Mot digitala tvillingar av människokroppen för individanpassad säkerhet

Forskningsprojekt, 2025 – 2026

Modeller av människokroppen (krockdockor, finita elementmodeller) används vid konstruktion och säkerhetsbedömning av fordon. Dessa är dock begränsade till ett fåtal designpunkter, vilket resulterar i system som är partiska mot delar av befolkningen. Bristen på experimentella data och effektiva verktyg har historiskt sett begränsat säkerhetsutvärderingarna till en delmängd av trafikanterna. De nuvarande framstegen inom digitala resurser, AI-teknik och fysikmedvetna beräkningsmetoder öppnar upp nya möjligheter att utforma verktyg och arbetsflöden som kan ta hänsyn till mångfalden av trafikanter i säkerhetsutvärderingar.
I den här studien föreslår vi att man utvecklar ett arbetsflöde för att extrahera information från
fotografier för att bygga individualiserade modeller och digitala tvillingar som kan användas för att bedöma skador för större delar av samhället (kvinnor, överviktiga, äldre). Arbetsflödet består av (a) en djupinlärningsmodell för att känna igen antropometriska parametrar (b) en massfördelningsestimator som är avstämd med hjälp av konvex geometrisk optimering och (c) en digital tvillinggenerator som genererar anatomiska landmärken och tröghetsegenskaper som krävs för en människokroppsmodell. Detta arbetsflöde gör det möjligt för användare att kombinera befintliga empiriska data från litteraturen med personspecifik information. Slutanvändarna inkluderar industrin som använder modeller av människokroppen för utveckling av säkra fordon (Volvo, Autoliv) och forskare (experimentell biomekanik och beräkningsbaserad biomekanik).