| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题的提出 | 第9页 |
| 1.2 车辆碰撞安全性问题 | 第9-13页 |
| 1.2.1 国内外车辆交通安全状况 | 第9-11页 |
| 1.2.2 车辆碰撞中乘员的受伤机理 | 第11-13页 |
| 1.3 车辆乘员碰撞损伤评价准则 | 第13-14页 |
| 1.4 车辆碰撞安全技术的国内外发展现状 | 第14-16页 |
| 1.5 乘员碰撞安全性面临的主要问题和对策 | 第16页 |
| 1.6 本章小结 | 第16-18页 |
| 第二章 安全气囊系统 | 第18-26页 |
| 2.1 安全气囊系统的组成 | 第18-19页 |
| 2.1.1 传感器 | 第18-19页 |
| 2.2 汽车碰撞导致人员受伤的原因 | 第19-20页 |
| 2.3 安全气囊系统的功用 | 第20页 |
| 2.4 安全气囊系统的分类 | 第20-23页 |
| 2.4.1 安全气囊系统的控制原理 | 第21-22页 |
| 2.4.2 安全气囊系统的控制过程 | 第22-23页 |
| 2.5 安全气囊的有效范围 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第三章 传统安全气囊弊端及智能安全气囊 | 第26-32页 |
| 3.1 安全气囊事故调查 | 第26-27页 |
| 3.2 安全气囊伤害机理 | 第27-29页 |
| 3.2.1 安全气囊对离位乘员的伤害 | 第28-29页 |
| 3.3 智能安全气囊系统 | 第29-30页 |
| 3.4 本章小结 | 第30-32页 |
| 第四章 基于视觉识别技术对乘员分类保护 | 第32-52页 |
| 4.1 计算机视觉 | 第32-36页 |
| 4.1.1 计算机视觉的基本方法 | 第33-36页 |
| 4.2 图像匹配方法 | 第36-37页 |
| 4.3 图像运动分析技术 | 第37-39页 |
| 4.3.1 图像分析技术 | 第38-39页 |
| 4.4 序列运动图像分析 | 第39-44页 |
| 4.4.1 目标的标识和跟踪 | 第39-40页 |
| 4.4.2 图像的边缘检测与提取 | 第40-42页 |
| 4.4.3 边缘检测与提取主要算法 | 第42-44页 |
| 4.5 利用Legendre 矩阵对乘员特征进行提取 | 第44-47页 |
| 4.5.1 Legendre 多项式 | 第45页 |
| 4.5.2 利用Legendre矩进行乘员特征提取 | 第45-47页 |
| 4.5.3 运用支持向量机对乘员分类 | 第47页 |
| 4.5.4 支持向量机算法 | 第47页 |
| 4.5.5 支持向量 | 第47页 |
| 4.6 核函数的概念与支持向量机的模型 | 第47-49页 |
| 4.6.1 多值分类器 | 第48-49页 |
| 4.6.2 采用支持向量机乘员识别分类 | 第49页 |
| 4.7 试验验证 | 第49-51页 |
| 4.8 本章小结 | 第51-52页 |
| 第五章 安全气囊电子控制系统优化 | 第52-68页 |
| 5.1 安全气囊系统的性能要求 | 第52-53页 |
| 5.1.1 气囊抗干扰性能 | 第52页 |
| 5.1.2 安全气囊工作性能 | 第52-53页 |
| 5.2 安全气囊电子控制系统优化设计 | 第53-58页 |
| 5.2.1 传统点火控制算法分析 | 第54-58页 |
| 5.3 多参数新点火算法 | 第58-62页 |
| 5.3.1 多参数算法网络构造 | 第58-61页 |
| 5.3.2 算法网络的训练 | 第61-62页 |
| 5.4 多参数点火算法的验证 | 第62-67页 |
| 5.4.1 点火条件可靠性验证 | 第63-64页 |
| 5.4.2 点火时刻可靠性验证 | 第64-66页 |
| 5.4.3 点火性能综合验证 | 第66-67页 |
| 5.5 本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73页 |