车辆的重量分类系统中的重量信息的分类方法 背景技术
本发明一般地涉及车辆的重量分类系统。尤其是，本发明涉及车辆的重量分类系统中的重量信息的分类方法。
现代的车辆含有多种形式的安全束护装置。传统的安全带用来把驾驶员及乘客固定在他们座位的安全位置上。此外，气囊已被装在车辆上作为附加的安全束护装置以防止事故中的伤害。尽管气囊已被证明是有用的，但它们不是没有缺点。工业界已公认的一个问题是，要根据座位乘员的大小或重量来预订气囊的配置才是有利的。
用于测量座位乘员地重量的现有系统是复杂的和昂贵的。传感器被置于座位底部的多个位置上并利用各传感器的综合输出来确定座位乘员的重量。由于座位乘员重量的原因，每个传感器感受的是基本垂直的力，但它也受到由加速、减速、转弯或不良路况引起的纵向力及侧向力。由传感器测到的侧向力及纵向力在重量测量结果中加入了错误的分量。由于乘员乘坐位置的变化或不良路况，这些传感器往往不能修正错误。
在事故中，最好用来自重量分类系统的信息去控制气囊的运作。一些系统试图把座位乘员分类归入预定的乘客规定等级中，该乘客规定等级通常仅是建立在乘员重量的基础上的。然后应用该类别信息去修改气囊的配置。在不良路况和/或乘员乘坐状况的宽广范围内，这些系统不能提供精确的及一致的分类。
技术人员持续不断地为改进车辆的安全系统而努力。本发明为重量信息的分类提供了更加强的决策，即是说然后应用于控制气囊的配置。根据本发明设计的系统与先有技术相比对重量分类作出了更智能的决策。
【发明内容】
概括地说，本发明是车辆的重量分类系统中的重量信息的分类方法。
本发明的优选方法的一个方面包括几个步骤。首先，限定了与车辆制造商的重量类别相对应的多个类别区域。确定了何时重量信息在该各区域中的一个区域内。无论何时当重量信息在一区域内时，该区域的值就被增大。该重量信息被分类归入与有最高值的区域相关的类别内。
在一个例子中，每个区域的值是通过监测该区域内全时间过程的重量信息的表示值来确定的。该表示值的总和被用于确定该区域的值。此外，无论何时不在一区域内的重量信息，最好以预定因数来减小该区域的值。
在本发明的一个公开的实施例中，把座位乘员进行重量等级分类的方法包括以下步骤。座位乘员重量的度量结果是一种估计重量。该估计重量与具有界限值的重量等级系列进行比较以确定等级样本。先前的步骤一直重复到具有相同值的等级样本达到预定数量为止，并锁定该等级样本作为乘员重量等级。
附加的步骤包括生成与锁定的乘员重量等级相对应的乘员重量等级信号，传送该乘员重量等级信号至控制单元，根据该乘员重量等级信号去修改气囊的配置。当观测到预定数量的非一致的等级样本时，该重量等级就不被锁定。当等级未被锁定时，过程就重复。
一旦乘员被划分了重量等级，对于下一次的比较该等级就变成是已知等级。最好的是，对每个重量等级都指定上界限及下界限。在每次重复中，估计重量与最后一个已知重量等级的上及下界限进行比较。如果该估计重量在该最后一个已知重量等级的上及下界限之间，该新的等级样本就被规定成与该最后一个已知重量等级一样。如果该估计重量大于该最后一个已知重量等级的上界限，该样本就被设置成等于下一个较高的重量等级，或者如果该估计重量小于该最后一个已知重量等级的下界限，该等级样本就被设置成等于下一个较低的重量等级。
在一个公开的实施例中，在等级样本被锁定之后等级样本的上界限值被增加了第一预定量，而该等级样本的下界限值被减小了第二预定量。当该等级样本变得未锁定时，该上及下界限返回至它们初始的值。
本主题发明应用改变重量等级界限及等级样本选定过程来产生更稳定、精确及加强的分类过程，这种分类过程减少了由于乘员乘坐位置的改变及不良路状而引起的误差。该更精确的分类系统被应用于生成控制信号，该控制信号用来修改气囊的配置。
对于技术人员，从当前优选实施例的下列详细说明中，本发明的各种特点及优点将变得更加明显。伴随该详细说明的各图简要描述如下。
【附图说明】
图1示意地图示说明根据本发明设计的重量分类系统。
图2图示说明本发明的方法的实施。
图3是解释本发明的优选方法的流程图。
图4是解释本发明的优选方法的更详细的流程图。
图5是表示追踪及锁定界限之间关系的曲线图。
图6是描述确定重量等级样本的方法的流程图。
图7是描述追踪及锁定过程的流程图。
【具体实施方式】
一种车辆的重量分类系统20被用于确定在车辆座椅22上的人员或负荷的重量。除了在座椅基部26中含有多个传感器28之外，座椅背24及座椅基部26都是常规的。传感器28采集有关座椅22的乘员的重量信息，并向控制模块30提供信号，模块30优选地确定座椅22上的个人的大约重量。有关本发明优选采用的重量确定或重量分类系统的更加详细情况可在1998年11月12日申请的美国专利申请No.____中找到，该专利申请共同地属于本申请。其详细说明的学说被结合于本详细说明中作参考。
重量分类模块32最好与重量确定模块30连通并根据本发明的方式处理重量信息。虽然说明了单个的模块30及32用于讨论的目的，但技术人员将会理解当给定的情况需要时单个控制器可以完成重量确定及重量分类两个功能。重量分类模块32最好包括合适的编程微处理器，该微处理器采集已确定的重量信息并置该信息于由车辆制造商或供应商确定的类别中。
图2图示解释了本发明的操作法的实施。估计重量信息全时间过程中图40用曲线42表示。最好由车辆制造商或气囊供应商来确定的一组重量类别用界限44、46、48及50来图示说明。例如，如果确定的重量低于界限44，则它归入到第一重量类别范围内。该重量类别和气囊控制或配置的模式相对应。本发明提供了更加强及更智能策略的决定，该决定根据各传感器28的瞬时输出把重量信息归入到而不是简单地把重量信息置入于现行类别内。
限定了多个类别区域并与预定的重量类别相联系。例如，区域52与重量类别44相联系，而区域56与具有下界限46及上界限48的第三重量类别相联系。其它的区域54、58及60的每一个都对应于一个重量类别。
在本发明的优选实施例中，每个类别区域的上限最好延伸超出相应的重量类别的上界限。此外，每个区域的下限最好延伸至该重量类别的最低界限的下方。此外，一个区域的上限最好与相邻区域的下限重叠。重叠区域的极限提供了在本发明的重量分类系统中作出附加决定的可能性。
通过确定与时间量对应的每个区域内的值来优化地决定合适的重量类别，重量信息就在该区域内。在图示的例子中，通过积分曲线42下方的每个区域内的面积来分别提供每个区域的值。该积分的信息提供了该区域的值。
最优选的是在相同时刻利用两个区域内的一些信息。例如，在62内曲线42穿过第一区域52及第二区域54。因此，那两个区域的每一区域的值最好在62内的重量信息的基础上增大。
重量类别最好确定成与有最高值的区域相关的类别。在图示的例子中，其中达到最大积分结果的区域被当作是重量信息的区域及重量信息的相关类别。通过监测全时间过程的重量信息及汇集增大值信息，系统20就能作出重量分类的更加强及更精确的决定。取代在任何给定时刻仅对重量信息采样以及指定该重量类别作为其中存在具体采样重量信息的类别的作法，各区域的应用以及汇集每个区域内的重量信息的作法提供了更精确的重量分类的决定。例如，虽然重量信息在某一点时刻位于64点处，该系统20却确定该重量信息应归入界限44下方的第一类别内，尽管该重量信息在该瞬间是在界限44与46之间的第二类别中的。
图3包括了流程图70，图70概括了本发明的优选方法。类别区域52、54、56、58及60最好根据已经预先确定的重量类别来限定。如上面已讨论过的，每个区域的上限及下限最好覆盖相应类别的极限并最好与相邻区域的极限重叠。确定模块32确定何时重量在具体的区域内。无论何时该重量信息在该区域内，该区域的值就被增大。具有最高值的区域被确定了，而且就根据具有最高值的该区域来对重量信息进行分类。
图4包括更详细说明本发明的优选方法的流程图80。在82处，控制器模块32确定估计重量是否在给定的区域内。如果该重量在一区域内，那么84处的步骤就被处置成增大该区域的值至最大值。最好对每个区域设置一最大值，使得如果重量信息停留在一区域内超过了时间的延长周期，该区域值不会增大超过所选的最大值。对于不包括重量信息的每个区域，最好完成86处的各步骤。当一区域不包括重量信息时，该区域的值最好利用预定的忽略系数进行减小。这适合以下情况，重量从一个区域移入另一个区域并使该第二区域变成在较短的时间周期内的类别，该时间周期比如果第一区域的值不减小时的短。每个区域的值最好只减至所选择的最小值，以避免出现极低区域值，该极低区域值稍后可能有碍于确定精确重量。在88处，确定了重量信息的当前区域或类别是否小于其中当前存在重量信息的区域的值。无论何时新的区域都比当前选择的区域具有较高的值，在90处转换至新区域，因此重量类别被改变了。
本发明的另一个方面是确定重量类别的边界或定界。由传感器28取得的重量测量结果可在下列情况下改变，座位乘员改变乘坐位置，车辆通过各种机动动作行驶及通过不同种类的路面。为了提供一致的及精确的重量类别，分类过程必须滤去这些变化。本主题发明监测乘员的估计重量并把该估计重量与重量等级界限系列相比较以确定各个类别样本。这些等级样本的确定过程由控制单元30和/或分类模块32进行监测及记录。一旦监测到预定数量的一致的及连续的样本，该等级样本就被锁定为该乘员的重量等级。全时间过程中在该估计重量与该重量等级界限之间进行多次比较。
每个重量等级指定有预定的上界限及预定的下界限。上及下界限的数量及值可以改变。每个重量等级样本通过把乘员的估计重量与先前的重量样本的界限相对照来确定。如果该估计重量落在先前的等级的上与下界限之间，该当前等级样本被设置到该最后样本。如果该估计重量没有落在先前的等级的上与下界限之间，根据交叉的是哪个界限来为当前重量等级设置在先前的重量等级之上的重量等级或之下的重量等级。最好是每次重复中只允许有一个增大的重量等级变化。每重复中只允许一个等级变化有助于使等级之间的转移变得平滑。
每个等级的上及下界限的变化取决于该过程是否属于追踪模式或锁定模式。如果系统被锁定在特定的重量等级上，该重量等级的上及下界限之间的间隔增大以提供更大的滞后作用。当锁定时，通过增大滞后作用，这就使重量等级的指定更难于改变或解开锁定。这帮助滤去不希望有的重量等级变化，即由不良路况或乘员乘坐位置变化而引发的误差。图5显示了追踪界限与锁定界限之间的关系。要注意重量等级二(2)的追踪上及下界限比重量等级二(2)的锁定上及下界限更靠近在一起。于是，当等级(2)是锁定等级时，重量等级(2)的上界限增大而下界限减小。
图6是表示确定当前重量等级样本的过程的流程图。当过程被启动，就要确定该过程是追踪模式还是锁定模式。如果该过程是追踪模式，则当前的估计重量与先前等级的追踪下界限进行比较。如果当前的估计重量小于先前等级的追踪下界限，则下一个较低重量等级被设置成为当前的重量等级。如果当前的估计重量不低于先前等级的追踪下界限，则估计重量与先前等级的追踪上界限进行比较。如果当前的估计重量大于先前等级的追踪上界限，则下一个较高重量等级被设置成为当前的重量等级。如果当前的估计重量不大于先前等级的追踪上界限，则当前重量等级与先前重量等级相同。当过程是锁定模式时，除了当前的估计重量与先前等级的锁定上及下界限相比较外，应用了相似的方法。
当过程推进经过每次重复时，估计重量和重量等级界限之间的比较过程被观察及记录，见图7。各重量等级样本被监测，寻找要重复的相同等级样板。该过程启动计数或追踪该相同重量等级的连续样本。如果监测到非一致的样本，该计数被重新设置为零。当监测到预定数量的一致的及连续的样本，则被监测到的重量等级变成被锁定。一旦等级被锁定，它保留指定的乘员重量等级直至监测到特定数量的连续的重量等级样本为止，该连续的重量等级样本高于或低于该锁定等级。如果锁定消失，该过程启动再追踪连续的重量等级的数量，并且该过程被重复。根据模式，输出或者是跟踪的重量等级或者是锁定的重量等级。如果等级是被锁定的，该锁定的等级就是输出等级。如果等级是非锁定的，该追踪重量等级就是输出等级。该追踪/锁定特性帮助滤除等级变化，该等级变化是由乘员20改变位置、不良路况以及例如转弯或制动的车辆的突然机动动作引起的。
给出的这个说明使技术人员能够在市场上可买到微处理器当中进行选择去实现控制器重量分类模块30及32的功能。相似地，从本说明中受益的人们将能设计常规的电路系统或软件去完成本发明的方法。
本发明提供了可预订各重量类别之间的转换率的优点，并加强了决定有关这方面的过程上的智能性。
以上说明是举例性的而不是实质上的限制。对于技术人员，对公开的实施例进行改变及修改而无需背离本发明的范围及精神是显而易见的。仅通过研究下列的权利要求书就可确定本发明的法律保护范畴。