用于控制人身保护装置的方法及装置以及相应的计算机程序及计算机程序产品制造方法及图纸

本发明专利技术提出用于控制人身保护装置的方法及装置，其中，具有至少一个接口，一事故传感装置（Ｐ，ＢＳ，Ｒ）可连接到该接口上，该事故传感装置产生至少一个信号。一分析处理电路，该分析处理电路与所述接口相连接，该分析处理电路由所述至少一个信号产生多个特征及由这些特征构成一个特征向量，其中，该分析处理电路借助一距离量将该特征向量与一训练数据组比较及根据该比较来分类该特征向量。一控制电路，该控制电路根据所述分析处理电路的一个控制信号来控制所述人身保护装置。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及根据独立权利要求的类型的用于控制人身保护装置的装置及方法及相应的计算机程序以及计算机程序产品。
技术介绍
由DE 10360893A1公知了用于控制人身保护装置的一种方法。其中由一个加速度信号确定一个提前量，该提前量与至少一个阈值相比较，其关联由速度下降及延迟来调节。根据该比较来控制人身保护装置。
技术实现思路
相比之下，根据本专利技术的用于控制人身保护装置的方法或根据本专利技术的用于控制人身保护装置的装置或计算机程序或计算机程序产品具有其优点，即，根据本专利技术，控制决策将多个与触发有重大关系的测量量组合成一个特征向量及然后基于一些特征向量的相似性的简单比较进行触发。为此，在第一步骤中，将由具有已知的碰撞特性的数据组(训练数据组)组成的特征向量归于对于触发有重大关系的类。不同的类例如可以代表不同的碰撞严重度。在第二步骤中，未知碰撞特性的特征向量通过与在训练数据组中求得的特征向量的类似性的比较被归于相应的类。根据本专利技术的方法以所述分类策略的简单性而易于实施及在文献中作为最接近方法而公知。尤其与传统方法的高应用成本相比可看出很好的可实施性，在传统方法投入了许多专家知识及由此需忍受理解或解释之苦。此外根据本专利技术，通过使用特征向量可实现高维的观察，使得可实现更好的分类。组合成特征向量的各个特征通过它们的数目确定了维数。特征向量与其类归属一起的存储可在碰撞数据未进一步处理的情况下自动进行。为了节省资源有意义的是：减小应被存储的碰撞数据的组。对-->于该任务也具有一些方法，这些方法可由多个碰撞数据中自动地选择最显著的特征向量的一个子集。因此其应用成本非常低。在特征向量的相应选择时可在物理的测量量及计算量的范围中进行分类。因为用于根据本专利技术的方法、尤其是分类的测量原理是无关紧要的，因此可用简单的方式将具有不同物理测量量的不同传感器的数据以统一的方式合并。属于这些测量量的有加速度，压力，固体声，磁场电流，环境数据及其它可能的测量量。本专利技术的核心是使用一距离量，以便将特征向量分类。这里使用到训练数据组的距离。根据该比较则可进行特征向量的分类及根据该分类则可给出控制决定。如上所述，作为事故传感装置可使用多种传感器或仅使用一种类型的传感器。由事故传感装置的至少一个信号导出的特征例如为加速度信号、提前量、被积分的加速度、统计数据、绝对值、到一个可能的碰撞物体的距离，压力信号、固体声信号及座位占用信号。也有其它的可能性。视特征向量的维而定，特征向量确定了一个n维空间中的一点。为了分类，确定出该点到由训练数据组得到的每个特征向量的点的距离。下文将给出如何可得到训练数据组及距离量的各个可能性。在确定了到被存储的训练数据组的距离后进行分类，该分类例如断定出碰撞类型、碰撞严重度并由此断定出必需触发哪些人身保护装置。根据本专利技术的装置除用于接收传感器数据的至少一个接口外还具有一个分析处理电路，其中分析处理电路通常是微控制器。但它也可涉及微处理器或ASIC。也具有其它的可能性。控制电路是点火回路，它根据微控制器的控制信号及例如通过点火单元来触发人身保护装置。装置权利要求中的接口及其它部件通常被设置在一个控制器的壳体中。在此，例如在传感器也位于控制器壳体内时，该接口也可为微控制器本身的一个单元。但接口也可连接在位于控制器外部的外部传感器上，如侧面碰撞传感器、正面碰撞传感器及环境传感器上。计算机程序在分析处理电路上、如上述的构造成处理器或微控制器的-->分析处理电路上运行。计算机程序则包括该方法的所有步骤。这也适用计算机程序产品，因为在微控制器上运行的计算机程序被存储在一个存储器中、例如一个EEPROM上及可通过可由机器读取的数据载体如CDs，DVDs，USB棒，硬盘来存储。尤其是该程序被用在用于控制人身保护装置的控制器上。通过从属权利要求中所述的措施及进一步构型可得到在独立权利要求中给出的用于控制人身保护装置的方法的有利的改进。特别有利的是，相应的特征由特征变化曲线的预给定长度的时间段来求得。因此优先地确定该时间段为多长，其中特征由连续的特征变化曲线或由时间段终点上的特征变化曲线来求得。例如在整个长度上的积分的情况下使用整个信号变化曲线，而当应使用该段的终点上的加速度值时，则仅使用该加速度值。段的长度被这样预给定，使得特征变化曲线的特性不改变。这指的是碰撞过程的一个相位，是该相位而非不同的相位进入到一个特征向量中及例如可这样地被补偿，使得由该特征引起错误的决定。此外有利的是，相应的特征变化曲线被转换到一个图象区域中及确定图象区域中的相应特征。通过一个变换，例如借助快速傅里叶变换可被转换到频域、即图象区域中，以便可在必要时进行比在时域中更简单的信号分析。有利地，训练数据组具有多个向量，用于分类的每个类归于这些向量。这就是说，向量全集的一个向量子集属于一个确定的类。然后确定特征向量相到这些向量的距离及这样地分类特征向量，即选择k个最邻近的向量的多数所属的类。因此这是按多数进行决策。在此情况下重要的是参数k，k被这样地选择，使得向量本身可被最佳地分类。这就是说，在应用阶段训练数据组的每个向量被分类。在此，对k取不同的值，其中与最佳分类产生最小偏差的k值被保留，以便使用该值来对实时测量值分类。也可以，为了分类，确定k个最邻近向量的类的平均值。作为训练数据可不存储向量而仅存储类边界，以及然后确定到这些类边界的距离，这些类边界则构成所谓的超平面。类边界可被平滑或被滤波。也可不是仅存储类边界而也可以是存储及保留训练数据组的位于这些类边-->界的边界上的向量。而那些仅位于一个区域的中间的向量可毫无问题地被删除。附图说明本专利技术的实施例被表示在附图中及在以下的说明中对其详细地描述。附图表示：图1：根据本专利技术的装置的一个框图，图2：微控制器上的软件单元分配，图3：一个流程图，图4：用于一个特征分类的例子，图5：用于在具有两个不同类的两维空间中分类的例子，图6：第一信号流程图，图7：第二信号流程图，及图8：一个时间图。具体实施方式根据本专利技术将借助一个距离量来确定：特征向量如何被分类及由此是否存在何种碰撞类型。该距离量可有利地通过组合近邻模型算法(k-Nearest Neighbor Algorithmus)来确定。该k-NN算法给出了了一个方法，即如何可基于具有已知预给定的类归属的训练数据组T将一个未知的信号分给一个预定的类。该k-NN算法也允许被测得的信号的分类。为此对于训练数据组中的每个元计算一个特征向量MVm。对于一个训练数据组T有：T＝{MV1，MV2，…，MVM本文档来自技高网...

【技术保护点】
用于控制人身保护装置（ＰＳ）的方法，包括以下方法步骤：　由一事故传感装置（Ｐ，ＢＳ，Ｒ）的至少一个信号产生多个特征及将这多个特征组合成一个特征向量（ＭＶ），　借助一距离量将该特征向量（ＭＶ）与一训练数据组比较，其中，根据该比较进 行该特征向量（ＭＶ）的分类，　根据该分类产生一用于控制所述人身保护装置（ＰＳ）的控制信号。

【技术特征摘要】
【国外来华专利技术】DE 2006-10-17 102006048907.11.用于控制人身保护装置(PS)的方法，包括以下方法步骤：由一事故传感装置(P，BS，R)的至少一个信号产生多个特征及将这多个特征组合成一个特征向量(MV)，借助一距离量将该特征向量(MV)与一训练数据组比较，其中，根据该比较进行该特征向量(MV)的分类，根据该分类产生一用于控制所述人身保护装置(PS)的控制信号。2.根据权利要求1的方法，其特征在于：当前的特征由一特征变化曲线的预给定长度的时间段来求得。3.根据权利要求2的方法，其特征在于：当前的特征由所述连续的特征变化曲线或由所述段的终点上的特征变化曲线来求得。4.根据权利要求2或3的方法，其特征在于：所述长度被预给定，使得所述特征变化曲线的特性不改变。5.根据权利要求2至4中任一项的方法，其特征在于：当前的特征变化曲线被转换到一图象区域中及确定该图象区域中的当前的特征。6.根据以上权利要求中任一项的方法，其特征在于：所述训练数据组具有多个向量，这些向量分别归于用于所述分类的一些类，其中，确定所述特征向量相对这些向量的距离及对该特征向量这样分类，即，选择k个最邻近的向量的多数所属的类。7.根据权利要求6的方法，其特征在于：选择所述k值，使得这些向量本身被最佳地分类。8.根据权利要求1至5中任一项的方法，...

【专利技术属性】
技术研发人员：J科拉特舍克，J布罗伊宁格尔，
申请(专利权)人：罗伯特博世有限公司，
类型：发明
国别省市：DE[德国]