门槛阈值自匹配的车载呼救系统设计

为了提高车辆碰撞自动呼救系统(Automatic Crash Notification System,ACNS)的抗干扰能力和事故信息的准确性,提出了一种具有自适应门槛阈值的ACNS触发算法。基于门槛阈值与路面国际平整度指数之间的关联模型,设计ACNS触发算法,并实现ACNS门槛阈值随路面状况和车速的动态匹配;基于STM32F103ZET6微控制器,利用加速度信号采集模块、定位模块和通信模块等模块设计一种车辆事故自动呼救系统终端;利用道路实车试验和触发测试试验测试系统性能;结果表明:ACNS终端能够实现门槛阈值根据不同路面状况的动态匹配,并对相关信息进行实时处理及发送呼救信息。

车辆事故自动呼救系统车载终端设计

为弥补传统车辆事故自动呼救(ACN)系统车载终端无可视化界面、提供信息不足等缺点,设计出一种新型ACN系统车载终端。详细阐述车载终端的功能需求和总体设计,以及事故检测模块和呼救信息发送模块的模块初始化及工作流程;事故检测模块的功能包括加速度信号和图像信号的采集与存储,呼救信息发送模块可提取地理信息并显示和发送呼救信息。台车碰撞模拟试验的结果表明,车载终端能够准确采集包含更多预测成员伤害程度的有效信息和车内图像,计算碰撞速度变化量、最大碰撞加速度,发送呼救信息,且可视化界面工作正常。

基于比功率的车辆事故自动呼救系统触发算法研究

在车辆事故自动呼救系统触发算法设计过程中,需要进行大量实车或台车碰撞试验以确定触发阈值。通过建立正面碰撞台车试验系统的有限元模型,模拟不同速度下碰撞加速度曲线,并在此基础上比较各种触发算法对碰撞强度的识别能力,确定使用比功率来识别不同强度碰撞以采取相应呼救方案。最后,通过台车碰撞试验和实车道路制动试验验证基于比功率的车辆事故自动呼救系统触发算法的可靠性。

车辆碰撞自动呼救系统触发算法设计

为提高车辆碰撞自动呼救系统的可靠性,基于移动窗原理设计了一种独立于安全气囊系统的碰撞检测算法。该算法对窗宽内的汽车纵向与横向加速度信号进行合成积分,通过比较积分值与设定阈值的大小来确定是否触发紧急呼救。通过实车试验采集某款越野车型在各种典型工况下的车身加速度信号确定了触发算法的阈值。为验证触发算法的可靠性,对自动呼救系统终端进行设计并进行了台车碰撞试验。试验结果表明,所设计的触发算法能够准确检测到碰撞事故发生,自动呼救终端能够准确触发紧急呼救并记录相关碰撞信息。

ACN系统加速度信号采集位置的比较分析

车辆碰撞自动呼救(Automatic Crash Notification,ACN)系统触发算法以加速度信号为基础触发紧急呼救,合理的加速度信号采集位置能够提高ACN系统的可靠性和抗干扰性。首先进行不同车速正面100%刚性壁障碰撞试验,采集得到B柱和ECU处车辆加速度信号;然后采用可靠性较高、碰撞识别能力较强的比功率算法和移动窗算法分别对采集到的加速度信号进行处理比较;最后分别计算出了两种触发算法对于B柱和ECU处采集到的不同车速下的加速度信号的分辨率值。结果表明:两种触发算法对于ECU处采集到的加速度信号具有较高的分辨率,因此中央通道ECU处采集到的加速度信号可以作为ACN系统可靠的信号源。

朴素贝叶斯模型在驾驶员伤情预测中的应用

先进车辆事故自动呼救(Advanced Automatic Crash Notification,AACN)系统能在车辆发生碰撞事故时及时对驾驶员的受伤情况进行预测,有助于呼救中心做出早期判断并制定更加积极有效的救援方案。首先,选取速度变化量、碰撞方向、驾驶员年龄、驾驶员是否系安全带、驾驶员侧安全气囊是否打开、驾驶员性别作为造成驾驶员伤情的影响因素,利用道路事故数据分析构建贝叶斯网络模型;其次对现有数据进行离散分类处理,然后建立驾驶员伤情预测的算法;最后通过事故数据进行仿真并对所提出的算法的有效性进行验证。结果表明,所建立的驾驶员伤情预测算法的预测准确率较高,可应用于AACN系统向呼救中心传递事故信息。

面向高级车辆事故自动呼救系统的伤情预测

为提高高级车辆事故自动呼救(advanced automatic crash notification,AACN)系统的救援效率,提出了一种驾驶员伤情预测算法,基于算法进行了AACN系统终端的总体设计。首先,选取驾驶员年龄、性别、是否佩戴安全带、速度变化量、事故碰撞方向以及驾驶员侧安全气囊是否打开作为驾驶员伤情的影响因素;其次,对交通事故数据进行分析并构建Logistic回归模型,使用Hosmer-Lemeshow测试表对模型进行验证,通过敏感性分析获得最佳触发阈值;再次,对AACN系统终端进行设计;最后,通过实际案例检验伤情预测算法的准确性和AACN系统终端的有效性。结果表明,所提出的驾驶员伤情预测算法和AACN系统的准确性较高,能够有效预测驾驶员伤情,有助于救援中心制定积极有效的救援方案。研究结果可用于解决现有的集中式AACN系统呼叫效率不高且准确性受人为因素影响较大的问题,为分散式AACN系统中驾驶员伤情预测算法的设计提供参考。

正面碰撞下后排乘员损伤预测研究

为完善车辆事故自动呼救(Automatic Crash Notification,ACN)系统对乘员的损伤预测,对后排乘员在正面碰撞下的各部位损伤进行了研究。首先根据实车50km/h下的正面碰撞试验建立正面碰撞下的仿真模型,并对模型进行验证;其次对模型设置不同的初速度,得到不同速度变化量下的后排乘员头部、胸部、颈部损伤值,然后通过回归建立速度变化量与后排乘员AIS3+的线性关系;最后将后排乘员损伤预测算法写入车辆事故自动呼救系统中。结果表明,该算法能准确预测后排乘员伤情,从而提高救援效率。

双通道式车辆事故自动呼救系统的触发算法设计

针对传统的车辆事故自动呼救系统在安全气囊的传感灰度区存在不触发的问题,设计一个独立于安全气囊点火信号的算法通道,以保证汽车发生碰撞后安全气囊未正常触发的情况下仍能发送呼救信号,让乘员及时得到救援,提高紧急呼救系统的安全可靠性。首先给出所设计的双通道式车辆事故自动呼救系统的决策过程,然后利用比功率算法和移动窗积分算法分别对安全气囊通道触发算法和独立通道触发算法进行设计,最后通过台车模拟碰撞试验验证所设计算法的可靠性,结果证明,所设计的双通道式触发算法可以有效降低车辆紧急呼救系统的不触发率。

车辆紧急呼救系统中碰撞类型识别的新算法

车辆紧急呼救(Automatic Crash Notifi cation,ACN)系统中传统的车辆碰撞类型识别算法仅能判断四个碰撞方向且不能准确计算斜角碰撞的碰撞力主方向(Principal Direction of Force,PDOF)。针对此问题,提出了改进的PDOF计算算法和碰撞类型识别新算法。研究表明,改进后的PDOF计算算法能够准确计算碰撞力的主方向并以此正确判断碰撞的方向,并且碰撞类型识别新算法能够通过y轴速度变化量以及|ΔVy|/|ΔVx|峰值出现时间上的显著差异而准确区分三种正面碰撞类型。与传统算法相比,新算法具有更好的准确性与可靠性。

高级车辆事故自动呼救系统阈值对驾驶员伤情预测的影响

为提高高级车辆事故自动呼救(AACN)系统的抗干扰性和事故信息的准确性,对AACN系统的门槛阈值设定进行了研究。首先,选取统计的交通事故数据进行影响因素分析,得到速度变化量对驾驶员伤情的影响较大的结论,同时建立驾驶员伤情预测模型;然后,对台车碰撞加速度数据进行处理得到不同门槛阈值下的速度变化量,分析其对驾驶员伤情预测的影响;最后,提出考虑伤情等级补偿的AACN系统触发算法。结果表明:AACN系统门槛阈值影响对驾驶员伤情的预测,通过补偿算法,可以有效提高AACN系统伤情等级预测的准确性。

车辆事故自动呼救系统碰撞识别方法抗干扰性研究

为了提高车辆事故自动呼救系统的抗干扰性、降低系统的误触发概率,分析了典型工况下比功率算法和移动窗积分算法所对应的输出信号的变化趋势,根据阈值大小与触发次数的关系,给出了确定两阶段阈值的方法,并利用基于两阶段阈值的比功率法和移动窗积分法对阈值设置的合理性进行了验证。验证结果表明,所设计的两阶段阈值触发算法和所确定的阈值可以提高车辆事故自动呼救系统的抗干扰性能。