AT523834A4 - Verfahren und System zum Testen eines Fahrerassistenzsystems - Google Patents

Verfahren und System zum Testen eines Fahrerassistenzsystems Download PDF

Info

Publication number
AT523834A4
AT523834A4 ATA50781/2020A AT507812020A AT523834A4 AT 523834 A4 AT523834 A4 AT 523834A4 AT 507812020 A AT507812020 A AT 507812020A AT 523834 A4 AT523834 A4 AT 523834A4
Authority
AT
Austria
Prior art keywords
elementary
maneuvers
ego vehicle
vehicle
drive data
Prior art date
Application number
ATA50781/2020A
Other languages
English (en)
Other versions
AT523834B1 (de
Inventor
Schlömicher Dipl Ing Thomas
Ercan Ziya PhD
Original Assignee
Avl List Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Avl List Gmbh filed Critical Avl List Gmbh
Priority to ATA50781/2020A priority Critical patent/AT523834B1/de
Priority to EP21794703.5A priority patent/EP4214607A1/de
Priority to CN202180055036.8A priority patent/CN116034345A/zh
Priority to US18/245,457 priority patent/US20230343153A1/en
Priority to PCT/AT2021/060321 priority patent/WO2022056564A1/de
Priority to JP2023515814A priority patent/JP2023540613A/ja
Priority to KR1020237010225A priority patent/KR20230069940A/ko
Application granted granted Critical
Publication of AT523834B1 publication Critical patent/AT523834B1/de
Publication of AT523834A4 publication Critical patent/AT523834A4/de

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/06Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0816Indicating performance data, e.g. occurrence of a malfunction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3684Test management for test design, e.g. generating new test cases
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18Propelling the vehicle
    • B60W30/18009Propelling the vehicle related to particular drive situations
    • B60W30/18145Cornering
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3664Environments for testing or debugging software
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408Radar; Laser, e.g. lidar
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/10Number of lanes
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4041Position
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/40High definition maps
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3688Test management for test execution, e.g. scheduling of test suites
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3696Methods or tools to render software testable

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein computerimplementiertes Verfahren zum Testen eines Fahrerassistenzsystems eines Ego-Fahrzeugs anhand von Testfahrtdaten, folgende Arbeitsschritte aufweisend: Vergeben von Attributen an andere Fahrzeuge, welche in den Testfahrtdaten erfasst sind und in der, insbesondere unmittelbaren, Umgebung des Ego-Fahrzeugs angeordnet sind, wobei die Attribute jeweilige Relativpositionen von den anderen Fahrzeugen in Bezug auf das Ego- Fahrzeug zu einem Zeitpunkt der Testfahrtdaten angeben und wobei die Attribute einem zugehörigen Zeitpunkt zugeordnet werden; Prüfen der Testfahrtdaten auf ein Auftreten von elementaren Seitwärts-Manövern, welche jeweils durch eine Positionsänderung des Ego-Fahrzeugs oder eines der anderen Fahrzeuge senkrecht zum Fahrbahnverlauf charakterisiert sind, und von elementaren Längs-Manövern, welche jeweils durch eine Änderung des Abstands des Ego-Fahrzeugs oder eines der anderen Fahrzeuge vorausfahrenden und/oder einem hinterherfahrenden Fahrzeug, insbesondere auf derselben Fahrspur, charakterisiert sind, wobei die elementaren Manöver aus einer Liste von vordefinierten elementaren Manövern ausgewählt sind und wobei auch das Auftreten von elementaren Manövern wenigstens einem zugehörigen Zeitpunkt zugeordnet wird; Identifizieren eines Auftretens von vordefinierten Szenarien anhand der aufgetretenen elementaren Manöver, wobei die vordefinierten Szenarien durch eine Konstellation von elementaren Manövern und Attributen charakterisiert sind; und Analysieren des Fahrverhaltens des Fahrerassistenzsystems in den identifizierten Szenarien. Die Erfindung betrifft auch ein entsprechendes System.

Description

Verfahren und System zum Testen eines Fahrerassistenzsystems
Die Erfindung betrifft ein computerimplementiertes Verfahren zum Testen eines Fahrerassistenzsystems eines Ego-Fahrzeugs anhand von Testfahrtdaten.
Die Verbreitung von Fahrerassistenzsystemen (Advanced Driver Assistance Systems — ADAS) nimmt sowohl im Bereich der Personenkraftwagen als auch bei Nutzfahrzeugen ständig zu. Fahrerassistenzsysteme leisten einen wichtigen Beitrag zur Erhöhung der aktiven Verkehrssicherheit und dienen der Steigerung des Fahrkomforts.
Neben den insbesondere der Fahrsicherheit dienenden Systemen wie ABS (Anti-Blockier-System) und ESP (Elektronisches Stabilitätsprogramm) werden im Bereich der Personenkraftwagen und der Nutzfahrzeuge eine Vielzahl von Fahrerassistenzsystemen angeboten, wie z. B. Parkassistent, Abstandstempomat, Fahrspurassistent und andere. Diese Fahrerassistenzsysteme erhöhen sowohl die Sicherheit im Verkehr, indem sie den Fahrer in kritischen Situationen warnen, bis hin zur Einleitung eines selbstständigen Eingriffs zur Unfallvermeidung oder Unfallfolgenminderung, beispielsweise, indem eine Notbremsfunktion aktiviert wird. Zusätzlich wird der Fahrkomfort durch Funktionen wie automatisches Einparken, automatische Spurhaltung und automatische Abstandskontrolle erhöht.
Der Sicherheits- und Komfortgewinn eines Assistenzsystems wird von den Fahrzeuginsassen nur dann positiv wahrgenommen, wenn die Unterstützung durch das Fahrerassistenzsystem
sicher, verlässlich und in — soweit möglich — komfortabler Weise erfolgt.
Darüber hinaus muss jedes Fahrerassistenzsystem, je nach Funktion, im Verkehr auftretende Szenarien mit maximaler Sicherheit für das eigene Fahrzeug und auch ohne Gefährdung anderer Fahrzeuge bzw. anderer Verkehrsteilnehmer bewerkstelligen.
Hieraus ergibt sich die Notwendigkeit, ein Fahrerassistenzsystem bzw. das Fahrverhalten,
welches von dem Fahrerassistenzsystem erzeugt wird, zu analysieren und zu optimieren.
Das Dokument WO 2015/032508 betrifft ein Verfahren zur Optimierung wenigstens eines Fahrerassistenzsystems, welches die folgenden Arbeitsschritte aufweist:
Prüfen, ob das wenigstens eine Fahrerassistenzsystem A aktiviert ist;
Erfassen wenigstens einer Fahrzeugparameterfunktion, welche geeignet ist, einen Betriebszustand eines Fahrzeugs zu charakterisieren und/oder wenigstens einer Umgebungsparame-
terfunktion, welche geeignet ist, die Umgebung des Fahrzeugs zu charakterisieren;
Bestimmen wenigstens einer Fahrsituationskennwertfunktion, welche eine Fahrsituation des Fahrzeugs charakterisiert, und zwar wenigstens auf der Grundlage der wenigstens einen Fahr-
zeugparameterfunktion und/oder der wenigstens einen Umgebungsparameterfunktion;
Bestimmen wenigstens einer Steuereingriffskennwertfunktion, welche geeignet ist, die Aktivi-
tät des wenigstens einen Fahrerassistenzsystems A zu charakterisieren; und
Bestimmen einer Korrekturfunktion, welche von der wenigstens einen Steuereingriffskennwertfunktion und der wenigstens einen Fahrsituationskennwertfunktion abhängt und insbesondere geeignet ist, eine subjektive Wahrnehmung der Aktivität des Fahrerassistenzsystem A durch zumindest einen Fahrzeuginsassen zu charakterisieren, auf der Grundlage der wenigstens einen Fahrzeugparameterfunktion und/oder der wenigstens einen Umgebungsparame-
terfunktion.
Es ist eine Aufgabe der Erfindung, ein verbessertes Verfahren zum Testen eines Fahrerassistenzsystems anzugeben. Insbesondere ist es eine Aufgabe der Erfindung, ein verbessertes Bestimmen der während einer Testfahrt vorliegenden Fahrsituation im Rahmen eines Tests
des Fahrerassistenzsystems zu verbessern.
Diese Aufgabe wird durch die Lehre der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen werden in den Unteransprüchen beansprucht.
Ein erster Aspekt der Erfindung betrifft ein computerimplementiertes Verfahren zum Testen eines Fahrerassistenzsystems eines Ego-Fahrzeugs anhand von Testfahrtdaten, folgende Arbeitsschritte aufweisend:
Vergeben von Attributen an andere Fahrzeuge, welche in den Testfahrtdaten erfasst sind und in der, insbesondere unmittelbaren, Umgebung des Ego-Fahrzeugs angeordnet sind, wobei die Attribute jeweilige Relativpositionen von den anderen Fahrzeugen in Bezug auf das EgoFahrzeug zu einem Zeitpunkt der Testfahrtdaten angeben und wobei die Attribute einem zugehörigen Zeitpunkt zugeordnet werden;
Prüfen der Testfahrtdaten auf ein Auftreten von elementaren Seitwärts-Manövern, welche jeweils durch eine Positionsänderung des Ego-Fahrzeugs oder eines der anderen Fahrzeuge senkrecht zum Fahrbahnverlauf charakterisiert sind, und von elementaren Längs-Manövern, welche jeweils durch eine Änderung des Abstands des Ego-Fahrzeugs oder eines der anderen Fahrzeuge vorausfahrenden und/oder einem hinterherfahrenden Fahrzeug, insbesondere auf derselben Fahrspur, charakterisiert sind, wobei die elementaren Manöver aus einer Liste von vordefinierten elementaren Manövern ausgewählt sind und wobei auch das Auftreten von ele-
mentaren Manövern wenigstens einem zugehörigen Zeitpunkt zugeordnet wird;
Identifizieren eines Auftretens von vordefinierten Szenarien anhand der aufgetretenen elementaren Manöver, wobei die vordefinierten Szenarien durch eine Konstellation von elemen-
taren Manövern und Attributen charakterisiert sind; und Analysieren des Fahrverhaltens des Fahrerassistenzsystems in den identifizierten Szenarien.
Ein zweiter Aspekt der Erfindung betrifft ein System zur Funktionsprüfung eines Fahrerassistenzsystems eines Ego-Fahrzeugs anhand von Testfahrtdaten, aufweisend:
Mittel zum Vergeben von Attributen an andere Fahrzeuge, welche in den Testfahrtdaten erfasst sind und in der, insbesondere unmittelbaren, Umgebung des Ego-Fahrzeugs angeordnet sind, wobei die Attribute jeweilige Relativpositionen von den anderen Fahrzeugen in Bezug auf das Ego-Fahrzeug zu einem Zeitpunkt der Testfahrtdaten angeben und wobei die Attribute einem zugehörigen Zeitpunkt zugeordnet werden;
Mittel zum Prüfen der Testfahrtdaten auf ein Auftreten von elementaren Seitwärts-Manövern, welche jeweils durch eine Positionsänderung des Ego-Fahrzeugs oder eines der anderen Fahrzeug senkrecht zum Fahrbahnverlauf charakterisiert sind, und von elementaren LängsManövern, welche jeweils durch eine Änderung des Abstands des Ego-Fahrzeugs oder eines der anderen Fahrzeuge zu einem vorausfahrenden und/oder einem hinterherfahrenden Fahrzeug, insbesondere auf derselben Fahrspur, charakterisiert sind, wobei die elementaren Manöver aus einer Liste von vordefinierten elementaren Manövern ausgewählt sind und wobei auch das Auftreten von elementaren Manövern wenigstens einem zugehörigen Zeitpunkt zu-
geordnet wird;
Mittel zum Identifizieren eines Auftretens von vordefinierten Szenarien anhand der aufgetretenen elementaren Manöver, wobei die vordefinierten Szenarien durch eine Konstellation von
elementaren Manövern und Attributen charakterisiert sind; und
Mittel zum Analysieren des Fahrverhaltens des Fahrerassistenzsystems in den identifizierten
Szenarien.
Weitere Aspekte der Erfindung betreffen ein Computerprogrammprodukt, das Anweisungen umfasst, welche wenn sie von einem Computer ausgeführt werden, diesen dazu veranlassen, die Schritte eines Verfahrens gemäß dem ersten Aspekt der Erfindung auszuführen sowie ein Computer-lesbares Medium, auf dem ein solches Computerprogrammprodukt gespeichert ist.
Ein Testen eines Fahrerassistenzsystems im Sinne der Erfindung dient zur Analyse oder zur Optimierung des Fahrerassistenzsystems oder des Fahrverhaltens des Fahrerassistenzsystems. Dies kann im Fahrbetrieb auf der Straße oder auch in einer, insbesondere virtuellen, Umgebung im Entwicklungsprozess sein.
Ein Mittel im Sinne der Erfindung kann hard- und/oder softwaretechnisch ausgebildet sein und insbesondere eine, vorzugsweise mit einem Speicher oder einem Bussystem- bzw. signalverbundene, insbesondere digitale Verarbeitungs-, insbesondere mit Mikroprozessoreinheit (CPU) und/oder ein oder mehrere Programme oder Programmmodule aufweisen. Die CPU kann dazu ausgebildet sein, Befehle, die als ein in einem Speichersystem abgelegtes Programm implementiert sind, abzuarbeiten, Eingangssignale von einem Datenbus zu erfassen und/oder Ausgangssignale an einen Datenbus auszugeben. Ein Speichersystem kann ein 0der mehrere, insbesondere verschiedene Speichermedien, insbesondere optische, magnetische, Festkörper- und/oder andere nicht-flüchtige Medien, aufweisen. Das Programm kann derart beschaffen sein, dass es die hier beschriebenen Verfahren verkörpert bzw. auszuführen imstande ist, sodass die CPU die Schritte solcher Verfahren ausführen kann und damit insbe-
sondere ein zu testendes Fahrzeug analysieren kann.
Ein Szenario im Sinne der Erfindung wird vorzugsweise aus einer zeitlichen Abfolge von räumlichen, insbesondere statischen, Szenen gebildet. Die räumlichen Szenen geben dabei vorzugsweise die räumliche Anordnung von wenigstens einem anderen Objekt relativ zum EgoFahrzeug, z. B. die Konstellation von Verkehrsteilnehmern oder statischen Objekten, wie beispielsweise eine Fahrbahnmarkierung, an. Ein Szenario kann insbesondere eine Fahrsituation enthalten, in der ein Fahrerassistenzsystem das Ego-Fahrzeug genannte, mit dem Fahrerassistenzsystem ausgestattete, Fahrzeug zumindest teilweise steuert, z. B. wenigstens eine
Fahrzeugfunktion des Ego-Fahrzeugs autonom ausführt.
Eine Spur oder Fahrspur im Sinne der Erfindung ist vorzugsweise eine Fahrbahn, insbesondere ein Fahrstreifen auf einer Straße, der für die Fahrt in eine festgelegte Richtung vorgesehen ist. Vorzugsweise weist die Spur oder Fahrspur eine Markierung auf.
Ein elementares Manöver im Sinne der Erfindung ist vorzugsweise ein elementares Seitwärts-
Manöver, ein elementares Längs-Manöver und/oder ein elementares Kurvenmanöver.
Ein elementares Seitwärts-Manöver im Sinne der Erfindung ist vorzugsweise ein Fahrmanöver
in Querrichtung zum Verlauf eines Fahrpfads eines Ego-Fahrzeugs.
Ein Längs-Manö6över im Sinne der Erfindung ist vorzugsweise ein Fahrmanöver wenigstens im
Wesentlichen in Richtung des Fahrpfads eines Ego-Fahrzeugs.
Ein elementares Kurven-Manöver im Sinne der Erfindung ist vorzugsweise ein Fahrmanöver,
bei welchem eine Trajektorie eines Ego-Fahrzeugs eine Kurve beschreibt.
Testfahrtdaten im Sinne der Erfindung sind vorzugsweise Werte, insbesondere Datenreihen, von Parametern, welche die Umgebung und/oder den Betrieb eines Ego-Fahrzeugs während einer Testfahrt charakterisieren.
Ein Fahrzeug im Sinne der Erfindung ist vorzugsweise ein Verkehrsteilnehmer, insbesondere also ein Objekt, welches sich im Verkehr bewegt.
Ein Fahrverhalten im Sinne der Erfindung ist vorzugsweise durch Fahreigenschaften des Fahrerassistenzsystems charakterisiert. Insbesondere wird das Fahrverhalten durch Aktionen des Fahrerassistenzsystems in seiner Umgebung und Reaktion des Fahrerassistenzsystems auf seine Umgebung charakterisiert.
Die Erfindung basiert auf dem Ansatz, zum Validieren und Verifizieren der Funktionen eines Fahrerassistenzsystems eine Szenario-gestützte Prüfung durchzuführen (Englisch: scenariobased assessment). Bei einer solchen Szenario-gestützten Prüfung wird ein Fahrverhalten von Fahrerassistenzsystemen in bestimmten Szenarien beobachtet, analysiert und/oder be-
wertet.
Die erfindungsgemäße Lehre bewerkstelligt dies, indem Testfahrtdaten eines Ego-Fahrzeugs, welche vorzugsweise in einem realen Fahrbetrieb aufgenommen wurden, strukturiert und danach auf elementare Manöver von Szenarien durchsucht werden. Solche Datenbereiche der Testfahrtdaten, welche vordefinierten Szenarien entsprechen, welche für das zu testende Fahrerassistenzsystem relevant sind, werden analysiert. Durch das erfindungsgemäße Verfahren können diese relevanten Datenbereiche besonders zuverlässig für das jeweils zu testende Fahrerassistenzsystem identifiziert werden. Dies führt wiederum zu einer besonders hohen Güte des Testergebnisses. Darüber hinaus kann ein Satz von Testfahrtdaten eines Fahrzeugs wiederholt zum Testen verschiedener Versionen eines Fahrerassistenzsystems und/oder anderer Fahrerassistenzsysteme verwendet werden. Hierdurch kann die benötigte Anzahl an realen oder virtuellen Testfahrten zum Erzeugen von Testfahrtdaten wesentlich reduziert werden. Insbesondere in Bezug auf reale Testfahrtdaten kann eine benötigte Fahrleistung zum Erzeugen solcher Testfahrtdaten, welche im Normalfall von einem realen Fahrer durchgeführt
werden, wesentlich reduziert werden.
Darüber hinaus bietet das erfindungsgemäße Verfahren einem Testingenieur eine hohe Flexibilität bei der Auswertung von Testfahrtdaten in Bezug auf eine bestimmte Funktion. Insbesondere ist es dem Testingenieur möglich, eine unbegrenzte Anzahl von verschiedenen Szenarien zu definieren, auf welche Testfahrtdaten durchsucht werden können. Hierdurch können jeweils Szenarien geschaffen werden, welche zum Testen einer bestimmten Funktion eines
Fahrerassistenzsystems jeweils am besten geeignet sind. Auch können jene Testfahrtdaten
aus einer Reihe von Testfahrten identifiziert werden, welche sich für eine Analyse des Fahrverhaltens des jeweiligen Fahrerassistenzsystems am besten eignen.
In einer vorteilhaften Ausgestaltung des Verfahrens werden die Testfahrtdaten ausschließlich nach solchen Attributen und/oder elementaren Manövern durchsucht, welche in den vordefi-
nierten Szenarien enthalten sind.
Durch diese Ausgestaltung lässt sich das Prüfen der Testfahrtdaten in Bezug auf Rechenkapazität und/oder Rechenzeit wesentlich verkürzen, da nur potenziell relevante Datenbereiche der Testfahrtdaten durchsucht werden.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens werden zum Analysieren des Fahrverhaltens des Fahrerassistenzsystems in den identifizierten Szenarien Prüfläufe auf einem Prüfstand mittels der Testfahrtdaten durchgeführt. Vorzugsweise ist der Prüfstand ein Fahrzeugprüfstand, ein Vehicle-in-the-Loop-Prüfstand, ein Hardware-in-the-Loop-Prüfstand oder ein Software-in-the-Loop-Prüfstand.
Durch diese Ausgestaltung können besonders hohe Güten bei der Analyse, einer Bewertung und/oder einer Optimierung des Fahrverhaltens eines Fahrerassistenzsystems erzielt werden.
In einer weiteren vorteilhaften Ausgestaltung wird das Prüfen der Testfahrtdaten auf das Auftreten von elementaren Manövern mittels Modellen der elementaren Manöver durchgeführt, welche durch den Einsatz von maschinellem Lernen trainiert wurden. Insbesondere kommen beim Prüfen auf elementare Manöver Muster zum Erkennen von elementaren Manövern in Testfahrtdaten zum Einsatz, welche durch maschinelles Lernen anhand von bereits in Bezug auf Manöver klassifizierte Testfahrtdaten erzeugt sind. Vorzugsweise werden hierbei Testfahrtdaten durch Menschen klassifiziert und die Daten dann in einen Algorithmus für maschi-
nelles Lernen, insbesondere ein künstliches neuronales Netz, eingelesen.
Ein Vorteil dieser Ausgestaltung ist, dass die elementaren Manöver und nicht Szenarien an sich in einem Modellprozess des maschinellen Lernens angelernt werden. Hierdurch bietet sich in Bezug auf die Definition von neuen Szenarien eine hohe Flexibilität, da diese modular aus den einzelnen Mustern bzw. Modellen der elementaren Manöver zusammengesetzt werden können. Prinzipiell können für jede Anwendung auf diese Weise maßgeschneiderte Sze-
narien zusammengesetzt werden.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens umfasst die Liste wenigstens eines aus der folgenden Gruppe von elementaren Seitwärts-Manövern: Spurwechsel nach links, Spurwechsel nach rechts, Fahren in Fahrspur, Fahren außerhalb einer Fahrspur, Ausbrechen nach rechts, Ausbrechen nach links.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens umfasst die Liste wenigstens eines aus der folgenden Gruppe von elementaren Längs-Manövern: Anfahren, Lücke öffnen, Lücke schließen, einem Fahrzeug folgen, Fahren auf freier Fahrspur, Anhalten.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens werden die Testfahrtdaten des Weiteren auf ein Auftreten von elementaren Kurven-Manövern geprüft und die elementaren Kurvenmanöver werden aus einer Liste ausgewählt, welche wenigstens eines aus der folgenden Gruppe von elementaren Kurven-Manövern umfasst: Geradeausfahrt ohne Kurvenkrümmung, Kurvenfahrt mit zunehmender absoluter Kurvenkrümmung, Kurvenausfahrt mit abnehmender absoluter Kurvenkrümmung, Kurvenfahrt mit konstanter Kurvenkrümmung, Linksab-
biegen, Rechtsabbiegen, Kreisverkehrfahrt.
Ein Einbeziehen von Kurvenmanövern in die elementaren Manöver ermöglicht eine noch dif-
ferenziertere Klassifizierung der Testfahrtdaten.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens geben die Attribute an, ob ein anderes Fahrzeug auf derselben, einer rechteren oder linkeren Fahrspur in Bezug auf das Ego-Fahrzeug angeordnet ist und ob das andere Fahrzeug vor, hinter oder auf gleicher Höhe wie das Ego-Fahrzeug in Bezug auf einen Straßenverlauf angeordnet ist. Hierdurch lassen sich andere Verkehrsteilnehmer eindeutig identifizieren.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens geben die Attribute des Weiteren an, das wievielte Fahrzeug in einer Fahrspur das andere Fahrzeug in Bezug auf das EgoFahrzeug ist.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens geben die Attribute des Weiteren an, in welche Richtung das andere Fahrzeug in Bezug auf die Fahrtrichtung des Ego-Fahrzeugs fährt.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens sind die Attribute unabhängig vom Abstand des anderen Fahrzeugs in Bezug auf das Ego-Fahrzeug, werden aber nur bis zu einer definierten Entfernung innerhalb einer Messreichweite eines Sensors zum Bestimmen der Attribute des Ego-Fahrzeugs vergeben. Hierdurch wird die in den Testfahrtdaten enthaltene Information auf jene Information reduziert, welche für die Definition von elementaren
Fahrmanövern tatsächlich relevant ist.
Hierdurch wird eine schnellere Datenverarbeitung ermöglicht und/oder weniger Bedarf an Rechenleistung benötigt.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens werden die Testfahrtdaten anhand von realen Testfahrtdaten erzeugt und eine Fahrspur des Ego-Fahrzeugs und der
anderen Fahrzeuge sind mittels einer intelligenten Kamera, welche vorzugsweise am Ego-
Fahrzeug montiert ist, ermittelt.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens kommen des Weiteren eine bekannte Position von Landmarken in Bezug auf ein Bezugssystem, insbesondere eine hochauflösende Karte, welche durch die intelligente Kamera erfasst werden, zum Ermitteln der Fahrspur des Ego-Fahrzeugs und der anderen Fahrzeuge zum Einsatz.
Der Einsatz einer intelligenten Kamera ermöglicht eine besonders differenzierte Analyse der Testfahrtdaten.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens werden die Testfahrtdaten anhand von realen Testfahrten erzeugt und Relativpositionen der anderen Fahrzeuge in Bezug auf das Ego-Fahrzeug sind mittels einer intelligenten Kamera, Lidar und/oder Radar, welche
vorzugsweise jeweils im Ego-Fahrzeug montiert sind, ermittelt.
Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung in Bezug auf die Figuren. Es zeigen wenigstens teilweise schematisch:
Figur 1a ein Ego-Fahrzeug auf einer Testfahrt;
Figur 1b ein Ausführungsbeispiel eines Systems zum Testen eines Fahrerassistenzsystems;
Figur 2 ein Flussdiagramm eines Ausführungsbeispiels eines Verfahrens zum Testen
eines Fahrerassistenzsystems;
Figur 3 eine Darstellung von Attributen anderer Fahrzeuge;
Figur 4 eine Darstellung einer dynamischen Entwicklung der Attribute anderer Fahrzeuge; und
Figur 5a ein Diagramm, welches den zeitlichen Ablauf eines Überholvorgangs eines
Ego-Fahrzeugs darstellt; und
Figur 5b eine grafische Darstellung des in Figur 5a angegebenen Überholvorgangs.
Figur 1a zeigt ein Fahrzeug 2 während einer Testfahrt auf einer Straße 5.
Während der Testfahrt sammelt das Fahrzeug 2 als Ego-Fahrzeug, welches als Referenz im Verkehrsgeschehen dient, Testfahrtdaten 6. Hierfür weist das Ego-Fahrzeug 2 vorzugsweise eine Vielzahl von Sensoren auf, welche das Verkehrsgeschehen und die Umgebung um das
Fahrzeug aufzeichnen. In Figur 1a ist rein beispielhaft dargestellt, dass das Ego-Fahrzeug 2 eine Kamera 4, insbesondere eine intelligente Kamera, aufweist. Vorzugsweise weist eine solche Kamera 4 ein Sichtfeld von 360° auf, um die gesamte Umgebung um das Ego-Fahrzeug 2 zu überwachen. Weitere mögliche Sensoren sind Radar, Lidar, Ultraschall, etc. Eine intelligente Kamera 4 ist beispielsweise imstande, andere Fahrspuren zu erkennen und andere Verkehrsteilnehmer Fahrspuren zuzuordnen sowie Verkehrszeichen und Landmarken zu erkennen, welche, beispielsweise im Zusammenspiel mit einer hochaufgelösten Karte, zur genauen Standortbestimmung des Ego-Fahrzeugs 2 dienen können. Des Weiteren weist das Ego-Fahrzeug vorzugsweise einen Datenspeicher (nicht dargestellt) auf, welcher eingerichtet ist, um die mittels der intelligenten Kamera 4 und etwaiger weiterer Sensoren gesammelten Testfahrtdaten 6 zu speichern. In Figur 1a sind die Testfahrtdaten durch den Dateiordner 6 dargestellt.
Zur Kodierung der Testfahrtdaten 6 wird insbesondere eine sogenannte OSI-Dokumentation verwendet. OSI steht hierbei für Open Simulation Interface und ist eine generische Schnittstelle für die Umgebungswahrnehmung automatisierter Fahrfunktionen in virtuellen Szenarien
(https://opensimulationinterface.github.io/osi-documentation/).
Während der Testfahrt (online) oder nach der Testfahrt (post mortem) werden die Testfahrtdaten 6 einem System 10 zum Testen eines Fahrerassistenzsystems bereitgestellt, was durch den Pfeil angedeutet ist, welcher von der Figur 1a auf die Figur 1b gerichtet ist.
Figur 1b stellt das System 10 zum Testen eines Fahrerassistenzsystems dar.
Das System 10 dient vorzugsweise dazu, die gesammelten Testfahrtdaten 6 auszuwerten und um zu analysieren, welches Fahrverhalten ein Fahrerassistenzsystem 1 während einer Test-
fahrt, in welcher die Testfahrtdaten 6 erzeugt wurden, gezeigt hätte.
Das System 10 nach Figur 1b ist insbesondere eingerichtet, um ein Verfahren 100 zum Testen
eines Fahrerassistenzsystems 1 nach Figur 2 auszuführen.
Die Mittel 11 zum Vergeben von Attributen Tx-yyy, die Mittel 12 zum Prüfen der Testfahrtdaten 6, und die Mittel 13 zum Identifizieren sind dabei vorzugsweise Mittel einer Datenverarbeitungsanlage, welche in der Weise konfiguriert sind, um ihre jeweils zugewiesene Funktion
auszuführen.
Auch das Mittel 14 zum Analysieren des Fahrverhaltens kann in einer Datenverarbeitungsanlage implementiert sein. Vorzugsweise kann in diesem Fall vorgesehen sein, dass auch das Fahrerassistenzsystem 1 simuliert wird oder nur dessen Software geprüft wird, insbesondere mittels eines Software-in-the-Loop-Verfahrens.
Weiter vorzugsweise ist das Mittel 14 zum Analysieren des Fahrverhaltens des Fahrerassistenzsystems 1 jedoch als Prüfstand ausgebildet, insbesondere als Fahrzeugprüfstand, Vehicle-in-the-Loop-Prüfstand oder Hardware-in-the-Loop-Prüfstand.
Vorzugsweise wird das Fahrerassistenzsystem 1 auf einem solchen Prüfstand 14 installiert bzw. an diesen angeschlossen und Datenbereiche der Testfahrtdaten 6, welche identifizierten Szenarien entsprechen, dem Fahrerassistenzsystem 1 oder den Sensoren, welche das Fahrerassistenzsystem 1 mit Informationen versorgen, über geeignete Schnittstellen zur Verfü-
gung gestellt. Dies ist in Figur 19 durch einen Pfeil angedeutet.
Im Falle einer intelligenten Kamera 4 kann eine solche Schnittstelle ein oder mehrere Bildschirme sein, welche die Umgebung um das Fahrzeug, auf der Grundlage des Datenbereichs der Testfahrtdaten 6, welche einem Szenario entspricht, der Kamera 4 vorspielt. Bei einem Radar könnte so eine Schnittstelle beispielsweise ein Radarzielemulator sein. Alternativ kann auch vorgesehen sein, dass die Testfahrtdaten 6 in der Weise weiterverarbeitet werden, dass diese direkt einem Sensorchip des Fahrerassistenzsystems 1 oder auch nur der Software dieses Sensorchips bereitgestellt werden können.
Vorzugsweise wird eine Reaktion oder Aktion, welche das Fahrverhalten des Fahrerassistenzsystems 1 charakterisiert, über eine weitere Schnittstelle, welche durch den weiteren Pfeil in Figur 1b angedeutet ist, wiederum dem Prüfstand 14 bereitgestellt.
Der Prüfstand 14 ist in der Lage, auf der Grundlage von Parametern, beispielsweise Steuersignalen, welche das Fahrerassistenzsystem 1 ausgibt oder der durch das Fahrerassistenzsystem 1 verursachten Steuerung eines Fahrzeugs 2' auf dem Prüfstand 14 eine Analyse des
Fahrverhaltens vorzunehmen.
Insbesondere kann dabei vorgesehen sein, das aufgezeichnete Fahrverhalten des Fahreras-
sistenzsystems 1 mit Referenzdaten zu vergleichen.
Alternativ zu dem in Figur 1b gezeigten Ausführungsbeispiel des Systems 10 zum Testen des Fahrerassistenzsystems 1, welches außerhalb von dem Ego-Fahrzeug 2 angeordnet ist, kann dieses System 10 auch in dem Ego-Fahrzeug 2 angeordnet sein, beispielsweise dann, wenn auch das Fahrerassistenzsystem 1 direkt in dem Ego-Fahrzeug 2, welches die Testfahrtdaten erzeugt, angeordnet ist und die Testfahrtdaten 6 direkt von den dortigen Sensoren, insbesondere der intelligenten Kamera 4, bereitgestellt bekommt.
Figur 2 ist ein Ausführungsbeispiel eines computerimplementierten Verfahrens zum Testen des Fahrerassistenzsystems 1, welches insbesondere von dem in Figur 1b gezeigten System 10 ausgeführt werden kann.
In einem ersten Arbeitsschritt werden Attribute Tx-yyy an andere Fahrzeuge vergeben, welche während einer Testfahrt des Ego-Fahrzeugs 2 aufgenommen wurden und daher in den Testfahrtdaten enthalten sind. In dem Bezugszeichen Tx-yyy bezeichnet x dabei die Buchstaben R, S und A für hinten („rear“), seitlich („side“) und voraus („ahead“.) Die Symbole „y“ stehen jeweils für eine Ziffer, welche die Fahrspur und deren Anordnung in Fahrtrichtung in Bezug zum Ego-Fahrzeug 2 angeben.
Eine beispielhafte Vergabe von Attributen Tx-yyy an andere Verkehrsteilnehmer ist in Figur 3 gezeigt. Jede Zeile der dort dargestellten Matrix entspricht vorzugsweise einer Fahrspur, wobei das in Schwarz dargestellte Ego-Fahrzeug 2 sich demnach auf der mittleren Fahrspur be-
finden würde.
Die das Ego-Fahrzeug 2 umgebenden Verkehrsteilnehmer werden jeweils mit einem Attribut bezeichnet, welches mit T beginnt. Die Buchstaben „R“, „S“ und „A“ stehen für „rückwärtig angeordnet“, „seitwärtig angeordnet“ und „voraus angeordnet“. Die erste Ziffer nach dem Bindestrich gibt an, ob die anderen Verkehrsteilnehmer auf der gleichen Fahrspur oder auf einer anderen Fahrspur angeordnet sind. In dem dargestellten Ausführungsbeispiel steht die Ziffer „1“ für die rechts von dem Ego-Fahrzeug 2 liegende Fahrspur, die Ziffer „2“ für die Fahrspur, auf welcher sich das Ego-Fahrzeug 2 befindet und die Ziffer „3“ für jene Fahrspur, welche links von dem Ego-Fahrzeug 2 liegt. Die letzten beiden Ziffern hinter dem Bindestrich stehen in dem gezeigten Ausführungsbeispiel dafür, der wievielte Verkehrsteilnehmer voraus oder zurück in einer Fahrspur der dargestellte Verkehrsteilnehmer, in diesem Ausführungsbeispiel ein Fahr-
zeug, ist.
Die Vergabe der Attribute Tx-yyy erfolgt dabei vorzugsweise unabhängig von dem Abstand, welchen die anderen Verkehrsteilnehmer jeweils zum Ego-Fahrzeug 2 haben.
Die vergebenen Attribute Tx-yyy geben jeweils die Relativposition eines anderen Verkehrsteilnehmers zu einem Zeitpunkt der Testfahrtdaten 6 wieder. Daher wird für jeden Zeitschritt, in welchem Daten in den Testfahrtdaten 6 abgespeichert sind, vorzugsweise jeweils auch das Attribut der anderen berücksichtigten Verkehrsteilnehmer abgelegt werden. Alternativ kann hierbei auch, zur Datenreduzierung, jeweils nur eine Veränderung eines Attributs Tx-yyy abgespeichert werden.
Vorzugsweise werden die Attribute Tx-yyy nur bis zu einer definierten Entfernung von dem Ego-Fahrzeug 2 vergeben. Weiter vorzugsweise liegt diese Entfernung innerhalb einer Messreichweite des Sensors oder der Sensoren, welche die Relativposition der anderen Verkehrsteilnehmer zum Ego-Fahrzeug 2 erfassen. Vorzugsweise kann dies, wie bereits ausgeführt,
eine intelligente Kamera 4 sein.
Die Attribute Tx-yyy können des Weiteren eine Information enthalten, in welche Richtung sich ein anderer Verkehrsteilnehmer in Bezug auf das Ego-Fahrzeug 2 bewegt. Beispielsweise kann hierfür ein weiterer Buchstabe am Anfang der Attribute angefügt werden. Wie aus Figur 3 ersichtlich ist, kann beispielsweide der Buchstabe „o“ ein entgegenkommendes Fahrzeug mit dem Attribut oTA-101 (für „opposing“) kennzeichnen und der Buchstabe „c“ (für „crossing“) ein querendes Fahrzeug mit dem Attribut cTA-302.
In der Darstellung der Figur 4 ist eine beispielhafte zeitliche Entwicklung von Attributen Txyyy der Verkehrsteilnehmer 3a, 3b dargestellt. Das Ego-Fahrzeug 2 befindet sich auf der mittleren Fahrspur.
Der erste Verkehrsteilnehmer 3a führt einen Spurwechsel von der mittleren Fahrspur auf die rechte Fahrspur durch, wobei der Verkehrsteilnehmer 3a mit einer höheren Geschwindigkeit fährt wie das Ego-Fahrzeug 2. Das Attribut Tx-yyy des Verkehrsteilnehmers 3a ändert sich mithin von TA-201 auf TA-301.
Der zweite Verkehrsteilnehmer 3b fährt auf einer links von der Fahrspur des Ego-Fahrzeugs 2 angeordneten Fahrspur hinter dem Ego-Fahrzeug 2 und ist im Begriff, das Ego-Fahrzeug 2 zu überholen, da es sich ebenfalls mit einer höheren Geschwindigkeit als das Ego-Fahrzeug 2 bewegt. Entsprechend ändert sich das Attribut des zweiten Verkehrsteilnehmers 3b von TR101 auf TS-101 zu einem späteren Zeitpunkt, wenn der zweite Verkehrsteilnehmer 3b auf der Höhe des Ego-Fahrzeugs 2 ist.
Wie bereits erläutert, hat der Abstand da des ersten Verkehrsteilnehmers 3a und der Abstand db des zweiten Verkehrsteilnehmers vorzugsweise keinen Einfluss auf die Vergabe der Attribute Tx-yyy. Wichtig in Bezug auf den zweiten Verkehrsteilnehmer 3b ist indes, dass dieser von einer rückwärtig angeordneten Position in Bezug auf das Ego-Fahrzeug 2 in eine seitlich angeordnete Position verfährt und der erste Teilnehmer 3a von der mittleren Fahrspur auf die rechte Fahrspur verfährt.
In einem zweiten Arbeitsschritt 102 des Verfahrens 100 nach Figur 2 werden die Testfahrtdaten auf ein Auftreten von elementaren Manövern geprüft. Dieses Prüfen stellt im Wesentlichen ein Durchsuchen der Testfahrtdaten 6 nach bekannten Mustern von elementaren SeitwärtsManövern LCL; LCR; IL und von elementaren Längs-Manövern GO; GC; FL dar. Des Weiteren wird vorzugsweise nach elementaren Kurven-Manövern gesucht. Voraussetzung hierfür ist, dass für die jeweiligen elementaren Manöver Muster oder Vorlagen definiert sind, welche mit Parameterverläufen und Parameterkonstellationen, die in den Testfahrtdaten 6 enthalten sind, verglichen werden können. Solche Muster können beispielsweise als Modelle hinterlegt sein.
Vorzugsweise können diese Modelle mittels maschinellen Lernens erzeugt sein, wobei ein
Training des Modells in diesem Fall vorzugsweise mittels Testfahrtdaten, welche bereits in Bezug auf elementare Manöver klassifiziert sind, erzeugt wird. Vorzugsweise kommt hierbei überwachtes maschinelles Lernen (Supervised Machine Learning) zum Einsatz, bei welchem Testfahrtdaten durch Menschen klassifiziert werden und anhand dieser Daten dann ein Algorithmus trainiert wird, beispielsweise ein künstliches neuronales Netz (Artificial Neural Net-
work).
Die auf diese Weise erzeugten Muster werden vorzugsweise als vordefinierte elementare Manöver in einer Liste abgelegt und in dem Arbeitsschritt des Prüfens 102 mit den Testfahrtdaten 6 abgeglichen.
Beispielhafte elementare Seitwärts-Manöver sind „Spurwechsel nach links“ LCL, „Spurwechsel nach rechts“ LCR, „Fahren in Fahrspur“ IL, „Fahren außerhalb einer Fahrspur“, „Ausbrechen nach rechts“, „Ausbrechen nach links“.
Beispiele für elementare Längs-Manöver sind „Anfahren“, „Lücke öffnen“ GO, „Lücke schlieBen“ GC, „einem Fahrzeug folgen“, „Fahren auf freier Fahrspur“ FL, „Anhalten“.
Beispiele für elementare Kurven-Manöver sind „Geradeausfahrt ohne Kurven“, „Kurveneinfahrt mit zunehmender absoluter Kurvenkrümmung“, „Kurvenausfahrt mit abnehmender absoluter Kurvenkrümmung“, „Kurvenfahrt mit konstanter Kurvenkrümmung“, „Linksabbiegen“,
„Rechtsabbiegen“ und „Kreisverkehrfahrt“.
Auf Figur 4 bezogen ist der zweite Verkehrsteilnehmer 3b in dem elementaren Längs-Manöver Fahren auf freier Fahrspur FL und in dem elementaren Seitwärts-Manöver Fahren in Fahrspur IL. Der erste Verkehrsteilnehmer 3a hingegen ist während des dargestellten Zeitraums in dem elementaren Seitwärts-Manöver zuerst in dem elementaren Seitwärts-Manöver Fahren in Fahrspur IL, dann in dem elementaren Seitwärts-Manöver Spurwechsel nach links LCL und schließlich wiederum in dem elementaren Seitwärts-Manöver Fahren in Fahrspur IL. Das elementare Längs-Manöver während dem gesamten dargestellten Zeitraum des ersten Verkehrsteilnehmers 3a ist Fahren auf freier Fahrspur FL.
In einem dritten Arbeitsschritt 103 wird ein Auftreten von vordefinierten Szenarien während der Testfahrt in den Testfahrtdaten identifiziert. Die Szenarien setzen sich hierbei vorzugsweise durch eine Konstellation von elementaren Manövern LCL; LCR; IL; GO; GC; FL und Attributen
Tx-yyy zusammen.
Es kann hierbei Szenarien geben, bei welchen nur elementare Manöver LCL; LCR; IL; GO;
GC; FL des Ego-Fahrzeugs 2 berücksichtigt werden. Im Normalfall bestehen Szenarien aber
aus einem Zusammenspiel des Ego-Fahrzeugs 2 in Verbindung mit anderen Verkehrsteilnehmern 3a, 3b.
Beispiele für solche vordefinierten Szenarien sind Einscheren vor einem anderen Verkehrsteilnehmer 3a, 3b, Einscheren vor dem Ego-Fahrzeug, Überholen eines anderen Verkehrsteilnehmers 3a, 3b, Überholen des Ego-Fahrzeugs 2 durch einen anderen Verkehrsteilnehmer 3a, 3b, Ausscheren eines anderen Verkehrsteilnehmers 3a, 3b, Ausscheren des Ego-Fahrzeugs 2.
Die Szenarien können von Testingenieuren vorzugsweise frei definiert werden, wobei diese Attribute Tx-yyy und elementare Manöver LCL; LCR; IL; GO; GC; FL des Ego-Fahrzeugs 2
und der anderen Verkehrsteilnehmer 3a, 3b zu vordefinierten Szenarien kombinieren.
Ein Beispiel für ein solches Szenario, nämlich einen Überholvorgang des Ego-Fahrzeugs 2, ist in dem Diagramm in Figur 5a in einer Strukturierung dargestellt, welche die jeweils vorliegenden Attribute Tx-yyy und elementaren Manöver LCL; LCR; IL , GO; GC; FL in Abhängigkeit von der Zeit t angibt. Insbesondere zeigt dieses Diagramm zeigt eine Veränderung der elementaren Längs-Manöver GO; GC; FL und der elementaren Seitwärts-Manöver LCL; LCR; IL des Ego-Fahrzeugs und die Veränderung der elementaren Längs-Manöver GO; GC; FL und der elementaren Seitwärts-Manöver LCL; LCR; IL sowie des jeweiligen vorliegenden Attributs Tx-yyy eines ersten Verkehrsteilnehmers 3a, in Figur 5b dargestellt durch ein Fahrzeug, in Abhängigkeit der Zeit t.
Wird eine solche Konstellation oder Abfolge von Attributen Tx-yyy und elementaren Manövern LCL; LCR; IL; GO; GC; FL in den Testfahrtdaten 6 bei der Analyse festgestellt, kann jener Datenbereich in den Testfahrtdaten 6 identifiziert werden, welcher einem Szenario des Überholvorgangs des Egofahrzeugs 2 entspricht.
Der erste Verkehrsteilnehmer 3a befindet sich die gesamte Zeit des Manövers in dem elementaren Seitwärts-Manöver Fahren in Fahrspur IL.
Das Ego-Fahrzeug 2 befindet sich zunächst in dem elementaren Seitwärts-Manöver Fahren in Fahrspur IL, setzt beim Zeitpunkt von 3 Sekunden jedoch zu dem Überholvorgang an, wodurch ein Spurwechsel nach links LCL eingeleitet wird. Der Fahrspurwechsel ist beim Zeitpunkt t gleich 7 Sekunden beendet. Von diesem Zeitpunkt bis zum Zeitpunkt t gleich 20 Sekunden ist das Ego-Fahrzeug in dem elementaren Seitwärts-Manöver Fahren in Fahrspur. Zu dem Zeitpunkt t gleich 20 Sekunden hat das Ego-Fahrzeug den ersten Verkehrsteilnehmer 3a überholt und setzt wiederum zum Spurwechsel auf die rechte Fahrspur an, wodurch das elementare Seitwärts-Manöver Spurwechsel nach rechts LCR eingeleitet wird. Dieses ist zum Zeitpunkt t gleich 24 Sekunden beendet. Das Ego-Fahrzeug 2 befindet sich wieder auf der
rechten Fahrspur und fährt nun in dem elementaren Seitwärts-Manöver Fahren in Fahrspur
weiter.
In entsprechender Weise entwickeln sich die elementaren Längs-Manöver, in welchen sich das Ego-Fahrzeug 2 befindet, über die Zeit t. Zunächst fährt das Ego-Fahrzeug 2 auf den ersten Verkehrsteilnehmer 3a auf, wodurch das elementare Längs-Manöver Lücke schließen GC vorliegt. Durch das elementare Seitwärts-Manöver Spurwechsel nach links LCL tritt der Längs-Fahrzustand Fahren auf freier Fahrspur FL ein, da die mittlere Fahrspur keine anderen Verkehrsteilnehmer aufweist. Dieser Zustand hält auch nach dem erneuten Spurwechsel nach rechts LCR an, da sich vor dem ersten Verkehrsteilnehmer 3a auf der rechten Fahrspur wiederum kein anderer Verkehrsteilnehmer befindet.
Der erste Verkehrsteilnehmer 3a befindet sich hingegen zunächst in dem elementaren LängsManöver Fahren auf freier Fahrspur FL, da sich vor ihm niemand auf der rechten Fahrspur befindet. Nachdem das Ego-Fahrzeug 2 nach dem Überholvorgang vor dem ersten Verkehrsteilnehmer 3a eingeschert ist, ändert sich der Längs-Fahrzustand zum Zeitpunkt t gleich 23 Sekunden zu Lücke öffnen GO, da sich das Ego-Fahrzeug 2 mit höherer Geschwindigkeit auf derselben, der rechten Fahrspur, von dem ersten Verkehrsteilnehmer 3a entfernt.
Die Attribute, welche dem ersten Verkehrsteilnehmer 3a in Bezug auf das Ego-Fahrzeug zugeordnet werden, sind in der untersten Zeile des Diagramms aus Figur 5a angegeben. Zunächst befindet sich der erste Verkehrsteilnehmer 3a vor dem Ego-Fahrzeug 2, sodass dieser das Attribut TA-101 als erstes Fahrzeug vor dem Ego-Fahrzeug erhält. Nach dem Spurwechsel nach links LCL des Ego-Fahrzeugs hat der erste Verkehrsteilnehmer 3a nunmehr das Attribut TA-301, da er sich auf den rechts von der Fahrspur des Ego-Fahrzeugs gelegenen Fahrspur befindet. Sobald das Ego-Fahrzeug 2 den ersten Verkehrsteilnehmer 3a beim Überholen erreicht hat und passiert, erhält der erste Verkehrsteilnehmer das Attribut TS-301, da er sich auf der rechts von dem Ego-Fahrzeug gelegenen Fahrspur neben dem Ego-Fahrzeug 2 befindet. Sobald das Ego-Fahrzeug 2 vollständig passiert ist, erhält der erste Verkehrsteilnehmer 3a das Attribut TR-301, da er sich auf der rechts von dem Ego-Fahrzeug 2 gelegenen Fahrspur hinter dem Ego-Fahrzeug 2 befindet. Sobald das Ego-Fahrzeug wieder auf der rechten Fahrspur im Rahmen des Spurwechsels nach rechts eingeschert ist, erhält der erste Verkehrsteilnehmer 3a das Attribut TR-101, da er sich auf derselben Fahrspur hinter dem Ego-Fahrzeug 2 befindet.
In einem letzten Arbeitsschritt 104 wird schließlich das Fahrverhalten des Fahrerassistenzsystems in den identifizierten Szenarien auf der Grundlage der Testfahrtdaten 6 getestet und analysiert.
Hierfür werden vorzugsweise in den identifizierten Szenarien Prüfläufe auf dem Prüfstand 14 durchgeführt, bei welchen das Fahrerassistenzsystem 1 und/oder ein Fahrzeug 2‘, an welchem das Fahrerassistenzsystem 1 angeordnet ist, unter Bedingungen in einem Testlauf betrieben wird/werden, die durch die Testfahrtdaten 6 vorgegeben sind. Zusätzlich zu den Randbedingungen, welche sich durch die Anordnungen der anderen Verkehrsteilnehmer 3a, 3b in Bezug auf das Ego-Fahrzeug 2 ergeben, enthalten die Testfahrtdaten 6 vorzugsweise den Straßenverlauf, gesetzliche Vorgaben durch Straßenschilder, die Witterung, die Topologie, etc.
In den Prüfläufen wird vorzugsweise beobachtet bzw. untersucht, wie das jeweils untersuchte Fahrerassistenzsystem unter den gegebenen Randbedingungen agiert bzw. reagiert. Dieses Fahrverhalten des Fahrerassistenzsystems wird vorzugsweise mit Referenzdaten verglichen, um eine Bewertung vorzunehmen und gegebenenfalls eine Kalibrierung des Fahrerassistenz-
systems 1 zu optimieren.
Vorzugsweise wird das Fahrerassistenzsystem hierbei in einem Prüflauf betrieben, welcher ausschließlich auf jenen Datenbereichen der Testfahrtdaten 6 beruht, in welchen Szenarien, welche für das Fahrverhalten des jeweils untersuchten Fahrerassistenzsystems 1 relevant sind, identifiziert wurden. Auf diese Weise kann die benötigte Zeitdauer zum Testen eines Fahrerassistenzsystems 1 bzw. die Länge der hierfür benötigten Prüfläufe, wesentlich redu-
ziert werden.
Wie bereits erläutert, kann ein Prüfstand 14 hierbei als Fahrzeugprüfstand, aber auch als ein Prüfstand gebildet sein, auf welchem lediglich wesentliche Teile eines Fahrzeugs 2‘ und/oder
des Fahrerassistenzsystems 1 simuliert werden.
Bei den im Vorhergehenden beschriebenen Ausführungsbeispielen handelt es sich lediglich um Beispiele, die den Schutzbereich, die Anwendung und den Aufbau der Erfindung in keiner Weise einschränken sollen. Vielmehr wird dem Fachmann durch die vorausgehende Beschreibung ein Leitfaden für die Umsetzung von mindestens einem Ausführungsbeispiel gegeben, wobei diverse Änderungen, insbesondere im Hinblick auf die Funktion und Anordnung der beschriebenen Bestandteile, vorgenommen werden können, ohne den Schutzbereich, wie sich aus den Ansprüchen und aus diesen äquivalenten Merkmalskombinationen ergibt, zu ver-
lassen.
Bezugszeichenliste
1 Fahrerassistenzsystem
2,2 Ego-Fahrzeug
3a, 3b andere Verkehrsteilnehmer
4 Kamerasensor/Kamera
5 Straße
6 Testfahrtdaten
10 System
11 Mittel zum Vergeben von Attributen
12 Mittel zum Prüfen der Testfahrtdaten
13 Mittel zum Identifizieren eines Auftretens von vordefinierten Szenarien 14 Mittel zum Analysieren des Fahrverhaltens/Prüfstand CL Spurwechsel nach links
LCR Spurwechsel nach rechts
IL Fahren in Fahrspur
GO Öffnen einer Lücke
GC Schließen einer Lücke
FL einem Fahrzeug folgen
TxX-yyYy Attribute

Claims (15)

Patentansprüche
1. Computerimplementiertes Verfahren (100) zum Testen eines Fahrerassistenzsystems (1) anhand von Testfahrtdaten (6) eines Ego-Fahrzeugs (2), folgende Arbeitsschritte aufweisend:
Vergeben (101) von Attributen (Tx-yyy) an andere Fahrzeuge (3a, 3b, ...), welche in den Testfahrtdaten (6) erfasst sind und in der, insbesondere unmittelbaren, Umgebung des Ego-Fahrzeugs (2) angeordnet sind, wobei die Attribute (Tx-yyy) jeweilige Relativpositionen von den anderen Fahrzeugen (3a, 3b, ...) in Bezug auf das Ego-Fahrzeug (2) zu einem Zeitpunkt der Testfahrtdaten angeben und wobei die Attribute (Tx-yyy) einem zugehörigen Zeitpunkt zugeordnet werden;
Prüfen (102) der Testfahrtdaten (6) auf ein Auftreten von elementaren SeitwärtsManövern (LCL; LCR; IL), welche jeweils durch eine Positionsänderung des EgoFahrzeugs oder eines der anderen Fahrzeuge senkrecht zum Fahrbahnverlauf charakterisiert sind, und von elementaren Längs-Manövern (GO; GC; FL), welche jeweils durch eine Änderung des Abstands des Ego-Fahrzeugs (2) oder eines der anderen Fahrzeuge (3a, 3b, ...) zu einem vorausfahrenden und/oder einem hinterherfahrenden Fahrzeug, insbesondere auf derselben Fahrspur, charakterisiert sind, wobei die elementaren Manöver (LCL; LCR; IL; GO; GC; FL) aus einer Liste von vordefinierten elementaren Manövern (LCL; LCR; IL; GO; GC; FL) ausgewählt sind und wobei auch das Auftreten von elementaren Manövern (LCL; LCR; IL; GO; GC; FL) wenigstens einem zughörigen Zeitpunkt zugeordnet wird;
Identifizieren (103) eines Auftretens von vordefinierten Szenarien in den Testfahrtdaten (6) anhand der aufgetretenen elementaren Manöver (LCL; LCR; IL; GO; GC; FL), wobei die vordefinierten Szenarien durch eine Konstellation von elementaren Manövern (LCL; LCR; IL; GO; GC; FL) und Attributen (Tx-yyy) charakterisiert sind; und
Analysieren (104) des Fahrverhaltens des Fahrerassistenzsystems (1), insbesondere ausschließlich, in den identifizierten Szenarien.
2, Verfahren (100) nach Anspruch 1, wobei die Testfahrtdaten ausschließlich nach solchen Attributen (Tx-yyy) und/oder elementaren Manövern (LCL; LCR; IL; GO; GC; FL) durchsucht werden, welche in den vordefinierten Szenarien enthalten sind.
3. Verfahren (100) nach Anspruch 1 oder 2, wobei zum Analysieren des Fahrverhaltens des Fahrerassistenzsystems (1) in den identifizierten Szenarien Prüfläufe auf einem Prüfstand (14) mittels der Testfahrtdaten (6) durchgeführt werden, wobei der Prüfstand (14) vorzugsweise ein Fahrzeugprüfstand, ein Vehicle-in-the-Loop-Prüfstand, ein Hardware-in-the-Loop-Prüfstand oder ein Software-in-the-Loop-Prüfstand ist.
4. Verfahren (100) nach einem der vorhergehenden Ansprüche 1 bis 3, wobei beim Prüfen auf elementare Manöver Muster, insbesondere Modelle, zum Erkennen von elementaren Manövern (LCL; LCR; IL; GO; GC; FL) in Testfahrtdaten zum Einsatz kommen, welche durch maschinelles Lernen anhand von bereits in Bezug auf ele-
mentare Manöver klassifizierte Testfahrtdaten erzeugt sind.
5. Verfahren (100) nach einem der vorhergehenden Ansprüche 1 bis 4, wobei die Liste wenigstens eines aus der folgenden Gruppe von elementaren Seitwärts-Manövern umfasst: Spurwechsel nach links (LCL), Spurwechsel nach rechts (LCR), Fahren in Fahrspur (IL), Fahren außerhalb einer Fahrspur, Ausbrechen nach rechts, Ausbrechen nach links.
6. Verfahren (100) nach einem der vorhergehenden Ansprüche 1 bis 5, wobei die Liste wenigstens eines aus der folgenden Gruppe von elementaren Längs-Man6vern umfasst: Anfahren, Lücke Öffnen (GO), Lücke Schließen (GC), einem Fahrzeug Folgen, Fahren auf freier Fahrspur (FL), Anhalten.
7. Verfahren (100) nach einem der vorhergehenden Ansprüche 1 bis 6, wobei die Testfahrtdaten des Weiteren auf ein Auftreten von elementaren Kurven-Manövern geprüft werden und wobei die elementaren Kurven-Manöver aus einer Liste ausgewählt sind, welche wenigstens eines aus der folgenden Gruppe von elementaren Kurven-Manövern umfasst: Geradeausfahrt ohne Kurvenkrümmung, Kurvenein-
fahrt mit zunehmender absoluter Kurvenkrümmung, Kurvenausfahrt mit
abnehmender absoluter Kurvenkrümmung, Kurvenfahrt mit konstanter Kurven-
krümmung, Links Abbiegen, Rechts Abbiegen, Kreisverkehrfahrt.
8. Verfahren (100) nach einem der vorhergehenden Ansprüche 1 bis 7, wobei die Attribute (Tx-yyy) angeben, ob ein anderes Fahrzeug (3a, 3b, ...) auf derselben, einer rechteren oder linkeren Fahrspur in Bezug auf das Ego-Fahrzeug (2) angeordnet ist und ob das andere Fahrzeug (3a, 3b, ...) vor, hinter oder auf gleicher Höhe wie das Ego-Fahrzeug (2) in Bezug auf einen Straßenverlauf angeordnet ist.
9. Verfahren (100) nach einem der vorhergehenden Ansprüche 1 bis 8, wobei die Attribute (Tx-yyy) unabhängig vom Abstand (da, db, dc) des anderen Fahrzeugs (3a, 3b, ...) in Bezug auf das Ego-Fahrzeug (2) sind, aber nur bis zu einer definierten Entfernung innerhalb einer Messreichweite eines Sensors (4) zum Bestimmen der
Attribute des Ego-Fahrzeugs (2) vergeben werden.
10. Verfahren (100) nach einem der vorhergehenden Ansprüche 1 bis 9, wobei die Testfahrtdaten anhand von realen Testfahrten erzeugt sind und wobei eine Fahrspur des Ego-Fahrzeugs (2) und der anderen Fahrzeuge (3a, 3b, ...) mittels einer intelligenten Kamera (4), welche vorzugsweise am Ego-Fahrzeug (2) montiert ist, ermittelt sind.
11. Verfahren (100) nach Anspruch 10, wobei des Weiteren eine bekannte Position von Landmarken in Bezug auf ein Bezugssystem, insbesondere eine hochauflösende Karte, welche durch die intelligente Kamera (4) erfasst werden, zum Ermitteln der Fahrspur des Ego-Fahrzeugs (2) und der anderen Fahrzeuge (3a, 3b, ...) zum Ein-
satz kommen.
12. Verfahren (100) nach einem der vorhergehenden Ansprüche 1 bis 11, wobei die Testfahrtdaten anhand von realen Testfahrten erzeugt werden und wobei Relativpositionen der anderen Fahrzeuge (3a, 3b, ...) in Bezug auf das Ego-Fahrzeug (2) mittels einer intelligenten Kamera (4), Lidar und/oder Radar, welche vorzugsweise jeweils am Ego-Fahrzeug (2) montiert sind, ermittelt sind.
13. Computerprogrammprodukt, das Anweisungen umfasst, welche, wenn sie von einem Computer ausgeführt werden, diesen dazu veranlassen, die Schritte eines
Verfahrens gemäß einem der Ansprüche 1 bis 12 auszuführen.
14. Computer-lesbares Medium, auf dem ein Computerprogrammprodukt nach Anspruch 13 gespeichert ist.
15. System (10) zum Testen eines Fahrerassistenzsystems (1) anhand von Testfahrtdaten (6) eines Ego-Fahrzeugs (2), aufweisend: Mittel (11) zum Vergeben von Attributen (Tx-yyy) an andere Fahrzeuge (3a, 3b, ...), welche in den Testfahrtdaten erfasst sind und in der, insbesondere unmittelbaren, Umgebung des Ego-Fahrzeugs (2) angeordnet sind, wobei die Attribute (Tx-yyy) jeweilige Relativpositionen von den anderen Fahrzeugen (3a, 3b, ...) in Bezug auf das Ego-Fahrzeug (2) zu einem Zeitpunkt der Testfahrtdaten angeben und wobei die Attribute (Tx-yyy) einem zugehörigen Zeitpunkt zugeordnet werden; Mittel (12) zum Prüfen der Testfahrtdaten (6) auf ein Auftreten von elementaren Seitwärts-Manövern (LCL; LCR; IL), welche jeweils durch eine Positionsänderung des Ego-Fahrzeugs (2) oder eines der anderen Fahrzeuge (3a, 3b, ...) senkrecht zum Fahrbahnverlauf charakterisiert sind, und von elementaren Längs-Manövern (GO; GC; FL), welche jeweils durch eine Änderung des Abstands des Ego-Fahrzeugs (2) oder eines der anderen Fahrzeuge (3a, 3b, ...) zu einem vorausfahrenden und/oder einem hinterherfahrenden Fahrzeug, insbesondere auf derselben Fahrspur, charakterisiert sind, wobei die elementaren Manöver aus einer Liste von vordefinierten elementaren Manövern ausgewählt sind und wobei auch das Auftreten von elementaren Manövern (LCL; LCR; IL; GO; GC; FL) wenigstens einem zughörigen Zeitpunkt zugeordnet wird; Mittel (13) zum Identifizieren eines Auftretens von vordefinierten Szenarien anhand der aufgetretenen elementaren Manöver (LCL; LCR; IL; GO; GC; FL), wobei die vordefinierten Szenarien durch eine Konstellation von elementaren Manövern und Attributen charakterisiert sind; und Mittel (14) zum Analysieren des Fahrverhaltens des Fahrerassistenzsystems (1), insbesondere ausschließlich, in den identifizierten Szenarien.
ATA50781/2020A 2020-09-15 2020-09-15 Verfahren und System zum Testen eines Fahrerassistenzsystems AT523834B1 (de)

Priority Applications (7)

Application Number Priority Date Filing Date Title
ATA50781/2020A AT523834B1 (de) 2020-09-15 2020-09-15 Verfahren und System zum Testen eines Fahrerassistenzsystems
EP21794703.5A EP4214607A1 (de) 2020-09-15 2021-09-10 Verfahren und system zum testen eines fahrerassistenzsystems
CN202180055036.8A CN116034345A (zh) 2020-09-15 2021-09-10 用于测试驾驶员辅助系统的方法和系统
US18/245,457 US20230343153A1 (en) 2020-09-15 2021-09-10 Method and system for testing a driver assistance system
PCT/AT2021/060321 WO2022056564A1 (de) 2020-09-15 2021-09-10 Verfahren und system zum testen eines fahrerassistenzsystems
JP2023515814A JP2023540613A (ja) 2020-09-15 2021-09-10 運転者支援システムを試験するための方法およびシステム
KR1020237010225A KR20230069940A (ko) 2020-09-15 2021-09-10 운전자 보조 시스템을 테스트하기 위한 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ATA50781/2020A AT523834B1 (de) 2020-09-15 2020-09-15 Verfahren und System zum Testen eines Fahrerassistenzsystems

Publications (2)

Publication Number Publication Date
AT523834B1 AT523834B1 (de) 2021-12-15
AT523834A4 true AT523834A4 (de) 2021-12-15

Family

ID=78302586

Family Applications (1)

Application Number Title Priority Date Filing Date
ATA50781/2020A AT523834B1 (de) 2020-09-15 2020-09-15 Verfahren und System zum Testen eines Fahrerassistenzsystems

Country Status (7)

Country Link
US (1) US20230343153A1 (de)
EP (1) EP4214607A1 (de)
JP (1) JP2023540613A (de)
KR (1) KR20230069940A (de)
CN (1) CN116034345A (de)
AT (1) AT523834B1 (de)
WO (1) WO2022056564A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021100395A1 (de) * 2021-01-12 2022-07-14 Dspace Gmbh Computerimplementiertes Verfahren zur Bestimmung von Ähnlichkeitswerten von Verkehrsszenarien
CN114782926B (zh) * 2022-06-17 2022-08-26 清华大学 驾驶场景识别方法、装置、设备、存储介质和程序产品

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020083996A1 (de) * 2018-10-24 2020-04-30 Avl List Gmbh Verfahren und vorrichtung zum testen eines fahrerassistenzsystems

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT514754B1 (de) 2013-09-05 2018-06-15 Avl List Gmbh Verfahren und Vorrichtung zur Optimierung von Fahrassistenzsystemen
US10877476B2 (en) * 2017-11-30 2020-12-29 Tusimple, Inc. Autonomous vehicle simulation system for analyzing motion planners
US10482003B1 (en) * 2018-11-09 2019-11-19 Aimotive Kft. Method and system for modifying a control unit of an autonomous car

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020083996A1 (de) * 2018-10-24 2020-04-30 Avl List Gmbh Verfahren und vorrichtung zum testen eines fahrerassistenzsystems

Also Published As

Publication number Publication date
CN116034345A (zh) 2023-04-28
AT523834B1 (de) 2021-12-15
JP2023540613A (ja) 2023-09-25
EP4214607A1 (de) 2023-07-26
US20230343153A1 (en) 2023-10-26
WO2022056564A1 (de) 2022-03-24
KR20230069940A (ko) 2023-05-19

Similar Documents

Publication Publication Date Title
AT521607B1 (de) Verfahren und Vorrichtung zum Testen eines Fahrerassistenzsystem
DE102016007899B4 (de) Verfahren zum Betreiben einer Einrichtung zur Verkehrssituationsanalyse, Kraftfahrzeug und Datenverarbeitungseinrichtung
EP3543985A1 (de) Simulieren verschiedener verkehrssituationen für ein testfahrzeug
DE102018128289A1 (de) Verfahren und vorrichtung für eine autonome systemleistung und zur einstufung
EP3393875B1 (de) Verfahren zum verbesserten erkennen von objekten durch ein fahrerassistenzsystem
WO2022056564A1 (de) Verfahren und system zum testen eines fahrerassistenzsystems
DE102019124018A1 (de) Verfahren zum Optimieren von Tests von Regelsystemen für automatisierte Fahrdynamiksysteme
EP3526095A1 (de) Kategorisierung von fahrzeugen in der umgebung eines kraftfahrzeugs
WO2015135688A1 (de) Vorrichtung und verfahren zum betreiben eines fahrzeugs
DE102016224291A1 (de) Verfahren zur rechnergestützten Adaption eines vorgegebenen teilautomatisierten Fahrsystems eines Kraftfahrzeugs
WO2020051618A1 (de) Analyse dynamisscher räumlicher szenarien
WO2020249758A1 (de) Verfahren und generator zum erzeugen von gestörten eingangsdaten für ein neuronales netz
DE102019208735B4 (de) Verfahren zum Betreiben eines Fahrassistenzsystems eines Fahrzeugs und Fahrerassistenzsystem für ein Fahrzeug
DE102020201931A1 (de) Verfahren zum Trainieren wenigstens eines Algorithmus für ein Steuergerät eines Kraftfahrzeugs, Verfahren zur Optimierung eines Verkehrsflusses in einer Region, Computerprogrammprodukt sowie Kraftfahrzeug
AT524932B1 (de) Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug
EP4105811A1 (de) Computerimplementiertes verfahren zum szenariobasierten testen und/oder homologation von zu testenden zumindest teilweise autonomen fahrfunktionen durch key performance indicators (kpi)
WO2022077042A1 (de) Verfahren und ein system zum testen eines fahrerassistenzsystems für ein fahrzeug
EP4047316A1 (de) Verfahren zum bewerten einer bekanntheit einer fahrstrecke und elektronische recheneinrichtung
DE102019217586A1 (de) Bestimmung einer diskreten Repräsentation eines Fahrbahnabschnitts vor einem Fahrzeug
DE102019104973A1 (de) Verfahren sowie Steuergerät für ein System zum Steuern eines Kraftfahrzeugs
DE102019101613A1 (de) Simulieren verschiedener Verkehrssituationen für ein Testfahrzeug
DE102023000357B3 (de) Verfahren zum Erzeugen von Testdaten für eine Simulation eines Assistenzsystems eines zumindest teilweise assistiert betriebenen Kraftfahrzeugs, Computerprogrammprodukt, computerlesbares Speichermedium sowie elektronische Recheneinrichtung
DE102021117086A1 (de) Simulation von Verkehrsteilnehmern mit Emotionen
DE102021202083A1 (de) Computerimplementiertes Verfahren zum Trainieren wenigstens eines Algorithmus für eine Steuereinheit eines Kraftfahrzeugs, Computerprogrammprodukt, Steuereinheit sowie Kraftfahrzeug
DE102021203847A1 (de) Verfahren zum Testen eines Assistenzsystems