Vorausschauende Crasherkennung und Crashparameterprädiktion mittels Unvermeidbarkeitsmodell für die Aktivierung irreversibler Schutzsysteme in Fahrzeugen vor dem Kollisionszeitpunkt
Zusammenfassung Zukünftige adaptive Rückhaltestrategien benötigen verlässliche Entscheidungen bereits vor dem Aufprall. Diese Dissertation zeigt, wie PreCrash-Sicherheitssysteme durch Umfeldsensorik unvermeidbare Kollisionen erkennen und irreversiblen Insassenschutz vorausschauend aktivieren können. Dazu werden Systemarchitektur und Anforderungen abgeleitet. Kernbeitrag ist ein Modell- und Methodenbaukasten zur Unvermeidbarkeitsbestimmung und Crashparameterprädiktion, einschlieβlich Sensitivitätsanalysen zur Quantifizierung von Toleranzeinflüssen und zur Ableitung von Sensoranforderungen. Ein darauf aufbauendes Prädiktions- und Kollisionserkennungsverfahren ermöglicht Aussagen über Crashkonstellationen sowie über den frühestmöglichen Zeitpunkt einer Auslöseentscheidung. Die Umsetzung in Echtzeit und erste integrale Crashversuche belegen die prinzipielle Eignung für reale Anwendungen.
Authors
- Robert Lugner (ORCID: https://orcid.org/0000-0003-0757-8684)
Institutions
- Technische Hochschule Ingolstadt (DE)
Publication Details
- Journal
- at - Automatisierungstechnik
- Published
- 2026-05-01
- DOI
- https://doi.org/10.1515/auto-2025-0138
- Primary Topic
- Autonomous Vehicle Technology and Safety
- Type
- article
- Field-Weighted Citation Impact
- 0.00