CN101687484A - 用于触发人员保护装置的方法和控制装置 - Google Patents

Abstract

本发明建议一种用于触发汽车的人员保护装置的方法和控制装置，其中，确定包含至少两个特征的特征向量并且这两个特征是由事故传感装置的至少一个信号推导出。该特征向量根据与至少一个分类界限的比较进行分类。根据分类来触发人员保护装置。根据至少一个特征向量相对于至少一个分类界限的位置来确定置信度。根据这个置信度触发人员保护装置。

Description

用于触发人员保护装置的方法和控制装置

技术领域

本发明涉及一种如独立权利要求前序部分所述的用于触发汽车的人员保护装置的方法和控制装置。

背景技术

由DE 103 60 893 A1已知一种用于触发人员保护装置的方法。在此由加速度传感器信号确定前移量，该前移量与至少一个阈值进行比较，该阈值根据速度减小量和延迟进行设定。根据比较来触发人员保护装置。此外由这个公开文献已知，已经存在用于触发人员保护装置的其它方法，其中根据表征碰撞过程的参数来设定加速度积分值的可变阈值。由此可以非常准确地对碰撞曲线并由此对碰撞类型或碰撞严重程度作出响应。尤其是根据加速度确定可变阈值并且检验速度减小量是否与这个阈值相符。

发明内容

而按照本发明的用于触发汽车的人员保护装置的具有独立权利要求特征的方法和控制装置具有如下优点，即，根据特征向量分类确定置信度并且根据该置信度进行触发。因此人员保护装置的触发基于可靠的根据从而也更可靠。通过置信度可以使不同角度的触发算法安全。

触发在本发明中是指激活人员保护装置，如气囊、安全带拉紧器、翻车保护弓架，但是也可以是主动式人员保护装置，如制动器和行驶动态调节装置。

事故传感装置可以理解为所有已知的事故传感器和其组合，它们可以分布在汽车中或者设置在控制装置中。加速度传感器、空气压力传感器、固体噪声传感器、行驶动态特性传感器尤其是环境传感器都属于此类传感器。由事故传感装置的信号推导出特征，例如通过相应的滤波由加速度信号得到加速度信号本身、固体噪声传感器信号本身，通过对加速度信号进行积分得到例如速度，以及通过二次积分得到例如前移量。由此可以由加速度信号可以推导出四个信号并且通过继续处理固体噪声信号推导出其它特征。由此可以形成特征向量。也就是说，特征向量可以被理解为产生至少两个特征。由事故传感装置的信号推导出至少一个特征。第二特征例如也可以是时间，例如从何时起触发算法处于激活状态。

分类意味着，将特征向量按照其位置归入先验确定的类别。这个类别通过分类界限定义，这些分类界限可以是阈值、面或其它更高维数的界限。这取决于特征向量的维数。相应的类别带来相应的后果，例如人员保护装置的触发且尤其是何时和哪个。

至少一个特征向量的位置是在一个由特征张成的空间上被定义，并且是关于原点进行定义的。分类界限是先验地，例如借助于试验和/或模拟数据来确定。

置信度被理解为一种尺度，该尺度以给定的方式定义特征向量与分类界限的距离。置信度越高，类别划分越可靠。如上所述，根据出现哪种碰撞曲线，事故传感装置的信号随时间的推移而变化。然后这引起特征变化并由此引起特征向量相对于分类界限的位置变化。但是根据在给定时刻的位置可以估计，分类是否特别可靠。在这里，可使用经验值。

在本发明中，控制装置被理解为一个组件，传感器信号输入该组件中或者该组件本身具有传感器，该传感器提供传感器信号并且根据传感器信号发出用于人员保护装置的控制信号。控制装置一般具有外壳，该外壳容纳控制装置的部件。这个外壳可以由塑料和/或金属、例如铝制成。

接口可以按照硬件方式和/或以软件方式设计。在按照软件方式的设计方案中可考虑集成电路或者分立的元件或其组合。但是该接口也可以按照软件方式设计，例如设计在处理器上。

评价电路一般是微控制器或者其它的处理器。但是它也可以是集成电路，该集成电路可以执行确定的评价程序。在此可以是特定用途集成电路(ASIC)。可以使用多于一个的处理器，或者也可以使用分立的元件或上述方案的组合。

特征模块可以是评价电路的一部分，即，按照硬件方式的设计方案或以软件模块呈现。这同样适用于分类模块和其它的软件组成部分，比如确定置信度模块和控制模块。

通过在从属权利要求中描述的技术方案和改进方案可以有利地改进在独立权利要求中给出的用于触发汽车的人员保护装置的方法和控制装置。

有利的是，根据置信度执行特征向量的另一次分类。因为当特征向量位于引起人员保护装置触发的类别时不是立刻进行触发，而是多个在时间上连续出现的特征向量都必须位于这个类别，以便为触发决定提供根据，所以将置信度有利地用于有效地设计该分类。由此有利地节省了算法的运行时间，因为根据特征向量相对于分类界限的位置可推断分类的可靠程度。如果分类特别可靠，则随后的分类同样会导致这个分类结果的可能性大。换言之，这意味着，是否计算模块是无所谓的，它总是提供相同的信息。但是，如果与分类界限的距离很小，则分类界限随后可能未被另外的分类过程超过的可能性大。在此要考虑，只有当分类界限被超过并持续给定时间之后，才会作出触发决定。由此点式的超过，如同例如在锤击时可能出现的那样，不应引起人员保护装置触发。因此特征向量必须随时间的推移超越分类界限并持续给定的时间间隔，由此使分类和必要时由此引起的随后触发基于可靠的根据。在这里以如下方式使用本发明，即本发明确定一个置信度，该置信度在以很大程度超过分类界限的情况下节省运行时间，因为一段确定的时间内不再进行特征向量分类，而是分类对于这段时间被视为是给定的。这尤其在高速碰撞的情况下是有利的，因为在那里算法运行时间是关键的并且与分类界限的距离在高速碰撞的情况下很大，因此在本发明中可以节省算法的运行时间。

因此还得到下面的优点：

1.算法不只提供在已将特征向量分类到哪个类别向量的信息，而且它还提供可靠性，即这次分类的置信度。

2.如上所述，通过按照本发明的方法以及按照本发明的控制装置可以节省运行时间。由此可以节省评价电路(例如微控制器)资源并由此节省资金。

3.如果涉及严重的碰撞，则可节省特别多的运行时间。在这种情况下分类结果大多是唯一的，因为与分类界限的距离是大的并因此置信度是高的。但是在这里，如上所述，运行时间问题也是最大的，因为算法被完全充分地利用，必须同时且必要时没有时间延迟地对多个点火装置进行点火，并且人员保护装置的触发同样需要许多运行时间。由此在这些运行时间很关键的情况下赢得的运行时间可以提高系统稳定性，因为在超过实时-时间空档时出现看门狗(Watchdog)故障将是不可能的。

有利的是，根据置信度中断另一次分类。即，当存在高的置信度时，分类是非常可靠的并且可以中断特征向量的另一次分类，而不会出现信息损失。

此外有利的是，只有当给定数量的连续出现的特征向量都导致与至少一个分类界限的相同比较结果，才确定置信度。即，对于给定数量的在时间上连续出现的特征向量都必须已经呈现为该分类，才确实必须确定置信度。这使得可以只有当分类结果也已经稳定之后才执行置信度计算。这赋予按照本发明的方法以及控制装置更高的可靠性。

有利的是，当至少一个特征已经超过给定的阈值之后，才确定置信度。这个特征例如可以是前移量。

有利的是，可通过欧几里德距离或包含信号的协方差的马氏距离(Mahalanobisdistanz)，或者利用包含关于作为基础的碰撞信号的统计信息的其它距离特征来确定置信度。欧几里德距离对于任何专业人员都是熟悉的，而马氏距离如上所述也包含信号的协方差。马氏距离是统计学上的距离尺度，该距离尺度尤其在多元分布时使用，也就是在分布函数由不同的“单个分布函数”组成的时候使用。然后通过如下马氏距离确定两个这样分布的点x和y的距离：

$d(x,y)=\sqrt{{(x-y)}^{T}S(x-y)}),$

其中S对应于协方差矩阵。在图形上，到两维空间中的中心的马氏距离相等的点形成一个旋转的且扭曲的椭圆，而对于欧几里德距离则是一个圆。如果协方差矩阵是单位矩阵(如果随机向量X的各个分量是成对地相互独立的并且分别具有方差1，则正好是这种情况)，则马氏距离相当于欧几里德距离。那就是说，如果呈现关于特征的统计分布的信息，则可以使用马氏距离。另一经常使用的距离尺度是L_p距离

$L_p(x,y)=\sqrt[p]{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{|x_i-y_i|}^p},x,y\∈R^n,p\∈N$

或者由其推导出来的距离尺度。

此外还有利的是，设有评估模块，该评估模块同样可以如上述其它的模块那样按照硬件方式和/或软件方式设计，该评估模块根据置信度确定要中断另一次分类多长时间。同样，在这里也包含经验知识，以借助于距离即距离多大来确定分类的可靠程度并由此确定另一次分类可以中断多长时间。也可以包含特征向量相对于特性曲线的走势方向。如果该特征向量与分界线垂直地运动，则由此可得出，置信度的可靠性更高。

为了确定分类可以中断多长时间这个值，以采用的至少两个特征的最大变化量为参照来检验置信度即例如欧几里德距离。该最大变化量是先验地从经验和/或分析观察中已知的。分析观察的一个例子是：如果一个特征的最大变化量是由传感器的测量范围来限制，比如加速度传感器的最小值为-120LSB，则加速度积分在三个周期之内可以改变的最大变化量为-360LSB。如果与分界线的距离为400LSB，则在纯物理上不会产生未超过阈值的情况，该函数的计算可以中断三个周期。

另外还有利的是，特征向量的分类是通过不同的附加函数来进行，这些附加函数被分配给不同的传感器信号。针对不同传感器信号的这些不同特征向量，确定相应的置信度，然后根据置信度禁用相应的附加函数。也就是说，这特别在用于人员保护装置的触发算法具有模块化结构的情况下是特别有利的。

此外有利的是，存在一种计算机程序，当该计算机程序在如上给出的控制装置上运行时，它执行按照任一方法权利要求的方法的所有步骤。计算机程序可以以高级语言如C，C++等编写，然后将其转换成机读代码。此外有利的是，存在一种计算机程序，它具有程序代码，该程序代码存储在半导体存储器的机读载体、光学存储器和/或磁存储器上并且同样用于执行按照本发明的方法。在这里也在控制装置上执行程序。

附图说明

在附图中示出本发明的实施例并且在下面的描述中对其进行详细解释。附图中：

图1示出带有连接的元件的按照本发明的控制装置的方框图，

图2示出微处理器的软件结构，

图3示出流程图，

图4示出信号流程图，

图5示出具有两个特征向量的特征图，

图6示出另一信号流程图，

图7示出另一特征图，

图8示出另一特征图，

图9示出第一时序图和

图10示出第二时序图。

具体实施方式

图5示出两维的特征空间，它由特征M1和M2张成。在此标出两个特征向量x1和x2并且在本实施例中分类界限500作为阈值。在对应于一个类别的范围501，进行人员保护装置的触发，而在对应于另一类别的范围502不进行人员保护装置的触发。代替触发也可以输出附加值(AddOn值)，它改变另一特性曲线或者甚至加载另一特性曲线。

该图示出，特征向量x1不会导致在其分类方面的高置信度，因为两个特征的只是很小的变化可能导致改变的分类，而向量x2由于其位置导致明显更高的置信度，因为微小的特征变化不会导致分类的改变。这表明了本发明的优点。

图6以信号流程图解释在按照本发明的方法中可能执行的主要步骤。在方法步骤600中确定特征并且由此形成特征向量。然后由此实现分类。在方法步骤601中按照本发明确定置信度。在方法步骤602中估计算法可以中断多长时间。在方法步骤603中进入控制模块，该控制模块根据估计结果执行中断算法中的分类。

现在要详细解释这一点。在方法步骤600计算特征、以及形成特征向量和分类是按照公知的方式进行，其中例如如上所述由加速度信号确定速度减小量dv，更具体地说是通过一次积分来确定，其中积分在本实施例中要理解为实用的。因此存在由加速度向量作为第一特征和速度dv向量作为第二特征而构成的向量。这个向量在两维特征图中标注出并且与分类界限比较，分类界限作为阈值存在。由此可以确定，特征向量是否导致要进行触发。

图7示出两维的特征图，其中特征M1例如加速度位于横坐标上，特征M2例如速度位于纵坐标上。标出阈值700作为分类界限。该阈值700在该图中划分两个类别701和702。类别701是触发情况，类别702是不触发情况。通过703表示特征向量时间上的走势。向量x(k-2)是最早的向量，然后下一个向量即向量x(k-1)向量和当前的向量x(k)示出了特征向量相对于阈值700的走势。所有三个向量位于阈值700之上并由此位于类别701，因此要求触发人员保护装置。在上面所述的设计方案中确定，只有当特征向量位于阈值700之上并持续给定数量的时刻时，才确定置信度。这个数量在本实施例中为3并因此按照图7给出。由此对于向量x(k)确定置信度。通过该时间观察排除异常测值。

图8同样以特征图示出阈值800和类别801和802，这两个类别对应于类别701和702。但是在本实施例中只示出要针对其确定置信度的向量x(k)。在这里该阈值分成三个范围g1，g2和g3。在本实施例中，利用欧几里德距离R确定置信度。向量x(k)的欧几里德距离R通过直线g：y＝a+xb按照下式计算：

$R=\frac{\left|\mathrm{bx}(x-a)\right|}{\left|b\right|}---\left(1\right)$

作为替代方案，如上所述，可以利用包括信号协方差的马氏距离或利用另一距离特征确定，该距离特征含有关于以作为基础的碰撞信号的统计信息。

在步骤602中利用估计模块确定，分类计算可以中断多少个实时周期。如果假设，信号M1在一个周期中可以改变的最大变化量为ΔM1并且信号M2的最大变化量ΔM2，则下面的不等式描述了在理论上阈值线可以再次被相交之前，可以经历多少个周期Z：

$\sqrt{({(Z\·{\mathrm{\ΔM}}_1)}^2+{(Z\·{\mathrm{\ΔM}}_1)}^2)}\≤R$

$\⇒Z=\frac{R}{\sqrt{{\left({\mathrm{\ΔM}}_1\right)}^2+{\left({\mathrm{\ΔM}}_2\right)}^2}}---\left(2\right)$

在公式2中确定的数量Z还再向下约整。因此Z描述在实时周期中计算和评价特征M1和M2可以省去的持续时间。

为了回避公式2中方根的计算，可以评价下面简化的不等式：

由公式3得到的数量Z也必须向下约整以便在控制装置中使用。但是按照公式3的结果可能比按照公式2的结果明显更加不准确。

控制模块承担对算法处理进行控制。如果假设，按照图7和8的特征M1和M2通过附加函数ZF1计算，则针对运行时间走势得到按照图9的在时刻k之后的图形，图9表示通过在下一个Z实时-周期Z·ts中禁用附加函数ZF1的计算而获得的运行时间增益。这一点在上面的图表90中示出，而在下面的图表91中示出总时间。通过禁用附加函数ZF1赢得大小为T_ZF1的运行时间。赢得的运行时间可以用于接入其它功能，因为总的实时算法运行时间T_Ges减少了T_ZF1。在运行时间关键的情况下，赢得的运行时间可以提高系统稳定性，因为在超过实时-时间空档时出现看门狗故障将是不可能。

按照本发明的方法可以用于不同的函数。在触发算法中例如可以同时评价多个附加函数。这在本实施例中被理解为实用的，即，如果只有一台计算机，则可以设想例如在时间切片模型的意义上同时评价。然后，针对这些函数的每个函数计算，该附加函数的调用可以中断多长时间。然后，控制模块将在每个时刻检查，在当前的实时-周期中必须调用哪个附加函数。如果多个调用通过评价置信度被禁止，则附加函数的单独运行时间的总和是由此产生的运行时间增益。这一点由图10可得出。在时刻k1，附加函数ZF1的计算中断了Z_I·T_S。同样，从时刻k2起，在Z_II·T_S-周期中中断附加函数ZF2的计算。由此得出，按照图10，对于k1＜t＜k2，算法的总运行时间减少T_ZF1，对于k2＜t＜k1+Z_I·T_S，算法的总运行时间减少ZF1+ZF2，以及对于k1+Z_I·T_S＜t＜k2+Z_II·T_S，算法的总运行时间减少ZF2。在图10中，在图表100中示出函数ZF1的活动状态，即，当数值超过零时，执行附加函数，而当数值等于零时，则中断附加函数。相应地，在图表101中示出函数ZF2的活动状态，而在图表102中示出整个算法的活动状态，其中在这里振幅的大小总是各函数的总和。

赢得的运行时间又可以用于确定其它功能。如果不能实现这一点，则赢得的运行时间可以在运行时间关键的情况下用于减少出现看门狗故障的可能性。即，如果确定了高的置信度，则可以禁用在其中确定置信度的模块X，因为可以推断出在整个气囊系统中的长的剩余运行时间。在运行时间关键的状况下正好在总的系统运行时间更频繁地接连地位于500μs以上的时候关闭看门狗。因此，通过不计算模块X节省运行时间降低出现看门狗故障的可能性，因为更不可能超过500μs的时间界限。

图1示出带有连接的元件的按照本发明的汽车FZ控制装置的方框图。控制装置SG从不同的事故传感装置，即BS1(加速度传感器)、PPS(空气压力传感装置)、KS(固体噪声传感器)和U(环境传感器)获得信号，它们用于确定是否要触发人员保护装置PS。也可以使用行驶动态特性传感器。

加速度传感器BS1从控制装置中移出例如用作侧面碰撞传感器和/或正面传感器即设置在汽车正面上，以便特别是及早地识别碰撞状况。在此，加速度传感器BS1连接在接口IF1上，而且在本实施例中通过从加速度传感器BS1到节点IF1的单向的数据传递进行连接。接口IF1在本实施例中被设置成集成电路并且以适合于在控制装置SG中的微处理器μC的格式传递加速度信号，例如通过所谓的SPI(串行外围设备接口)总线，从而微处理器μC可以通过简单的方式和方法处理这些信号。相应地，空气压力传感器PPS连接到接口IF2上，固体噪声传感器KS连接到接口IF3上以及环境传感器U连接到接口IF4上。

在此，空气压力传感器PPS用于检测侧面碰撞。在此侧面碰撞传感器可以用于空气压力信号真实性校验，因为空气压力信号通常比加速度信号更早地出现。固体噪声传感器设置在汽车中的适合位置上，该适合位置也可以是在控制装置SG本身里面。固体噪声传感器同样可以用于例如空气压力传感器真实性校验，但是也用于碰撞严重程度或碰撞类型识别。固体噪声传感器通常也是在其中评价高频分量的加速度传感器。

环境传感器可以是视频-、雷达-、激光雷达-和/或超声波传感器，或者其它公知的环境传感器，例如电容式传感器也属于此类。在控制装置SG本身里面设置加速度传感器BS2，它也可以用于碰撞严重程度或真实性校验。这个传感器直接连接在微处理器μC上，例如连接在模拟或数字输入端上。于是，接口在微处理器μC上作为软件模块。

微处理器μC在本实施例中是评价电路。它按照算法评价传感器信号，其中传感器信号用于形成特征，由这些特征形成向量。然后将这些特征向量以上述的方式分类。为此微处理器μC例如从EEPROM或其它存储器加载必需的具有数据的软件组成部分，例如分类界限在哪里延伸。也可以通过所谓的支持向量进行类别定义，这些支持向量隐含关于分类界限的信息并且同样存在于存储器中。即，对于这种情况，实际分界线的点不必明确地存储在存储器里面。根据分类，作出触发决定。然后将这一点通知触发电路FLIC，该触发电路被设置成集成电路，但是也可以由多个集成电路或由集成电路与分立元件的组合构成。触发电路FLIC尤其具有功率开关，这些功率开关根据微处理器μC的触发信号被通断，以便可以给点火元件通电或者激活人员保护装置的可逆执行器。

为了简化只示出对于理解本发明必需的元件。为了简化省去其它对于控制装置SG运行必需的元件。

图2示出软件模块，它们在微处理器μC上对于本发明可能是必需的。例如软件接口IF5属于这样的软件模块，该软件接口用于连接加速度传感器BS2的信号。特征模块M由传感器信号形成特征和由特征构成的特征向量。为了形成特征，可以如上所述使用不同的计算步骤。然后将特征向量在分类模块KL中归入一个类别并由此分类。确定置信度模块KO针对各个特征向量确定置信度，如果该置信度要确定的话。估计模块SC借助于置信度来估计各个函数或分类可以中断多长时间。然后通过控制模块ST执行该中断。最后，模块A传递触发信号到触发电路FLIC。

图3以流程图解释按照本发明的方法。在方法步骤300中通过接口IF1至5提供事故传感器BS1，BS2，PPS，KS和O的信号。然后由此在具有特征模块301的微处理器中执行由已经由信号获得的特征组成的特征向量的形成。然后在方法步骤302中通过特征向量分类模块KL进行分类。在方法步骤303中确定置信度。在方法步骤304中检验特征向量是否已经足够频繁地被分类到一个类别中。如果不是，则跳回到方法步骤302，以对当前的特征向量重新分类。在本实施例中容易理解，方法步骤304可以与方法步骤303交换。但是如果在方法步骤304中确定，置信度和分类已经足够频繁地执行过，则在方法步骤305中检验是否要进行触发。如果不是，则跳回到方法步骤300并且重新为其它计算提供事故传感器信号。但是如果作出触发决定，则跳到方法步骤306并且进行人员保护装置的触发。

从方法步骤303或304也可以跳到方法步骤300，因为在本实施例中重新分类指的是现在对当前的特征向量进行分类。

可以确定模块的计算可以中断多长时间。在此可以触发调度程序，该调度程序使模块被禁用。

在图4中示出，在算法中存在不同的函数，更具体地说例如视所要设计的传感装置而定。图4在第一行中示出用于固体噪声传感器的函数，在第二行示出用于加速度传感器BS的函数并且在第三行中示出用于空气压力传感器PPS的函数。固体噪声传感器KS的信号在方框400中用于形成特征，例如通过使用固体噪声信号和固体信号积分。这一点然后在方法步骤403中用于分类并且在方法步骤405中由此确定置信度。然后使这个置信度进一步通过估计模块用于估计特征分类多长时间可以中断一次。但是如果要以更大的用于确定置信度的可靠性进行分类，则可以跳回到方框400，以便对当前的特征向量分类并且确定置信度。

相应地在第2行中上述流程适用于加速度信号BS，该加速度信号在方框401中形成一个特征向量，在方框404中进行分类并且在方框406中形成置信度。相应地在第3行中针对空气压力传感器信号在方框402，404和407中执行上述流程。

Claims (11)

1.用于触发汽车(FZ)的人员保护装置(PS)的方法，该方法包括下列方法步骤：

-确定至少一个特征向量，该特征向量包含至少两个特征(M1，M2)，其中，由事故传感装置的至少一个信号推导出所述两个特征(M1，M2)中的至少一个特征，

-根据与至少一个分类界限的比较对所述至少一个特征向量(X)进行分类，

-根据分类触发人员保护装置(PS)，其特征在于，根据所述至少一个特征向量(X)相对于所述至少一个分类界限的位置来确定置信度并且根据该置信度进行触发。

2.如权利要求1所述的方法，其特征在于，根据所述至少一个特征向量(X)的另一次分类进行触发，其中，根据所述置信度进行所述另一次分类。

3.如权利要求2所述的方法，其特征在于，根据所述置信度中断所述另一次分类。

4.如权利要求2或3所述的方法，其特征在于，只有当给定数量的连续出现的特征向量(X)导致与至少一个分类界限的相同比较结果，才确定所述置信度。

5.如前述权利要求中任一项所述的方法，其特征在于，通过欧几里德距离或马氏距离或基于统计数据的距离或Lp距离或由其推导出来的距离尺度来确定置信度。

6.如权利要求3至5中任一项所述的方法，其特征在于，估计模块(SC)根据所述置信度确定要中断另一次分类多长时间。

7.如权利要求6所述的方法，其特征在于，所述估计模块(SC)为了进行确定而以所述至少两个特征(M1，M2)的最大变化量为参考来检验所述置信度。

8.如权利要求2至7中任一项所述的方法，其特征在于，通过不同的附加函数对所述至少一个特征向量(X)进行分类并且根据相应的置信度来禁用相应的附加函数。

9.用于触发汽车(FZ)的人员保护装置(PS)的控制装置(SG)，该控制装置包括：

-至少一个接口(IF1，IF2，IF3，IF4，IF5)，该接口提供事故传感装置的至少一个信号，

-评价电路(μC)，该评价电路利用至少一个特征模块(M)产生至少一个特征向量(X)，其中，所述特征向量具有至少两个特征，所述特征模块由所述至少一个信号产生至少一个所述特征，其中，评价电路利用至少一个分类模块根据与至少一个分类界限的比较对所述至少一个特征向量进行分类，

-触发电路(μC)，该触发电路根据分类触发人员保护装置(PS)，其特征在于，所述评价电路(μC)具有置信度确定模块，该置信度确定模块根据所述至少一个特征向量相对于所述至少一个分类界限的位置来确定置信度并且所述评价电路(μC)具有控制模块(ST)，该控制模块根据所述置信度来控制触发。

10.计算机程序，其特征在于，当所述计算机程序在控制装置(SG)上运行时，所述计算机程序具有如权利要求1至8中任一项所述方法的所有步骤。

11.计算机程序产品，其具有程序代码，该程序代码存储在机读载体上，用于当在控制装置(SG)上执行程序时执行如权利要求1至8中任一项所述的方法。

Images