期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
轿车-行人碰撞事故再现模型参数敏感性研究 被引量:10
1
作者 胡林 戴兴兴 +1 位作者 黄晶 陈强 《汽车工程》 EI CSCD 北大核心 2017年第2期159-167,共9页
为确定对轿车行人事故再现结果有显著影响的参数,在动力学分析的基础上建立了轿车与行人的碰撞模型,筛选出影响事故再现结果的一般敏感性参数;再运用单因素试验方法对一般敏感性参数进行试验,进一步筛选出对再现结果影响较大的敏感性参... 为确定对轿车行人事故再现结果有显著影响的参数,在动力学分析的基础上建立了轿车与行人的碰撞模型,筛选出影响事故再现结果的一般敏感性参数;再运用单因素试验方法对一般敏感性参数进行试验,进一步筛选出对再现结果影响较大的敏感性参数;在此基础上采用多因素分析法将敏感性参数按敏感度大小进行排序,参照所得结果对一起真实的车人碰撞事故进行再现仿真,所得结果与实际相吻合。最终表明,对再现结果有显著影响的参数为轿车碰撞前速度、驾驶员反应时间、减速度、轿车转弯偏角和接触位置,针对性地调整这些参数,能提高事故再现的精度。 展开更多
关键词 轿车-行人碰撞 事故再现模型 单因素试验 多因素分析 敏感性
下载PDF
典型汽车碰撞事故场景中行人运动轨迹预测方法 被引量:1
2
作者 韩勇 林旭洁 +3 位作者 黄红武 蔡鸿瑜 罗金镕 李燕婷 《汽车工程》 EI CSCD 北大核心 2023年第6期1022-1030,共9页
为提高未来自动驾驶车辆对弱势道路使用群体的感知和决策融合的可靠性,本文提出一种基于目标检测算法(YOLOv5)、多目标跟踪算法(Deep-Sort)和社交长短时记忆神经网络(social-long short-term memory,Social-LSTM)的行人未来运动轨迹预... 为提高未来自动驾驶车辆对弱势道路使用群体的感知和决策融合的可靠性,本文提出一种基于目标检测算法(YOLOv5)、多目标跟踪算法(Deep-Sort)和社交长短时记忆神经网络(social-long short-term memory,Social-LSTM)的行人未来运动轨迹预测方法。结合YOLOv5检测和Deep-Sort跟踪算法,有效解决行人检测跟踪过程中目标丢失问题。提取特定行人目标历史轨迹作为预测框架的输入边界条件,并采用Social-LSTM预测行人未来运动轨迹。并对未来运动轨迹进行透视变换和直接线性变换,转换为世界坐标系中的位置信息,预测车辆与行人的可能未来碰撞位置。结果显示目标检测精度达到93.889%,平均精度均值达96.753%,基于高精度的检测模型最终轨迹预测算法结果显示,预测损失随着训练步长的增加呈递减趋势,最终损失值均小于1%,其中平均位移误差降低了18.30%,最终位移误差降低了51.90%,本研究可为智能车辆避撞策略开发提供理论依据和参考。 展开更多
关键词 汽车碰撞行人事故 行人轨迹预测 目标检测 多目标跟踪 社交长短时记忆神经网络
下载PDF
基于Euro NCAP典型工况的儿童行人下肢损伤评估方法研究 被引量:1
3
作者 李海岩 李琨 +4 位作者 黄永强 贺丽娟 崔世海 吕文乐 阮世捷 《汽车工程》 EI CSCD 北大核心 2022年第6期893-899,918,共8页
本文中采用Euro NCAP行人模型认证(TB024)中给出的FCR、MPV、RDS、SUV 4种典型汽车前端结构有限元模型,以及具有详细解剖学结构特征的6岁儿童行人有限元模型来模拟汽车-行人碰撞事故,分析典型工况下汽车前端结构参数对儿童行人下肢损伤... 本文中采用Euro NCAP行人模型认证(TB024)中给出的FCR、MPV、RDS、SUV 4种典型汽车前端结构有限元模型,以及具有详细解剖学结构特征的6岁儿童行人有限元模型来模拟汽车-行人碰撞事故,分析典型工况下汽车前端结构参数对儿童行人下肢损伤的影响。结果表明,RDS车型由于机盖前沿离地间距较小,儿童行人撞击侧股骨大转子位置出现骨折现象;MPV和SUV车型由于扰流板离地间隙较大,对下肢胫骨、腓骨和膝关节韧带的损伤更为严重。最后,基于仿真结果提出了6岁儿童下肢长骨损伤的截面弯矩评价参数,为儿童腿型冲击器研发和数字测评提供参考。 展开更多
关键词 车辆 儿童行人保护 汽车-行人碰撞 下肢损伤
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部