CAE技术在行人保护中的应用

在机动车辆造成的人员伤亡事故中,行人伤亡的人数仅次于车内乘员伤亡人数住居第2住,因此对于行人保护的研究刻不容缓。本论文主要完成两方面的工作：（1）运用计算机技术完成假人小腿冲击器以及车辆主要防撞部件的建模,以备今后研究使用;（2）运用CAE软件完成模拟的行人保护试验,得出模拟碰撞曲线。     

人车碰撞及其保护行为仿真研究

研究行人体型在人车碰撞事故中对关键部位损伤程度的影响规律,针对保护行人安全,建立碰撞力学模型,以多刚体接触动力学为基础,提出进行受撞变形研究,采用ADAMS软件对轿车分别与中国5、50、95百分位三种不同体型男性成年行人的碰撞过程进行仿真.仿真结果表明,随着行人体型的增大,对头部、胸部和下肢的损伤风险都依次增大,而且头部与轿车前端碰撞的位置和时间压间都依次往后推移.从结论中可以看出,应对轿车外置安全气囊,根据不同型体在轿车前端安装合理位置,可有效地起到保护行人的安全作用.     

基于Euro NCAP 8.0行人上腿部评价规程的车辆前端结构设计与优化

欧盟新车评价规程（Euro NCAP）8.0版本对行人上腿部碰撞测试方法进行了修改,新的测试方法减小行人上腿部对车辆前端空间的要求,但是对其结构设计和硬点的布置等提出新的要求.从行人上腿部的碰撞位置、碰撞角度及能量等方面对比Euro NCAP新旧版本的不同.根据Euro NCAP 8.0行人上腿部的碰撞要求,对车辆前端结构设计进行分析,并针对某车进行试验,用CAE技术进行优化设计,使其满足Euro NCAP 8.0对行人上腿部碰撞的要求.     

C-NCAP（2018）行人保护对汽车设计开发的影响

C-NCAP将从2018年开始引入对行人保护的评价。与Eruo NCAP相比,C-NCAP（2018）虽然取消WAD 775 mm的上腿部碰撞测试,但是行人保护总得分率要求却明显提高,对行人保护的要求更加严格。根据行人保护的基本要求,从汽车前端造型、总布置以及结构设计3方面,阐述C-NCAP（2018）行人保护测试规程对汽车设计的影响,为旧车型的改造以及新车型的开发提供借鉴与参考。     

基于行人保护FLEX-PLI腿型的车辆前结构改进分析

欧盟新车评价规程Euro NCAP中的TRL腿型验算即将被FLEX-PLI腿型验算替代，所以针对前者开发的某款车型在使用新标准验算时不能得到满分。运用计算机仿真对该车型前端结构进行改进：去除前保险杠吸能泡沫；重新设计W形结构的下腿部保护横梁，在碰撞点对应位置增加与FLEX-PLI腿型宽度相同的加强筋，加大下腿部保护横梁与前保横梁的距离；改进导风板局部结构。对改进后前端结构进行FLEX-PLI腿型验算，达到得分为满分的目标。     

行人运动建模技术综述*

随着计算机数值模拟技术的迅速发展,行人运动仿真技术开始成为人群疏散仿真、城市规划和计算机疏散软件开发方面的研究热点。介绍了对行人建模仿真的初步研究,重点介绍了基于行人行为的微观行人运动建模方法,并对各个模型进行了比较分析和研究展望。     

基于Gentle Adaboost的行人检测

行人检测是物体检测领域的一大难点。为了更加快速地检测行人,将人脸检测中Boosted Cascade算法应用到行人检测中,并对其进行了改进,即先利用加权平均矢量投影的方法将高维的梯度直方图特征化为1维,再利用lookup table进行概率密度估计,从而将Gentle Adaboost成功地应用于行人检测。实验表明,该方法不仅训练时间短、检测速度快,而且检测精度接近目前的最佳水平。     

面向行人保护的车辆主动弹起式发动机罩数值仿真

为研究在车辆碰撞过程中主动弹起式发动机罩对行人头部的保护作用,考查行人头部损伤指标HIC值,比较接触式和非接触式发动机罩抬升传感器的动作时序,仿真BUCK标准车模型撞击6岁儿童假人的冲击过程,得到传感器的最小反应时间,据此判断主动弹起式发动机罩的作用效果。采用LS DYNA显式分析算法对某型轿车以45 km/h的初始速度撞击6岁儿童假人进行仿真分析,对比主动弹起式和非主动弹起式发动机罩的行人保护性能及其星级评定结果,由行人头部保护得分占比可知主动弹起式发动机罩可大幅提高行人头部碰撞保护性能。     

汽车客运站出入口监控系统中行人检测与跟踪方法

准确检测并跟踪行人目标是进行人流量统计和行为分析的基础。在汽车客运站出入口监控系统中,多个行人一起行走的情况较多。针对这种情况,本文提出一种能分割多人的行人检测与跟踪方法。首先通过背景差法提取运动行人,并对多人融合的情况下进行行人分割;然后结合卡尔曼滤波原理跟踪行人,并输出其运动轨迹。实验结果表明,该方法能清楚地绘出行人的运动轨迹,具有很好的鲁棒性。     

行人再识别技术研究进展

行人再识别通过大时空范围内跨摄像机目标行人图像的检索与匹配,可实现人脸等生物特征失效情况下的行人关联,已成为智能视频监控系统的关键环节和支撑技术,并在智慧公安、智慧城市等国民经济建设中发挥了重要作用。近年行人再识别技术吸引了越来越多的关注,并取得了快速发展与进步。本文在对行人再识别技术进行简介的基础上,面向行人再识别的技术发展和落地应用需求与挑战,总结分析遮挡行人再识别、无监督行人再识别、虚拟数据生成、域泛化行人再识别、换装行人再识别、跨模态行人再识别和行人搜索等热点方向的前沿进展,归纳其发展现状和存在问题,最后对行人再识别技术的发展趋势进行展望。希望通过总结和分析,能够为研究人员开展行人再识别相关研究、推动行人再识别技术进步提供参考。     

复杂背景下的行人检测与分割

传统的目标检测算法在复杂环境下受到背景因素的干扰,分割出来的目标往往不能满足后期处理的需要;由于分割的好坏直接影响后期的目标跟踪的实时性和精确性的高低。鉴于此,在进行图像跟踪和识别之前,先对目标进行检测和精准的分割,提出了在AdaBoost算法中在原始Harr_like特征的基础上添加梯形特征,检测出目标的大致位置,将其作为蛇形分割的初始位置,改进蛇形分割的能量函数,分割的行人边界逐步进行收缩直至能量最小,提取出行人的真正区域。对比性实验表明改进后的算法满足实时性要求和精度要求,在一定程度上达到智能化的需求。     

基于行人保护发动机罩盖锁体布置研究

发动机罩盖锁体布置不但要满足传统布置要求，而且在设计初期，其更多受行人保护因素的影响，本文研究了不同的车型为了满足行人保护法规和欧洲NCAP的要求而对锁体进行的不同布置，同时为主机厂前期的设计提供一定的参考。     

融合行人属性特征的ReID重排序方法

在行人重识别问题中,为了减少因光线、摄像头角度、遮挡等因素对搜索结果带来的影响,需要通过拓展维度来丰富图像特征从而提高搜索精度。为此,本文提出了一种对行人重识别搜索结果进行重排序的方法。该方法首先通过行人的全局特征对行人图像进行搜索排序,然后提取行人属性特征,并利用属性特征训练一个二分类模型。通过模型对搜索结果进行重排序,并评估搜索精度。实验的结果表明,在加入属性特征之后,行人重识别算法搜索的Rank-1、mAP值均有提升。     

深度学习及时空约束的行人跟踪算法研究

由于以往的行人跟踪方法大部分不能有效地解决目标被遮挡后以及目标尺寸变化再跟踪的问题,所以引入了深度学习的方法,但是经实验发现单纯使用深度学习行人跟踪会因行人检测部分的误差而出现整体的跟踪准确率不高的问题。提出了一种基于深度学习和时空约束后处理的行人跟踪方法,深度学习的行人检测部分采用了根据实际应用场景优化过的SSD算法,行人匹配部分采用了一种计算交叉输入领域差异然后进行块总结的方法,最后进行时空约束的后处理。在OTB数据集上做实验,与传统跟踪算法以及单纯深度学习算法进行了对比。     

结合注意力和纹理特征增强的行人再识别

针对现有行人再识别算法在处理图像分辨率低、光照差异、姿态和视角多样等情况时,准确率低的问题,提出了基于空间注意力和纹理特征增强的多任务行人再识别算法.算法设计的空间注意力模块更注重与行人属性相关的潜在图像区域,融入属性识别网络,实现属性特征的挖掘;提出的行人再识别网络的纹理特征增强模块通过融合不同空间级别所对应的全局和...     

行人保护仿真分析中的新型头部模型建模方法

为更精确地评价新车型行人保护头部碰撞的性能,提出一种新型头部碰撞模型构建方法.该方法基于传统头部模型,根据摩擦理论和试验经验,推导接触压力和接触面相对速度与摩擦因数的复合关系式,通过头部模型跌落冲击试验标定复合摩擦曲线参数,得到与真实行人头部吻合度更高的新型头部模型.某车型行人保护头部碰撞仿真计算表明,使用新型头部模型可极大地提高仿真的准确性.新型头部模型建模方法适用于不同法规对头部模型的要求,可提高新车研发效率.     

行人运动建模及仿真研究综述

根据行人运动建模及仿真发展历史以及已经提出的一些模型和算法,从宏观和微观两个层面对行人运动建模策略进行系统分析,包括宏观建模策略:行人动力学模型、空间交互/熵最大化模型以及微观建模策略:元胞自动机模型、磁力场模型、社会力模型、智能体模型、空间句法模型、马尔可夫模型.在建模策略分析基础上,重点研究了Legion,PAXPORT,NOMAD,STEPS以及BuildingEXODUS五种主流行人仿真系统,总结了各系统的建模思想、核心模型及优缺点.指出了未来行人系统建模及仿真的研究趋势.     

基于多粒度匹配的行人搜索算法

行人搜索旨在从一系列未经裁剪的图像中对行人进行定位与识别,融合了行人检测和行人重识别两个子任务。现有的方法设计了基于Faster R-CNN的端到端框架来解决此任务,但是行人检测和重识别两个子任务之间存在特征优化目标粒度不一致问题。为了解决这一问题,提出一种双全局池化结构,使用全局平均池化提取检测分支的共性特征,使用基于注意力机制的全局K最大池化提取re-ID分支的特性特征,为两个子任务提取符合各自粒度特性的特征。同时由于re-ID子任务的细粒度特性,还提出一种改善粒度匹配的画廊边界框加权算法,把查询人和画廊边界框的分辨率差异纳入相似度计算。实验证明融入多粒度的方法有效地提高了单阶段算法在CHUK-SYSU和PRW数据集上的性能。     

基于时空共现模式的视觉行人再识别EI北大核心CSCD

基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、遮挡现象和光照变化等所导致的行人表观变化和匹配不准确问题.为了克服单纯视觉匹配困难问题,本文提出一种结合行人表观特征跟行人时空共现模式的行人再识别方法.所提方法利用目标行人的邻域行人分布信息来辅助行人相似度计算,有效地利用时空上下文信息来加强视觉行人再识别.在行人再识别两个权威公开数据集Market-1501和DukeMTMC-ReID上的实验验证了所提方法的有效性.