一种基于MEMS传感器的碰撞事故识别方法

暂无

一种基于MEMS传感器的碰撞事故识别方法\n技术领域\n[0001] 本发明属于车辆行驶和碰撞的加速度信号分析领域，尤其涉及一种基于MEMS传感器的碰撞事故识别方法。\n背景技术\n[0002] 数据显示，我国民用汽车保有量已经达到1.5亿辆，随之而来的是交通事故的不断增加，据统计，我国每年交通事故死亡人数已经超过了10万人；所以及时有效的检测车辆的碰撞，可有效的减少交通事故的伤亡。应用力学传感器，如三轴加速度传感器，实现对车辆运动状态的全程监测，测量数据甄别车辆碰撞情况。\n发明内容\n[0003] 本发明提供了一种基于MEMS传感器的碰撞事故识别方法，实现了车辆碰撞的自动识别，为进一步实现自动报损提供了基础，同时也可以作为保险公司甄别车险事故的依据。\n[0004] 为实现上述目的，本发明所采用的技术方案是：一种基于MEMS传感器的碰撞事故识别方法，其特征在于，具体步骤如下：\n[0005] S1：建立车体坐标系；\n[0006] S2：判断加速度能量信号宽度；\n[0007] S3：判断翻转点位置；\n[0008] S4：计算翻转标记信号DMEANx(n)和DMEANy(n)；\n[0009] S5：判断高频分量；\n[0010] S6：计算高频分量乘积，然后判断是否为碰撞。\n[0011] 进一步的，在步骤S2中是通过如下步骤判断加速度能量信号宽度的：\n[0012] 采样频率fs，读取时长为t的数据，计算能量如下\n[0013]\n[0014] 其中ax(n),ay(n)分别为X轴和Y轴方向的加速度，取能量EN(n)的最大值ENmax，其对应的横坐标为nmax，定义阈值如下：\n[0015] thresholdEN＝c1×ENmax\n[0016] c1为小于1的常数，计算EN超过阈值threshold部分的宽度N1，如N1大于Na则不是碰撞；如N1小于Na则转为步骤S3，其中Na为常整数。\n[0017] 进一步的，在步骤S3中判断翻转点位置是通过如下步骤进行的：以峰值点nmax为中心截取2fs的数据，即[nmax-fs,nmax+fs-1]，分别计算X轴和Y轴方向加速度信号的过零点数组ZEROx和ZEROy，求相邻过零点之间数据的平均值，建立均值数组:\n[0018]\n[0019]\n[0020] 其中X轴加速度信号的过零点个数为N，Y轴加速度信号的过零点个数为M，meanxi和meanyi为第i段的平均值，表达式如下：\n[0021]\n[0022]\n[0023] 进一步的，步骤S4中的翻转标记信号DMEANx(n)和DMEANy(n)，即MEANx(n)和MEANy(n)的差分，用以提取其上升沿和下降沿：\n[0024] DMEANx(n)＝MEANx(n+1)-MEANx(n)\n[0025] DMEANy(n)＝MEANy(n+1)-MEANy(n)\n[0026] DMEANx(n)的最大值和最小值分别为DMxmax和DMxmin，DMEANy(n)的最大值和最小值分别为DMymax和DMymin。提取翻转标记信号的阈值为threshold1＝c2×DMxmax，threshold2＝c2×DMxmin，threshold3＝c2×DMymax，threshold4＝c2×DMymin，翻转标记点位置限定集合为A＝[nmax-width1,nmax+width1]，B＝[nmax-width1,nmax)，C＝[nmax-width2,nmax+width2]其中c2为小于1的常数，0