KR20220094785A - 차량의 에어백 제어 장치 및 방법 - Google Patents

차량의 에어백 제어 장치 및 방법 Download PDF

Info

Publication number
KR20220094785A
KR20220094785A KR1020200186372A KR20200186372A KR20220094785A KR 20220094785 A KR20220094785 A KR 20220094785A KR 1020200186372 A KR1020200186372 A KR 1020200186372A KR 20200186372 A KR20200186372 A KR 20200186372A KR 20220094785 A KR20220094785 A KR 20220094785A
Authority
KR
South Korea
Prior art keywords
probability
injury
human injury
human
airbag
Prior art date
Application number
KR1020200186372A
Other languages
English (en)
Inventor
이성욱
홍석호
김성수
Original Assignee
현대자동차주식회사
기아 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020200186372A priority Critical patent/KR20220094785A/ko
Priority to US17/527,842 priority patent/US11613221B2/en
Priority to DE102021132424.6A priority patent/DE102021132424A1/de
Priority to CN202111500414.7A priority patent/CN114684053A/zh
Publication of KR20220094785A publication Critical patent/KR20220094785A/ko

Links

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
    • B60R21/02—Occupant safety arrangements or fittings, e.g. crash pads
    • B60R21/16—Inflatable occupant restraints or confinements designed to inflate upon impact or impending impact, e.g. air bags
    • 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
    • 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
    • B60R21/0132—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 vehicle motion parameters, e.g. to vehicle longitudinal or transversal deceleration or speed value
    • 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
    • B60R21/0134—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 imminent contact with an obstacle, e.g. using radar systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • B60R2021/01013—Means for detecting collision, impending collision or roll-over
    • 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
    • B60R2021/01204—Actuation parameters of safety arrangents
    • B60R2021/01211—Expansion of air bags
    • 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
    • B60R21/0132—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 vehicle motion parameters, e.g. to vehicle longitudinal or transversal deceleration or speed value
    • B60R2021/01325—Vertical acceleration
    • 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
    • B60R21/0132—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 vehicle motion parameters, e.g. to vehicle longitudinal or transversal deceleration or speed value
    • B60R2021/01327—Angular velocity or angular acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/304—Acceleration sensors
    • B60Y2400/3042—Collision sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Air Bags (AREA)

Abstract

본 발명은 차량의 에어백 제어 장치 및 방법에 관한 것으로, 인체 상해 확률 모델 및 베이지안 네트워크 학습(피드백 학습)을 통해 계산한 사후 인체 상해 확률에 기반하여 에어백의 전개 여부를 결정함으로써, 에어백 전개 로직의 강건성을 확보하고, 더욱 효과적으로 승객을 보호할 수 있도록 하는데 그 목적이 있다. 이를 위해 본 발명에 따른 차량의 에어백 제어 장치는, 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 인체 상해 확률 계산부와; 상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초한 확률 기반의 실시간 피드백 기계 학습을 수행하여 사후 인체 상해 확률을 계산하는 학습부와; 상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 에어백 전개 판단부를 포함한다.

Description

차량의 에어백 제어 장치 및 방법{APPARATUS AND METHOD FOR CONTROLLING AIRBAG OF VEHICLE}
본 발명은 차량에 관한 것으로, 차량의 에어백 전개 제어에 관한 것이다.
에어백은 차량의 충돌 시 충격으로부터 탑승객을 보호하는 장치로서, 안전 벨트와 더불어 차량의 대표적인 탑승객 보호 장치이다. 센서에 의해 차량의 충돌이 감지되면 작동 기체 장치가 폭발하며, 이 때의 폭발 가스로 인해 에어백이 순간적으로 부풀어(전개되어) 탑승객을 보호한다. 따라서, 차량의 충돌 시점과 에어백이 전개되기까지의 시간은 짧을수록 좋다.
다만, 차량의 충돌로 인한 충격이 에어백을 전개해야 할 정도로 강한지, 아니면 그 충격이 에어백의 전개가 불필요한 정도인지에 따라 에어백의 전개 여부를 결정할 필요가 있다. 만약, 탑승객의 보호를 위해 에어백을 전개해야 하는 상황에서 에어백이 전개되지 않으면 탑승객을 보호할 수 없다. 반대로, 만약 에어백을 전개하지 않아도 좋을 정도의 충격 시에도 에어백이 전개된다면, 이는 불필요한 에어백 사용이 되어 에어백을 재정비하는데 따른 비용이 발생할 수 있어 바람직하지 않다.
즉, 차량의 충돌 상황에서의 승객의 상해 정도에 따른 정확한 에어백 전개 여부의 결정이 요구된다.
본 발명의 일 측면에 따르면, 인체 상해 확률 모델 및 베이지안 네트워크 학습(피드백 학습)을 통해 계산한 사후 인체 상해 확률에 기반하여 에어백의 전개 여부를 결정함으로써, 에어백 전개 로직의 강건성을 확보하고, 더욱 효과적으로 승객을 보호할 수 있도록 하는데 그 목적이 있다.
상술한 목적의 본 발명에 따른 차량의 에어백 제어 장치는, 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 인체 상해 확률 계산부와; 상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초한 확률 기반의 실시간 피드백 기계 학습을 수행하여 사후 인체 상해 확률을 계산하는 학습부와; 상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 에어백 전개 판단부를 포함한다.
상술한 차량의 에어백 제어 장치에 있어서, 상기 학습부는, 상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초하여 사전 인체 상해 확률을 계산하고; 상기 인체 상해 조건부 확률에 상기 사전 인체 상해 확률을 곱하여 상기 사후 인체 상해 확률을 계산한다.
상술한 차량의 에어백 제어 장치에 있어서, 상기 확률 기반의 실시간 피드백 기계 학습은, 이전의 상기 사전 인체 상해 확률에 현재의 상기 사후 인체 상해 확률을 피드백하여 상기 사전 인체 상해 확률을 업데이트하는 것을 포함한다.
상술한 차량의 에어백 제어 장치에 있어서, 상기 인체 상해 조건부 확률은 아래의 식 1을 통해 계산한다.
(식 1)
Figure pat00001
Figure pat00002
:　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
Figure pat00003
:　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
Figure pat00004
　:　 현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 실제의 인체 상해 확률
Figure pat00005
　:　현재 시점(t)에서의 센서부(250)의 계측 값
Figure pat00006
:　이전 시점(t-1)에서의 실제의 인체 상해 확률
Figure pat00007
　:　현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 인체 상해 예측 확률
상술한 차량의 에어백 제어 장치에 있어서, 상기 사전 인체 상해 확률은 아래의 식 2를 통해 계산한다.
(식2)
Figure pat00008
Figure pat00009
:　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
Figure pat00010
: 이전(t-1)의 사후 인체 상해 확률
상술한 차량의 에어백 제어 장치에 있어서, 상기 사전 인체 상해 확률은 아래의 식 3을 통해 계산한다.
(식 3)
Figure pat00011
η: 정규화 인자(Normalization Factor)
Figure pat00012
:　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
Figure pat00013
: 사전 인체 상해 확률
상술한 차량의 에어백 제어 장치에 있어서, 상기 에어백 전개 판단부는, 상기 사후 인체 상해 확률이 미리 설정된 기준 값을 초과하면 상기 에어백이 전개되도록 결정한다.
상술한 차량의 에어백 제어 장치에 있어서, 상기 차량의 운동 정보는 상기 차량의 가속도 값과 각속도 값, 충돌 값, 압력 값, 롤 값, 피치 값, 요 값을 포함한다.
상술한 목적의 본 발명에 따른 차량의 에어백 제어 방법은, 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 단계와; 상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초한 확률 기반의 실시간 피드백 기계 학습을 수행하여 사후 인체 상해 확률을 계산하는 단계와; 상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 단계를 포함한다.
상술한 차량의 에어백 제어 방법에 있어서, 상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초하여 사전 인체 상해 확률을 계산하는 단계를 더 포함하고; 상기 인체 상해 조건부 확률에 상기 사전 인체 상해 확률을 곱하여 상기 사후 인체 상해 확률을 계산한다.
상술한 차량의 에어백 제어 방법에 있어서, 상기 확률 기반의 실시간 피드백 기계 학습은, 이전의 상기 사전 인체 상해 확률에 현재의 상기 사후 인체 상해 확률을 피드백하여 상기 사전 인체 상해 확률을 업데이트하는 것을 포함한다.
상술한 차량의 에어백 제어 방법에 있어서, 상기 인체 상해 조건부 확률은 아래의 식 1을 통해 계산한다.
(식 1)
Figure pat00014
Figure pat00015
:　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
Figure pat00016
:　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
Figure pat00017
　:　 현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 실제의 인체 상해 확률
Figure pat00018
　:　현재 시점(t)에서의 센서부(250)의 계측 값
Figure pat00019
　:　이전 시점(t-1)에서의 실제의 인체 상해 확률
Figure pat00020
　:　현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 인체 상해 예측 확률
상술한 차량의 에어백 제어 방법에 있어서, 상기 사전 인체 상해 확률은 아래의 식 2를 통해 계산한다.
(식2)
Figure pat00021
Figure pat00022
:　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
Figure pat00023
: 이전(t-1)의 사후 인체 상해 확률
상술한 차량의 에어백 제어 방법에 있어서, 상기 사전 인체 상해 확률은 아래의 식 3을 통해 계산한다.
(식 3)
Figure pat00024
η: 정규화 인자(Normalization Factor)
Figure pat00025
:　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
Figure pat00026
: 사전 인체 상해 확률
상술한 차량의 에어백 제어 방법에 있어서, 상기 에어백 전개 판단부는, 상기 사후 인체 상해 확률이 미리 설정된 기준 값을 초과하면 상기 에어백이 전개되도록 결정한다.
상술한 차량의 에어백 제어 방법에 있어서, 상기 차량의 운동 정보는 상기 차량의 가속도 값과 각속도 값, 충돌 값, 압력 값, 롤 값, 피치 값, 요 값을 포함한다.
상술한 목적의 본 발명에 따른 차량의 또 다른 에어백 제어 장치는, 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 인체 상해 확률 계산부와; 상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초하여 사전 인체 상해 확률을 계산하고, 상기 인체 상해 조건부 확률에 상기 사전 인체 상해 확률을 곱하여 상기 사후 인체 상해 확률을 계산하며, 확률 기반의 실시간 피드백 기계 학습을 통해 이전의 상기 사전 인체 상해 확률에 현재의 상기 사후 인체 상해 확률을 피드백하여 상기 사전 인체 상해 확률을 업데이트하는 학습부와; 상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 에어백 전개 판단부를 포함한다.
상술한 목적의 본 발명에 따른 차량의 또 다른 에어백 제어 방법은, 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 단계와; 상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초하여 사전 인체 상해 확률을 계산하고, 상기 인체 상해 조건부 확률에 상기 사전 인체 상해 확률을 곱하여 상기 사후 인체 상해 확률을 계산하며, 확률 기반의 실시간 피드백 기계 학습을 통해 이전의 상기 사전 인체 상해 확률에 현재의 상기 사후 인체 상해 확률을 피드백하여 상기 사전 인체 상해 확률을 업데이트하는 단계와; 상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 단계를 포함한다.
본 발명의 일 측면에 따르면, 확률 모델 및 베이지안 네트워크 학습(피드백 학습)을 통해 계산한 사후 인체 상해 확률에 기반하여 에어백의 전개 여부를 결정함으로써, 에어백 전개 로직의 강건성을 확보하고, 더욱 효과적으로 승객을 보호할 수 있도록 한다.
도 1은 본 발명의 일 실시 예에 따른 차량을 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 에어백 제어 장치를 나타낸 도면이다.
도 3은 본 발명의 실시 예에 따른 차량의 에어백 전개 제어 방법을 나타낸 도면이다.
도 4는 도 3에 나타낸 에어백 전개 제어 방법의 확률 기반 베이지안 네트워크 기계 학습을 나타낸 도면이다.
도 5는 본 발명의 실시 예에 따른 에어백 전개 판단 결과를 종래 기술과 비교한 도면이다.
도 1은 본 발명의 일 실시 예에 따른 차량을 나타낸 도면이다.
도 1에 나타낸 바와 같이, 차량에는 충돌 센서(102)(106)와 압력 센서(104), 각속도 센서(110), 에어백(108)(112)이 설치된다.
적어도 한 쌍의 정면 충돌 센서(102)는 차량의 앞쪽에 설치되어 차량의 전면 충돌 여부 및 충돌 강도 등을 검출한다. 적어도 한 쌍의 측면 압력 센서(104)는 차량의 양 측면에 설치되어 차량의 양 측면에 가해지는 압력을 검출한다. 저어도 한 쌍의 측면 충돌 센서(106)는 차량의 양 측면에 설치되어 차량의 측면 충돌 여부 및 충돌 강도 등을 검출한다.
본 발명의 실시 예에 따른 차량에는, 충돌 센서(102)(106)와 압력 센서(104) 외에 충돌 방향을 검출하기 위한 적어도 한 쌍의 각속도 센서(110)가 더 설치될 수 있다.
에어백(108)(112)은, 정면 에어백(108)과 측면 에어백(112)을 포함할 수 있다. 적어도 한 쌍의 정면 에어백(108)은 운전석의 정면과 동반자석의 정면에 각각 설치된다. 측면 에어백(112)은 운전석의 좌측면과 동반자석의 우측면 각각에 설치된다.
본 발명의 실시 예에 따른 차량은, 차량의 운동 정보를 확보하기 위해, 도 1에 나타낸 센서들 외에, 가속도 값과 각속도 값, 충돌 값, 압력 값, 롤 값, 피치 값, 요 값 등을 계측하기 위한 다른 유형의 센서들이 더 설치될 수 있다.
도 2는 본 발명의 실시 예에 따른 에어백 제어 장치를 나타낸 도면이다.
도 2에서, 센서부(250)는 앞서 도 1에서 설명한 센서들(102)(104)(106)(110) 및 차량의 운동 정보를 획득하기 위한 센서들을 모두 아우르는 명칭이다.
도 2에 나타낸 본 발명의 실시 예에 따른 차량의 에어백 제어 장치(Air-bag Control Unit, ACU)(202)는, 센서부(250)의 계측 결과에 기초하여 에어백(108)(112)의 전개 여부를 결정하고 에어백 전개 명령을 발생시킨다. 에어백 제어 장치(202)는, 응용 소프트웨어 구동부(Application Software, ASW)(204)와 인체 상해 확률 모델(206), 베이지안 네트워크 로직(Bayesian Network)(208), 에어백 전개 판단 로직(210), 베이직 소프트웨어 구동부(Basic Software, BSW)(212)를 포함한다.
응용 소프트웨어 구동부(204)는, 에어백 제어 장치(202)에 설치된 응용 소프트웨어들을 구동한다.
인체 상해 확률 모델(206)(인체 상해 확률 계산부)은, 차량이 타 차량이나 장애물 등에 충돌 시 센서부(250)의 계측 결과를 반영하여 인체 상해 예측 확률을 계산하도록 마련된다. 인체 상해 확률 모델(206)에서 계산되는 인체 상해 예측 확률은, 시뮬레이션 등의 다양한 실험을 통해 확보한 인체 상해 모델에 차량의 충돌 발생 시의 센서부(250)의 계측 결과를 입력하여 예측한 인체 상해 확률을 의미한다. 인체 상해 확률 모델(206)에는, 인체 상해 확률 계산 시 연산량을 적정 수준 이내로 유지하기 위해, 비교적 단순화된 인체 구조 모델을 적용하는 것이 바람직하다.
베이지안 네트워크 로직(Bayesian Network)(208)(학습부)은, 인체 상해 확률 모델(206)의 계산 결과인 인체 상해 예측 확률로부터 확률 기반의 기계 학습을 통해 사후 인체 상해 확률을 계산하고, 사후 인체 상해 확률의 계산 결과에 기초하여 에어백(108)(112)의 전개 여부를 결정하되, 사후 인체 상해 확률 값의 피드백을 통해 이전 사이클의 사전 인체 상해 확률을 새롭게 업데이트함으로써, 오차가 보정된 더욱 신뢰할 수 있는 에어백 전개 여부 결정 근거를 획득할 수 있도록 한다. 여기서 사후 인체 상해 확률은, 본 발명의 실시 예에 따른 베이지안 네트워크 로직(208)에서의 기계 학습의 결과로서, 에어백(108)(112)의 전개 여부를 결정하는 근거가 된다.
에어백 전개 판단 로직(210)(에어백 전개 판단부)은, 베이지안 네트워크 로직(208)에 의해 계산된 사후 인체 상해 확률 값에 기초하여 에어백(108)(112)의 전개 여부를 결정한다. 에어백 전개 판단 로직(210)은, 사후 인체 상해 확률 값이 미리 정해진 기준 값을 초과하면 에어백 전개 명령을 발생시켜서 에어백(108)(112)이 전개될 수 있도록 한다.
베이직 소프트웨어 구동부(212)는, 에어백 제어 장치(202)에 설치된 베이직 소프트웨어들을 구동한다. 에어백 전개 판단 로직(210)에서 발생한 에어백 전개 명령은 베이직 소프트웨어 구동부(212)를 통해 에어백(108)(112)으로 전달된다.
도 3은 본 발명의 실시 예에 따른 차량의 에어백 전개 제어 방법을 나타낸 도면이다.
도 3에 나타낸 바와 같이, 에어백 제어 장치(202)는 센서부(250)에 의해 계측된 가속도 값과 각속도 값, 충돌 값, 압력 값, 롤 값, 피치 값, 요 값을 포함하는 차량의 운동 정보를 수신한다(310). 차량의 운동 정보는 도 2에서 설명한 에어백 제어 장치(202)의 응용 소프트웨어 구동부(204)를 거쳐 인체 상해 확률 모델(206)로 전달된다.
차량의 운동 정보를 전달받은 인체 상해 확률 모델(206)은 차량의 운동 정보에 기초하여 현재의 충돌에 대한 인체 상해 예측 확률을 계산한다(330). 즉, 센서부(250)를 통해 계측한 차량의 운동 정보를 미리 정해진 인체 상해 모델에 반영하여 인체 상해 확률 값을 예측한다. 인체 상해 예측 확률은 인체 상해 조건부 확률을 포함한다. 인체 상해 조건부 확률은 P(펄스I상해정도)와 같은 값으로서, 상해 정도에 따른 차량 충돌 펄스의 크기 값이 발생할 확률을 의미한다. 즉, 인체 상해 조건부 확률은 차량의 충돌 펄스에 따른 현재 시점의 상해 정도의 확률을 의미한다.
즉, 센서부(250)에서 검출한 여러 검출 값들은 인체 상해 확률 모델(206)에 입력되어 머리와 목, 흉부의 인체 상해 확률 정도(인체 상해 조건부 확률)를 계산하는데 이용된다. 인체 상해 확률 모델(206)은 차량의 병진(XY)과 회전(피치, 롤, 요)의 총 12개의 자유도를 갖는다. 인체 상해 확률 모델(206)에 입력되는 센서부(250)의 측정 값은 인체의 각 부위의 총 6개의 인체 상해 예측 확률로 계산된다. 6개의 인체 상해 예측 확률은, 정면 머리 상해와 측면 머리 상해, 정면 목 상해, 측면 목 상해, 정면 흉부 상해, 측면 흉부 상해의 확률을 포함한다. 이 6개의 인체 상해 예측 확률 값과 함께 인체 상해 조건부 확률 값이 인체 상해 확률 모델(206)에서 출력되어 베이지안 네트워 로직(208)에 입력된다.
베이지안 네트워크 로직(208)은, 인체 상해 확률 모델(206)에 의해 계산된 인체 상해 예측 확률 및 인체 상해 조건부 확률에 기초하여 베이지안 네트워크를 이용한 기계 학습을 수행하고, 기계 학습의 결과로서 사전 인체 상해 확률 값 및 사후 인체 상해 확률 값을 생성한다(350).
베이지안 네트워크 로직(208)에서의 확률 기반 베이지안 네트워크 기계 학습(350)은, 인체 상해 조건부 확률의 획득(352)과 사전 인체 상해 확률의 획득(354), 사후 인체 상해 확률의 계산(356)을 포함한다. 본 발명의 실시 예에 따른 차량의 확률 기반 베이지안 네트워크 기계 학습은 사후 인체 상해 확률의 실시간 피드백 학습을 포함한다. 즉, 사후 인체 상해 확률 계산(356)을 통해 획득한 사후 인체 상해 확률 값을 다음 사이클의 사전 인체 상해 확률(354)에 실시간으로 피드백함으로써 다음 사이클에서의 사전 인체 상해 확률 값을 업데이트한다. 이 업데이트에 의해 사후 인체 상해 확률 값이 보정되어 더욱 정확한 에어백 전개 여부의 판단이 이루어질 수 있다.
먼저, 베이지안 네트워크 로직(208)은, 인체 상해 확률 모델(206)의 인체 상해 예측 확률로부터 인체 상해 조건부 확률 및 사전 인체 상해 확률을 구한다(352)(354). 이 가운데 사전 인체 상해 조건부 확률은 아래의 식 1을 통해 구할 수 있다.
(식 1)
Figure pat00027
식 1을 구체적으로 설명하면 다음과 같다.
Figure pat00028
:　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
Figure pat00029
:　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
Figure pat00030
　:　 현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 실제의 인체 상해 확률
Figure pat00031
:　현재 시점(t)에서의 센서부(250)의 계측 값
Figure pat00032
　:　이전 시점(t-1)에서의 실제의 인체 상해 확률
Figure pat00033
　:　현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 인체 상해 예측 확률
이어서, 베이지안 네트워크 로직(208)에서는, 아래의 식 2에 나탠 것과 같은 사전 인체 상해 확률 업데이트를 수행하고(354), 352에서 구한 인체 상해 조건부 확률에 354에서 구한 사전 인체 상해 확률 값을 곱하여 사후 인체 상해 확률을 구한다(356). 이 때 사전 인체 상해 확률 값은 이전의 사후 인체 상해 확률 값의 피드백을 통해 업데이트된 값일 수 있다. 사전 인체 상해 확률과 사후 인체 상해 확률은 각각 아래의 식 2 및 식 3을 통해 구할 수 있다.
(식2)
Figure pat00034
식 2는 사전 인체 상해 확률로서, 식 2를 구체적으로 설명하면 다음과 같다.
Figure pat00035
:　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
Figure pat00036
: 이전(t-1)의 사후 인체 상해 확률
(식 3)
Figure pat00037
식 3은 사후 인체 상해 확률로서, 식 3을 구체적으로 설명하면 다음과 같다.
η: 정규화 인자(Normalization Factor)
Figure pat00038
:　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
Figure pat00039
: 사전 인체 상해 확률
여기서, 도 4를 통해 본 발명의 실시 예에 따른 확률 기반 베이지안 네트워크 기계 학습을 통한 사후 인체 상해 확률의 계산을 설명하면 다음과 같다. 도 4는 도 3에 나타낸 에어백 전개 제어 방법의 확률 기반 베이지안 네트워크 기계 학습을 나타낸 도면이다.
도 4에 나타낸 바와 같이, 베이지안 네트워크 로직(208)의 확률 기반 베이지안 네트워크 기계 학습은, 인체 상해 조건부 확률의 획득과 사전 인체 상해 확률의 획득, 사후 인체 상해 확률이 계산을 포함한다. 또한, 확률 기반 베이지안 네트워크 기계 학습은 사후 인체 상해 확률의 실시간 피드백 학습을 포함한다. 즉, 사후 인체 상해 확률의 계산 결과를 사전 인체 상해 확률에 실시간으로 피드백하여 사전 인체 상해 확률 값이 업데이트되도록 함으로써, 에어백 전개 여부의 결정을 더욱 정확하게 보정한다. 도 4에 나타낸 바와 같이, 사후 인체 상해 확률을 구하는 사이클은 연속하여 반복된다. 이 때, 이전 사이클의 출력(사후 인체 상해 확률)이 다음 사이클의 입력(사전 인체 상해 확률)이 된다.
도 3으로 돌아와서, 에어백 전개 판단 로직(210)은, 베이지안 네트워크 로직(208)에서 계산된 사후 인체 상해 확률 값이 에어백 전개를 위해 미리 설정된 임계 값을 초과하는지 여부에 따라 에어백 전개를 결정한다(370). 즉, 만약 사후 인체 상해 확률 값이 미리 설정된 임계 값을 초과하면 에어백(108)(112)을 전개하기로 결정한다. 반대로, 만약 사후 인체 상해 확률 값이 미리 설정된 임계 값 이하이면 에어백(108)(112)을 전개하지 않기로 결정한다.
즉, 에어백 전개 판단 로직(210)은, 정면 머리 상해 확률과 정면 목 상해 확률, 정면 흉부 상해 확률의 값에 기초하여 정면 상해 확률의 합을 계산한다(372).
또한, 에어백 전개 판단 로직(210)은, 정면 상해 확률의 합이 미리 설정된 정면 에어백 전개 임계 값을 초과하는지를 확인한다(374).
또한, 에어백 전개 판단 로직(210)은, 측면 머리 상해 확률과 측면 목 상해 확률, 측면 흉부 상해 확률의 값에 기초하여 측면 상해 확률의 합을 계산한다(376).
또한, 에어백 전개 판단 로직(210)은, 측면 상해 확률의 합이 미리 설정된 측면 에어백 전개 임계 값을 초과하는지를 확인한다(378).
에어백 전개 판단 로직(210)은, 상해 확률의 합이 미리 설정된 에어백 전개 임계 값을 초과하면(374의 '예' 또는 378의 '예'), 에어백이 전개되도록 에어백 전개 명령을 발생시킨다(390). 만약 정면 상해 확률의 합이 미리 설정된 정면 에어백 전개 임계 값을 초과하면(374의 '예') 정면 에어백이 전개되도록 정면 에어백 전개 명령이 발생한다. 만약 측면 상해 확률의 합이 미리 설정된 측면 에어백 전개 임계 값을 초과하면(378의 '예') 측면 에어백이 전개되도록 측면 에어백 전개 명령이 발생한다. 정면 에어백 전개 명령과 측면 에어백 전개 명령이 모두 발생할 수도 있다.
도 5는 본 발명의 실시 예에 따른 에어백 전개 판단 결과를 종래 기술과 비교한 도면이다.
도 5(A)에 나타낸 바와 같이, 종래의 경우에는 제한적인 충돌 데이터를 기반으로 에어백 전개 임계 값을 결정한다. 이와 같은 종래의 임계 값 기반의 제어는, 에어백 전개 임계 값이 잘 못 설정되어 에어백의 전개 상황과 미전개 상황을 정확히 판단하지 못하는 경우가 발생할 수 있다.
이와 다르게, 본 발명의 실시 예에서는, 도 5(B)에 나타낸 바와 같이, 확률 모델을 기반으로 베이지안 네트워크를 이용한 실시간 피드백 기계 학습을 통해 인체 상해 확률 정도를 예측하고, 예측한 인체 상해 확률을 기반으로 에어백의 전개 여부를 결정 및 보정함으로써, 에어백 전개 여부를 더욱 정확하게 결정할 수 있다.
위의 설명은 기술적 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명의 기술 분야에서 통상의 지식을 가진 자라면 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서 위에 개시된 실시 예 및 첨부된 도면들은 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예 및 첨부된 도면에 의하여 기술적 사상의 범위가 한정되는 것은 아니다. 그 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
102, 104, 106, 110, 250: 센서부
108, 112: 에어백
204 : 응용 소프트웨어 구동부
206 : 인체 상해 확률 모델
208 : 베이지안 네트워크 로직
210 : 에어백 전개 판단 로직
212 : 베이직 소프트웨어 구동부

Claims (18)

  1. 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 인체 상해 확률 계산부와;
    상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초한 확률 기반의 실시간 피드백 기계 학습을 수행하여 사후 인체 상해 확률을 계산하는 학습부와;
    상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 에어백 전개 판단부를 포함하는 차량의 에어백 제어 장치.
  2. 제 1 항에 있어서, 상기 학습부는,
    상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초하여 사전 인체 상해 확률을 계산하고;
    상기 인체 상해 조건부 확률에 상기 사전 인체 상해 확률을 곱하여 상기 사후 인체 상해 확률을 계산하는 차량의 에어백 제어 장치.
  3. 제 2 항에 있어서,
    상기 확률 기반의 실시간 피드백 기계 학습은, 이전의 상기 사전 인체 상해 확률에 현재의 상기 사후 인체 상해 확률을 피드백하여 상기 사전 인체 상해 확률을 업데이트하는 것을 포함하는 차량의 에어백 제어 장치.
  4. 제 2 항에 있어서, 상기 인체 상해 조건부 확률은 아래의 식 1을 통해 계산하는 차량의 에어백 제어 장치.
    (식 1)
    Figure pat00040

    Figure pat00041
    :　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
    Figure pat00042
    :　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
    Figure pat00043
    　:　 현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 실제의 인체 상해 확률
    Figure pat00044
    　:　현재 시점(t)에서의 센서부(250)의 계측 값
    Figure pat00045
    　:　이전 시점(t-1)에서의 실제의 인체 상해 확률
    Figure pat00046
    　:　현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 인체 상해 예측 확률
  5. 제 2 항에 있어서, 상기 사전 인체 상해 확률은 아래의 식 2를 통해 계산하는 차량의 에어백 제어 장치.
    (식2)
    Figure pat00047

    Figure pat00048
    :　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
    Figure pat00049
    : 이전(t-1)의 사후 인체 상해 확률
  6. 제 2 항에 있어서, 상기 사전 인체 상해 확률은 아래의 식 3을 통해 계산하는 차량의 에어백 제어 장치.
    (식 3)
    Figure pat00050

    η: 정규화 인자(Normalization Factor)
    Figure pat00051
    :　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
    Figure pat00052
    : 사전 인체 상해 확률
  7. 제 1 항에 있어서, 상기 에어백 전개 판단부는,
    상기 사후 인체 상해 확률이 미리 설정된 기준 값을 초과하면 상기 에어백이 전개되도록 결정하는 차량의 에어백 제어 장치.
  8. 제 1 항에 있어서,
    상기 차량의 운동 정보는 상기 차량의 가속도 값과 각속도 값, 충돌 값, 압력 값, 롤 값, 피치 값, 요 값을 포함하는 것인 차량의 에어백 제어 장치.
  9. 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 단계와;
    상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초한 확률 기반의 실시간 피드백 기계 학습을 수행하여 사후 인체 상해 확률을 계산하는 단계와;
    상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 단계를 포함하는 차량의 에어백 제어 방법.
  10. 제 11 항에 있어서,
    상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초하여 사전 인체 상해 확률을 계산하는 단계를 더 포함하고;
    상기 인체 상해 조건부 확률에 상기 사전 인체 상해 확률을 곱하여 상기 사후 인체 상해 확률을 계산하는 차량의 에어백 제어 방법.
  11. 제 10 항에 있어서,
    상기 확률 기반의 실시간 피드백 기계 학습은, 이전의 상기 사전 인체 상해 확률에 현재의 상기 사후 인체 상해 확률을 피드백하여 상기 사전 인체 상해 확률을 업데이트하는 것을 포함하는 차량의 에어백 제어 방법.
  12. 제 10 항에 있어서, 상기 인체 상해 조건부 확률은 아래의 식 1을 통해 계산하는 차량의 에어백 제어 방법.
    (식 1)
    Figure pat00053

    Figure pat00054
    :　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
    Figure pat00055
    :　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
    Figure pat00056
    　:　 현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 실제의 인체 상해 확률
    Figure pat00057
    　:　현재 시점(t)에서의 센서부(250)의 계측 값
    Figure pat00058
    　:　이전 시점(t-1)에서의 실제의 인체 상해 확률
    Figure pat00059
    　:　현재 시점(t)에서의 정면과 측면 각각의 머리, 목, 흉부의 여섯 부위의 인체 상해 예측 확률
  13. 제 10 항에 있어서, 상기 사전 인체 상해 확률은 아래의 식 2를 통해 계산하는 차량의 에어백 제어 방법.
    (식2)
    Figure pat00060

    Figure pat00061
    :　충돌 센서(102)(106)의 계측 값과 이전(t-1)의 인체 상해 확률에 따른 현재 시점(t)에서의 인체 상해 예측 확률
    Figure pat00062
    : 이전(t-1)의 사후 인체 상해 확률
  14. 제 10 항에 있어서, 상기 사전 인체 상해 확률은 아래의 식 3을 통해 계산하는 차량의 에어백 제어 방법.
    (식 3)
    Figure pat00063

    η: 정규화 인자(Normalization Factor)
    Figure pat00064
    :　시뮬레이션을 통해 계측한 승객 상해에 따라 예측한 인체 상해 예측 확률
    Figure pat00065
    : 사전 인체 상해 확률
  15. 제 9 항에 있어서, 상기 에어백 전개 판단부는,
    상기 사후 인체 상해 확률이 미리 설정된 기준 값을 초과하면 상기 에어백이 전개되도록 결정하는 차량의 에어백 제어 방법.
  16. 제 9 항에 있어서,
    상기 차량의 운동 정보는 상기 차량의 가속도 값과 각속도 값, 충돌 값, 압력 값, 롤 값, 피치 값, 요 값을 포함하는 것인 차량의 에어백 제어 방법.
  17. 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 인체 상해 확률 계산부와;
    상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초하여 사전 인체 상해 확률을 계산하고, 상기 인체 상해 조건부 확률에 상기 사전 인체 상해 확률을 곱하여 상기 사후 인체 상해 확률을 계산하며, 확률 기반의 실시간 피드백 기계 학습을 통해 이전의 상기 사전 인체 상해 확률에 현재의 상기 사후 인체 상해 확률을 피드백하여 상기 사전 인체 상해 확률을 업데이트하는 학습부와;
    상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 에어백 전개 판단부를 포함하는 차량의 에어백 제어 장치.
  18. 센서부가 계측한 차량의 운동 정보에 기초하여 인체 상해 조건부 확률 및 인체 상해 예측 확률을 계산하는 단계와;
    상기 인체 상해 조건부 확률 및 상기 인체 상해 예측 확률에 기초하여 사전 인체 상해 확률을 계산하고, 상기 인체 상해 조건부 확률에 상기 사전 인체 상해 확률을 곱하여 상기 사후 인체 상해 확률을 계산하며, 확률 기반의 실시간 피드백 기계 학습을 통해 이전의 상기 사전 인체 상해 확률에 현재의 상기 사후 인체 상해 확률을 피드백하여 상기 사전 인체 상해 확률을 업데이트하는 단계와;
    상기 사후 인체 상해 확률에 기초하여 에어백의 전개 여부를 결정하는 단계를 포함하는 차량의 에어백 제어 방법.
KR1020200186372A 2020-12-29 2020-12-29 차량의 에어백 제어 장치 및 방법 KR20220094785A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020200186372A KR20220094785A (ko) 2020-12-29 2020-12-29 차량의 에어백 제어 장치 및 방법
US17/527,842 US11613221B2 (en) 2020-12-29 2021-11-16 Apparatus and method of controlling an airbag of a vehicle
DE102021132424.6A DE102021132424A1 (de) 2020-12-29 2021-12-09 Vorrichtung und verfahren zum steuern eines airbags eines fahrzeugs
CN202111500414.7A CN114684053A (zh) 2020-12-29 2021-12-09 控制车辆气囊的装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200186372A KR20220094785A (ko) 2020-12-29 2020-12-29 차량의 에어백 제어 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20220094785A true KR20220094785A (ko) 2022-07-06

Family

ID=81972336

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200186372A KR20220094785A (ko) 2020-12-29 2020-12-29 차량의 에어백 제어 장치 및 방법

Country Status (4)

Country Link
US (1) US11613221B2 (ko)
KR (1) KR20220094785A (ko)
CN (1) CN114684053A (ko)
DE (1) DE102021132424A1 (ko)

Also Published As

Publication number Publication date
US11613221B2 (en) 2023-03-28
DE102021132424A1 (de) 2022-06-30
CN114684053A (zh) 2022-07-01
US20220203916A1 (en) 2022-06-30

Similar Documents

Publication Publication Date Title
US11104285B2 (en) Vehicle collision prediction algorithm using radar sensor and ultrasonic park assist sensor
US6816766B2 (en) Continuous collision severity prediction
US9539969B2 (en) System and method for minimizing occupant injury during vehicle crash events
JP5243442B2 (ja) 車両安全システム
CN104973055B (zh) 碰撞可能性判定装置、驾驶辅助装置、碰撞可能性判定方法及碰撞可能性判定程序
US7236865B2 (en) Active adaptation of vehicle restraints for enhanced performance robustness
KR100725735B1 (ko) 센서가 분포된 차량의 승객 레스트레인트 시스템
WO2015141864A1 (en) Vehicle movement state determination device and vehicle movement control device
JP3346472B2 (ja) 乗員保護装置の起動制御装置
JPWO2012108051A1 (ja) 衝突検知装置及び乗員保護システム
US20230271584A1 (en) Occupant protection method and system, and computer readable medium
CN111132875A (zh) 产生用于触发机动车的至少一个安全功能的触发信号的方法
KR102272076B1 (ko) 스몰 오버랩 충돌에 따른 에어백 전개 방법
CN113677566A (zh) 用于自动驾驶车辆的低冲击检测
KR20220094785A (ko) 차량의 에어백 제어 장치 및 방법
JP3885757B2 (ja) 乗員保護装置の起動制御装置
JP2001055104A (ja) 車両の乗員保護装置
KR102227219B1 (ko) 에어백 전개를 위한 스몰 오버랩 충돌 판단 방법
KR102558602B1 (ko) 차량의 에어백 전개 제어 장치 및 방법
KR20210003343A (ko) 차량의 안전 장비 제어 장치 및 방법
US12005847B2 (en) Vehicle for protecting passenger and operating method thereof
CN113619520B (zh) 在车辆发生碰撞时用于控制车辆乘员保护装置的方法
KR20180116867A (ko) 자동차 에어백 제어 시스템 및 방법
Sala et al. Continuously predicting crash severity
KR20210028471A (ko) 인공지능을 이용한 사고예측 에어백 시스템 및 에어백 동작 제어 방법

Legal Events

Date Code Title Description
A201 Request for examination