导航： >> 安全论文>> 交通安全论文>>正文

汽车安全气囊点火算法综述

文档作者：殷文强1 王玉龙徐盼盼2 白中浩文档来源： 1．湖南大学汽车车身先进设计制造国家重点实验室 2．上海联创汽车电子有限公司		点击数：	更新时间： 2021年05月09日
下载地址：点击这里	文件大小： 1.96 MB 共9页	文档格式： EXCEL	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共9页]

本文件共9页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：1.96 MB 共9页文件格式：EXCEL 下载点数：1 点（VIP会员免费）

下一篇：轮轨动力学与安全性试验方法对比

上一篇：汽车安全新技术TPMS

文本预览

仅提取页面文字内容，供快速阅读使用。

第3卷第2期
2013年3月
汽车工程学报
C
— —
hinese Journal of Automotive Engineering
Vl0l_3 NO．2
M ar．201 3
汽车安全气囊点火算法综述
殷文强1，：F 3i,龙 ，徐盼盼2，白中浩
(1．湖南大学汽车车身先进设计制造国家重点实验室，湖南，长沙410082；
2．上海联创汽车电子有限公司，上海201206)
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 文献标识码：A DOI：10．3969／j．issn．2095—1469．2013．02．01
Review of Ignition Algorithms of Vehicle Airbag
W enqiang ，W ang Yulong ， Xu Panpan ， Bai Zhonghao
(1．State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body，Hunan University，Changsha 410082
Hunan， China；2．DIAS Automotive Electronic Systems Co．，Ltd，Shanghai 201206，China)
Abstract： Airbag has been widely used in vehicles，
however，there is no uniform design standards for
the ignition algorithm．The theoretical basis of airbag ignition algorithms was reviewed in this paper,
including occupant iN ury criteria，airbag ignition conditions and ignition timing．Based on these theories，
several traditional airbag ignition algorithms were introduced and their advantages and disadvantages were
compared．The research results and future of the intelligent ignition algorithms were sum marized and the
development direction of airbag ignition algorithm was also pointed out．
Key words： airbag；ignition algorithm；intelligent control
自从20世纪80年代在汽车上应用以来，安全 汽车安全气囊点火算法是安全气囊控制系统的
气囊已经挽救了无数乘员的生命，尤其是其与安全 核心，它依据各安全法规的乘员碰撞损伤要求，并
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％⋯。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 。
收稿日期：2013—02 28
基金项目： 国家自然科学基金(51105137)
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

082 汽车工程学报 第3卷
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 Gioutsos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n 引。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 ，对当前时刻之前 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 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a 和垂直地面方向
a 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。
(，z，k，p)= 1Σ ( (j)一pla~(i)1)，
f：，卜 十l
式中：．S，为双向合成积分量； 为当前时间点；k为
算法考虑的采样点数， 即窗宽； 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
1
对碰撞过程中汽车的动能E= ·v(t)2两边进
行求导， 可以得到汽车碰撞过程中的功率e(t)=
m· (f)． (f)。接着对其两边再进行求导可以得到比
功率公式dP(t)：m[a2(t)+v(t)· (，)]，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 一 。
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。(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

084 汽车工程学报 第3卷
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n 。
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[223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(Support Vector Machine，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
[253和[263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，Kienzle算法和
Nilsson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 。。。
3．2 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 一 。(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b 。
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“disp1”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”值超过阂值的次数“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

086 汽车工程学报 第3卷
[5]
[6]
[7]
[8]
[9]
[10]
[12]
[13]
[14]
[15]
[16]
制算法[D]．长沙：湖南大学，2008．
Qin Mengsu．The Intelligent Fire Control Algorithm of
Automotive Airbag Based on Fuzzy Logic and Neural
Network[D]．Changsha：Hunan University，2008．(in
Chinese)
Federal Safety Standards．FMVSS 208： Occupant Crash
Protection[S]．2010：28—43．
E．C．E．ECE R94．"Uniform Provisions Concerning the
Approval of Vehicles with Regard to the Protection of the
Occupants[S]．1999(2)．
GB 11511．乘用车正面碰撞的乘员保护[s]．全国汽车标
准化技术委员会，2003．
GB l1 55 1．Protection of the Occupants of Passenger Cars
Head．on Collision[S]．National Technical Committee of
Auto Standardization，2003．(in Chinese)
BREED D S．A Smart Airbag System：United States，
5282134[P]．1991．8．19[1994．11．25]．
石哲．新型进口汽车ABS·SRS检修手册[M]．福州：福
建科学技术出版社，2000．
Shi Zhe。Repair M anual of ABS·SRS of New Im port
Car[M]．Fuzhou：Fujian Science and Technology Press，
2010．(in Chinese)
肖伟权．基于多传感器信息融合的安全气囊控制系统
[D]．合肥：中国科技大学，2007．
Xiao Weiquan．Airbag Control System Based on Multi—
sensor Information Fusion[D]．Hefei：University of
Science and Technology of China，2007．(in Chinese)
王轶闻．丰田花冠安全气囊的原理与检修[J]．科技信
息，2009(11)：101-102．
W ang Yiwen．Toyota Corolla Airbags Principle and
Maintenance[J]．Science，2009(11)：10l—l02．(in
Chinese)
GIOUTSOS A Predictive Based Algorithm for Actuation
of an Airbag[C]．SAE Paper 920479．
GIOUTSOS T．Slant Transform／Signal Space Crash
Discriminator：United States，6532408 B1[P]．1997．5．29
[2003．3．11]．
ALRABADY A I，MAHM UD S M．Development of a
Decision Making Algorithm for Airbag Control[C]．IEEE
1993： 8l一84．
M AHMUD S M ，ALRABADY A I．A New Decision
Making Algorithm for Airbag Control[C]．Transactions on
Vehicular Technology，IEEE 1995：690—697．
郑维，黄世霖，张金换 双向加速度合成气袋控制算
法及其抗路面干扰特性[J]．清华大学学报，2003，
43(2)： 250—253．
Zheng Wei，Huang Shilin，Zhang Jinhuan．Bidirectional
Acceleration Airbag Control Algorithm and Its Anti—
road Agitation Characteristics[J]．Journal of Tsinghua
University (Science and Technology)，2003，43(2)：
250-253．(in Chinese)
[1 7] ALLEN J L．Power-Rate Crash Sensing Method for Safety
Device Actuation[C]．SAE Paper 920478．
[18] ALLEN J L，GIOUTSOS T．Power Rate System and
Method for Actuating Vehicle Safety Device：United
States，5363302[P]．1991．1．4[1994．11．8]．
[1 9] GIIIIS E J，GIOUTSOS T．The Use of Signal Processing
Techniques in an Occupant Detection System[C]．SAE
Paper 940906：65—70．
[20] TRIVEDI M M．Occupant Posture Analysis with Stereo
and Thermal Infrared Video：Algorithms and Experimental
Evaluation[C]．Transactions on Vehicular Technology，
IEEE 2004： 1698—1712．
[21] 朱红艳，舒少龙．乘员分类系统研究综述[J]．汽车电器，
201l(1)，1—3．
Zhu Hongyan，Shu Shaolong．A Review on Occupant
Classification System[J]．Automotive Electric，2011(1)，
1—3．(in Chinese)
『22] HUSSAIN A， HANNAN M A，MOHAMED A．
Decision Algorithm for Smart Airbag Deployment Safety
Issues lJj．International Journal of Electrical and Computer
Engineering，2006， 1(1)： 3 1—37．
[23] HANNAN M A，HUSSAIN A，SAMAD S A．Sensing
Systems and Algorithms for Airbag Deployment Decision[C]．
IEEE 201 1： 888—890．
[24]高振海， 肖振华，李红建．基于体压分布检测和支持
矢量机分类的汽车成员坐姿识别[J]．机械工程学报，
2009，45(7)：216—220．
Gao Zhenhai，Xiao Zhenhua，Li Hongjian．Occupant
Position Recognition with Seat Surface Pressure Dis—
tributions and Support Vector Machines Classifier[J]．
Chinese Journal of Mechanical Engineering，2009，
45(7)：2 1 6—220．(in Chinese)
『25]MAKRUSHIN A，VIELHAUER C，LANGNICKEL M．
The Feasibility Test of State．．of-the．．Art Face Detection
Algorithms for Vehicle Occupant Detection[C]．SCI Paper
2009：7532—31．
[26]Yang Ying，Zao Guangyao，Sheng Jing．Occupant
the Feasibility Test of State．．of．．the-．Art Face Detection
Algorithms for Vehicle Occupant Detection Pose and

网友评论 more

交通安全论文最新内容

02-21