华南理工大学学报(自然科学版) ›› 2014, Vol. 42 ›› Issue (3): 66-71.doi: 10.3969/j.issn.1000-565X.2014.03.011

• 交通与运输工程 • 上一篇    下一篇

采用预测模式的智能安全气囊控制算法

白中浩 白芳华 刘玉云 王玉龙   

  1. 湖南大学 汽车车身先进设计制造国家重点试验室, 湖南 长沙 410082
  • 收稿日期:2013-07-04 修回日期:2013-12-13 出版日期:2014-03-25 发布日期:2014-02-19
  • 通信作者: 白中浩(1978-),男,博士,副教授,主要从事汽车车身设计及安全、汽车电子研究. E-mail:baizhonghao@hnu.edu.cn
  • 作者简介:白中浩(1978-),男,博士,副教授,主要从事汽车车身设计及安全、汽车电子研究.
  • 基金资助:

    国家自然科学基金资助项目(51105137);国家” 863” 计划项目(2012AA111802)

Control Algorithm of Intelligent Airbag Based on Prediction Mode

Bai Zhong- hao Bai Fang- hua Liu Yu- yun Wang Yu- long   

  1. State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body,Hunan University,Changsha 410082,Hunan,China
  • Received:2013-07-04 Revised:2013-12-13 Online:2014-03-25 Published:2014-02-19
  • Contact: 白中浩(1978-),男,博士,副教授,主要从事汽车车身设计及安全、汽车电子研究. E-mail:baizhonghao@hnu.edu.cn
  • About author:白中浩(1978-),男,博士,副教授,主要从事汽车车身设计及安全、汽车电子研究.
  • Supported by:

    国家自然科学基金资助项目(51105137);国家” 863” 计划项目(2012AA111802)

摘要: 现有的汽车安全气囊易产生误触发和不触发的现象,为此,采用遗传神经网络预测模型开发了一款智能安全气囊控制器.首先在已开发的安全气囊控制器硬件系统基础上,建立并验证了目标车型的整车有限元模型以及乘员约束系统多刚体模型,通过仿真分析确定安全气囊的起爆方式以及最佳点火时刻 然后根据改进的遗传神经网络模型设计了安全气囊的智能控制算法,最后进行了台车试验验证.试验结果表明,该智能控制器可正确预测碰撞动态,并能够准确地预测起爆时刻.

关键词: 安全气囊, 点火算法, 控制器, 遗传神经网络

Abstract:

In order to avoid the false triggering and non- triggering of automotive airbags,an intelligent airbag con-troller is designed on the basis of genetic neural network model.Firstly,on the basis of a developed hardware sys-tem of airbag controller,a full- vehicle finite element model and a multi- rigid- body model of the occupant restraintsystem for the target vehicle type are established and validated.Secondly,the airbag initiation manner and the opti-mal ignition time are determined through simulation analysis.Then,an intelligent control algorithm of airbag is de-signed in light of improved genetic neural network model,with its effectiveness being finally verified by a sled test.Experimental results show that the designed intelligent airbag controller helps identify the collision dynamicscorrectly and predict the initiation time accurately.

Key words: airbag, initiation algorithm, controller, genetic neural network

中图分类号: