车辆气囊的控制方法、控制系统和控制设备技术方案

本发明专利技术涉及一种车辆气囊的控制方法及对应的控制系统和控制设备。在该控制方法中，在至少满足预设的基本弹出条件的情况下使气囊弹出，所述控制方法包括：检测车辆周边预定范围内的对象，在检测出的对象为危险障碍物时判定为满足第一附加弹出条件；获取当前的车辆行驶状况数据，在所获取的车辆行驶状况数据不符合车辆驾驶者的驾驶行为习惯时判定为满足第二附加弹出条件；在满足所述基本弹出条件的情况下，如果也满足所述第一和第二附加弹出条件中的至少一者，则使气囊弹出，而如果所述第一和第二附加弹出条件均不满足，则不使气囊弹出。出。出。

【技术实现步骤摘要】
车辆气囊的控制方法、控制系统和控制设备


[0001]本专利技术涉及车载设备智能化控制领域，更具体地涉及一种基于3D(三维)对象检测技术和人工智能技术来避免车辆气囊滥用的气囊控制方法及对应的气囊控制系统和设备。

技术介绍

[0002]随着现代社会的发展，汽车已成为人们出行的重要交通工具，在人们的工作生活中扮演着必不可少的角色。随着汽车保有量的不断增加，汽车的安全问题日渐突出，如何保障车内人员的安全成为了汽车生产商必须考虑的问题。保障车辆乘员安全的一个主要手段是在车辆内如座位前方设置安全气囊。目前的车辆气囊的工作方式通常是，在车辆行驶过程中发生剧烈碰撞时，使气囊弹出，从而保障车内人员的安全。
[0003]传统的车辆气囊主要围绕如何使气囊弹出进行设计，未充分考虑如何防止气囊误爆或滥用给人造成的危害。因此，经常出现气囊误爆、导致乘员被气囊打伤、甚至致死等情况。例如，“离位”便是一种典型的伤害形式。所谓“离位”是相对于车辆乘员的正常位置、正常坐姿而言，如果乘员(特别是儿童乘员)处于气囊展开的范围内，则可能会由于气囊展开时的“拍击”效应而遭受到严重的伤害。此外，气囊误爆后的更换和维护也会带来很高的成本。
[0004]现有的车辆气囊往往考虑碰撞发生时的车速、减速度和碰撞位置及角度等作为气囊弹出的条件。例如，如果在车速较高时发生碰撞且检测到车辆的减速度高于一定阈值，则控制气囊弹出。然而，有时车辆在高速行驶时因规避物体而急刹车或者在高速驶过地面凹槽或减速带时也可能使车辆产生瞬时极高的减速度，从而导致气囊误爆，给车内乘员造成伤害，并增加车辆的维护成本。

技术实现思路

[0005]本专利技术的目的是解决现有技术中存在的上述问题和/或其它缺陷，即更加精准地确定气囊弹出条件，以尽量避免气囊的误爆或滥用。
[0006]根据本专利技术的一方面，提供了一种车辆气囊的控制方法，其中在至少满足预设的基本弹出条件的情况下使气囊弹出，所述控制方法可以包括：检测车辆周边预定范围内的对象，在检测出的对象为危险障碍物时判定为满足第一附加弹出条件；获取当前的车辆行驶状况数据，在所获取的车辆行驶状况数据不符合车辆驾驶者的驾驶行为习惯时判定为满足第二附加弹出条件；在满足所述基本弹出条件的情况下，如果也满足所述第一和第二附加弹出条件中的至少一者，则使气囊弹出，而如果所述第一和第二附加弹出条件均不满足，则不使气囊弹出。
[0007]根据一种示例性实施例，可以利用车辆的车载传感器检测车辆周边预定范围内的对象。
[0008]根据一种示例性实施例，所述车载传感器可以包括车载摄像头和/或激光雷达。
[0009]根据一种示例性实施例，车辆行驶状况数据可以包括车辆行驶的距离或时间、路
线、时段、加速度、减速度、速度和速度的改变趋势。
[0010]根据一种示例性实施例，可以通过利用机器学习算法学习车辆行驶状况数据来建立并训练车辆驾驶者的正常行驶模型作为车辆驾驶者的驾驶行为习惯，并将所获取的车辆行驶状况数据输入至所述正常行驶模型以预测车辆当前是否处于正常行驶场景，如果预测出的不是正常行驶场景则判定为满足所述第二附加弹出条件。
[0011]根据一种示例性实施例，所述机器学习算法可以包括深度学习算法，例如卷积神经网络。
[0012]根据一种示例性实施例，所述基本弹出条件可以包括车辆的车速和/或减速度高于相应的预定值。
[0013]本专利技术的另一方面提供了一种车辆气囊的控制系统，所述控制系统配置成在至少满足预设的基本弹出条件的情况下使气囊弹出，所述控制系统可以包括：检测单元，所述检测单元设计用于检测车辆周边预定范围内的对象；第一判定单元，所述第一判定单元设计用于在检测出的对象为危险障碍物时判定为满足第一附加弹出条件；获取单元，所述获取单元设计用于获取当前的车辆行驶状况数据；第二判定单元，所述第二判定单元设计用于在所获取的车辆行驶状况数据不符合车辆驾驶者的驾驶行为习惯时判定为满足第二附加弹出条件；和气囊弹出控制单元，所述气囊弹出控制单元设计用于在满足所述基本弹出条件的情况下，如果也满足所述第一和第二附加弹出条件中的至少一者，则使气囊弹出，而如果所述第一和第二附加弹出条件均不满足，则不使气囊弹出。
[0014]本专利技术的又一方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序包括可执行指令，当所述可执行指令被处理器执行时，可以实施根据如上所述任一种构型的控制方法。
[0015]本专利技术的再一方面提供了一种车辆气囊的控制设备，所述控制设备包括：处理器；以及存储器，所述存储器用于存储所述处理器的可执行指令；其中，所述处理器可以被配置为执行所述可执行指令以实施根据如上所述任一种构型的控制方法。
[0016]按照根据本专利技术的车辆气囊的控制方法、控制系统和控制设备，一方面通过3D对象检测技术对车辆周边的对象进行检测识别，另一方面通过人工智能技术学习驾驶者的驾驶行为习惯并实时获取车辆行驶状况数据；在满足气囊的预设的基本弹出条件(如车速和/或减速度高于相应的阈值)的情况下，先不急于使气囊弹出，而是进一步判断在车辆周边是否检测到了可能带来碰撞伤害的危险障碍物，以及预测车辆当前是处于正常行驶场景还是可能的事故场景，并且只有在检测到危险障碍物或者预测出事故场景时才使气囊弹出。由此，在气囊的基本弹出条件的基础上增加了更为精准的附加弹出条件，相比于现有技术能更精确地识别出真正需要弹出气囊的情形，尽量避免了气囊的误爆或滥用及由此带来的对车辆乘员的伤害和车辆维护成本的增加。
附图说明
[0017]下面参照附图经由非限制性实施例对本专利技术的特征和优点进行详细描述，其中附图仅是示意性的，且并不一定按比例绘制，此外它们仅示出为了阐明本专利技术所必需的那些部分，而其他部分可能被省略或仅仅简单提及。即，除附图中所示出的部件或要素外，本专利技术还可以包括其他部件或要素。
[0018]在附图中：
[0019]图1是根据本专利技术一个实施例的、车辆气囊的控制方法的流程图；
[0020]图2是根据本专利技术一个实施例的、车辆气囊的控制系统的示意性结构图；
[0021]图3是根据本专利技术一个实施例的、车辆气囊的控制设备的示意性结构图。
具体实施方式
[0022]下面参照附图详细描述根据本专利技术的示例性实施例。在下面的描述中，阐述了许多具体细节以便使所属
的技术人员更全面地了解本专利技术。但是，对于所属
内的技术人员来说明显的是，本专利技术的实现可不具有这些具体细节中的一些。此外，应当理解的是，本专利技术并不限于所介绍的特定实施例。相反，可以考虑用本文所述的特征和要素的任意组合来实施本专利技术，而无论它们是否涉及不同的实施例。因此，下面的方面、特征、实施例和优点仅作说明之用而不应被看作是权利要求的要素或限定，除非在权利要求中明确提出。
[0023]现参照图1，示出了根据本专利技术一个实施例的、车辆气囊的控制方法的流程图。如图1所示，在一种可能的实现方式中，在该控制方法从步骤K1开始实施后，可在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆气囊的控制方法，其中在至少满足预设的基本弹出条件的情况下使气囊弹出，所述控制方法包括：检测车辆周边预定范围内的对象，在检测出的对象为危险障碍物时判定为满足第一附加弹出条件；获取当前的车辆行驶状况数据，在所获取的车辆行驶状况数据不符合车辆驾驶者的驾驶行为习惯时判定为满足第二附加弹出条件；在满足所述基本弹出条件的情况下，如果也满足所述第一和第二附加弹出条件中的至少一者，则使气囊弹出，而如果所述第一和第二附加弹出条件均不满足，则不使气囊弹出。2.根据权利要求1所述的控制方法，其特征在于，利用车辆的车载传感器检测车辆周边预定范围内的对象。3.根据权利要求2所述的控制方法，其特征在于，所述车载传感器包括车载摄像头和/或激光雷达。4.根据权利要求1至3中任一项所述的控制方法，其特征在于，车辆行驶状况数据包括车辆行驶的距离或时间、路线、时段、加速度、减速度、速度和速度的改变趋势。5.根据权利要求1至4中任一项所述的控制方法，其特征在于，通过利用机器学习算法学习车辆行驶状况数据来建立并训练车辆驾驶者的正常行驶模型作为车辆驾驶者的驾驶行为习惯，并将所获取的车辆行驶状况数据输入至所述正常行驶模型以预测车辆当前是否处于正常行驶场景，如果预测出的不是正常行驶场景则判定为满足所述第二附加弹出条件。6.根据权利要求5所述的控制方法，其特征在于，所述机器学习算法包括深度学习算法，例如卷积神经网络。7...

【专利技术属性】
技术研发人员：王越，
申请(专利权)人：梅赛德斯奔驰集团股份公司，
类型：发明
国别省市：