ABSICHERUNGS- UND BEWERTUNGSMETHODEN FÜR KOOPERATIVE HOCHAUTOMATISIERTE FAHRZEUGE AAET-2017, Braunschweig Sven Hallerbach, Ulrich Eberle (Adam Opel AG) Frank Köster (DLR) www.opel.com
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
MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 3
MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 4
MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 5
MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 6
MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 7
MOTIVATION Hochautomatisiert Fahrverhalten Nicht-, teilautomatisiert Fahrverhalten Vorbildlich Aggressiv Defensiv 8
MOTIVATION Szenario: Auffahren auf die Autobahn mit Verkehr 9
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 10
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 11
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 12
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 13
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 14
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 15
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 16
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 17
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 18
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 19
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 20
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 21
MOTIVATION F Fahrzeug mit Kartenfehler Prädiziert den Einfädelvorgang von gelbem Fahrzeug voraus und wird langsamer 22
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. 454-458. 2015
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
TOOLKETTE SZENARIOBASIERT 25
TOOLKETTE SZENARIOBASIERT 26
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. 13-14. 20.10.2016.
KORRELATION VON EIGENSCHAFTEN Parametrierbare Eigenschaften des logischen Szenarios korrelieren 28
TOOLKETTE SZENARIOBASIERT 29
TOOLKETTE SZENARIOBASIERT 30
AUSWAHL RELEVANTER SZENARIEN Expertenwissen Szenarienkatalog Vorhandene Daten Priorisierung und Abgrenzung 31
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. 13-14. 20.10.2016.
TOOLKETTE SZENARIOBASIERT 33
TOOLKETTE SZENARIOBASIERT 34
SIMULATIONSUMGEBUNG Die Kopplung von Verkehrs- und Fahrdynamiksimulation ermöglicht die Untersuchung der Auswirkungen kooperativer und hochautomatisierter Fahrzeuge auf Verkehrssysteme 35
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
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
TOOLKETTE SZENARIOBASIERT 38
METRIKEN Qualitätsmetriken für Verkehr und Ego- Fahrzeug korrelieren Es können Zielkonflikte entstehen 39
TOOLKETTE SZENARIOBASIERT 40
TOOLKETTE SZENARIOBASIERT 41
TOOLKETTE SZENARIOBASIERT 42
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
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
TOOLKETTE SIMULATIONSBASIERT 45
TOOLKETTE SIMULATIONSBASIERT 46
TOOLKETTE SIMULATIONSBASIERT 47
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
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
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
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
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
VIELEN DANK FÜR IHRE AUFMERKSAMKEIT