劉倩博
摘 要:汽車碰撞試驗(yàn)是評估車輛安全性的核心環(huán)節(jié),而高速攝像技術(shù)在這一過程中發(fā)揮著不可或缺的作用,通過捕捉車輛在碰撞瞬間的高速動態(tài),測試車輛在碰撞條件下的物理反應(yīng)。本文提出了一種基于高速攝像的汽車碰撞動態(tài)數(shù)據(jù)分析技術(shù),通過數(shù)據(jù)捕捉、關(guān)鍵幀與時刻標(biāo)記的方式記錄并分析碰撞動態(tài)過程,為車輛安全性能評估提供支持。
關(guān)鍵詞:高速攝像機(jī) 汽車碰撞實(shí)驗(yàn) 動態(tài)數(shù)據(jù)分析
汽車碰撞動態(tài)數(shù)據(jù)分析的目的在于,根據(jù)車輛碰撞中的關(guān)鍵數(shù)據(jù)來評估車輛的安全性能以及設(shè)計效果,能夠?yàn)槠囋O(shè)計與改進(jìn)提供必要支持。但傳統(tǒng)的碰撞測試方法往往是根據(jù)碰撞后的車輛損傷程度、乘員受傷程度進(jìn)行評估,時效性差且存在安全隱患。而高速攝像技術(shù)可以準(zhǔn)確記錄并重現(xiàn)碰撞中的每一處細(xì)節(jié),識別圖像中的像素變化從而判斷車輛形變與乘員動態(tài)分析,大大提高了碰撞實(shí)驗(yàn)的時效性與準(zhǔn)確性。
1 高速攝像機(jī)技術(shù)參數(shù)
1.1 分辨率和幀率
攝像機(jī)的分辨率和幀率決定了圖像的清晰度,所以需采用至少1920x1080的分辨率,由于碰撞過程發(fā)生極快,通常在幾十毫秒至幾百毫秒之間,因此需要極高的幀率來記錄這一過程,高速攝像機(jī)的幀率應(yīng)該達(dá)到至少1000幀/秒,以捕捉足夠的動態(tài)信息。
1.2 焦距選擇和視角設(shè)計
焦距的選取直接影響到攝像機(jī)的視場角(FOV),而視場角則決定了攝像機(jī)能夠捕獲的碰撞事件范圍,視場角可以通過以下公式計算:
(1)
其中,d表示攝像機(jī)感光元件的尺寸,f為攝像機(jī)的焦距。碰撞測試中,要求攝像機(jī)能夠?qū)崟r監(jiān)控并記錄車輛的結(jié)構(gòu)變形、安全帶狀態(tài)變化、乘員動態(tài)等[1]。對此本文引入了一種基于圖像處理的實(shí)時監(jiān)測算法,利用連續(xù)幀間的像素差異來檢測和跟蹤車輛碰撞過程中的關(guān)鍵動態(tài),算法的核心是連續(xù)幀間像素差異的計算,可以用以下公式表示:
(2)
其中,Dt(x,y)表示在時間t和像素位置(x,y)的像素差異,It(x,y)和It-1(x,y)分別是連續(xù)兩幀在(x,y)位置的像素值。通過對Dt(x,y)的閾值處理和連續(xù)性分析,可以實(shí)時檢測車輛碰撞過程中的關(guān)鍵變化。
1.3 景深的控制和影響
景深控制是指在一定的攝像機(jī)設(shè)置和環(huán)境條件下,保持圖像清晰度的范圍。在捕捉汽車碰撞動態(tài)時,適當(dāng)?shù)木吧顚τ诒3峙鲎策^程中各個部分的清晰可見至關(guān)重要,景深可通過下列公式近似計算:
(3)
其中DOF表示景深,N是光圈值,c代表環(huán)圈模糊標(biāo)準(zhǔn)(即接受的最大模糊圓直徑),u是被攝物體到鏡頭的距離,而f是焦距。
2 汽車碰撞動態(tài)數(shù)據(jù)的獲取與分析
2.1 碰撞實(shí)驗(yàn)設(shè)計
汽車碰撞測試主要分為正面碰撞、側(cè)面碰撞、后端碰撞,模擬實(shí)際交通事故中可能發(fā)生的不同情景,以評估車輛在各種碰撞情況下的安全性能。
正面碰撞測試能夠檢驗(yàn)車輛對駕駛室的保護(hù)能力,車輛以一定的速度向固定障礙物前進(jìn),這種碰撞的動力學(xué)可通過以下公式表示:
(4)
其中F是碰撞時產(chǎn)生的力,m是車輛的質(zhì)量,a是碰撞時的加速度,正面碰撞測試的關(guān)鍵在于觀察駕駛室的結(jié)構(gòu)完整性以及安全帶、氣囊是否正常運(yùn)作。
側(cè)面碰撞測試則關(guān)注車輛在側(cè)向受力時的安全性能,模擬另一輛車撞擊被測試車輛的側(cè)面,這種碰撞的動能可以用以下公式計算:
(5)
其中KE代表動能,m是撞擊車輛的質(zhì)量,v是其速度,側(cè)面碰撞測試重點(diǎn)評估車門、窗戶和側(cè)面氣囊的防護(hù)能力。
后端碰撞測試評估車輛在被其他車輛從后方撞擊時的安全性,重點(diǎn)是乘員頸部和脊椎的保護(hù),翻車測試則是評估車輛在翻滾過程中的結(jié)構(gòu)強(qiáng)度和乘員保護(hù)系統(tǒng)的有效性,可以實(shí)時計算其加速度和撞擊力,這個算法可以通過以下公式實(shí)現(xiàn):
(6)
其中at是在時間t的加速度,Δv是在短時間Δt內(nèi)的速度變化,F(xiàn)t是在時間t中的撞擊力。通過這種方法,高速攝像技術(shù)不僅可以提供碰撞過程的視覺記錄,還能實(shí)時計算和分析碰撞過程中的關(guān)鍵動力學(xué)參數(shù)。
2.2 高速攝像數(shù)據(jù)的收集
2.2.1 數(shù)據(jù)捕捉過程
攝像機(jī)的幀率必須足夠高,以捕捉到快速發(fā)生的碰撞事件,假設(shè)攝像機(jī)的幀率為幀/秒,碰撞過程持續(xù)時間為秒,則攝像機(jī)總共捕捉的幀數(shù)可以表示為:
(7)
每一幀圖像都需要通過算法進(jìn)行處理以提取關(guān)鍵數(shù)據(jù),采用光流法析連續(xù)幀之間的像素位移,可以估算出物體的運(yùn)動速度和方向,光流向量的大小和方向可以通過以下公式計算:
(8)
其中Δx和Δy分別表示水平和垂直方向上的像素位移,Δt是連續(xù)幀之間的時間間隔[2]。為了進(jìn)一步分析碰撞過程中的力學(xué)特性,可以通過光流法計算得到的速度變化來計算碰撞力,假設(shè)物體的質(zhì)量為m,根據(jù)牛頓第二定律,碰撞力F可以表示為:
(9)
其中a為加速度,Δv為速度變化量。
2.2.2 關(guān)鍵幀和時刻標(biāo)記
關(guān)鍵幀的準(zhǔn)確標(biāo)記是檢驗(yàn)碰撞動力學(xué)過程的主要手段,重點(diǎn)在于物體運(yùn)動的變化率,通過計算連續(xù)幀之間的位置變化來實(shí)現(xiàn),設(shè)物體在第i幀和第i+1幀的位置分別為Pi和Pi+1,位置變化可以表示為:
(10)
還需要計算關(guān)鍵幀間的速度變化ΔV和加速度A,如果以Vi和Vi+1表示連續(xù)幀的速度,則速度變化可以表示為:
(11)
其中Δt為幀之間的時間間隔。
2.2.3 圖像質(zhì)量和數(shù)據(jù)完整性
攝像機(jī)的分辨率決定了圖像的清晰度,而幀率影響到能夠捕捉到的動態(tài)細(xì)節(jié)的程度,假設(shè)攝像機(jī)的分辨率R為像素,幀率f為幀/秒,那么圖像的信息量I可以表示為:
(12)
圖像的信噪比(SNR)也是評估圖像質(zhì)量的重要指標(biāo),影響著圖像的清晰程度以及細(xì)節(jié)展現(xiàn)情況,SNR可以通過以下公式表示:
(13)
其中Psignal是信號功率,Pnoise是噪聲功率,為了保證數(shù)據(jù)的完整性,還需要一個算法來實(shí)時監(jiān)控數(shù)據(jù)收集過程,并在數(shù)據(jù)丟失或質(zhì)量下降時發(fā)出警告??梢酝ㄟ^實(shí)時計算每幀圖像的信息熵來實(shí)現(xiàn),信息熵可以用以下公式表示:
(14)
其中p(xi)是圖像中第i像素值的概率,通過監(jiān)測H的變化可以評估圖像質(zhì)量的穩(wěn)定性和數(shù)據(jù)的完整性[3]。
2.3 數(shù)據(jù)分析方法
2.3.1 圖像處理和數(shù)據(jù)提取
圖像預(yù)處理包括去噪、對比度增強(qiáng)和圖像銳化等,去噪是通過濾波器移除圖像中的隨機(jī)噪聲,以提高圖像質(zhì)量,可以使用高斯濾波器來平滑圖像,其數(shù)學(xué)表示為:
(15)
其中G(x,y)是高斯濾波器的響應(yīng)函數(shù),σ是標(biāo)準(zhǔn)差,代表濾波器的寬度。
對比度增強(qiáng)可以通過直方圖均衡化實(shí)現(xiàn),其基本原理是重新分配圖像的亮度值以擴(kuò)展整個可用范圍,直方圖均衡化的公式可以表示為:
(16)
其中H(v)是均衡化后的值,p(j)是原始圖像中亮度為j的像素的概率。圖像銳化可以增強(qiáng)圖像中的邊緣,讓物體輪廓的呈現(xiàn)效果更加清晰,可以通過拉普拉斯算子來實(shí)現(xiàn),其數(shù)學(xué)表達(dá)式為:
(17)
其中f(x,y)代表圖像f(x,y)的拉普拉斯算子。
在預(yù)處理之后就可以從圖像中提取出數(shù)據(jù),通過基于特征的識別算法來實(shí)現(xiàn),如使用邊緣檢測技術(shù)識別車輛結(jié)構(gòu)的邊界,蘇貝爾算子是一種常用的邊緣檢測方法,其水平和垂直算子分別表示為:
(18)
這些算子可以在圖像處理中應(yīng)用,判斷水平和垂直方向上的邊緣。
2.3.2 碰撞動力學(xué)分析
首先需要對碰撞過程中的力量和能量轉(zhuǎn)換進(jìn)行計算,設(shè)車輛的質(zhì)量為m,在碰撞前的速度為v1,碰撞后的速度為v2,根據(jù)動量守恒定律,碰撞中的沖量J可以表示為:
(19)
碰撞的動能變化是檢驗(yàn)車輛結(jié)構(gòu)完整性和能量吸收能力的重要指標(biāo),其計算公式為:
(20)
通過高速攝像數(shù)據(jù)可以準(zhǔn)測試出車輛的速度變化,計算碰撞中的動能變化,根據(jù)車輛的變形過程來估算作用于車輛不同部分的力量,如通過測量車輛前部碰撞前后的變形程度,可以估算碰撞力F,其計算公式為:
(21)
其中Δx是車輛變形的距離,k是車輛前部結(jié)構(gòu)的剛度系數(shù)。
2.3.3 安全特性評估
安全特性評估內(nèi)容包括車輛結(jié)構(gòu)完整性、安全性能、碰撞能量分布和吸收等,可以根據(jù)這些評估結(jié)果判斷車輛的設(shè)計效果。根據(jù)高速攝像數(shù)據(jù)可以量化車輛碰撞前后的形變量,這通常通過測量車輛關(guān)鍵部位在碰撞前后的位移來實(shí)現(xiàn),假設(shè)車輛某部位在碰撞前后的位移分別為dinitial和dfinal,那么形變量可以表示為:
(22)
乘員保護(hù)系統(tǒng)包括安全帶和安全氣囊,質(zhì)量評估的重點(diǎn)在于碰撞過程中所受的力量數(shù)據(jù),可以利用安全氣囊的展開時機(jī)、安全帶的張力以及乘員頭部、頸部和胸部的運(yùn)動參數(shù)來評估,安全氣囊的展開時間tairbag需要與碰撞時刻tcollision對應(yīng):
(23)
碰撞能量的分布和吸收也是評估車輛安全性的主要指標(biāo),假設(shè)動能的初值和末值分別為KEinitial和KEfinal,能量吸收量可以通過下列公式計算:
(24)
還可以引入一個基于圖像識別和動態(tài)分析的算法,對高速攝像數(shù)據(jù)中的關(guān)鍵特征點(diǎn)進(jìn)行提取,并計算其運(yùn)動參數(shù)[4]。如通過追蹤假人頭部的位移和加速度,可以評估假人在碰撞中的受力情況,假設(shè)頭部的位移向量為,其加速度向量可以通過下列公式計算:
(25)
其中是測量間隔時間。
3 案例研究
選取標(biāo)準(zhǔn)家用轎車進(jìn)行正面碰撞試驗(yàn)。設(shè)定碰撞速度為50公里/小時,模擬實(shí)際道路交通事故中的常見碰撞速度,在車輛正面和側(cè)面以及車內(nèi)安裝高速攝像機(jī),確保能捕捉到碰撞的全過程。高速攝像機(jī)機(jī)位分別設(shè)計在車輛的正面、側(cè)面、乘員假人區(qū)域,攝像機(jī)配置如表1所示。本次測試過程為正面碰撞測試,確保所有數(shù)據(jù)按照預(yù)定配置成功捕捉。
高速攝像數(shù)據(jù)顯示,碰撞發(fā)生時車輛前端形變明顯,安全氣囊在碰撞后0.05秒內(nèi)成功展開,車內(nèi)攝像機(jī)捕捉到假人在碰撞過程中的動作,包括頭部前傾和安全帶張緊過程,拍攝結(jié)果如表2所示。
通過對高速攝像數(shù)據(jù)的分析,車輛前端在碰撞后的形變量達(dá)到40厘米,顯示了前端吸能結(jié)構(gòu)在碰撞時的效能。利用前述公式估算碰撞力量,確定車輛前端吸收了大量碰撞能量。安全氣囊的快速展開與安全帶的有效約束表明乘員保護(hù)系統(tǒng)的響應(yīng)迅速且有效。高速攝像技術(shù)捕捉的數(shù)據(jù)展示了車輛在碰撞過程中的動態(tài)響應(yīng),包括車輛結(jié)構(gòu)的變形、乘員約束系統(tǒng)的反應(yīng),以及乘員模擬假人的動態(tài)。這些數(shù)據(jù)對于理解車輛在碰撞中的表現(xiàn)至關(guān)重要,并為未來車輛安全設(shè)計提供了重要參考。
4 結(jié)語
高速攝像機(jī)為車輛碰撞測試提供了新的思路,對碰撞過程中車輛結(jié)構(gòu)、乘員的動態(tài)進(jìn)行抓捕、記錄、數(shù)據(jù)分析等,能夠準(zhǔn)確判斷出車輛的安全性能,對于車輛設(shè)計、安全系統(tǒng)優(yōu)化、交通安全來說具有關(guān)鍵意義。
參考文獻(xiàn):
[1]李帆,漆岸凌,徐世平等.基于高速攝像的汽車碰撞動態(tài)分析方法研究[J].汽車零部件,2022,(08):32-35.
[2]高龍,梁亞飛.淺談高速攝像系統(tǒng)在車輛碰撞試驗(yàn)中的應(yīng)用[J].電子測試,2021,(11):100-101.
[3]劉天明,劉春艷.高速攝像在車輛碰撞試驗(yàn)中的應(yīng)用[J].電子測試,2017,(08):81-83.
[4]楊康和.實(shí)車碰撞試驗(yàn)室高速攝像系統(tǒng)設(shè)計淺析[J].汽車實(shí)用技術(shù),2016,(03):135-137.