汽車座椅壓力預處理方法研究

邢艷云，于波，高婷婷

（1.天津職業(yè)技術師范大學汽車與交通學院，天津 300222;2.中國汽車技術研究中心汽車工程研究院，天津 300162）

0 引言

利用Tekscan公司生產的汽車座椅體壓測量系統(tǒng)開發(fā)的數(shù)據(jù)采集系統(tǒng)是能夠模擬實車座椅調節(jié)的實驗臺架，如圖1所示，臺架上的座椅可以進行前后左右調節(jié)，壓力傳感器的安裝位置如圖2所示。通過對系統(tǒng)采集數(shù)據(jù)的后續(xù)處理可以進行成員體征識別、坐姿識別，進而對車輛的智能安全氣囊進行輔助控制，也可以用于座椅的舒適性分析及汽車座椅的設計。采集的數(shù)據(jù)并不能直接用于識別與設計，需要先進行預處理，筆者即對數(shù)據(jù)預處理方法進行研究［1－2］。

灰度圖像包含位置與灰度值兩個信息，文中系統(tǒng)采集的數(shù)據(jù)包含位置與壓力值 （單位為mmHg）兩個信息，兩者十分相似，故文中采用圖像處理的方法對采集數(shù)據(jù)進行預處理。

1 平滑處理

壓力分布傳感器測量的壓力分布易受內部或外部因素干擾，單位測量點的靈敏度不均勻，模擬量與數(shù)字量的轉化過程、數(shù)據(jù)傳輸過程以及人為因素均會產生誤差，因此需要對其進行平滑處理，以改善或消除噪聲的影響。

1.1 平滑算子

由于噪聲點一般區(qū)域較小，且其臨域的壓力值也比較小，而有效數(shù)據(jù)區(qū)域則比較大，臨域內的壓力值也較大，故文中采用圖像處理中的局部加權平均法對壓力圖像進行平滑處理，將區(qū)域較小的噪聲點弱化。該方法是以所計算壓力點為中心，在壓力圖設定一方形區(qū)域，把該區(qū)域內的所有測量點的壓力值加權求平均值，并以這個平均值作為該測量點的壓力值［3－4］。計算公式如下:

其中:M為臨域N內的測量點的加權系數(shù)之和;

f（k，l）為臨域N內 （k，l）位置處的壓力值;

這種平滑處理算法可表示成線性算子的形式。由于加權系數(shù)選擇的不同，可形成多種平滑算子。

1.2 平滑處理結果

根據(jù)上述理論，綜合考慮平滑結果與運算速度，文中采用3×3的平滑算子［5］，具體如下:

經過平滑算子平滑處理前后二維圖對比如圖3、4所示。

平滑處理后的三維圖比較如圖5、6所示。

2 歸一化處理

歸一化處理是為了將試驗樣本特征值轉換到特定范圍內，執(zhí)行這個步驟主要目的是將進入識別器的數(shù)值范圍控制在一定區(qū)間內，從而消除不同體重乘員對后續(xù)處理的影響，有利于統(tǒng)一閾值，增加后續(xù)算法的正確性［6］。

歸一化處理就是把不同屬性的數(shù)值轉換到一定范圍內，執(zhí)行這個步驟最主要的目的是不讓數(shù)字的范圍過大，而是將其控制在一定區(qū)間范圍內。一般來說是把所有屬性值轉換到－1～1或是0～1之間，文中是將樣本特征值歸一到0～1之間。因部分噪聲的壓力值比較小，且正常數(shù)據(jù)中數(shù)據(jù)較小的壓力值對后續(xù)識別基本不會產生影響，故文中采用的歸一化處理公式如下:

其中:P為原始數(shù)據(jù);

P*為轉換后的數(shù)據(jù)。

利用上述公式進行歸一化處理，既能消除不同體重乘員對后續(xù)處理的影響，又能消除部分噪聲，還能提高計算速度，有利于后續(xù)識別及識別的實時化。對平滑后的壓力圖進行歸一化，結果如圖7所示。

3 結論

利用圖像處理的方法對座椅壓力進行了平滑處理，結果表明，該方法有效控制了數(shù)據(jù)采集和傳輸過程中產生的噪聲對后續(xù)處理的影響。通過歸一化處理，有效消除了不同體重乘員對后續(xù)識別的影響，有利于統(tǒng)一閾值，且進一步降低了噪聲的影響，提高了后續(xù)識別的運算速度，為進行座椅設計、乘員體征識別、乘員坐姿識別，座椅舒適性研究提供了有力保障，為后續(xù)的實時控制奠定了良好的基礎。

【1】張蕾，董恩國，陳亮.基于神經網絡技術的乘員體型識別系統(tǒng)［J］.拖拉機與農用運輸車，2009，36（6）:40 －43.

【2】Milivojevich A，Stanciu R，Russ A，Blair G R，Heumen J D.Investigating Psychometric and Body Pressure Distribution Responses to Automotive Seating Comfort［J］.SAE Technical Paper Series，2000 －01－0626.

【3】Mike Kolich.Selected Car Seat Studies Dealing with Static Pressure Distribution.SAE Echnical Paper Series，2004 －01 －0377.

【4】何斌，馬天予.Visual C++數(shù)字圖像處理［M］.北京:人民郵電出版社，2004:263－268.

【5】高振海，肖振華，李紅建.基于體壓分布檢測和支持矢量機分類的汽車乘員坐姿識別［J］.機械工程學報，2009，45（7）:216－220.

【6】邢艷云.強光照條件下車道標識線識別與跟蹤算法研究［D］.長春:吉林大學，2006:22 －24.