[논문 리뷰] Dynamic Human Body Models in Vehicle Safety: An Overview

Niklas Fahse, Millard, M.외 4명|arXiv (Cornell University)|2023. 01. 01.

Vehicle Dynamics and Control Systems인용 수 1

한 줄 요약

이 리뷰는 자동차 안전 분야에서 동적 인간체모델(HBMs)에 대한 종합적인 개요를 제시하며, 다양한 주행 모드에서 승객의 반응을 시뮬레이션하기 위한 다체계와 유한요소 접근법을 비교한다. 이는 특히 오토바이 사고 및 타이크오버 이벤트와 같은 복잡한 상황에서 물리기반의 상 ference 예측이 가능하다는 것을 보여주며, 계산 비용, 모델 변동성, 생리학적 현실성 등의 과제를 제기한다.

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.

연구 동기 및 목표

• 자율주행, 마이크로모빌리티, 공유 이동 등로 인해 차량 설계의 복잡성이 증가하는 데 대응하기 위해, 더 다양한 승객 안전 평가가 요구됨.
• 연구자와 엔지니어가 자동차 안전 응용 분야에서 다체계와 유한요소 인간체모델(HBMs)을 비교할 수 있도록 개요 제공.
• 모델의 계산 비용, 모델 변동성, 근육 활동 및 반사 작용의 정확한 표현 등 HBM 시뮬레이션의 주요 과제 규명.
• 실시간 성능 또는 조직 수준의 부상 예측 등 응용 분야에 맞는 적절한 HBMs 및 시뮬레이션 방법 선택을 안내.
• 비용이 많이 드는 물리적 충돌 테스트에 의존하는 것의 감소를 위해 가상 테스트를 통한 차량 안전 개발 향상 촉진.

제안 방법

• 다체계(MBS) 및 유한요소(FE) 모델을 포함한 기존의 동적 인간체모델(HBMs)에 대한 체계적 리뷰 및 통합 분석을 수행하며, 그 수학적 기초와 구현에 중점을 둠.
• 세 가지 사례 연구에 HBMs를 적용: (i) 머리 및 하지 손상 예측을 위한 FE 모델을 활용한 오토바이 사고 시뮬레이션; (ii) MADYMO 다체계 HBM을 활용한 활성 전충돌 행동 분석; (iii) EMMA 모델을 활용한 타이크오버 시나리오에서의 인간 행동 예측.
• 운동 제약 조건과 관절 역학을 모델링하기 위해 부속좌표계와 인덱스-1 미분대수방정식(DAEs) 사용.
• 승객 운동학 및 부상 위험에 미치는 영향을 시뮬레이션하기 위해 힐 유형 근육 모델 도입.
• 특히 접촉이 많은 복잡한 시나리오에서 시뮬레이션 시간을 단축하기 위해 빠르고 정확한 접촉력 모델 구현.
• 사전 계산된 유한요소 시뮬레이션 기반의 서rogate 모델 개발 및 활용을 통해 높은 정확도를 유지하면서도 계산 비용을 감소.

실험 결과

연구 질문

• RQ1 다른 종류의 인간체모델(다체계 대비 유한요소)은 차량 사고에서 승객의 반응과 부상 위험을 어떻게 예측하는가?
• RQ2 다양한 HBM 유형 간에 시뮬레이션 속도, 해부학적 세부 정보, 계산 비용 간의 상충 관계는 어떠한가?
• RQ3 활성 근육 반응과 생리학적 반사 작용은 충돌 시뮬레이션에서 부상 결과에 얼마나 큰 영향을 미치는가?
• RQ4 서rogate 모델링 기법은 고정밀 유한요소 시뮬레이션의 계산 부담을 어떻게 줄일 수 있으며 정확도를 유지할 수 있는가?
• RQ5 유사한 신체 체형을 가진 모델 간에도 HBM 예측의 주요 변동성 원인은 무엇인가?

주요 결과

• 유한요소 모델(VIVA+, GHBMC 등)은 고정밀도의 조직 수준 부상 예측이 가능하지만 계산 비용이 매우 높아 실시간보다 훨씬 느린 시뮬레이션 시간을 가짐.
• 다체계 모델(예: EMMA, MADYMO)은 실시간 또는 그 이상의 속도로 시뮬레이션 가능하여 전충돌 이벤트 중 승객 행동의 동적이고 시나리오 기반 분석이 가능.
• 유사한 신체 체형을 가진 모델 간에도 정점 두통 가속도에 상당한 차이를 보였으며, 예를 들어 50번째 백분위수 남성 및 여성 VIVA+ 모델은 Hybrid III 모델과는 다른 반응을 보였음—이는 모델 고유의 생체역학적 행동을 시사.
• 드라이버 인 더 루프 실험을 통해 활성 근육 반응이 부상 결과에 상당한 영향을 미치는 것으로 입증되었지만, 정확하게 모델링하고 검증하는 데는 여전히 과제가 있음.
• 다체계 시스템에서 접촉력 모델링이 시뮬레이션 시간의 대부분을 차지하므로, 효율성을 높이기 위해 빠르고 정확한 수식이 필요함.
• 사전 계산된 유한요소 시뮬레이션 데이터베이스 기반으로 훈련된 서rogate 모델은 계산 비용의 일부분에 불과한 비용으로 고정밀 응답을 재현할 수 있어 확장 가능한 가상 테스트를 가능하게 함.