TBOX Collision Detection 碰撞检测
TBOX Collision Detection

车辆 TBOX 数据碰撞检测系统

Vehicle TBOX Collision Detection Workbench

基于 IMU、车速、制动、状态信号等多源数据，对车辆运行日志进行碰撞事件识别、风险评估与报告输出。

CSV XLSX JSON 多格式适配

检测前置条件

（掌握数据有限，如有格式不匹配请联系作者，涉及隐私不便提供参考数据）

配置输入数据与项目上下文，启动碰撞识别流程。

Step 01

上传事件日志

未上传
Step 02

车型 / 项目代号

用于匹配车辆配置与模型策略

待填写
Step 03

历史模型（可选）

未加载
Step 04

历史样本整合（可选）

未启用

[idle] 等待输入日志文件与项目上下文。

检测结果

当前状态

尚未检测

请完成前置条件配置后启动检测

碰撞事件结论：等待分析

系统将在完成检测、IMR 检测、动态阈值判断与多特征融合后输出事件结论。

关键事件数量0
数据完整性98%
时间片段数量0
分析模式规则 + 模型

检测流程

标准化预处理
IMR 检测
动态阈值判断
多特征融合
报告导出

报告产出

A事件摘要

检测到碰撞反馈未生成
事件总数0
异常等级--

B置信度结论

置信度等级--
证据状态--
模型判断结果--

C时间片段 / Trips

异常时间段数量0
截取片段--
关联记录--

D导出报告

检测产物按图像、报告、模型分组输出，报告下载优先使用 Excel 事件报告。

Excel JSON PDF

图像输出

报告输出

检测完成后生成 Excel 事件报告。

模型输出

检测完成后生成更新模型或同车型合并模型。

📐 原理与技术方案(点击展开)

1. 物理判据:冲量-动量残差(IMR)
正常制动时,速度变化由制动压力唯一驱动:Δv ≈ −α·Σ Fbrake·dt,其中 α 为制动效能系数(m/s per bar·s)。一旦发生碰撞,车身受到与驾驶员操作无关的巨大外冲击,动量方程失衡。据此定义残差:
IMR(t) = Δv_actual(t) + α̂(t) · ΣF_brake(t)
碰撞点表现为大幅负脉冲——这是整个检测器的核心物理依据。

2. 制动效能系数 α 的在线估计(RLS)
用递推最小二乘在线拟合 α(遗忘因子 λ=0.95,跟踪制动器热衰减),仅取"锚定窗口"内的高质量样本更新:10 ≤ v ≤ 80 km/h、有效制动力、ax ∈ [−0.80, −0.05] g、Δv ≤ 15 m/s;α 全程约束在 [0.02, 0.60],初值 0.13。相邻行程间传递 α/P 后验状态,越开越准。

3. 双判据融合
① IMR 通道:5 s 滑窗内超过统计阈值 3.5σ 或硬阈值 −3.0 m/s 判为碰撞候选;
② 运动突变通道:对非制动段样本以特征 [纵向加速度 ax, 车速 v] 训练孤立森林(n_estimators=100, contamination=0.01),取异常分 > 99 分位的时刻;
两路结果按时间聚类融合后,再经过车速骤降过滤,显著压低误报。

4. 数据自适应
自动识别六类云端/车机日志格式(A、A2、B、C、D、E),未知格式按列名关键词智能映射(X);行程切分规则:静止 > 60 s 判定行程结束,时间戳跳变 > 3600 s 强制切分。

5. 输出与模型沉淀
每次检测生成独立任务目录:IMR 诊断图、事件明细 Excel 报告、更新后的 α 模型(JSON)。支持上传历史车型模型按精度加权合并(协方差越小权重越大),实现"同一辆车越用越准"。