CN204870870U - 能识别乘员类型的安全气囊控制系统 - Google Patents

Abstract

该能识别乘员类型的安全气囊控制系统，包括安全气囊ECU，安全气囊ECU分别与图像处理单元、加速度传感器、安全带扣件传感器、坐垫压力传感器、车俩速度传感器、安全带预紧器、主副安全气囊相连接和外部电源。本系统采用图像传感技术识别乘员类型，并融合多路外部传感器信息，使电控单元能够根据不同乘员类型以及传感器信息自动调整安全气囊泄气孔大小、起爆时刻、质量流率、拉带长度等参数，从而在碰撞事故中对不同类型乘员均达到最佳保护效果。

Description

能识别乘员类型的安全气囊控制系统

技术领域

本实用新型涉及安全气囊技术领域，具体涉及能识别乘员类型的安全气囊控制系统。

背景技术

汽车安全气囊自诞生以来已经拯救了无数乘员的生命，根据2001年美国审计署(UnitedStatesGovernmentAccountabilityOffice,US-GAO)的一份报告显示，在汽车发生前部碰撞时，单独使用前部气囊可以降低乘员14％的重伤率，而同时使用安全带和安全气囊可以降低乘员50％的重伤率。但是，由于安全气囊是基于50百分位成年男性进行开发的，在起爆过程中无法对所有类型乘员起到最佳的保护效果。

当高速碰撞未佩戴安全带时安全气囊起爆对乘员有伤害，但是如果没有安全气囊乘员势必与汽车内饰碰撞，同样会造成严重伤害。而当汽车发生低速或中低速碰撞时，未佩戴安全带时安全气囊的起爆对乘员是有保护作用的，总的来说单独使用气囊比不使用气囊和安全带所造成的重伤率低。

在美国，1990—2000年间，由于安全气囊的误起爆共造成162名乘员死亡，其中包括38名未系安全带的驾驶员，6名未系安全带的成人乘员，78名0～11岁的儿童，18名婴儿。为此，美国联邦机动车安全法规(FederalMotorVehicleSafetyStandardsandRegulations，FMVSS)最新的FMVSS208条款规定：当乘员类型为婴儿和小于6岁的儿童时，需抑制安全气囊的展开。因此，各国对智能安全气囊展开了大量研究。MichaelE.Farmer等人将乘员检测加入到安全气囊的控制中，将乘员特征识别分为乘员类型识别和乘员位置追踪两类。中国吉林大学对乘员检测进行了深入的研究，建立了基于低成本CMOS(互补金属氧化物半导体，complementarymetaloxidesemiconductor)摄像机的汽车乘员分类视觉检测系统及其智能模式识别算法。但上述智能安全气囊只是通过关闭安全气囊来减少安全气囊对乘员的伤害，这样乘员可能无法避免与内饰件发生二次碰撞，从而对乘员造成严重伤害。

传统的安全气囊通过外部加速度传感器采集加速度信号，然后经过特定的算法计算，达到起爆的条件后就会引爆安全气囊。这种安全气囊有着以下缺点：

1)无法识别乘员类型，导致误起爆造成乘员严重损伤；

2)无法感知安全带状况，造成乘员严重伤亡；

3)无法动态调整气囊参数，不能达到对各类乘员的最优保护。

实用新型内容

本实用新型是为了提供一种能识别乘员类型，然后动态改变安全气囊的起爆参数，从而达到对乘员的最优保护效果的的安全气囊控制系统。

该能识别乘员类型的安全气囊控制系统，包括安全气囊ECU，安全气囊ECU分别与图像处理单元、加速度传感器、安全带扣件传感器、坐垫压力传感器、车俩速度传感器、安全带预紧器、主副安全气囊相连接和外部电源。

安全气囊ECU包括主控芯片，主控芯片分别与A/D转换器、传感器采集模块、电源管理模块、点火控制模块和安全气囊参数控制模块连接；图像处理单元与主控芯片连接，加速度传感器与A/D转换器连接；传感器采集模块分别与安全带扣件传感器、坐垫压力传感器和车俩速度传感器连接；电源管理模块与外部电源连接；点火控制模块与安全带预紧器、主副安全气囊相连接连接。

点火控制模块还与安全示警装置连接。

安全气囊ECU还包括通讯模块，主控芯片通过通讯模块与外部网络连接。

本系统采用图像传感技术识别乘员类型，并融合多路外部传感器信息，使电控单元能够根据不同乘员类型以及传感器信息自动调整安全气囊泄气孔大小、起爆时刻、质量流率、拉带长度等参数，从而在碰撞事故中对不同类型乘员均达到最佳保护效果。

附图说明

图1为本实用新型的结构示意图。

具体实施方式

下面结合附图对本实用新型的具体实施方式做详细的说明。

如图1所示，该能识别乘员类型的安全气囊控制系统，包括安全气囊ECU，安全气囊ECU分别与图像处理单元、加速度传感器、安全带扣件传感器、坐垫压力传感器、车俩速度传感器、安全带预紧器、主副安全气囊相连接和外部电源。

安全气囊ECU包括主控芯片，主控芯片分别与A/D转换器、传感器采集模块、电源管理模块、点火控制模块和安全气囊参数控制模块连接；图像处理单元与主控芯片连接，加速度传感器与A/D转换器连接；传感器采集模块分别与安全带扣件传感器、坐垫压力传感器和车俩速度传感器连接；电源管理模块与外部电源连接；点火控制模块与安全带预紧器、主副安全气囊相连接连接。

点火控制模块还与安全示警装置连接。

安全气囊ECU还包括通讯模块，主控芯片通过通讯模块与外部网络连接。

ECU的主芯片采用飞思卡尔(Freescale)的16位微处理器，该处理器集成了A/D转换单元、通讯单元以及存储单元。加速度传感器采用飞思卡尔的双轴加速度传感器，可以同时检测X轴方向和Y轴方向的加速度。点火单元采用了德国英飞凌(Infineon)的安全气囊专用点火芯片，它包含电源管理和点火驱动两个功能。

图像处理模块。包括了摄像机与视频处理芯片。摄像机采用市场上常见的红外单目电荷耦合元件阵列摄像机(Charge-coupledDevice,CCD)，分辨率为750×480，白天采集的图像为彩色图像，晚上采集的图像为灰度图像。视频处理芯片采用美国德州仪器公司(TexasInstruments,TI)的数字信号处理(digitalsignalprocessing,DSP)芯片，600MB的内部时钟周期，同时该芯片外围集成了非常完整的音频、视频和网络通信等设备及接口，特别适用于机器视觉、数字视频以及图像处理等高速DSP应用领域。

外部传感器模块。包括车辆外部碰撞传感器、安全带带扣传感器、坐垫压力传感器以及车速传感器。由于车辆发生碰撞过程中，主要是由车辆两边纵梁吸收能量，因此车辆外部传感器安装于发动机支架外侧。

未佩戴安全带是安全气囊造成成人伤亡的主要原因。安全带带扣传感器使用干簧管进行感知，当安全气囊ECU检测到乘员未佩戴安全带时，应调整安全气囊的外部参数或者抑制安全气囊的起爆，从而避免对乘员造成不必要的伤害。坐垫压力传感器可以感知座椅上的乘员，防止误起爆造成不必要的经济损失。车速传感器检测碰撞前车辆的运行速度，对安全气囊加速度算法进行辅助计算。

安全气囊参数改变执行机构。通过软件仿真可以知道，当达到最优保护时，不同乘员类型所要求的安全气囊参数并不完全相同。所以，将每一个乘员类型所要求的最优参数写入到安全气囊控制单元中。在车辆运行过程中，图像检测系统实时检测出乘员类型，当乘员类型发生变化时，图像检测单元将乘员类型数据通过通讯协议传递给安全气囊控制单元。当乘员类型改变时，电控单元会发出相应的输出信号控制外部执行机构动作。泄气孔大小通过使用电致形状记忆复合材料进行改变，电致形状记忆复合材料可以通过改变加载在其自身的电压而改变尺寸，从而控制安全气囊泄气孔的大小。使用双级或多级气体发生器调节质量流率曲线，通过调节多级气体发生器起爆间隔从而改变质量流率曲线形状。安全气囊织带长度可以通过步进电机进行卷收，将织带末端固定于步进电机上，通过步进电机对织带长度进行精确卷收和释放。而安全气囊起爆时刻可以通过软件延时控制。

图像识别相对于其它方法具有结构简单、成本低等优点，因此本文采取图像识别的方法进行乘员类型检测。本文将乘员类型划分为5类，包括：婴儿、6岁儿童、5百分位女性、50百分位男性以及95百分位男性。基于图像识别的乘员识别算法包括3个步骤：图像预处理、乘员特征提取、乘员分类，这3个过程依次处理，最终获得汽车乘员类型。

(1)图像预处理

为了提高图像处理的效率，在进行图像处理之前首先截取座椅附近感兴趣的区域，并将截取区域进行灰度化。

由于图像在获取和传输过程中，不可避免的会受到各种噪声的干扰，使得图像质量下降；因此为了抑制噪声、改善图像质量，本文采用局部平滑法对图像进行处理。为了将乘员与图像背景进行分离，需要对图像进行边缘检测，本文采用基于梯度的边缘检测方法，利用图像边缘灰度突变的特性区分边缘点与非边缘点，采用经典的Sobel边缘检测算子。将每个像素点分别与Sobel算子进行计算，然后将输出值与设定的阈值T进行计算，便会得到一幅二值边缘图像。

(2)乘员特征提取

通过Sobel算子提取的二值图像描绘了不同乘员类型的像素分布，从统计学的角度来看，该图像形成了一个二维概率密度分布函数。为此，本文利用统计学中矩的概念，并采用Legendre矩描述乘员边缘特征，从而实现乘员特征空间提取。本文采用20阶Legendre矩提取乘员特征，在每一幅采集到的图像中共提取21×21＝441个特征，即一个441维的向量。由Legendre矩提取的特征向量包含了不同乘员类型的信息，它具有很好的鲁棒性与稳定性。

(3)乘员分类

采用支持向量机(supportvectormachine，SVM)的方法对乘员类型进行分类。SVM方法建立在统计学习理论的VC维理论和结构风险最小原理的基础上，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势。SVM包括学习和识别2个阶段：学习阶段是利用已知样本对支持向量机进行训练，识别是通过学习后得到的预测模型对未知样本进行检测。本系统共有5种乘员类型，包括婴儿、儿童、5百分位女性、50百分位成年男性以及95百分位成年男性。每种乘员类型在不同的环境、光照下采集图像，其中部分图片用于支持向量机的学习阶段，另外图片用于识别阶段的验证。通过Legendre矩每张照片提取了441个特征，那么训练阶段的输入就是一个500×441的矩阵。通过学习，对于每一类乘员各得到支持向量50个，即在识别阶段中真正起决定作用的特征只有5×100＝500个，与输入的200×441＝88200个特征相比，极大地减少了计算量。

(4)图像检测验证

我们分别采集空座、婴儿、儿童、5百分位女性、50百分位成年男性、95百分位成年男性照片各300张，其中100张作为支持向量机学习阶段的输入，另外200张用于识别算法的验证。其最终的正确率结果为：无座，99％；婴儿，96％；儿童，96.5％；5百分位女性，97％；50百分位男性，98.5％；95百分位男性，100％。从结果可以看出，婴儿由于不同的座椅形式，导致识别率较低。对于无座以及较大体型的乘员正确的检测率较高，儿童与5百分位女性正确检测率较低，主要是二者区分度较小。

我们采用了2种方式对智能安全气囊控制系统进行验证：采用手动输入模拟的外部信号和通过台车试验进行验证。

方式1采用手动输入模拟的外部信号。即将现有的台车碰撞加速度数据输入到信号发生器中，然后由信号发生器产生模拟的汽车碰撞加速度曲线。同时，设定好外部传感器的状态，智能安全气囊控制系统采集加速度信号以及传感器的状态，根据图像采集单元获得的成员类型，驱动相应的安全气囊参数改变执行机构。

根据测量，该系统可以根据乘员类型输出预定的驱动信号，并可以在最佳点火时刻附近进行点火。采用模拟验证的方式可以在前期开发过程中节省成本。

方式2台车试验验证。该台车车重为536kg，分别在30km/h和42km/h的速度下进行了碰撞试验。

试验结果表明：该智能控制系统可以在实际碰撞过程中有效采集加速度信号和外部传感器信号，并输出参数到安全气囊在台车发生碰撞26ms时起爆。

Claims (4)

1.能识别乘员类型的安全气囊控制系统，其特征在于：包括安全气囊ECU，安全气囊ECU分别与图像处理单元、加速度传感器、安全带扣件传感器、坐垫压力传感器、车俩速度传感器、安全带预紧器、主副安全气囊相连接和外部电源。

2.根据权利要求1所述的系统，其特征在于：安全气囊ECU包括主控芯片，主控芯片分别与A/D转换器、传感器采集模块、电源管理模块、点火控制模块和安全气囊参数控制模块连接；图像处理单元与主控芯片连接，加速度传感器与A/D转换器连接；传感器采集模块分别与安全带扣件传感器、坐垫压力传感器和车俩速度传感器连接；电源管理模块与外部电源连接；点火控制模块与安全带预紧器、主副安全气囊相连接连接。

3.根据权利要求2所述的系统，其特征在于：点火控制模块还与安全示警装置连接。

4.根据权利要求2或3所述的系统，其特征在于：安全气囊ECU还包括通讯模块，主控芯片通过通讯模块与外部网络连接。