申请/专利权人:中国第一汽车股份有限公司
申请日:2023-08-17
公开(公告)日:2023-11-28
公开(公告)号:CN117131731A
主分类号:G06F30/23
分类号:G06F30/23;G06F30/27;G06F30/15;G06N3/084;G06F119/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.15#实质审查的生效;2023.11.28#公开
摘要:本发明涉及一种基于神经网络的行人头部碰撞伤害预测方法,包括行人保护儿童头型实验有限元仿真模型建立以及伤害评价;Resnet神经网络模型;数据集的定义与获取方法;神经网络模型的训练与验证。本方法可快速预测,节省大量时间成本;以横纵截面图片的形式表达车身碰撞点位置的结构信息,并以图片中线条的颜色表达不同部件的材料属性,线条的粗细表达结构件的厚度信息;利用有限元仿真的方法进行数据集的获取与扩充,在建立预测模型之后不需要有限元仿真辅助即可获取头部伤害指标响应;利用图片的形式作为输入,在模型训练完毕后,可将车身结构的CAD数据转化为图片的形式,从而直接得到头部伤害指标,缩短设计流程。
主权项:1.一种基于神经网络的行人头部碰撞伤害预测方法,其特征在于,包括以下步骤:A、行人保护儿童头型实验有限元仿真模型建立以及伤害评价根据C-NCAP标准,建立儿童头部碰撞工况的有限元模型;B、Resnet神经网络模型ResNet通过增加跨层连接,使得前层的梯度可以更直接地传递到后层,综合考虑样本数据量、输入形式以及训练时长,在ResNet系列模型中综合考量预测精度与效率,选取ResNet101网络作为训练模型;C、数据集的定义与获取方法对于数据集的选择,采用碰撞点周围横向和纵向两个横截面的图片作为输入数据;D、神经网络模型的训练与验证修改ResNet101网络以适用获得的数据集,并将网络由分类输出改为回归输出;在训练集上进行训练,然后使用测试集对模型进行测试并观察其指标,根据在测试集上获得的效果进一步调整模型。
全文数据:
权利要求:
百度查询: 中国第一汽车股份有限公司 一种基于神经网络的行人头部碰撞伤害预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。