Die Dissertation stellt einen neuartigen integralen Ansatz vor, welcher vorausschauende Umfeldsensorinformationen im Fahrzeug zur situationsadaptiven, zeitgenauen und robusten Aktivierung von irreversiblen Rückhaltemitteln nach Eintritt einer Frontalkollision heranzieht. Die in der frühen Kollisionsphase bezüglich Lastfalltyp und Unfallschwere stark eingeschränkte Differenzierungsleistung konventioneller Crashalgorithmen wird durch gemeinsame Nutzung von Pre- und In-Crash-Daten deutlich optimiert. Das entwickelte Gesamtsystem wurde hinsichtlich seiner Grenzen analysiert sowie nach Parametrierung auf Basis eines multikriteriellen Optimierungsverfahrens für ein vorgegebenes Lastfallspektrum in seiner Leistungsfähigkeit bestätigt.
«
Die Dissertation stellt einen neuartigen integralen Ansatz vor, welcher vorausschauende Umfeldsensorinformationen im Fahrzeug zur situationsadaptiven, zeitgenauen und robusten Aktivierung von irreversiblen Rückhaltemitteln nach Eintritt einer Frontalkollision heranzieht. Die in der frühen Kollisionsphase bezüglich Lastfalltyp und Unfallschwere stark eingeschränkte Differenzierungsleistung konventioneller Crashalgorithmen wird durch gemeinsame Nutzung von Pre- und In-Crash-Daten deutlich optimier...
»