CN109815603B - 车辆碰撞仿真分析的驱动模型的设计方法 - Google Patents
车辆碰撞仿真分析的驱动模型的设计方法 Download PDFInfo
- Publication number
- CN109815603B CN109815603B CN201910085819.5A CN201910085819A CN109815603B CN 109815603 B CN109815603 B CN 109815603B CN 201910085819 A CN201910085819 A CN 201910085819A CN 109815603 B CN109815603 B CN 109815603B
- Authority
- CN
- China
- Prior art keywords
- vehicle body
- coordinate system
- mark points
- points
- local coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种车辆碰撞仿真分析的驱动模型的设计方法,包括以下步骤:车身标记点和辅助标记点的定位与位置信息采集,跟踪采集碰撞过程中车身标记点的时间历程曲线;采用准静态筛选方法对所采集到的车身标记点和辅助标记点进行筛选,得到车身特征标记点和辅助特征标记点;对车身特征标记点的时间历程曲线进行动态误差消除;通过辅助特征标记点构建双侧局部坐标系的转换关系,进行双侧数据融合,通过车身特征标记点构建一侧局部坐标系与全局坐标系的转换关系,进行全局数据融合,生成驱动模型。根据本方法设计的驱动模型,能够更为稳定、准确地仿真碰撞过程中车辆的运动学特性,高效、高精度地仿真车辆乘员在碰撞过程中的伤害程度。
Description
技术领域
本发明涉及一种汽车计算机辅助设计技术领域的方法,特别是一种车辆碰撞仿真分析的驱动模型的设计方法。
背景技术
伴随着汽车工业的高速发展,汽车保有量迅速增加,各种交通事故也增长迅速,影响着人民群众的生命财产安全。汽车安全性逐渐成为是评价汽车的最重要性能指标之一,尤其是车辆乘员碰撞安全保护技术已成为国内外汽车市场的产品核心竞争技术和市场达标准入技术。同时,随着人们对汽车安全知识的不断加深,市场对车辆碰撞安全性的要求也愈发严苛。然而,目前经常会出现碰撞安全仿真性能较好的汽车在实际碰撞过程中保护效能不稳定的情况,这通常是与车辆碰撞安全设计是基于精度较低的碰撞仿真分析方法有关。
在现有汽车安全性设计的碰撞仿真分析中,一般使用车身加速度作为仿真的输入参数,而在实际碰撞试验中,由于加速度传感器粘贴不准确、粘贴位置发生微小变形等因素,所采集的车身加速度参数精度较低,这就导致了上述碰撞安全仿真性能较好的汽车在实际碰撞过程中保护效能不稳定的情况。
近年来,在碰撞安全仿真分析中,开始使用高速摄像对通过加速度传感器获得的加速度参数进行修正,以获得更为精确的车身加速度驱动模型。在这类方法中,录像跟踪技术在一定程度上消除了由于传感器位置引起的车身加速度抖动问题。然而,由于缺少对高速摄像技术的整体应用,无法实现对碰撞过程中车身扭转等运动的修正,实际加速度参数曲线的抖动非常严重,难以得到有效应用。
随着市场迭代速度不断加快,产品更新速率也在不断攀升,这就对车辆安全性设计的效率和准确性提出了更高的要求。为此,我们需要对车身加速度为代表的碰撞仿真分析的驱动模型进行更为深入的研究,从录像跟踪、车辆乘员碰撞安全保护等角度出发,探索在碰撞环境下获取适用于不同车辆的高精度驱动模型的方法,以满足汽车安全性设计的高效率与高精度要求。
因此,如何建立一种用于车辆碰撞仿真分析的高精度驱动模型设计方法,成为了近年来研究人员关注的热点。通过建立这个驱动模型,将能够进行更为准确且稳定的碰撞仿真分析,并对车辆乘员碰撞损伤机理和伤害程度进行精确评价,提升我国汽车行业被动安全性研究技术水平和汽车产品被动安全性能,为我国车辆碰撞安全标准法规的建立和完善提供客观科学的理论依据,也将为我国抢占未来国际汽车安全性研究的技术制高点提供有力的技术支撑。
发明内容
本发明的目的是提供一种车辆碰撞仿真分析的驱动模型的设计方法,解决由于传感器布置不准确、位置发生微小变形、车身抖动、扭转等因素引起的驱动模型精度下降,从而不能有效地体现实车碰撞实验特性的问题。
为了实现上述目的,本发明提供了一种车辆碰撞仿真分析的驱动模型的设计方法,包括以下步骤:
S1:车身标记点和辅助标记点的定位与位置信息采集,跟踪采集碰撞过程中车身标记点的时间历程曲线;
S2:采用准静态筛选方法对所采集到的车身标记点和辅助标记点进行筛选,得到车身特征标记点和辅助特征标记点;
S3:对车身特征标记点的时间历程曲线进行动态误差消除;
S4:通过辅助特征标记点构建双侧局部坐标系的转换关系,进行双侧数据融合,通过车身特征标记点构建一侧局部坐标系与全局坐标系的转换关系,进行全局数据融合,生成驱动模型,所述双侧局部坐标系是以车身为中轴分为的左侧局部坐标系和右侧局部坐标系,所述一侧局部坐标系是左侧局部坐标系或右侧局部坐标系。
在一个实施例中,所述步骤S1采用高速摄像头进行录像跟踪。
在一个实施例中,所述步骤S1具体包括以下步骤:
S11:在车身上选取数个车身标记点,在可变型壁障上选取数个辅助标记点;
S12:在碰撞进行前,将试验车辆移动至可变型壁障前,车身标记点与辅助标记点处于同一画面内,进行图像采集,得到车身标记点和辅助标记点在左侧局部坐标系与右侧局部坐标系中的坐标值,采集在不同工况下碰撞时车身标记点的时间历程曲线。
在一个实施例中,所述步骤S2中的准静态筛选方法,具体包括以下步骤:
S21:对左右两侧的车身标记点/辅助标记点进行划分;
S22:分别计算任一车身标记点/辅助标记点在整个碰撞时间历程中与同侧其他车身标记点/辅助标记点的距离的标准差;
S23:分别选取该点与其他点标准差之和Al最小的数个车身标记点/辅助标记点作为两侧的特征车身标记点/特征辅助标记点。
在一个实施例中,所述步骤S3中对车身特征标记点的时间历程曲线进行动态误差消除,具体包括以下步骤:
S31:将准静态筛选方法获得的一侧的车身特征标记点构建特征三角形,计算初始时刻与相邻时刻三边长度差;
S32:对差值最大边沿上一时刻长度方向进行预缩放,计算预缩放后其余两边长度差,进行差值判断,
若同时减小,则差值最大边沿上一时刻长度方向正向缩放单位长度;
若同时增大,则差值最大边沿上一时刻长度方向正向缩放单位长度后,其余两边恢复至原始长度;
若一侧增大一侧减小,则进行交叉缩放,同时保证整体方向正确;
直至差值最大边满足精度要求后,平移第三点,使得其余两边长度满足精度要求;
S33:验证特征三角形边长是否满足精度要求,若满足,则输出车身特征标记点在局部坐标系和全局坐标系中的坐标值,否则再次进行缩放。
在一个实施例中,所述步骤S4中通过辅助特征标记点构建双侧局部坐标系的转换关系,进行双侧数据融合,具体包括以下步骤:
S411:根据步骤S2采用准静态筛选方法筛选出数个辅助特征标记点;
S412:根据辅助特征标记点在左侧与右侧局部坐标系中的坐标值,通过布尔莎模型构建左侧局部坐标系与右侧局部坐标系的转换关系A;
S413:将辅助标记点和车身标记点在左侧局部坐标系与右侧局部坐标系中的坐标值根据坐标转换关系转换到一侧局部坐标系中。
在一个实施例中,所述步骤S4中通过车身特征标记点构建一侧局部坐标系与全局坐标系的转换关系,进行全局数据融合,具体包括以下步骤:
S421:根据步骤S3获得的车身特征标记点在一侧局部坐标系与全局坐标系中的坐标值,通过布尔莎模型构建一侧局部坐标系与全局坐标系的转换关系A’;
S422:将一侧局部坐标系中所有车身标记点的坐标值根据坐标转换关系转换到全局坐标系中。
在一个实施例中,所述步骤S4之后还包括,步骤S5:根据生成的驱动模型进行碰撞仿真分析,输出并显示仿真结果。
在一个实施例中,所述步骤S5中的仿真结果为碰撞过程中的假人模型所受的力和加速度参数。
在一个实施例中,所述步骤S5之后还包括,步骤S6,将仿真结果与实车碰撞参数进行对比,评定驱动模型的精度。
在一个实施例中,所述步骤S2中得到的辅助特征标记点不少于4个,车身特征标记点不少于3个。
本发明提供的一种车辆碰撞仿真分析的驱动模型的设计方法,具体具有以下有益效果:
1)对碰撞过程中通过录像跟踪得到的特征标记点进行了准静态筛选,提高了驱动模型的稳定性;
2)对碰撞仿真驱动模型中相邻时刻特征标记点的运动特性进行了动态误差消除,消除了车身抖动、扭转等异常微小运动对驱动模型的精度影响;
3)通过引入辅助标记点实现了车身双侧局部坐标系与全局坐标系的转换,提高了驱动模型的设计精度。
本发明提供的一种用于车辆碰撞仿真分析的驱动模型设计方法,能设计出一种高精度的驱动模型,能够更为稳定、准确地仿真碰撞过程中车辆的运动学特性,高效、高精度地仿真车辆乘员在碰撞过程中的伤害程度。
附图说明
本发明上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变的更加明显,在附图中相同的附图标记始终表示相同的特征,其中:
图1揭示了车辆碰撞仿真分析的高精度驱动模型设计方法的流程图;
图2a揭示了标记点定位分布示意图的左视图;
图2b揭示了标记点定位分布示意图的俯视图;
图3揭示了动态误差消除方法的流程图;
图4a揭示了动态误差消除方法实施例1的初始时刻特征三角形;
图4b揭示了动态误差消除方法实施例1的相邻时刻特征三角形;
图5a揭示了动态误差消除方法实施例1的工况一预缩放后的特征三角形;
图5b揭示了动态误差消除方法实施例1的工况一缩放后的特征三角形;
图6a揭示了动态误差消除方法实施例1的工况二预缩放后的特征三角形;
图6b揭示了动态误差消除方法实施例1的工况二缩放后的特征三角形;
图7a揭示了动态误差消除方法实施例1的工况三预缩放后的特征三角形;
图7b揭示了动态误差消除方法实施例1的工况三缩放后的特征三角形。
图中各附图标记的含义如下:
1试验车,2可变型壁障,3辅助标记点,4车身标记点。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释发明,并不用于限定发明。
为了解决现有碰撞仿真分析中由于加速度传感器布置不准确、位置发生微小变形、车身抖动、扭转等运动等因素,引起的驱动模型精度下降,从而不能有效地体现实车碰撞实验特性的问题,本发明提供一种用于车辆碰撞仿真分析的高精度驱动模型设计方法,该方法以实车碰撞实验中通过高速摄像进行录像跟踪得到的时间历程曲线为基础,对其高精度驱动模型进行设计并进行数据融合,该方法具有简单高效、通用于各类车型等特点,能提高碰撞仿真分析的精度和效率,从而提高汽车的碰撞安全性能。
本发明提供一种用于车辆碰撞仿真分析的驱动模型设计方法,包括以下步骤:
步骤S1:车身标记点和辅助标记点的定位与位置信息采集,对试验车的碰撞过程进行跟踪,采集碰撞过程中车身标记点的时间历程曲线,用于设计驱动模型;
步骤S2:采用准静态筛选方法对所采集到的车身标记点和辅助标记点进行筛选,得到稳定性较高的车身特征标记点和辅助特征标记点;
步骤S3:对车身特征标记点的时间历程曲线进行动态误差消除,进而对驱动模型进行设计;
步骤S4:对设计后的驱动模型进行数据融合,首先通过辅助特征标记点构建双侧局部坐标系的转换关系,进行双侧数据融合,然后通过车身特征标记点构建一侧局部坐标系与全局坐标系的转换关系,进行全局数据融合,生成可用于碰撞仿真分析的高精度驱动模型。
其中,双侧局部坐标系是图2a和图2b所示的以车身运动方向为中轴分为的左侧局部坐标系和右侧局部坐标系,一侧局部坐标系是左侧局部坐标系或右侧局部坐标系。
本实施例中,在步骤S4之后还包括,
步骤S5:根据生成的驱动模型进行碰撞仿真分析,输出并显示仿真结果。
步骤S6:将仿真结果与实车碰撞参数进行对比,评定驱动模型的精度。
步骤S1具体包括以下步骤:
步骤S11:标记点定位,图2a和图2b为标记点定位分布示意图,其中图2a为左视图,图2b为俯视图。在试验车1车身运动方向的左侧和右侧上选取并粘贴数个车身标记点4,其中车身标记点4应位于碰撞过程中的微小变形区域,在可变型壁障2上选取多个辅助标记点3,所有选择的辅助标记点3和车身标记点4在碰撞过程中均应清晰可见,实现标记点的有效布置与定位。
步骤S22:采集标记点的空间位置与时间历程曲线,在碰撞实验进行前,将试验车1推至可变型壁障2前,在保证车身标记点4与辅助标记点3处于同一画面内的前提下,进行静态图像采集,得到车身标记点4和辅助标记点3在左侧局部坐标系与右侧局部坐标系中的坐标值,在碰撞过程中,采集在不同工况下碰撞时车身标记点4的时间历程曲线,用于进行高精度驱动模型设计。采集车身标记点4和辅助标记点3在全局坐标系中的坐标值。在一个实施例中,采用高速摄像头对试验车1的碰撞过程进行录像跟踪。
步骤S2和步骤S3为高精度驱动模型设计,根据对所采集的车身标记点和辅助标记点进行准静态筛选,得到稳定性较高的一系列特征标记点,然后对车身特征标记点的时间历程曲线进行动态误差消除,进而对驱动模型进行设计,尤其针对不符合实验损伤参数精度要求的驱动模型,进行优化设计或重新设计。
步骤S2为准静态筛选步骤,具体包括以下步骤:
步骤S21:标记点划分,据步骤S1所采集到的多个车身标记点时间历程曲线以及辅助标记点,对车身左右两侧车身标记点和辅助标记点进行划分。
步骤S22:分别计算任一车身标记点在整个碰撞时间历程中与同侧其他车身标记点的距离dij的标准差Si,j。
计算公式如下所示:
Al=S1,l+…+Sl-1,l+Sl,l+Sl,l+1+…+Sl,n
式中,dij----标记点i与j之间的距离,单位,mm;
xi,yi,zi----标记点i的坐标值,单位,mm;
xj,yj,zj----标记点j的坐标值,单位,mm;
Si,j----标记点i与j之间的距离dij在整个碰撞时间历程中的标准差;
k----碰撞时间历程持续时间,单位,ms;
di,j,k----在k时刻标记点i与j之间的距离,单位,mm;
----在整个碰撞时间历程中标记点i与j之间的距离的均值,单位,mm;
A1----标记点1与其他标记点之间标准差之和;
n为标记点的总个数,标记点i与j的值,1~n。
与上述步骤相同,分别计算任一辅助标记点在整个碰撞时间历程中与同侧其他辅助标记点的距离dij的标准差Si,j。
步骤S23:分别选取该点与其他点标准差之和Al最小的数个车身标记点作为两侧的车身特征标记点。
分别选取该点与其他点标准差之和Al最小的数个辅助标记点作为两侧的辅助特征标记点。在一个实施例中,辅助特征标记点不少于4个,车身特征标记点不少于3个。在一个实施例中,辅助特征标记点为4个,车身特征标记点为3个。
步骤S3为动态误差消除步骤,如图3所示,具体包括以下步骤:
步骤S31:根据步骤S2准静态筛选步骤,获得3个车身特征标记点,构建特征三角形,并计算初始时刻与相邻时刻三边长度差。
步骤S32:对差值最大边沿上一时刻长度方向进行预缩放,计算预缩放后其余两边长度差,进行差值判断,
若同时减小,则差值最大边沿上一时刻长度方向正向缩放单位长度。
若同时增大,则差值最大边沿上一时刻长度方向正向缩放单位长度后,其余两边恢复至原始长度。
若一侧增大一侧减小,则进行交叉缩放,同时保证整体方向正确。
直至差值最大边满足精度要求后,平移第三点,使得其余两边长度满足精度要求。
步骤S33:验证特征三角形边长是否满足精度要求,若满足,则输出车身特征标记点在局部坐标系和全局坐标系中的坐标值,否则再次进行缩放。
以下结合图4a~图7b所示的实施例1,对步骤S3的动态误差消除步骤进行详细的阐述。需要说明的是,实施例1中的特征三角形边长及缩放前后长度变化仅为示例性的举例,并不代表真实的实测数值。
步骤S31:构建特征三角形。
图4a为初始时刻的特征三角形,由3个左侧车身特征标记点A点、B点和C点构成,AC边长为200mm,AB边长为80mm,BC边长为180mm。图4b为相邻时刻的特征三角形,AC边长为190mm,AB边长为85mm,BC边长为160mm,从而,AC边长度差delta AC为-10mm,AB边长度差delta AB为5mm,BC边长度差delta BC为-20mm。
这里的初始时刻并不一定是零时刻。假设初始时刻为t0,初始时刻并不一定是t0=0,而是在整个时间历程中的任意一个时间点,如时间历程有150ms,t0的取值为0~149ms。
步骤S32:差值最大边沿上一时刻长度方向进行预缩放与差值判断,进行相应的缩放操作。
预缩放是对边长长度的缩放动作进行预判,并不实际改变任一边的长度。缩放对边长长度的实质性缩小或放大,实际改变边长长度。
沿上一时刻长度方向正向缩放是指,假设初始时刻为t0时刻,BC边两端点为B0、C0,相邻时刻为t1时刻,BC边两端点为B1、C1,则沿上一时刻长度方向正向缩放为B1向B0方向移动,C1向C0方向移动,而不是B1、C1同时向B0或C0方向运动。
这里的差值判断,进行绝对值大小的判断,正负符号不对数值大小的判断产生影响。
在图4a~图7b所示的实施例1中,对差值最大边,即BC边,在图4b的特征三角形基础上,沿上一时刻长度方向进行预缩放1mm,计算预缩放后其余两边长度差delta AB与delta AC,并进行差值判断:
1)若delta AB与delta AC同时减小
如图5a所示,BC边沿上一时刻长度方向进行预缩放1mm后,AC边长为191mm,AB边长为84mm,BC边长为161mm,从而,AC边长度差delta AC为-9mm,AB边长度差delta AB为4mm,BC边长度差delta BC为-19mm,预缩放前AC边长度差delta AC为-10mm,AB边长度差delta AB为5mm,可见预缩放后其余两边长度差delta AB与delta AC同时减小。
这种情形下,进行正向缩放单位长度,即差值最大边BC沿上一时刻长度方向正向缩放1mm,一次缩放后结果如图5b所示,AC边长为191mm,AB边长为84mm,BC边长为161mm,从而,AC边长度差delta AC为-9mm,AB边长度差delta AB为4mm,BC边长度差delta BC为-19mm。
2)若delta AB与delta AC同时增大
如图6a所示,BC边沿上一时刻长度方向进行预缩放1mm后,AC边长为189mm,AB边长为86mm,BC边长为161mm,从而,AC边长度差delta AC为-11mm,AB边长度差delta AB为6mm,BC边长度差delta BC为-19mm,预缩放前AC边长度差delta AC为-10mm,AB边长度差deltaAB为5mm,可见预缩放后其余两边长度差delta AB与delta AC同时增大。
这种情形下,进行反向缩放,差值最大边沿上一时刻方向正向缩放单位长度后,其余两边恢复至原始长度。在实施例1中,差值最大边BC沿上一时刻长度方向正向缩放1mm后,其余两边的B点和C点向A点沿缩放后方向恢复至原始长度,一次缩放后结果如图6b所示,AC边长为190mm,AB边长为85mm,BC边长为161mm,从而,AC边长度差delta AC为-10mm,AB边长度差delta AB为5mm,BC边长度差delta BC为-19mm。
3)若一侧增大一侧减小
如图7a所示,BC边沿上一时刻长度方向进行预缩放1mm后,AC边长为189mm,AB边长为84mm,BC边长为161mm,从而,AC边长度差delta AC为-11mm,AB边长度差delta AB为4mm,BC边长度差delta BC为-19mm,预缩放前AC边长度差delta AC为-10mm,AB边长度差deltaAB为5mm,可见预缩放后其余两边长度差delta AB增大,delta AC减小。
这种情形下,进行交叉缩放,即该边沿正确方向正向缩放,沿错误方向反向缩放,同时保证整体方向正确,即沿正确方向缩放量大于错误方向。在实施例1中,差值最大边BC边沿正确方向正向缩放1mm,沿错误方向反向缩放0.5mm,同时保证整体方向正确,即沿正确方向缩放量大于错误方向,一次缩放后结果如图7b所示,AC边长为190.5mm,AB边长为84mm,BC边长为160.5mm,从而,AC边长度差delta AC为-9.5mm,AB边长度差delta AB为4mm,BC边长度差delta BC为-19.5mm。
向正确方向移动使相应边长度差减小,向错误方位移动使相应边长度差增大。如图4a~图7b所示的实施例1中,BC边上存在两个方向,方向1为B指向C,方向2为C指向B,对于B点而言,B点沿方向2平移,可使得AB边长度差减小,趋向于图4a所示的AB边的初始长度,则方向2为正确方向,因此B点沿正确方向正向移动;对于C点而言,C点沿方向1平移,使得AC边长度差增大,远离于图4a所示的AC边的初始长度,则方向1为错误方向,因此C点沿错误方向的反向,即方向2移动。
直至差值最大边BC满足精度要求后,其余两边AB与AC边之一为差值最大边,以同样的方式进行预缩放判断后平移A点与对应的B点或C点,使得其余两边即AB与AC边长度满足精度要求。
步骤S33:验证特征三角形边长是否满足精度要求,若满足,则输出车身特征标记点在局部坐标系和全局坐标系中的坐标值,否则再次进行缩放。
该精度要求为任意时刻初始时刻特征三角形与相邻时刻特征三角形位置的误差,在图示的实施例中,精度要求为1mm,在另一实施例中,精度要求为0.01mm。
对整个时间历程中的3个车身特征标记点进行相邻时刻的缩放运算,可实现其动态误差的消除。对于右侧车身特征标记点可进行相同处理,根据此方法,实现模型动态误差消除,并得到基于特征标记点的高精度驱动模型。
在上述实施例中,相邻时刻差值最大边相对于初始时刻减小,在具体实施过程中,存在相邻时刻差值最大边相对于初始时刻增大的情形,采用同样的方法进行动态误差消除处理,缩放包含了缩小和放大,都属于本发明的保护范围。
步骤S4为数据融合步骤,左侧局部坐标系和右侧局部坐标系是图像采集后得到的相对坐标系,为了将采集到的标记点统一到全局坐标系也就是世界坐标系中进行仿真分析,需要分两步进行坐标转换,从而对设计后的驱动模型进行数据融合。首先通过辅助特征标记点构建双侧局部坐标系的转换关系并进行双侧数据融合,然后构建局部坐标系与全局坐标系的转换关系并进行全局数据融合,进而得到可用于进行仿真计算的高精度驱动模型,S4具体包括以下步骤:
步骤S41:通过辅助特征标记点构建双侧局部坐标系的转换关系,进行双侧数据融合;
步骤S42:通过车身特征标记点构建一侧局部坐标系与全局坐标系的转换关系,进行全局数据融合。
步骤S41具体分为以下步骤:
步骤S411:根据步骤S2采用准静态筛选方法筛选出数个辅助特征标记点,在实施例中辅助特征标记点为4个。
步骤S412:根据辅助特征标记点在左侧与右侧局部坐标系中的坐标值,通过布尔莎模型构建左侧局部坐标系与右侧局部坐标系的转换关系A。
计算公式如下:
式中,xi,yi,zi----标记点在i坐标系下的坐标值,单位,mm;
xj,yj,zj----标记点在j坐标系下的坐标值,单位,mm;
A----i坐标系转换到j坐标系的转换关系;
m----i坐标系转换到j坐标系的尺度参数;
Δx,Δy,Δz----i坐标系转换到j坐标系的平移参数。
布尔莎(Bursa)模型,俗你七参数转换法,是用来转换两个不同椭球之间相应点坐标,最少有三个点才能解算。
步骤S413:将辅助标记点和车身标记点在左侧局部坐标系与右侧局部坐标系中的坐标值根据坐标转换关系转换到一侧局部坐标系中。
将双侧标记点,包括辅助标记点和车身标记点的坐标,根据坐标转换关系A转换到左侧局部坐标系中,实现车身双侧标记点的数据融合。根据需要,也可将双侧标记点转换到右侧局部坐标系中。
步骤S42具体分为以下步骤:
S421:根据步骤S3获得的车身特征标记点在一侧局部坐标系与全局坐标系中的坐标值,通过布尔莎模型构建一侧局部坐标系与全局坐标系的转换关系A’。
在一个实施例中,将步骤S3获得的3个车身特征标记点在左侧局部坐标系的坐标值,并结合其在全局坐标系中的坐标值,通过布尔莎模型构建左侧局部坐标系与全局坐标系的转换关系A’。
S422:将一侧局部坐标系中所有车身标记点的坐标值根据坐标转换关系转换到全局坐标系中。
在一个实施例中,将所有左侧局部坐标系中的车身标记点转换到全局坐标系中,实现车身标记点的全局数据融合,进而得到可用于进行仿真计算的高精度驱动模型。
若在步骤S41中,将双侧标记点都转换到右侧局部坐标系中,则本步骤S42中,构建右侧局部坐标系与全局坐标系的转换关系,然后进行全局数据融合。
步骤S5为根据生成的驱动模型进行碰撞仿真分析,输出并显示仿真结果。利用步骤S4得到的高精度驱动模型进行碰撞仿真分析,得到仿真结果并输出进行显示。仿真结果为仿真过程中假人模型在碰撞中所受的力和加速度等碰撞参数。输出显示形式为以时间为单位,表格或曲线的形式进行输出显示。
步骤S6,将仿真结果与实车碰撞参数进行对比,评定驱动模型的精度。实车碰撞参数,又称为试验损伤参数,将步骤S5得到的仿真结果与实车碰撞参数进行对比,评定驱动模型的精度:
如果设计的驱动模型的精度满足要求,则输出该高精度驱动模型;
如果设计的驱动模型的精度不满足要求,则返回步骤S2进行驱动模型的优化设计或重新设计,并重复以上操作。
驱动模型的精度要求是指,仿真得到的碰撞参数与实车实验中得到的碰撞参数的误差,如加速度的误差,在一实施例中,加速度参数的精度要求为0.01m/s2。
本发明提供的一种车辆碰撞仿真分析的驱动模型的设计方法,具体具有以下有益效果:
1)对碰撞过程中通过录像跟踪得到的特征标记点进行了准静态筛选,提高了驱动模型的稳定性;
2)对碰撞仿真驱动模型中相邻时刻特征标记点的运动特性进行了动态误差消除,消除了车身抖动、扭转等异常微小运动对驱动模型的精度影响;
3)在实车碰撞中,通过引入辅助标记点实现了车身双侧局部坐标系与全局坐标系的转换,提高了驱动模型的设计精度。
通过本发明提供的一种用于进行车辆碰撞仿真分析的高精度驱动模型设计方法设计出的驱动模型,将能够更为稳定、准确地仿真碰撞过程中车辆的运动学特性,高效、高精度地仿真车辆乘员在碰撞过程中的伤害程度。
尽管为使解释简单化将上述方法图示并描述为一系列动作,但是应理解并领会,这些方法不受动作的次序所限,因为根据一个或多个实施例,一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
上述实施例是提供给熟悉本领域内的人员来实现或使用本发明的,熟悉本领域的人员可在不脱离本发明的发明思想的情况下,对上述实施例做出种种修改或变化,因而本发明的保护范围并不被上述实施例所限,而应该是符合权利要求书提到的创新性特征的最大范围。
Claims (6)
1.一种车辆碰撞仿真分析的驱动模型的设计方法,其特征在于,包括以下步骤:
S1:车身标记点和辅助标记点的定位与位置信息采集,跟踪采集碰撞过程中车身标记点的时间历程曲线;
S2:采用准静态筛选方法对所采集到的车身标记点和辅助标记点进行筛选,得到车身特征标记点和辅助特征标记点;
S3:对车身特征标记点的时间历程曲线进行动态误差消除;
S4:通过辅助特征标记点构建双侧局部坐标系的转换关系,进行双侧数据融合,通过车身特征标记点构建一侧局部坐标系与全局坐标系的转换关系,进行全局数据融合,生成驱动模型,所述双侧局部坐标系是以车身为中轴分为的左侧局部坐标系和右侧局部坐标系,所述一侧局部坐标系是左侧局部坐标系或右侧局部坐标系;
其中,所述步骤S1具体包括以下步骤:
S11:在车身上选取数个车身标记点,在可变型壁障上选取数个辅助标记点;
S12:在碰撞进行前,将试验车辆移动至可变型壁障前,车身标记点与辅助标记点处于同一画面内,进行图像采集,得到车身标记点和辅助标记点在左侧局部坐标系与右侧局部坐标系中的坐标值,采集在不同工况下碰撞时车身标记点的时间历程曲线;
所述步骤S2中的准静态筛选方法,具体包括以下步骤:
S21:对左右两侧的车身标记点/辅助标记点进行划分;
S22:分别计算任一车身标记点/辅助标记点在整个碰撞时间历程中与同侧其他车身标记点/辅助标记点的距离的标准差;
S23:分别选取该点与其他点标准差之和Al最小的数个车身标记点/辅助标记点作为两侧的特征车身标记点/特征辅助标记点;
所述步骤S4中通过辅助特征标记点构建双侧局部坐标系的转换关系,进行双侧数据融合,具体包括以下步骤:
S411:根据步骤S2采用准静态筛选方法筛选出数个辅助特征标记点;
S412:根据辅助特征标记点在左侧与右侧局部坐标系中的坐标值,通过布尔莎模型构建左侧局部坐标系与右侧局部坐标系的转换关系A;
S413:将辅助标记点和车身标记点在左侧局部坐标系与右侧局部坐标系中的坐标值根据坐标转换关系转换到一侧局部坐标系中;
所述步骤S4中通过车身特征标记点构建一侧局部坐标系与全局坐标系的转换关系,进行全局数据融合,具体包括以下步骤:
S421:根据步骤S3获得的车身特征标记点在一侧局部坐标系与全局坐标系中的坐标值,通过布尔莎模型构建一侧局部坐标系与全局坐标系的转换关系A’;
S422:将一侧局部坐标系中所有车身标记点的坐标值根据坐标转换关系转换到全局坐标系中;
所述步骤S4之后还包括,步骤S5:根据生成的驱动模型进行碰撞仿真分析,输出并显示仿真结果。
2.根据权利要求1所述的车辆碰撞仿真分析的驱动模型的设计方法,其特征在于,所述步骤S1采用高速摄像头进行录像跟踪。
3.根据权利要求1所述的车辆碰撞仿真分析的驱动模型的设计方法,其特征在于,所述步骤S3中对车身特征标记点的时间历程曲线进行动态误差消除,具体包括以下步骤:
S31:将准静态筛选方法获得的一侧的车身特征标记点构建特征三角形,计算初始时刻与相邻时刻三边长度差;
S32:对差值最大边沿上一时刻长度方向进行预缩放,计算预缩放后其余两边长度差,进行差值判断,
若同时减小,则差值最大边沿上一时刻长度方向正向缩放单位长度;
若同时增大,则差值最大边沿上一时刻长度方向正向缩放单位长度后,其余两边恢复至原始长度;
若一侧增大一侧减小,则进行交叉缩放,同时保证整体方向正确;
直至差值最大边满足精度要求后,平移第三点,使得其余两边长度满足精度要求;
S33:验证特征三角形边长是否满足精度要求,若满足,则输出车身特征标记点在局部坐标系和全局坐标系中的坐标值,否则再次进行缩放。
4.根据权利要求1所述的车辆碰撞仿真分析的驱动模型的设计方法,其特征在于,所述步骤S5中的仿真结果为碰撞过程中的假人模型所受的力和加速度参数。
5.根据权利要求1所述的车辆碰撞仿真分析的驱动模型的设计方法,其特征在于,所述步骤S5之后还包括,步骤S6,将仿真结果与实车碰撞参数进行对比,评定驱动模型的精度。
6.根据权利要求1所述的车辆碰撞仿真分析的驱动模型的设计方法,其特征在于,所述步骤S2中得到的辅助特征标记点不少于4个,车身特征标记点不少于3个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910085819.5A CN109815603B (zh) | 2019-01-29 | 2019-01-29 | 车辆碰撞仿真分析的驱动模型的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910085819.5A CN109815603B (zh) | 2019-01-29 | 2019-01-29 | 车辆碰撞仿真分析的驱动模型的设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109815603A CN109815603A (zh) | 2019-05-28 |
CN109815603B true CN109815603B (zh) | 2023-04-18 |
Family
ID=66605556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910085819.5A Active CN109815603B (zh) | 2019-01-29 | 2019-01-29 | 车辆碰撞仿真分析的驱动模型的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109815603B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004034A (zh) * | 2021-11-26 | 2022-02-01 | 安徽江淮安驰汽车有限公司 | 一种车身精度的三角函数分析方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571370B (zh) * | 2008-12-23 | 2012-04-18 | 中国汽车技术研究中心 | 汽车碰撞试验中车身变形量的测量方法 |
CN102303605A (zh) * | 2011-06-30 | 2012-01-04 | 中国汽车技术研究中心 | 基于多传感器信息融合的碰撞及偏离预警装置及预警方法 |
US8467968B1 (en) * | 2012-01-17 | 2013-06-18 | LimnTech LLC | Global positioning system roadway marker |
CN107340120B (zh) * | 2016-12-05 | 2019-02-19 | 安徽江淮汽车集团股份有限公司 | 一种汽车座椅颈部损伤识别方法及系统 |
-
2019
- 2019-01-29 CN CN201910085819.5A patent/CN109815603B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109815603A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2333684B1 (en) | Press forming simulation method, press forming simulation device, program, recording medium, and press forming method based on simulation result | |
Tang et al. | A new geometric error modeling approach for multi-axis system based on stream of variation theory | |
CN103017654B (zh) | 一种光斑图像多路质心定位方法及装置 | |
JP5617947B2 (ja) | 荷電粒子線照射位置の補正プログラム、荷電粒子線照射位置の補正量演算装置、荷電粒子線照射システム、荷電粒子線照射位置の補正方法 | |
EP3951643A1 (en) | Gesture trajectory recognition method, based on hand speed and trajectory distribution, for following robot | |
CN109815603B (zh) | 车辆碰撞仿真分析的驱动模型的设计方法 | |
CN109544643A (zh) | 一种摄像机图像校正方法及装置 | |
US11822900B2 (en) | Filter processing device and method of performing convolution operation at filter processing device | |
JPWO2018135063A1 (ja) | マーカとマーカを用いた姿勢推定方法及び位置姿勢推定方法 | |
Du et al. | Optimal design of fixture layout for compliant part with application in ship curved panel assembly | |
CN113920150A (zh) | 一种资源受限下的行星车简化双目视觉里程定位方法 | |
CN111338339A (zh) | 轨迹规划方法、装置、电子设备及计算机可读介质 | |
CN113420604B (zh) | 多人姿态估计方法、装置和电子设备 | |
JP2012018637A (ja) | 衝突時間算出装置、衝突時間算出方法及びプログラム | |
CN101477583B (zh) | 三组元变焦系统凸轮曲线的计算机辅助设计方法 | |
US20140348416A1 (en) | Stereo image rectification apparatus and method | |
CN103345773A (zh) | 一种基于力反馈技术的毛笔建模方法 | |
Ledentsov et al. | Model adaptivity for industrial application of sheet metal forming simulation | |
Sriram et al. | Adding bending stiffness to 3-D membrane FEM programs | |
CN107292850B (zh) | 一种基于最邻近搜索的光流并行加速方法 | |
CN111461140A (zh) | 适用于slam系统的直线描述子构建和匹配方法 | |
Lee et al. | Shape optimization of mobile phone folder module for structural strength | |
Khan et al. | Classification based 3-D surface analysis: predicting springback in sheet metal forming | |
CN103185568A (zh) | 测距装置、测距方法及互动式显示系统 | |
CN113947689B (zh) | 一种基于计算机视觉的结构大运动快速测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |