Die Arbeit beschäftigt sich mit der Auslösung vorausschauender Sicherheitssysteme. Verschiedene Umgebungssensoren, die in den letzten Jahren Einzug in das Automobil gehalten haben, ermöglichen es, Hindernisse in der Umgebung des Eigenfahrzeugs zu erfassen. Daraus ergibt sich die Möglichkeit, kritische Verkehrssituationen und bevorstehende Kollisionen zu erkennen. Bei Bedarf können somit entsprechende Aktuatoren ausgelöst werden, um die Folgen möglicher Kollisionen zu reduzieren. Als Beispiel eines vorausschauenden Sicherheitssystems orientiert sich diese Arbeit dabei an dem reversiblen Gurtstraffer. Die Motivation und Zielsetzung dieser Arbeit ergibt sich aus den Anforderungen reversibler Sicherheitssysteme. Einerseits sollte die Auslösung dieser Systeme so früh erfolgen, sodass sie ihre maximale Schutzwirkung entfalten können, andererseits sollten ungerechtfertigte Auslösungen nicht zu häufig auftreten, da diese die Akzeptanz des Systems beeinträchtigen. Basierend auf der Wirkungsweise des reversiblen Gurtstraffers wird ein Verfahren zur Bewertung des Systemverhaltens entwickelt. Die Bewertungskriterien dieses Verfahrens sind die gewichtete Fehlklassifizierungsrate und die Auslösegüte. Diese Kriterien stellen eine Alternative zu den üblichen Kriterien Falschauslöserate und Detektionsrate dar. Die gewichtete Fehlklassifizierungsrate gibt dabei an, inwiefern die Erwartungen des Probanden mit dem untersuchten Auslösealgorithmus übereinstimmen. Die Auslösegüte ist ein Maß für die erzielte Schutzwirkung in Abhängigkeit des Auslösezeitpunktes. Zur Berechnung des Auslösekriteriums wird ein neues Bewegungsmodell entwickelt. Dieses Modell ist in der Lage, eine mögliche laterale Ausweichtrajektorie und darüber die zur Kollisionsvermeidung nötige Beschleunigung zu prädizieren. Der Vorteil gegenüber bekannten Modellen liegt darin, dass es trotz geringem Rechenaufwand das instationäre Fahrzeugverhalten sowie den aktuellen Fahrzustand berücksichtigt und über die Fahrzeugparameter des Einspurmodells parametrisierbar ist. Die Ergebnisse einer Probandenstudie zeigen die Vorteile des entwickelten Modells in Form einer signifikanten Verbesserung der gewichteten Fehlklassifizierungsrate und der Auslösegüte. Unterschiede im Fahrverhalten und in der Situationsbeurteilung zwischen den einzelnen Fahrern führen dazu, dass eine einheitliche Auslöseschwelle nicht geeignet ist, um die Erwartungen aller Fahrer zu erfüllen. Deshalb wird zum Abschluss der Arbeit ein Verfahren entwickelt, dass die Auslöseschwelle an das Fahrverhalten des jeweiligen Fahrers anpasst. Ziel dieser Adaption ist es, eine akzeptierbare Auslöserate nicht zu überschreiten um die Nutzerakzeptanz zu gewährleisten und gleichzeitig zur Optimierung der Schutzwirkung eine möglichst niedrige Auslöseschwelle zu erhalten. Das Fahrverhalten wird hierfür statistisch modelliert, indem Wahrscheinlichkeitsverteilungen von im Lernprozess auftretenden Werten des Auslösekriteriums geschätzt werden. Die Auslöseschwelle lässt sich dann anhand dieser Verteilung und der akzeptierten Auslöserate ermitteln.

The present thesis deals with the triggering of preventive safety systems. In recent years various environmental sensors found their way into the automobile and enable latter to detect obstacles in the near environment. This provides the opportunity to detect critical traffic situations and impending collisions. If necessary, appropriate actuators are activated to reduce the impact of possible collisions. This work deals with the reversible seatbelt pretensioner as an example of a preventive safety system. The motivation and objectives of this work arise from the requirements of reversible safety systems. On the one hand, the activation of these systems should be triggered as early as possible to achieve maximum protective effect, on the other hand, the frequency of unjustified activations should be limited to an acceptable amount, since it affects the acceptance of the system as a whole. Based on the mode of action of the reversible seatbelt pretensioner a method for evaluating the system behavior is developed. Weighted misclassification rate and activation quality are the evaluation criteria of this method. These criteria are an alternative to the common criteria, false activation rate and detection rate. The weighted misclassification rate thereby specifies to what extent the expectations of the test subjects correlate with the activation algorithm. The activation quality is a measure of the protective effect as a function of the time of activation. A new motion model is developed to calculate an activation criterion. This model is capable to calculate a possible lateral evasion trajectory and thus to predict the acceleration needed for collision avoidance. Compared with existing models, the new model is able to consider the instationary vehicle behavior as well as the initial driving dynamic condition despite low computational cost. Moreover, it can be parameterized by the vehicle parameter of the single track model. The results of a study with test persons show the advantages of the developed model in the form of a significant improvement of the weighted misclassification rate and activation quality. A single activation threshold is not appropriate to meet the expectations of all drivers due to differences in driving behavior and situation assessment between the different drivers. Thus, at the end of this work a method is developed which adjusts the activation threshold to the driving behavior of the driver. The aim of this adaptation is that an accepted activation frequency is not exceeded to ensure user acceptance while the activation threshold is as low as possible to optimize the protective effect. Therefore, the driving behavior is modeled by a statistical probability distribution of the activation criterion occurring during a learning process. By means of this distribution and the accepted activation frequency the activation threshold can be determined.