ACN系统加速度信号采集位置的比较分析

李仲兴，马龙飞，陆 颖，沈 健

1 引言

车辆碰撞自动呼救系统是必不可少的事故后安全技术，其根据不同的碰撞事故类型进行不同的呼救方案[1]。碰撞事故发生时，系统自动识别碰撞发生，然后ACN系统将车辆地理位置，车辆状态，人员受伤程度等车辆及乘员信息通过无线通信网络发送至呼救中心。通过以上信息，救援人员既能准确地锁定事故发生地点，又能了解乘员的受伤情况，从而提高救援效率[2]。

传统的ACN系统以安全气囊的点火信号作为触发信号，虽然国家有针对安全气囊单品的标准，但是对于装配到车辆后与整车共同进行的安全气囊系统试验方法和评价指标没有相应的标准，由此造成了安全气囊品质的不规范[3]，直接影响了ACN系统的工作稳定性。近年来国内外一些高校，科研院所也开始了对于非安全气囊点火触发的ACN系统的研究工作。当前对于非安全气囊点火触发的ACN系统的误触发或漏触发地研究，一直着重于提高触发算法的识别精度和阈值设定准确性地研究[4-6]。对ACN系统信号源的问题缺乏相关研究，而准确的加速度信号输入是车辆碰撞自动呼救系统可靠工作的前提。文献[7]利用模态试验的相关方法分析了车辆的B柱和中央通道ECU处的动刚度特性，其结果表明B柱下部和ECU处是较为理想的加速度传感器安装位置。在车辆碰撞过程中，不同位置的加速度传感器会反映出不同的车辆运动状态，不同类型的ACN系统触发算法对加速度信号的处理方式也各异。因此对ACN系统碰撞识别能力的提升需要综合地考虑触发算法与信号源。为了确定适于ACN系统触发算法的最佳加速度信号采集点，基于分辨率分别用不同的ACN系统触发算法对B柱和ECU处采集到的加速度信号进行处理，分别计算出分辨率数值，并进行比较分析。

2 正面刚性壁障碰撞试验

2.1 试验简介

本次所进行的实车正面100%刚性壁障碰撞试验的碰撞速度分别为15km/h与24km/h；在碰撞过程中要同时采集B柱下端和中央通道ECU处的加速度信号；试验车型为具有一定代表性的某款A型车；碰撞试验中严格遵守《乘用车正面碰撞乘员保护》（GB1151-2014）规则中关于实车正面碰撞过程中对于试验场地，相关的仪器装备，试验车辆的调试，试验车辆的前进状态等方面的严格要求。

2.2 传感器安装位置

本次碰撞试验过程中在驾驶员侧的B柱下端和中央通道ECU处分别安装一个加速度传感器。加速度传感器的安装位置，如图1所示。其中，B柱下部，即传感器固定在靠近车辆门槛处位置，如图1（a）所示。ECU处传感器安装位置，其位于中央通道附近，如图 1（b）所示。

图1 传感器安装位置Fig.1 Installation Location of Sensor

3 试验数据分析

3.1 分辨率概念

对比不同碰撞速度下安全气囊触发算法的碰撞强度识别能力可使用分辨率的概念[8]。为了选择与车辆碰撞自动呼救系统触发算法较好匹配的加速度信号采集点，借鉴了其提出的分辨率的概念。分辨率数值越大，表明其碰撞强度识别能力、抗干扰能力越强，对ACN系统触发算法和加速度信号采集点而言，分辨率数值越大表明其匹配度越高。其计算方法如下所示：

3.2 触发算法的对比

加速度峰值法容易受到诸如恶劣路面状况等外界因素的干扰，不能真实地反映车辆的碰撞情况，且其不能识别碰撞类型，所以对于加速度峰值法一般不会单独地使用；加速度梯度法是对加速度信号的求导，加速度梯度法对噪声的干扰非常地敏感，当车辆在起伏路面上行驶、紧急刹车或者与阶梯发生低速碰撞时，加速度梯度值也有可能超过设定的阈值而导致系统的误触发；速度变化量法的关键是积分初始时刻的确定[8]，为了避免因为选取积分初始时刻而带来的误差和不便，一般使用移动窗积分算法来代替传统的速度变化量法。移动窗算法的计算，如式（1）所示。

式中：w—窗宽；S（t，w）—w 窗宽内的速度变化量；a（t）—加速度信号；t—当前时刻。

比功率算法同时结合了加速度峰值法，加速度梯度算法，速度变化量算法的优点，并且可以弥补其不足，其不是简单的对加速度值参数、加速度梯度参数和速度变化量参数的“与”，“或”等运算，而是基于碰撞过程中能量变化规律对三种参数进行精确的综合逻辑运算，运算精度更高。对比于单一参数的触发算法，融合了加速度、速度变化量和加速度梯度三个参数的比功率算法具有更高的可靠性[9-10]。比功率算法的计算式（5）可由式（2）～式（4）推导而来。

式中：vt—碰撞过程中的实际车速；v0—汽车碰撞初始速度。碰撞过程中的功率：

碰撞过程中的比功率：

式中：J（t）—加速度梯度；v0J（t）数值很小可以忽略不计。单位质量的比功率：

3.3 加速度信号采集点的选择

由2.2对各种算法的综述可知，移动窗算法和比功率算法具有较强的碰撞识别能力和工作稳定性，也是目前研究中比较常用的两种ACN系统触发算法。因此分别选取了移动窗算法和比功率算法对B柱和中央通道ECU处采集到的加速度信号进行处理分析。文献[3]通过对比灵敏度，反应时间，识别传感灰度区阈值区间等参数分别对各种窗宽进行对比分析，最终确定了移动窗算法的窗宽时间为8ms，因此在用移动窗算法对采集到的加速度信号进行处理时也选择8ms作为其窗宽时间。

3.3.1 加速度信号的处理

15km/h和24km/h正面100%刚性壁障碰撞试验中采集到的B柱和中央通道ECU处加速度信号，如图2所示。由图2知15km/h和24km/h正面碰撞时B柱的最大减速度分别为15g和26g；由图3知15km/h和24km/h正面碰撞时ECU处的最大减速度分别为10g和21g。相比于中央通道ECU处采集到的加速度信号，B柱处的加速度信号峰值更大；从时间上看B柱处采集到的加速度信号达到峰值的时间也要比ECU处早；从曲线的变化趋势可知B柱处的加速度梯度也较中央通道ECU处的加速度梯度值大。说明B柱处对车辆运动状态更加敏感，易受到外界地干扰。

图2 B柱X向加速度曲线Fig.2 X-Axis Acceleration Curve of B-Pillar

图3 ECU处X向加速度曲线Fig.3 X-Axis Acceleration Curve of ECU

3.3.2 比功率算法对加速度信号的处理

由图4可知15km/h和24km/h正面100%刚性壁障碰撞时B柱的最大比功率值分别为1.78×106m2s-4和2.71×106m2s-4，在碰撞初始阶段两条比功率曲线相互交叉，在主碰撞区间内两条比功率曲线可以较好地识别15km/h和24km/h这两种碰撞强度；由图5可知15km/h和24km/h正面100%刚性壁障碰撞时ECU处的最大比功率值分别为1.8×104m2s-4和1.03×105m2s-4。在整个碰撞区间内两条比功率曲线在可以很好地区分15km/h和24km/h这两种碰撞强度，差异较B柱处更为明显。经计算得出B柱和ECU处的15km/h与24km/h比功率的分辨率值分别为34.3%和82.5%。由此可知比功率算法作为ACN系统的触发算法时中央通道ECU处采集到的加速度信号能与其更好地匹配，能更好地识别碰撞强度，且不易受到干扰。

图4 B柱X向比功率曲线Fig.4 X-Axis Power Density Curve of B-Pillar

图5 ECU处X向比功率曲线Fig.5 X-Axis Power Density Curve of ECU

3.3.3 移动窗算法对加速度信号的处理

由图6知ECU处15km/h和24km/h正面100%刚性壁障碰撞8ms窗宽下速度变化量的最大值分别为0.75m/s和1.62m/s，其分辨率值为：53.7%，且两种碰撞速度下的速度变化量曲线差异较为明显，可以较好地区分；由图7知B柱处15km/h和24km/h正面100%刚性壁障碰撞8ms窗宽下速度变化量的最大值分别为0.97m/s和1.894m/s，其分辨率为48.7%，其在主碰撞区间内可以很好地区分不同类型的碰撞强度，差异较为明显。但在其它碰撞区间内两条速度变化量曲线却相互交叉，不易区分。由此可知移动窗算法作为ACN系统的触发算法时中央通道ECU处采集到的加速度信号能与其更好地匹配，能更好地识别碰撞强度，且不易受到干扰。

图6 ECU处X向速度变化量曲线Fig.6 X-Axis Speed Change Amount Curve of ECU

图7 B柱X向速度变化量曲线Fig.7 X-Axis Speed Change Amount Curve of B-Pillar

3.4 影响因素分析

安装在中央通道ECU处的加速度传感器位于车辆的质心位置，且中央通道处安装位置刚度较大，因此当车辆发生碰撞时不会发生共振现象，该处受外界干扰也较少，采集到的加速度信号能比较真实地反应车辆的运动状态，因此计算得到的ECU处的分辨率值比其他位置数值大，能与ACN系统触发算法更好地匹配；B柱位于车辆的侧面，处于非质心位置，且该处刚度较ECU处小，容易发生共振现象。造成了B柱下端采集到的加速度信号易受外界干扰，不能较好地识别碰撞强度。采集到的加速度信号不能较好地匹配比功率算法和移动窗算法。

4 结论

比功率算法和移动窗算法对ECU处15km/h和24km/h速度下采集到的加速度信号的分辨率值分别为82.5%和53.7%，但是其对B柱处采集到的加速度信号的分辨率仅为34.3%和48.7%。可见在车辆碰撞过程中中央通道ECU处采集到的加速度信号能与ACN系统触发算法有较好的匹配度。其能更好地识别车辆的碰撞强度，使ACN系统能够更加精确地工作，从而可以避免救护资源的浪费，提高事故后的救援效率。因此中央通道ECU处加速度信号可以作为ACN系统可靠稳定的信号源。