Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Autonomes Fahren und Fahrassistenzsysteme

Das Acht-Milliarden-Kilometer-Rennen

Um bei der Entwicklung von Fahrassistenzsystemen und autonomen Fahrzeugen voranzukommen, müssen neue Ingenieursdisziplinen wie die künstliche Intelligenz ausgebaut werden. Jedoch sind laut aktuellen Schätzungen bis zu wirklich sicheren und zuverlässigen Systemen und Fahrzeugen Milliarden von Testkilometern notwendig. Was in der Praxis unmöglich scheint, lässt sich durch IT-gestützte Simulation tausender Fahrszenarien mit unterschiedlichen Designparametern schon eher erreichen.

Bild: Ansys Germany GmbH

Bild: Ansys Germany GmbH

Autonome Fahrzeuge könnten Industrie und Gesellschaft so stark verändern, wie der Wechsel von Pferdekutschen zu Automobilen im 19. Jahrhundert. Doch die Entwicklung autonomer Fahrzeugtechnologie verlangt ambitionierte Neuentwicklungen in Erkennungstechnik, maschinellem Lernen und künstlicher Intelligenz. So besteht die wesentliche Herausforderung darin, einen menschlichen Fahrer durch künstliche Intelligenz zu ersetzen. Denn der Computer eines autonomen Fahrzeugs muss andere Fahrzeuge, Fußgänger, Verkehrszeichen, Fahrbahnmarkierungen, Bäume, Gebäude, Ampeln und viele andere Dinge erkennen, denen wir während der Fahrt begegnen. Und dies selbstverständlich auch bei Dunkelheit, Regen und Schnee. Die Aufgabe ist mit herkömmlichen regelbasierten Computeralgorithmen nahezu unlösbar. Stattdessen müssen neuronale Netze und maschinelles Lernen zum Einsatz kommen. Bei diesen Methoden wird der Computer eher trainiert als programmiert. Das Fahren ist aber eine so komplexe Aufgabe, dass eine immense Anzahl an Trainingsstunden nötig werden, um einen Computer so sicher und zuverlässig wie einen menschlichen Durchschnittsfahrer fahren zu lassen. Akio Toyoda, Präsident der Toyota Motor Corporation, nannte erst im Herbst 2016 die Zahl von 8,8 Milliarden Testkilometern inklusive Simulation, die zur Entwicklung von selbstfahrenden Autos benötigt werden. Google fuhr mit seiner Flotte selbstfahrender Fahrzeuge in den letzten sechs Jahren zwei Millionen Testkilometer. Bei diesem Tempo käme das selbstfahrende Auto in ein paar Jahrtausenden in den Handel.

Simulation nötig und nützlich

Ohne die Simulation zur Beschleunigung der technologischen Entwicklung wird es nicht gehen. So können virtuelle Tests an virtuellen Prototypen durchgeführt werden. Es können tausende von Simulationen innerhalb der Zeit und dem Budget vollendet werden, die für einen einzigen physikalischen Test erforderlich sind. Simulationen unterstützen zudem auf dem Weg zum vollständigen Selbstfahrer, indem sie Produkteinführungen beschleunigen und dadurch auch Geld einsparen. Zudem sind virtuelle Tests noch meist günstiger als Tests auf der Straße. Hinzu kommt eine verbesserte Produktqualität aufgrund der tiefen Einblicke in die zugrunde liegende Physik, welche die Konstruktion und den Betrieb eines Produkts bestimmt. Simulation spielt eine wesentliche Rolle, Qualitätsprobleme vorab zu lösen. Mit Blick auf die genannten Vorteile und den geschätzt notwendigen Milliarden an Testkilometern überrascht es kaum, dass Hersteller von Fahrassistenzsystemen und autonomen Fahrzeugen auf Simulationen setzen. Der Hersteller von Simulationssoftware Ansys hat sechs Bereiche beschrieben, die sich mit den eigenen Lösungen bearbeiten lassen:

Bild: ©chombosan/istockphoto.com

Konzept eines Head-up-Displays und einiger Armaturen. Bild: ©chombosan/istockphoto.com

1. Simulation von Fahrszenarien

Umfassende Simulationen von Fahrszenarien können mit einem System-Verhaltensmodell eines autonomen oder teilautomatisierten Fahrzeugs durchgeführt werden. Solch ein Fahrzeugmodell beinhaltet Sensoren, Regelsysteme, Antriebssysteme und Karosserie, platziert in einer virtuellen Fahrumgebung bestehend aus Straßen, Gebäuden, Fußgängern, Beschilderung und so weiter. In dieser simulierten Umgebung können tausende Fahrszenarien evaluiert werden, um zu prüfen, ob die Fahrzeugsensoren, Regelalgorithmen und Fahrsysteme sich situationsabhängig wie erwartet verhalten. Die Ansys-Simulationsplattform verknüpft in ihrer Kategorie eine ganze Reihe von Werkzeugen, um Fahrsimulationen von autonomen Fahrzeugen durchzuführen.

2. Software und Algorithmen

Simulationen helfen bei der Hardware- und Softwareentwicklung. Gerade die Entwicklung und Tests von Signalverarbeitungsroutinen, Objekterkennungsfunktionen, Regelungsalgorithmen und Mensch-Maschine-Schnittstellensoftware mit Methoden der modellbasierten Softwareentwicklung machen eine Software robust, weniger fehleranfällig und sicherer. Zudem soll die Ansys-Lösung die modellbasierte Entwicklung eingebetteter Software mit einem ISO26262-zertifizierten Code-Generator deutlich beschleunigen. Das Scade-Softwareentwicklungspaket ist Teil der Simulationsplattform und kann in Programme anderer Softwarefirmen eingebunden werden, die etwa Funktionen für maschinelles Lernen und neuronale Netze bereitstellen.

3. Sicherheitsanalyse

Fahrassistenzsysteme und autonome Fahrtechnologien erhöhen die Komplexität eines Fahrzeugs deutlich. Die Zahl der Fehlerquellen steigt ebenso wie die Zahl der Pfade für Fehlerkaskaden. Die Funktionen dieser Systeme haben grundsätzlich Folgen für die Sicherheit – jeder Fehler kann katastrophale Auswirkungen haben. Doch funktionale Sicherheitsanalysen solcher Systeme sind mühsam und fehleranfällig. Daher sind automatisierte Werkzeuge für diese Aufgabe sehr hilfreich. Hier bietet die Simulationsplattform mit Medini Analyze ein Modul, das Kern-Aktivitäten der funktionalen Sicherheitsanalyse implementiert und in den Produktentwicklungsprozess integriert.

4. Sensorleistung simulieren

Sensoren sind Schlüsselkomponenten für automatisches und autonomes Fahren. Doch viele müssen erst noch entwickelt werden. Hier leisten die Simulationen einen Beitrag, indem sie hochaufgelöste Physik für die Vorhersage der Leistung von Sensoren wie Radar, V2X Antennen und Ultraschallsensoren verwendet. Insbesondere sagt die Simulation Radar-muster und die Ausbeute in spezifischen Fahrszenarien vorher, das kann zeitintensive Versuche unnötig machen. Außerdem berechnet die Simulation Änderungen der Radarleistung, zum Beispiel bei Regen oder Schnee. Für die Simulation des Automobilradars bringt die Plattform einen Löser für elektromagnetische Felder sowie einen Path Tracing-Löser mit.

5. Elektronische Hardware

Automatische und autonome Fahrzeuge enthalten weit mehr elektronische Komponenten als heutige Fahrzeuge. Dazu zählen Radar, Lidar, Kameras und andere Sensoren. Viele dieser Komponenten sind kritisch für die Sicherheit. Deshalb muss ihre Hardware entworfen werden, um elektrischen, thermischen, mechanischen und Vibrations-Belastungen über den Lebenszyklus ausfallfrei zu widerstehen. Auch dabei beschleunigt die Simulation das Testen von Entwürfen und liefert Einblicke in die Physik, damit Ingenieure Komponenten optimieren und robust gestalten können. Mit verschiedenen Tools lassen sich per Simulation physikalische Phänomene in elektronischen Paketen, Platinen, Einbauten und Systemen testen.

6. Halbleitersimulation

Autonome Fahrzeugsysteme sind rollende Computer. Sie müssen hohe Leistung bei Signalverarbeitung und Berechnung in Echtzeit lokal abrufen können. Die Halbleiter-Hersteller machen dies mit ihren Bauteilen möglich: Die Chips haben immer bessere Leistung, geringeren Energiebedarf, sind strukturell und thermisch zuverlässiger und noch dazu kleiner. Doch gerade schrumpfende Bauteilgeometrien stellen die Entwickler vor Herausforderungen. Simulationssoftware hilft ihnen dabei, die physikalischen Effekte in den Griff zu bekommen.

Es geht nicht ohne

Die Fahrzeugindustrie steht vor Quantensprüngen. Doch umsonst gibt es sie nicht. Um technisch die Nase vorn zu haben, muss kein Hersteller die vollen 8,8 Milliarden Kilometer bis zum autonomen Fahrzeug komplett simuliert haben. Aber auf dem Weg dorthin bietet erst Simulation die Grundlage, stets Modelle mit der besten verfügbaren Technik am Markt zu haben.


Das könnte Sie auch interessieren:

Mehr als eine Milliarde Schadprogramme verzeichnet das Bundesamt für Sicherheit in der Informationstechnik im aktuellen Lagebericht. Und auch die Corona-Pandemie wirkt sich auf die aktuelle Sicherheitslage aus.‣ weiterlesen

Eine Voraussetzung bei der Entwicklung von industriellen KI-Anwendungen sind ausreichende Daten. Diese sind jedoch nicht immer in der benötigten Menge, Qualität oder Struktur vorhanden. Anhand eines konkreten Beispiels erläutert dieser Beitrag, wie sich ein Data Lake anlegen und mit Daten füllen lässt, bis er ein Fundament für quasi beliebige KI-Applikationen bildet.‣ weiterlesen

CIOs setzen auf Automatisierung und KI, um wachsende Kluft zwischen begrenzten IT-Ressourcen und steigender Cloud-Komplexität zu überbrücken. Dies geht aus einer Studie von Dynatrace hervor.‣ weiterlesen

Zahlreiche Geräte verbinden sich heutzutage mit dem Firmennetzwerk. Neben offensichtlichen Geräten wie Büro-PCs und Maschinensensoren gibt es meist auch solche, die keiner auf dem Radarschirm hat. In diesem verborgenen Internet of Things könnten Einfallstore für Cyberkriminelle sein.‣ weiterlesen

Die Erwartungen an die wirtschaftliche Entwicklung gehen laut aktueller ZEW-Zahlen im Oktober zurück. Die Einschätzung der aktuellen konjunkturellen Lage hat sich jedoch erneut verbessert.‣ weiterlesen

Die MPDV hat seit Oktober drei neue Geschäftsführer. Nathalie Kletti, Thorsten Strebel und Jürgen Petzel stehen an der Spitze des Unternehmens.‣ weiterlesen

Die Verschmelzung von Operational Technology (OT) und IT bietet Vorteile. Um sie zu nutzen, müssen sich Fabrikbetreiber aber zunächst mit einem tragfähigen IT-Sicherheitskonzept befassen. Die Eckpfeiler sind Transparenz, Kontrolle und Reaktionsfähigkeit.‣ weiterlesen

Bild: DSAG Deutsche SAP Anwendergruppe e.V.

Im Rahmen der Mitgliederversammlung der Deutschsprachigen SAP-Anwendergruppe (DSAG) wurden im Vereins- und Fachvorstand insgesamt neun Positionen neu oder wieder besetzt. Unter anderem ist Jens Hungershausen neuer Vorstandsvorsitzender. ‣ weiterlesen

Der Maschinen- und Anlagenbauer Dürr beteiligt sich an der Industrial Cloud von Volkswagen und AWS. Zuerst werden Teile des DXQ-Portfolios über die Cloud bereitgestellt. Volkswagen-Werke und Partnerunternehmen des Autobauers können die Lösungen dann ähnlich wie aus einem B2C-App Store beziehen und etwa zur Produktionsoptimierung einsetzen. Der Maschinen- und Anlagenbauer verspricht sich vom Projekt hingegen, das Feedback der Anwender zur Verbesserung der eigenen Applikationen nutzen zu können.‣ weiterlesen

Die Planung der Produktion kann das Personal einige Zeit kosten. Warum also nicht eine künstliche Intelligenz einsetzen, um die Planer zu unterstützen? Auf diese Weise gelang es dem Verpackungs-Spezialisten Constantia Teich, die Termintreue zu erhöhen.‣ weiterlesen

Inmitten der sich verschärfenden Wirtschaftskrise wenden sich immer mehr Industrieunternehmen dem Industrial Internet of Things (IIoT) zu, um ihre Anlagen aus der Ferne zu überwachen und ungeplante Ausfallzeiten zu verhindern. Ein wichtiger Aspekt ist dabei die Nachrüstung alter Anlagen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige