随着AI技术的突破性发展和汽车市场快速迭代、开发周期持续压缩的竞争态势，传统研发模式在汽车安全领域凸显出明显短板，尤其是依赖人工的CAE仿真技术，因周期冗长难以匹配快速变化的复杂需求。通过AI技术优化安全开发流程、提升仿真效率与精度，已成为加速产品迭代、强化市场核心竞争力的必然选择。

人工智能助力传统汽车车型研发

日前，中汽中心工程院安全开发部创新融合AI技术与传统被动安全开发模式，依托多年技术积淀与大量车型研发数据，开发了基于深度学习算法的SafetyAI系统安全性能智能预测系统V1.0（以下简称SafetyAI系统V1.0）。SafetyAI系统聚焦行人保护、乘员保护及儿童保护三大安全性能开发核心领域，通过构建训练数据集、预测算法研究与模型训练优化三步技术路径实现创新应用，形成基于数据驱动的损伤预测与方案优化智能决策能力，对比传统CAE仿真分析，耗时从传统小时级压缩至秒级，智能预测技术可辅助传统CAE研发，大幅提升研发效率。

SafetyAI安全性能智能预测系统

在行人保护预测场景中，SafetyAI系统V1.0通过整合历史多款车型开发数据构建了高精度头部损伤基础数据库，并基于CAE三维模型空间结构、造型与材料属性等多模态特征融合算法，经持续迭代训练与参数优化形成智能预测模型。该模型能够较为精准的预测头部碰撞点HIC值，在全新车型验证中，头部损伤预测平均精度超过80%。SafetyAI系统V1.0可同步生成可视化三维得分云图与优化分析结果，提供研发决策支持。

SafetyAI系统预测结果三维图 SafetyAI系统优化分析

下一步，研发团队将重点扩充行人保护预测场景头部损伤数据库规模，超参数优化以提升预测精度，并开发面向CAD模型的目标评估与性能预测功能，实现支持多数据输入、造型设计、损伤预测及优化决策的闭环。同时持续推进技术体系向多场景延伸，开放乘员保护损伤预测与儿童座椅选型预测两大场景。在乘员保护研究方面，构建头颈胸复合损伤多目标智能预测模型，实现损伤快速精准评估预测；在儿童保护研究方面，依托标准化的测试场景构建智能选型模型，实现损伤预测与儿童座椅快速选型。（工程院王宇）

工程院发布SafetyAI安全性能智能预测系统