【正文】 參考文獻(xiàn)[1] 。 由于時間和試驗條件的限制，論文的研究還存在著許多不足，還有急待解決的問題，需要在今后逐步完善，這主要表現(xiàn)在以下幾個方面： （1）本文使用的坐墊式體壓分布傳感器在使用過程中容易串動，降低了樣本數(shù)據(jù)準(zhǔn)確度，使用更好的傳感器設(shè)備提高樣本數(shù)據(jù)準(zhǔn)確度。試驗數(shù)據(jù)樣本是使用Tekscan公司的汽車座椅體壓測量系統(tǒng)，通過采集不同體征的乘員高維體壓分布的數(shù)據(jù),形成乘員測量空間。模式識別是指對表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析,以對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程,是信息科學(xué)和人工智能的重要組成部分。 本次論文主要任務(wù)是通過座椅上的壓力傳感器，對不同體征特點的乘員體壓分布信息的精確分析，探索一條新的依靠體壓信息識別技術(shù)的乘員類型的模式識別方法，實現(xiàn)對不同乘員類型的有效識別，從而為后續(xù)的智能安全氣囊系統(tǒng)的開發(fā)提供一種現(xiàn)實可行且成本低廉的乘員體征識別算法。 乘員類型識別結(jié)果 本文主要使用Linear核函數(shù)對乘員類型進(jìn)行訓(xùn)練和識別，=2下的檢驗結(jié)果。通過對大量壓力分布數(shù)據(jù)進(jìn)行統(tǒng)計分析。 坐姿體壓分布圖 坐姿體壓分布圖 坐姿體壓分布圖 坐姿體壓分布圖 坐姿體壓分布圖 坐姿體壓分布圖 圖4 .9小體重乘員7坐姿體壓分布圖 坐姿體壓分布圖 坐姿體壓分布圖 坐姿體壓分布圖 坐姿體壓分布圖 坐姿體壓分布圖 乘員體征主特征的提取 特征是決定相似性和分類的關(guān)鍵，在分類的目的決定以后，如何找到合適的特征就成為認(rèn)知和識別的核心問題。 具體試驗方法如下： 將汽車座椅按照正常安裝形式（與實車安裝尺寸相同）固定好，在座椅上表面鋪好體壓分布傳感器墊。體重及身高均勻覆蓋了從5%分位成年女性及50%分位成年男性至90%分位成年男性。 嚴(yán)重離位區(qū)域 離位區(qū)域 正常區(qū)域 (COOP) (OOP) （IP） 儀表臺 離位坐姿 正常坐姿 座椅 250mm 方向盤 IP、OOP、COOP 區(qū)域劃分及正常坐姿、離位坐姿劃分的示意圖 參照FMVSS 208標(biāo)準(zhǔn)及氣囊抑制要求，本文將乘員類型劃分為三類，包括小體重乘員、正常體重乘員和大體重乘員。最后獲得的訓(xùn)練好的分類器模型即為乘員類型分類器。 為了選擇更準(zhǔn)確的優(yōu)化參數(shù)，一般可以在第一次繪制后重新調(diào)整對數(shù)間隔范圍和間隔，再次繪制正確率等高線圖。然后繪制以參數(shù)(C,γ)對數(shù)坐標(biāo)為xy軸，以對應(yīng)的識別正確率為縱坐標(biāo)的識別正確率等高線圖。壓力值均為正值，本文將特征值歸一到1到0之間。對上一節(jié)提取的特征空間中的特征值數(shù)據(jù)進(jìn)行歸一化。 下面以乘員類型識別為例進(jìn)行介紹?；驹瓌t是在樣本訓(xùn)練集基礎(chǔ)上確定某個乘員類型分類器，使按這種分類器對被識別乘員進(jìn)行分類的正確率最高。按照均勻性原則，在獲得的適宜條件下雖然不見得是最優(yōu)設(shè)計，但至少在某種程度上接近最優(yōu)條件，均勻設(shè)計的最大優(yōu)點是簡化設(shè)計復(fù)雜性[25]。任何滿足≥T的點稱為目標(biāo)點，其他點稱為背景點。設(shè)是每個采集點采集到的一系列壓力值，將統(tǒng)計量 (33)作為樣本方差,其中；則 越大，該采集點敏感度越大。 f(x) 181。由于特征提取和選擇的重要，使它成為模式識別一個關(guān)鍵問題，也是最困難的問題之一[13]。由于加權(quán)系數(shù)選擇的不同，形成多種平滑算子?？臻g平滑濾波是在圖像空間內(nèi)利用模板進(jìn)行鄰域操作實現(xiàn)的，一般可分為線性和非線性兩類。 膜片式壓力分布傳感器測量的壓力分布測量類似于攝像機(jī)的光感應(yīng)元件，容易受到外部或內(nèi)部的干擾，單位測量點的敏感測壓元件的靈敏度的不均勻性，數(shù)字化過程中的量化噪聲、傳輸過程中的誤差以及人為因素，均會使壓力分布測量的質(zhì)量變差。 敏感點特乘員測量空間乘員體征空間乘員特征空間乘員體壓分布數(shù)據(jù) 預(yù)處理 征提取 模式 分類 特征選擇 乘員類型識別系統(tǒng)識別過程 試驗數(shù)據(jù)樣本是使用Tekscan公司的汽車座椅體壓測量系統(tǒng)，采集不同體征的乘員高維體壓分布的數(shù)據(jù),形成乘員測量空間。 目前常用的核函數(shù)形式主要有Linear核函數(shù)、RBF(Radial Basis Function)核函數(shù)、Sigmoid核函數(shù)、Polynomial核函數(shù)四大類。 如果數(shù)據(jù)線性不可分需要引入一個非負(fù)的松弛變量（≥0)將約束條件變?yōu)椋? (212) 將目標(biāo)函數(shù)改為最小化： (213)此時的最優(yōu)分類超平面被稱為廣義最優(yōu)分類超面，其求解過程與線性可分情況下幾乎相同，只是對拉格朗日系數(shù) 的取值范圍變?yōu)?0≤≤C,i=1,2,…,n 其中C是一個給定的值，它控制對錯分樣本懲罰的程度，實現(xiàn)在錯分樣本的比例和算法復(fù)雜度之間的折中。這是一個不等式約束下二次數(shù)機(jī)制問題，存在唯一最優(yōu)解。最優(yōu)分類線（平面）的置信范圍最小。上世紀(jì)90年代中期，Vapnik和他的Atamp。 統(tǒng)計模式識別是基于樣本的機(jī)器學(xué)習(xí)中最為廣泛最為深入的一種模式識別方法。 本文把支持向量機(jī)引入到乘員體征識別的研究中，建立了基于SVM的乘員體征識別模型，并進(jìn)行了檢驗試驗，最后給出了檢驗結(jié)果評價。支持向量機(jī)（SVM）是新近提出的一種模式識別算法，它不僅適用于小樣本訓(xùn)練的情況，具有較強(qiáng)的泛化及推廣能力，而且具有強(qiáng)大的數(shù)據(jù)處理能力，對高維樣本的處理復(fù)雜度與對低維樣本近似，并能巧妙地引入核函數(shù)來實現(xiàn)非線性映射，從而完成非線性處理。 采用支持向量機(jī)方法的技術(shù)優(yōu)勢 相對于乘員體征的千差萬別，通過采集不同體征的乘員體壓分布數(shù)據(jù)很難獲得傳統(tǒng)模式識別所需的特征大樣本數(shù)據(jù)庫。 適應(yīng)于小樣本的支持向量機(jī)方法 支持向量機(jī)（SVM，Support Vector Machine）簡稱SVM，是Vapnik等根據(jù)統(tǒng)計學(xué)習(xí)理論中的結(jié)構(gòu)風(fēng)險最小化原則提出的[16,17]。 模式識別的主要方法 模式識別方法分為監(jiān)督學(xué)習(xí)方法和非監(jiān)督學(xué)習(xí)方法。 ：選擇恰當(dāng)?shù)哪Ｊ阶R別方法進(jìn)行分類。模式識別大致包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征提取和選擇模式分類4個環(huán)節(jié)[14]。 模式還可分成抽象的和具體的兩種形式。本文選擇具有優(yōu)秀的泛化能力及解算高維向量的能力的支持向量機(jī)算法作為本文的識別算法，并通過使用不同體征特征樣本對支持向量機(jī)進(jìn)行訓(xùn)練及檢驗，建立乘員體征識別器。 2 乘員體征識別技術(shù)的理論基礎(chǔ)和支持向量機(jī)方法 乘員體征檢測技術(shù)的理論基礎(chǔ)模式識別方法 所謂的乘員體征信息包括乘員的類型信息和乘員的坐姿信息。為保證座椅乘坐的舒適性，測量乘員的體壓分布并分析座椅乘坐的舒適性成為座椅設(shè)計及檢驗的重要內(nèi)容[9,10]。 座椅支撐力 座椅支撐梁 傳感器支架 支撐盤 輸出信號線 彈性體 螺栓 應(yīng)變片 隔離板 三菱汽車公司重量檢測系統(tǒng)乘員分類表類 型 乘 員重量（Kg）安全氣囊狀態(tài)0 空 座5禁止彈開1 兒童座椅或嬰兒或 6歲大的兒童~禁止彈開2 10至18歲的未成年人~禁止彈開3 成 人允許彈開 乘員體征識別技術(shù)的研究目的本文旨在通過座椅上的壓力傳感器，對不同體征特點的乘員體壓分布信息的精確分析，探索一條新的依靠體壓信息識別技術(shù)的乘員類型的模式識別方法，實現(xiàn)對不同乘員類型的有效識別，從而為后續(xù)的智能安全氣囊系統(tǒng)的開發(fā)提供一種現(xiàn)實可行且成本低廉的乘員體征識別算法[2]。如果不相等，然后計算乘員體重，系統(tǒng)將乘員類型判斷為類型1即為兒童，發(fā)生碰撞時氣囊不會彈開。在微型處理其中將計算乘員重量，并對重量進(jìn)行閾值判斷，將判斷結(jié)果輸出。 目前已經(jīng)開發(fā)出并已上市的智能安全氣囊系統(tǒng)主要有體重分類法、視覺識別法、電場感應(yīng)法、超聲波探測法四種乘員體征識別方法。 乘員體征識別技術(shù)的發(fā)展包括乘員類型識別和乘員坐姿識別的乘員體征識別是智能安全氣囊開發(fā)中的重點。提出的基于形態(tài)分析的座椅乘員識別系統(tǒng)，該系統(tǒng)具有實時識別功能，能識別出座椅上的占有物是成人還是兒童，或是一般物體。 西門子VDO公司乘員體征識別系統(tǒng) 捷豹公司在XK車上的自動適應(yīng)約束系統(tǒng) 德爾福公司液囊袋式座椅傳感器圖及基于圖像的乘員體征識別系統(tǒng) 我國國內(nèi)的汽車整車及零部件廠商主要從事傳統(tǒng)安全氣囊系統(tǒng)的生產(chǎn)，智能安全氣囊系統(tǒng)的研發(fā)和生產(chǎn)幾乎為空白。該系統(tǒng)利用超聲波感測技術(shù)監(jiān)視前排乘員的坐姿,同時還采用一系列其它傳感器探測乘員的重量、駕駛員相對轉(zhuǎn)向盤的位置，安全帶是否系好以及發(fā)生碰撞時的強(qiáng)度等。西門子VDOAutomotive公司采用攝像機(jī)判斷乘員坐姿以及通過座椅中的重量傳感器識別坐在車內(nèi)各座椅上的乘員的類型。因此本文主要基于壓力傳感器的基礎(chǔ)上，構(gòu)建了對汽車乘員體征的動態(tài)監(jiān)測系統(tǒng)，對各個座位測試點應(yīng)力進(jìn)行實時動態(tài)監(jiān)測。 Occupant Type 。 Secondly, based on analysis of characteristics of the b