340 B CN117371340 B CN 117371340B
Authority
CN
China
Prior art keywords
preset
driver
airbag
head
dummy
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.)
Active
Application number
CN202311674413.3A
Other languages
English (en)
Other versions
CN117371340A (zh
Inventor
侯志平
朱海涛
刘灿灿
王立民
杨佳璘
顾海明
刘磊
谭雯霄
唐傲天
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.)
CATARC Automotive Test Center Tianjin Co Ltd
Original Assignee
CATARC Automotive Test Center Tianjin Co Ltd
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 CATARC Automotive Test Center Tianjin Co Ltd filed Critical CATARC Automotive Test Center Tianjin Co Ltd
Priority to CN202311674413.3A priority Critical patent/CN117371340B/zh
Publication of CN117371340A publication Critical patent/CN117371340A/zh
Application granted granted Critical
Publication of CN117371340B publication Critical patent/CN117371340B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Air Bags (AREA)

Abstract

本发明公开了一种汽车安全气囊展开参数优化方法、设备及介质，方法包括：当驾驶员的头部定位点处于不同空间范围、且驾驶员具备不同体型和姿态时，分别进行多种形式的碰撞试验，从而获得不同体型、不同姿态的驾驶员在不同空间范围内、不同形式的碰撞试验下的损伤曲线以及安全气囊展开参数的数据集，进而基于该数据集确定不同体型、不同姿态、不同形式的碰撞试验与安全气囊最优展开参数之间的函数关系，实现了汽车安全气囊展开参数的优化，为使汽车安全气囊准确展开、降低驾驶员的受伤风险奠定了基础。

Description

汽车安全气囊展开参数优化方法、设备及介质
技术领域
本发明涉及数据处理领域，尤其涉及一种汽车安全气囊展开参数优化方法、设备及介质。
背景技术
汽车安全气囊在一定程度上能减少驾乘人员的损伤，但其应用的有效性会受到其自身展开的参数设置和驾乘人员姿态的影响。主要原因是：汽车安全气囊的展开参数是通过碰撞标定试验得到的。但碰撞标定试验中用到的假人模型的体型信息与实际假人驾驶员的体型信息相差较大，且碰撞标定试验中假人的姿态、位置是固定的，但实际驾乘人员的姿态、位置受其驾驶习惯的影响而各有不同。因此，通过碰撞标定试验得到的汽车安全气囊展开参数是固定的，不会因驾乘人员的体型、姿态、位置的不同而变化。上述问题导致在实际行驶中驾乘人员无法得到安全气囊准确、全面的保护，导致驾乘人员的受伤风险增大。
有鉴于此，特提出本发明。
发明内容
为了解决上述技术问题，本发明提供了一种汽车安全气囊展开参数优化方法、设备及介质，实现了汽车安全气囊展开参数的优化，为使汽车安全气囊准确展开、降低驾驶员的受伤风险奠定了基础。
本发明实施例提供了一种汽车安全气囊展开参数优化方法，该方法包括：
S1、当假人驾驶员的头部定位点处于驾驶舱的预设空间范围时，获取假人驾驶员的体型信息和姿态信息，所述姿态信息包括通过正视定位相机从假人驾驶员正面确定的假人驾驶员第一头面部位置、通过侧视定位相机从假人驾驶员右侧面确定的假人驾驶员第二头面部位置、通过俯视定位相机从假人驾驶员正上方向下确定的假人驾驶员第三头面部位置以及假人驾驶员膝部与内饰的垂直距离；所述第一头面部位置包括假人驾驶员头面部至车窗玻璃的距离x1以及头顶部至车顶的距离y1，所述第二头面部位置包括假人驾驶员头面部至转向盘中心的距离z1以及头顶部至车顶的距离y2，所述第三头面部位置包括假人驾驶员头面部至车窗玻璃的距离x2以及头面部至转向盘中心的距离z2；
S2、基于所述体型信息和姿态信息执行预设形式的碰撞试验，获得假人驾驶员各部位的损伤曲线，将各部位的损伤曲线、所述体型信息、所述姿态信息、所述预设形式以及碰撞试验过程中安全气囊的展开参数进行关联存储，获得第一数据集；
S3、更改所述安全气囊的展开参数，重复执行所述S2，直到预设的所有安全气囊的展开参数均被遍历；
S4、改变碰撞试验的预设形式，重复执行所述S2和S3，直到所有预设形式的碰撞试验均被执行；
S5、调整所述预设空间范围，重复执行所述S1到所述S4，直到所有的预设空间范围均被遍历；
S6、更换所述假人驾驶员，重复执行所述S1到所述S5，获得各假人驾驶员在各预设空间范围内对应各预设形式的碰撞试验的多个所述第一数据集；
S7、基于各假人驾驶员在各预设空间范围内对应各预设形式的碰撞试验的多个所述第一数据集，建立预设形式的碰撞试验下体型信息、姿态信息与安全气囊最优展开参数之间的函数关系。
本发明实施例提供了一种电子设备，所述电子设备包括：
处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行任一实施例所述的汽车安全气囊展开参数优化方法的步骤。
本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行任一实施例所述的汽车安全气囊展开参数优化方法的步骤。
本发明实施例提供的汽车安全气囊展开参数优化方法，通过将整个驾驶舱划分为多个空间范围，当驾驶员的头部定位点处于不同空间范围、且驾驶员具备不同体型和姿态时，分别进行多种形式的碰撞试验，从而获得不同体型、不同姿态的驾驶员在不同空间范围内、不同形式的碰撞试验下的损伤曲线以及安全气囊展开参数的数据集，进而基于该数据集确定不同体型、不同姿态、不同形式的碰撞试验与安全气囊最优展开参数之间的函数关系，实现了汽车安全气囊展开参数的优化，为使汽车安全气囊准确展开、降低驾驶员的受伤风险奠定了基础。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种汽车安全气囊展开参数优化方法的流程示意图；
图2是本发明实施例提供的一种展示第一头面部位置的示意图；
图3是本发明实施例提供的一种展示第二头面部位置的示意图；
图4是本发明实施例提供的一种展示第三头面部位置的示意图；
图5是本发明实施例提供的一种姿态监测坐标系的示意图；
图6是本发明实施例提供的一种预设空间范围划分的示意图；
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行清楚、完整的描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
示例性的，图1是本发明实施例提供的一种汽车安全气囊展开参数优化方法的流程示意图，参考图1，该方法包括如下步骤S1-S7：
S1、当假人驾驶员的头部定位点处于驾驶舱的预设空间范围时，获取假人驾驶员的体型信息和姿态信息。
所述体型信息包括：身高、体重以及性别。所述姿态信息包括通过正视定位相机从假人驾驶员正面确定的假人驾驶员第一头面部位置、通过侧视定位相机从假人驾驶员右侧面确定的假人驾驶员第二头面部位置、通过俯视定位相机从假人驾驶员正上方向下确定的假人驾驶员第三头面部位置以及假人驾驶员膝部与内饰的垂直距离（通常是膝部参考点与内饰的垂直距离）。
示例性的，图2是本发明实施例提供的一种展示第一头面部位置的示意图，如图2所示，所述第一头面部位置包括假人驾驶员头面部至车窗玻璃的距离x1以及头顶部至车顶的距离y1。图3是本发明实施例提供的一种展示第二头面部位置的示意图，如图3所示，所述第二头面部位置包括假人驾驶员头面部（可以是鼻尖位置）至转向盘中心的距离z1以及头顶部至车顶的距离y2。图4是本发明实施例提供的一种展示第三头面部位置的示意图，如图4所示，所述第三头面部位置包括假人驾驶员头面部至车窗玻璃的距离x2以及头面部（可以是鼻尖位置）至转向盘中心的距离z2。
具体的，建立姿态监测坐标系，在姿态监测坐标系下确定所述姿态信息。可基于驾驶员座椅建立姿态监测坐标系，驾驶员座椅可以是待进行碰撞试验的车辆内的主驾驶座椅。座椅结构参数是用于描述座椅尺寸、位置等的参数。具体的，根据需求基于驾驶员座椅建立姿态监测坐标系，姿态监测坐标系可以是非笛卡尔坐标系。进一步的，根据驾驶员座椅，确定其在姿态监测坐标系下的各尺寸参数和位置参数，即得到座椅结构参数。具体的，可以通过下述方式来建立姿态监测坐标系，确定姿态监测坐标系下驾驶员座椅的座椅结构参数：
图5是本发明实施例提供的一种姿态监测坐标系的示意图，如图5所示，以脚跟参考点为横轴原点，以驾驶员座椅的正后方为横轴正方向，建立横轴（即X轴）；以驾驶员座椅在前后方向上的中线与横轴的交点为纵轴原点，以垂直于横轴，于水平面上指向副驾驶的方向为纵轴正方向，建立纵轴（即Y轴）；以踏板参考点为竖轴原点，以垂直于水平面向上的方向为竖轴正方向，建立竖轴（即Z轴），基于横轴、纵轴以及竖轴，建立姿态监测坐标系。在姿态监测坐标系下，确定驾驶员座椅的座椅结构参数。其中，座椅结构参数包括驾驶员座椅的高度（驾驶员座椅的高度是座椅参考点与竖轴的距离，座椅参考点是95百分位假人的H点），驾驶员座椅的座垫倾角以及转向盘中心与横轴的距离。驾驶员座椅的正后方可以理解为驾驶员座椅的椅背方向。驾驶员座椅在前后方向可以理解为垂直于椅背朝向车头的方向。脚跟参考点可以是车辆踏板延长线于车辆底面的交点。踏板参考点可以是车辆踏板的中点。进一步的，设置三部定位相机，分别为正视定位相机，从正面拍摄驾驶员的头面部，用于从正面视角定位驾驶员头面部位置信息；侧视定位相机，从驾驶员右侧拍摄驾驶员的头面部，用于从侧面视角定位驾驶员头面部位置信息；俯视定位相机，从驾驶员正上方向下俯视拍摄驾驶员的头面部，用于从俯视角定位驾驶员头面部位置信息。特别的，正常工作时，头面部至车窗玻璃的距离以正视定位相机获取的数据为准，若正视定位相机受到环境干扰（光线昏暗或相机被遮挡、损坏），则采用俯视定位相机获取的数据；头顶部至车顶的距离以侧视定位相机获取的数据为准，若侧视定位相机受到环境干扰（光线昏暗或相机被遮挡、损坏），则采用正视定位相机获取的数据；头面部至转向盘中心距离以俯视定位相机获取的数据为准，若俯视定位相机收到环境干扰（光线昏暗或相机被遮挡、损坏），则采用侧视定位相机获取的数据为准。
进一步的，还包括：
S0、在预设姿态监测坐标系下获取任意参考驾驶员的参考体型信息和参考姿态信息，并基于参考体型信息和参考姿态信息将参考驾驶员的头部所占据的空间范围进行划分，获得多个预设空间范围。即对正视定位相机、侧视定位相机、俯视定位相机所测得的驾驶员头面部空间进行划分，图6是本发明实施例提供的一种预设空间范围划分的示意图，可以参考图6所示，当驾驶员头面部定位点处于划分的某一空间范围内（即划分的方框内）时，汽车安全气囊的展开参数是一致的。空间范围划分的疏密程度可以调节，空间范围划分的越密，气囊展开参数对不同姿态的响应就越精准，通过调整划分的空间范围的疏密程度，能够调节***对不同姿态的响应精度。
S2、基于所述体型信息和姿态信息执行预设形式的碰撞试验，获得假人驾驶员各部位的损伤曲线。
其中，损伤曲线通常是各部位受到的力与时间的曲线，受到的力越大，则表示受到的损伤越大。将各部位的损伤曲线、所述体型信息、所述姿态信息、所述预设形式以及碰撞试验过程中安全气囊的展开参数进行关联存储，获得第一数据集。
S3、更改所述安全气囊的展开参数，重复执行所述S2，直到预设的所有安全气囊的展开参数均被遍历。
S4、改变碰撞试验的预设形式，重复执行所述S2和S3，直到所有预设形式的碰撞试验均被执行。
其中，碰撞试验的预设形式包括但不限于正面碰撞、侧面碰撞、后碰追尾、25%偏置碰撞、45%偏置碰撞以及MPDB碰撞。这些碰撞的具体限定条件在碰撞标准中有明确记载。
S5、调整所述预设空间范围，重复执行所述S1到所述S4，直到所有的预设空间范围均被遍历。
S6、更换所述假人驾驶员，重复执行所述S1到所述S5，获得各假人驾驶员在各预设空间范围内对应各预设形式的碰撞试验的多个所述第一数据集。
S7、基于各假人驾驶员在各预设空间范围内对应各预设形式的碰撞试验的多个所述第一数据集，建立预设形式的碰撞试验下体型信息、姿态信息与安全气囊最优展开参数之间的函数关系。
进一步的，所述S7包括：
S71、对同一假人驾驶员在同一预设空间范围内同一预设形式的碰撞试验下的多个所述第一数据集进行筛选，以获得包括最优损伤曲线的第二数据集。
其中，最优损伤曲线指驾驶员受到的损伤值最小时对应的损伤曲线；最优损伤曲线对应的安全气囊展开参数为安全气囊最优展开参数。在确定最优损伤曲线时，其对应的安全气囊展开参数即为安全气囊最优展开参数，关联存储的第二数据集中还包括对应的体型信息、姿态信息以及碰撞试验的预设形式。
S72、基于所述第二数据集建立预设形式的碰撞试验下体型信息、姿态信息与安全气囊最优展开参数之间的函数关系。
所述S72包括：
将所述第二数据集中的体型信息和姿态信息以及对应碰撞试验的预设形式作为输入量，将对应的安全气囊展开参数作为输出量，对预设回归神经网络进行训练，将训练完成的预设回归神经网络确定为所述函数关系。
进一步的，还包括：
S8、基于所述函数关系确定在一预设形式的碰撞中，与真人驾驶员的目标体型信息和目标姿态信息对应的最优的安全气囊展开参数。
即将碰撞的形式、真人驾驶员的目标体型信息和目标姿态信息输入至训练完成的预设回归神经网络，获得对应的最优的安全气囊展开参数。
或者，根据碰撞的形式调用对应的训练完成的预设回归神经网络，将真人驾驶员的目标体型信息和目标姿态信息输入至对应的训练完成的预设回归神经网络，获得对应的最优的安全气囊展开参数。
本发明实施例提供的一种汽车安全气囊展开参数优化方法，先建立姿态监测坐标系，利用姿态监测坐标系将不同体型信息、不同驾驶习惯下的驾驶姿态表示为坐标值，再设计不同形式的碰撞试验，获取不同体型、不同姿态下假人的损伤曲线，然后基于损伤曲线确定驾驶员受到的损伤最小时对应的安全气囊最优展开参数，进而建立对应体型信息、姿态信息以及碰撞试验的预设形式与安全气囊最优展开参数间的函数关系，制定两者优化匹配方案。本方法建立的姿态监测坐标系，能够准确地记录驾驶员的姿态信息，为安全气囊最优展开参数的选择提供输入。本方法设计不同形式的碰撞试验能够获取不同碰撞发生时，不同安全气囊展开参数影响下假人损伤曲线。本方法利用回归神经网络建立体型信息、姿态信息以及碰撞试验的预设形式与安全气囊最优展开参数间的函数关系，通过构建的函数关系可衍生出样本集以外的体型信息和驾驶姿态对应的安全气囊展开参数，有利于降低试验成本，拓宽本方法的适用范围。相较于标定试验中假人固定的体型信息和姿态信息得到的气囊展开参数，本方法克服了现有方法的局限性，更贴近驾驶员真实体型信息和实际驾驶习惯。通过划分的空间范围的疏密程度，能够调节***对不同姿态的响应精度。划分的越密，气囊展开参数对不同姿态的响应就越精准，但计算成本就越高；划分的越疏，姿态空间越大，气囊展开参数对驾驶员在姿态空间内的响应鲁棒性越强，计算成本越低，但相应地，保护效果越粗糙。如果将整个驾驶舱空间划分为一个姿态空间，那么在该空间内气囊展开参数只有一种，即与传统气囊展开参数设置的方法一致。
图7为本发明实施例提供的一种电子设备的结构示意图。如图7所示，电子设备400包括一个或多个处理器401和存储器402。
处理器401可以是中央处理单元（CPU）或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备400中的其他组件以执行期望的功能。
存储器402可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器（RAM）和/或高速缓冲存储器（cache）等。所述非易失性存储器例如可以包括只读存储器（ROM）、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器401可以运行所述程序指令，以实现上文所说明的本发明任意实施例的汽车安全气囊展开参数优化方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如初始外参、阈值等各种内容。
在一个示例中，电子设备400还可以包括：输入装置403和输出装置404，这些组件通过总线***和/或其他形式的连接机构（未示出）互连。该输入装置403可以包括例如键盘、鼠标等等。该输出装置404可以向外部输出各种信息，包括预警提示信息、制动力度等。该输出装置404可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图7中仅示出了该电子设备400中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备400还可以包括任何其他适当的组件。
除了上述方法和设备以外，本发明的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本发明任意实施例所提供的汽车安全气囊展开参数优化方法的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本发明的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本发明任意实施例所提供的汽车安全气囊展开参数优化方法的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
需要说明的是，本发明所用术语仅为了描述特定实施例，而非限制本申请范围。如本发明说明书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
还需说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”等应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案。

Claims (5)

1.一种汽车安全气囊展开参数优化方法，其特征在于，包括：
S0、在预设姿态监测坐标系下获取任意参考驾驶员的参考体型信息和参考姿态信息，并基于参考体型信息和参考姿态信息将参考驾驶员的头部所占据的空间范围进行划分，获得多个预设空间范围；
S1、当假人驾驶员的头部定位点处于驾驶舱的预设空间范围时，获取假人驾驶员的体型信息和姿态信息，所述姿态信息包括通过正视定位相机从假人驾驶员正面确定的假人驾驶员第一头面部位置、通过侧视定位相机从假人驾驶员右侧面确定的假人驾驶员第二头面部位置、通过俯视定位相机从假人驾驶员正上方向下确定的假人驾驶员第三头面部位置以及假人驾驶员膝部与内饰的垂直距离；所述第一头面部位置包括假人驾驶员头面部至车窗玻璃的距离x1以及头顶部至车顶的距离y1，所述第二头面部位置包括假人驾驶员头面部至转向盘中心的距离z1以及头顶部至车顶的距离y2，所述第三头面部位置包括假人驾驶员头面部至车窗玻璃的距离x2以及头面部至转向盘中心的距离z2；
S2、基于所述体型信息和姿态信息执行预设形式的碰撞试验，获得假人驾驶员各部位的损伤曲线，将各部位的损伤曲线、所述体型信息、所述姿态信息、所述预设形式以及碰撞试验过程中安全气囊的展开参数进行关联存储，获得第一数据集；
S3、更改所述安全气囊的展开参数，重复执行所述S2，直到预设的所有安全气囊的展开参数均被遍历；
S4、改变碰撞试验的预设形式，重复执行所述S2和S3，直到所有预设形式的碰撞试验均被执行；
S5、调整所述预设空间范围，重复执行所述S1到所述S4，直到所有的预设空间范围均被遍历；
S6、更换所述假人驾驶员，重复执行所述S1到所述S5，获得各假人驾驶员在各预设空间范围内对应各预设形式的碰撞试验的多个所述第一数据集；
S7、基于各假人驾驶员在各预设空间范围内对应各预设形式的碰撞试验的多个所述第一数据集，建立预设形式的碰撞试验下体型信息、姿态信息与安全气囊最优展开参数之间的函数关系；
所述S7包括：
S71、对同一假人驾驶员在同一预设空间范围内同一预设形式的碰撞试验下的多个所述第一数据集进行筛选，以获得包括最优损伤曲线的第二数据集，其中，最优损伤曲线对应的安全气囊展开参数为安全气囊最优展开参数；
S72、基于所述第二数据集建立预设形式的碰撞试验下体型信息、姿态信息与安全气囊最优展开参数之间的函数关系；
S8、基于所述函数关系确定在一预设形式的碰撞中，与真人驾驶员的目标体型信息和目标姿态信息对应的最优的安全气囊展开参数。
2.根据权利要求1所述的汽车安全气囊展开参数优化方法，其特征在于，所述S72包括：
将所述第二数据集中的体型信息、姿态信息以及对应碰撞试验的预设形式作为输入量，将对应的安全气囊展开参数作为输出量，对预设回归神经网络进行训练，将训练完成的预设回归神经网络确定为所述函数关系。
3.根据权利要求1所述的汽车安全气囊展开参数优化方法，其特征在于，所述体型信息包括：身高、体重以及性别；
碰撞试验的预设形式包括正面碰撞、侧面碰撞、后碰追尾、25%偏置碰撞、45%偏置碰撞以及MPDB碰撞。
4.一种电子设备，其特征在于，所述电子设备包括：
处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1-3任一项所述的汽车安全气囊展开参数优化方法的步骤。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1-3任一项所述的汽车安全气囊展开参数优化方法的步骤。
CN202311674413.3A 2023-12-08 2023-12-08 汽车安全气囊展开参数优化方法、设备及介质 Active CN117371340B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311674413.3A CN117371340B (zh) 2023-12-08 2023-12-08 汽车安全气囊展开参数优化方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311674413.3A CN117371340B (zh) 2023-12-08 2023-12-08 汽车安全气囊展开参数优化方法、设备及介质

Publications (2)

Publication Number Publication Date
CN117371340A CN117371340A (zh) 2024-01-09
CN117371340B true CN117371340B (zh) 2024-02-13

Family

ID=89396934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311674413.3A Active CN117371340B (zh) 2023-12-08 2023-12-08 汽车安全气囊展开参数优化方法、设备及介质

Country Status (1)

Country Link
CN (1) CN117371340B (zh)

Citations (3)

* 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
CN114347999A (zh) * 2022-01-10 2022-04-15 合肥工业大学 一种基于多特征融合的乘员类型识别方法、***、装置
CN116013110A (zh) * 2023-01-03 2023-04-25 重庆长安汽车股份有限公司 一种车辆碰撞风险预测装置及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7415126B2 (en) * 1992-05-05 2008-08-19 Automotive Technologies International Inc. Occupant sensing system

Patent Citations (3)

* 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
CN114347999A (zh) * 2022-01-10 2022-04-15 合肥工业大学 一种基于多特征融合的乘员类型识别方法、***、装置
CN116013110A (zh) * 2023-01-03 2023-04-25 重庆长安汽车股份有限公司 一种车辆碰撞风险预测装置及方法

Also Published As

Publication number Publication date
CN117371340A (zh) 2024-01-09

Similar Documents

Publication Publication Date Title
CN104709213B (zh) 用于在大型动物碰撞中保护车辆乘客的设备和方法
DE102015112000B4 (de) Am Dach montierter Rücksitzairbagsicherheitskäfig
CN107021059A (zh) 用于织带伸出的***和方法
KR102277095B1 (ko) 차량 탑승자의 요구에 따른 자동차의 조작
KR20170135946A (ko) 차량 내부 카메라에 의한 탑승자 크기 및 자세 검출
WO2019180876A1 (ja) 体格推定装置および体格推定方法
JP6814977B2 (ja) 画像処理装置、検知装置、学習装置、画像処理方法、および画像処理プログラム
CN117371340B (zh) 汽车安全气囊展开参数优化方法、设备及介质
US11983952B2 (en) Physique determination apparatus and physique determination method
CN114897996A (zh) 一种车载相机的标定方法及装置、计算机设备、存储介质
CN111907462A (zh) 安全气囊的控制***、信息处理方法、***、介质及设备
CN111204301A (zh) 乘坐安全控制方法及电子设备
US20230152898A1 (en) Control system, gesture recognition system, vehicle, and method for controlling gesture recognition system
CN116186468B (zh) 假人姿态设置方法、电子设备和存储介质
CN114103961A (zh) 面部信息获取装置以及面部信息获取方法
CN112277804A (zh) 一种车辆影像融合显示***、控制方法和车辆
CN113002469A (zh) 用于对车辆的乘员提供保护的方法
CN114475511B (zh) 基于视觉的气囊启动
JP5568761B2 (ja) 視野推定装置、視野推定方法、コンピュータプログラム及び記録媒体
KR101976498B1 (ko) 차량용 제스처 인식 시스템 및 그 방법
CN110261131B (zh) 汽车模拟驾驶舱图像数据处理方法及装置
CN112651161B (zh) 基于刚度标定法的汽车仪表板悬浮屏静态头部碰撞仿真方法
JP7087809B2 (ja) 事故対応装置
JP4461840B2 (ja) 車両用頭部衝撃吸収構造の設計支援装置及び車両用頭部衝撃吸収構造の設計支援プログラム
CN115416547B (zh) 车辆座椅调整方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant