汽车约束系统设计参数标定主要基于标准碰撞工况的加速度波形开展，旨在满足假人得分目标要求。实际情况中受制造因素和真实车辆交通事故碰撞场景的随机性，约束系统零部件设计参数和点火时刻与理论设计值存在偏差，导致假人伤害仿真有一定波动。基于ODYSSEE机器学习软件的ROM降维技术，进行了假人伤害响应曲线的预测研究，支持汽车约束系统鲁棒性分析的开展，结果表明，POD＿Krg算法能够基于少量样本点实现对约束系统假人伤害曲线的高精度预测，通过蒙特卡洛采样方案，能够有效评估假人得分鲁棒性，指导约束系统零部件产品开发。