專利名稱：用于控制人身保護(hù)裝置的方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及根據(jù)獨(dú)立權(quán)利要求的類型的、用于控制人身保護(hù)裝置的裝 置及方法。
背景技術(shù)：
由DE 103 60 893 Al已公知根據(jù)一個預(yù)偏移與一個閾值的比較來控 制人身保護(hù)裝置。該閾值根據(jù)速度下降及一個延時來調(diào)節(jié)。速度下降及延 時展開一個兩維的特征空間，該特征空間被閾值分成兩個區(qū)域。這兩個區(qū) 域表征了對于控制人身保護(hù)裝置重要的類，其中，所述閾值代表類界限。

發(fā)明內(nèi)容
相比之下，根據(jù)本發(fā)明的用于控制人身保護(hù)裝置的裝置或根據(jù)本發(fā)明 的用于控制人身保護(hù)裝置的方法具有其優(yōu)點(diǎn)，S卩，類界限的使用不被限制 在一個兩維或三維的特征空間上。尤其可在大于三維的空間中使用特征的 關(guān)聯(lián)。類歸屬通過一個非線性函數(shù)與一些特征值的線性組合來確定。因此 該方法可在一個控制器上被很好的計(jì)算或再現(xiàn)。借助根據(jù)本發(fā)明的裝置及 根據(jù)本發(fā)明的方法可很好地求解復(fù)雜的分類任務(wù)。根據(jù)本發(fā)明的方法優(yōu)選 地使用所謂支持向量機(jī)(SVM)算法。該算法通過統(tǒng)計(jì)學(xué)習(xí)理論很好地奠 定了基礎(chǔ)。類界限的確定通過一個可分析求解的優(yōu)化問題得到，使得該過 程可自動地被執(zhí)行，而無需計(jì)算機(jī)、尤其是作為微控制器的分析電路的附 加的專家知識。在此情況下僅有少量參數(shù)必需由用戶、即由應(yīng)用工程師來 調(diào)整。因此無需大的花銷即可適配于與事故識別相關(guān)的不同分類問題。根 據(jù)本發(fā)明方法的分類質(zhì)量很高。通過在類界限求解時的調(diào)整，根據(jù)本發(fā)明 的方法可利用附加的自由空間。根據(jù)本發(fā)明的方法具有高的泛化精度。這
就是說，不存在這樣的風(fēng)險，即判斷方法過強(qiáng)地以在應(yīng)用期間所使用的
數(shù)據(jù)組(訓(xùn)練數(shù)據(jù)組)被優(yōu)化，以及由此對于未包括在訓(xùn)練數(shù)據(jù)集中的迄今未知的數(shù)據(jù)提供差的分類能力。
根據(jù)獨(dú)立權(quán)利要求，特征向量至少是兩維的。為了分類，將該特征向 量與類界限比較。如果該特征向量位于一個相應(yīng)的類內(nèi)，則該特征向量被
歸于該類。
事故傳感裝置可包括多個事故傳感器，也可包括不同的類型。用于事 故傳感裝置的接口可按硬件或按軟件來實(shí)施。尤其是按軟件實(shí)施的接口可
出現(xiàn)在分析處理電路、尤其是微控制器上。也可使用其它的處理器或ASICs 替代微控制器來作為分析處理電路。并且控制電路可作為集成電路出現(xiàn) 在用于控制人身保護(hù)裝置的控制器中。總之，本裝置可被設(shè)置為用于控制 人身保護(hù)裝置的控制器或組合在用于控制安全裝置的控制器中。在此情況 下，該用于控制安全裝置的控制器也可控制行駛動力調(diào)節(jié)裝置。
通過從屬權(quán)利要求中所述的措施及進(jìn)一步構(gòu)型，可是現(xiàn)在獨(dú)立權(quán)利要 求中給出的用于控制人身保護(hù)裝置的裝置或在獨(dú)立權(quán)利要求中給出的用于 控制人身保護(hù)裝置的方法的有利的改進(jìn)方案。
一個或多個類界限可在準(zhǔn)備階段就確定出。為此優(yōu)選使用支持向量機(jī) (SVM)的以數(shù)據(jù)為目標(biāo)的模型化方法。該方法例如已由Berhard ScMlkopf 及Alex Smola的著作Learning with kernels. MIT Press, Cambridge, MA， 2002所闡述。對其將在下面簡短的描述。
特別有利的是，類界限從一存儲器中加載。也可變換地，類界限借助 至少一個訓(xùn)練向量及借助一個核函數(shù)來確定。該專門的訓(xùn)練向量在支持向 量機(jī)中是一個所謂的支持向量，該支持向量如下所示地在約束條件下用作 確定的解，用于確定一個函數(shù)的最小值。對于解的確定，這些特征必需是 這樣的，即，這些特征可用直線形式的簡單類界限被分開或在較高維的輸 入數(shù)據(jù)的情況下可用一個超平面被分開(即在這兩種情況下均為線性可分 的)。如后面將詳細(xì)描述地，核函數(shù)可以使這些特征內(nèi)隱地置入一個這種線 性可分的表達(dá)中，而無需明顯地及由此高計(jì)算花銷地來執(zhí)行該步驟。支持 向量機(jī)的該方法實(shí)現(xiàn)了一個高效及可良好再現(xiàn)的方法，以便構(gòu)成一個控制 算法。尤其可以借此來求解復(fù)雜的分類任務(wù)。首先，該支持向量機(jī)方法使 得在根據(jù)現(xiàn)有技術(shù)的求解時必需的專家知識可減至最小或甚至完全被取 消。這也使得算法容易被看清及被解釋。用于類界限的表達(dá)(特性曲線)
5的資源需求減小及應(yīng)用花銷降低。
此外有利的是，所述分類二元地進(jìn)行。這可簡單地被實(shí)施及可通過使 用樹形結(jié)構(gòu)逐步細(xì)化地進(jìn)行分類。在此情況下，在分支上分別設(shè)有二元分 類器。因此可以使復(fù)雜的分類問題通過這些二元分類器的積木式組合來實(shí) 現(xiàn)。通過去除樹內(nèi)不必要的二元分類器可使根據(jù)本發(fā)明的方法或根據(jù)本發(fā) 明的裝置被簡化到有利的程度。在極端情況下則歸于一個簡單的二元分類 器。
在此情況下，可以以有利的方式并行地使用兩個或多個相同類型或不 同類型的分類樹。由此一個樹例如可確定碰撞嚴(yán)重度及另一樹可與此無關(guān) 地確定碰撞類型。以后這又被邏輯運(yùn)算，以便找到正確的控制。
此外有利的是，每個樹對應(yīng)一確定的防護(hù)裝置。例如可以是，第一樹 對應(yīng)安全帶的控制及第二樹對應(yīng)氣囊的控制。當(dāng)這兩個樹使用簡單的各個 二元分類器，這些二元分類器僅識別類"觸發(fā)"或"不觸發(fā)"時，盡管如 此仍可以以此方式實(shí)現(xiàn)防護(hù)裝置的不同控制。因此，防護(hù)裝置的控制根據(jù) 由分類器求出的事故狀態(tài)來進(jìn)行。在一個簡單的"觸發(fā)/不觸發(fā)"分類器 的情況下在識別出類"觸發(fā)"時，控制信號例如使得一個相應(yīng)的人身保護(hù) 裝置立即被致起作用。
在一個要求更高的形式中，控制信號共同使用例如關(guān)于碰撞類型及碰 撞嚴(yán)重度的信息。為此，在一個專門的表格中對于這兩個參數(shù)的每個組合 存儲了將被致起作用的人身保護(hù)裝置的一定的組合。
為了求解所述多于兩個類的分類問題，除了以上示范性所述的方法外
還可使用其它方法。上面給出的Sch61kopf等人的參考文獻(xiàn)還給出了如何能 以有利的方式方法求解這種多類問題的其它方法。這些方法在該文獻(xiàn)中以 名稱"One versus the rest (OVR)"，"對偶分類"，"糾錯輸出編碼"及"多 類目標(biāo)函數(shù)"而公知。
對于在事故識別及分類的范圍中特殊的問題提出可以僅提供一確定類 的訓(xùn)練數(shù)據(jù)。其任務(wù)則在于確定通過測量所確定的特征向量是否屬于該 類的一個事件。這相應(yīng)于一個所謂的單類分類器。對此也能以有利的方式 方法使用根據(jù)本發(fā)明的方法及尤其是支持向量機(jī)算法。其中可典型地通過 一個參數(shù)V來調(diào)節(jié)品質(zhì)或靈敏度。例如在誤使用事件的分類的情況下就是
6這種情況。因?yàn)檎`使用事件、即非觸發(fā)情況比碰撞試驗(yàn)容易進(jìn)行得多及成本低得多，在碰撞試驗(yàn)時機(jī)動車被損壞，通常產(chǎn)生大量的這種試驗(yàn)數(shù)據(jù)。借助單類分類器可以構(gòu)建一個誤使用識別系統(tǒng)。這就是說，位于該類外部的所有特征向量均為觸發(fā)情況。
有利地，用于產(chǎn)生連續(xù)值的回歸可用于分類。這尤其在這樣的分類的情況下是有利的，即，該分類描述一定特性的持續(xù)增長，例如當(dāng)這些類描述碰撞嚴(yán)重度或碰撞速度時。其優(yōu)點(diǎn)在于，在這種情況下系統(tǒng)的輸出不僅包括離散數(shù)值，而且還包括一個連續(xù)的值范圍中的實(shí)數(shù)值。相應(yīng)的方法在
上述Sch61kopf等人的著作中也有記載。然后這個或這些數(shù)值又可通過表格對應(yīng)于人身保護(hù)裝置的一個確定的觸發(fā)模式。
有利地，從所述至少一個信號的一時間片求出所述至少兩個特征。為此，在一定的時間上、即在片長度上以某種關(guān)聯(lián)來考察各個傳感器的信號，這些信號已被預(yù)處理、例如被濾波或積分。特征向量由刻畫該片內(nèi)的信號的特征的量組成。這些量例如可為傳感器數(shù)據(jù)的平均值、方差或高次矩、一次積分、二次積分、子波分析的系數(shù)、傅里葉分析的系數(shù)，電碼的變址值，如果在片內(nèi)的輸入數(shù)據(jù)上使用向量量子化的話。同樣可確定多項(xiàng)式回歸的系數(shù)。在此情況下，所述一個或多個被選擇的特征量可在一個步驟中在片結(jié)束時刻來確定或也可連續(xù)地或遞歸地隨著數(shù)據(jù)、即信號的輸入來確定。在極端情況下也可以補(bǔ)償傳感器采樣時間的片長度T，使得在每個數(shù)據(jù)塊中正好包含僅一個數(shù)據(jù)值，然后該數(shù)據(jù)值相應(yīng)地被轉(zhuǎn)換為特征向量。特征向量也可包含具有選擇性地不同傳感器原理的各個傳感器的相應(yīng)已被處理的數(shù)據(jù)。如果使用不同的片，這些片也可重疊或在時間上彼此分開。
有利的是，特征向量的使用使得該特征向量的特征可由不同傳感器的信號構(gòu)成。因此可全面地描述事故事件。
有利地，具有一個計(jì)算機(jī)程序，它在所述控制器、尤其是所述分析處理電路、例如一個微控制器上運(yùn)行?？捎妹嫦蚰繕?biāo)的語言或其它常見的語言來寫該計(jì)算機(jī)程序。該計(jì)算機(jī)程序尤其可作為計(jì)算機(jī)程序產(chǎn)品出現(xiàn)在數(shù)據(jù)載體上、例如硬盤、電子存儲器如EEPR0M上，或出現(xiàn)在磁-光學(xué)的數(shù)據(jù)載體或光學(xué)的數(shù)據(jù)載體如DVD或CD上。
本發(fā)明的實(shí)施例示出在附圖中及在以下的說明中被詳細(xì)地描述。


附圖表示
圖1:根據(jù)本發(fā)明裝置的框圖，
圖2:微控制器的軟件結(jié)構(gòu)，
圖3:根據(jù)本發(fā)明方法的流程圖，
圖4:根據(jù)本發(fā)明方法的數(shù)據(jù)流程圖，
圖5:根據(jù)本發(fā)明方法的另一個數(shù)據(jù)流程圖，
圖6: —個片結(jié)構(gòu)(Blockstruktur)，及
圖7: —個樹狀結(jié)構(gòu)。
具體實(shí)施例方式
以下將描述支持向量機(jī)算法的基本構(gòu)思，該算法可優(yōu)選用于根據(jù)本發(fā) 明的方法。
SVM算法在最簡單的情況下能夠執(zhí)行二元的分類，這就是說，基于由 數(shù)據(jù)向量組成的訓(xùn)練數(shù)據(jù)組將一個未知的數(shù)據(jù)向量歸于兩個類中的一個。 因?yàn)閮蓚€類不是必然地可通過一個直線形式的簡單類界限或在高維的輸入 數(shù)據(jù)的情況下通過一個超平面(即在這兩種情況下都是線性地)被分隔開， 這些輸入數(shù)據(jù)必需通過一個變換被映射到一個可以進(jìn)行這種分隔的高維特 征空間中。在原始空間中該分隔超平面又相應(yīng)于一個非線性的分隔面。
該SVM算法現(xiàn)在借助一個核函數(shù)就能夠計(jì)算該分隔面，而無需事先進(jìn) 行向特征空間中的映射。這大大減小了對計(jì)算能力的要求，使得在許多情 況下(主要是具有高維特征空間的情況)執(zhí)行分類在技術(shù)上第一次變得可 能。因?yàn)樵谳斎霐?shù)據(jù)空間中非線性的分隔面在任何情況下都可追溯到特征 空間中的一個線性的分隔面，因此很好地達(dá)到了該分類方法的泛化能力。
因?yàn)樵谖墨I(xiàn)中可找到該方法的詳細(xì)描述(例如；Berhard Sch61kopf， Alex Smola. Learning with kernels. MIT Press ， Cambridge ， MA， 2002 )，在 這里僅給一個簡短的概述。
一個簡單的例子具有兩個可被線性分隔的類，即通過一個類界限來 分隔，該類界限以一個直線(在兩維特征空間中)的形式或在高維特征空間中以一個平面或超平面的形式存在。
一個訓(xùn)練數(shù)據(jù)集的每個特征向量Xi
可與類信息yi組合為一個數(shù)據(jù)對zi。這兩個類對應(yīng)于值+1及-1，其中，+1 可代表觸發(fā)碰撞及-l代表不觸發(fā)碰撞。
即
數(shù)據(jù)對 Zi= (Xi， yi)，其中15匕l(fā)
其中，
yf(-l， +1}給出類信息及^表示各個多維的特征向量。在兩個類之間
的一個線性多維分隔面(超平面)則具有以下形式
f (x) =W、+b
于是有
W、+b > 1，如果力=1 (類1)
w、+b》-1，如果y「-l (類2)
歸納為
y; (w^Xj+b)》-1
現(xiàn)在精確地求解這樣一個超平面，對于該超平面，類1與2之間的間 隔m ("margin")為最大("maximal margin")。正是該超平面最佳地將這 兩個類分隔開以及具有最好的泛化特性。
被歸一化的間隔可表達(dá)為 1
m = ]~p lwl
現(xiàn)在，最大間隔是這樣的，即對于該最大間隔，下列函數(shù)為最小值 E(w)=丄!wl2
因此，類邊界的確定可歸為下述任務(wù).-在正確分類訓(xùn)練數(shù)據(jù)的約束條件下，即在
yi (w、i+b) > 1，其中1化L 的約束條件下，使E(w)-》l2最小化。
這是一個標(biāo)準(zhǔn)問題(以線性不等式為約束條件來最小化一個二次函數(shù)) 及可用相應(yīng)的方法來求解。
9可作為拉格朗日函數(shù)表述為
L(w,b,a卜丄lwl2-土ai(yi(w、+b)-1)，其中，*是拉格朗日乘數(shù)。 2 i=i
根據(jù)Karush-Kuhn-Tucker (KTT)理論得到以下對于不等式約束條件 的附加條件
對于w， b和ai的最佳值，用w、 1)*及3*表示，有 a* (yi (w、i+b" -1) =0，其中l(wèi)化l
這就是說，NB (約束條件)被滿足，或者，所屬的拉格朗日乘數(shù)為零 (KTT互補(bǔ)條件)。這是一個極其有利的特性。它清楚地表明僅是特征向 量的一部分對于確定類邊界真正作出有價值的貢獻(xiàn)及必需被考慮，即正好 是這樣的一部分特征向量，對于該部分特征向量，拉格朗日乘數(shù)不等于零。 這些向量被稱為支持向量。在這些支持向量中，以壓縮的形式存在著關(guān)于 最優(yōu)超平面的信息。
通過變換，最優(yōu)超平面的求解可被描述為"二元優(yōu)化問題"，這僅與特
征向量Xi的數(shù)量積有關(guān)
1 I 1 1
L(a) = - X aia jYi y jX〖x j + Z ai =畫7 aTKa +卩a
2 i,j=i i=i 2
該式可用二次方編程的標(biāo)準(zhǔn)方法來求解。
對于實(shí)際應(yīng)用上式還必需被擴(kuò)充。在由真實(shí)的碰撞數(shù)據(jù)組產(chǎn)生的訓(xùn)練 特征向量中總是可能包含一些點(diǎn)，這些點(diǎn)不可被分隔開或落在所述間隔的 區(qū)域中(例如由于測量誤差)。為了盡管如此還得到解，必需在NB中引入 一個偏移變量纟("slack variable"),該偏移變量纟相對這些有誤的訓(xùn)練數(shù)據(jù) 引入一個容差。相關(guān)的等式則為
yi (wTXi+b)》1-5》0。
待最小化的函數(shù)則可表達(dá)為E(w)-^wl2+C^^ ，式中C可被理解為噪 聲參數(shù)，它限制訓(xùn)練數(shù)據(jù)值對類界限的影響。
10該二元優(yōu)化問題的拉格朗日函數(shù)則相應(yīng)地如再上面所述地得到。 典型的例子
可線性分隔的情況在用于控制防護(hù)裝置的分類問題時卻很少出現(xiàn)。特 征向量更頻繁地構(gòu)成一種排列，該排列僅可通過非線性的類界限被分到所 屬的類中。此問題可這樣地被避開，其方式是，進(jìn)行向更高維特征空間E 的映射①(X): R"—E，在該更高維特征空間中則又是線性可分的。相應(yīng) 地，待求解的拉格朗日函數(shù)為
L (a) ;^"I]Wiyj(①(Xi)，0(Xj))+Sai
原有的數(shù)量積(Xi， Xj)由特征空間中的數(shù)量積(①(Xi)， O (Xj))來 替代。
這里,SVM的一個重要優(yōu)點(diǎn)會起作用。在SVM中根本不用進(jìn)行映射O (x): R''—E。取而代之地使用數(shù)量積的一個確定特性，該特性由Mercer 定理得到。相應(yīng)地，在一定條件下數(shù)量積(0 (Xi)，①(Xj))可由提供同 一結(jié)果的所謂的核函數(shù)k (xi， xj)來代替。因此可放棄向更高維空間的映 射，取而代之的是直接在低維特征空間中來計(jì)算其解。稱該方案為"核技 法"。
作為核函數(shù)(英文為kernels)例如可考慮
高f 核函數(shù)k (Xj， Xj) =exp -
多項(xiàng)式核函數(shù)k (Xi， Xj) =((XiTXj) + ^d
Sigmoid核函數(shù)k (x;， Xj) 111110^、) + 60
反演二次方核函數(shù)(Invers-multi陽quadratischerKern):此外，在所述文獻(xiàn)中還提及必要時都可考慮的多個其它可能的核函數(shù)。 同樣如在簡單的線性情況中那樣，對于不可分的類有利的是在NB中引
入偏移變量g ("slack variable")。那里所列的方程式按意思保持相同。這里 也可用簡單的方式方法通過使用在線性約束條件下求解二次優(yōu)化問題的標(biāo) 準(zhǔn)方法來求解。這里例如可考慮LOQO方法或等效的方法。
總地可以說，SVM如許多其它方法那樣不進(jìn)行作為輸入數(shù)據(jù)的基礎(chǔ)的 密度函數(shù)的評估，而是使所謂的最壞情況的風(fēng)險最小化。因此SVM屬于 "不受分布約束的方法"的一類。
以下將描述，如何可以示例性地實(shí)施根據(jù)本發(fā)明的方法與根據(jù)本發(fā)明 的裝置。原則上根據(jù)本發(fā)明的方法或根據(jù)本發(fā)明的裝置在一個離線階段中， 即在安裝到機(jī)動車中前進(jìn)行訓(xùn)練，這就是說，核函數(shù)、類界限或支持向量 將借助訓(xùn)練數(shù)據(jù)來確定。該信息在以適當(dāng)?shù)姆绞絻Υ嬖谝粋€控制器中，即 存儲在一個存儲器中及然后構(gòu)成用于根據(jù)本發(fā)明的裝置或根據(jù)本發(fā)明的方 法在線工作的分類器。如果支持向量及核函數(shù)被存儲在根據(jù)本發(fā)明的裝置 中，則根據(jù)本發(fā)明的裝置可以在線通過所列的方程式來確定類界限或直接 地計(jì)算類歸屬。當(dāng)然也可以直接地存儲類界限、
基本上如下地進(jìn)行數(shù)據(jù)處理首先接收事故傳感裝置信號及接著進(jìn)行 特征提取。然后用根據(jù)本發(fā)明的方法進(jìn)行分類及最后進(jìn)行人身保護(hù)裝置的 控制。
圖1以一個框圖闡述根據(jù)本發(fā)明的裝置。這里根據(jù)本發(fā)明的裝置被示 范地構(gòu)造成用于控制人身保護(hù)裝置的控制器。在此情況下該控制器SG是 一個僅被設(shè)計(jì)用于控制人身保護(hù)裝置PS的控制器，但也可變換地，該控制 器普遍地涉及用于控制安全裝置的控制器及在此也可進(jìn)行對行駛動力調(diào)節(jié) 裝置或制動系統(tǒng)的干預(yù)?？刂破鱏G具有一個作為中心單元的微控制器pC。 該微控制器是一個根據(jù)獨(dú)立裝置權(quán)利要求的分析處理電路。也可變換地 使用其它的處理器類型或使用ASIC。甚至可以使用一個分立地構(gòu)造的電 路。微控制器pC通過數(shù)據(jù)輸入/輸出端與存儲器S連接。該存儲器可為持 久地可被寫入的或易失地可被寫入的存儲器，例如所謂的通常方式的
12RAM。但在名稱S下也可為這些可持久地接收數(shù)據(jù)的存儲器的組合。尤其 是這樣的存儲器，即，根據(jù)本發(fā)明可從這些存儲器下載類界限或核函數(shù)及 支持向量，以便確定類界限。此外，在微控制器fiC上連接了兩個接口IFl 及IF2，它們在這里構(gòu)造成分立的組件。這就是說，它們作為集成電路而存 在及可將位于控制器SG外部的傳感器的信號轉(zhuǎn)換成微控制器pC可有效地 處理的數(shù)據(jù)格式。此外，在微控制器pC上通過一個數(shù)據(jù)輸入端連接著一個 加速度傳感裝置BSl,該加速度傳感裝置位于控制器SG的內(nèi)部。該加速度 傳感裝置至少可在機(jī)動車上縱向上檢測加速度。但通常也可以，該加速度 傳感裝置BS1也可檢測橫向于或傾斜于機(jī)動車縱向的加速度。也可以是在 機(jī)動車垂直方向上的加速度傳感裝置。
這里微控制器)liC具有軟件接口，傳感裝置BS1通過該軟件接口連接 到微控制器上。傳感裝置BS1可將其數(shù)據(jù)模擬或數(shù)字地傳送給微控制 器pC。加速度傳感裝置以通常的方式構(gòu)成，也就是說它是一個用于檢測加 速度的微機(jī)械單元。變換地，也可在控制器SG中設(shè)置其它的傳感器類型， 例如固體聲傳感裝置或轉(zhuǎn)速傳感裝置。
在接口 IF1上連接著一個壓力傳感裝置P及一個被時效處理的加速度 傳感裝置BS2。壓力傳感裝置P優(yōu)選設(shè)置在機(jī)動車的側(cè)面部分中，以便檢 測側(cè)面碰撞。在此情況下，該壓力傳感裝置P檢測通過側(cè)面碰撞在側(cè)面部 分中被絕熱地壓縮出的空氣壓力。這使得可以很快地檢測出這種側(cè)面碰撞。 加速度傳感裝置BS2可安裝在機(jī)動車前面，以便檢測例如行人碰撞或前面 碰撞。在此情況下，該加速度傳感裝置BS2例如安裝在保險杠的后面或冷 卻器格柵上。也可附加地或替換地，加速度傳感裝置BS2安裝在機(jī)動車側(cè) 面中。由此該加速度傳感裝置BS2被用于側(cè)面碰撞的檢測或側(cè)面碰撞的可 信度確定。在此情況下加速度傳感裝置BS2同樣可在不同的方向上是敏感 的，以用于一定碰撞類型的檢測或其可信度確定。
由壓力傳感器P及加速度傳感裝置BS2向接口 IF1的數(shù)據(jù)傳送通常數(shù) 字地進(jìn)行?？梢允褂靡粋€傳感器總線，但這里是設(shè)置電力線傳輸?shù)狞c(diǎn)對點(diǎn) 連接。
在接口 IF2上連接一個周圍環(huán)境傳感裝置U，它檢測來自機(jī)動車周圍 環(huán)境的數(shù)據(jù)。在此，其它的碰撞物體被識別、檢測及被特征描述，例如關(guān)于軌跡或速度的特征描述。作為周圍環(huán)境傳感裝置可以是雷達(dá)傳感裝置、 超聲波傳感裝置、紅外線傳感裝置、激光雷達(dá)傳感裝置或視頻傳感裝置。 可以是其它的外部傳感裝置、例如乘員傳感裝置。
微控制器pC根據(jù)這些傳感器信號及根據(jù)該微控制器的控制算法來控
制一個控制電路FLIC，該控制電路用于使人身保護(hù)裝置PS起作用。控制 電路FLIC具有輸出級，當(dāng)由微控制器傳來一個控制信號時該輸出級導(dǎo) 通。還可設(shè)有一個邏輯電路，它將微控制器pC的信號與一個可信度確定電 路或一個并聯(lián)的分析處理電路的信號進(jìn)行邏輯運(yùn)算，為了簡明起見，該邏 輯電路在這里未示出。所述人身保護(hù)裝置涉及例如氣囊、安全帶、翻滾防 護(hù)架、外部氣囊、可抬起的前罩及其它用于人身保護(hù)或行人保護(hù)的、可能 的人身保護(hù)裝置。這些人身保護(hù)裝置可用煙火技術(shù)被控制起作用或例如電 動地被可逆地控制起作用。為了簡明起見，在這里忽略了對于控制器SG 的功能通常必需的、但對于本發(fā)明的理解不起作用的其它部件。
微控制器^C根據(jù)傳感器BS1、 P、 BS2及U的信號來構(gòu)成一個特征向 量以及例如借助已存儲的線性類界限來確定該特征向量屬于哪個類。如上 所述也可變換地，在運(yùn)行中借助支持向量及一個核函數(shù)來確定這些類界限。 微控制器借助分類決定出是否產(chǎn)生一個控制信號及該控制信號具有何 內(nèi)容。然后該控制信號被傳送給控制電路FLIC。該傳送在控制器SG內(nèi)部 通常通過所謂的SPI總線來進(jìn)行。
圖2表示微控制器kiC使用的重要的軟件模塊。首先示出上述的接口 IF3，其用于加速度傳感裝置BS1的使用。接口 IF3具有如硬件接口 IF1及 IF2那樣的功能，即，提供傳感器信號。然后借助軟件模塊20由這些傳感 器的信號構(gòu)成一個特征向量。該特征向量以根據(jù)本發(fā)明的方式方法借助軟 件模塊21被分類以及然后借助該分類通過軟件模塊22必要時產(chǎn)生一個控 制信號，該控制信號給出哪個人身保護(hù)裝置要被控制起作用。也可具有其 它的軟件模塊，但為了簡明起見這里未示出。
圖3以一個流程圖表示根據(jù)本發(fā)明的方法的流程。在方法步驟300中 由這些傳感器的信號構(gòu)成一個特征向量。該特征向量在方法步驟301中被 分類，確切地說借助所述類界限被分類。這些分類界限或者被加載或者借 助所述支持向量及所述核函數(shù)來確定。在方法步驟302中借助該分類來產(chǎn)
14生一控制信號，該控制信號給出哪個人身保護(hù)裝置要被控制起作用。
圖4以一個數(shù)據(jù)流程圖表示根據(jù)本發(fā)明的裝置的功能以及根據(jù)本發(fā)明
方法的流程，該方法在按本發(fā)明的裝置上運(yùn)行。通過框40表示各個處理步 驟。在處理步驟402中傳感器41、 42及43產(chǎn)生它們的信號，這些信號然 后作為測量數(shù)據(jù)48出現(xiàn)。在方法步驟403中，由這些信號進(jìn)行特征提取， 因?yàn)檫@可涉及例如信號本身或涉及被濾波、被積分、被求導(dǎo)、被求平均值 等第被處理過的信號。因此，然后如由框44所表示地，產(chǎn)生特征向量49。 在方法步驟404中通過框46進(jìn)行分類。框46以上述的方式對特征向量進(jìn) 行分類，使得在輸出端產(chǎn)生類信息400，然后該類信息被輸入框47中，該 框47作為處理步驟405及產(chǎn)生控制信號401 。
圖5表示特征向量508的形成。已有傳感器500， 501及502。這些傳 感器的信號在框503， 504及505中接受一個預(yù)處理，例如濾波或積分或其 它的數(shù)學(xué)運(yùn)算。然后在框506， 507及508中進(jìn)行時間上的結(jié)合 (BlockbiWung)及特征提取。然后，在特征向量508中被提取的特征被設(shè) 置成一個向量，其中，每個傳感器均可產(chǎn)生多個特征，這里例如對于傳感 器1產(chǎn)生4個特征及對于傳感器N產(chǎn)生5個特征。在此情況下傳感器的數(shù) 目不是固定的，但必需具有至少一個傳感器。并且傳感器的安裝地點(diǎn)可有 多種選擇。根據(jù)本發(fā)明的方法例如可用安裝在中心的傳感器工作，但也可 用機(jī)動車側(cè)面、機(jī)動車尾部或機(jī)動車前部的外圍傳感器工作。也可以如上 所述地那樣是這些安裝地點(diǎn)的組合。作為傳感器，例如可考慮加速度傳感 器、壓力傳感器、固體聲傳感器、溫度傳感器或使用其它物理測量原理的 傳感器。
所測得的各個數(shù)據(jù)到一特征向量的變換優(yōu)選在時間片中進(jìn)行?？梢杂?jì) 算多于一個時間片的多個特征向量。為此如圖6中所示地，在一定的時間 上、這里為由Bl, B2及B3表示的片長度T，以某種關(guān)系來考察各個傳感 器的、可能完全已經(jīng)過一定預(yù)處理的數(shù)據(jù)。如上所述地，特征向量由表征 這些框內(nèi)的信號的量組成。這例如可為傳感器數(shù)據(jù)的平均值、方差或高次 矩、 一次積分、二次積分、子波分析的系數(shù)，傅里葉分析的系數(shù)，電碼的 變址值，如果在框內(nèi)的輸入數(shù)據(jù)上使用向量量子化的話。同樣可確定多項(xiàng) 式回歸系數(shù)。在此情況下， 一個或多個被選擇的特征量可在一個步驟中在片結(jié)束的時刻來確定或也可連續(xù)地或遞歸地隨著數(shù)據(jù)的輸入來確定。在極 端情況下也可以是，補(bǔ)償傳感器采樣側(cè)的片長度T，使得在每個數(shù)據(jù)塊中 正好包含僅一個數(shù)據(jù)值，然后該數(shù)據(jù)值相應(yīng)地被轉(zhuǎn)換成特征向量。該特征 向量也可包括具有選擇性地不同的感測原理的不同傳感器的相應(yīng)地被處理 的數(shù)據(jù)。
分類具有的任務(wù)則為將產(chǎn)生特征向量的事件分入一個確定的類。這 樣的類劃分例如可由兩個類"觸發(fā)"及"不觸發(fā)"組成(例1)。在此情況 下涉及一個二元的分類器。但也可考慮更精確地表征事故事件的類劃分
例2-
Q =無觸發(fā)事件
C2 =與軟障礙的碰撞
c3 =與硬障礙的碰撞
Q =無觸發(fā)事件
<:2=對稱的碰撞事件 c3 =左碰撞 c4=右碰撞
例4:
d =碰撞嚴(yán)重度1
C2=碰撞嚴(yán)重度2 C3 =碰撞嚴(yán)重度3 C4=碰撞嚴(yán)重度4 C5=碰撞嚴(yán)重度5 C6=碰撞嚴(yán)重度6 C7=碰撞嚴(yán)重度7 例5:
C「碰撞速度在0公里/小時與10公里/小時之間 C2=碰撞速度在10公里/小時與20公里/小時之間 C3=碰撞速度在20公里/小時與30公里/小時之間 C4=碰撞速度在30公里/小時與40公里/小時之間
16C5 =碰撞速度在40公里/小時與50公里/小時之間
C6 =碰撞速度在50公里/小時與60公里/小時之間
如圖7所示，借助二元分類可逐步地進(jìn)行這種細(xì)致的分類。在分類平面 70中用分類器74確定碰撞嚴(yán)重度是否小于值4。如果是，則進(jìn)行到分類 器75，該分類器確定碰撞嚴(yán)重度是否< 2，這時我們處于分類平面71中。 如果是，則作為分類結(jié)果確定出碰撞嚴(yán)重度為1，如框700中所給出的那樣。 但如果不是這種情況，則加入另一分類平面72，使得分類器79來確定碰 撞嚴(yán)重度是否<3。如果是該情況，則確定出碰撞嚴(yán)重度=2的分類結(jié)果， 如果不是該情況，則確定出碰撞嚴(yán)重度=3的分類結(jié)果702。但如果在分類 平面中確定出碰撞嚴(yán)重度不< 4，則跳到分類平面71中及這時進(jìn)行到分類 器76。該分類器則檢驗(yàn)碰撞嚴(yán)重度是否< 6。如果是，則跳到分類平面 72及這吋進(jìn)行到分類器78。該分類器檢驗(yàn)碰撞嚴(yán)重度是否<5。如果是， 則跳到分類結(jié)果73，確切地說進(jìn)行到框703，該框確定出碰撞嚴(yán)重度=4。 如果由分類器78確定出碰撞嚴(yán)重度不< 5，則跳到分類結(jié)果704及確定出 碰撞嚴(yán)重度=5。如果通過分類平面71中的分類器76確定出碰撞嚴(yán)重度不 < 6，則跳至分類器77，確切地說在分類平面72中，在這里檢驗(yàn)碰撞嚴(yán)重 度是否<7。如果是，則確定出分類結(jié)果705，即，碰撞嚴(yán)重度=6。但如果 不是該情況，則確定出現(xiàn)了分類結(jié)果706， S卩，碰撞嚴(yán)重度=7。這些值在 此示例性地示出。但也可使用完全另外的值。也如圖7所示，不必在每個 分類平面中對每個分支都具有一個分類器，而是也可直接地跳到一個分類 結(jié)果。
權(quán)利要求
1. 用于控制人身保護(hù)裝置(PS)的方法，具有以下方法步驟-由一事故傳感裝置(BS1，BS2，P，0)的至少一個信號構(gòu)成一具有至少兩個特征的特征向量，-借助至少一個類界限在相應(yīng)的維中分類該特征向量，-根據(jù)該分類來控制所述人身保護(hù)裝置(PS)。
2. 根據(jù)權(quán)利要求1的方法，其特征在于所述至少一個類界限被從一存儲器(S)中加載。
3. 根據(jù)權(quán)利要求1的方法，其特征在于所述至少一個類界限借助至少一個訓(xùn)練向量及借助 一核函數(shù)來確定。
4. 根據(jù)以上權(quán)利要求之一的方法，其特征在于所述分類二元地進(jìn)行。
5. 根據(jù)權(quán)利要求4的方法，其特征在于對所述二元分類使用至少一 個第一樹，在該樹的分支上分別進(jìn)行一相應(yīng)的二元分類。
6. 根據(jù)權(quán)利要求5的方法，其特征在于 一相應(yīng)的樹對應(yīng)一人身保護(hù)裝置(PS)。
7. 根據(jù)權(quán)利要求5的方法，其特征在于 一個第二樹對應(yīng)一碰撞嚴(yán)重度以及一個第三樹對應(yīng)一碰撞類型。
8. 根據(jù)權(quán)利要求1至3之一的方法，其特征在于對所述分類使用一回歸，用于產(chǎn)生一連續(xù)的值。
9. 根據(jù)以上權(quán)利要求之一的方法，其特征在于所述至少兩個特征由 一個時間片獲得。
10. 根據(jù)以上權(quán)利要求之一的方法，其特征在于所述至少兩個特征由 不同的事故傳感器的信號構(gòu)成。
11. 用于控制人身保護(hù)裝置(PS)的裝置，包括_至少一個接口 (IF1， IF2， IF3)，其提供一事故傳感裝置(BS1， BS2， P， 0)的至少一個信號，- 一分析處理電路(pC)，它由所述至少一個信號構(gòu)成一具有至少兩 個特征的特征向量以及借助至少一個類界限在該特征向量的相應(yīng)的維中分 類該特征向量，其中，該分析處理電路(liC)根據(jù)該分類來產(chǎn)生一控制信號，- 一控制電路(FLIC)，它根據(jù)該控制信號來控制所述人身保護(hù)裝置 (PS)。
12. 計(jì)算機(jī)程序，當(dāng)該計(jì)算機(jī)程序在一控制器(SG)上運(yùn)行時，該計(jì)算 機(jī)程序執(zhí)行根據(jù)權(quán)利要求1至10之一的方法的所有步驟。
13. 具有程序碼的計(jì)算機(jī)程序產(chǎn)品，該程序碼被存儲在一機(jī)器可讀的載 體上，用于當(dāng)所述程序在一控制器(SG)上被執(zhí)行時實(shí)施根據(jù)權(quán)利要求1 至IO之一的方法。
全文摘要
本發(fā)明提出用于控制人身保護(hù)裝置的一種裝置和一種方法，其中，通過一分析處理電路由至少一個信號構(gòu)成一具有至少兩個特征的特征向量。該分析處理電路借助至少一個類界限在相應(yīng)的維中分類該特征向量。其中，該分析處理電路產(chǎn)生一控制信號，其中，一控制電路根據(jù)該控制信號來控制所述人身保護(hù)裝置。
文檔編號B60R21/01GK101506001SQ200780030375
公開日2009年8月12日 申請日期2007年7月10日 優(yōu)先權(quán)日2006年8月16日
發(fā)明者J·布羅伊寧格, J·科拉特舍克 申請人:羅伯特·博世有限公司