System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种行人头部损伤预测方法及其预测系统技术方案_技高网

一种行人头部损伤预测方法及其预测系统技术方案

技术编号:40195888 阅读:18 留言:0更新日期:2024-01-26 23:59
本发明专利技术公开一种行人头部损伤预测方法及其预测系统,其预测方法包括:基于行人头部损伤的敏感参数,建立规模化数值数据库;基于所述数值数据库建立行人头部损伤预测模型;当车辆探测到行人时,计算碰撞时车速、行人速度,并将上述参数代入到行人头部损伤预测模型,从而预测碰撞时行人头部损伤风险。现有技术的行人头部损伤预测算法未考虑碰撞时将会影响行人头部损伤的包括行人步态、行人步行速度等等因素的关键参数,因此导致模型预测精度难以达到预期,本发明专利技术通过增加了碰撞时刻车速、行人速度、行人步态、行人尺寸、行人初始碰撞角度、行人初始碰撞位置等参数获得了更为精准的头部损伤预测模型,且更适用于各种车型,具有很好的实用性。

【技术实现步骤摘要】

本专利技术属于交通安全,尤其是一种交通事故中行人头部损伤预测方法及其预测系统


技术介绍

1、由于缺乏保护,行人在交通事故中更容易受到严重伤害,且头部损伤是导致行人死亡的最主要原因。为了降低由头部损伤导致的行人死亡风险,一系列行人头部保护装置被提出并应用于实车,如车外安全气囊、弹起式发动机罩盖等。然而这些装置无法在事故发生前预测出行人头部损伤风险,以及进一步指导车辆进行控制决策。近年来,随着计算机算力的提高以及机器学习算法的快速发展,基于规模化数据集建立行人头部损伤预测模型可以在事故发生前快速预测头部损伤风险的严重程度,为智能驾驶车辆的安全决策和行人的精准快速救治赢得更多有效时间。

2、尽管智能驾驶车辆的快速发展已经大幅度降低了车辆碰撞行人事故发生率,然而由于视觉障碍盲区、车速较快、以及行人运动轨迹随意且不确定等因素,依旧存在无法规避的事故。且现有的行人头部损伤保护措施主要针对事故发生后尽量降低头部损伤严重程度为目的,无法在事故发生前实现精准预测行人头部损伤等级。

3、为此,一篇申请公布号为cn116629076a的专利技术专利公开了一种基于头部损伤分析的功能梯度头盔智能设计平台及其使用方法,该头盔的智能设计平台主要包括三个模块,即多体征头部模型搭建模块、多场景头部损伤仿真模块和功能梯度头盔智能设计模块。该设计平台的使用方法为通过将一组或多组人体生物特征参数输入到多体征头部模型搭建模块中判断是否存在对应的人体头部有限元模型,在存在的情况下输入到功能梯度头盔智能设计模块,输出得到最佳功能梯度头盔设计方案。本专利技术能够根据人体特征参数自动地获取最优的吸能缓冲层材料密度方案,实现头盔的智能化设计,平台的实用性和灵活性强,具有非常高的鲁棒性,且设计方案相对比传统设计方法能够在碰撞事故中更有效的对头部进行防护。

4、另一篇申请公布号为cn116229543a的专利技术专利公开了一种人车碰撞下行人头部损伤分析方法及系统,该分析方法基于cbam注意力机制搭建改进yolov5模型,并利用对改进yolov5模型对车辆前方图像进行行人识别;基于行人识别结果,获取图像中行人的关节点建立人体骨架模型,从人体骨架模型中提取出人体头部处关键点,根据人体头部处关键点的坐标信息计算出头部撞击速度;建立行人头部碰撞损伤关联模型,所述人头部碰撞损伤关联模型包括头部颅内压和各脑组织应力;基于头部损伤生物力学以及对行人头部碰撞损伤关联模型进行行人头部撞击损伤分析,得到各类行人头部撞击损伤对应的速度截断值;将头部撞击速度与速度截断值进行比较,由此获得头部各个脑组织损伤程度。

5、一篇申请公布号为cn 114611395 a的专利技术公开了一种汽车碰撞事故中人体头部损伤状态多层级预测方法,其包括:步骤1、完成汽车碰撞事故中人体头部运动学响应预测层级搭建;步骤2、搭建汽车碰撞事故中人体头部力学-损伤响应预测层级;步骤3、完成汽车碰撞事故中人体头部运动学-力学-损伤预测关联层级搭建。

6、由上可知,现有技术中行人头部损伤预测算法搭建过程中,仅仅考虑人体骨架模型中的人体头部处关键点,未考虑影响行人头部损伤的包括行人步态、行人步行速度等等因素的关键参数,且数据样本较小,模型预测精度难以达到预期;此外,在车辆建模方面多采用单一刚度曲线,未考虑不同车辆前部结构刚度特性的差异,因此建立的车辆模型不具有广泛的代表性。


技术实现思路

1、在下文中给出了关于本专利技术实施例的简要概述,以便提供关于本专利技术的某些方面的基本理解。应当理解,以下概述并不是关于本专利技术的穷举性概述。它并不是意图确定本专利技术的关键或重要部分,也不是意图限定本专利技术的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。

2、为解决现有技术中模型预测精度不高的难题,本专利技术提出一种行人头部损伤预测方法,实现在事故发生前快速预测行人头部损伤风险,将行人头部损伤严重程度实时反馈至当地医疗救治中心,使行人可以更加快速的得到救治。同时,基于头部损伤风险程度,并以行人头部损伤风险最小化为目的对车辆进行控制决策。

3、根据本申请的一个方面,提供一种行人头部损伤预测方法,包括:

4、步骤s1:基于行人头部损伤的敏感参数,建立规模化数值数据库,具体包括以下步骤:

5、s101:获取行人头部损伤的敏感参数,所述敏感参数包括车型、车速、行人速度、行人尺寸、行人步态、人-车初始碰撞位置、以及人-车初始碰撞角度;

6、s102:基于所述敏感参数生成一个数值数据库,该数值数据库包括对应各敏感参数的详细数据元素的矩阵,该矩阵的列元素为各敏感参数(也即参数类型),该矩阵的行记录为各敏感参数的相关数据,相关数据包括单位、取值范围和取值水平;其矩阵表示为如下表格:

7、 参数类型 单位 取值范围 取值水平 车型 / <![cdata[d<sub>1</sub>]]> <![cdata[b<sub>1</sub>]]> 车速 km/h <![cdata[d<sub>2</sub>]]> <![cdata[b<sub>2</sub>]]> 行人速度 km/h <![cdata[d<sub>3</sub>]]> <![cdata[b<sub>3</sub>]]> 行人尺寸 / <![cdata[d<sub>4</sub>]]> <![cdata[b<sub>4</sub>]]> 行人步态 / <![cdata[d<sub>5</sub>]]> <![cd本文档来自技高网...

【技术保护点】

1.一种行人头部损伤预测方法,其特征在于:包括:

2.根据权利要求1所述的一种行人头部损伤预测方法,其特征在于:所述步骤S2中行人头部损伤预测模型建立过程包括:

3.根据权利要求2所述的一种行人头部损伤预测方法,其特征在于:所述S201中的预处理操作具体包括:1)数据清洗:剔除掉行人头部未与车辆发生碰撞的数据;2)数据特征编码:采用独热编码方法对非数值型变量进行编码,进而将非数值型变量转换成计算机能够识别的数值型变量;3)将所有特征进行标准化和归一化操作。

4.根据权利要求2或3所述的一种行人头部损伤预测方法,其特征在于:所述步骤S2还包括建立行人头部损伤风险预测系统的步骤,具体包括:

5.根据权利要求1所述的一种行人头部损伤预测方法,其特征在于:所述步骤S3具体包含以下步骤:

6.根据权利要求5所述的一种行人头部损伤预测方法,其特征在于:所述步骤S303中行人头部损伤风险预测的具体过程包括:

7.根据权利要求5或6所述的一种行人头部损伤预测方法,其特征在于:还包括步骤4:将预测到的头部损伤风险及时反馈至医疗救护中心,实现受伤行人的快速救治。

8.根据权利要求7所述的一种行人头部损伤预测方法,其特征在于:所述步骤4还包括:通过设置不同的车辆制动减速度和转向角度提出多个车辆控制策略,并实时预测施加不同控制策略后的行人头部损伤风险,得到行人头部损伤风险最小化的车辆控制策略,并以此控制策略进一步指导控制车辆,实现行人头部损伤最小化。

9.一种行人头部损伤预测系统,其特征在于:包括:

...

【技术特征摘要】

1.一种行人头部损伤预测方法,其特征在于:包括:

2.根据权利要求1所述的一种行人头部损伤预测方法,其特征在于:所述步骤s2中行人头部损伤预测模型建立过程包括:

3.根据权利要求2所述的一种行人头部损伤预测方法,其特征在于:所述s201中的预处理操作具体包括:1)数据清洗:剔除掉行人头部未与车辆发生碰撞的数据;2)数据特征编码:采用独热编码方法对非数值型变量进行编码,进而将非数值型变量转换成计算机能够识别的数值型变量;3)将所有特征进行标准化和归一化操作。

4.根据权利要求2或3所述的一种行人头部损伤预测方法,其特征在于:所述步骤s2还包括建立行人头部损伤风险预测系统的步骤,具体包括:

5.根据权利要求1所述的一种行人头部损伤预测方法,其特...

【专利技术属性】
技术研发人员:韩勇吴贺潘迪叶美婷黄红武
申请(专利权)人:厦门理工学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1