安全气囊的作用 汽车安全气囊点火算法综述.docx 15页

汽车安全气囊点火算法综述.docx,汽车安全气囊点火算法综述 摘要:目前安全气囊已在汽车上得到普遍应用,但 其点火算法却没有统一的设计标准。

汽车安全气囊点火算法综述摘要:目前安全气囊已在汽车上得到普遍应用,但 其点火算法却没有统一的设计标准。详细论述了设计安全气 囊点火算法的理论依据,包括乘员损伤准则、气囊点火条件 和点火时刻确定法则。介绍了几种传统的安全气囊点火算 法,并对其优缺点进行了对比。着重阐述了几种智能安全气 囊点火算法的研究成果和发展前景,指出了安全气囊点火算 法未来的发展方向。关键词:安全气囊;点火算法;智能控制中图分类号:U461.91文献标文献标识码:A文献标DOI:10. 3969/j. issn. 2095-1469. 2013. 02. 01自从20世纪80年代在汽车上应用以来,安全气囊已经 挽救了无数乘员的生命,尤其是其与安全带配合使用,可以 使车辆在发生碰撞事故时前排乘员的死亡率降低61%[l]o然 而,由于气囊不适当的展开造成乘员损伤甚至死亡的事件也 愈见频繁。据NHTSA报道,在2001?2006年间,美国有大 约1 400位乘员因为安全气囊的误点火死亡,这为安全气囊的应用前景蒙上了一层阴影[2]。汽车安全气囊点火算法是安全气囊控制系统的核心,它 依据各安全法规的乘员碰撞损伤要求,并综合判断点火条 件,来解决气囊是否需要点火以及何时点火的问题。

如果算 法判断气囊在不需要点火的低速碰撞、干扰路况时误点火, 或者在高速柱碰撞时漏点火、迟点火都会对乘员造成生命危 险。由于算法计算误差造成气囊在高强度碰撞时早点火,则 会引起乘员在碰撞过程中接触已泄气的气囊,而得不到最佳 保护。因此,安全气囊算法的优劣直接关系到驾乘人员的生 命安全。本文对目前国内外常用的安全气囊点火算法进行了 总结归纳,并指出了今后的发展方向。1点火算法的理论依据1.1乘员损伤准则安全气囊的点火阈值是依据碰撞中乘员所受的损伤程度来确定的。如果在某一碰撞条件下乘员的损伤程度达到法 规规定的乘员损伤指标,则该碰撞条件所确定的阈值为气囊 必须点火的阈值,因此了解乘员伤害的评价指标是开发安全 气囊算法的首要任务。在安全气囊碰撞试验中,不但需要评 价乘员头部的伤害指标值,还要评价气囊对乘员的面部、胸 部、颈部、下肢等部位的伤害情况[3-4] o表1是美国、欧 洲以及中国正面碰撞法规对乘员损伤指标的规定,美国 FMVSS 208法规比较全面地规定了各种碰撞假人在不同碰撞形式下的试验要求和损伤指标,这里仅选取50百分位男性 假人在100%正面碰撞中的损伤指标为例进行介绍。1.2点火条件安全气囊点火条件指碰撞过程中用来判断气囊是否需要点爆的输入条件。

传统的安全气囊算法是把碰撞事故的严 重程度作为气囊的点火条件,碰撞事故的严重程度用气囊的 点爆速度表示,即汽车和固定壁障发生与碰撞事故强度相当 的正面碰撞时的等效初速度。欧洲ECE R94法规规定作为安 全带辅助装置的安全气囊的点爆速度为:低于20 km/h正面撞击固定壁障时不应点火,大于30 km/h时必须点火,20?30 km/h时不作要求。在美国,要求安全气囊对未佩戴安全带的乘员也有较好的保护作用,因此Ford公司规定的安全气囊引爆速度为:低于12.8 km/h正面撞击固定壁障时不点火,高于22.4 km/h时必须点火,12.8?22. 4 km/h时不作要求。我国的汽车安全法规主要参考欧洲法规,在安全气囊 的设计准则上与欧洲ECE R94法规的要求相一致。近年来,随着智能型安全气囊的提出,要求相应的智能安全气囊点火算法不仅要考虑汽车碰撞的严重程度这一个 点火条件,还需要判断汽车的碰撞形式和乘员的状态等条 件。文献[8]详细介绍了汽车所有可能发生的碰撞形式。而 汽车乘员的状态主要包括乘员大小、乘员佩戴安全带状态以 及乘员的离位状态。1.3点火时刻1.3. 1最佳点火时刻气囊最佳点火时刻是指当乘员的面部刚刚接触到安全气囊气袋时,气袋恰好充满气体,这时气袋对乘员的冲击力最小,又能通过压缩和泄气孔吸收乘员大部分的碰撞能量, 对乘员的保护效果最好。

对于驾驶员侧气囊目前最常用的是”127 mm-30 ms”准则。这个准则的含义是:在汽车碰撞过 程中,乘员相对于车体向前移动127 mm时刻的前30 ms是 气囊的最佳点火时刻。其依据是大多数轿车乘员与转向盘之 间的间距为305 mm,气囊充满气的厚度为178 mm,气囊从 点火至展开到最大体积的时间约为30 ms,由此确定乘员前移127 mm这一时刻的前30 ms为最佳点火时刻。1.3.2实际点火时刻安全气囊的实际点火时刻是指实际碰撞事故中气囊点 爆的时刻。在前排成年乘员正常坐姿和佩戴安全带的状态 下,针对不同车型确定其点火条件的阈值,在实际撞车事故 中,当点火条件超过阈值时气囊点爆。由于汽车碰撞事故的 不确定性以及算法本身的缺陷,实际点火时刻与最佳点火时刻往往不会重合。如果实际点火时刻提前,乘员头部与气囊相接触时,气囊通过泄气孔流失了大部分气体相接触时,气囊通过泄气孔流失了大部分气体,不能对乘员起到最佳保护作用;如果实际点火时刻延后,乘员与继续膨 胀的气囊接触时,气囊展开的强大冲击力同样会对乘员造成 致命的伤害。因此,确保实际点火时刻与最佳点火时刻的一 致性是目前智能安全气囊控制算法设计的主要目标。

2传统安全气囊点火算法传统的安全气囊点火算法主要根据汽车碰撞时的加速度信号及其线性变化量,例如速度变化量、车辆碰撞力或者 能量变化等作为基本参数,判断安全气囊点火条件,最终确 定气囊是否需要点火。主要的算法形式包括加速度峰值法、 加速度梯度法、速度变化量法、比功率法、移动窗算法、ARMA 模型预报算法。2. 1加速度峰值法加速度峰值算法直接利用加速度传感器信号来控制安全气囊的点爆,全气囊的点爆,当加速度信号超过预先设定的阀值就发出气囊点火信号,使气囊充气。加速度传感器在车辆上的主要安装位置包括:发动机舱 内左右大灯或翼子板附近、车辆左右B柱。中央气囊传感器 安装在中央仪表板下方或者地板控制台下方。无论是安装在 发动机舱内还是左右B柱的加速度传感器,安装位置处于车 辆碰撞时的变形区,噪声干扰会对加速度信号造成很大的影 响;中央气囊传感器未处于变形区,受到噪声的影响较小, 但是采集到的信号不能正确反映碰撞的真实情况。因此除非 处于变形区的传感器已经被撞坏,否则不会单独使用 [9-11] o所以,采用加速度峰值算法需要对加速度信号进行 很好的滤波,它一般应用于机械式的安全气囊控制系统。目 前,加速度峰值算法主要有以下两方面的应用。

(1)“门槛”作用:在一些气囊点火算法中,当加速度值超过一定阈值(如3 g)时,判断有碰撞发生,主体安全气囊点火 算法开始计算。(2)高速碰撞时直接点爆气囊的作用:当车辆以特别 高的速度发生碰撞时,加速度值超过设定的髙阈值,则直接 向气体发生器发出点火信号,省去复杂的信号处理和计算过 程,在高速碰撞时及时点爆气囊。2.2加速度梯度法加速度梯度算法是对加速度变化率的判断,把滤波后的 加速度数据对时间求导数,然后与预先设定的阈值进行比 较,确定气囊是否需要点火。加速度梯度法对噪声非常敏感,当车辆在起伏路上行 驶、紧急制动或者与阶梯发生低速碰撞时,加速度梯度值也 有可能超过阈值而导致气囊点爆,对乘员造成伤害。因此加 速度梯度算法需要对加速度信号进行很好的滤波,这样就造 成了碰撞检测时间的增加,并提高了气囊控制系统的开发成 本。不过,正如加速度梯度法的提出者美国ASL实验室的Tony 指出的那样,加速度梯度参数对碰撞具有预测能 力,它能够在碰撞发生之前预测到即将发生的碰撞,并预测 乘员的位移,在控制气囊的点火时刻方面有着其它传统算法 无法比拟的优越性[12-13] o因此,将加速度梯度算法与其 它算法,如抗干扰能力较强的移动窗算法结合使用,可以综 合两者的优点,并弥补加速度梯度法抗干扰能力差的缺点。

2.3移动窗积分算法在介绍移动窗算法之前,简要介绍一下速度变化量法。 对碰撞过程中的加速度信号进行积分可以得到速度变化量, 当速度变化量超过预先设定的阈值时就发出点火信号。速度 变化量算法的关键是确定积分开始的时刻,现在一般通过加 速度阈值来确定碰撞的起始时刻,同时认为碰撞的起始时刻 为积分开始时刻。为了避免选取积分开始时刻带来的误差和不便,一般使 用移动窗积分算法代替速度变化量法。选取一个适当的窗宽 T,对当前时刻之前T时间段内的加速度数据进行积分,并 将积分结果与阈值比较,如果超过预先设定的阈值,则发出 点火信号。由移动窗积分算法得到的速度变化量曲线比较平 滑,有一定的抗干扰能力,在汽车发生100%正面碰撞时,能 够很容易判断车辆碰撞的严重程度,确定气囊是否需要点 火。但是仅仅利用速度变化量参数AV,不能区分碰撞类型, 当车辆发生柱碰撞、角度碰撞时,气囊会发生漏点火现象。文献[14]和[15]在移动窗积分算法的基础上引入了另 外一个参数,用加速度曲线的长度L来判断汽车的碰撞形式 (a为加速度)。■因为高速柱碰撞的加速度比低速正面碰撞的加速度振 荡幅度更大,振荡频率也更快,即加速度曲线上的褶皱更加 严重、密集,因此利用移动窗内加速度曲线的长度参数可以 轻易地将高速柱碰撞从低速正面碰撞中区分出来,避免高速 柱碰撞时由于安全气囊不展开而造成的乘员伤害。

然而,当 汽车紧急制动或者在起伏路、搓板路等崎岖不平的道路上行 驶时,加速度曲线长度值也会很大,抗干扰能力变差。因此 只有同时使用速度变化量和加速度曲线长度两个参数,才能 实现对安全气囊系统的准确控制。另外,为了提高移动窗算 法的路面抗干扰能力,文献[16]提出同时对水平方向ax和 垂直地面方向az进行两向加速度合成积分,来削弱路面干 扰信号对碰撞信号的影响。式中:Sc为双向合成积分量;n为当前时间点;k为算 法考虑的采样点数,即窗宽;fs为采样频率;p为合成因 数,表征两个方向加速度在合成算法中的权重。2. 4比功率算法对碰撞过程中汽车的动能两边进行求导,可以得到汽车碰撞过程中的功率o接着对其两边再进行求导可以得到比功率公式d,将 得到的结果与阈值进行比较,可以判断气囊是否需要点火 [17-18]o比功率算法综合了加速度、速度变化量和加速度梯度3 个参数,同时融合了加速度峰值法、移动窗算法和加速度坡 度法3种算法的优点。(1)对于偏置碰撞、柱碰撞和角度碰 撞等碰撞形式,单纯的速度变量参数不能很好地识别碰撞, 而较敏感的加速度梯度参数可以解决这一问题。(2)加速度 坡度法比较敏感,在进行长时间的车辆状态判断中会出现混 乱,而速度变量法比较稳定,可以长时间判断汽车安全气囊 是否需要点火。

安全气囊的作用 汽车安全气囊点火算法综述.docx 15页

(3)加速度梯度法在起伏路等干扰路况中很 敏感,容易出现误点火的情况,在比功率算法中综合了速度 变化量参数,就可以通过一个很小的AV来调整梯度值,增 强了算法的抗干扰能力。然而,比功率算法只是考虑了车辆 碰撞强度这一点火条件,未考虑乘员状态,也未对碰撞时刻 进行控制,仍然会出现误点火、迟点火、早点火的现象。2. 5 ARMA模型预报算法ARMA模型预报算法是一种运用系统辨识建立的预测车 身加速度和乘员头部位移之间关系的方法。将系统假设为单 输入单输出(SISO)系统,系统的”输入”就是车身加速度, 系统的“输出”就是乘员头部的位移,乘员头部的位移除了 受车身加速度的影响外,还要受到安全带的自由行程、安全 带的制造误差、座椅的刚度和乘员的坐姿等不确定因素的影 响,用噪声N (k)来表示[4] o系统的结构图如图1所示。建立了系统的模型后,根据试验数据训练系统的参数, 从而对系统进行预报控制,一般采用二阶的ARMA模型就可 以满足预报要求。ARMA模型控制安全气囊的步骤为:(1)检 测成员位置和车身减速度信号。(2)辨识乘员位置与车身减速度信号关系的数学模型。(3)预报30 ms后时刻乘员头部 位置。

(4)如果达到127 mm就发出气囊点火信号,否则重 复步骤(l)o2.6安全气囊传统点火算法的优缺点对比安全气囊传统控制算法结构简单,容易实现,各有其特 点。这里分别从算法的复杂度、稳定性、抗干扰能力、点火 时刻控制、滤波要求和使用范围进行列表对比,见表2。综上所述,传统安全气囊主要基于汽车碰撞过程中的加 速度信号及其线性变化量,判断汽车发生碰撞的情况,在控 制安全气囊的起爆过程中存在着一些缺陷。(1)缺少乘员检 测程序,造成座位无乘员乘坐、乘坐儿童等小个子乘员或者 乘员处于离位状态时气囊全力展开。(2)不能判断出汽车的 碰撞形式,造成安全气囊在高速柱碰撞、偏置碰撞、斜碰撞 等碰撞形式下不展开。(3)抗干扰性能不佳,造成安全气囊 在起伏路、阶梯等干扰路况行驶时展开。(4)点火时刻控制不佳,造成气囊的早点火和迟点火。不佳,造成气囊的早点火和迟点火。(5)不能实现气囊的分级起爆。3智能安全气囊点火算法NHTSA指出由于目前的车辆乘员约束系统对碰撞类型识别、乘员类型识别以及约束系统工作时刻判断的不准确,导 致汽车发生正面碰撞事故时乘员因为约束系统的误动作而 死亡的情况经常发生。因此随着法规以及消费者对汽车安全 性能要求的提高,智能安全气囊点火算法的研究越来越被重 视。

目前,研究较多的智能安全气囊算法主要有:基于乘员 检测的自适应安全气囊算法、模糊神经网络算法、主被动安 全系统一体化算法。3. 1基于乘员检测的自适应安全气囊算法乘员检测技术应用在汽车上至少可以带来3个方面的好处。(1)降低乘车成本。如果检测到乘员座位无人,当车辆 发生碰撞时乘员侧安全气囊不需要点爆,这样就减少了更换 安全气囊带来的花费。(2)提高乘车舒适性。当检测到乘员 座位有人乘坐时,可以自动打开空调等系统,使乘员乘车舒 适。(3)提高乘车安全性。当乘员座位为小个子乘员、婴儿 或乘员处于离位状态时可以使安全气囊不展开或者低级展 开,避免因气囊全力展开对乘员造成伤害。乘员检测的内容 包括:乘员占座检测、乘员大小分类、乘员坐姿检测和乘员 佩戴安全带状态检测[19-21] o近年来,乘员检测系统致力于融合多种乘员信息,综合 考虑乘员大小、乘员坐姿以及乘员佩戴安全带的状态,为安 全气囊点火系统提供丰富的乘员信息。文献[22]和[23]首先 利用重力传感器检测乘员占座情况,根据体重对乘员进行分 类,并根据重心初步检测乘员的位置,然后利用视觉传感器 跟踪乘员头部运动轨迹,实时检测乘员的坐姿。

文献[24]基 于不同类型乘员的体压分布特征,采用支持矢量机( , SVM)算法,通过压力传感器测得不同乘 员类型在不同坐姿下的体型特征样本对SVM进行了训练及检 验,最终得到满足精度要求的乘员坐姿识别器。随着摄像机 和立体图像处理技术的发展,仅仅使用视觉检测系统来识别 乘员综合状态的目标正在逐步实现。文献[25]和[26]开发的 视觉传感系统主要检测乘员脸部位置,其中文献[25]提出了 适用于乘员脸部检测的3种算法即Viola-Jones算法, 算法和N订sson算法,虽然通过验证发现这3种算 法在人脸检测系统中还存在不稳定的缺点,但是为乘员检测 算法指出了一个有效的研究方向。文献[27]介绍了视觉传感 器与先进的数字信号处理器DSP的应用,结果显示乘员分类 以及乘员坐姿分析的正确率可以达到97%,但耗时为970 ms, 这对于实现实时跟踪乘员头部位移以及控制气囊在最佳时 刻点火的目标仍然存在一定的差距。现在基于视觉传感器以 及体压分布的乘员识别系统所采用的模式识别技术跟模糊 神经网络的应用密不可分[28-30] o3.2模糊神经网络算法模糊神经网络算法将模糊算法的非线性信息处理能力 和神经网络的自学习自适应功能应用于汽车安全气囊控制 系统中,有以下两个方面的用途[4, 31]。

(1)与乘员识别 系统相结合,实现乘员分类、乘员坐姿识别以及乘员头部跟 踪。(2)与汽车加速度传感器结合使用,通过对加速度序列 的训练,实现对碰撞严重程度、碰撞形式的判断。模糊神经 网络的基本构造思想为:构造一个包含输入层、隐含层和输 出层的神经网络系统,应用实际碰撞试验中的加速度序列值 或者乘员图像信息作为输入量,利用反向传播算法(BP算法) 训练神经网络,逐步修改模糊隶属度函数,确定相关参数阈 值,最终获得精准的模糊规则,应用于实际汽车碰撞事故时 安全气囊的点火控制[32-34] o文献[35]和[36]介绍了一种基于自适应模糊神经网络 系统(ANFIS)的安全气囊控制算法,其中文献[36]设计了 一种“两阶段模糊算法”的ANFIS结构,利用了多个设计参 数来支持算法。当加速度信号G超过预先设定值后,利用该 时间段内对加速度信号两次积分得到一个距离值“displ” 与设定的阈值作比较,判断碰撞是否是“严重”碰撞。如果 不是严重碰撞或者不能判断,则进入第二层判断,引入了加 速度值对时间的导数“jerk” ,加速度超过阈值后“jerk” 值超过阈值的次数“njerk”以及加速度超过阈值与 “jerk”值第1次超过阈值的时间间隔“tw”这3个参数, 利用当前时间段内的“disp2” , “njerk”和“tw” 3个参 数来判断碰撞的严重程度。

文献[37]利用遗传算法对模糊神 经网络的隶属度函数进行训练,通过随机但有向的搜索机制 寻找全局最优解。解决了由人类经验产生的模糊控制规则固 定不变的问题,并且在设计空间可以进行多点搜索,大大降 低了系统陷入局部最优值的概率。文献[38]提出的应用进化 策略对参数进行优化的算法,选择碰撞过程中的速度、加速 度、加速度偏差和乘员的头部位移4个参数集作为系统的输 入,通过对参数集进行一系列的变异、复制和选择,确定最 优参数集,并建立一个质量函数来评价算法的功能。3.3主被动安全系统一体化的预测算法主动安全系统通过其高性能的传感器,例如雷达传感 器、立体视图摄像机和超音波感测传感器等,在汽车即将发 生碰撞时发出警告,并通过制动踏板或者转向轮来避免碰撞 发生。主动安全系统提供的信息可以应用于安全气囊的预碰 撞识别系统,根据碰撞时车辆相对于前端障碍物的航向角、 相对位置和相关速度预测即将发生的碰撞的场景,预测碰撞 的严重程度和碰撞类型,为安全气囊准确展开提供保证。文 献[39]中,等人基于预警制动防撞系统(CMS)、 自适应巡航系统(ACC)、车道偏离警示系统(LDWS)等主动 安全装置提供的信息和加速度传感器信息提出了一种预碰 撞算法和碰撞算法相融合的安全气囊算法。

该算法利用预碰 撞算法得到以下3方面的信息。(1)通过估计前端障碍物的 位置预测碰撞发生的可能性。(2)通过利用雷达传感器提供 的相关速度和距离来计算碰撞发生的时间。(3)基于前端障 碍物的位置来描述碰撞类型。然后应用碰撞算法判断汽车碰 撞的发生时刻、碰撞类型、碰撞严重度和气囊点火时刻,与 预碰撞算法通过“AND”语句实现对汽车碰撞现场的精确掌 握,以保证安全气囊准确动作。文献[40]提出了一种针对 汽车100%正面碰撞的主被动安全系统集成算法,并指出主被 动融合技术的下一步就是实现碰撞的准确预测和在汽车上 的匹配应用。4结论本文详细介绍了传统安全气囊点火算法,对传统安全气囊点火算法的优缺点进行了列表对比,并针对智能安全气囊 算法的3个发展方向进行了详细分析,总结出安全气囊算法 的发展方向。自适应安全气囊算法:安全气囊控制系统根据座 位乘员的大小、坐姿以及佩戴安全带状态选择气囊是否起爆 或者调整气囊起爆级别,目前需要解决系统的实时性问题。基于模糊神经网络的智能算法:利用模糊神经网 络解决非线性问题的能力,处理汽车碰撞类型的识别问题, 并实现乘员头部位移的跟踪,目前模糊神经网络的应用还存 在稳定性问题和局部最优解问题。

应用主被动安全系统一体化的预测算法:主被动 安全系统一体化是未来汽车安全的发展趋势,应用主动安全 高效、稳定的传感器技术,为被动安全约束系统提供精确的 信息,预测即将发生的碰撞。主被动安全算法的融合、多传 感信息融合的实现以及算法在实车上的匹配都需要深入研 究。确定点火时刻的“127 mm-30 ms”准则,其应用 对象是驾驶员侧50百分位男性假人,对于前排乘员和其他 体型的驾驶员的安全气囊点火时刻缺少研究。另外,在偏置 碰撞、斜碰撞和柱碰撞中,实现驾驶员侧和乘员侧气囊不同 时点爆的算法也需要进一步研究。

现在最火的发帖平台

中小学心理健康教育 理论依据教育学 我国中小学心理健康教育面临的问题与改进策略*

2023-9-30 12:03:57

现在最火的发帖平台

大学生自主创业干什么好 河南叶县:“四位一体”为大学生就业创业“架桥铺路”

2023-9-30 12:04:11

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索