Zur Hauptnavigation

Forschungsbereich Fahrerassistenzsysteme

Durchgängige Methoden und Technologien für die ADAS/HAF/AD Entwicklung


Die Freigabe von klassischen Fahrfunktionen, wie z.B. für den Antrieb oder für die Fahrzeugdynamik, basiert auf aussagekräftigen Tests dieser Fahrzeugfunktionen in realistischen Anwendungsfällen. Die bisherige Strategie für die klassischen Fahrzeugtests reicht allerdings nicht für die Validierung von automatisierten Fahrfunktionen (Fahrerassistenz, hochautomatisierten Fahrfunktionen und Autonomen Fahrens) aus. Der Testumfang sprengt jede ökonomische Verhältnismäßigkeit. Eine Methode diesen Testaufwand signifikant zu reduzieren ist die Virtualisierung dieser Tests. Dazu müssen nicht nur die Tests, sondern auch die drei Systembeschreibenden Komponenten für eine Fahrzeugfunktion, nämlich die Komponenten Umwelt, Fahrer und Fahrzeug abstrahiert werden.

Die Komponente Fahrer rückt dabei mit zunehmendem Automatisierungsgrad immer mehr in den Hintergrund und wird durch Schnittstelle Umwelt und Fahrer, den Sensoren, schrittweise ersetzt.

Die vier wesentlichen Typen für die Umwelterfassung sind dabei Kamera-, Radar-, Lidar- und Ultraschallsensoren. Die Modellierung dieser Sensoren und die Validierung der entsprechenden Sensorverhaltensmodelle rückt damit immer mehr in den Fokus und konnte für Kamera- und Radarsensoren signifikant verbessert werden.

Das Konzept für ein Kameramodell wurde im Rahmen der Doktorarbeit mit dem Titel „Modellierung von Automotive-Kameras und Integration mit standardisierten Interfaces“ entwickelt.

Das Konzept für ein Radarmodell wurde Forschungsfeldübergreifend zusammen mit Prof. Dr. Thomas Zeh, der im Forschungsfeld Sensorik und Algorithmen zur Umfelderkennung tätig ist, im Rahmen eines gemeinsamen F&E Projektes zusammen mit der Firma Infineon entwickelt.

Projekte:

  • „Camera Behaviour Model“ | Projektleitung: Prof. Stefan-Alexander Schneider
  •  „EU Trends in Model-Based Development for Automated Driving (AD)“ | Projektleitung: Prof. Stefan-Alexander Schneider
  • „Digitale Geländeanalyse zu Überprüfung des Einsatzes autonomer e-Shuttle in Balderschwang“ | Projektleitung: Prof. Stefan-Alexander Schneider
  •  „Radar Module FMU“ | Projektleitung: Prof. Stefan-Alexander Schneiderin Zusammenarbeit mit Prof. Dr. Thomas Zeh

 

Durchgängige Entwicklung von Fahrerassistenzsystemen – virtuell bis real

 

Der Testaufwand für die Absicherung von Fahrerassistenzsystemen und automatisiertes Fahren steigt stärker an als der Entwicklungsaufwand für diese Systeme. Die Lösung aus dem Dilemma scheint „nur“ durch die Virtualisierung, Frontloading durch intelligente Bewertungs-, Validierungs- und Absicherungsmethoden und durch mehr Testeffizienz zu erreichen. Die Herausforderung bei der Entwicklung von Fahrerassistenzsystemen und automatisierten Fahrfunktionen (ADAS/AD) besteht für Fahrzeughersteller zusätzlich in der Schwierigkeit, sich (markentypisch) zu differenzieren. Die markenspezifischen Eigenschaften und die Markenposition der Fahrzeugmarken werden dort im Rahmen der Funktionsentwicklung bisher kaum berücksichtigt.

Im Rahmen von verschiedenen Vorlaufprojekte und Verbundprojekte wurden im Adrive Living Lab der Hochschule Kempten neue Mess- und Test- und Bewertungsmethoden sowie eine Ground Truth Methode entwickelt. Zusätzlich wurde an KI-Methoden gearbeitet, wie die automatisierte Querführung unter Integration des Fahrers verbessert werden kann.

Eine weitere große Herausforderung besteht darin neue automatisierte Fahrfunktionen abzusichern und für verschiedene Märkte zu homologieren. Die UN bereitet dafür zahlreiche neue Richtlinien wie z.B. die UN ECE R79 (assistierte Querführung) vor. Im Rahmen von verschiedenen Vorlaufprojekte und Verbundprojekte wurden Methoden zur virtuellen Homologation mit entsprechenden Validierungsmethoden entwickelt. Prof. Bernhard Schick ist Vorsitzender des VDA/DIN Arbeitskreis Simulation und Projektleiter bei der ISO für Validierungsmethoden.

Projekte:

  • Verbundforschungsprojekt „Ground Truth“ | Projektleitung: Prof. Bernhard Schick
  • Verbundforschungsprojekt „Markentypische Fahreigenschaften für ADAS/AD“ | Projektleitung: Prof. Bernhard Schick 
  • Verbundforschung „Adaptive Fahrzeugquerführung mittels KI Methoden“ | Projektleitung: Prof. Bernhard Schick
  • Verbundforschungsprojekt „Smart Assess“ | Projektleitung: Prof. Bernhard Schick
  • Verbundforschungsprojekt „Virtuelle Homologation“ | Projektleitung: Prof. Bernhard Schick

 

Mensch Maschine Interaktion

Im Zuge der menschenzentrierten Forschung wurden im Adrive Living Lab der Hochschule Kempten verschiedenen Probandenstudien durchgeführt. Hier wurden sowohl psychologische Befragungen als auch Messungen am Fahrzeug, Umfeld und am Probanden, im Hinblick auf physiologischen Daten, durchgeführt. Zusätzlich wurde ein Simulatorkonzept ausgearbeitet und in einen Funktionsdemonstrator überführt, um eine menschenzentrierte Forschung in komplexen und kritischen Situation zu ermöglichen.

  • New Multi-Layer Platforms for Security and Safety-Relevant ADAS/AD | Projektleitung: Prof. Bernhard Schick in Kooperation mit Prof. Dr. Rolf jung
  • Fahrerlebnis vs. mentaler Stress bei der ADAS/AD aus Kundensicht | Projektleitung: Prof. Bernhard Schick

- HMI-Akzeptanzstudie kamerabasierte Spiegel | Projektleitung: Prof. Bernhard Schick

Veröffentlichungen zu einzelnen Projekten finden Siehier



Funktionale Sicherheit und Cybersicherheit

 

Die Validierungs- und Absicherungsmaßnahmen müssen hinsichtlich Funktionaler Sicherheit und Cybersecurity begleitet und weiterentwickelt werden, da bei höheren Leveln des Automatisierungsgrades der Fahrer immer weniger Eingriffsmöglichkeiten hat und Fehler bei der Mensch-Maschine-Schnittstelle betrachtet werden müssen. Bei vollständig autonomem Betrieb müssten die Absicherungsmaßnahmen für alle Szenarien abgebildet werden. Durch die Vielzahl an kombinierten Szenarien muss eine Methode gefunden werden, diese Anzahl zu reduzieren, ohne die Sicherheit der Verkehrsteilnehmer einzuschränken. Neben unzulänglicher Spezifikation, zufälligen Bauteilausfälle oder Softwarefehlern können auch bei bestimmungsgemäßem Gebrauch von Sensoren und Steuerungen fehlerhafte Verhaltensweisen bei Fahrerassistenzsystemen auftreten. Diese können z.B. als „Geisterbilder“ auftreten.

Zusätzlich wurde an KI-Methoden gearbeitet, wie die automatisierte Querführung unter Integration des Fahrers verbessert werden kann. Das generische Vorgehensmodell soll im Laufe der Vorlaufforschung des IFM auf die automatisierte Längsführung, vorausschauende Funktionen, aktiver Spurwechselassistent, automatisierte Parkfunktionen und auf Fahrfunktionen höherer Automatisierungslevels übertragen werden.

Eine weitere große Herausforderung besteht darin neue automatisierte Fahrfunktionen abzusichern und für verschiedene Märkte zu homologieren. Die UN bereitet dafür zahlreiche neue Richtlinien wie z.B. die UN ECE R79 (assistierte Querführung) vor. Im Rahmen von verschiedenen Vorlaufprojekte und Verbundprojekte wurden Methoden zur virtuellen Homologation mit entsprechenden Validierungsmethoden entwickelt.

Prof. Dr. Rolf Jung ist Mitglied des Programmkomitees des TÜV Süd für die Veranstaltung der safe.tech als Plattform für den Austausch neuartiger Konzepte der Funktionalen Sicherheit in verschiedenen Branchen.

Projekte:

  • Verbundforschungsprojekt „Funktionale Sicherheit VST“ | Projektleitung: Prof. Rolf Jung
  • Verbundforschungsprojekt „BemAnT“ | Projektleitung: Prof. Rolf Jung
  • Verbundforschung „Ermittlung von Ausfallraten für eine elektropneumatische Handbremse EPH“ | Projektleitung: Prof. Rolf Jung
  • Verbundforschungsprojekt „Safe sensor SPI PL d“ | Projektleitung: Prof. Rolf Jung
  • New Multi-Layer Platforms for Security and Safety-Relevant ADAS/AD | Projektleitung: Prof. Rolf Jung

Sensorik und Algorithmen zur Umfelderkennung


Wie im Forschungsantrag zum IFM erläutert ist eine verlässliche, robuste Umfelderfassung einer der Hauptvoraussetzungen, die für die Entwicklung für Fahrerassistenzsystemen und hochautomatisiertes Fahren erforderlich ist. Intelligente und angemessene Fahrmanöver und Gesamtszenarien in allen Bereichen - insbesondere urbane Bereiche - auszuführen, heißt die präzise und sichere Bewertung der aktuellen Verkehrslage leisten zu können. Basis dieser Einschätzung ist es, die Erkennung von komplexer komplexen Situationen mit Straße, Verkehrsinfrastruktur wie Ampeln, Verkehrsschildern, Baustellen, liegengebliebenen Pannenfahrzeugen, Straßenbegrenzungen etc., Fahrzeuge, Fußgängern, Fahrradfahrern, Tieren nebst deren vorhersehbaren und überraschenden Handlungen zu gewährleisten. Dafür müssen alle modernen Umfeldsensorarten als Referenzsensoren mit hoher Genauigkeit und als Seriensensoren Menge vorliegen. Leistungen des Instituts:

  • Bewertung von Sensorik zur Umfelderkennung im Vergleich zu Ground Truth und Referenzmessungen inkl. Zuverlässigkeitsanalysen und Konzeptabsicherung
  1. Radar-Sensoren
  2. Kameras
  3. Lidar-Sensoren (Light Detection and Ranging)
  4. Ultraschallsensoren

  • Entwicklung und Test in virtuellen und realen Umgebungen

Projekte:

  • Projekt Radar Module Functional Mock-Up Unit | Projektleitung: Prof. Thomas Zeh

  • Projekt Radar Module FMU  | Projektleitung: Prof. Thomas Zeh

  • Vorlaufforschung | Projektleitung: Prof. Jürgen Brauer

 

 

 Forschung >  Institute >  IFM Institut für Fahrerassistenz und vernetzt Mobilität > Forschungsbereich Fahrerassistenzsysteme
Schattenwurf