Die Navigationskonferenz 2015

Transkript

1 Die Navigationskonferenz 2015 Automatisiertes Fahren Einführungsstrategie und Handlungsbedarfe Marko Gustke Stuttgart,

2 Zukunft der individuellen Mobilität Die AI befindet sich in einer Transformationsphase vom Fahrzeughersteller zu einem Mobilitätsdienstleister Die Digitalisierung und Technologieentwicklung wird die Mobilität sicherer, effizienter und komfortabler machten Die Entwicklung der Fahrerassistenzsysteme zu automatisierten Fahrfunktionen ist ein Baustein auf diesem Weg Seite 2

3 Quelle: J. Withney Quelle: dpa Foto: WhatCar? Motivation für Automatisiertes Fahren 1 Zero Emission - Reduzierung von Verbrauch und Emission - Optimierung des Verkehrsflussmanagements 2 Demographischer Wandel - Unsichere Fahrer unterstützen - Mobilität im Alter steigern 3 Vision Zero - Reduzierung der Unfallzahlen durch Vermeidung menschlicher Fahrfehler 4 Verkehrsdichte steigt - Optimierung des Verkehrsflussmanagements - Komfortables, zeiteffizientes Fahren via Automat 5 Wirtschaftsstandort sichern - Wettbewerbsvorsprung sichern - Attraktive Produkte via Technologieführerschaft 6 Reife heutiger Assistenzsysteme - Sensorik ist bewährt und wirtschaftlich - Aktorik (Lenkung, Bremse, ) in Serie Seite 3 Seite 3

4 Longitudinal Control Lateral Control Parking, Maneuvering Adaptive Cruise Control Forward Collision Warning Side Assist Lane Keeping Assistance Automated Parallel Parking Assistance Longitudinal+Lateral Control Longitudinal+Lateral Control Parking, Maneuvering ACC combined with Lane Keeping Assistance Traffic Jam Assist ACC incl. Stop-&Go combined with Lane Keeping Assistance Automated Cross Parking Assistance Seite 4

5 Seite 5

6 Stufen des Automatisierten Fahrens Seite 6

7 Technische Komplexität beim Automatisierten Fahren Strukturiertes Verkehrsumfeld Niedrige Eigengeschwindigkeit Stau Stufe 2 bedingt im Markt Stufe 3 in Entwicklung Hohe Eigengeschwindigkeit Autobahn (bauliche Trennung) Stufe 2 bedingt im Markt Stufe 3 in Entwicklung Komplexes Verkehrsumfeld Parken und Rangieren Stufe 2 im Markt Stufe 4 in Forschung/Entwicklung Stadt und Landstraßen Stufe 2 bedingt im Markt Stufe 3 in Forschung Automatisierte Fahrfunktionen wie Stau- und Autobahnsystem sowie Parkhaussystem sind in der Entwicklung und könnten mittelfristig eingeführt werden Seite 7

8 Roadmap Automated Driving - Example Functions Longterm Gens. Urban & rural roads Urban & rural roads Highway System Robot Taxi Gen. 2 Highway System Valet Parking System Gen. 1 Highway Traf. Jam-System ADAS new Traffic Jam Ass. Park Ass. ADAS established ABS AEBS ESC FCW LKAS ACC Park Steer Ass. Intervening only in Emergency Driver Only 0 Assisted 1 Partial 2 Conditional 3 High 4 Full 5 Existing Low velocity in structured environment High velocity in structured environment Unstructured environment ADAS Advanced Driver Assistance Systems LKAS: Lane Keeping Assistance AEBS Advanced Emergency Braking FCW: Forward Collision Warning Seite 8 ESC: Electronic Stability Control ACC: Adaptive Cruise Control ABS: Anti Blockier System

9 Roadmap Automated Driving - Example Functions Long Term Gens. Urban & rural roads Urban & rural roads Highway System Robot Taxi Gen. 2 Highway System Valet Parking System Gen. 1 Highway Traf. Jam-System ADAS new Traffic Jam Ass. Park Ass. ADAS established ABS AEBS ESC FCW LKAS ACC Park Steer Ass. Intervening only in Emergency Driver Only 0 Assisted 1 Partial 2 Conditional 3 High 4 Full 5 Existing Low velocity in structured environment High velocity in structured environment Unstructured environment ADAS Advanced Driver Assistance Systems LKAS: Lane Keeping Assistance AEBS Advanced Emergency Braking FCW: Forward Collision Warning Seite 9 ESC: Electronic Stability Control ACC: Adaptive Cruise Control ABS: Anti Blockier System

10 Stufen des Automatisierten Fahrens Seite 10

11 Umfeldmodell zum automatisierten Fahren Automatisierte Fahrfunktionen sind auf Umfeldinformationen angewiesen. Quelle: Bosch Bei fehlenden oder veralteten Informationen wird auf die vorgeschaltete Informationsquelle zurückgegriffen. Funktionsnutzung ist abhängig von notwendigen und verfügbaren Informationen. Quelle: Here Seite 11

12 Sensorfusion Sensor 1 Funktion 1 Sensor 2 Sensor 3 Informationsfusion Situationsbewertung Funktion 2 Funktion 3 Sensor x Fahrumgebungsrepräsentation Situationsprädiktion Funktion 4 Digitale Karte + GPS Funktion y Fern-Radar Kamera Schlüsselparken Fahrerloses Parken LIDAR Nah-Radar GPS Ultraschall Infrarot Fahren im Stau Fahren auf der Autobahn Zur Verfügung stehende Informationen werden synchron ausgewertet. Die fortschreitende Entwicklung bei der Umfelderfassung ermöglicht einen zunehmenden Grad an Automatisierung. Seite 12

13 Vernetzung im Fahrzeug Nicht Vernetzter Mensch Dynamic Data Nicht Vernetztes Driver Fahrzeug VERNETZUNG FÜR INFOTAINMENT IN VERBINDUNG BLEIBEN, INFORMATION, UNTERHALTUNG ANRUFE INTERNET MEDIA STREAMING SOCIAL MEDIA NACHRICHTEN UMGEBUNGSDATEN REMOTE VEHICLE STATUS / CONTROL TÜR AUF- / ABSCHLIEßEN KLIMAANLAGE / STANDHEIZUNG HUPE BLINKLICHT BATTERIESTATUS PARKEN Vernetzter Mensch Volatile Data Server Vernetztes Fahrzeug Server Vernetztes Fahrzeug INTEGRATION DES KUNDENGERÄTES FAHRZEUG-INTERFACE FAHRZEUG-DISPLAY FAHRZEUG-AUDIO-SYSTEM EXTERNE ANTENNE LADESTATION PHYSIKALISCHES INTERFACE Dynamic & Volatile Data VERNETZTE FAHRZEUGDIENSTE WETTER ECHTZEITVERKEHRSWARNUNGEN NACHRICHTEN KRAFTSTOFFPREISE Adhoc Vernetztes Fahrzeug Vernetzter Fahrer VERNETZUNG FÜR FAHRFUNKTIONEN Seite 13

14 UMFELDMODELL AUTOMATISIERTEN FAHREN DATEN FÜR FAHRFUNKTIONEN Fahrzeugdaten Fahrzeugdaten werden entweder lokal durch die Fahrzeugsensoren generiert oder im Fahrzeugdatenspeicher gespeichert, z.b. Datenspeicher der Navigationskarte. Umgebungsdaten Umgebungsdaten werden von außerhalb des Fahrzeugs bezogen. Sie können je nach ihrer Änderungsrate nach zwei Typen klassifiziert werden: Dynamic Data und Volatile Data. Dynamic Data Daten, die sich in Echtzeit verändern, sind reaktiv, ungeplant und nicht vorhersagbar. Sie haben außerdem direkte Auswirkungen auf das automatisierte Fahren, z.b. Die Position zu Fahrzeugen, Motorrädern, Fahrrädern oder Fußgängern in unmittelbarer Umgebung Volatile Data Daten, die Änderungen unterliegen, allerdings vorhersagbar und planbar sind, z.b. Verkehrsschilder (Tempolimits, Verkehrsflussmaßnahmen, Straßennetz Baustellen (Tagesbaustellen, Langzeitbaustellen, ) Neue Straßen Seite 14

15 Handlungsbedarfe Anpassung des regulatorischen Rahmen, vorrangig Zulassungsvorschriften (z.b. ECE R79) und Verhaltensvorschriften (StVG u/o StVO, ) Forschungs- und Entwicklung: Weiterentwicklung der Umfeld-Sensorik und Aktuatorik (Sicherheitskonzepte Redundanzen, Systemintegration und Kosten) Erschließung und Einbindung weiterer Informationsquellen (Standardisierung der Kommunikationsschnittstellen, Datenquellen und Informationen) Weiterentwicklung der Elektronikarchitekturen und Algorithmen für Datenfusion Weiterentwicklung der Absicherungs- und Testmethoden Datenspeicher für HAF-Systeme (Wann werden welche Daten erfasst?, Wer hat unter welchen Randbedingungen Zugriff?) Übergabeszenario und Mensch/Maschine Schnittstelle (z.b. Standardisierung Interaktionsschema) Eigenlokalisierung und digitalen Karten (Genauigkeit, Aktualität, Abdeckung, Integration und Update relevanter Informationen z.b. Baustellenführung) Seite 15

16 Vielen Dank für die Aufmerksamkeit Marko Gustke Senior Consultant Koordinierungsstelle Vernetztes und Automatisiertes Fahren Verband der Automobilindustrie e. V. (VDA) Behrenstr. 35, Berlin Deutschland Mail URL