校车连体型主动式安全气囊保护效果的研究优化

来源 :汽车工程 | 被引量 : 0次 | 上传用户:dorothyhe
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对校车6岁儿童乘员的保护,根据原始的校车主动式安全气囊模型,建立连体型主动式安全气囊模型,以提高对偏位儿童的保护效果.基于MADYMO建立校车乘员约束系统,并仿真验证连体型气囊有效性,并对气囊参数进行单因素分析.根据5个灵敏因素,利用正交试验对连体型气囊的一系列参数进行优化,结果表明:优化后的偏位儿童完全伤害评价指标比单体型气囊降低了35.1%,双人乘坐和单人乘坐两种工况的伤害指标升高了8.5%和13.1%,但其值仍远小于规范限值.在正常乘坐保护效果达标的情况下,进一步提高了对偏位乘坐儿童的保护性能.
其他文献
C口粮和B口粮(续)rn理论上来说,C口粮能够做到开盖即食,实际情况却并非如此.在这方面士兵们最有发言权,他们向来访的军需官反映,如果没办法加热,只有那几种带有豆子的肉类罐头才勉强能吃得下去;对于肉类和意大利面、肉类和面条这两种罐头的抱怨最多,这两种食物里面的水分太少,即便是隔水加热口感也不怎么样,如果直接在火上加热甚至还会有烧焦的风险;带肉汁的汉堡包和带肉汁的猪肉香肠碎肉饼里面的肥肉太多,口感太油腻,肉汁更是多得有些过分;鸡肉配蔬菜罐头的接受程度要看士兵们拿到的是哪个批次的产品,例如生产较早的C-4和C
期刊
汽车纵向自动驾驶的决策层根据车辆当前运动状态与环境信息,决策出理想的动作指令.目前如何在自动驾驶决策策略中考虑人类驾驶员的行为成为研究热点.在纵向自动驾驶决策策略中传统的基于规则的决策策略难以运用到复杂的场景中,而当前使用强化学习和深度强化学习的决策方法大多通过设计安全性、舒适性、经济性相关公式构建奖励函数,得到的决策策略与人类驾驶员相比仍然存在较大差距.针对以上问题,本文使用驾驶员数据通过BP神经网络拟合设计奖励函数,使用深度强化学习DDPG算法,建立了一种仿驾驶员的纵向自动驾驶决策方法.最终通过仿真测
四大主展区(续)rn“冷战展区”主要展示二战结束后加拿大参与国际军事行动的展品,虽然其中也展示了许多冷战结束后的展品,但绝大部分展品是反映冷战时期加拿大的军事活动.主要有如下展品:冷战时期加拿大北极巡逻部队的用品(包括雪鞋、相机、棉帽、手套等)、朝鲜战场上中国人民志愿军使用的轻武器(主要是TT-33手枪、DP-28轻机枪、莫辛-纳甘M1944步骑枪)、朝鲜战争时期加拿大士兵与中国人民志愿军士兵的装备对比(加拿大士兵使用李-恩菲尔德步枪、M2卡宾枪,中国人民志愿军士兵使用50式冲锋枪,也就是中国版波波沙冲锋
期刊
影片内容概要rn1937年秋季,中共领导的工农红军主力部队改编为国民革命军第八路军,开赴抗日前线对日作战.八路军与日军的第一次交手是平型关战斗.此战中,八路军115师独立团所属由冉征率领的部队在驿马岭阻击日军,以配合主力在平型关伏击日军的行动.
期刊
为提高队列自动跟驰的横向耦合性,提出了基于车车通讯、结合前车实时航行路径的队列自动跟驰横向耦合模型.首先,利用3次均匀B-样条曲线进行均等内插和平滑化处理,建立后车目标路径;其次,利用全局探索理论设计目标路径点的探索方法;然后,通过判别后车实时位置所处的目标区间,解算后车速度矢量;最后,建立包括横向位移偏差和横向航向角偏差的后车横向偏差模型,并利用Matlab/Simulink设计试验方法和开展实车测试.结果 表明,本文方法生成的目标路径与前车实时路径保持高度一致,横向位移偏差和横向航向角偏差保持一致且更
期刊
为提高交通事故的重建精度,对行人的颅脑损伤风险进行分析.基于3D激光扫描技术建立事故车辆多刚体模型,采用多目标遗传算法求取最优近似解,运用优化软件ISIGHT和多刚体动力学软件MADYMO建立耦合模型,精确重建人-车碰撞运动学响应,最后采用THUMS有限元假人模型对颅脑损伤风险进行预测分析.结果 表明:事故车辆逆向重建效果良好,优化后的人车运动学行为与监控视频一致,假人的头部损伤部位和损伤情况与伤情报告完全吻合.
上拉带是ISOFIX型儿童安全座椅抗翻转装置之一,其误使用会降低儿童安全座椅的保护性能.根据GB27887-2011中抗翻转装置在不起作用下进行动态试验的相关要求,提出儿童座椅使用碳纤维增强塑料(CFRP)可增强正面碰撞中上拉带误使用工况对儿童的保护.采用Q系列3岁儿童假人(Q3),通过计算机仿真和台车碰撞试验,对比CFRP儿童安全座椅与普通塑料儿童安全座椅在上拉带误使用工况下儿童假人的损伤.试验结果表明:在上拉带误使用工况下,与普通塑料儿童安全座椅相比,CFRP儿童安全座椅的Q3假人头部前向最大位移量减
为减少路沿检测过程中存在的误检和漏检,以三维激光雷达为传感器,提出了一种新的路沿检测与跟踪方法.首先,对点云进行预处理,采用基于距离的滤波器对原始点云中存在的影响特征提取的干扰点进行滤除,以提高路沿点的提取精度,对滤波后的点云,采用地面平面分段拟合的地面分割方法提取地面点云;然后,利用高度差、平滑度与角度阈值等路沿空间特征,设计了一种自适应多特征融合的路沿点提取算法;其次,针对由障碍物遮挡所造成的部分路沿缺失问题,利用饶-布莱克维尔化粒子滤波跟踪器对路沿点进行跟踪预测;最后,将该方法应用于无人环卫车进行了
针对智能车路径跟踪过程中对于复杂曲率变化工况适应能力弱的问题,提出了一种基于RBF神经网络补偿模型预测的控制方法.首先以3自由度智能车动力学模型作为预测模型,通过对线性时变方程分析后得到状态转移误差模型,利用RBF神经网络自适应补偿误差,保证控制的精确性,提高了路径跟踪准确性.最后,以中国智能汽车大赛比赛赛道为原型构建了包括直线路段、蛇行路段与双移线路段的复杂路径曲率变化工况,在半实车仿真平台上验证了高速环境下控制方法的路径跟踪效果.结果 显示,最大轨迹跟踪误差在0.285 m范围内,并且侧向加速度最大为