面向行人分类保护的汽车气囊式吸能装置研究

doi:10.19562/j.chinasae.qcgc.2024.09.016

摘要/Abstract

摘要：

当前面向行人的碰撞保护研究主要针对成人开展，未对成人和儿童实施分类保护。本文根据Euro-NCAP相关碰撞条款，建立了人-车碰撞数值仿真模型。仿真分析表明，通用气囊无法同时有效降低成人和儿童头部损伤。为此，根据安全气囊的特点及成人和儿童生理上的差异研究了成人和儿童分类保护气囊式吸能装置，并提出了一种改进的YOLOv5行人目标检测模型以实现对成人和儿童的分类识别。根据分类结果，汽车控制模块动态调整气囊式吸能装置参数，使该装置能够针对成人和儿童分别展开到不同状态，实现对行人的分类保护。结果表明，所设计的目标检测模型能够实现行人的分类识别，与初始模型相比，其在成人和儿童类别检测精确度方面分别提高了3.11%和4.32%。安装分类保护气囊装置后，成人头部HIC值能够最大降低63.4%，峰值加速度能够最大降低61.7%；儿童头部HIC值能够最大降低31.4%，峰值加速度能够最大降低53.2%。研究成果能够为行人主被动安全保护装置设计提供科学理论支撑。

关键词: 碰撞, 头部损伤, 气囊式吸能装置, 分类保护

Abstract:

Current crash protection research for pedestrians has been conducted primarily on adults， with no classification of adults and children. In this paper， a numerical simulation model of human-vehicle collision is established according to the relevant crash provisions of Euro-NCAP， and the simulation analysis shows that universal airbags cannot effectively reduce the head injuries of adults and children at the same time. Therefore， an airbag energy absorption device for adult and child classification protection is studied according to the characteristics of airbags and the physiological differences between adults and children， and an improved YOLOv5 pedestrian target detection model is proposed to realize the classified recognition of adults and children. According to the classification results， the vehicle control module dynamically adjusts the parameters of the airbag energy absorption device， so that the device can be deployed to different states for adults and children respectively， realizing the classification protection of pedestrians. The results show that the designed target detection model is able to achieve the classification and recognition of pedestrians， with an increase of 3.11% and 4.32% in terms of adult and child category detection accuracy， respectively， compared with the initial model. After installing the airbag energy absorption device， the HIC value of the adult head can be reduced by a maximum of 63.4% and the peak acceleration can be reduced by a maximum of 61.7%， while the HIC value of the child head can be reduced by 31.4% and the peak acceleration can be reduced by 53.2%. The thesis research results can provide scientific theoretical support for the design of pedestrian active and passive safety protection devices.

Key words: collision, head injury, airbag energy absorption device, classification protection

闫凯波,舒洋,陆思思,段辉,杨杰. 面向行人分类保护的汽车气囊式吸能装置研究[J]. 汽车工程, 2024, 46(9): 1687-1696.

Kaibo Yan,Yang Shu,Sisi Lu,Hui Duan,Jie Yang. Research on Vehicle Airbag Energy Absorption Device for Pedestrian Classification Protection[J]. Automotive Engineering, 2024, 46(9): 1687-1696.

图/表 26

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

图15

图16

图17

表1

图18

图19

图20

图21

表2

图22

图23

表3

参考文献 18

1	WHO. Global status report on road safety 2023［R］. Geneva： World Health Organization， 2023.
2	MONFORT S， MUELLER B. Pedestrian injuries from cars and SUVs： updated crash outcomes from the vulnerable road user injury prevention alliance （VIPA）［J］. Traffic Injury Prevention， 2020， 21（sup1）： S165-S167.
3	SHI L， HAN Y， HUANG H， et al. Evaluation of injury thresholds for predicting severe head injuries in vulnerable road users resulting from ground impact via detailed accident reconstructions［J］. Biomechanics and Modeling in Mechanobiology， 2020， 19： 1845-1863.
4	张诗波，刘澜. 行人被面包车碰撞的运动学规律［J］. 中国公路学报， 2018， 31（4）： 262-269.
	ZHANG S B， LIU L. Projection kinematics of pedestrian impacted by minivans［J］. China Journal of Highway and Transport， 2018， 31（4）： 262-269.
5	GHAJARI M， HELLYER P J， SHARP D J. Computational modelling of traumatic brain injury predicts the location of chronic traumatic encephalopathy pathology［J］. Brain， 2017， 140（2）： 333-343.
6	曲志冬，肖森，黄晶，等. 面向年龄和车辆前部差异的行人下肢交通损伤［J］. 中国机械工程， 2020， 31（10）： 1203-1212.
	QU Z D， XIAO S， HUANG J， et al. Injury investigation in lower limb caused by automotive shapes and pedestrian ages during traffic crashes［J］. China Mechanical Engineering， 2020， 31（10）： 1203-1212.
7	石亮亮，韩勇，王丙雨，等. 基于行人落地碰撞的车辆前部结构参数分析［J］. 湖南大学学报（自然科学版）， 2019， 46（2）： 19-27.
	SHI L L， HAN Y， WANG R Y， et al. Analysis of vehicle front-end structure parameters based on pedestrian landing impacts［J］. Journal of Hunan University （Natural Sciences）， 2019， 46（2）： 19-27.
8	ZHAO Y， ZHANG Q， LI Y， et al. Theoretical， emulation and experimental analysis on auxetic re-entrant octagonal honeycombs and its applications on pedestrian protection of engine hood［J］. Composite Structures， 2021， 260： 113534.
9	权利. 基于行人保护的主动式发动机罩的结构设计和仿真研究［D］. 长沙：湖南大学， 2012.
	QUAN L. Structure design and simulation study on the poL.p-up engine hood system［D］. Changsha： Hunan University， 2012.
10	魏玉钊，曹军帅，任传波，等. 发动机罩气囊在人车碰撞事故中对行人的保护作用［J］. 山东理工大学学报（自然科学版）， 2021， 35（1）： 52-55，62.
	WEI Y Z， CAO J S， REN C B， et al. The protective effect of the engine hood airbag on pedestrians in the collision of the human-car［J］. Journal of Shandong University of Technology （Natural Science Edition）， 2021， 35（1）： 52-55，62.
11	胡帅帅，吕晓江，张晓天，等. 行人保护气囊设计与验证［J］. 汽车工程， 2020， 42（5）： 608-614.
	HU S S， LÜ X J， ZHANG X T， et al. Design and verification of pedestrian protection airbag［J］. Automotive Engineering， 2020， 42（5）： 608-614.
12	张雷，石琴. 异构感知融合的主动式行人碰撞保护技术研究［J］. 北京理工大学学报， 2023， 43（4）： 376-382.
	ZHANG L， SHI Q. Active pedestrian collision protection technology based on heterogeneous perception fusion［J］. Transactions of Beijing Institute of Technology， 2023， 43（4）： 376-382.
13	冯燕. 基于TRIZ的车门—行人碰撞保护系统设计研究［D］. 杭州：浙江理工大学， 2018.
	FENG Y. Research on design of door-pedestrian collision protection system based on TRIZ［D］. Hangzhou： Zhejiang Sci-Tech University， 2018.
14	钟佳彬. 基于行人头部保护与轻量化设计的汽车发动机罩系统优化研究［D］. 广州：华南理工大学， 2020.
	ZHONG J B. Research on optimization of the automobile engine hood system’s performance considering pedestrian head protection and lightweight design［D］. Guangzhou： South China University of Technology， 2020.
15	European new car assessment program pedestrian testing protocol （2018）. Version 8.5［S/OL］. Euro NCAP， 2018.
16	吴湛，李礼夫. 人车碰撞及其保护行为仿真研究［J］. 计算机仿真， 2011， 28（8）： 348-353.
	WU Z， LI L F. Study on car-pedestrian collision and pedestrian protection based on computer simulation［J］. Computer Simulation， 2011， 28（8）： 348-353.
17	WOO S， PARK J， LEE J， et al. Cbam： convolutional block attention module［C］. Proceedings of the European Conference on Computer Vision （ECCV）， 2018： 3-19.
18	CHEN L， PAPANDREOU G， SCHROFF F， et al. Rethinking atrous convolution for semantic image segmentation［J］. arXiv， 2017， 1706.05587.

类别	模型	P/%	R/%	AP/%
成人	初始模型	79.12	75.80	88.83
成人	改进模型	82.23	80.00	88.54
儿童	初始模型	78.57	56.12	73.44
儿童	改进模型	82.89	64.29	75.37

碰撞点	加速度峰值/g		HIC
碰撞点	无气囊	分类保护气囊	无气囊	分类保护气囊
A11_0	280.71	113.23	1 682.67	733.91
A8_5	234.40	89.75	1 066.05	390.42
A10_-6	153.63	156.47	1 333.41	908.74

碰撞点	加速度峰值/g		HIC
碰撞点	无气囊	分类保护气囊	无气囊	分类保护气囊
C6_0	196.37	91.93	761.01	522.76
C5_-2	169.30	85.26	765.42	525.01
C5_-4	167.64	88.97	678.49	502.00

[1]	朱甲梁,刘巧斌,杨帆,杨路,李巍华. 异质车型影响下智能汽车二维碰撞风险预测[J]. 汽车工程, 2024, 46(8): 1414-1421.
[2]	韩勇,李明旺,张悦苁,徐国超,潘迪. MPDB工况下驾驶员姿态对损伤风险的研究[J]. 汽车工程, 2024, 46(5): 874-881.
[3]	赵庆波,伏小龙,吴志国,张晓乾,韩帅,吴思. 不同肩带力、夹紧锁舌或限力插锁对正面刚性墙碰撞中二排HIII-5F假人响应影响研究[J]. 汽车工程, 2024, 46(5): 906-912.
[4]	王兴华,胡林,彭勇,伍贤辉,向国梁,许倩. 汽车-动力两轮车碰撞前驾驶员风险感知研究[J]. 汽车工程, 2024, 46(3): 498-508.
[5]	张琳,蒙华,冯宇,赵晓龙,魏超,严运兵. 高速湿式离合器摩擦片表面微织构优化设计[J]. 汽车工程, 2024, 46(2): 320-328.
[6]	李勇滔,孙晨旭,郑伟光,许恩永,李育方,王善超. 基于毫米波雷达与视觉融合的碰撞预警[J]. 汽车工程, 2023, 45(9): 1666-1676.
[7]	韩勇,林旭洁,黄红武,蔡鸿瑜,罗金镕,李燕婷. 典型汽车碰撞事故场景中行人运动轨迹预测方法[J]. 汽车工程, 2023, 45(6): 1022-1030.
[8]	李海岩,黄盛一,李琨,崔世海,贺丽娟,吕文乐. 行人-车辆碰撞中六岁儿童下肢损伤分析及预测[J]. 汽车工程, 2023, 45(6): 1050-1061.
[9]	邹铁方,刘前程,魏亮. 加装传统AEB后的未避免事故典型碰撞场景与事故特征[J]. 汽车工程, 2023, 45(6): 1062-1072.
[10]	周兵,魏佳宝,柴天,吴晓建,王鹤. 基于最优方法的碰后辅助驾驶控制策略[J]. 汽车工程, 2023, 45(4): 561-571.
[11]	韩勇,袁小宾,卢明,谈笑天. 汽车与电动两轮车碰撞典型场景下的AEB纵横向触发策略研究[J]. 汽车工程, 2023, 45(3): 501-509.
[12]	邹铁方,周靖. 参数扰动下基于制动控制的人地碰撞损伤防护风险[J]. 汽车工程, 2023, 45(2): 313-323.
[13]	孙振东,朱海涛,彭伟强,杨佳璘. 汽车预碰撞制动下乘员离位影响及参数优化分析[J]. 汽车工程, 2023, 45(1): 112-118.
[14]	龙文民,鲁光泉,石茜,谭海天. 基于驾驶人跟驰特性的前撞预警指标与阈值确定方法[J]. 汽车工程, 2022, 44(9): 1339-1349.
[15]	童芳,李雄,兰凤崇,陈吉清. 车辆乘员主动脉钝性损伤仿真分析[J]. 汽车工程, 2022, 44(6): 878-885.