능동 인체모델을 활용한 자율주행차 탑승객의 상해 확률 민감도 분석 :Sensitivity Analysis of Injury Risk for Autonomous Vehicle Passengers Using Active Human Body Model

김다영

추천

검색

자료유형: 학위논문

저자정보: 김다영 (한국공학대학교, 한국공학대학교 일반대학원)

지도교수: 김태웅

발행연도: 2023

저작권: 한국공학대학교 논문은 저작권에 의해 보호받습니다.

이용수14

이 논문의 연구 히스토리 (2)

2023

능동 인체모델을 활용한 자율주행차 탑승객의 상해 확률 민감도 분석

김다영 기계설계공학과 2023.01 학위논문

2022

자율주행차 충돌 시 탑승객 근육 긴장 정도에 따른 상해 평가

김다영 , 김강준 , 안용진 외 1명 한국자동차공학회 추계학술대회 및 전시회 2022.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

4차 산업혁명으로 자동차 산업이 자율주행으로 전환되고 있어, 교통사고 발생빈도가 줄어들 것이라 예상하는 것이 일반적이다. 하지만 최근까지도 테슬라 등 자율주행차의 사고가 잇따르며 자율주행차의 안전성 문제가 대두되고 있다. 현행 자동차의 충돌 안전성은 실사고 데이터를 기반으로 주요 충돌 및 상해 유형 파악 후 이를 줄이기 위한 각종 시험으로 국가별 충돌 안전법규를 통과하거나 NCAP에서 만점을 받게 유도하는 방식으로 평가한다. 그러나, 자율주행차는 실사고 데이터가 없어 자율주행차 주행 상황에서의 주요 충돌 및 상해 유형을 알아보려면 가상의 사고데이터 생성을 위한 해석적 평가가 필요하다.
자율주행차 충돌 상황 시나리오에서는 사고 직전 AEB에 의한 차량의 급제동이나 회피 조향에 따라 탑승객의 초기 위치가 변경될 가능성이 크므로, 변경된 위치에서 충돌 상황 발생 시 탑승객 상해의 경향성이 달라질 수 있다. 현행 자동차는 고정된 운전석을 중심으로 충돌 안전성을 평가하나, 자율주행차는 기존 운전석 개념을 탈피하여 탑승객 자유도 증가로 인한 다양한 착좌 유형에 따른 안전성 확보가 필요하다.
이전 연구에서는 Pre-crash 조건이나 의자 조건 개별의 영향만 보았을 뿐, 둘의 결합 효과를 본 논문은 찾을 수 없었다. 따라서, 본 논문에서는 능동 인체모델을 이용한 자율주행차 사고 해석을 수행하여 충돌 전 차량 기동(급제동, 회피 조향)과 다양한 의자 조건(의자 레일 위치, 의자 등받이 각도)이 탑승객의 상해 위험에 얼마나 영향을 미치는지에 대해 평가하고자 한다.
먼저, 탑승객 상해평가를 위해 흉부 타격 해석 및 H3와의 정면충돌 해석결과 비교를 진행하여 능동 인체모델의 상해 예측 정확성을 검토하였다. 이후, 자원자 실험 데이터를 기반으로 능동 인체모델을 활용한 탑승객 거동 해석을 수행한 후 머리 이탈량, 머리 및 흉부 각도가 서로 유사한지 검증하였다. 다음으로, 자율주행차 사고상황에 대해서 Pre-crash 조건과 의자 조건을 이용한 해석 매트릭스를 만들어 마디모 승객 해석을 수행하였다. 마지막으로, 자율주행차 사고상황 해석결과를 통해 여러 변수에 대해 각 신체 부위별 상해 확률에 대한 민감도 분석을 진행하였다.
급제동 조건에서는 Pre-crash를 포함한 해석결과가 탑승객의 상해 확률을 더 낮게 예측하였다. 이는 급제동 때문에 전방 이탈된 능동 인체모델이 누워있다가 앉는 효과를 내면서 상해가 감소한 것으로 판단된다. 회피 조향 조건에서는 Pre-crash를 포함한 해석결과가 뇌, 목의 상해 확률을 높게 예측하였다. 이는 우측으로의 차량 회피 조향 기동으로 인해 능동 인체모델이 차량 중심 쪽으로 이탈된 상태로 충돌이 발생하며 안전장치의 구속에서 벗어나 발생한 것으로 판단된다. 이러한 Pre-crash 효과에 따른 상해 발생 확률의 각 신체 부위별 민감도 분석 내용은 자율주행차의 정면 및 측면 시험법 개발과 그 안전장치 개발 시 참조할 수 있다.

It is common to expect that the frequency of traffic accidents will decrease as the automobile industry is shifting to autonomous driving due to the 4th industrial revolution. However, until recently, accidents involving autonomous driving cars such as Tesla have continued, raising the issue of safety of autonomous vehicles. The crash safety of current automobiles is evaluated by identifying major types of crashes and injuries based on actual accident data, and then passing national crash safety laws or inducing full marks in NCAP through various tests to reduce them. Autonomous vehicles do not have actual accident data, so simulation evaluation is needed to generate virtual accident data to find out the main types of collisions and injuries in driving situations of autonomous vehicles.
In autonomous vehicle collision scenario, the initial position of a passenger was highly likely to change due to sudden braking by AEB or evasive steering immediately before an accident. Collision safety has been evaluated based on a fixed driver''s seat, but autonomous vehicles need to break away from the existing driver''s seat concept and secure safety according to various seating types due to increased passenger freedom.
In previous studies, only the pre-crash conditions or the individual influence of the seat parameters were only seen, and the combined effect of the two could not be found in previous studies. Therefore, in this paper, we will conduct an interpretation of autonomous vehicle accidents using an active human body model to evaluate how much of the vehicle maneuver and various seat parameters affect the risk of injuries of passengers.
First of all, for the evaluation of passenger injuries, the accuracy of injury prediction of the active human body model was reviewed by comparing the results of chest impact simulation and full frontal impact simulation with H3. Then, based on the volunteer experiment data, passenger behavior simulation using an active human body model was performed, and then it was verified whether the amount of head displacement and the angles of the head and chest were similar to each other. Next, simulation matrix using the pre-crash condition and the seat parameter was created for the autonomous vehicle accident situation, and the MADYMO passenger simulation was performed. Finally, a sensitivity analysis was conducted on the probability of injury for each body part for various variables through the simulation result of the autonomous vehicle accident situation.
In sudden braking conditions, simulation results including pre-crash predicted a lower probability of passenger injury. It is judged that the injury decreased as the active human body model, which was displaced forward due to sudden braking, created the effect of ‘lying posture’ to ‘sitting posture’. In the avoidance steering condition, the simulation results including pre-crash predicted high probability of brain and neck injuries. This is determined to be caused by a collision with the active human body model deviating toward the center of the vehicle due to the vehicle avoidance steering maneuver to the right and escaping from the constraints of the safety device. Sensitivity analysis for each body part of injury risk according to this pre-crash effect can be referred to when developing front and side test methods for autonomous vehicles and their safety devices.

#자율주행차 #충돌 해석 #능동 인체모델 #Pre-crash 조건 #의자 조건 #근육 긴장 #상해 확률 #이탈 위치

목 차
표 목 차 ⅱ
그 림 목 차 ⅲ
국 문 요 약 ⅴ
1. 서 론 1
1.1. 연구 배경 1
1.2. 연구 목적 4
1.3. 연구 개요 5
2. 방 법 6
2.1. 능동 인체모델의 상해 예측 정확성 검토 6
2.2. 자원자 실험 데이터 기반 능동 인체모델 검증 11
2.3. 자율주행차 사고상황에서의 탑승객 거동 해석 15
3. 결 과 20
3.1. 능동 인체모델의 상해 예측 정확성 검토 20
3.2. 자원자 실험 데이터 기반 능동 인체모델 검증 24
3.3. 자율주행차 사고상황에서의 탑승객 거동 해석 27
4. 토 의 44
4.1. 다물체모델 사용 근거 44
4.2. 능동 인체모델의 흉부 예측 정확성 45
4.3. 자원자 실험 데이터 기반 능동 인체모델 검증 46
4.4. 의자 위치 및 각도 조건 47
4.5. Pre-crash의 효과 48
5. 결 론 52
참 고 문 헌 53
ABSTRACT 55

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)