DE102007047810A1

DE102007047810A1 - Method for automatic adjustment of vehicle computer model for crash simulation, involves receiving data of crash signals produced by crash simulation with vehicle computer model and another data of crash signal determined by real crash

Info

Publication number: DE102007047810A1
Application number: DE200710047810
Authority: DE
Inventors: Hermann Bauer
Original assignee: Individual
Current assignee: Individual
Priority date: 2007-11-16
Filing date: 2007-11-16
Publication date: 2009-05-20

Abstract

The method involves receiving a data of crash signals produced by a crash simulation with vehicle computer model and another data of crash signal determined by a real crash. The automatic adjusting of parameters of the vehicle computer model is done based on the result of the correlation analysis of former and latter data. Independent claims are included for the following: (1) a data processing program with program code for the execution of the method; (2) a machine-readable data medium with data processing program; and (3) a data processing system for the execution of the method.

Description

Die Erfindung betrifft ein Verfahren zum automatischen Anpassen eines Fahrzeug-Computermodells für Crashsimulationen gemäß Anspruch 1.The The invention relates to a method for automatically adjusting a Vehicle computer model for crash simulations according to claim 1.

Aus der DE 10 2004 057 962 A1 ist ein Vergleichsverfahren für Crashsignale bekannt, bei dem von einer Crashsimulation erzeugte Crashsignale mit bei einem realen Crash ermittelten Crashsignalen verglichen werden. Als Ergebnis des Vergleichs werden eine oder mehrere Maßzahlen erzeugt, die eine objektive Beurteilung der Güte der Crashsimulation durch einen Benutzer ermöglichen sollen.From the DE 10 2004 057 962 A1 a comparison method for crash signals is known in which crash signals generated by a crash simulation are compared with crash signals determined in a real crash. As a result of the comparison, one or more measures are generated which are to enable an objective assessment of the quality of the crash simulation by a user.

Eine Aufgabe der vorliegenden Erfindung ist es nun, ein Verfahren zum automatischen Anpassen eines Fahrzeug-Computermodells für Crashsimulationen vorzuschlagen.A The object of the present invention is now to provide a method for Automatically customize a vehicle computer model for Propose crash simulations.

Diese Aufgabe wird durch ein Verfahren zum automatischen Anpassen eines Fahrzeug-Computermodells für Crashsimulationen mit den Merkmalen von Anspruch 1 gelöst. Weitere Ausgestaltungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.These Task is performed by a method for automatically adjusting a Vehicle computer model for crash simulations with the Characteristics of claim 1 solved. Further embodiments The invention will become apparent from the dependent claims.

Ein wesentlicher Gedanke der Erfindung besteht darin, zunächst einen Vergleich von mit einer Crashsimulation erzeugten Crashsignalen mit bei einem realen Crash ermittelten Crashsignalen vorzunehmen, und anschließend das Ergebnis der Vergleichs zur automatischen Anpassung eines Fahrzeug-Computermodells für Crashsimulationen zu nutzen. Die Anpassung kann insbesondere dadurch erfolgen, dass Parameter des Fahrzeug-Computermodells automatisch basierend auf dem Vergleichsergebnis eingestellt werden. Auf diese Weise kann das Fahrzeug-Computermodell hinsichtlich einer Übereinstimmung mit einem realen Fahrzeug und dessen Verhalten bei einem Crash optimiert werden. Ein manuell aufwendiges Anpassen des Fahrzeug-Computerodells durch einen Benutzer kann dadurch weitgehend entfallen.One essential idea of the invention is, first a comparison of crash signals generated with a crash simulation with crash signals determined in a real crash, and then the result of the comparison to the automatic Adaptation of a vehicle computer model for crash simulations to use. The adaptation can be done in particular by the fact that Parameters of the vehicle computer model automatically based on be adjusted to the comparison result. That way that can Vehicle computer model in terms of a compliance optimized with a real vehicle and its behavior in a crash become. A manually complex adaptation of the vehicle computer model by a user can thereby be largely eliminated.

Gemäß einer Ausführungsform der Erfindung ist nun ein Verfahren zum automatischen Anpassen eines Fahrzeug-Computermodells für Crashsimulationen vorgesehen, wobei das Verfahren folgendes umfasst:

– Erhalten von ersten Daten von Crashsignalen, die durch eine Crashsimulation mit dem Fahrzeug-Computermodell erzeugt wurden, und von zweiten Daten von Crashsignalen, die bei einem realen Crash ermittelt wurden,
– automatisches Durchführen einer Korrelationsanalyse der ersten und zweiten Daten, und
– automatisches Einstellen von Parametern des Fahrzeug-Computermodells basierend auf dem Ergebnis der Korrelationsanalyse.

According to one embodiment of the invention, a method is now provided for automatically adapting a vehicle computer model for crash simulations, the method comprising:

Obtaining first data of crash signals generated by a crash simulation with the vehicle computer model and second data of crash signals obtained in a real crash,
Automatically performing a correlation analysis of the first and second data, and
Automatically setting parameters of the vehicle computer model based on the result of the correlation analysis.

Die Korrelationsanalyse dient zum Ermitteln der Korrelation zwischen den ersten und zweiten Daten, d. h. inwieweit die Daten übereinstimmen. Als Ergebnis der Korrelationsanalyse können Werte erhalten werden, welche die Korrelation und damit den Grad der Übereinstimmung der Daten angeben. Mit anderen Worten wird durch die Korrelationsanalyse ermittelt, wie gut das für die Crashsimulation verwendete Fahrzeug-Computermodell das beim realen Crash eingesetzte Fahrzeug annähert. Durch das Einstellen der Parameter des Fahrzeug-Computermodells kann dann das Modell dahingehend verändert werden, dass die Annäherung an das reale Fahrzeug optimiert wird. Hierzu kann das Verfahren auch iterativ durchgeführt werden, insbesondere solange bis die Annäherung einen bestimmten Sollwert erreicht hat. Dadurch sollen vor allem reale Crashversuche eingespart werden können, die erforderlich sind, um einen Crashalgorithmus an ein reales Fahrzeugmodell anzupassen. Idealerweise wird zunächst ein Crashversuch mit einem realen Fahrzeugmodell durchgeführt. Anschließend wird eine Crashsimulation mit einem initialen Fahrzeug-Computermodell durchgeführt. Schließlich kann das Fahrzeug-Computermodell durch das erfindungsgemäße Verfahren an das reale Fahrzeugmodell automatisch derart angepasst werden, dass die Anpassung eines Crashalgorithmus an das reale Fahrzeug weitgehend mittels einer Crashsimulation mit dem angepassten Fahrzeug-Computermodell erfolgen kann.The Correlation analysis is used to determine the correlation between the first and second data, d. H. to what extent the data matches. As a result of the correlation analysis, values can be obtained which are the correlation and thus the degree of agreement specify the data. In other words, the correlation analysis determines how good the vehicle computer model used for the crash simulation approximates the vehicle used in the real crash. By the setting of the parameters of the vehicle computer model may then the model will be changed to that of approximation is optimized to the real vehicle. For this purpose, the procedure also be carried out iteratively, in particular until the approach has reached a certain setpoint. This should above all save real crash tests, which are required to apply a crash algorithm to a real vehicle model adapt. Ideally, first a crash attempt performed with a real vehicle model. Subsequently a crash simulation is performed with an initial vehicle computer model. Finally, the vehicle computer model can by the inventive method to the real vehicle model be automatically adjusted so that the adaptation of a crash algorithm to the real vehicle largely by means of a crash simulation with the adapted vehicle computer model can be done.

Um die Anpassung zu optimieren, können gemäß einer Ausführungsform der Erfindung die ersten und zweiten Daten Crashsignale im Zeitbereich und Frequenzbereich umfassen. Diese zwei unterschiedlichen Darstellungen von Crashsignalen besitzen unterschiedliche Vorteile in der weiteren Verarbeitung, beispielsweise bei der Korrelationsanalyse. Dadurch können die weiteren Verfahrensschritte mit einer höheren Genauigkeit erfolgen.Around to optimize the adaptation can, according to a Embodiment of the invention, the first and second data Crash signals in the time domain and frequency range include. These have two different representations of crash signals different advantages in the further processing, for example in the correlation analysis. This allows the others Process steps carried out with a higher accuracy.

Insbesondere kann die Korrelationsanalyse gemäß einer weiteren Ausführungsform der Erfindung eine oder mehrere der folgenden Funktionen umfasst, die mit den ersten und zweiten Daten durchgeführt werden:

– Vergleichen des Geschwindigkeitsabbaus beim Crash;
– Vergleichen verschiedener Crashphasen;
– Vergleichen der Frequenzspektren;
– Vergleichen von Fensterintegralen.

In particular, the correlation analysis according to another embodiment of the invention may include one or more of the following functions performed on the first and second data:

- comparing the speed reduction in the crash;
- comparing different crash phases;
- comparing the frequency spectra;
- Compare window integrals.

Die Durchführung einer der vorgenannten Funktionen kann bereits ausreichen, um für die weitere Verarbeitung eine ausreichende Genauigkeit zu erzielen. Durch die parallele oder serielle Durchführung mehrerer der vorgenannten Funktionen kann jedoch die mit einer Funktion erreichte Korrelation plausibilisiert werden, wodurch im Ergebnis die Anpassung des Fahrzeug-Computermodells genauer gestaltet werden kann.The execution of one of the aforementioned functions may already be sufficient to achieve sufficient accuracy for further processing. However, by performing several of the aforementioned functions in parallel or in series, the correlation achieved with a function can be made plausible, resulting in more accurate adaptation of the vehicle computer model can be designed.

Als Ergebnis der Korrelationsanalyse können gemäß einer weiteren Ausführungsform der Erfindung die durch mehrere durchgeführte Funktionen gewonnenen Ergebnisse zusammengefasst werden. Beispielsweise können von den einzelnen Funktionen als Ergebnis erhaltenen Korrelationswerte summiert werden und die Gesamtsumme mit einem Schwellwert verglichen werden, das Ergebnis des Vergleichs für unterschiedliche Daten summiert und als Endsumme für eine Entscheidung verwenden werden, ob eine ausreichende Korrelation zwischen den ersten und zweiten Daten vorliegt.When Result of the correlation analysis can according to a Another embodiment of the invention by several performed functions summarized results obtained become. For example, from the individual functions as a result obtained correlation values are summed and the Total compared with a threshold, the result of the comparison for different data summed and as Final sum will be used for a decision, whether one there is sufficient correlation between the first and second data.

Gemäß einer weiteren Ausführungsform der Erfindung kann das automatische Einstellen von Parametern das Einstellen einer oder mehrerer der folgenden Parameter des Fahrzeug-Computermodells basierend auf dem Ergebnis der Korrelationsanalyse umfassen:

– Einstellen von Materialeigenschaften des Fahrzeug-Computermodells;
– Einstellen von Verbindungs- und Fixierungspunkten des Fahrzeug-Computermodells.

According to another embodiment of the invention, the automatic parameter setting may include adjusting one or more of the following parameters of the vehicle computer model based on the result of the correlation analysis:

- Setting material properties of the vehicle computer model;
- Setting connection and fixation points of the vehicle computer model.

Das Fahrzeug-Computermodell ist insbesondere ein FEA(Finite Elemente Analyse)-Modell, welches das Fahrzeug für eine Crashsimulation so realitätsnah wie möglich nachbildet und daher für eine Crashsimulation bedeutsame Parameter wie die Materialeigenschaften und Verbindungs- und Fixierungspunkte des Fahrzeugs aufweist. Diese Parameter lassen sich ohne größeren Aufwand, insbesondere ohne aufwendige Änderungen des Computermodells einstellen und eignen sich daher gut für die automatische Anpassung des Modells basierend auf der vorhergehenden Korrelationsanalyse.The Vehicle computer model is in particular a FEA (Finite Elements Analysis) model showing the vehicle for a crash simulation simulates as realistic as possible and therefore parameters important for a crash simulation, such as the material properties and connecting and fixing points of the vehicle. These Parameters can be set without much effort, in particular without any complicated changes to the computer model and are therefore well suited for automatic adjustment of the model based on the previous correlation analysis.

Ferner kann das Einstellen von Materialeigenschaften gemäß einer Ausführungsform der Erfindung das Einstellen der elastischen und der plastischen Deformation des Fahrzeug-Computermodells umfassen. Diese beiden Parameter sind vor allem für das Crashverhalten des Fahrzeugs bei der Simulation von Bedeutung.Further can adjust the material properties according to a Embodiment of the invention, the adjustment of the elastic and the plastic deformation of the vehicle computer model. These two parameters are above all for the crash behavior of the vehicle in the simulation of importance.

Gemäß einer weiteren Ausführungsform betrifft die Erfindung ein Datenverarbeitungsprogramm mit Programmcode zur Durchführung eines Verfahrens gemäß der Erfindung und wie oben erläutert, wenn das Datenverarbeitungsprogramm von einer Datenverarbeitungsvorrichtung ausgeführt wird.According to one In another embodiment, the invention relates to a data processing program with Program code for performing a method according to Invention and as explained above, when the data processing program is executed by a data processing device.

Das Datenverarbeitungsprogramm kann beispielsweise ein eigenständiges Computerprogramm sein, dass als Eingabe die ersten und zweiten Daten erhält und ferner weitere Eingabeparameter wie beispielsweise die Einstellung von Fensterlängen für die Verarbeitung der Daten, Filtercharakteristiken und Variationen von Amplituden der durch die Daten dargestellten Crashsignale zur Einstellung anbietet. Als Ausgabe kann Datenverarbeitungsprogramm beispielsweise Parametersätze für das Fahrzeug-Comptuermodell erzeugen, die direkt von einem Crashsimulationsprogramm eingelesen werden können. Es kann auch direkt das Fahrzeug-Computermodell verändern, beispielsweise indem es das Modell von einem Datenträger einliest und entsprechend anpasst.The Data processing program, for example, a standalone Computer program that receives as input the first and second data and further input parameters such as the setting of window lengths for processing the data, Filter characteristics and variations of amplitudes of the data presented Crash signals offers for adjustment. As an issue For example, data processing program may have parameter sets generate for the vehicle comptuermodell directly from a crash simulation program can be read. It can also directly change the vehicle computer model, For example, by making the model of a disk read in and adjust accordingly.

Weiterhin betrifft die Erfindung in einer Ausführungsform einen maschinenlesbaren Datenträger, beispielsweise einen magnetischen, optischen oder Halbleiter-Speicher, umfassend ein Datenverarbeitungsprogramm nach der Erfindung und wie vorstehend beschreiben.Farther In one embodiment, the invention relates to a machine-readable Data carrier, for example a magnetic, optical or semiconductor memory, comprising a data processing program according to the invention and as described above.

Schließlich sieht die Erfindung in einer Ausführungsform ein Datenverarbeitungssystem vor, das sich dadurch auszeichnet, dass es zur Ausführung eines Verfahrens nach der Erfindung und wie oben beschrieben eingerichtet ist.After all In one embodiment, the invention provides a data processing system which is characterized by the fact that it is for execution a method according to the invention and set up as described above is.

Weitere Vorteile und Anwendungsmöglichkeiten der vorliegenden Erfindung ergeben sich aus der nachfolgenden Beschreibung in Verbindung mit den in den Zeichnungen dargestellten Ausführungsbeispielen.Further Advantages and applications of the present invention will be apparent from the following description in conjunction with the in the drawings illustrated embodiments.

In der Beschreibung, in den Ansprüchen, in der Zusammenfassung und in der Zeichnung werden die in der hinten angeführten Liste der Bezugszeichen verwendeten Begriffe und zugeordneten Bezugszeichen verwendet.In the description, in the claims, in the abstract and in the drawing are those mentioned in the back List of reference symbols used terms and associated reference numerals used.

Die Zeichnungen zeigen inThe Drawings show in

1 Verläufe von Crashsignalen im Zeit- und Frequenzbereich, die bei einem realen Crashversuch und durch Simulationen erhalten wurden; 1 Trajectories of crash signals in the time and frequency domain, obtained in a real crash test and simulations;

2 ein Ablaufdiagramm mit den einzelnen Schritten und Funktionen eines Ausführungsbeispiels der Korrelationsanalyse; 2 a flow chart with the individual steps and functions of an embodiment of the correlation analysis;

3 typische Verläufe eines ersten durch einen realen Crashversuch erzeugten Crashsignals X1 und eines zweiten durch Simulation erzeugten Crashsignals X2; 3 typical courses of a first crash signal X1 generated by a real crash test and a second crash signal X2 generated by simulation;

4 die Verläufe von Vergleichen der Crashsignale X1 und X2 während verschiedener Crashphasen CP1–CP3 und den Verlauf der Korrelation über alle Crashphasen; 4 the courses of comparisons of the crash signals X1 and X2 during different crash phases CP1-CP3 and the course of the correlation over all crash phases;

5 die Verläufe der durch die Crashsignale X1 und X2 bewirkten Geschwindigkeitsreduktion des Fahrzeugs und den Korrelationsverlauf der beiden Geschwindigkeitsreduktionsverläufe; 5 the courses of the speed reduction of the vehicle caused by the crash signals X1 and X2 and the correlation course of the two speed reduction courses;

6 der Verlauf von verschiedenen Fensterintegralen der Crashsignale und der Verlauf einer Auswertung eines der Fensterintegrale; 6 the course of different window integrals of the crash signals and the course of an evaluation of one of the window integrals;

7 den Verlauf eines kombinierten Ausgangssignals der Korrelationsanalyse gemäß einem Ausführungsbeispiel der Erfindung; des Programms sowie den Einstellmöglichkeiten für den Programmlauf. 7 the course of a combined output of the correlation analysis according to an embodiment of the invention; the program and the settings for the program run.

Im Folgenden können gleiche und/oder funktional gleiche Elemente mit den gleichen Bezugszeichen versehen sein. Die im Folgenden angegebenen absoluten Werte und Maßangaben sind nur beispielhafte Werte und stellen keine Einschränkung der Erfindung auf derartige Dimensionen dar.in the The following may be identical and / or functionally identical elements be provided with the same reference numerals. The absolute values given below Values and dimensions are only exemplary values and represent no limitation of the invention to such dimensions represents.

1 zeigt typische Beispiele von Verläufen von Crashsignalen im Zeit- und Frequenzbereich, die bei einem realen Crashversuch und durch Simulationen erhalten wurden. Die beim realen Crashversuch erhaltenen Daten eines Crashsignalverlaufs sind in dem mit „Real data" bezeichneten Diagramm gezeigt, oben der Crashsignalverlauf im Zeit- und unten der im Frequenzbereich. In den mit „Simulation 1" und „Simulation 2" bezeichneten Diagrammen sind jeweils die durch unterschiedliche Simulationsläufe erhaltenen Daten eines Crashsignalverlaufs gezeigt. Das Crashsignal kann beispielsweise von einem Crashsensor wie einen Beschleunigungssensor stammen, der beispielsweise im Zentralbereich eines Fahrzeugs angeordnet ist. Selbstverständlich können auch mehrere Crashsignale verarbeitet werden, die von an unterschiedlichen Positionen im Fahrzeug angeordneten Sensoren stammen. Die Sensoren können hierbei unterschiedlicher Art sein, beispielsweise Beschleunigungs-, Druck- oder Körperschallsensoren. 1 shows typical examples of progressions of crash signals in the time and frequency domain, which were obtained in a real crash test and by simulations. The data of a crash signal course obtained in the real crash test are shown in the diagram labeled "Real data", the crash signal course in the time domain and at the bottom in the frequency domain in the diagrams For example, the crash signal may originate from a crash sensor such as an acceleration sensor located in the central area of a vehicle, of course, and may also process a plurality of crash signals from sensors located at different positions in the vehicle may be different types, for example, acceleration, pressure or structure-borne sound sensors.

Die Daten des realen Crashsignals und der simulierten Crashsignale dienen als Eingabe für einen Algorithmus zum automatischen Anpassen des für die Crashsimulation verwendeten Fahrzeug-Computermodells, kurz FEA(Finite Elemente Analyse)-Fahrzeugmodells, gemäß der Erfindung. Ziel der Anpassung ist es, eine möglichst gute Übereinstimmung des FEA-Fahzeugmodells mit dem realen Fahrzeug zu erzielen, das für den Crashversuch verwendet wurde, mit und bei dem das reale Crashsignal erzeugt wurde. Dadurch soll die Durchführbarkeit und Brauchbarkeit der durch die Crashsimulation erhaltenen Daten insbesondere für eine Kalibrierung eines Crashalgorithmus, der von einem Sicherheitssystem in einem Fahrzeug ausgeführt wird, festgestellt werden. Insgesamt sollen dadurch teuere reale Crashversuche eingespart und durch „virtuelle" Crashversuche ersetzt werden können. Schließlich kann das FEA-Fahrzeugmodell auch dazu dienen, eine Kalibrierung eines Crashalgorithmus zu ermöglichen.The Data of the real crash signal and the simulated crash signals are used as an input to an auto-fit algorithm the vehicle computer model used for the crash simulation, short FEA (Finite Element Analysis) vehicle model, according to the Invention. The aim of the adaptation is to achieve the best possible match of the FEA vehicle model with the real vehicle that was used for the crash test, with and in which the real crash signal was generated. This should ensure the feasibility and Usability of the data obtained by the crash simulation in particular for a calibration of a crash algorithm by a Safety system running in a vehicle is detected become. Overall, this should save expensive real crash tests and can be replaced by "virtual" crash tests. Finally, the FEA vehicle model can also serve allow a calibration of a crash algorithm.

Um diese Ziele zu erreichen, wurden im Rahmen der Erfindung Funktionen für eine Simulation entwickelt, die es ermöglichen, einzelne physikalische Wirkungen bei einem Crash und Regularitäten zwischen den simulierten und realen Crashsignalen bzw. deren Daten festzustellen. Die identifizierten physikalischen Wirkungen und Regularitäten können dann dazu verwendet werden, das FEA-Fahrzeugmodell fein einzustellen bzw. an das reale Fahrzeugmodell anzupassen. Diese Anpassung kann insbesondere durch Ändern von Parametern des FEA-Fahrzeugmodells wie der Materialeigenschaften, der Verbindungs- und Fixierungspunkte von Chassisteilen im Fahrzeugmodell und von festen Blöcken (z. B. Motor) erfolgen. Nach abgeschlossener Adaption des FEA-Fahrzeugmodells können dann mit einem standardisierten Crash-Algorithmus die Auslösezeitpunkte bzw. TTF (Times To Fire) berechnet werden, um die Korrelation überprüfen zu können. Schließlich kann eine Kalibrierung mittels eines Ziel-Crash-Algorithmus erfolgen.Around Achieving these goals have been within the scope of the invention functions designed for a simulation that will allow single physical effects in a crash and regularities between determine the simulated and real crash signals or their data. The identified physical effects and regularities can then be used to the FEA vehicle model fine tune or adapt to the real vehicle model. These Customization can be done by changing parameters the FEA vehicle model such as the material properties, the connection and fixation points of chassis parts in the vehicle model and of fixed blocks (eg motor). After completed adaptation of the FEA vehicle model can then be standardized Crash algorithm the trigger times or TTF (Times To Fire) are calculated to check the correlation to be able to. Finally, a calibration done by means of a target crash algorithm.

Wie die Korrelationsanalyse im Detail ausgeführt wird, ist in 2 gezeigt. Die Korrelationsanalyse umfasst vier verschiedene Funktionen 26, 28, 30, 32, die auf die Eingangsdaten 20 angewandt werden. Anschließend wird aus den Ausgangsdaten der einzelnen Funktionen 26, 28, 30, 32 eine Entscheidung 34 über die Korrelation gebildet. Die Eingangsdaten 20, erste reale Beschleunigungsdaten X und zweite simulierte Beschleunigungsdaten Y werden einer Geschwindigkeitsreduktionsfunktion 22, einer gleitenden Fensterfunktion 24 und einer Frequenzvergleichsfunktion 32 parallel zugeführt. Die Geschwindigkeitsreduktionsfunktion 22 ermittelt den Geschwindigkeitsabbau aus den zugeführten Beschleunigungsdaten 20. Die gleitende Fensterfunktion 24 ermittelt aus den zugeführten Beschleunigungsdaten 20 den Geschwindigkeitsabbau innerhalb von gleitenden Zeitfenstern. Im Folgenden werden nun die einzelnen Kernfunktionen 26, 28, 30 und 32 der Korrelationsanalyse im Detail mit Bezug auf die 3 bis 7 beschrieben.How the correlation analysis is executed in detail is in 2 shown. The correlation analysis includes four different functions 26 . 28 . 30 . 32 that depends on the input data 20 be applied. Subsequently, from the output data of the individual functions 26 . 28 . 30 . 32 a decision 34 formed over the correlation. The input data 20 , first real acceleration data X and second simulated acceleration data Y become a speed reduction function 22 , a sliding window function 24 and a frequency comparison function 32 fed in parallel. The speed reduction function 22 Determines the speed reduction from the supplied acceleration data 20 , The sliding window function 24 determined from the supplied acceleration data 20 the speed reduction within sliding time windows. The following are the individual core functions 26 . 28 . 30 and 32 the correlation analysis in detail with reference to the 3 to 7 described.

3 zeigt typische Verläufe eines ersten durch einen realen Crashversuch erzeugten Crashsignals X1 und eines zweiten durch Simulation erzeugten Crashsignals X2. Die Crashsignale X1 und X2 stammen von einem Beschleunigungssensor. Die Signale X1 und X2 werden als Eingabedaten für die weitere Verarbeitung verwendet, wie im Folgenden beschrieben ist. 3 shows typical courses of a first generated by a real crash test crash signal X1 and a second generated by simulation crash signal X2. The crash signals X1 and X2 come from an acceleration sensor. The signals X1 and X2 are used as input data for further processing, as described below.

Die Funktion 28 vergleicht die Signale X1 und X2 während verschiedener Crashphasen und bildet als Ergebnis einen Korrelationsverlauf. 4 zeigt die Verläufe von Vergleichen der Crashsignale X1 und X2 während verschiedener Crashphasen CP1–CP3 (linke Diagramme) und den Verlauf der Korrelation über alle Crashphasen (rechtes Diagramm), wie er von der Funktion 28 generiert wird. Anhand des Korrelationsverlaufs zeigt sich, dass nahezu über die gesamte Zeit die Verläufe während der Crashphasen übereinstimmen (100%), lediglich im unteren Zeitbereich liegt für eine sehr kurze Zeitspanne keine Übereinstimmung (0%) vor (Einbruch des Verlaufs im Bereich von etwa 0,01).The function 28 compares the signals X1 and X2 during different crash phases and as a result forms a correlation curve. 4 shows the courses of comparisons of the crash signals X1 and X2 during different crash phases CP1-CP3 (left diagrams) and the course of the correlation over all crash phases (right Dia gram), as indicated by the function 28 is generated. On the basis of the correlation curve, it can be seen that nearly all of the time the progressions during the crash phases agree (100%), only in the lower time range is there no agreement (0%) for a very short period of time (break in the range of about 0, 01).

Die Funktion 26 vergleicht den Geschwindigkeitsabbau der beiden Signale X1 und X2. 5 zeigt die Verläufe der durch die Crashsignale X1 und X2 bewirkten Geschwindigkeitsreduktion des Fahrzeugs und den Korrelationsverlauf der beiden Geschwindigkeitsreduktionsverläufe, wie er von der Funktion 26 generiert wird. Anhand des Korrelationsverlaufs zeigt sich, dass die Korrelation anfänglich nahezu 100% beträgt, aber ab dem Zeitpunkt 0,08 nur noch 0%, d. h. der Geschwindigkeitsabbau der Signale X1 und X2 nicht mehr korreliert.The function 26 compares the speed reduction of the two signals X1 and X2. 5 shows the curves of the speed reduction of the vehicle caused by the crash signals X1 and X2 and the correlation course of the two speed reduction curves, as of the function 26 is generated. The correlation curve shows that the correlation is initially almost 100%, but from the time 0.08 only 0%, ie the decay of the signals X1 and X2 no longer correlates.

In 6 ist der Verlauf von verschiedenen Fensterintegralen DV1–DV3 der beiden Crashsignale X1 und X2 im rechten Diagramm gezeigt. Das linke Diagramm zeigt den Verlauf der Korrelation des Fensterintegrals DV2. Im Zeitbereich von ca. 0,01 bis 0,1 schwankt die Korrelation zwischen 0% und 100In 6 shows the course of different window integrals DV1-DV3 of the two crash signals X1 and X2 in the right diagram. The left diagram shows the course of the correlation of the window integral DV2. In the time range of about 0.01 to 0.1, the correlation varies between 0% and 100%

7 zeigt den Verlauf eines kombinierten Ausgangssignals der Korrelationsanalyse über die Zeit, die mit der Funktion 34 gebildet wird. 7 shows the course of a combined output of the correlation analysis over time, with the function 34 is formed.

2020: Eingangsdaten (Beschleunigungssignale XY)input data (Acceleration signals XY)
2222: GeschwindigkeitsreduktionsfunktionSpeed reduction function
2424: Fensterfunktionwindow function
2626: GeschwindigkeitsabbauvergleichsfunktionReduction in speed comparison function
2828: CrashphasenvergleichsfunktionCrash phase comparison function
3030: FensterintegralvergleichsfunktionIntegral window comparison function
3232: FrequenzvergleichsfunktionFrequency comparison function
3434: Entscheidungsfunktiondecision function

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

DE 102004057962 A1 [0002]

Claims

A method of automatically adapting a vehicle computer model for crash simulations, the method comprising: obtaining first data of crash signals (X2) generated by a crash simulation with the vehicle computer model and second data of crash signals (X1), which were determined in a real crash, - automatic correlation analysis ( 22 - 34 ) of the first and second data (X1, X2), and - automatically adjusting parameters of the vehicle computer model based on the result of the correlation analysis.

Method according to claim 1, characterized in that that the first and second data crash signals in the time domain and Include frequency range.

A method according to claim 1 or 2, characterized in that the correlation analysis comprises one or more of the following functions performed with the first and second data: - comparing the deceleration in the crash ( 26 ); - comparing different crash phases ( 28 ); - comparing the frequency spectra ( 32 ); - Comparing window integrals ( 30 ).

A method according to claim 3, characterized in that as a result of the correlation analysis the results obtained by a plurality of performed functions are summarized ( 34 ).

Method according to one of the preceding claims, thereby marked that the automatic setting of parameters adjusting one or more of the following parameters of the vehicle computer model based on the result of the correlation analysis comprises: - To adjust of material properties of the vehicle computer model; - To adjust connecting and fixing points of the vehicle computer model.

Method according to claim 5, characterized in that that adjusting material properties setting the elastic and plastic deformation of the vehicle computer model.

Data processing program with program code for execution a method according to one of the preceding Claims when the data processing program of a Data processing device is executed.

Machine-readable data carrier, comprising Data processing program according to claim 7.

Data processing system characterized by that it is necessary to carry out a method according to one of Claims 1 to 6 is set up.