[論文レビュー] Dynamic Human Body Models in Vehicle Safety: An Overview

Niklas Fahse, Millard, M.+4 more|arXiv (Cornell University)|Jan 1, 2023

Vehicle Dynamics and Control Systems被引用数 1

ひとこと要約

本レビューでは、自動車の衝突安全における動的人体モデル（HBM）について包括的な概要を提示し、乗員応答をさまざまな走行モードでシミュレートするためのマルチボディおよび有限要素アプローチを比較する。HBMsは、特にオートバイの衝突やトーキング・オーバー事象のような複雑なシナリオにおいて、正確で物理的根拠に基づく怪我の予測を可能にするが、計算コスト、モデルのばらつき、生理的リアリズムの面で課題を抱えていることが示された。

ABSTRACT

Significant trends in the vehicle industry are autonomous driving, micromobility, electrification and the increased use of shared mobility solutions. These new vehicle automation and mobility classes lead to a larger number of occupant positions, interiors and load directions. As safety systems interact with and protect occupants, it is essential to place the human, with its variability and vulnerability, at the center of the design and operation of these systems. Digital human body models (HBMs) can help meet these requirements and are therefore increasingly being integrated into the development of new vehicle models. This contribution provides an overview of current HBMs and their applications in vehicle safety in different driving modes. The authors briefly introduce the underlying mathematical methods and present a selection of HBMs to the reader. An overview table with guideline values for simulation times, common applications and available variants of the models is provided. To provide insight into the broad application of HBMs, the authors present three case studies in the field of vehicle safety: (i) in-crash finite element simulations and injuries of riders on a motorcycle; (ii) scenario-based assessment of the active pre-crash behavior of occupants with the Madymo multibody HBM; (iii) prediction of human behavior in a take-over scenario using the EMMA model.

研究の動機と目的

• 自動運転、マイクロモビリティ、共有モビリティの進展に伴い、車両設計の複雑化が進む中で、より多様で正確な乗員安全評価が求められるようになっていることに対応するため。
• 研究者およびエンジニアが自動車の安全応用におけるマルチボディおよび有限要素人体モデル（HBM）を比較して理解できるよう、概要を提供するため。
• HBMシミュレーションにおける主な課題、特に計算コスト、モデルのばらつき、筋活動および反사運動の正確な表現を特定するため。
• リアルタイム性能や組織レベルの怪我予測といった、用途に応じた要件に基づいて適切なHBMおよびシミュレーション手法を選定するための指針を示すため。
• 物理的衝突試験に依存するのを減らし、車両安全の開発を向上させるために、HBMを用いたバーチャル試験の活用を促進するため。

提案手法

• マルチボディシステム（MBS）および有限要素（FE）モデルを含む、既存の動的人体モデル（HBM）の体系的レビューと統合的分析を行い、数学的基盤と実装に焦点を当てる。
• 3つの事例研究へのHBMの応用：(i) 頭部および下肢の怪我を予測するFEモデルを用いたオートバイ衝突シミュレーション；(ii) MADYMOマルチボディHBMを用いたアクティブなプレクラッシュ行動のシミュレーション；(iii) EMMAモデルを用いたトーキング・オーバー事象における人間行動予測。
• 運動制約および関節ダイナミクスをモデル化するため、冗長座標系とインデックス1の微分代数方程式（DAE）の使用。
• 乗動的筋反応およびそれらが乗員の運動学的挙動と怪我リスクに与える影響を再現するため、Hill型筋モデルの採用。
• 特に接触が豊富な複雑なシナリオにおいてもシミュレーション時間を短縮するため、高速かつ正確な接触力モデルの採用。
• 事前に計算された有限要素シミュレーションのデータベースに基づく代理モデルの開発と活用により、計算コストを大幅に削減しながら高い精度を達成する。

実験結果

リサーチクエスチョン

• RQ1 マルチボディモデルと有限要素モデルという異なるタイプの人体モデルは、自動車衝突における乗員応答および怪我リスクの予測において、どのように比較されるか？
• RQ2 さまざまなHBMタイプにおいて、シミュレーション速度、解剖学的詳細、計算コストの間にはどのようなトレードオフがあるか？
• RQ3 アクティブな筋反応および生理的反射は、衝突シミュレーションにおける怪我の結果にどの程度影響を与えるか？
• RQ4 代理モデル技術は、高精度を損なわずに、高精細な有限要素シミュレーションの計算負荷をどのように軽減できるか？
• RQ5 同じ人体計測的特徴を有するモデル間でも、HBMの予測にどのような主なばらつきが生じるのか？

主な発見

• 有限要素モデル（例：VIVA+、GHBMC）は、高精度な組織レベルの怪我予測を可能にするが、計算コストが高く、シミュレーション時間は実時間よりも著しく遅くなる。
• マルチボディモデル（例：EMMA、MADYMO）は、リアルタイムまたはそれ以上の速度でシミュレーション可能であり、プレクラッシュイベント中の乗員行動の動的でシナリオベースの分析を可能にする。
• 同じ人体計測的特徴を有するモデル間でも、頭部加速度のピーク値に顕著な差が認められた。例えば、50百分位数の男性および女性VIVA+モデルは、Hybrid IIIモデルとは異なる応答を示した。これは、モデル固有のバイオメカニカルな挙動を示している。
• ドライバー・イン・ザ・ループ実験により、アクティブな筋反応が怪我の結果に顕著に影響を与えることが実証されたが、正確にモデル化および検証するのは依然として困難である。
• マルチボディシステムにおける接触力モデルの計算が、シミュレーション時間の大部分を占めているため、効率を向上させるために高速かつ正確な定式化が不可欠である。
• 事前に計算された有限要素シミュレーションのデータベースに基づいて訓練された代理モデルは、計算コストを大幅に削減しながらも高精度な応答を再現でき、スケーラブルなバーチャル試験を可能にする。