一种基于简化模型深度学习算法的假人伤害评估方法

本发明涉及汽车安全评估技术领域，具体涉及一种基于简化模型深度学习算法的假人伤害评估方法。包括：构建一维简化模型的数据库，包括：采集车体速度‑时间曲线数据，采用标定后的一维简化模型代替整车模型进行车体速度‑时间曲线数据采样；基于标定好的一维简化模型，通过离散主传力路径载荷分布，生成车体速度‑时间曲线样本集；代入约束系统CAE模型进行有限元分析，提取假人各部位的伤害曲线数据，并将提取得到的假人伤害曲线数据整理成数据库形式；采用CNN‑LSTM架构搭建深度学习模型，设置模型各层参数和连接关系；用于预测假人伤害曲线；进行CNN‑LSTM预测模型的训练。该技术方案能提高假人伤害曲线预测的效率和准确性。