相关实验视频
Updated: Jul 24, 2026
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
11.1K
基于驾驶员状态识别和受伤风险预测的汽车综合主动-被动安全策略
1College of Mechanical and Vehicle Engineering, Hunan University, Changsha 410082, China.
Accident; analysis and prevention
|October 12, 2025
概括
这项研究通过将驾驶员监控与主动-被动系统集成来提高车辆安全. 优化的自主应急制动和控制系统减少伤害风险,改善避免碰撞.
科学领域:
- 汽车安全工程 汽车安全工程
- 智能运输系统 智能运输系统
- 机器学习应用 机器学习应用
背景情况:
- 当前的车辆安全系统往往缺乏动态适应实时驾驶员状态和受伤潜力.
- 综合的主动和被动安全策略对于全面的车辆保护至关重要.
研究的目的:
- 开发和评估智能汽车的综合主动-被动安全战略.
- 根据驾驶员识别和伤害预测,动态协调自主紧急制动 (AEB) 和乘客安全系统.
主要方法:
- 开发了使用生理信号深度学习的驾驶员状态识别模型.
- 在事故数据上使用机器学习创建伤害预测模型.
- 将预测模型集成到模糊控制算法中,以优化AEB激活和被动安全参数 (安全带,安全气囊).
主要成果:
- 优化的AEB系统展示了基于驾驶员响应能力和预测伤害严重性的自适应式制动启动,提高了避免碰撞的可能性.
- 综合性被动安全机制导致头部损伤标准 (HIC) 减少30.60%,加权损伤标准 (WIC) 减少22.44%.
结论:
- 拟议的综合安全战略有效地提高了智能汽车的安全性.
- 这种方法为优化主动和被动安全系统提供了一种新的方法,提供了重要的理论和实际价值.
