1.一种多车碰撞中乘员伤情预测及优先救援方法,其特征在于,包括:
步骤一:获取事故车辆信息数据;
步骤二:基于所述车辆信息数据,设定乘员伤情分为多个等级,将多个乘员伤情等级作为父节点,将所述车辆信息数据作为子节点,运用贝叶斯网络结构学习算法获取伤情信息网络结构图;
步骤三:基于获取的所述车辆信息数据,运用贝叶斯网络参数学习算法,求得单一“碰撞片”中乘员伤情等级的条件概率分布,其中,所述“碰撞片”为在车辆碰撞过程中,以单一车辆为研究对象,从此车辆碰撞接触开始到碰撞过程结束,导致此车辆中乘员伤情状态变化的时间片段;
步骤四:基于一次碰撞及再次或多次碰撞时的事故碰撞信息,结合“碰撞片”,并运用统计方法得到转移概率表,基于所述伤情信息网络结构、所述条件概率表以及所述转移概率表,构建基于二“碰撞片”动态贝叶斯网络的乘员伤情预测模型;
其中,得到转移概率表的具体方法为:选取训练样本数据中两次碰撞时的乘员伤情状态,对相邻两次“碰撞片”中乘员伤情状态进行数组统计,将统计的数组进行分组,用Gij表示;
步骤五:运用所述乘员伤情等级预测模型对乘员伤情进行预测估计,并将预测结果传递给紧急呼救系统。
2.根据权利要求1所述的多车碰撞中乘员伤情预测及优先救援方法,其特征在于,所述步骤一中事故车辆信息数据包括:车辆发生碰撞瞬间的碰撞初速度V、车辆碰撞加速度峰值amax、车辆碰撞方向D、碰撞发生时乘员安全带是否正常佩戴、安全气囊是否及时打开。
3.根据权利要求2所述的多车碰撞中乘员伤情预测及优先救援方法,其特征在于,所述步骤一中,获取所述事故车辆信息数据后,对所述碰撞初速度V以及所述碰撞加速度峰值amax进行车辆碰撞分级,所述车辆碰撞分级结果如下:同时设定D:{D1,D2,D3},其中D1表示正面碰撞,D2表示侧面碰撞,D3表示追尾碰撞;
M:{M1,M2},其中M1表示安全带正常佩戴,M2表示安全带没有正常佩戴;
N:{N1,N2},其中,N1表示安全气囊正常打开,N2表示安全气囊未正常打开;
k k‑1 k k‑1
P(N1 |N1 )=P(N2 |N1 )=0,即表示若在第k‑1次碰撞中安全气囊正常打开的情况,不考虑之后碰撞时的安全气囊开闭状态。
4.根据权利要求2所述的多车碰撞中乘员伤情预测及优先救援方法,其特征在于,所述车辆发生碰撞瞬间的碰撞初速度V由车辆中的CAN总线通讯系统提供,所述车辆碰撞加速度峰值amax由预置在车辆中的加速度传感器测得。
5.根据权利要求1所述的多车碰撞中乘员伤情预测及优先救援方法,其特征在于,所述步骤二中将乘员伤情划分为7个等级,分别为AIS0无损伤、AIS1轻微伤、AIS2中度伤、AIS3重伤但无生命危险、AIS4重伤并有生命危险、AIS5伤情严重生死难卜、AIS6无法存活。
6.根据权利要求1所述的多车碰撞中乘员伤情预测及优先救援方法,其特征在于,所述步骤五中,所述紧急呼救系统一方面将乘员伤情信息传递至救援中心,同时根据不同的伤情等级发出对应频率的声响。