车辆安全系统的制作方法

1.本发明涉及一种车辆安全系统，尤其涉及一种用于控制车辆可致动乘员保护设备的方法和装置，并且具体地涉及一种用于对若干特定类型的车辆碰撞事件进行分类的增强判别方法和装置。


背景技术：

2.车辆安全系统包括中央控制单元(“ccu”)，该中央控制单元利用ccu本地和远离ccu的传感器来检测涉及车辆的碰撞事件的发生，并且确定这些事件是否被批准激活可致动约束装置，诸如安全气囊和安全带卷收器。ccu利用的传感器可以包括加速度计和其他传感器，诸如撞击传感器、安全带带扣开关、座椅压力开关、转向角度传感器等。使用来自这些传感器的数据，ccu可以确定车辆碰撞事件的发生并且可以执行判别算法以将碰撞事件分类为某一特定类型。ccu可以根据特定类型的碰撞事件致动可致动约束装置。
3.针对车辆安全系统，期望在车辆可能涉及的各种碰撞事件之间进行判别。“判别”碰撞事件可能意味着将碰撞事件分类为某一特定类型的碰撞事件，并将该碰撞事件与其他类型的碰撞事件区分开。如果车辆安全系统可以将碰撞事件判别或识别为某一特定类型，则可以以适合于该特定类型的碰撞事件的方式来致动可致动约束装置。如本文所使用的，“碰撞事件”可以用于涵盖涉及车辆的各种事件。例如，碰撞事件可能是其中车辆与不同类型的结构冲撞、撞击或以其他方式接合的冲撞或撞击。这些碰撞事件可能是与可变形障碍物(诸如另一辆车)的冲撞，或者是与不可变形障碍物(诸如树木或电线杆)的冲撞。作为另一个示例，碰撞事件还可能涉及诸如侧翻事件等事件，其中车辆撞击由车辆的侧翻而导致。侧翻事件可能是由于车辆侧滑并撞击路缘、滑行或以其他方式从路边移开跌入路堤、或者滑行或以其他方式从路边移开爬上坡道(诸如山坡)而导致的。
4.车辆安全系统可以被配置或适配成判别那些期望应用可致动约束装置的事件(“应用事件”)和那些不期望应用可致动约束装置的事件(“非应用事件”)。碰撞判别需要确定事件类型，例如可变形障碍物、不可变形障碍物、前部撞击碰撞、后部撞击碰撞、侧部撞击碰撞、斜向碰撞、偏置碰撞、侧翻等。碰撞判别还需要确定碰撞的严重程度，并实施安全功能，这些安全功能表现为进行检查或许可，以确保以安全的方式应用可致动约束装置。
5.根据以上内容，将理解的是，可能期望响应于涉及车辆的碰撞事件的类型和/或严重程度来控制安全系统中的可致动约束装置的致动和定时。为了确定响应于感测到的碰撞事件要致动哪些乘员保护设备，安全系统可以实施碰撞评估过程以在碰撞事件的类型之间进行判别。如果所识别的碰撞事件达到或超过严重程度阈值，并且安全功能同意，则可以以与所判别的事件类型相应的方式来致动可致动约束装置。
6.多年来，对安全标准进行了修改和更新，以在汽车安全方面“突破极限(push the envelope)”。结果，为了跟上标准，汽车制造商被要求不断提高其产品的安全性。随着标准变得更加严格，安全系统将适应并变得更加复杂和强大。通过车辆安全系统的发展，已经发现碰撞分类是有助于确定系统功效的关键方面之一。如果安全系统能够准确、稳健地识别
安全标准所定义的碰撞场景，则该安全系统可以采取定制措施以便为该标准的设计所针对的事故中涉及的乘员提供最佳结果。
7.尽管已经开发出具有判别各种碰撞事件的能力的车辆安全系统，但是仍然继续需要在碰撞事件之间进行进一步的分类和判别，以便车辆安全系统可以采取适当的响应动作。可能期望进行判别的碰撞事件是不同类型的侧部碰撞事件，诸如侧翻事件或可能导致侧翻的事件。
8.侧部碰撞事件是那些可能期望致动安全设备(诸如侧面安全气囊(帘式安全气囊、胸部安全气囊)和/或安全带预紧器)的事件。侧部碰撞事件可能发生在各种场景中。例如，车辆可能会失控，并从道路上侧滑到相邻的草地/土地上、跌入路堤或者爬上坡道或山坡。作为另一示例，车辆可能会失控并侧滑到较低的障碍物(诸如路缘)中。在这些场景中的任何一个场景中，所导致的侧部碰撞事件的严重性都可以被批准致动一个或多个车辆安全设备。


技术实现要素：

9.一种车辆安全系统包括用于帮助保护车辆乘员的可致动约束装置，以及用于响应于车辆侧翻事件而控制该可致动约束装置的致动的控制器。该控制器被配置成执行包括至少一个分类度量的判别算法，该至少一个分类度量利用车辆俯仰率(p_rate)和车辆侧倾加速度(d_rate)中的至少一者来对坡道侧翻事件和土地侧翻事件中的至少一个事件与路堤侧翻事件加以判别。该判别算法将该车辆侧翻事件的分类确定为坡道侧翻事件、土地侧翻事件以及路堤侧翻事件中的一个事件。该控制器还被配置成选择用于应用该可致动约束装置的应用阈值。该应用阈值与该车辆侧翻事件的分类相对应。
10.根据一个方面，该至少一个分类度量可以包括评估车辆侧倾加速度(d_rate)对车辆侧倾角度(r_angle)的分类度量。
11.根据另一个方面，单独或与任何其他方面组合，该至少一个分类度量可以包括评估车辆侧倾加速度(d_rate)对车辆侧倾角度(r_angle)的分类度量。该控制器可以被配置成执行该评估车辆侧倾加速度(d_rate)对车辆侧倾角度(r_angle)的分类度量，以对坡道侧翻事件与路堤侧翻事件加以判别。
12.根据另一个方面，单独或与任何其他方面组合，该至少一个分类度量可以包括评估车辆俯仰率(p_rate)对车辆侧倾角度(r_angle)的分类度量。该控制器可以被配置成执行该评估车辆俯仰率(p_rate)对车辆侧倾角度(r_angle)的分类度量，以对坡道侧翻事件与路堤侧翻事件加以判别。
13.根据另一个方面，单独或与任何其他方面组合，该至少一个分类度量还可以包括评估车辆侧向加速度移动平均值(ccu_1y_ama)对车辆侧倾角度(r_angle)的分类度量。该控制器可以被配置成执行该评估车辆侧向加速度移动平均值(ccu_1y_ama)对车辆侧倾角度(r_angle)的分类度量，以验证对坡道侧翻事件与路堤侧翻事件的判别。
14.根据另一个方面，单独或与任何其他方面组合，该至少一个分类度量可以包括评估车辆竖直加速度移动平均值(ccu_6z_ama)对该车辆侧倾角度(r_angle)的分类度量。该控制器可以被配置成执行该评估车辆竖直加速度移动平均值(ccu_6z_ama)对该车辆侧倾角度(r_angle)的分类度量，以验证对坡道侧翻事件与路堤侧翻事件的判别。
15.根据另一个方面，单独或与任何其他方面组合，该至少一个分类度量可以包括评估车辆侧倾加速度(d_rate)对车辆侧倾角度(r_angle)的分类度量。该控制器可以被配置成执行该评估车辆侧倾加速度(d_rate)对车辆侧倾角度(r_angle)的分类度量，以对土地侧翻事件与路堤侧翻事件加以判别。
16.根据另一个方面，单独或与任何其他方面组合，该判别算法可以包括评估车辆侧倾加速度(d_rate)对车辆侧倾率(r_rate_2)的分类度量。该控制器可以被配置成执行该评估车辆侧倾加速度(d_rate)对车辆侧倾率(r_rate_2)的分类度量，以对土地侧翻事件与路堤侧翻事件加以判别。
17.根据另一个方面，单独或与任何其他方面组合，该控制器可以被配置成执行该评估车辆侧倾加速度(d_rate)对车辆侧倾率(r_rate_2)该分类度量，以在硬土地侧翻事件、中度土地侧翻事件以及软土地侧翻事件之间进行判别。
18.根据另一个方面，单独或与任何其他方面组合，该至少一个分类度量可以包括评估车辆侧向加速度移动平均值(ccu_1y_ama)对车辆侧倾角度(r_angle)的分类度量。该控制器可以被配置成执行该评估车辆侧向加速度移动平均值(ccu_1y_ama)对车辆侧倾角度(r_angle)的分类度量，以对土地侧翻事件与路堤侧翻事件加以判别。
19.根据另一个方面，单独或与任何其他方面组合，该至少一个分类度量可以包括评估车辆竖直加速度移动平均值(ccu_6z_ama)对该车辆侧倾角度(r_angle)的分类度量。该控制器可以被配置成执行该评估车辆竖直加速度移动平均值(ccu_6z_ama)对该车辆侧倾角度(r_angle)的分类度量，以验证对土地侧翻事件与路堤侧翻事件的判别。
20.根据另一个方面，单独或与任何其他方面组合，该控制器可以被配置成执行用于确定是否致动该可致动约束装置的应用阈值度量。该应用阈值度量评估车辆侧倾加速度(d_rate)对车辆侧倾角度(r_angle)，并且其中，该控制器被配置成响应于这些应用阈值度量超过该应用阈值而应用该可致动约束装置。
21.根据另一个方面，单独或与任何其他方面组合，该系统还可以包括用于感测车辆侧向加速度并提供指示所感测的车辆侧向加速度(ccu_1y)的信号的加速度计。该系统还可以包括用于感测车辆竖直加速度并提供指示所感测的车辆竖直加速度(ccu_6z)的信号的加速度计。该系统可以进一步包括用于感测车辆侧倾率值并提供指示所感测的车辆侧倾率值(ccu_4r)的信号的侧倾率传感器。
22.根据另一个方面，单独或与任何其他方面组合，该控制器被配置成执行车辆度量计算以：
·
根据该指示所感测的车辆侧向加速度(ccu_1y)的信号确定车辆侧向加速度移动平均值(ccu_1y_ama)。
·
根据该指示所感测的车辆竖直加速度(ccu_6z)的信号确定车辆竖直加速度移动平均值(ccu_6z_ama)。
·
根据该指示所感测的车辆侧倾率值(ccu_4r)的信号确定车辆侧倾加速度(d_rate)。
·
根据该指示所感测的车辆侧倾率值(ccu_4r)的信号确定车辆侧倾角度(r_angle)。
23.根据另一个方面，单独或与任何其他方面组合，该系统还可以包括用于感测车辆
俯仰率值并提供指示所感测的车辆俯仰率(ccu_5p)的信号的俯仰率传感器。该控制器可以被配置成执行车辆度量计算，以根据该指示所感测的车辆俯仰率(ccu_5p)的信号确定车辆俯仰率(p_rate)。
24.根据另一个方面，单独或与任何其他方面组合，这些可致动约束装置可以包括安全带锚固件预紧器、安全带卷收器预紧器、帘式安全气囊、胸部安全气囊、侧面安全气囊、紧急情况通知、门解锁命令和高压动力传动系切断命令中的至少一者。
25.根据另一个方面，单独或与任何其他方面组合，该控制器可以被配置成响应于致动这些可致动约束装置而发出紧急情况通知、门解锁命令和高压动力传动系切断命令中的至少一者。
附图说明
26.在考虑了以下对本发明和附图的描述之后，本发明的前述和其他特征和优点对于本领域技术人员将变得显而易见，在附图中：
27.图1是展示了车辆安全系统的框图。
28.图2是展示了在车辆安全系统中实施的度量计算的框图。
29.图3是展示了用于针对不同表面状况确定车辆侧倾的发生的应用阈值度量的图。
30.图4是展示了由车辆安全系统实施的坡道判别算法的示意框图。
31.图5是展示了由车辆安全系统实施的路堤判别算法的示意框图。
32.图6是展示了由车辆安全系统实施的硬土地判别算法的示意框图。
33.图7是展示了由车辆安全系统实施的中度土地判别算法的示意框图。
34.图8是展示了由车辆安全系统实施的软土地判别算法的示意框图。
具体实施方式
35.本发明涉及一种实施增强判别算法的车辆安全系统，该增强判别算法可以在坡道侧翻碰撞事件与路堤侧翻碰撞事件之间进行判别并且对其进行分类。由车辆安全系统实施的增强判别算法还可以在路堤事件与绊倒事件之间进行判别并且对其进行分类。由车辆安全系统实施的增强判别算法可以进一步在硬土地绊倒事件、中度土地绊倒事件以及软土地绊倒事件之间进行判别并且对其进行分类。
36.因为本发明与上一段落中提到的那些事件的增强判别有关，所以本文将车辆安全系统示出并描述为包括某些部件并且实施执行这些特定的增强判别功能所必需的算法。本领域技术人员将理解，车辆安全系统可以包括除了本文示出和描述的那些部件之外的部件，并且可以执行除了本文示出和描述的那些判别算法之外的判别算法。
37.参考图1，根据一种示例配置，车辆安全系统10包括中央控制单元(ccu)50，该中央控制单元可操作以致动一个或多个可致动约束装置20，诸如左/右安全带预紧器(锚固件和/或卷收器)、左/右帘式安全气囊、左/右胸部安全气囊以及左/右侧面安全气囊。ccu 50还能够可操作以控制其他保护设备(诸如正面安全气囊和膝部安全气囊)的致动。
38.ccu 50还能够可操作以控制其他车辆安全特征22，诸如紧急情况通知、门自动解锁命令和电动车辆(ev)高压动力切断命令。紧急情况通知可以例如包括经由基于车辆的紧急情况辅助系统(诸如gmford和chrysler)发出的对紧急情况
响应的通知或请求(fire/ems)。针对电动车辆，高压切断命令可以使车辆电池与车辆电气系统解耦，以减少由于电短路或故障而引起的触电或火灾的风险。
39.ccu 50包括一个或多个传感器，这些传感器可操作以提供指示车辆线性加速度和/或角加速度和/或在不同方向上并且相对于不同车辆轴线的移动速率的信号。这些传感器可以本地安装在ccu 50自身中或其上，也可以远离ccu并例如经由导线与ccu互连。这些车辆轴线包括x轴，该x轴在车辆中沿车辆向前/向后行进方向纵向延伸。车辆y轴在车辆中垂直于x轴而侧向延伸。车辆z轴在车辆中垂直于x轴和y轴两者而竖直延伸。x轴、y轴和z轴可以被认为在车辆重心处相交。
40.ccu 50包括用于感测车辆侧向(y轴)加速度(ccu_1y)的加速度计52。ccu 50还包括用于感测车辆竖直(z轴)加速度(ccu_6z)的加速度计54。ccu 50还包括俯仰率传感器56，该俯仰率传感器用于感测车辆俯仰率值(ccu_5p)，即围绕车辆y轴的俯仰率。ccu 50进一步包括侧倾率传感器58，该侧倾率传感器用于感测车辆侧倾率值(ccu_4r)，即围绕车辆x轴的侧倾率。可能期望将传感器定位在它们感测车辆运动所沿或围绕的相应轴线上或附近。由于传感器可以本地安装在ccu 50上，因此可能期望将ccu安装在车辆重心处或附近。
41.在车辆安全系统中实施的ccu的硬件配置和软件配置在本领域中是已知的。因此，对于本领域普通技术人员来说，不需要ccu 50的硬件配置的详细描述就可理解和认识车辆安全系统10。图1的ccu 50包括中央处理单元(cpu)60，诸如微型计算机，该中央处理单元被配置成从相应传感器接收信号ccu_1y、ccu_6z、ccu_4r和ccu_5p，对这些信号执行车辆度量计算70，并且利用所计算的度量执行增强判别算法80。
42.由计算62产生的车辆度量包括：
·
车辆侧向y轴加速度移动平均值(ccu_1y_ama)。
·
车辆竖直z轴加速度移动平均值(ccu_6z_ama)。
·
车辆侧倾差率，即侧倾加速度(d_rate)。
·
车辆俯仰率(p_rate)。
·
车辆侧倾率(r_rate)和车辆侧倾角度(r_angle)。
43.增强判别算法80包括侧翻判别算法82、坡道/路堤判别算法84和硬土地/中度土地/软土地判别算法86。ccu 50被配置成执行车辆度量计算70和增强判别算法80，并且确定要致动哪些可致动约束装置20(如果有的话)。
44.图2展示了由ccu 50执行的车辆度量计算70。图2所示的车辆度量计算70的要素在本文中称为由ccu 50内部执行的“功能”。侧倾率度量
45.根据车辆度量计算70，模数转换器(adc)函数100将侧倾率ccu_4r信号转换为数字信号。adc 100可以例如以125μs实施10位8样本求和。在轨道/偏置函数102处，例如以1ms执行轨道检查和偏置调整。将数字化且经偏置的侧倾率ccu_4r传递到例如可以被选择为具有如下时间常数的高通滤波器(hpf)函数104，该时间常数导致在预定时间段(例如t＝8秒)之后重置该滤波器函数。将在hpf函数104处产生的经高通滤波的侧倾率ccu_4r传递到具有由速率转变函数108确定的可变转角频率(也称为截止频率)的低通滤波器(lpf)函数106。例如，在速率转变函数108处，从以下项选择转角/截止频率：rate_lpf_shift转角/截止频率
321.25hz410.27hz55.05hz
46.lpf函数106产生在增强判别算法80(参见图1)中实施的侧倾率度量r_rate，该侧倾率度量具有指示车辆侧倾率(即，角速度)的值。将r_rate传递到积分高通滤波器(ihpf)函数110，该函数包括积分器函数和双时间常数高通滤波器函数。ihpf函数110对r_rate信号进行积分以产生指示车辆的确定的相对侧倾角度的值。ihpf函数110还执行r_rate信号的高通滤波。ihpf函数110产生在增强判别算法80(参见图1)中实施的度量r_angle。
47.r_angle指示车辆的归一化侧倾角度，该侧倾角度是响应于所感测的侧倾率的车辆的相对角度旋转的量度。ihpf函数110可以基于高通滤波器函数的时间常数来重置r_angle，使得r_angle在检测到的侧倾率的发生期间提供关于角度旋转的指示。因此，r_angle可能不指示车辆相对于地面的实际角度取向。以这种方式，车辆侧翻状况的确定不必取决于车辆相对于地面或道路的初始角度取向的确定。
48.还将在hpf函数104处产生的经高通滤波的侧倾率ccu_4r传递到由速率转变函数108(参见以上表格)确定的低通滤波器(lpf)函数112(其也是可变转角/截止频率lpf)。lpf函数112产生侧倾率度量r_rate_lpf，该侧倾率度量具有指示车辆侧倾率(即，角速度)的值。r_rate_lpf在增强判别算法80(参见图1)中实施。由于r_rate_lpf是高通滤波和低通滤波的乘积，因此可以将其视为经带通滤波的侧倾率值。
49.还将在hpf函数104处生成的经高通滤波的侧倾率ccu_4r传递到移动平均函数120，并且然后传递到移动平均函数122。每个移动平均函数120、122可以是例如可调的，以选择样本的数量，例如1至32个样本。移动平均函数120、122将侧倾率的变化平滑化，从而产生在增强判别算法80(参见图1)中实施的度量r_rate_2。
50.将r_rate_2提供给差异函数124，在该差异函数中，比较当前样本与前一样本之间的差异。这产生了差分侧倾率度量d_rate，该差分侧倾率度量指示侧倾率的变化率，即加速度。该侧倾加速度d_rate是车辆围绕车辆x轴的角加速度。侧倾加速度d_rate在增强判别算法80(参见图1)中实施。俯仰率度量
51.根据车辆度量计算70，模数转换器(adc)函数130将俯仰率ccu_5p信号转换为数字信号。adc 130可以例如以125μs实施10位8样本求和。在轨道/偏置函数132处，例如以1ms执行轨道检查和偏置调整。将数字化且经偏置的俯仰率ccu_5p传递到例如可以被选择为具有如下时间常数的高通滤波器(hpf)函数134，该时间常数导致在预定时间段(例如t＝8秒)之后重置该滤波器函数。将在hpf函数134处产生的经高通滤波的俯仰率ccu_5p传递到低通滤波器(lpf)函数136。lpf函数136产生在增强判别算法80(参见图1)中实施的俯仰率度量p_rate，该俯仰率度量具有指示车辆俯仰率(即，角速度)的值。侧向加速度度量
52.根据车辆度量计算70，模数转换器(adc)函数140对侧向(y轴)加速度ccu_1y信号进行转换。adc 140可以例如以125μs实施10位8样本求和。在轨道/偏置函数142处，例如以1ms执行轨道检查和偏置调整。将数字化且经偏置的侧向加速度ccu_1y传递到例如可以被选择为具有如下时间常数的高通滤波器(hpf)函数144，该时间常数导致在预定时间段(例
如t＝8秒)之后重置该滤波器函数。将在hpf函数144处产生的经高通滤波的侧向加速度ccu_1y传递到低通滤波器(lpf)函数146。将在lpf函数146处产生的经低通滤波的侧向加速度ccu_1y的值传递到移动平均值框148和150，这些移动平均值框产生侧向加速度度量ccu_1y_ama和ccu_1y_ama_safe度量。移动平均函数148、150中的每一个中包括的样本数量可以在预定范围内进行调整，诸如1至32个样本。ccu_1y_ama和ccu_1y_ama_safe是在增强判别算法80(参见图1)中实施的侧向加速度移动平均值。竖直加速度度量
53.根据车辆度量计算70，模数转换器(adc)函数160对竖直(z轴)加速度ccu_6z信号进行转换。adc 140可以例如以125μs实施10位8样本求和。在轨道/偏置函数162处，例如以1ms执行轨道检查和偏置调整。将数字化且经偏置的竖直加速度ccu_6z传递到例如可以被选择为具有如下时间常数的高通滤波器(hpf)函数164，该时间常数导致在预定时间段(例如t＝8秒)之后重置该滤波器函数。将在hpf函数164处产生的经高通滤波的侧向加速度ccu_6z传递到低通滤波器(lpf)函数166。将在lpf函数166处产生的经低通滤波的侧向加速度ccu_6z的值传递到移动平均值框168和170，这些移动平均值框产生侧向加速度度量ccu_6z_ama和ccu_6z_ama_safe度量。移动平均函数168、170中的每一个中包括的样本数量可以在预定范围内进行调整，诸如1至32个样本。ccu_6z_ama和ccu_6z_ama_safe是在增强判别算法80(参见图1)中实施的侧向加速度移动平均值。侧倾阈值
54.在各种类型的侧翻事件之间进行判别的能力允许定制触发可致动约束装置20(参见图1)的应用的阈值。这些阈值在图3中展示，该图展示了用于基于不同侧翻事件分类的阈值来致动可致动约束装置的应用阈值度量。如图3所示，应用阈值度量基于r_rate与r_angle的比较。图3的阈值确定展示了如由在一个方向(例如，正方向)上的r_rate值和r_angle值指示的左侧倾(即，朝向驾驶员侧侧倾)，以及如由在相反方向(例如，负方向)上的r_rate值和r_angle值指示的右侧倾(即，朝向乘客侧侧倾)。
55.如图3所示，软土地侧翻事件分类具有可触发可致动约束装置的应用的最低阈值。中度土地状况具有可触发可致动约束装置应用的其次最低的侧翻事件分类阈值，然后是硬土地、坡道和路堤。正常状况(即，其他阈值均不被分类)的应用触发阈值最高。这些应用阈值触发器可以被锁存，在这种情况下，当度量进入图3所示的重置框时，可以重置锁存器。
56.而且，如图所示，触发阈值可能要求检测到某个阈值r_angle，如竖直线所指示，即，在左侧倾阈值的左侧和右侧阈值的右侧的竖直线。一旦满足必要的r_angle，则阈值将基本保持不变，这意味着侧倾率(r_rate)在很大程度上决定了满足哪些阈值(如果有的话)。增强判别算法
57.根据本发明，增强判别算法利用在图2中确定的车辆度量来判别车辆侧翻事件并对其进行分类，使得使用正确的侧翻阈值(图3)来确定是否致动可致动约束装置。侧翻事件可以分类为坡道事件、路堤事件或土地(硬土地、中度土地、软土地)事件。“判别”是指车辆侧翻事件的分类不仅识别已经发生的侧翻事件的类型，而且还识别出该事件不是该算法被配置成在其间进行判别的(多种)其他事件之一。因此，例如，在增强判别算法被配置成在坡道侧翻事件与路堤侧翻事件之间进行判别的情况下，将该事件分类为坡道侧翻事件还意味
着该事件不是路堤侧翻事件。
58.坡道事件是车辆与导致车辆侧倾/侧翻的上倾表面接合的事件。路堤事件是车辆与导致车辆侧倾/侧翻的下倾表面接合的事件。土地事件是车辆侧向移动到导致车辆侧倾/侧翻的土地上的事件。土地事件可能是硬土地事件、中度土地事件或软土地事件。软土地就是对车辆的进一步侧向移动提供较低阻力的软土地，诸如普通的草地/草坪。硬土地被分类为会导致车辆“绊倒”的硬实的土地、砾石、岩石、路缘或其他道路水平障碍物，其中轮胎/车轮的道路接触区由于针对车辆的进一步侧向移动的高阻力而被抓住或否则被阻拦。中度土地被分类为向车辆侧向移动提供介于硬土地事件与软土地事件的级别或阻力之间的级别或阻力。
59.在各种车辆侧翻事件之间进行判别时，可能难以将坡道事件(例如，左坡道和右路堤)与路堤事件(例如，左坡道和右路堤)区别开，因为它们展现出相似的特性。将土地事件与路堤事件区别开可能也是困难的，因为它们也以类似的方式发展。换言之，路堤很容易与坡道事件和土地事件混合。在车辆安全系统10中实施的增强判别算法80利用俯仰率p_rate和侧倾加速度d_rate来增强这些事件的分类。在本说明书中，这种改进的分类可以被称为改进对这些事件的区别。这是因为已经开发了在增强判别算法中实施的分类度量，使得它们的值相差达到足以在这些事件之间进行判别的程度。
60.坡道侧翻事件和路堤侧翻事件发展缓慢。车辆在坡道侧翻期间向上移动，而车辆在路堤侧翻期间向下移动。从物理上讲，车辆的竖直加速度能够区分坡道和路堤。然而，在路堤事件期间的竖直加速度并不明显。因此，使用竖直加速度作为确定因素可能难以对路堤事件与坡道事件或土地事件加以判别。有利地，增强判别算法80利用在图2中确定的车辆度量来增强坡道和路堤的分类。
61.增强判别算法实施所谓的分类度量，以在各种侧翻事件之间进行判别。分类度量是对两个车辆度量(参见图2)的比较，即度量a与度量b的比较，这可以通过图形或曲线图来展示。虽然以图形方式展示，但是将理解的是，可以在cpu 60中经由数学运算来计算分类度量。坡道事件和路堤事件
62.坡道事件是由于车辆的一侧驶上对于车辆的该侧而言充当坡道的结构而导致侧翻的事件。例如，当车辆的一侧被水泥公路车道障碍物抬起时，可能会发生这种情况。路堤事件是由于车辆的一侧驶入道路一侧的路堤而导致侧翻的事件。比较车辆左侧翻事件，例如，左坡道侧翻事件是由于车辆的右侧沿坡道结构向上移动/加速从而产生围绕车辆纵向x轴的左侧倾而导致的。左路堤侧翻事件是由于车辆的左侧沿路堤结构向下移动/加速从而产生围绕车辆纵向x轴的左侧倾而导致的。为了提供增强的乘员保护，对坡道事件与路堤事件进行判别可能是有利的。坡道判别
63.图4中示出了坡道判别算法84。坡道判别算法84用于确定在应用可致动约束装置时是否使用坡道阈值(参见图3)。针对左侧倾事件(即，车辆向左侧或驾驶员侧侧倾)，示出了图4的坡道判别算法84。然而，应当理解，图4所示的算法也适用于右侧倾事件，唯一的区别是分类度量中使用的值的符号( /
‑
)是相反的。换言之，用于右侧倾事件的分类度量将与图4所示的那些分类度量相同，不同之处在于分类度量内的不同度量值的相应轴线的符号
将是相反的，例如正的变为负的，反之亦然。
64.坡道判别算法84分实施四个不同的分类度量以对坡道事件进行判别。这四个分类度量是：
·
ccu_1y_ama对r_angle
·
ccu_6z对r_angle
·
d_rate对r_angle
·
p_rate对r_angle
65.响应于被馈送到与框208的所有分类度量200、202、204、206都被满足，在框212处做出使用坡道阈值(use ramp threshold)的确定，即布尔值一，在本文中称为on。使用坡道阈值确定212可以是锁存确定，如锁存框210所示。因此，一旦与框208被满足，使用坡道阈值212就为on，并且由于锁存210而保持为on，即使在被馈送到与框208的分类度量不再为on之后也如此。在下面的段落中描述了被馈送到与框208的分类度量200、202、204、206。
66.侧向加速度对侧倾角度分类度量200利用ccu_1y_ama和r_angle来产生被馈送到与框208的输出。如所示出的，当侧向加速度对侧倾角度分类度量200在由虚线界定的阴影触发区域中时，该度量为on。侧向加速度对侧倾角度分类度量200中的实线表示当车辆正在发生坡道侧翻事件时的度量。侧向加速度对侧倾角度分类度量200是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，侧向加速度对侧倾角度分类度量200不会产生足以可靠地判别坡道事件与路堤事件的区别。因此，当其他分类度量202、204、206在判别坡道事件的发生上一致时，在坡道判别算法84中利用侧向加速度对侧倾角度分类度量200作为确认(在与框208处)。
67.竖直加速度对侧倾角度分类度量202利用ccu_6z_ama和r_angle来产生被馈送到与框208的输出。如所示出的，当竖直加速度对侧倾角度分类度量202在由虚线界定的阴影触发区域中时，该度量为on。竖直加速度对侧倾角度分类度量202中的实线表示当车辆正在发生坡道侧翻事件时的度量。竖直加速度对侧倾角度分类度量202是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，竖直加速度对侧倾角度分类度量202不会产生足以可靠地判别坡道事件与路堤事件的区别。因此，当其他分类度量200、204、206在判别坡道事件的发生上一致时，在坡道判别算法84中利用竖直加速度对侧倾角度分类度量202作为确认(在与框208处)。
68.角加速度或侧倾加速度对侧倾角度分类度量204利用d_rate和r_angle来产生被馈送到与框208的输出。如所示出的，当侧倾加速度对侧倾角度分类度量204在由虚线界定的阴影触发区域中时，该度量为on。侧倾加速度对侧倾角度分类度量204中的实线表示当车辆正在发生坡道侧翻事件时的度量。侧倾加速度对侧倾角度分类度量204是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，将侧倾加速度与侧倾角度进行比较可以可靠地判别坡道事件与路堤事件。这是因为侧倾加速度对侧倾角度分类度量204产生了足以可靠地判别坡道事件与路堤事件的度量值区别程度。因此，在坡道判别算法84中利用侧倾加速度对侧倾角度分类度量204作为坡道事件的正判别。
69.俯仰率对侧倾角度分类度量206利用p_rate和r_angle来产生被馈送到与框208的输出。如所示出的，当俯仰率对侧倾角度分类度量206在由虚线界定的阴影触发区域中时，该度量为on。俯仰率对侧倾角度分类度量206中的实线表示当车辆正在发生坡道侧翻事件
时的度量。俯仰率对侧倾角度分类度量206是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，将俯仰率与侧倾角度进行比较可以可靠地判别坡道事件与路堤事件。这是因为俯仰率对侧倾角度分类度量206产生了足以可靠地判别坡道事件与路堤事件的度量值区别程度。因此，在坡道判别算法84中利用俯仰率对侧倾角度分类度量206作为坡道事件的正判别。路堤判别
70.图5中示出了路堤判别算法86。路堤判别算法86用于确定在应用可致动约束装置时是否使用路堤阈值(参见图3)。针对左侧倾事件(即，车辆向左侧或驾驶员侧侧倾)，示出了图5的路堤判别算法86。然而，应当理解，图5所示的算法也适用于右侧倾事件，唯一的区别是度量中使用的值的符号( /
‑
)是相反的。换言之，用于右侧倾事件的度量将与图5所示的度量相同，不同之处在于，不同度量值的相应轴线的符号将是相反的，例如正的变为负的，反之亦然。
71.路堤判别算法86实施四个不同的度量以对坡道事件进行判别。这四个度量是：
·
ccu_1y_ama对r_angle
·
ccu_6z对r_angle
·
d_rate对r_angle
·
p_rate对r_angle
72.响应于被馈送到与框228的所有分类度量220、222、224、226都被满足，在框232处做出使用路堤阈值(use embankment threshold)的确定，即布尔值一，在本文中称为on。使用路堤阈值确定232可以是锁存确定，如锁存框230所示。因此，一旦与框228被满足，使用路堤阈值232就为on，并且由于锁存230而保持为on，即使被馈送到与框228的度量不再为on之后也如此。在下面的段落中描述了被馈送到与框228中的分类度量220、222、224、226。
73.侧向加速度对侧倾角度分类度量220利用ccu_1y_ama和r_angle来产生被馈送到与框228的输出。如所示出的，当侧向加速度对侧倾角度分类度量220在由虚线界定的阴影触发区域中时，该度量为on。侧向加速度对侧倾角度分类度量220中的实线表示当车辆正在发生路堤侧翻事件时的度量。侧向加速度对侧倾角度分类度量220是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，侧向加速度对侧倾角度分类度量220不会产生足以可靠地判别坡道事件与路堤事件的区别。因此，当其他分类度量222、224、226在判别路堤事件的发生上一致时，在路堤判别算法86中利用侧向加速度对侧倾角度分类度量220作为确认(在与框228处)。
74.竖直加速度对侧倾角度分类度量222利用ccu_6zy_ama和r_angle来产生被馈送到与框228的输出。如所示出的，当竖直加速度对侧倾角度分类度量222在由虚线界定的阴影触发区域中时，该度量为on。竖直加速度对侧倾角度分类度量222中的实线表示当车辆正在发生路堤侧翻事件时的度量。竖直加速度对侧倾角度分类度量222是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，竖直加速度对侧倾角度分类度量222不会产生足以可靠地判别坡道事件与路堤事件的区别。因此，当其他分类度量220、224、226在判别路堤事件的发生上一致时，在路堤判别算法86中利用竖直加速度对侧倾角度分类度量222作为确认(在与框228处)。
75.角加速度或侧倾加速度对侧倾角度分类度量224利用d_rate和r_angle来产生被
馈送到与框228的输出。如所示出的，当侧倾加速度对侧倾角度分类度量224在由虚线界定的阴影触发区域中时，该度量为on。侧倾加速度对侧倾角度分类度量224中的实线表示当车辆正在发生路堤侧翻事件时的度量。侧倾加速度对侧倾角度分类度量224是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，将侧倾加速度与侧倾角度进行比较可以可靠地判别坡道事件与路堤事件。这是因为侧倾加速度对侧倾角度分类度量224产生了足以可靠地判别坡道事件与路堤事件的度量值区别程度。因此，在路堤判别算法86中利用侧倾加速度对侧倾角度分类度量224作为路堤事件的正判别。
76.俯仰率对侧倾角度分类度量226利用p_rate和r_angle来产生被馈送到与框228的输出。如所示出的，当俯仰率对侧倾角度分类度量226在由虚线界定的阴影触发区域中时，该度量为on。俯仰率对侧倾角度分类度量226中的实线表示当车辆正在发生路堤侧翻事件时的度量。俯仰率对侧倾角度分类度量226是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，将俯仰率与侧倾角度进行比较可以可靠地判别坡道事件与路堤事件。这是因为俯仰率对侧倾角度分类度量226产生了足以可靠地判别坡道事件与路堤事件的度量值区别程度。因此，在路堤判别算法86中利用俯仰率对侧倾角度分类度量226作为路堤事件的正判别。区别坡道事件与路堤事件
77.从前面的段落以及查看图4和图5可以看出，坡道判别算法84和路堤判别算法86使用p_rate和d_rate来增强坡道侧翻事件与路堤侧翻事件的区别。坡道判别算法84和路堤判别算法86使用ccu_1y_ama和ccu_6z_ama来验证或证实对坡道侧翻事件和路堤侧翻事件的判别。由于在所有类型的侧翻事件中，路堤侧翻的d_rate最小，因此可以在度量中实施d_rate以区别路堤事件与坡道事件。因此，如果p_rate不可用，则d_rate可以判别路堤事件并将其与坡道事件区分开，即，与门208和228可以是分别省略了分类度量206和226的三输入门。然而，应该注意的是，使用p_rate和d_rate两者(即，使用如图4和图5所示的所有四个度量)更稳健。
78.坡道事件和路堤事件产生相似的侧向加速度和侧倾率。因此，如图4和图5所示，侧向加速度对侧倾率分类度量200和220的触发区域可以相似或相同。因为在这两种事件中侧向加速度是相似的，所以对这些值进行比较的分类度量200和220不提供坡道事件与路堤事件之间的区别。由于侧向加速度ccu_1y_ama响应于坡道事件和路堤事件而可预测且可重复地表现，因此即使它们无法判别坡道与路堤，也可以使用它们来证实或确认这些事件的发生。
79.坡道事件和路堤事件产生明显不同的侧倾加速度(d_rate)。因此，如图4和图5所示，坡道判别204的侧倾加速度对侧倾率度量的触发区域与路堤判别224的侧倾加速度对侧倾率度量的触发区域不同。因此，如果发生坡道事件，则分类度量204将为on，而如果发生路堤事件，则该分类度量将为off。相反，分类度量204和224因此可以以可预测、可重复且可靠的方式在这些事件之间进行判别。
80.坡道事件和路堤事件还产生明显不同的俯仰率(p_rate)。因此，如图4和图5所示，坡道判别206的俯仰率对侧倾率度量的触发区域与路堤判别226的俯仰率对侧倾率度量的触发区域不同。分类度量206和226因此可以以可预测、可重复且可靠的方式在这些事件之间进行判别。
路堤事件和土地事件
81.如前所述，路堤事件是由于车辆的一侧驶入道路一侧的路堤而导致侧翻的事件。土地事件是其中侧向滑离道路的车辆与土地或其他材料接合、该泥土或其他材料抓住轮胎/车轮并导致车辆侧翻的事件。比较车辆左侧翻事件，例如，左路堤侧翻事件是由于车辆的左侧沿路堤结构向下移动/加速从而产生围绕车辆纵向x轴的左侧倾而导致的。左土地侧翻事件是由于沿车辆侧向(y轴)向左或朝向驾驶员侧的车辆侧向移动突然终止或减速从而产生围绕车辆纵向x轴的左侧倾而导致的。为了提供增强的乘员保护，对路堤事件与土地事件进行判别可能是有利的。硬土地判别
82.图6中示出了硬土地判别算法88。硬土地判别算法88用于确定在应用可致动约束装置时是否使用硬土地阈值(参见图3)。针对左侧倾事件(即，车辆向左侧或驾驶员侧侧倾)，示出了图6的硬土地判别算法88。然而，应当理解，图6所示的算法也适用于右侧倾事件，唯一的区别是度量中使用的值的符号( /
‑
)是相反的。换言之，用于右侧倾事件的度量将与图6所示的度量相同，不同之处在于，不同度量值的相应轴线的符号将是相反的，例如正的变为负的，反之亦然。
83.土地事件是指车辆侧向滑离道路并滑到土地上的事件。通过增强判别算法将土地事件分为硬土地事件、中度土地事件和软土地事件，为这些碰撞场景所涉及的独特碰撞特性提供了定制响应。硬土地事件也可以归类为绊倒事件，诸如，当车辆侧向滑离道路并撞到路缘时，路缘会“绊倒”车辆，从而导致侧翻迅速发展。
84.硬土地判别算法88实施四个不同的度量以对坡道事件与路堤事件进行判别。这四个度量是：
·
d_rate对r_rate_2
·
ccu_6z对r_angle
·
ccu_1y_ama对r_angle
·
d_rate对r_angle
85.响应于被馈送到与框252的分类度量260和锁存硬土地框254都被满足，在框250处做出使用硬土地(use hard soil)的确定，即布尔值一，在本文中称为on。锁存硬土地框254是锁存确定，这意味着一旦与框256被满足，锁存硬土地254就为on并且保持为on，即使被馈送到与框256的度量不再为on之后也如此。将分类度量262、264和266馈送到与框256。在下面的段落中描述了分类度量260、262、264、266。
86.角加速度或侧倾加速度对侧倾率分类度量260利用d_rate和r_rate_2来产生被馈送到与框252的输出。如所示出的，当侧倾加速度对侧倾率分类度量260在由该度量的实线限定的硬触发区域中时，该度量为on。由分类度量260指示的触发区域是区域(硬、中度、软)中该度量首先从阴影区进入的区域。换言之，在分类度量260中，触发区域是锁存的。因此，如果度量首先进入硬触发区域并随后移动到中度和/或软触发区域，则硬触发区域指示保持为on，而中度和/或软触发区域指示保持为off。侧倾加速度对侧倾率分类度量260中的实线表示当车辆正在发生硬土地侧翻事件时的度量。
87.硬土地事件(诸如路缘绊倒)由于硬土地表面(即，路缘)立即提供了高滑动阻力，从而导致高幅度的侧倾加速度。被配置成对硬触发区域中的这种高幅度的侧倾加速度进行
分类的侧倾加速度对侧倾率分类度量260提供了对硬土地事件的可靠判别。另外地，测试表明侧倾加速度对侧倾率分类度量260产生了足以可靠地判别硬土地事件与路堤事件的度量值区别程度。因此，在硬土地判别算法88中可以利用侧倾加速度对侧倾率分类度量260作为硬土地事件的正判别。
88.竖直加速度对侧倾角度分类度量262利用ccu_6zy_ama和r_angle来产生被馈送到与框256的输出。如所示出的，当竖直加速度对侧倾角度分类度量262在由虚线界定的阴影触发区域中时，该度量为on。竖直加速度对侧倾角度分类度量262中的实线表示当车辆正在发生硬土地侧翻事件时的度量。竖直加速度对侧倾角度分类度量262是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，竖直加速度对侧倾角度分类度量262不会产生足以可靠地判别硬土地事件与路堤事件的区别。因此，当其他分类度量264、266在判别硬土地事件的发生上一致时，在硬土地判别算法88中利用竖直加速度对侧倾角度分类度量262作为确认(在与框256处)。
89.侧向加速度对侧倾角度分类度量264利用ccu_1y_ama和r_angle来产生被馈送到与框256的输出。如所示出的，当侧向加速度对侧倾角度分类度量264在由虚线界定的阴影触发区域中时，该度量为on。侧向加速度对侧倾角度分类度量264中的实线表示当车辆正在发生硬土地侧翻事件时的度量。侧向加速度对侧倾角度分类度量264是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，将侧倾加速度与侧倾角度进行比较可以可靠地判别硬土地事件与路堤事件。这是因为侧倾加速度对侧倾角度分类度量264产生了足以可靠地判别硬土地事件与路堤事件的度量值区别程度。因此，在硬土地判别算法88中利用侧倾加速度对侧倾角度分类度量264作为硬土地事件的正判别。
90.角加速度或侧倾加速度对侧倾角度分类度量266利用d_rate和r_angle来产生被馈送到与框256的输出。如所示出的，当侧倾加速度对侧倾角度分类度量266在由虚线界定的阴影触发区域中时，该度量为on。侧倾加速度对侧倾角度分类度量256中的实线表示当车辆正在发生硬土地侧翻事件时的度量。侧倾加速度对侧倾角度分类度量266是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，侧向加速度对侧倾角度分类度量266不会产生足以可靠地判别硬土地事件与路堤事件的区别。因此，当其他分类度量262、264在判别硬土地事件的发生上一致时，在硬土地判别算法88中利用侧向加速度对侧倾角度分类度量266作为确认(在与框256处)。中度土地判别
91.图7中示出了中度土地判别算法90。中度土地判别算法90用于确定在应用可致动约束装置时是否使用中度土地阈值(参见图3)。针对左侧倾事件(即，车辆向左侧或驾驶员侧侧倾)，示出了图7的中度土地判别算法90。然而，应当理解，图7所示的算法也适用于右侧倾事件，唯一的区别是度量中使用的值的符号( /
‑
)是相反的。换言之，用于右侧倾事件的度量将与图7所示的度量相同，不同之处在于，不同度量值的相应轴线的符号将是相反的，例如正的变为负的，反之亦然。
92.土地事件是指车辆侧向滑离道路并滑到土地上的事件。通过增强判别算法将土地事件分为硬土地事件、中度土地事件和软土地事件，为这些碰撞场景所涉及的独特碰撞特性提供了定制响应。中度土地事件也可以归类为不会产生像硬土地或绊倒事件一样高幅度的加速度、但产生比与软土地事件(诸如草坪或草地)相关联的加速度高的加速度的事件。
中度土地事件可以是介于硬土地事件与软土地事件之间的事件，例如，当车辆侧向滑离道路滑到干燥、硬实的土地和/或砾石上时，这导致侧翻的发展相比硬土地事件慢、但比软土地事件快。
93.中度土地判别算法90实施四个不同的度量以对坡道事件与路堤事件进行判别。这四个度量是：
·
d_rate对r_rate_2
·
ccu_6z对r_angle
·
ccu_1y_ama对r_angle
·
d_rate对r_angle
94.响应于被馈送到与框272的分类度量280和锁存中度土地框274都被满足，在框270处做出使用中度土地(use mid
‑
soil)的确定，即布尔值一，在本文中称为on。锁存中度土地框274是锁存确定，这意味着一旦与框276被满足，锁存中度土地框274就为on并且保持为on，即使被馈送到与框276的度量不再为on之后也如此。将分类度量282、284和286馈送到与框276。在下面的段落中描述了分类度量280、282、284、286。
95.角加速度或侧倾加速度对侧倾率分类度量280利用d_rate和r_rate_2来产生被馈送到与框272的输出。如所示出的，当侧倾加速度对侧倾率分类度量280在由该度量的实线限定的中度触发区域中时，该度量为on。由分类度量280指示的触发区域是区域(硬、中度、软)中该度量首先从阴影区进入的区域。换言之，在分类度量280中，触发区域是锁存的。因此，如果度量首先进入中度触发区域并随后移动到硬和/或软触发区域，则中度触发区域指示保持为on，而硬和/或软触发区域指示保持为off。
96.中度土地事件(诸如硬实的、干燥土地和/或砾石)由于中度土地表面快速提供了高滑动阻力，从而导致侧倾加速度的幅度低于硬土地事件的加速度的幅度。被配置成对中度触发区域中的这种侧倾加速度进行分类的侧倾加速度对侧倾率分类度量280提供了对中度土地事件的可靠判别。另外地，测试表明侧倾加速度对侧倾率分类度量280产生了足以可靠地判别中度土地事件与路堤事件的度量值区别程度。因此，在中度土地判别算法90中可以利用侧倾加速度对侧倾率分类度量280作为中度土地事件的正判别。侧倾加速度对侧倾率度分类度量280中的实线表示当车辆正在发生中度土地侧翻事件时的度量。
97.竖直加速度对侧倾角度分类度量282利用ccu_6zy_ama和r_angle来产生被馈送到与框276的输出。如所示出的，当竖直加速度对侧倾角度分类度量282在由虚线界定的阴影触发区域中时，该度量为on。竖直加速度对侧倾角度分类度量282中的实线表示当车辆正在发生中度土地侧翻事件时的度量。竖直加速度对侧倾角度分类度量282是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，竖直加速度对侧倾角度分类度量282不会产生足以可靠地判别中度土地事件与路堤事件的区别。因此，当其他分类度量284、286在判别中度土地事件的发生上一致时，在中度土地判别算法90中利用竖直加速度对侧倾角度分类度量282作为确认(在与框276处)。
98.侧向加速度对侧倾角度分类度量284利用ccu_1y_ama和r_angle来产生被馈送到与框276的输出。如所示出的，当侧向加速度对侧倾角度分类度量284在由虚线界定的阴影触发区域中时，该度量为on。侧向加速度对侧倾角度分类度量284中的实线表示当车辆正在发生中度土地侧翻事件时的度量。侧向加速度对侧倾角度分类度量284是无锁存度量，即仅
当该度量在触发区域中时，该度量才为on。测试表明，将侧倾加速度与侧倾角度进行比较可以可靠地判别中度土地事件与路堤事件。这是因为侧倾加速度对侧倾角度分类度量284产生了足以可靠地判别中度土地事件与路堤事件的度量值区别程度。因此，在中度土地判别算法90中利用侧倾加速度对侧倾角度分类度量284作为中度土地事件的正判别。
99.角加速度或侧倾加速度对侧倾角度分类度量286利用d_rate和r_angle来产生被馈送到与框276的输出。如所示出的，当侧倾加速度对侧倾角度分类度量286在由虚线界定的阴影触发区域中时，该度量为on。侧倾加速度对侧倾角度分类度量286中的实线表示当车辆正在发生中度土地侧翻事件时的度量。侧倾加速度对侧倾角度分类度量286是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，侧向加速度对侧倾角度分类度量286不会产生足以可靠地判别中度土地事件与路堤事件的区别。因此，当其他分类度量282、284在判别中度土地事件的发生上一致时，在中度土地判别算法90中利用侧向加速度对侧倾角度分类度量286作为确认(在与框276处)。软土地判别
100.图8中示出了软土地判别算法92。软土地判别算法92用于确定在应用可致动约束装置时是否使用软土地阈值(参见图3)。针对左侧倾事件(即，车辆向左侧或驾驶员侧侧倾)，示出了图8的软土地判别算法92。然而，应当理解，图8所示的算法也适用于右侧倾事件，唯一的区别是度量中使用的值的符号( /
‑
)是相反的。换言之，用于右侧倾事件的度量将与图8所示的度量相同，不同之处在于，不同度量值的相应轴线的符号将是相反的，例如正的变为负的，反之亦然。
101.土地事件是指车辆侧向滑离道路并滑到土地上的事件。将土地事件分为硬土地事件、中度土地事件和软土地事件，为这些碰撞场景所涉及的独特碰撞特性提供了定制响应。软土地事件也可以归类为不会产生像中度土或硬土地或绊倒事件那样高幅度的加速度的事件。例如，当车辆侧向滑离道路滑到草坪或草地上时，可能会发生软土地事件，这种情况导致侧翻的发展比硬土地事件和中度土地事件都慢。
102.软土地判别算法92实施四个不同的度量以对坡道事件与路堤事件进行判别。这四个度量是：
·
d_rate对r_rate_2
·
ccu_6z对r_angle
·
ccu_1y_ama对r_angle
·
d_rate对r_angle
103.响应于被馈送到与框302的分类度量310和锁存软土地框304都被满足，在框300处做出使用软土地(use soft soil)的确定，即布尔值一，在本文中称为on。锁存软土地框304是锁存确定，这意味着一旦与框306被满足，锁存软土地304就为on并且保持为on，即使被馈送到与框306的度量不再为on之后也如此。将分类度量312、314和316馈送到与框306。在下面的段落中描述了分类度量310、312、314、316。
104.角加速度或侧倾加速度对侧倾率分类度量310利用d_rate和r_rate_2来产生被馈送到与框302的输出。如所示出的，当侧倾加速度对侧倾率分类度量310在由该度量的实线限定的软触发区域中时，该度量为on。由分类度量310指示的触发区域是区域(硬、中度、软)中该度量首先从阴影区进入的区域。换言之，在分类度量310中，触发区域是锁存的。因此，
如果度量首先进入软触发区域并随后移动到硬和/或中度触发区域，则软触发区域指示保持为on，而硬和/或中度触发区域指示保持为off。
105.软土地事件(诸如硬实的、干燥土地和/或砾石)由于软土地表面快速提供了高滑动阻力，从而导致侧倾加速度的幅度低于硬土地事件的加速度的幅度。被配置成对软触发区域中的这种侧倾加速度进行分类的侧倾加速度对侧倾率分类度量310提供了对软土地事件的可靠判别。另外地，测试表明侧倾加速度对侧倾率分类度量310产生了足以可靠地判别软土地事件与路堤事件的度量值区别程度。因此，在软土地判别算法92中可以利用侧倾加速度对侧倾率分类度量310作为软土地事件的正判别。侧倾加速度对侧倾率度分类度量310中的实线表示当车辆正在发生软土地侧翻事件时的度量。
106.竖直加速度对侧倾角度分类度量312利用ccu_6zy_ama和r_angle来产生被馈送到与框306的输出。如所示出的，当竖直加速度对侧倾角度分类度量312在由虚线界定的阴影触发区域中时，该度量为on。竖直加速度对侧倾角度分类度量312中的实线表示当车辆正在发生软土地侧翻事件时的度量。竖直加速度对侧倾角度分类度量312是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，竖直加速度对侧倾角度分类度量312不会产生足以可靠地判别软土地事件与路堤事件的区别。因此，当其他分类度量314、316在判别软土地事件的发生上一致时，在软土地判别算法92中利用竖直加速度对侧倾角度分类度量312作为确认(在与框306处)。
107.侧向加速度对侧倾角度分类度量314利用ccu_1y_ama和r_angle来产生被馈送到与框306的输出。如所示出的，当侧向加速度对侧倾角度分类度量314在由虚线界定的阴影触发区域中时，该度量为on。侧向加速度对侧倾角度分类度量314中的实线表示当车辆正在发生软土地侧翻事件时的度量。侧向加速度对侧倾角度分类度量314是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，将侧倾加速度与侧倾角度进行比较可以可靠地判别软土地事件与路堤事件。这是因为侧倾加速度对侧倾角度分类度量314产生了足以可靠地判别软土地事件与路堤事件的度量值区别程度。因此，在软土地判别算法92中利用侧倾加速度对侧倾角度分类度量314作为软土地事件的正判别。
108.角加速度或侧倾加速度对侧倾角度分类度量316利用d_rate和r_angle来产生被馈送到与框306的输出。如所示出的，当侧倾加速度对侧倾角度分类度量316在由虚线界定的阴影触发区域中时，该度量为on。侧倾加速度对侧倾角度分类度量316中的实线表示当车辆正在发生软土地侧翻事件时的度量。侧倾加速度对侧倾角度分类度量316是无锁存度量，即仅当该度量在触发区域中时，该度量才为on。测试表明，侧向加速度对侧倾角度分类度量316不会产生足以可靠地判别软土地事件与路堤事件的区别。因此，当其他分类度量312、314在判别软土地事件的发生上一致时，在软土地判别算法92中利用侧向加速度对侧倾角度分类度量316作为确认(在与框306处)。侧翻判别
109.根据以上内容，将理解的是，图4至图8中所示的并在本文中描述的增强判别算法可以在车辆安全系统中实施，以在坡道侧翻事件(图4)、路堤侧翻事件(图5)、硬土地侧翻事件(图6)、中度土地侧翻事件(图7)和软土地侧翻事件(图8)之间进行判别。如上所述，这些判别以高度的互斥性执行，即，对这些事件中的任何一个事件的判别都高度准确地排除了其他事件。因此，增强判别算法能够将侧翻事件识别和分类为属于这些类别之一。车辆安全
系统可以基于分类的侧翻事件来选择用于应用可致动约束装置(诸如安全气囊和安全带)的阈值，从而提高由车辆安全系统提供的乘员保护水平。
110.根据本发明的以上描述，本领域技术人员将理解，所描述的车辆安全系统和方法实施以下算法，这些算法可以对坡道侧翻事件与路堤侧翻事件加以判别，并且还可以对土地侧翻事件与路堤侧翻事件加以判别。本领域技术人员还将意识到落入本发明的精神和范围内的对所公开的系统和方法的改进、变化和修改。所附权利要求旨在涵盖这些改进、变化和/或修改。