Publisher's Synopsis
Die kontinuierlich steigenden Anforderungen an die Fahrzeugsicherheit haben zur Entwicklung unfalladaptiver Sicherheitssysteme gefuhrt. Diese ermoglichen eine noch bessere Anpassung an Unfallsituationen, benotigen dafur jedoch haufig eine Unfallschwereprognosefunktion, die schnell und mit hoher Gute die Unfallschwere bereits vor einer Kollision mit Daten der Umfeldsensorik vorhersagen kann. Ausgehend von Grundlagen der Fahrzeugsicherheit wird in dieser Arbeit eine Systemubersicht uber die grundlegende Funktionsweise einer solchen Funktion gegeben. Anschliessend wird ein Prozess vorgestellt, in dem erstmalig unter Nutzung maschineller Lernverfahren aus Finite-Elemente-Simulationen automatisch Unfallschwereprognosefunktionen gelernt werden. Neben dem Vergleich optimierter Algorithmen, werden die so erzeugten Klassifikatoren und Regressionsmodelle umfassend evaluiert und analysiert. So wird neben Sensitivitatsanalysen der besten Modelle auch eine mathematische Interpretation einer automatisch gelernten Unfallschwereprognosefunktion durchgefuhrt. Abschliessend wird in Kombination mit einem neuen, unfalladaptiven Sicherheitssystem gezeigt, dass diese Funktion nicht nur die definierten Anforderungen erfullt, sondern auch die Fahrzeugsicherheit deutlich steigern konnte.
