[发明专利]一种用于预测行人保护头型试验结果HIC分布范围的方法

权利要求书

1.一种用于预测行人保护头型试验结果HIC分布范围的方法，其特征在于，所述方法包括：

S1. 特征数据提取及构建数据库

从行人保护头型试验数据中，提取特征数据和对应的试验结果HIC，形成数据集；所述特征数据是加速度和侵入位移曲线中的加速度峰值及其对应的位移、位移最大值及对应的加速度峰值；

S2构建机器学习模型

对所述数据集采用多层感知机建模，训练模型至模型预测精度达到设定要求；

S3预测头型HIC

将新试验数据处理后得到特征数据，输入所述模型，得到模型预测HIC；

S4制作头部得分图谱

将试验结果HIC与模型预测HIC均值进行比较，根据比较结果，进行头部得分图谱的制作，若试验HIC与预测HIC均值差异小，制作得分图谱时选用试验HIC，若试验HIC与预测HIC均值差异大，制作得分图谱时选用预测HIC的均值。

2.根据权利要求1所述的用于预测行人保护头型试验结果HIC分布范围的方法，其特征在于，所述S1中，提取特征数据具体是：选择加速度和侵入位移的起点A、最高点B、最右侧点C，分别提取A、B、C的坐标，记作A(Ax,Ay)，B(Bx,By) ，C(Cx,Cy)，将Ax置零，Bx和Cx作响应调整，减去Ax，调整后的新坐标为A'(0,Ay)，B' (Bx- Ax,By) ，C' (Cx-Ax,Cy)。

3.根据权利要求1所述的用于预测行人保护头型试验结果HIC分布范围的方法，其特征在于，所述S2中，当模型的预测准确度达到95%以上时，认为模型有效，否则返回S1，优化特征点提取，然后重新建模。

4.根据权利要求1所述的用于预测行人保护头型试验结果HIC分布范围的方法，其特征在于，所述S3中，新试验数据处理后得到特征数据是将待预测的试验数据用S1的方法提取特征点，B' (Bx- Ax,By) 、C' (Cx-Ax,Cy)。

5.根据权利要求1所述的用于预测行人保护头型试验结果HIC分布范围的方法，其特征在于，所述S3还要根据经验估计所述新试验数据的特征数据的特征点坐标可能存在的误差带，一并输入到S2中的有效模型，得到模型预测HIC。

6.根据权利要求1所述的用于预测行人保护头型试验结果HIC分布范围的方法，其特征在于，在S4中，所述试验HIC与预测HIC均值差异小是指预测的HIC分布覆盖试验结果且试验HIC处于其均值附近；所述试验HIC与预测HIC均值差异小是指预测的HIC分布没有覆盖试验结果或均值与试验结果HIC偏离较远。

7.根据权利要求1-6任一项所述的用于预测行人保护头型试验结果HIC分布范围的方法，其特征在于，所述行人保护头型试验数据选取儿童头型试验数据。

8.根据权利要求1-6任一项所述的用于预测行人保护头型试验结果HIC分布范围的方法，其特征在于，得到行人保护头型试验数据的行人保护头型试验是指按照C-NCAP或中保研安全指数C-IASI或GTR 9、ECE R127、E-NCAP行人保护评价规程，使用相同头型、发射速度、冲击角度进行的同一类试验。