DE102022118473A1 - Calibration method for a vehicle restraint system - Google Patents
Calibration method for a vehicle restraint system Download PDFInfo
- Publication number
- DE102022118473A1 DE102022118473A1 DE102022118473.0A DE102022118473A DE102022118473A1 DE 102022118473 A1 DE102022118473 A1 DE 102022118473A1 DE 102022118473 A DE102022118473 A DE 102022118473A DE 102022118473 A1 DE102022118473 A1 DE 102022118473A1
- Authority
- DE
- Germany
- Prior art keywords
- collision
- vehicle
- real
- class
- event
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000011960 computer-aided design Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
- B60R21/0136—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to actual contact with an obstacle, e.g. to vehicle deformation, bumper displacement or bumper velocity relative to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Air Bags (AREA)
Abstract
Verfahren zum Kalibrieren eines Rückhaltesystems eines Fahrzeugs, ein Steuermodul eines Rückhaltesystems eines Fahrzeugs mittels einer Mehrzahl von bestimmten jeweils zu einer vorbestimmten Kollisionsklasse gehörenden realen Kollisionsereignissen des Fahrzeugs kalibriert wird.Method for calibrating a restraint system of a vehicle, a control module of a restraint system of a vehicle is calibrated using a plurality of specific real collision events of the vehicle, each belonging to a predetermined collision class.
Description
Die Erfindung betrifft ein Verfahren zum Kalibrieren eines Rückhaltesystems eines Fahrzeugs, bei dem ein Steuermodul eines Rückhaltesystems eines Fahrzeugs mittels einer Mehrzahl von bestimmten jeweils zu einer vorbestimmten Kollisionsklasse gehörenden realen Kollisionsereignissen des Fahrzeugs kalibriert wird.The invention relates to a method for calibrating a restraint system of a vehicle, in which a control module of a restraint system of a vehicle is calibrated using a plurality of specific real collision events of the vehicle, each belonging to a predetermined collision class.
Verfahren der eingangs genannten Art gehören in unterschiedlichen Ausgestaltungen zum Stand der Technik und dienen dazu, das Rückhaltesystem des Fahrzeugs derart zu konfigurieren, dass das Rückhaltesystem adäquat auf ein reales Kollisionsereignis, d. h. auf eine Kollision, des Fahrzeugs reagiert. Unter dem Rückhaltesystem ist jedes System des Fahrzeugs zu verstehen, welches einen Insassen des Fahrzeugs bei einer Kollision des Fahrzeugs aktiv schützt. Üblicherweise umfasst das Rückhaltesystem eine Rückhaltevorrichtung, beispielsweise einen Gurt oder ein Airbag, einen Aktuator zum Betätigen der Rückhaltevorrichtung, beispielsweise zum Straffen des Gurts oder zum Auslösen des Airbags, und ein Steuermodul zum Steuern des Aktuators.Methods of the type mentioned at the beginning are part of the state of the art in various configurations and serve to configure the vehicle's restraint system in such a way that the restraint system responds adequately to a real collision event, i.e. H. reacts to a collision of the vehicle. The restraint system is any system of the vehicle that actively protects an occupant of the vehicle in the event of a collision with the vehicle. Typically, the restraint system includes a restraint device, for example a belt or an airbag, an actuator for actuating the restraint device, for example to tighten the belt or deploy the airbag, and a control module for controlling the actuator.
Wenn während eines Betriebs des Rückhaltesystems ein Kollisionsereignis des Fahrzeugs eintritt, ermittelt das Steuermodul eine Kollisionsklasse des Kollisionsereignisses und steuert den Aktuator abhängig von der ermittelten Kollisionsklasse. Die ermittelte Kollisionsklasse gehört zu einer Mehrzahl von vorbestimmten Kollisionsklassen, für die das Steuermodul kalibriert ist. Jede vorbestimmte Kollisionsklasse ist durch Kollisionsparameter definiert, beispielsweise eine Kollisionsgeschwindigkeit, einen Kollisionsort und/oder einen Kollisionswinkel. Verschiedene vorbestimmte Kollisionsklassen unterscheiden sich durch die definierenden Kollisionsparameter.If a collision event of the vehicle occurs during operation of the restraint system, the control module determines a collision class of the collision event and controls the actuator depending on the determined collision class. The determined collision class belongs to a plurality of predetermined collision classes for which the control module is calibrated. Each predetermined collision class is defined by collision parameters, for example a collision speed, a collision location and/or a collision angle. Various predetermined collision classes differ in the defining collision parameters.
Maßgeblich für eine Effizienz des Rückhaltesystems ist eine Präzision der ermittelten Kollisionsklasse. Die Effizienz ist hoch, wenn eine Wahrscheinlichkeit einer Fehlklassifikation des Kollisionsereignisses gering ist.The precision of the collision class determined is crucial for the efficiency of the restraint system. The efficiency is high when a probability of misclassification of the collision event is low.
So offenbart
Eine hohe Effizienz des Rückhaltesystems wird durch ein optimales Abstimmen des Steuermoduls auf das Rückhaltesystem und das Fahrzeug erreicht, d. h. durch ein Einstellen von für das Fahrzeug optimalen Konfigurationsparametern des Steuermoduls. Das optimale Abstimmen wird gewöhnlich als ein Kalibrieren bezeichnet. Das Kalibrieren erfolgt abhängig von realen Kollisionsparametern, welche bei realen Kollisionen von Sensoren des Fahrzeugs erfasst werden, und von realen Kollisionssignalen, welche von den Sensoren abhängig von den erfassten realen Kollisionsparametern bereitgestellt werden. Die realen Kollisionsparameter und realen Kollisionssignale werden üblicherweise durch eine Mehrzahl von sogenannten Crash-Tests, d. h. unter kontrollierten Bedingungen herbeigeführten Kollisionen des Fahrzeugs, erzeugt.A high efficiency of the restraint system is achieved by optimally matching the control module to the restraint system and the vehicle, i.e. H. by setting configuration parameters of the control module that are optimal for the vehicle. Optimal tuning is usually referred to as calibration. The calibration is carried out depending on real collision parameters, which are detected by sensors of the vehicle in real collisions, and on real collision signals, which are provided by the sensors depending on the real collision parameters detected. The real collision parameters and real collision signals are usually determined by a number of so-called crash tests, i.e. H. Collisions of the vehicle caused under controlled conditions are generated.
Beispielsweise offenbart
Jeder Crash-Test erfordert einen hohen Rüstaufwand, d. h. umfangreiche und aufwändige Vorbereitungen, und verursacht einen hohen Materialverschleiß, d. h. eine Vielzahl von beschädigten Fahrzeugen und Dummies. Insofern geht jeder Crash-Test mit hohen Kosten einher.Every crash test requires a lot of setup effort, i.e. H. extensive and time-consuming preparations, and causes high material wear, i.e. H. a variety of damaged vehicles and dummies. In this respect, every crash test is associated with high costs.
Während einer Entwicklung des Fahrzeugs werden an dem Fahrzeug nicht selten noch bis zuletzt auch solche Änderungen vorgenommen, welche für ein Kollisionsereignis des Fahrzeugs relevant sind und entsprechend eine Kalibrierung des Steuermoduls beeinflussen. Infolgedessen können bis zum Abschluss der Entwicklung des Fahrzeugs insgesamt bis zu 50 Crash-Tests notwendig sein, um das Rückhaltesystem des Fahrzeugs zu kalibrieren, was zu unerwünscht hohen Entwicklungskosten des Fahrzeugs führt.During development of the vehicle, it is not uncommon for changes to be made to the vehicle that are relevant to a collision event of the vehicle and accordingly influence the calibration of the control module. As a result, a total of up to 50 crash tests may be necessary to calibrate the vehicle's restraint system before development of the vehicle is completed, resulting in undesirably high vehicle development costs.
Es ist daher eine Aufgabe der Erfindung, ein Verfahren zum Kalibrieren eines Rückhaltesystems eines Fahrzeugs vorzuschlagen, welches mit einer geringen Anzahl von Crash-Tests auskommt und eine große Präzision eines mittels des Verfahrens kalibrierten Rückhaltesystems gewährleistet.It is therefore an object of the invention to propose a method for calibrating a restraint system of a vehicle, which requires a small number of crash tests and ensures high precision of a restraint system calibrated using the method.
Ein Gegenstand der Erfindung ist ein Verfahren zum Kalibrieren eines Rückhaltesystems eines Fahrzeugs, bei dem ein Steuermodul eines Rückhaltesystems eines Fahrzeugs mittels einer Mehrzahl von bestimmten jeweils zu einer vorbestimmten Kollisionsklasse gehörenden realen Kollisionsereignissen des Fahrzeugs kalibriert wird. Jede Kollisionsklasse ist durch eine Mehrzahl von Kollisionsparametern definiert. Die Mehrzahl von Kollisionsklassen umfassen insbesondere relevante, d. h. häufig auftretende und gefährliche, Kollisionsereignisse.One subject of the invention is a method for calibrating a restraint system of a vehicle, in which a control module of a restraint system of a vehicle is calibrated using a plurality of specific real collision events of the vehicle, each belonging to a predetermined collision class. Each collision class is defined by a plurality of collision parameters. The majority of collision classes include in particular relevant, i.e. H. common and dangerous collision events.
Das Steuermodul ist allgemein als ein Steueralgorithmus zu verstehen, welcher technisch vorzugsweise als ein Softwaremodul für eine elektronische Steuereinheit (Electronic Control Unit, ECU) des Fahrzeugs implementiert ist. Der als das Softwaremodul implementierte Steueralgorithmus kann sowohl bestimmungsgemäß von der elektronischen Steuereinheit als auch im Rahmen einer Simulation von einer von der elektronischen Steuereinheit separaten Rechenvorrichtung ausgeführt werden.The control module is generally to be understood as a control algorithm, which is technically preferably implemented as a software module for an electronic control unit (ECU) of the vehicle. The control algorithm implemented as the software module can be executed both as intended by the electronic control unit and as part of a simulation by a computing device separate from the electronic control unit.
Das Kalibrieren des Steuermoduls kann insbesondere ein Einstellen einer Auslöseverzögerung als einen Konfigurationsparameter des Steuermoduls umfassen. Bevorzugt wird ein Steuermodul eines Rückhaltesystems kalibriert, das eine als ein Airbag ausgebildete Rückhaltevorrichtung umfasst. Die Auslöseverzögerung, d. h. ein Zeitversatz eines von dem Steuermodul bereitgestellten Steuersignals für die Rückhaltevorrichtung gegenüber einem Zeitpunkt des Kollisionsereignisses ist eine relevante Eigenschaft des Rückhaltesystems. Das Fahrzeug umfasst eine Vielzahl von Airbags, welche in einem Innenraum des Fahrzeugs an unterschiedlichen Positionen angeordnet sind. Folglich profitieren Airbag-Steuermodule in einer besonderen Weise von dem erfindungsgemäßen Kalibrierverfahren.Calibrating the control module may in particular include setting a trigger delay as a configuration parameter of the control module. A control module of a restraint system is preferably calibrated, which includes a restraint device designed as an airbag. The shutter release delay, i.e. H. a time offset of a control signal provided by the control module for the restraint device compared to a time of the collision event is a relevant property of the restraint system. The vehicle includes a plurality of airbags which are arranged at different positions in an interior of the vehicle. Consequently, airbag control modules benefit in a special way from the calibration method according to the invention.
Erfindungsgemäß simuliert eine Rechenvorrichtung mittels eines auf eine Deformation des Fahrzeugs eingeschränkten Strukturmodells des Fahrzeugs zu jeder vorbestimmten Kollisionsklasse eine Mehrzahl von zu der jeweiligen vorbestimmten Kollisionsklasse gehörenden Kollisionsereignissen, ermittelt das Steuermodul zu jedem simulierten Kollisionsereignis eine Kollisionsklasse, berechnet die Rechenvorrichtung aus den ermittelten Kollisionsklassen für jede vorbestimmte Kollisionsklasse eine Wahrscheinlichkeit einer Fehlklassifikation und bestimmt die Rechenvorrichtung jedes reale Kollisionsereignis als ein Kollisionsereignis einer vorbestimmten Kollisionsklasse, deren berechnete Wahrscheinlichkeit größer ist als eine vorbestimmte Akzeptanzwahrscheinlichkeit. Kurz gesagt, werden vorbestimmte Kollisionsklassen bestimmt, die eine inakzeptabel hohe Wahrscheinlichkeit für eine Fehlklassifikation aufweisen, während vorbestimmte Kollisionsklassen nicht bestimmt werden, die eine akzeptabel niedrige Wahrscheinlichkeit für eine Fehlklassifikation aufweisen. Entsprechend werden Crash-Tests unterlassen, welche von dem Steuermodul sehr wahrscheinlich korrekt klassifiziert werden, was mit einer verringerten Anzahl von realen Kollisionsereignissen einhergeht.According to the invention, a computing device simulates a plurality of collision events belonging to the respective predetermined collision class for each predetermined collision class by means of a structural model of the vehicle limited to a deformation of the vehicle, the control module determines a collision class for each simulated collision event, and the computing device calculates from the determined collision classes for each predetermined one Collision class indicates a probability of misclassification and the computing device determines each real collision event as a collision event of a predetermined collision class, the calculated probability of which is greater than a predetermined acceptance probability. In short, predetermined collision classes that have an unacceptably high probability of misclassification are determined, while predetermined collision classes that have an acceptably low probability of misclassification are not determined. Accordingly, crash tests are omitted, which are very likely to be correctly classified by the control module, which is accompanied by a reduced number of real collision events.
Das Strukturmodell approximiert ein Kollisionsverhalten des Fahrzeugs betreffend Kollisionsereignisse physikalisch zutreffend und ermöglicht auf eine einfache Weise ein realitätsnahes Simulieren der Kollisionsereignisse. Das Strukturmodell des Fahrzeugs ist auf Deformationen des Fahrzeugs optimiert. Die Deformationen des Fahrzeugs korrelieren besonders stark mit den Kollisionsklassen, d. h. typische Kollisionen bewirken typische Deformationen. Deshalb ist es ohne einen signifikanten Verlust an Präzision möglich, zum Kalibrieren des Steuermoduls ein reduziertes und also stark vereinfachtes Strukturmodell des Fahrzeugs zu verwenden. Das reduzierte Strukturmodul verbraucht weniger Rechenzeit als ein vollständiges Strukturmodul des Fahrzeugs. Infolgedessen ist die Mehrzahl von simulierten Kollisionsereignissen in einer praktikablen Zeitspanne berechenbar.The structural model physically accurately approximates a collision behavior of the vehicle regarding collision events and enables a realistic simulation of the collision events in a simple manner. The structural model of the vehicle is optimized for vehicle deformations. The deformations of the vehicle correlate particularly strongly with the collision classes, i.e. H. typical collisions cause typical deformations. It is therefore possible to use a reduced and therefore greatly simplified structural model of the vehicle to calibrate the control module without a significant loss of precision. The reduced structural module consumes less computing time than a complete structural module of the vehicle. As a result, the majority of simulated collision events are predictable in a practical time span.
Bevorzugt bestimmt die Rechenvorrichtung jedes reale Kollisionsereignis als ein Kollisionsereignis einer vorbestimmten Kollisionsklasse, deren berechnete Wahrscheinlichkeit größer ist als berechnete Wahrscheinlichkeiten weiterer vorbestimmter Kollisionsklassen. Mit anderen Worten wird eine Reihenfolge von Crash-Tests, d. h. realen Kollisionsereignissen, abhängig von einer aktuellen Klassifikationspräzision des Steuermoduls bestimmt. Crash-Tests mit einer höheren Wahrscheinlichkeit für eine Fehlklassifikation werden früher als Crash-Tests mit einer geringeren Wahrscheinlichkeit für eine Fehlklassifikation durchgeführt.The computing device preferably determines each real collision event as a collision event of a predetermined collision class, the calculated probability of which is greater than calculated probabilities of further predetermined collision classes. In other words, a sequence of crash tests, i.e. H. real collision events, depending on a current classification precision of the control module. Crash tests with a higher probability of misclassification are conducted earlier than crash tests with a lower probability of misclassification.
Auf diese Weise kann in einem iterativen Verfahren erreicht werden, dass erfolgte relevante Kalibrierungsschritte des Steuermoduls dank der fortschreitenden Kalibrierung des Steuermoduls eine Wahrscheinlichkeit einer Fehlklassifikation von weniger relevanten Kollisionsklassen unterhalb die Akzeptanzwahrscheinlichkeit verringern. Dadurch ist eine Anzahl von realen Kollisionsereignissen weiter verringert.In this way, it can be achieved in an iterative process that relevant calibration steps of the control module that have been carried out reduce the probability of misclassification of less relevant collision classes below the acceptance probability thanks to the progressive calibration of the control module. This further reduces the number of real collision events.
In einer Ausführungsform umfasst das Simulieren eines Kollisionsereignisses ein Berechnen und ein Bereitstellen von zu dem simulierten Kollisionsereignis korrespondierenden simulierten Kollisionssignalen und umfasst das Ermitteln der Kollisionsklasse ein Empfangen und ein Analysieren der bereitgestellten simulierten Kollisionssignale. Eine Funktionsweise des Steuermoduls beim Simulieren ist identisch mit einer Funktionsweise des Steuermoduls im bestimmungsgemäßen Betrieb. Lediglich empfängt das Steuermodul beim Simulieren simulierte Kollisionssignale als Eingangssignale, während es im bestimmungsgemäßen Betrieb reale Kollisionssignale als Eingangssignale empfängt.In one embodiment, simulating a collision event includes calculating and providing simulated collision signals corresponding to the simulated collision event and includes determining the collision class, receiving and analyzing the simulated collision signals provided. How the control module works during simulation is identical to how the control module works during intended operation. When simulating, the control module merely receives simulated collision signals as input signals, while during normal operation it receives real collision signals as input signals.
Das Ermitteln der Kollisionsklasse des simulierten Kollisionsereignisses kann ein Bestimmen eines Kollisionstyps, eines Kollisionswinkels und/oder einer Kollisionsstärke des simulierten Kollisionsereignisses umfassen. Zu den Kollisionstypen gehören je nach einem Kollisionsbereich des Fahrzeugs beispielsweise eine Frontalkollision, eine Heckkollision und eine Seitenkollision, je nach dem Kollisionswinkel eine gerade Kollision oder eine schräge Kollision und je nach der Kollisionsstärke eine Kollision mit einem großen physikalischen Impuls oder eine Kollision mit einem kleinen physikalischen Impuls. Unter dem physikalischen Impuls ist wie üblich ein Produkt aus einer Masse und einer Geschwindigkeit zu verstehen.Determining the collision class of the simulated collision event may include determining a collision type, a collision angle and/or a collision strength of the simulated collision event. The collision types include, for example, a front collision, a rear collision and a side collision depending on a collision area of the vehicle, a straight collision or an oblique collision depending on the collision angle, and a collision with a large physical impulse or a collision with a small physical impulse depending on the collision strength Pulse. As usual, physical impulse is a product of a mass and a speed.
Idealerweise aktualisiert die Rechenvorrichtung das Strukturmodell mit realen Kollisionsdaten jedes realen Kollisionsereignisses. Zum Aktualisieren des Strukturmodells kann ein künstliches neuronales Netz des Steuermoduls mittels der realen Kollisionsdaten anhand einer ein bestimmtes Energieprofil und eine bestimmte Kollisionssignalabweichung umfassenden Belohnungsfunktion überwacht trainiert werden. Das künstliche neuronale Netz ermöglicht ein einfaches und rasches Optimieren des Strukturmodells. Die Belohnungsfunktion definiert in an sich bekannter Weise ein mittels des Trainierens zu erreichendes Lernziel des künstlichen neuronalen Netzes. Die Belohnungsfunktion kann auch Bestrafungselemente umfassen.Ideally, the computing device updates the structural model with real collision data of each real collision event. To update the structural model, an artificial neural network of the control module can be trained in a monitored manner using the real collision data using a reward function comprising a specific energy profile and a specific collision signal deviation. The artificial neural network enables the structural model to be optimized quickly and easily. The reward function defines, in a manner known per se, a learning goal of the artificial neural network to be achieved by training. The reward function can also include punishment elements.
Das Optimieren des Strukturmodells kann als ein Kalibrieren des Strukturmodells bezeichnet werden, wobei das Kalibrieren des Strukturmodells von dem Kalibrieren des Rückhaltesystems zu unterscheiden ist, also nicht mit dem Kalibrieren des Rückhaltesystems verwechselt werden darf. Das Kalibrieren des Strukturmodells umfasst ein Bestimmen von Koeffizienten von Schlüsselgleichungen des Strukturmodells. Jedes reale Kollisionsereignis ermöglicht ein präziseres Kalibrieren des Strukturmodells und damit einhergehend ein präziseres Kalibrieren des Steuermoduls.Optimizing the structural model can be referred to as calibrating the structural model, whereby calibrating the structural model is to be distinguished from calibrating the restraint system, and therefore should not be confused with calibrating the restraint system. Calibrating the structural model includes determining coefficients of key equations of the structural model. Each real collision event allows for a more precise calibration of the structural model and therefore a more precise calibration of the control module.
Während des Kalibrierens des Steuermoduls wird eine Mehrzahl von Crash-Tests durchgeführt und bei jeder Kollision des Fahrzeugs werden reale Kollisionsdaten sensorisch erfasst und reale Kollisionssignale sensorisch erzeugt. Dabei verbessern die sensorisch erfassten realen Kollisionsdaten und die sensorisch erzeugten realen Kollisionssignale das Strukturmodell iterativ und konvergent. Infolgedessen modelliert das Strukturmodell das Kollisionsverhalten des Fahrzeugs bereits nach einer relativ geringen Anzahl an Crash-Tests mit einer relativ hohen Präzision.During the calibration of the control module, a number of crash tests are carried out and with each collision of the vehicle, real collision data is recorded using sensors and real collision signals are generated using sensors. The real collision data recorded by sensors and the real collision signals generated by sensors improve the structural model iteratively and convergently. As a result, the structural model models the collision behavior of the vehicle with a relatively high level of precision after a relatively small number of crash tests.
In einer Ausführungsform erfassen Sensoren des Fahrzeugs bei jedem realen Kollisionsereignis reale Kollisionsparameter sensorisch und stellen die Sensoren reale Kollisionssignale erzeugen und als die realen Kollisionsdaten bereit. Kollisionsparameter und Kollisionssignale werden zusammenfassend als Kollisionsdaten bezeichnet.In one embodiment, sensors of the vehicle sense real collision parameters for each real collision event and the sensors generate real collision signals and provide them as the real collision data. Collision parameters and collision signals are collectively referred to as collision data.
Insbesondere wird die Kollisionssignalabweichung als eine Differenz zwischen den realen Kollisionssignalen und mittels des Strukturmodells simulierten Kollisionssignalen ermittelt. Als das Lernziel definiert die Belohnungsfunktion eine minimale Kollisionssignalabweichung, d. h. eine möglichst weitgehende Übereinstimmung der von dem künstlichen neuronalen Netz ermittelten simulierten Kollisionssignale mit den von Sensoren des Fahrzeugs erzeugten realen Kollisionssignalen.In particular, the collision signal deviation is determined as a difference between the real collision signals and collision signals simulated using the structural model. The reward function defines a minimum collision signal deviation as the learning goal, i.e. H. the closest possible agreement between the simulated collision signals determined by the artificial neural network and the real collision signals generated by the vehicle's sensors.
Das Energieprofil kann abhängig von den realen Kollisionsparametern und mittels des Strukturmodells bereitgestellten simulierten Kollisionsparametern ermittelt werden. Das Energieprofil stellt einen Rückkopplungspfad bereit, d. h. die Belohnungsfunktion umfasst eine Abhängigkeit von den simulierten Kollisionsparametern, welche von dem anhand der Belohnungsfunktion trainierten künstlichen neuronalen Netz simuliert werden.The energy profile can be determined depending on the real collision parameters and simulated collision parameters provided by the structural model. The energy profile provides a feedback path, i.e. H. the reward function includes a dependency on the simulated collision parameters, which are simulated by the artificial neural network trained using the reward function.
Das Energieprofil modelliert ein energetisches Verhalten des Fahrzeugs bei einem Kollisionsereignis und beruht auf den physikalischen Gesetzen von Energie- und Impulserhaltung. Aus der Energieerhaltung resultiert insbesondere ein von der Kollision verursachtes Umwandeln einer kinetischen Energie, d. h. einer Bewegungsenergie, des Fahrzeugs in eine Verformungsenergie, d. h. eine Deformationswärme, des Fahrzeugs. Das Energieprofil berücksichtigt auch ein Umwandeln der kinetischen Energie in eine Reibungsenergie, d. h. eine Reibungswärme, des Fahrzeugs während der Kollision.The energy profile models the energetic behavior of the vehicle in the event of a collision and is based on the physical laws of conservation of energy and momentum. The conservation of energy results in particular in the conversion of kinetic energy caused by the collision, i.e. H. a kinetic energy of the vehicle into a deformation energy, i.e. H. a heat of deformation of the vehicle. The energy profile also takes into account converting kinetic energy into frictional energy, i.e. H. a frictional heat of the vehicle during the collision.
Vorteilhaft werden von den sensorisch erfassten realen Kollisionsparametern und den simulierten Kollisionsparametern jeweils Lineargeschwindigkeitsdaten und/oder Winkelgeschwindigkeitsdaten abgeleitet und wird das Energieprofil abhängig von den jeweils abgeleiteten Lineargeschwindigkeitsdaten und/oder Winkelgeschwindigkeitsdaten ermittelt. Die Lineargeschwindigkeitsdaten und die Winkelgeschwindigkeitsdaten beschreiben eine Lineargeschwindigkeit bzw. eine Winkelgeschwindigkeit des Fahrzeugs während der Kollision. Selbstverständlich beschreiben die jeweiligen Geschwindigkeitsdaten auch Änderungen der Geschwindigkeiten, d. h. eine Linearbeschleunigung oder eine Winkelbeschleunigung, des Fahrzeugs.Advantageously, linear velocity data and/or angular velocity data are derived from the sensor-detected real collision parameters and the simulated collision parameters, and the energy profile becomes dependent on the respectively derived linear velocity data and/or angular velocity data determined. The linear velocity data and the angular velocity data describe a linear velocity and an angular velocity of the vehicle during the collision, respectively. Of course, the respective speed data also describe changes in the speed, ie a linear acceleration or an angular acceleration, of the vehicle.
Vorteilhaft wird das Strukturmodell abhängig von bestimmten Konstruktionsdaten des Fahrzeugs und bestimmten Wechselwirkungsdaten des Fahrzeugs erzeugt. Das Strukturmodell berücksichtigt kollisionsrelevante statische Eigenschaften des Fahrzeugs ebenso wie kollisionsrelevante dynamische Eigenschaften des Fahrzeugs.The structural model is advantageously generated depending on certain design data of the vehicle and certain interaction data of the vehicle. The structural model takes into account collision-relevant static properties of the vehicle as well as collision-relevant dynamic properties of the vehicle.
Ein CAD (Computer Aided Design)-Modell des Fahrzeugs kann die Konstruktionsdaten bestimmen und/oder ein FEM (Finite-Elemente-Methode)-Modell des Fahrzeugs kann die Wechselwirkungsdaten bestimmen. CAD-Programme werden beim konstruktiven Entwickeln von Fahrzeugen weithin verwendet. Finite-Elemente-Programme werden eignen sich besonders gut zum Beschreiben von Verformungsprozessen. Das CAD-Modell und das FEM-Modell sind ohne Weiteres verfügbare erprobte und bewährte Hilfsmittel beim Entwickeln von eines Fahrzeugs.A CAD (Computer Aided Design) model of the vehicle may determine the design data and/or a FEM (Finite Element Method) model of the vehicle may determine the interaction data. CAD programs are widely used in the design development of vehicles. Finite element programs are particularly suitable for describing deformation processes. The CAD model and the FEM model are readily available tried and tested tools when developing a vehicle.
Ein wesentlicher Vorteil des erfindungsgemäßen Verfahrens besteht darin, dass eine Anzahl von notwendigen Crash-Tests gering ist und eine Präzision eines mittels des Verfahrens kalibrierten Rückhaltesystems groß ist. Als weitere daraus resultierende Vorteile sind verkürzte Entwicklungszeiten und verringerte Entwicklungskosten des Fahrzeugs anzusehen.A significant advantage of the method according to the invention is that the number of crash tests required is small and the precision of a restraint system calibrated using the method is high. Further resulting advantages include shortened development times and reduced development costs for the vehicle.
Die Erfindung ist anhand einer Ausführungsform in den Zeichnungen schematisch dargestellt und wird unter Bezugnahme auf die Zeichnungen weiter beschrieben. Es zeigt:
-
1 ein erstes teilweises Flussdiagramm eines Verfahrens nach einer Ausführungsform der Erfindung zum Kalibrieren eines Rückhaltesystems eines Fahrzeugs; -
2 ein zweites teilweises Flussdiagramm des erfindungsgemäßen Verfahrens; -
3 ein drittes teilweises Flussdiagramm des erfindungsgemäßen Verfahrens; -
4 ein viertes teilweises Flussdiagramm des erfindungsgemäßen Verfahrens.
-
1 a first partial flowchart of a method according to an embodiment of the invention for calibrating a restraint system of a vehicle; -
2 a second partial flowchart of the method according to the invention; -
3 a third partial flowchart of the method according to the invention; -
4 a fourth partial flowchart of the method according to the invention.
Zum Kalibrieren des Rückhaltesystems 10 des Fahrzeugs 1 wird ein Steuermodul 100 eines Rückhaltesystems 10 eines Fahrzeugs 1 mittels einer Mehrzahl von bestimmten jeweils zu einer vorbestimmten Kollisionsklasse gehörenden realen Kollisionsereignissen des Fahrzeugs 1 kalibriert. Das Kalibrieren umfasst zumeist ein Einstellen eines Konfigurationsparameters 1000 des Steuermoduls 100 des Rückhaltesystems 10. Beispielsweise wird eine Auslöseverzögerung als der Konfigurationsparameter 1000 eingestellt. Insbesondere wird ein Steuermodul eines Rückhaltesystems 10, das die als der Airbag ausgebildete Rückhaltevorrichtung 101 umfasst, als das Steuermodul 100 kalibriert.To calibrate the restraint system 10 of the vehicle 1, a control module 100 of a restraint system 10 of a vehicle 1 is calibrated using a plurality of specific real collision events of the vehicle 1, each belonging to a predetermined collision class. Calibration usually includes setting a
Die Rechenvorrichtung 2 simuliert mittels eines auf eine Deformation des Fahrzeugs 1 eingeschränkten Strukturmodells des Fahrzeugs 1 zu jeder vorbestimmten Kollisionsklasse eine Mehrzahl von zu der jeweiligen vorbestimmten Kollisionsklasse gehörenden Kollisionsereignissen. Das Steuermodul 100 ermittelt zu jedem simulierten Kollisionsereignis eine Kollisionsklasse.The
Die Rechenvorrichtung 2 berechnet aus den ermittelten Kollisionsklassen für jede vorbestimmte Kollisionsklasse eine Wahrscheinlichkeit 1001 einer Fehlklassifikation und bestimmt jedes reale Kollisionsereignis als ein Kollisionsereignis einer vorbestimmten Kollisionsklasse, deren berechnete Wahrscheinlichkeit 1001 größer ist als eine vorbestimmte Akzeptanzwahrscheinlichkeit.The
Die Rechenvorrichtung 2 bestimmt idealerweise jedes reale Kollisionsereignis als ein Kollisionsereignis einer vorbestimmten Kollisionsklasse, deren berechnete Wahrscheinlichkeit 1001 größer ist als berechnete Wahrscheinlichkeiten 1001 weiterer vorbestimmter Kollisionsklassen.The
Das Simulieren eines Kollisionsereignisses kann ein Berechnen und ein Bereitstellen von zu dem simulierten Kollisionsereignis korrespondierenden simulierten Kollisionssignalen 24 (s.
Bevorzugt aktualisiert die Rechenvorrichtung 2 das Strukturmodell 20 mit realen Kollisionsdaten jedes realen Kollisionsereignisses. Weiter bevorzugt wird zum Aktualisieren des Strukturmodells 20 ein künstliches neuronales Netz 28 des Steuermoduls 10 mittels der realen Kollisionsdaten anhand einer ein bestimmtes Energieprofil 25 und eine bestimmte Kollisionssignalabweichung 27 umfassenden Belohnungsfunktion 26 überwacht trainiert.Preferably, the
Sensoren des Fahrzeugs 1 können bei jedem realen Kollisionsereignis reale Kollisionsparameter 11 sensorisch erfassen und reale Kollisionssignale 12 erzeugen und als die realen Kollisionsdaten bereitstellen.Sensors of the vehicle 1 can sense
BEZUGSZEICHENLISTE:REFERENCE SYMBOL LIST:
- 11
- Fahrzeugvehicle
- 1010
- RückhaltesystemRestraint system
- 100100
- SteuermodulControl module
- 10001000
- KonfigurationsparameterConfiguration parameters
- 10011001
- Wahrscheinlichkeit für eine FehlklassifikationProbability of misclassification
- 101101
- RückhaltevorrichtungRestraint device
- 1111
- reale Kollisionsparameterreal collision parameters
- 1212
- reale Kollisionssignalereal collision signals
- 22
- RechenvorrichtungComputing device
- 2020
- StrukturmodellStructural model
- 2121
- CAD-ModellCAD model
- 210210
- KonstruktionsdatenConstruction data
- 2222
- FEM-ModellFEM model
- 220220
- WechselwirkungsdatenInteraction data
- 2323
- simulierte Kollisionsparametersimulated collision parameters
- 2424
- simulierte Kollisionssignalesimulated collision signals
- 2525
- EnergieprofilEnergy profile
- 250250
- LineargeschwindigkeitsdatenLinear velocity data
- 251251
- WinkelgeschwindigkeitsdatenAngular velocity data
- 2626
- BelohnungsfunktionReward function
- 2727
- KollisionssignalabweichungCollision signal deviation
- 2828
- künstliches neuronales Netzartificial neural network
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED 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 of documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- DE 102009012407 B3 [0005]DE 102009012407 B3 [0005]
- DE 102009020074 A1 [0006]DE 102009020074 A1 [0006]
- DE 102019133469 B3 [0008]DE 102019133469 B3 [0008]
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022118473.0A DE102022118473A1 (en) | 2022-07-25 | 2022-07-25 | Calibration method for a vehicle restraint system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022118473.0A DE102022118473A1 (en) | 2022-07-25 | 2022-07-25 | Calibration method for a vehicle restraint system |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022118473A1 true DE102022118473A1 (en) | 2024-01-25 |
Family
ID=89429752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022118473.0A Pending DE102022118473A1 (en) | 2022-07-25 | 2022-07-25 | Calibration method for a vehicle restraint system |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022118473A1 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19882381T1 (en) | 1997-05-29 | 2000-07-13 | Automotive Tech Int | Pattern recognition system |
DE102008005527A1 (en) | 2008-01-22 | 2009-07-23 | Robert Bosch Gmbh | Datasets producing method for e.g. passenger protective system, involves producing synthetic crash signal by overlapping deformation signal, and storing synthetic crash as dataset in database for machine learning process |
DE102009012407B3 (en) | 2009-03-10 | 2010-08-26 | Technische Universität Graz | Adaptive restraint system e.g. front airbag, controlling device for protecting passengers e.g. children, of bus, has processing unit extracting parameter for characterizing deformation behavior of vehicle and object from data base |
DE102009020074A1 (en) | 2009-05-06 | 2010-11-11 | Continental Automotive Gmbh | Vehicle passenger protection system controlling method for e.g. air bag, involves comparing course of characteristic and/or criterion with reference curve by algorithm model that is selected depending on collision specification |
DE102018118129A1 (en) | 2018-07-26 | 2020-01-30 | Automotive Safety Technologies Gmbh | Occupant protection system, motor vehicle and method for operating an occupant protection system |
DE102019133469B3 (en) | 2019-12-09 | 2020-10-15 | Audi Ag | Method for operating a restraint system for a motor vehicle and system for performing such a method |
-
2022
- 2022-07-25 DE DE102022118473.0A patent/DE102022118473A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19882381T1 (en) | 1997-05-29 | 2000-07-13 | Automotive Tech Int | Pattern recognition system |
DE102008005527A1 (en) | 2008-01-22 | 2009-07-23 | Robert Bosch Gmbh | Datasets producing method for e.g. passenger protective system, involves producing synthetic crash signal by overlapping deformation signal, and storing synthetic crash as dataset in database for machine learning process |
DE102009012407B3 (en) | 2009-03-10 | 2010-08-26 | Technische Universität Graz | Adaptive restraint system e.g. front airbag, controlling device for protecting passengers e.g. children, of bus, has processing unit extracting parameter for characterizing deformation behavior of vehicle and object from data base |
DE102009020074A1 (en) | 2009-05-06 | 2010-11-11 | Continental Automotive Gmbh | Vehicle passenger protection system controlling method for e.g. air bag, involves comparing course of characteristic and/or criterion with reference curve by algorithm model that is selected depending on collision specification |
DE102018118129A1 (en) | 2018-07-26 | 2020-01-30 | Automotive Safety Technologies Gmbh | Occupant protection system, motor vehicle and method for operating an occupant protection system |
DE102019133469B3 (en) | 2019-12-09 | 2020-10-15 | Audi Ag | Method for operating a restraint system for a motor vehicle and system for performing such a method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102010013943B4 (en) | Method and device for a functional test of an object recognition device of a motor vehicle | |
DE102004046912A1 (en) | Method for simulating the lifetime of a means of transport | |
DE102014007624A1 (en) | Method for determining variables influencing the movement of a robot | |
DE102019124018A1 (en) | Method for optimizing tests of control systems for automated vehicle dynamics systems | |
DE102017211433A1 (en) | Method for performing a functional test of a control unit in a hardware-in-the-loop test, HIL test, and HIL test bench and control unit | |
DE102019134053A1 (en) | Process for the continuous validation of automated driving functions applied in driving tests | |
DE102011088805A1 (en) | Method for developing and/or testing of driver assistance system for motor vehicle, involves determining several scenarios in modeling of prior collision phase by using Monte Carlo simulation based on driving situation | |
EP3306295B1 (en) | Method and device for testing electronic controls, in particular for testing of automobile control systems | |
EP2088439A1 (en) | Device for testing the functionality of a vehicle | |
EP4267447A1 (en) | Evaluation device for a technical device, and method for manufacturing an evaluation device | |
DE102022118473A1 (en) | Calibration method for a vehicle restraint system | |
EP1860565A1 (en) | Method for performing a functional check of the control unit for a motor vehicle | |
DE10222700A1 (en) | System optimization method for optimization of a complex technical system, e.g. optimization of motor vehicle bodywork design parameters, whereby successive approximation models are generated until sufficient accuracy is obtained | |
DE102009034242A1 (en) | Method for testing controller utilized for controlling e.g. brake lamp of lorry, involves automatically operating regulator to determine whether controller properly operates or not upon detected output signal | |
DE102021109126A1 (en) | Procedure for testing a product | |
DE102021109129A1 (en) | Procedure for testing a product | |
EP3933593A1 (en) | Method and computer program for testing a technical system | |
DE102021109130A1 (en) | Procedure for testing a product | |
WO2021089499A1 (en) | Method and system for checking an automated driving function by reinforcement learning | |
EP3783493A1 (en) | Method for testing a system for a request | |
DE102020205540A1 (en) | Method and device for testing a technical system | |
DE102019211076A1 (en) | Method and device for validating a simulation of a technical system | |
EP3553679A1 (en) | Method for computer-aided error diagnostics for a technical system | |
DE102021109127A1 (en) | Procedure for testing a product | |
EP3598323B1 (en) | Test method for testing the effects of a technical function on a vehicle or a vehicle environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |