La nueva metodología es el resultado de la combinación de simulaciones con modelos de cuerpo humano y ensayos precolisión en simulador de conducción, correlacionados con datos reales obtenidos en ensayos en pistas de prueba.
Applus+ IDIADA ha desarrollado un conjunto validado de procedimientos para una mejor comprensión del comportamiento de los ocupantes de un vehículo antes de una colisión, con el fin de evaluar el impacto de las funcionalidades ADAS en su protección. Esta nueva metodología combina ensayos previos a la colisión, tanto en simuladores de conducción como en pistas de prueba, y simulaciones con modelos de cuerpo humano (HBM, por sus siglas en inglés).
Estos nuevos procedimientos amplían el trabajo efectuado relativo a las fases previa y durante la colisión con simulaciones HBM, los cuales utilizan una respuesta muscular activa correlacionada con datos obtenidos a partir de un amplio espectro de ocupantes en pruebas reales en nuestras propias pistas de prueba. La razón de incluir usuarios variados en el estudio es evaluar adecuadamente las posibles diferencias en el comportamiento de los ocupantes y la medida en la que estas interfieren en el rendimiento general de los sistemas de retención en un escenario previo a la colisión.
La tecnología punta ha sido clave a la hora de recopilar grandes cantidades de datos para evaluar la respuesta de los ocupantes del vehículo, y medir así las reacciones humanas instintivas en una situación potencialmente peligrosa.
Este nuevo servicio ha sido posible gracias a la combinación de los conocimientos de profesionales de Applus+ IDIADA procedentes de distintos campos de la ingeniería como la seguridad pasiva, los factores humanos, el desarrollo de carrocería y el uso de simulaciones de modelos de cuerpo humano con musculatura activa.
El equipo de seguridad pasiva de Applus+ IDIADA ha analizado los datos del comportamiento de los ocupantes, la cinemática y las posiciones de los asientos en escenarios previos a la colisión para comprender el efecto sobre el rendimiento del sistema de retención, combinando así conocimientos de diversos campos de la ingeniería de la seguridad.
El equipo de factores humanos ha desarrollado una metodología de ensayo capaz de observar la cinemática y la respuesta muscular de los ocupantes justo antes de que se produzca la colisión. Esta metodología se ha validado mediante pruebas con participantes reales, tanto en el simulador de conducción como con vehículos reales en un entorno controlado en las pistas de prueba de Applus+ IDIADA en España.
Desde el punto de vista del desarrollo de la carrocería, se ha analizado la seguridad integrada de los sistemas de retención mediante simulaciones con modelos de cuerpo humano. Se simularon escenarios previos a la colisión basados en datos recopilados con participantes reales, seguidos de una evaluación de la seguridad en caso de colisión. El resultado ofreció una evaluación holística de la seguridad de los sistemas de retención del vehículo.
El desarrollo de esta metodología será, sin duda, clave para comprender mejor la influencia de los sistemas de seguridad activa en el rendimiento de los sistemas de retención para la protección de los ocupantes en caso de colisión, y para elaborar así contramedidas eficaces que puedan aplicarse en el desarrollo de vehículos más seguros.
Applus+ utiliza cookies propias y de terceros para fines analíticos y para mostrarte publicidad personalizada en base a un perfil elaborado a partir de tus hábitos de navegación (por ejemplo, páginas visitadas). Puedes aceptar todas las cookies pulsando el botón “Aceptar” o configurarlas o rechazar su uso. Para más información, consulta la Política de Cookies.
Permiten el funcionamiento de la web, cargar contenido multimedia y proteger su seguridad. Consulta las cookies que almacenamos en nuestra Política de cookies.
Nos permiten conocer cómo interactúas con la web, el número de visitas en las diferentes secciones y establecer estadísticas para mejorar nuestras prácticas comerciales. Consulta las cookies que almacenamos en nuestra Política de cookies.