CN117232869A - 一种基于多传感器融合的驾驶员离位响应采集系统及方法 - Google Patents
一种基于多传感器融合的驾驶员离位响应采集系统及方法 Download PDFInfo
- Publication number
- CN117232869A CN117232869A CN202311481831.0A CN202311481831A CN117232869A CN 117232869 A CN117232869 A CN 117232869A CN 202311481831 A CN202311481831 A CN 202311481831A CN 117232869 A CN117232869 A CN 117232869A
- Authority
- CN
- China
- Prior art keywords
- module
- driver
- vehicle
- camera
- sensor
- 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.)
- Pending
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000004044 response Effects 0.000 title claims abstract description 31
- 238000006073 displacement reaction Methods 0.000 claims abstract description 33
- 210000003205 muscle Anatomy 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000004913 activation Effects 0.000 claims abstract description 13
- 230000033001 locomotion Effects 0.000 claims description 20
- 230000003183 myoelectrical effect Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 239000011521 glass Substances 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims 1
- 230000009471 action Effects 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 description 19
- 238000002474 experimental method Methods 0.000 description 18
- 230000036544 posture Effects 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 4
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000002040 relaxant effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010049565 Muscle fatigue Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 206010041591 Spinal osteoarthritis Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 208000036319 cervical spondylosis Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 208000005801 spondylosis Diseases 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开一种基于多传感器融合的驾驶员离位响应采集系统及方法，涉及车辆安全和生物力学领域，系统中AEB输入模块和多传感器融合采集模块均与车辆模块连接；AEB输入模块通过控制车辆模块的油门开度及制动，提供车辆模块内的AEB的制动减速度输入及测量制动过程中车身俯仰角；多传感器融合采集模块与AEB输入模块连接；多传感器融合采集模块用于当制动减速度输入时，触发第一压敏传感器，采集待采集对象的肌肉激活情况；同时触发第二压敏传感器，采集待采集对象的颈部离位情况、安全带拉出位移量、安全带受力情况以及车辆模块状态。本发明保证车辆在不同强度AEB作用下采集的乘员的运动学响应以及肌肉激活情况的准确性和同步性。
Description
技术领域
本发明涉及车辆安全和生物力学领域，特别是涉及一种基于多传感器融合的驾驶员离位响应采集系统及方法。
背景技术
道路交通事故造成的死亡和重伤仍是当今社会一个重要的健康和经济问题。近年来，车辆综合安全系统的发展旨在避免事故的发生，减轻事故严重程度以及保护未能避免发生碰撞后的相关弱势群体。自动刹车系统（Autonomous Emergency Braking，简称AEB）是一种汽车主动安全技术。Euro NCAP（欧洲新车评价规程）在2016年将AEB-VRU纳入测试评价体系，C-NCAP（中国新车评价规程）在2020年将AEB-Cyclist纳入测试评价体系，在各行各业的督促中AEB系统不断提升与完善。如今AEB系统在乘用车上的搭载率逐渐过半，随着近些年自动驾驶领域的蓬勃发展该系统的配备率在未来也是大势所趋，所以针对该形势各国汽车新车评价规程中工况的更新与进阶也有待进一步去摸索，使新车评估规程与时俱进，跟上汽车发展大潮。
为开发更加符合实际的碰撞工况，需要进行碰撞前乘员运动姿态的采集以及素材积累。目前乘员运动姿态采集方法主要有两种，一种是日本机动车研究中心搭建的能够完整模拟AEB制动过程的台车试验设备，通过在假人躯干粘贴标记记录假人的运动情况，但相关的试验和研究结果表明利用假人模型测试得到的关键部位的位移量比真人减少了46%，且大量的资料指出人体在制动阶段肌肉会有明显反应，将影响后期乘员的运动响应，可见利用假人模型采集乘员的运动姿态存在一定的局限性。另一种乘员运动姿态采集方法是通过志愿者实车试验进行相关数据采集。通过视频摄像的方式记录志愿者的运动姿态，然后再通过视频分析软件进行乘员的运动姿态分析，通过志愿者实车试验的方法能够将AEB过程中车内乘员真实的运动过程采集到，乘员运动轨迹模拟更加精准。
上述台车实验不能准确还原真人的运动学响应以及无法测量实验过程中肌肉激活情况，与真实人体响应存在较大差异，也无法体现在制动过程中肌肉激活对乘员离位姿态的影响。上述乘员运动姿态采集方法也无法获取驾驶员的肌肉激活情况，且不能保证肌电信号数据与其他传感器采集数据的一致性。因此为解决上述方案中的缺陷，亟需提供一种新的驾驶员离位响应的采集系统或方法。
发明内容
本发明的目的是提供一种基于多传感器融合的驾驶员离位响应采集系统及方法，能够保证车辆模块在不同强度AEB作用下采集的乘员的运动学响应以及肌肉激活情况的准确性和同步性。
为实现上述目的，本发明提供了如下方案：
一种基于多传感器融合的驾驶员离位响应采集系统，包括：车辆模块、AEB输入模块以及多传感器融合采集模块；
所述AEB输入模块和所述多传感器融合采集模块均与车辆模块连接，并基于所述车辆模块内的电机进行供电；
所述AEB输入模块用于通过控制所述车辆模块的油门开度及制动，提供所述车辆模块内的自动刹车系统AEB的制动减速度输入以及测量制动过程中所述车辆模块的运动信息；所述运动信息包括：车身俯仰角、车身加速度以及车身速度；
所述多传感器融合采集模块与所述AEB输入模块连接；所述多传感器融合采集模块包括：肌电信号采集装置、离位姿态采集装置以及摄像头模块；所述肌电信号采集装置与第一压敏传感器连接；所述离位姿态采集装置与第二压敏传感器连接；所述肌电信号采集装置用于当制动减速度输入时，触发第一压敏传感器，采集待采集对象的肌肉激活情况；所述离位姿态采集装置用于当制动减速度输入时，触发第二压敏传感器时，采集待采集对象的颈部离位情况、安全带拉出位移量、安全带受力情况以及车辆模块状态；所述摄像头模块用于采集待采集对象的运动学数据，进而根据运动学数据确定待采集对象的头部位移和肩部位移。
可选地，所述AEB输入模块为ABD驾驶机器人。
可选地，所述ABD驾驶机器人的型号为BR1000HS制动机器人；BR1000HS制动机器人包括：电源箱、控制箱、控制电子软件设备、制动装置以及RT装置；
电源箱与车辆模块的电机接通；
控制箱与电源箱连接；
RT装置安装在车辆模块的外侧顶盖部位；RT装置用于实时监测车辆模块的运动信息；
制动装置固定安装在车辆模块内的驾驶员座椅上；并将制动装置的制动踏杆与车辆模块的制动踏板固定在一起。
可选地，所述肌电信号采集装置包括：肌电信号采集器和肌电信号采集分析单元；所述肌电信号采集器贴在待采集对象的目标肌肉上。
可选地，所述肌电信号采集器包括：电极阵列、模拟前端、控制单元、传输单元和电源单元。
可选地，所述离位姿态采集装置包括：颈部位移传感器、安全带肩带力传感器、安全带腰带力传感器以及安全带拉出位移传感器；
所述颈部位移传感器安装在待采集对象的座椅头枕处；所述颈部位移传感器用于采集待采集对象的颈部离位情况；
所述安全带肩带力传感器安装在安全带系好后待采集对象肩部上侧设定距离处；
所述安全带腰带力传感器安装在安全带系好后的拉出位置。
可选地，所述摄像头模块包括：第一摄像头、第二摄像头以及第三摄像头；
所述第一摄像头安装在驾驶员位前挡风玻璃正对驾驶员位置处；所述第一摄像头用于从正前方记录驾驶员姿态变化；
所述第二摄像头安装在副驾驶员位前挡风玻璃处；所述第二摄像头用于从侧前方记录驾驶员离位姿态；
所述第三摄像头安装在副驾驶位侧门玻璃正中心；所述第三摄像头用于从斜侧面记录驾驶员姿态变化；
所述第一摄像头、第二摄像头以及第三摄像头配合法兰克林标识和刻度条使用；法兰克林标识贴在待采集对象的头部；刻度条贴在车辆模块两侧玻璃位置下部和座椅头枕位置处。
一种基于多传感器融合的驾驶员离位响应采集方法，应用于所述的一种基于多传感器融合的驾驶员离位响应采集系统；所述的一种基于多传感器融合的驾驶员离位响应采集方法，包括：
待采集对象将车辆模块从静止加速至设定初始速度，并保持一段时间的匀速状态；
AEB输入模块中的RT装置同步车体速度到控制电子软件设备中的AEB输入软件上，当达到指定速度后由后排操作人员按下制动装置的按钮，同时制动减速度输入；
当制动减速度输入时，触发控制肌电信号采集装置以及离位姿态采集装置的第一压敏传感器和第二压敏传感器；
采集制动过程中的数据；所述数据包括：车身俯仰角、待采集对象的肌肉激活情况、待采集对象的颈部离位情况、安全带拉出位移量、安全带受力情况、车辆模块状态以及采集对象的头部位移和肩部位移。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明所提供的一种基于多传感器融合的驾驶员离位响应采集系统及方法，将AEB输入模块以及多传感器融合采集模块均设置在车辆模块内，即将所有装置集成在一起进行数据的采集；使用AEB输入模块模拟车辆模块的AEB输入制动强度，无需驾驶员在刹车阶段对车辆模块进行干预，可以在实验过程中完全还原真实带有AEB系统的车辆模块在遇到紧急情况，驾驶员未对车辆模块进行刹车干预时，多传感器融合采集模块进行车辆模块的行驶状态的采集，如车内相关乘员的姿态、运动学以及肌肉收缩情况下的数据，从而收集在碰撞前乘员到底最终以何种姿态进入碰撞场景，从而更好的开发新车评估规程中的工况，使其更加贴合真实碰撞情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种基于多传感器融合的驾驶员离位响应采集系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于多传感器融合的驾驶员离位响应采集系统及方法，能够保证车辆模块103在不同强度AEB作用下采集的乘员的运动学响应以及肌肉激活情况的准确性和同步性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明所提供的一种基于多传感器融合的驾驶员离位响应采集系统，包括：AEB输入模块101、多传感器融合采集模块102以及车辆模块103。
所述AEB输入模块101和多传感器融合采集模块102均设置在车辆模块103内，并基于车辆模块103内的电机进行供电。以车辆模块103作为基础和载体以及作为其他模块的供电设备，将其他模块与车辆模块103建立连接，使所有模块集成在一个系统当中。其中，待采集对象为实验对象，一般为人类志愿者。志愿者可作为驾驶员、副驾乘员或者后排乘员，在符合伦理道德的情况下不限于任何类别的人类受试者。
所述AEB输入模块101用于通过控制车辆模块103的油门开度及制动，提供制动减速度输入以及测量制动过程中车辆模块103的运动信息；所述运动信息包括：车身俯仰角、车身加速度以及车身速度。
所述多传感器融合采集模块包括：肌电信号采集装置201以及离位姿态采集装置203以及摄像头模块205；所述肌电信号采集装置201与第一压敏传感器202连接；所述离位姿态采集装置203与第二压敏传感器204连接；所述肌电信号采集装置201用于当制动减速度输入触发第一压敏传感器202时，采集待采集对象的肌肉激活情况；所述离位姿态采集装置203用于当制动减速度输入触发第二压敏传感器204时，采集待采集对象的颈部离位情况、安全带拉出位移量、安全带受力情况以及车辆模块103状态。
所述摄像头模块205用于采集待采集对象的运动学数据，进而根据运动学数据确定待采集对象的头部位移和肩部位移。
所述AEB输入模块101为ABD驾驶机器人。具体的，所述ABD驾驶机器人的型号为BR1000HS制动机器人；BR1000HS制动机器人包括：电源箱、控制箱、控制电子软件设备、制动装置以及RT装置。
使用线束和无线的方式进行连接，电源箱与车辆模块103的电机接通，控制箱与电源箱使用线束进行连接，RT装置安装在车辆模块103外侧顶盖部位，用于实时监测车辆模块103行驶速度、车身俯仰角等其他数据。制动装置固定安装在驾驶员座椅上，用带子固定，使其与座椅一体。将原始制动踏板的外表面的胶皮套摘下，将制动装置的制动踏杆与车辆模块103的制动踏板固定在一起，用制动踏杆踩刹车来实现车辆模块103在不同制动强度下的作用效果。使用控制箱的软件设备调节制动踏板参数，使制动踏板处于车辆模块103最初状态归零位置，在调节制动踏板最初状态参数时，必须有志愿者坐在驾驶位置，防止制动装置与座椅弹开。制动装置与车辆模块103制动踏板位置归零后，将车辆模块103行驶至实验路面进行预实验以及PID参数的调校，不同的PID参数可实现不同的制动强度，由于PID参数受路面粗糙度、平顺度和湿度的影响，所以预实验道路的选择和实际实验道路应选择同一条道路。测试场地需为专用测试场地，柏油路面，平整无坑洼，直道长度≥500m。预实验时将实验所需制动减速度对应的PID参数调节至最佳，使输出的制动减速度达到目标数值并保持稳定状态。
所述肌电信号采集装置201包括：肌电信号采集器和肌电信号采集分析单元；所述肌电信号采集器贴在待采集对象的目标肌肉上。
所述肌电信号采集器包括：电极阵列、模拟前端、控制单元、传输单元和电源单元。
肌电信号采集器能把数据通过无线技术发送到EMGworks信号采集分析软件中，使用肌电信号采集器名称为Delsys，对应的软件是设备配套的一机一码。肌电信号采集器的尺寸为37mm x 26mm x 15mm。肌电信号采集器的延迟时间 <500us，16-bit分辨率，4000 Hz采样率。利用肌肉收缩时所生成的低电位信号形成EMG信号作为每个部位的肌电信号。输出的数据包括：EMG、XYZ加速度、陀螺仪、磁力计等数据。对于输出EMG电信号的处理流程为：20-150Hz带通滤波（4阶巴特沃斯）、50Hz限波、全波整流、均方根窗口平滑（包络线），从而得到最终的数据。在实验前将肌电信号采集器粘贴到志愿者目标采集部位，肌电信号采集器粘贴顺着肌肉纹路方向，肌电信号采集器四个针脚需要同时与肌肉贴合，志愿者身体需保持干爽，出汗后很容易使设备与皮肤不粘贴，会造成传感器和肌肉之间的相对运动，数据会有误差。所以在粘贴前需要对志愿者皮肤进行清洁，例如剃毛、使用磨砂膏去除角质、酒精擦拭等工作。
所述离位姿态采集装置203包括：颈部位移传感器、安全带肩带力传感器、安全带腰带力传感器以及安全带拉出位移传感器。
所述颈部位移传感器安装在待采集对象的座椅头枕处；所述颈部位移传感器用于采集待采集对象的颈部离位情况。
所述安全带肩带力传感器安装在安全带系好后待采集对象肩部上侧设定距离处。设定距离约为10cm。
所述安全带腰带力传感器安装在安全带系好后的拉出位置。安全带拉出位移传感器安装在安全带系好后，未拉出安全带部位。将所有传感器连接到数据采集装置，传感器安装好以后，需要软件Datepro进行预调试，保证传感器正常运行。
为了将待采集对象全部覆盖，所述摄像头模块205包括：第一摄像头、第二摄像头以及第三摄像头。
所述第一摄像头安装在驾驶员位前挡风玻璃正对驾驶员位置处；所述第一摄像头用于从正前方记录驾驶员姿态变化。
所述第二摄像头安装在副驾驶员位前挡风玻璃处；所述第二摄像头用于从侧前方记录驾驶员离位姿态。
所述第三摄像头安装在副驾驶位侧门玻璃正中心；所述第三摄像头用于从斜侧面记录驾驶员姿态变化。
所述第一摄像头、第二摄像头以及第三摄像头配合法兰克林标识和刻度条使用；法兰克林标识贴在待采集对象的头部；刻度条贴在车辆模块103两侧玻璃位置下部和座椅头枕位置处。
以下对本发明的最佳实施方式作进一步详细描述。
筛选实验所需若干名志愿者，志愿者无颈椎疾病等一切可能会导致实验风险增加的情况，记录志愿者身高、体重、BMI等身体指标，同时获取相关志愿者的驾驶习惯，驾龄等背景信息。实验前告知志愿者实验风险，保证志愿者安全。并对志愿者进行培训，培训内容主要包括实验的注意事项和实验要求。注意事项需在实车试验前一周告知志愿者，主要包括：1、在24小时内具有良好的睡眠质量，充足的睡眠时间，无不良情绪；2、在24小时内没有饮酒或服用药物的情况；3、试验前要求受试人员进行适当的热身运动，使待测肌肉能够有良好状态；4、实验者应该注意着相对贴身但不勒紧的上衣和较宽松的裤子；5、在试验间隔的休息时间，使待测肌肉处于放松状态，降低肌肉疲劳。实验要求主要包括：1、志愿者充分了解和认识该试验，同时给予操作人员知情反馈；2、志愿者严格按照操作人员的要求参与试验，降低潜在的试验风险；3、试验过程中有任何不适情况，及时告知操作人员。
选择所需车辆模块103，由于车内需要安装实验所需设备，所以尽量选择空间较大的车型。实验前测试车辆模块103刹车性能、加油性能以及操稳性等。记录车辆模块103类型、动力类型、整车整备质量、轴距、胎压、悬架行程、加速最大G值、刹车最大G值、百公里加速距离、百公里加速时间、百公里刹车距离、百公里刹车时间等相关信息。
将所有的模块集成在车辆模块103这个载体上，在车辆模块103两侧玻璃下方和驾驶员头枕位置处粘贴刻度条。摄像头分布位置分别为：第一摄像头，位于驾驶员位前挡风玻璃正对驾驶员位置处，从正前方记录驾驶员姿态变化；第二摄像头，位于副驾驶员位前挡风玻璃处，从侧前方记录驾驶员离位姿态；第三摄像头，位于副驾驶位侧门玻璃正中心，从侧面记录驾驶员姿态变化。将ABD驾驶机器人的电源箱与车辆模块103电机连接，为AEB输入模块101其他组成部分供电。将肌电信号传感器贴在待采集对象的目标肌肉上，志愿者坐在驾驶员位置，将颈部位移传感器与待采集对象的颈部连接在一起，并系好安全带，在安全带相对应的位置布置好测试传感器。对志愿者初始姿态进行拍照，并测量驾驶员空间：（a）方向盘角度及方向盘直径（转向管柱处于行程的中间，不需要调节）；（b）鼻子到方向盘上轮缘；（c）胸到方向盘中心；（d）腹部到方向盘下轮缘；（e）左右膝盖到仪表板。测试场景：1、按规定调整座椅位置（座椅位置处于前后中间，上下最低），调整座椅靠背角度（制造厂商设计角度或调节到从铅垂面向后倾斜25度角的位置）（可参考C-NCAP要求）。2、志愿者自然、放松就坐。3、在进行实验时，志愿者需将三个摄像头开启，实验开始口令为：每一次实验的基本工况信息，例如：“90km/h减速至50km/h，1g制动减速度，有意识，开始进行实验”。随后驾驶员将车辆模块103从静止逐渐加速至指定初始速度，并保持一段时间的匀速状态，在此过程中AEB输入模块101中的RT装置同步车体速度到AEB输入软件上，当达到指定速度后由后排操作人员按下制动装置的按钮，与此同时操作人员按下控制肌电信号采集装置201以及离位姿态采集装置203的第一压敏传感器202和第二压敏传感器204，开始采集实验过程中所需的实验数据，此时制动机器人对车辆模块103输入1g制动减速度，在该制动减速度的作用下使车辆模块103达到目标速度，该实验完成，随后由驾驶员接管车辆模块103。其中有无意识的状态描述如下，有意识是指做出紧张状态，驾驶员手握方向盘；无意识是指驾驶员放松肌肉，手离开方向盘，身体放松。完成测试后，可制动停车至安全地点。每次试验间隔大约4min。
作为另一个具体的实施例，应用于上述实施例对应的系统，还提供一种基于多传感器融合的驾驶员离位响应采集方法，包括：
S1，待采集对象将车辆模块103从静止加速至设定初始速度，并保持一段时间的匀速状态。
S2，AEB输入模块101中的RT装置同步车体速度到控制电子软件设备中的AEB输入软件上，当达到指定速度后由后排操作人员按下制动装置的按钮，同时制动减速度输入。
S3，当制动减速度输入时，操作人员按下控制肌电信号采集装置201以及离位姿态采集装置203的第一压敏传感器202和第二压敏传感器204。
S4，采集制动过程中的数据；所述数据包括：车身俯仰角、待采集对象的肌肉激活情况、待采集对象的颈部离位情况、安全带拉出位移量、安全带受力情况、车辆状态以及采集对象的头部位移。
本发明具有以下优点：
（1）本发明开发了符合当前智能驾驶汽车的新车评估规程的、更符合实际碰撞工况中假人状态的前期数据积累的方法。
（2）本发明为探索车辆在不同强度AEB作用下导致的碰撞前乘员的运动学和肌肉激活程度对乘员的损伤研究提供了数据支持。
（3）本发明为虚拟主动式数字假人模型的开发提供建模依据并且提供验证数据。
（4）本发明为主被动技术融合提供数据支撑，从而开发更有利于保护车内乘员的AEB系统。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于多传感器融合的驾驶员离位响应采集系统，其特征在于，包括：车辆模块、AEB输入模块以及多传感器融合采集模块；
所述AEB输入模块和所述多传感器融合采集模块均与车辆模块连接，并基于所述车辆模块内的电机进行供电；
所述AEB输入模块用于通过控制所述车辆模块的油门开度及制动，提供所述车辆模块内的自动刹车系统AEB的制动减速度输入以及测量制动过程中所述车辆模块的运动信息；所述运动信息包括：车身俯仰角、车身加速度以及车身速度；
所述多传感器融合采集模块与所述AEB输入模块连接；所述多传感器融合采集模块包括：肌电信号采集装置、离位姿态采集装置以及摄像头模块；所述肌电信号采集装置与第一压敏传感器连接；所述离位姿态采集装置与第二压敏传感器连接；所述肌电信号采集装置用于当制动减速度输入时，触发第一压敏传感器，采集待采集对象的肌肉激活情况；所述离位姿态采集装置用于当制动减速度输入时，触发第二压敏传感器时，采集待采集对象的颈部离位情况、安全带拉出位移量、安全带受力情况以及车辆模块状态；所述摄像头模块用于采集待采集对象的运动学数据，进而根据运动学数据确定待采集对象的头部位移和肩部位移。
2.根据权利要求1所述的一种基于多传感器融合的驾驶员离位响应采集系统，其特征在于，所述AEB输入模块为ABD驾驶机器人。
3.根据权利要求2所述的一种基于多传感器融合的驾驶员离位响应采集系统，其特征在于，所述ABD驾驶机器人的型号为BR1000HS制动机器人；BR1000HS制动机器人包括：电源箱、控制箱、控制电子软件设备、制动装置以及RT装置；
电源箱与车辆模块的电机接通；
控制箱与电源箱连接；
RT装置安装在车辆模块的外侧顶盖部位；RT装置用于实时监测车辆模块的运动信息；
制动装置固定安装在车辆模块内的驾驶员座椅上；并将制动装置的制动踏杆与车辆模块的制动踏板固定在一起。
4.根据权利要求1所述的一种基于多传感器融合的驾驶员离位响应采集系统，其特征在于，所述肌电信号采集装置包括：肌电信号采集器和肌电信号采集分析单元；所述肌电信号采集器贴在待采集对象的目标肌肉上。
5.根据权利要求4所述的一种基于多传感器融合的驾驶员离位响应采集系统，其特征在于，所述肌电信号采集器包括：电极阵列、模拟前端、控制单元、传输单元和电源单元。
6.根据权利要求1所述的一种基于多传感器融合的驾驶员离位响应采集系统，其特征在于，所述离位姿态采集装置包括：颈部位移传感器、安全带肩带力传感器、安全带腰带力传感器以及安全带拉出位移传感器；
所述颈部位移传感器安装在待采集对象的座椅头枕处；所述颈部位移传感器用于采集待采集对象的颈部离位情况；
所述安全带肩带力传感器安装在安全带系好后待采集对象肩部上侧设定距离处；
所述安全带腰带力传感器安装在安全带系好后的拉出位置。
7.根据权利要求1所述的一种基于多传感器融合的驾驶员离位响应采集系统，其特征在于，所述摄像头模块包括：第一摄像头、第二摄像头以及第三摄像头；
所述第一摄像头安装在驾驶员位前挡风玻璃正对驾驶员位置处；所述第一摄像头用于从正前方记录驾驶员姿态变化；
所述第二摄像头安装在副驾驶员位前挡风玻璃处；所述第二摄像头用于从侧前方记录驾驶员离位姿态；
所述第三摄像头安装在副驾驶位侧门玻璃正中心；所述第三摄像头用于从斜侧面记录驾驶员姿态变化；
所述第一摄像头、第二摄像头以及第三摄像头配合法兰克林标识和刻度条使用；法兰克林标识贴在待采集对象的头部；刻度条贴在车辆模块两侧玻璃位置下部和座椅头枕位置处。
8.一种基于多传感器融合的驾驶员离位响应采集方法，其特征在于，应用于权利要求1-7任意一项所述的一种基于多传感器融合的驾驶员离位响应采集系统；所述的一种基于多传感器融合的驾驶员离位响应采集方法，包括：
待采集对象将车辆模块从静止加速至设定初始速度，并保持一段时间的匀速状态；
AEB输入模块中的RT装置同步车体速度到控制电子软件设备中的AEB输入软件上，当达到指定速度后由后排操作人员按下制动装置的按钮，同时制动减速度输入；
当制动减速度输入时，触发控制肌电信号采集装置以及离位姿态采集装置的第一压敏传感器和第二压敏传感器；
采集制动过程中的数据；所述数据包括：待采集对象的肌肉激活情况、待采集对象的颈部离位情况、安全带拉出位移量、安全带受力情况、车辆模块状态以及采集对象的头部位移和肩部位移、车身俯仰角。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311481831.0A CN117232869A (zh) | 2023-11-09 | 2023-11-09 | 一种基于多传感器融合的驾驶员离位响应采集系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311481831.0A CN117232869A (zh) | 2023-11-09 | 2023-11-09 | 一种基于多传感器融合的驾驶员离位响应采集系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117232869A true CN117232869A (zh) | 2023-12-15 |
Family
ID=89091553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311481831.0A Pending CN117232869A (zh) | 2023-11-09 | 2023-11-09 | 一种基于多传感器融合的驾驶员离位响应采集系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117232869A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117451380A (zh) * | 2023-12-22 | 2024-01-26 | 中汽研汽车检验中心（天津）有限公司 | 一种aeb制动工况下数字假人响应标定方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110207672A (zh) * | 2019-06-06 | 2019-09-06 | 中国汽车技术研究中心有限公司 | 一种模拟aeb的实车制动假人离位数据采集系统 |
| CN112697449A (zh) * | 2020-10-21 | 2021-04-23 | 中国汽车技术研究中心有限公司 | 制动工况下离位姿态评估方法、装置、设备和存储介质 |
| CN115062511A (zh) * | 2022-06-14 | 2022-09-16 | 湖南大学 | 一种aeb工况下基于体征的人体颈部损伤预测方法 |
-
2023
- 2023-11-09 CN CN202311481831.0A patent/CN117232869A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110207672A (zh) * | 2019-06-06 | 2019-09-06 | 中国汽车技术研究中心有限公司 | 一种模拟aeb的实车制动假人离位数据采集系统 |
| CN112697449A (zh) * | 2020-10-21 | 2021-04-23 | 中国汽车技术研究中心有限公司 | 制动工况下离位姿态评估方法、装置、设备和存储介质 |
| CN115062511A (zh) * | 2022-06-14 | 2022-09-16 | 湖南大学 | 一种aeb工况下基于体征的人体颈部损伤预测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 周海红等: "一种基于ECER139乘用车制动辅助系统测试评价方法", 测试试验, no. 5, pages 65 - 69 * |
| 崔东等: "紧急制动下的驾驶员运动姿态变化与碰撞损伤研究", 汽车工程, vol. 42, no. 8, pages 1060 - 1065 * |
| 李钊;高振海;高菲;胡宏宇;张天瑶;: "汽车正面碰撞驾驶员颈部肌肉激活分析", 吉林大学学报(工学版), no. 03, pages 869 - 874 * |
| 胡远志等: "制动工况下主动卷收器参数对乘员离位位移影响的分析", 汽车工程, vol. 42, no. 5, pages 615 - 620 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117451380A (zh) * | 2023-12-22 | 2024-01-26 | 中汽研汽车检验中心（天津）有限公司 | 一种aeb制动工况下数字假人响应标定方法 |
| CN117451380B (zh) * | 2023-12-22 | 2024-03-15 | 中汽研汽车检验中心（天津）有限公司 | 一种aeb制动工况下数字假人响应标定方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117232869A (zh) | 一种基于多传感器融合的驾驶员离位响应采集系统及方法 | |
| CN102874259B (zh) | 一种汽车驾驶员情绪监视及车辆控制系统 | |
| WO2022095985A1 (zh) | 一种智能驾驶汽车乘员舒适性评价方法和系统 | |
| CN101393433B (zh) | 一种汽车座椅舒适性安全性监测控制方法 | |
| CN112353393B (zh) | 一种智能驾驶汽车乘员状态检测系统 | |
| CN112353392A (zh) | 一种智能驾驶汽车乘员舒适性评价方法 | |
| CN210322322U (zh) | 车辆舒适性测试装置及汽车 | |
| CN100493453C (zh) | 基于驾驶模拟器的驾驶员疲劳状态分析实验系统 | |
| CN109738205B (zh) | 一种集成车辆自动紧急制动与安全气囊系统的乘员防护方法 | |
| JP3018907B2 (ja) | 鉄道車両の乗り心地と車両振動の測定方法 | |
| CN113647956A (zh) | 一种基于自动驾驶机器人的自动驾驶汽车舒适度测试评价方法和系统 | |
| CN111326045A (zh) | 无人机实景模拟驾驶系统 | |
| Hu et al. | Response of belted dummy and cadaver to rear impact | |
| Lemke | Correlation between EEG and driver's actions during prolonged driving under monotonous conditions | |
| Shurtz et al. | Application of scaled deflection injury criteria to two small, fragile females in side impact motor vehicle crashes | |
| JPH1016609A (ja) | シート乗り心地評価用解析装置 | |
| Severy et al. | Automobile side-impact collisions, series II | |
| CN116504113A (zh) | 一种驾驶模拟系统及驾驶模拟方法 | |
| CN115122859A (zh) | 基于人脸识别的空气悬架控制方法及系统 | |
| Yamaguchi et al. | Electromyographic activity and posturing of the human neck during rollover tests | |
| Shibata et al. | The kinematic analysis of occupant excursions and accelerations during staged low speed far-side lateral vehicle-to-vehicle impacts | |
| Kullgren et al. | Frontal impacts with small partial overlap: Real life data from crash recorders | |
| CN214624056U (zh) | 一种驾驶心理训练辅助装置 | |
| Kloppenborg et al. | Vehicle and Occupant Response in Low-Speed Go-Kart Crash Tests | |
| CN110576767B (zh) | 一种位于汽车座椅的汽车碰撞报警装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20231215 |