-
公开(公告)号：CN116990038B
公开(公告)日：2024-05-31
申请号：CN202310967359.5
申请日：2023-07-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01M17/007
Abstract: 本发明涉及汽车碰撞技术领域，具体涉及一种前后双向加载的汽车碰撞台车及实验方法，包括依次设置的牵引机构、固定壁障、样品台车和追尾台车；固定壁障的后端上设置有用于吸取样品台车碰撞固定壁障所对应的能量的前碰撞吸能装置，追尾台车的前端上设置有用于吸取追尾台车碰撞样品台车所对应能量的追尾碰撞吸能装置；牵引机构用于通过牵引钢索分别与样品台车、追尾台车连接，为样品台车和追尾台车提供初始动能。本发明能够解决现有技术中在对台车碰撞测试时仅限单一方向上的加载碰撞，缺失前后双向碰撞的问题，极大提高台车碰撞场景的多样化，能够更好的适应当前的测试需求。
-
公开(公告)号：CN117740394A
公开(公告)日：2024-03-22
申请号：CN202311521612.0
申请日：2023-11-13
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01M17/007 , G01M7/08 , E04B2/00
Abstract: 本发明涉及侧面碰撞蜂窝壁障开发技术领域，公开了一种倒T形壁障标定工况试验设备，包括倒T形机构、吊装机构和测力墙，倒T形机构包括吸能单元和若干刚性构件，刚性构件均挂在吊装机构上，吸能单元包括平行且竖向设置的底板和背板，底板和背板水平方向滑动连接，底板和测力墙连接，背板和刚性构件连接，刚性构件组合成倒T形。本设备能够模拟真实测试车辆对蜂窝铝壁障冲击的非均匀变形形式，获得接近真实碰撞的蜂窝铝动态标定测试数据。
-
公开(公告)号：CN117574532A
公开(公告)日：2024-02-20
申请号：CN202311481563.2
申请日：2023-11-07
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06F30/15 , G06F30/20 , G01M17/007 , G06F119/02
Abstract: 本发明涉及汽车试验技术领域，具体涉及一种基于AEB技术的性能评估方法，包括以下步骤：S1、获取无AEB作用下的碰撞速度概率分布曲线、行人MAIS3+损伤风险函数；获取不同AEB测试场景下的初始速度和降速量；不同场景的发生权重系数；S2、计算降速比曲线；S3、获取有AEB作用下的碰撞速度概率分布曲线；与纵坐标的交点即为AEB在真实事故中避免碰撞的能力；S4、获取无AEB作用下的行人伤害概率曲线和有AEB作用下行人伤害概率曲线；S5、计算两曲线的积分面积之差，即AEB在真实世界中降低行人伤害的能力；S6、基于两个能力构建符合真实世界的AEB性能评估模型。本发明结合真实事故多维度的评估AEB性能，反映AEB在真实事故中的表现情况，提高了AEB性能评估的科学性和合理性。
-
公开(公告)号：CN117272511A
公开(公告)日：2023-12-22
申请号：CN202311213642.5
申请日：2023-09-19
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06F30/15 , G06F30/27 , G06N3/0499 , G06N3/084 , G06F18/243 , G06N20/20
Abstract: 本发明涉及汽车行人保护预测技术领域，公开了基于深度学习预测行人保护头型结果的方法，包括以下步骤：A1，提取特征数据并构建数据库：从行人保护头型仿真模型中提取特征数据以及特征数据对应的HIC仿真值，形成HIC数据库，且特征数据包括头型特征数据和车身结构特征数据；A2，构建深度学习预测模型：对HIC数据库采用深度学习进行训练，训练至预测模型精度到达设定要求，深度学习选定为BP神经网络和随机森林两种算法；A3，预测头型HIC：将待预测行人保护头型的车辆特征数据进行处理后，输入满足精度的预测模型，得到头型HIC预测值；A4，制作头部得分图谱。以实现在行人保护头型性能评估中，对全部碰撞位置HIC快速的预测。
-
公开(公告)号：CN116990038A
公开(公告)日：2023-11-03
申请号：CN202310967359.5
申请日：2023-07-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01M17/007
Abstract: 本发明涉及汽车碰撞技术领域，具体涉及一种前后双向加载的汽车碰撞台车及实验方法，包括依次设置的牵引机构、固定壁障、样品台车和追尾台车；固定壁障的后端上设置有用于吸取样品台车碰撞固定壁障所对应的能量的前碰撞吸能装置，追尾台车的前端上设置有用于吸取追尾台车碰撞样品台车所对应能量的追尾碰撞吸能装置；牵引机构用于通过牵引钢索分别与样品台车、追尾台车连接，为样品台车和追尾台车提供初始动能。本发明能够解决现有技术中在对台车碰撞测试时仅限单一方向上的加载碰撞，缺失前后双向碰撞的问题，极大提高台车碰撞场景的多样化，能够更好的适应当前的测试需求。
-
Patent Agency Ranking
公开(公告)号：CN116858567A
公开(公告)日：2023-10-10
申请号：CN202310826460.9
申请日：2023-07-05
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01M17/007 , G01M7/08
Abstract: 本发明属于汽车碰撞试验装置研发制造技术领域，尤其涉及一种用于移动可变形壁障开发的半圆柱测力墙装置，包括约束机构、受力机构以及多个碰撞柱，所述约束机构包括刚性墙和多个活动板，所述受力机构包括受力底板和测力单元，所述刚性墙上设有装配槽，所述受力底板通过装配槽与刚性墙固定，所述测力单元呈矩阵式固定在受力底板上；所述多个活动板通过调节机构与刚性墙固定连接，所述多个碰撞柱的两端通过固定机构固定在活动板上，且碰撞柱与测力单元接触。本发明能够解决现有的平面测力墙不能全面表现出移动可变形壁障的力学特性的问题。
-
公开(公告)号：CN113357519B
公开(公告)日：2022-08-19
申请号：CN202110738972.0
申请日：2021-06-30
Applicant: 中国汽车工程研究院股份有限公司
Abstract: 本发明涉及车辆碰撞试验技术领域，具体公开了一种碰撞试验用多功能高速相机悬挂装置，包括第一电机、第二电机、竖直调节机构、高架、水平旋转调节机构和相机架，第一电机和丝杆的配合，实现了相机架的水平横向的移动；第二电机和钢丝圈的配合和再加上三级悬柱自身可以伸缩的特点，实现了相机架的高度的调节；内圈和外圈分别固定在轴承的内圈侧壁和外圈侧壁上，实现了相机架相对于三级悬柱的水平的转动，对相机架上的相机的拍摄角度也得到了调节，采用本方案能够确保碰撞试验不会对相机产生影响，同时实现对相机的拍摄角度和位置的可调节。
-
公开(公告)号：CN113357519A
公开(公告)日：2021-09-07
申请号：CN202110738972.0
申请日：2021-06-30
Applicant: 中国汽车工程研究院股份有限公司
Abstract: 本发明涉及车辆碰撞试验技术领域，具体公开了一种碰撞试验用多功能高速相机悬挂装置，包括第一电机、第二电机、竖直调节机构、高架、水平旋转调节机构和相机架，第一电机和丝杆的配合，实现了相机架的水平横向的移动；第二电机和钢丝圈的配合和再加上三级悬柱自身可以伸缩的特点，实现了相机架的高度的调节；内圈和外圈分别固定在轴承的内圈侧壁和外圈侧壁上，实现了相机架相对于三级悬柱的水平的转动，对相机架上的相机的拍摄角度也得到了调节，采用本方案能够确保碰撞试验不会对相机产生影响，同时实现对相机的拍摄角度和位置的可调节。
-
公开(公告)号：CN119830674A
公开(公告)日：2025-04-15
申请号：CN202510086627.1
申请日：2025-01-20
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06F30/23 , G06F30/27 , G06F30/15 , G06F18/214 , G06F18/24 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F111/04 , G06F119/14
Abstract: 本发明涉及汽车安全评估技术领域，具体涉及一种基于简化模型深度学习算法的假人伤害评估方法。包括：构建一维简化模型的数据库，包括：采集车体速度‑时间曲线数据，采用标定后的一维简化模型代替整车模型进行车体速度‑时间曲线数据采样；基于标定好的一维简化模型，通过离散主传力路径载荷分布，生成车体速度‑时间曲线样本集；代入约束系统CAE模型进行有限元分析，提取假人各部位的伤害曲线数据，并将提取得到的假人伤害曲线数据整理成数据库形式；采用CNN‑LSTM架构搭建深度学习模型，设置模型各层参数和连接关系；用于预测假人伤害曲线；进行CNN‑LSTM预测模型的训练。该技术方案能提高假人伤害曲线预测的效率和准确性。
-
公开(公告)号：CN119761047A
公开(公告)日：2025-04-04
申请号：CN202411922933.6
申请日：2024-12-25
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06F30/20 , G06F30/17 , G06T7/00 , G06T7/62 , G06F119/14
Abstract: 本说明书实施例公开了一种基于机器视觉的铝蜂窝扩胞CAE模型参数标定方法。该方法包括选取初始模型参数代入目标铝蜂窝扩胞CAE模型，计算得到刚度‑位移特性曲线和应变云图，再基于稳定变形区间确定刚度‑位移特性曲线中的刚度判据，再基于机器视觉的图像标准归一化处理提取应变云图确定变形模式判据，最后通过刚度判据和变形模式判据对目标铝蜂窝扩胞CAE模型的模型参数进行持续迭代，直至刚度判据和变形模式判据均满足预设要求。以上自动标定步骤，无需人工标定干预，使用较少迭代步数即可完成铝蜂窝扩胞CAE模型的标定，节约模型标定时长，并且通过图像机器视觉的方式对标定过程中铝蜂窝块压溃变形模式进行量化，使其标定流程效率满足实际测试需求。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.051 seconds)
