基于HHT和BP神经网络的正面柱碰安全气囊算法研究
2021-07-15白芳华
机械研究与应用 2021年3期
关键词:信号
白芳华,杨 鑫,胡 伟,张 磊
(重庆车辆检测研究院有限公司,重庆 401122)
0 引 言
安全气囊是乘员在碰撞事故中重要的保护装置,其作用不可忽视。但当安全气囊误触发对乘员带来的伤害常常超过它的保护作用,甚至带来致命伤害。美国高速公路安全保险协会(IIHS)的研究人员对美国国家汽车采样系统(NASS)中的事故案例进行分析,发现在乘员受到严重损伤或死亡的碰撞事故中,汽车碰撞到树、柱或电线杆上造成的事故(柱碰撞事故)比例为19%,占所有死亡事故的25%[1-2]。由此可见,柱碰撞是一种普遍发生且致死率较高的碰撞类型,但传统的安全气囊控制器无法识别该种碰撞类型,不能及时触发安全气囊。
目前很多学者和汽车厂家致力于智能安全气囊算法的研究。Pipkorn B等人[3]通过加速度曲线长度来鉴别柱碰撞类型,但该算法仍然存在抗干扰性能差和灵敏度低的缺点。Kwanghyun Cho等人[4-7]通过优化安全气囊传感器的位置和类型,来识别碰撞类型从而到安全气囊最佳展开时间,但使用多个、高性能的安全气囊传感器增加了汽车的成本。葛如海等人[8]研究了基于NSGA-Ⅱ的主动式安全气囊参数优化,减少儿童乘员颈部损伤。Lee等人[9-10]开发了基于模糊神经网络的车辆约束系统,将安全气囊系统与安全带结合从而更好的保护乘员。但这些算法的研究主要针对正面碰撞的单工况环境进行训练,没有运用于多种碰撞类型事故中。
Hilbert-Huang transform(HHT)是由美籍华人黄锷基于瞬时频率提出的,其简单高效、自适应性强、高分辨率、多分辨率等优点使它在大气、水利、医学、机械等多个工程领域得到迅速推广和应用,并取得了较好的成果[11-13。……
登录APP查看全文
