Im Rahmen einer Forschungsarbeit am IFAS der Helmut-Schmidt-Universität wird ein Verfahren entwickelt, das eine sehr frühe Klassifizierung von Unfallszenarien ermöglicht. Dazu werden 70 FE- Simulationen durchgeführt, bei denen sowohl die Fahrzeuggeschwindigkeit als auch die Position eines Pfahlhindernisses variiert werden. Während der Simulationen werden verschiedene Sensorsignale aufgezeichnet, wobei im Anschluss einige Beschleunigungssignale mittels Wavelettransformation bearbeitet werden. Stark diskretisierte Wavelettransformierte dienen danach als Eingabewerte für künstliche neuronale Netze. Durch ein geeignetes Training werden die künstlichen neuronalen Netze so angepasst, dass sie auch für unbekannte Eingangsmuster gute Ausgangswerte bezüglich der Geschwindigkeit und der Pfahlposition liefern. Fuer die beiden bisher untersuchten Unfallgrößen wurden Netze erzeugt, die teilweise außerordentlich gute Ergebnisse liefern. Dazu werden in der Regel nur die ersten 20 ms von drei Beschleunigungssignalen ausgewertet. Was anfänglich nicht erwartet wurde, ist, dass eine signifikante Verbesserung der Ausgabewerte erzielt werden kann, wenn der betrachtete Signalzeitraum auf 10 ms reduziert wird. Daher beziehen sich aktuelle Untersuchungen primär auf dieses Zeitintervall. Bis zum heutigen Forschungsstand eignet sich das Verfahren zur Bestimmung der beiden Unfallgrößen. In aktuell laufenden Untersuchungen wird versucht, den Aufprallwinkel des Fahrzeugs gegen das Hindernis zu bestimmen. Erste Erkenntnisse lassen auch hier auf gute Ergebnisse schließen. Mit Ermittlung des Aufprallwinkels wären alle wesentlichen Einflussgrößen eines Pfahlunfalls bekannt, und dies würde eine bedarfsgerechte Auslösung der Rückhaltesysteme erlauben.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Vorhersage von Aufprallgeschwindigkeit und Hindernisposition beim Fahrzeugcrash mit Hilfe von Wavelettransformierten und künstlichen neuronalen Netzen


    Beteiligte:
    Fuhr, Bastian (Autor:in) / Meywerk, Martin (Autor:in) / Rühmer, Sebastian (Autor:in)


    Erscheinungsdatum :

    2010


    Format / Umfang :

    14 Seiten, 8 Bilder, 8 Quellen




    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Deutsch