共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
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。 相似文献
3.
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. 相似文献
4.
5.
汽车与行人碰撞的动力学响应仿真研究 总被引:7,自引:0,他引:7
行人保护是汽车安全研究领域的重要问题之一。该文旨在研究真实事故中汽车前碰撞行人的动态响应。基于这一点,使用了一个经过验证的行人数学模型,模拟真实碰撞事故中行人的动态响应。文中对行人模型的运动学响应以及真实事故记录进行了比较,并且计算了头、胸、骨盆、下肢等人体各部分与损伤相关的参数。基于模拟研究的结果,提出了减少行人损伤风险的城区限行时速和通过改进汽车前部结构减少行人碰撞损伤严重程度的可行措施。 相似文献
6.
本文借助在乘用车行人保护碰撞安全开发中累积的经验、阐述行人保护开发的一般过程。通过造型可行性分析、参数化设计等手段,结合仿真与试验对比分析、有限元分析对行人保护进行分析和优化,提升安全性能,最终达到欧洲星级评估目标要求。旨在探讨开发注意事项及关键点、为项目开发提供指导意见、从而提升效率、节省开发时间、为基于行人安全性的车辆安全设计提供参考。 相似文献
7.
《CAD/CAM与制造业信息化》2014,(Z1)
正本文借助在乘用车行人保护碰撞安全开发中累积的经验,阐述行人保护开发的一般过程。通过造型可行性分析、参数化设计等手段,结合仿真与试验对比分析、有限元分析对行人保护进行分析和优化,提升安全性能,最终达到欧洲星级评估目标要求。旨在探讨开发注意事项及关键点,为项目开发提供指导意见,从而提升效率、节省开发时间,为基于行人安全性的车辆安全设计提供参考。 相似文献
8.
9.
10.
11.
为了更好的挖掘局部特征,提升行人再识别的精度,本文提出了一种利用水平池化提取局部特征的HPLF(Horizontal Pooling for Local Feature)算法,在ResNet-50网络中对输入的联合数据集进行预处理,提取特征,对ResNet-50网络生成的特征图进行水平切割,通过分割的特征图计算两两特征之间的距离,再用难样本三元组损失(Triplet loss with Hard example mining, TriHard loss)来作为局部特征损失函数训练,通过特征图计算全局距离,通过难样本三元组损失来训练,将这两个损失函数加上一个Softmax交叉熵损失函数,联合起来作为总的损失函数进行参数修正.实验结果表明:在Market1501数据集中, mAP (mean Average Precision), Rank-1, Rank-5, Rank-10等性能指标上, HPLF算法比其他算法有3%左右的提升. 相似文献
12.
为了有效模拟研究初始分布非均匀的行人流疏散问题,通过定义行人方向模糊可视域,改进了场域元胞自动机模型。模型中,行人的目标位置选择受到方向模糊可视域内行人之间的排斥力和吸引力、出口处行人分布、距可选位置相对距离三种因素共同作用。研究表明,改进模型能够有效地实现初始分布非均匀的行人流在疏散过程中的动态平衡;改进模型不依赖于各因素的影响系数,从而避免了影响系数量化过程的主观性和疏散系统的限制性;在疏散过程中,如果行人保持一个较大的视野半径,疏散系统能够实时提供出口处行人分布状态,就可以有效地提高行人流疏散效率。该研究有助于相关行人流疏散策略和方案的制定。 相似文献
13.
针对实时行人检测中AdaBoost级联分类算法存在的问题,改进AdaBoost级联分类器的训练算法,提出了Ada-Boost-SVM级联分类算法,它结合了AdaBoost和SVM两种算法的优点.对自定义样本集和PET图像库进行行人检测实验,实验中选择固定大小的窗口作为候选区域并利用类Haar矩形特征进行特征提取,通过AdaBoost-SVM级联分类器进行分类.实验结果表明AdaBoost-SVM级联分类器的分类器准确率达到99.5%,误报率低于0.05%,优于AdaBoost级联分类器,训练时间要远远小于SVM分类器. 相似文献
14.
提出一种基于动态和静态联合特征的行人检测方法,用于运动背景下的行人检测。运动背景的检测难度在于背景与目标的分离,该方法采用一种改进的Nagel二阶梯度光流算法生成图像的光流场,从中提取行人运动特征(MBH)和IMH(internal motion histograms),增强特征重复性以提高鉴别能力。实验中使用Libsvm训练线性SVM(support vector machine)分类器,使用Mean Shift算法优化分类结果。实验在1 093组图像上获得98%的识别率,证明该方法可以在运动背景下的图像序列上获得较出色的检测效果。 相似文献
15.
16.
17.
18.
针对经典行人检测算法(HOG+SVM algorithm)因滑动窗口滑动次数过多引起的计算量过大问题,提出一种基于显著区域的行人检测算法。把提取的显著度和原图结合得出有效图,实现由整张图像行人检测到局部有效图行人检测的转变;用贝叶斯准则将有效区域和基于协方差的行人检测有机结合,达到在降低计算量的同时提高检测准确率的效果。在公开数据集INRIA上的实验结果表明,该算法降低了计算量,明显改善了误检率。 相似文献
19.
行人检测是计算机视觉中的研究热点,为了实现复杂场景下的行人检测,将基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)引入行人检测中。针对行人检测中的遮挡、背景混淆干扰、小目标这三个难点,修改了R-FCN的搜索机制,引入目标行人的区域划分(上下半身)和背景混淆干扰行人的强化学习策略,加强了对遮挡行人和背景相似行人的学习。并在此基础上,对R-FCN的输出进行二次分类学习。实验结果表明,通过对R-FCN的改进,可有效地缓解行人遮挡、背景混淆干扰和小目标条件下,传统R-FCN网络的漏报和误判问题。 相似文献
20.
在自动驾驶领域涉及的众多任务中,行人识别是必不可少的技术之一。针对基于图像数据的行人检测算法无法获得行人深度的问题,提出了基于激光雷达数据的行人检测算法。该算法结合传统基于激光雷达数据的运动目标识别算法和基于深度学习的点云识别算法,可以在不依赖图像数据的条件下感知和检测行人,进而获取行人的准确三维位置,辅助自动驾驶控制系统作出合理决策。该算法在KITTI三维目标检测任务数据集上进行性能测试,中等难度测试达到33.37%的平均准确度,其表现领先于其他基于激光雷达的算法,充分证明了该方法的有效性。 相似文献