Influence of Active Musculature on Injury Risk Prediction on Lateral Crashes

Con la industria del automóvil encaminada hacia la conducción autónoma (AD), y con los Advanced Driving Assistance Systems (ADAS) ya en el mercado, es más
probable que nuevas maniobras de evasión realizadas por estos sistemas se den en el tráfico rodado. Estas maniobras podrían aumentar el número de colisiones
evitadas, pero también aumentarían las posibilidades de que otras colisiones no evitadas fueran precedidas por ellas.
Estas maniobras de evasión, como la frenada autónoma de emergencia (AEB) o el asistente de carril (LKA), podrían inducir movimiento en el ocupante justo
antes de la colisión, cambiando las condiciones previas al impacto, lo que podría afectar a las lesiones resultantes de la colisión.
Por lo tanto, resulta interesante estudiar la influencia de la predicción del riesgo de lesiones cuando una colisión es precedida por una maniobra de evasión. Una
de las herramientas utilizadas para analizar la cinemática del ocupante son los Human Body Models (HBM), que incluyen musculatura activa para replicar la respuesta
de un ser humano ante los escenarios de carga con bajas aceleraciones que se producen durante las maniobras de evasión.
Por lo tanto, el objetivo de este Proyecto consistió en analizar la influencia de la predicción del riesgo de daño del ocupante al incluir la musculatura activa en
un HBM expuesto a maniobras de evasión antes de la colisión.
Esto se llevó a cabo mediante la simulación de modelos con y sin musculatura activa, de modo que se pudiera realizar una comparación entre ambos.

With the automotive industry heading towards Autonomous Driving (AD), and with Advanced Driver Assistance Systems (ADAS) already in the market, new
avoidance maneuvers performed by these systems are more likely to appear in road traffic. These maneuvers could increase the number of avoided crashes, but
also possibilities of having crashes preceded by them would increase.
These avoidance maneuvers, such as Autonomous Emergency Braking (AEB) or Lane Keeping Aid (LKA), could induce movement in the occupant right before the
crash, changing the conditions of the impact, which may affect the injury outcome.
Therefore, it is interesting to study the influence of the injury risk prediction when having an in-crash preceded by a pre-crash avoidance maneuver. One of the
tools used to analyze the kinematics of the occupant are Human Body Models (HBM), which lately include active musculature in order to replicate the response
of a human being to the low accelerations load-cases that are caused during avoidance maneuvers.
Therefore, the objective of this Project consisted on analyzing the influence of the injury risk prediction when including active musculature on a HBM exposed
to pre-crash avoidance maneuvers followed by in-crash scenarios.
This was done by comparing models that ran with and without active musculature.