ABSICHERUNGS- UND BEWERTUNGSMETHODEN FÜR KOOPERATIVE HOCHAUTOMATISIERTE FAHRZEUGE

Transkript

1 ABSICHERUNGS- UND BEWERTUNGSMETHODEN FÜR KOOPERATIVE HOCHAUTOMATISIERTE FAHRZEUGE AAET-2017, Braunschweig Sven Hallerbach, Ulrich Eberle (Adam Opel AG) Frank Köster (DLR)

2 MOTIVATION Kooperatives und automatisiertes Fahren bestimmt die Mobilität der Zukunft Hauptziele: Steigerung von Komfort, Effizienz und Sicherheit Problematik: Wie kann die Erfüllung dieser Anforderungen sichergestellt werden? Die Entwicklung neuer Absicherungs- und Bewertungsmethoden ist notwendig 2

3 MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 3

4 MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 4

5 MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 5

6 MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 6

7 MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 7

8 MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 8

9 MOTIVATION Szenario: Auffahren auf die Autobahn mit Verkehr 9

10 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 10

11 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 11

12 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 12

13 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 13

14 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 14

15 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 15

16 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 16

17 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 17

18 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 18

19 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 19

20 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 20

21 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 21

22 MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 22

23 MOTIVATION Die Komplexität automatisierter Fahrsysteme ist sehr hoch Kooperation steigert diese Komplexität weiter Notwendigkeit simulationsbasierter Ansätze zum Testen dieser Systeme Die Validierung im Straßenverkehr ist ökonomisch nicht vertretbar [1] 23 [1] Maurer M., Gerdes J.C., Lenz B., Winner H. : Autonomes Fahren Technische, rechtliche und gesellschaftliche Aspekte Teil 4 - Sicherheit. Springer Verlag GmbH, Berlin Heidelberg. S

24 FOKUS Wie kann die Verbesserung der Verkehrsqualität und Sicherheit durch kooperative und hochautomatisierte Fahrzeuge sichergestellt werden? Wie wirken sich unterschiedliche Fahrverhalten anderer Verkehrsteilnehmer auf kooperative und hochautomatisierte Fahrzeugsysteme aus? Wie wirken sich kartenbasierte Systeme auf die Verkehrsqualität aus? Aufbau einer generischen Toolkette zur Untersuchung dieser Aspekte 24

25 TOOLKETTE SZENARIOBASIERT 25

26 TOOLKETTE SZENARIOBASIERT 26

27 LOGISCHES SZENARIO [2] Das logische Szenario enthält parametrierbare Eigenschaften 27 [2] Themann P., Pütz A., Schmitt H. : Vortrag: Absicherung hochautomatisierter Fahrfunktionen. Erarbeitung von Gütekriterien, Werkzeugen und Methoden sowie Szenarien im Gemeinschaftsprojekt PEGASUS. VDI-Tagung E/E im PKW 2016 ELIV-Marketplace, Baden- Baden. S

28 KORRELATION VON EIGENSCHAFTEN Parametrierbare Eigenschaften des logischen Szenarios korrelieren 28

29 TOOLKETTE SZENARIOBASIERT 29

30 TOOLKETTE SZENARIOBASIERT 30

31 AUSWAHL RELEVANTER SZENARIEN Expertenwissen Szenarienkatalog Vorhandene Daten Priorisierung und Abgrenzung 31

32 KONKRETES SZENARIO [2] Das konkrete Szenario enthält die dynamischen Eigenschaften Trajektorien, Geschwindigkeiten, Beschleunigungen, Gierraten, 32 [2] Themann P., Pütz A., Schmitt H. : Vortrag: Absicherung hochautomatisierter Fahrfunktionen. Erarbeitung von Gütekriterien, Werkzeugen und Methoden sowie Szenarien im Gemeinschaftsprojekt PEGASUS. VDI-Tagung E/E im PKW 2016 ELIV-Marketplace, Baden- Baden. S

33 TOOLKETTE SZENARIOBASIERT 33

34 TOOLKETTE SZENARIOBASIERT 34

35 SIMULATIONSUMGEBUNG Die Kopplung von Verkehrs- und Fahrdynamiksimulation ermöglicht die Untersuchung der Auswirkungen kooperativer und hochautomatisierter Fahrzeuge auf Verkehrssysteme 35

36 SIMULATIONSUMGEBUNG Die Kopplung von Verkehrs- und Fahrdynamiksimulation ermöglicht die Untersuchung der Auswirkungen kooperativer und hochautomatisierter Fahrzeuge auf Verkehrssysteme V1 V2 V1 V1 V2 VEGO VEGO T1 T1 VEGO V3 V3 V3 T1 36

37 SIMULATIONSUMGEBUNG Die Kopplung von Verkehrs- und Fahrdynamiksimulation ermöglicht die Untersuchung der Auswirkungen kooperativer und hochautomatisierter Fahrzeuge auf Verkehrssysteme V1 V2 V1 V1 V2 VEGO VEGO T1 T1 VEGO V3 V3 V3 T1 37

38 TOOLKETTE SZENARIOBASIERT 38

39 METRIKEN Qualitätsmetriken für Verkehr und Ego- Fahrzeug korrelieren Es können Zielkonflikte entstehen 39

40 TOOLKETTE SZENARIOBASIERT 40

41 TOOLKETTE SZENARIOBASIERT 41

42 TOOLKETTE SZENARIOBASIERT 42

43 IDENTIFIKATION RELEVANTER SZENARIEN Auswahl der relevanten Szenarien im Szenarien-Zustandsraum Viele der relevanten Szenarien können durch den szenariobasierten Ansatz abgedeckt werden Wie können nicht erfasste Szenarien identifiziert werden? 43

44 IDENTIFIKATION RELEVANTER SZENARIEN Auswahl der relevanten Szenarien im Szenarien-Zustandsraum Viele der relevanten Szenarien können durch den szenariobasierten Ansatz abgedeckt werden Ziel des simulationsbasierten Vorgehens: Bessere Abdeckung durch ergänzendes simulationsbasiertes Vorgehen 44

45 TOOLKETTE SIMULATIONSBASIERT 45

46 TOOLKETTE SIMULATIONSBASIERT 46

47 TOOLKETTE SIMULATIONSBASIERT 47

48 ABDECKUNG Die Abdeckung ist von der Detaillierungsgrad der Simulationsmodelle abhängig Welche Modelle sind in welchem Detaillierungsgrad für die Umsetzung der Toolketten notwendig? Wie kann dieser Detaillierungsgrad realisiert werden? 48

49 ABDECKUNG Ressourcen in verbesserte Simulationsmodelle investieren 49 Vorteile: In der Simulation ist jedes Szenario abbildbar Es können zahlreiche Simulationen parallel ausgeführt werden Nachteile: Diskrepanz zwischen mathematischer/numerischer Abbildung u. physikalischer Realität Komplexer Detaillierungsgrad erhöht Rechenzeit

50 ABDECKUNG Ressourcen in die Kombination aus bestehenden Simulationsmodellen und Prüfständen investieren 50 Vorteile: Durch vorhandene Hardware entfällt Modellierungsaufwand Keine Modellungenauigkeiten durch mathematische Modellierung Nachteile: Limitierung durch Hardwaregrenzen Es können nicht alle Szenarien abgebildet werden

51 ZUSAMMENFASSUNG Vorstellung einer generischen Methode zur Identifikation und Auswahl relevanter Szenarien für kooperative und hochautomatisierte Fahrzeuge Auswirkung kooperativer und hochautomatisierter Fahrzeuge auf Verkehrssysteme Auswirkung von unterschiedlichen Fahrverhalten auf kooperative und hochautomatisierte Fahrzeuge Berücksichtigung von kartenbasierten Systemen 51

52 AUSBLICK Prüfung der Anwendbarkeit und Grenzen der Methode Plausibilisierung der Toolketten anhand eines Beispielszenarios Einordnung der Toolkette in den Automotive- Entwicklungsprozess Abdeckung relevanter Szenarien durch die Kombination aus Simulationen, Prüfständen und Fahrversuchen 52

53 VIELEN DANK FÜR IHRE AUFMERKSAMKEIT