[发明专利]用于控制人身保护装置的方法及装置

说明书

技术领域

本发明涉及根据独立权利要求的类型的、用于控制人身保护装置的装置及方法。 

背景技术

由DE 10360893A1已公知：根据一个预偏移与一个阈值的比较来控制人身保护装置。该阈值根据速度下降及一个延时来调节。速度下降及延时展开一个两维的特征空间，该特征空间被阈值分成两个区域。这两个区域表征了对于控制人身保护装置重要的类，其中，所述阈值代表类界限。 

发明内容

相比之下，根据本发明的用于控制人身保护装置的装置或根据本发明的用于控制人身保护装置的方法具有其优点，即，类界限的使用不被限制在一个两维或三维的特征空间上。尤其可在大于三维的空间中使用特征的关联。类归属通过一个非线性函数与一些特征值的线性组合来确定。因此该方法可在一个控制器上被很好的计算或再现。借助根据本发明的装置及根据本发明的方法可很好地求解复杂的分类任务。根据本发明的方法优选地使用所谓支持向量机(SVM)算法。该算法通过统计学习理论很好地奠定了基础。类界限的确定通过一个可分析求解的优化问题得到，使得该过程可自动地、无需附加的专家知识地被计算机、尤其是可构造为微控制器的分析电路执行。在此情况下仅有少量参数必需由用户、即由应用工程师来调整。因此无需大的花销即可适配于与事故识别相关的不同分类问题。根据本发明方法的分类质量很高。通过在类界限求解时的调整，根据本发明的方法可利用附加的自由空间。根据本发明的方法具有高的泛化能力。这就是说，不存在这样的风险，即：判断方法过强地以在应用期间所使用的数据组(训练数据组)被优化，以及由此对于未包括在训练数据集中的迄今未知的数据提供差的分类能力。

根据独立权利要求，特征向量至少是两维的。为了分类，将该特征向量与类界限比较。如果该特征向量位于一个相应的类内，则该特征向量被归于该类。 

事故传感装置可包括多个事故传感器，也可包括不同的类型。用于事故传感装置的接口可按硬件或按软件来实施。尤其是按软件实施的接口可出现在分析处理电路、尤其是微控制器上。也可使用其它的处理器或ASICs替代微控制器μC来作为分析处理电路。并且控制电路可作为集成电路出现在用于控制人身保护装置的控制器中。总之，本装置可被设置为用于控制人身保护装置的控制器或组合在用于控制安全装置的控制器中。在此情况下，该用于控制安全装置的控制器也可控制行驶动力调节装置。 

通过从属权利要求中所述的措施及进一步构型，可是现在独立权利要求中给出的用于控制人身保护装置的装置或在独立权利要求中给出的用于控制人身保护装置的方法的有利的改进方案。 

一个或多个类界限可在准备阶段就确定出。为此优选使用支持向量机(SVM)的以数据为目标的模型化方法。该方法例如已由Berhard 及Alex Smola的著作：Learning with kernels.MIT Press，Cambridge，MA，2002所阐述。对其将在下面简短的描述。 

特别有利的是，类界限从一存储器中加载。也可变换地，类界限借助至少一个训练向量(Trainingsvektor)及借助一个核函数来确定。该专门的训练向量在支持向量机中是一个所谓的支持向量，该支持向量如下所示地在约束条件下用作确定的解，用于确定一个函数的最小值。对于解的确定，这些特征必需是这样的，即，这些特征可用直线形式的简单类界限被分开或在较高维的输入数据的情况下可用一个超平面被分开(即在这两种情况下均为线性可分的)。如后面将详细描述地，核函数可以使这些特征内隐地置入一个这种线性可分的表达中，而无需明显地及由此高计算花销地来执行该步骤。支持向量机的该方法实现了一个高效及可良好再现的方法，以便构成一个控制算法。尤其可以借此来求解复杂的分类任务。首先，该支持向量机方法使得在根据现有技术的求解时必需的专家知识可减至最小或甚至完全被取消。这也使得算法容易被看清及被解释。用于类界限的表达 (特性曲线)的资源需求减小及应用花销降低。 

此外有利的是，所述分类二元地进行。这可简单地被实施及可通过使用树形结构逐步细化地进行分类。在此情况下，在分支上分别设有二元分类器。因此可以使复杂的分类问题通过这些二元分类器的积木式组合来实现。通过去除树内不必要的二元分类器可使根据本发明的方法或根据本发明的装置被简化到有利的程度。在极端情况下则归于一个简单的二元分类器。 

在此情况下，可以以有利的方式并行地使用两个或多个相同类型或不同类型的分类树。由此一个树例如可确定碰撞严重度及另一树可与此无关地确定碰撞类型。以后这又被逻辑运算，以便找到正确的控制。