AT524932B1 - Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug - Google Patents

Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug Download PDF

Info

Publication number
AT524932B1
AT524932B1 ATA50449/2021A AT504492021A AT524932B1 AT 524932 B1 AT524932 B1 AT 524932B1 AT 504492021 A AT504492021 A AT 504492021A AT 524932 B1 AT524932 B1 AT 524932B1
Authority
AT
Austria
Prior art keywords
scenario
parameter
driver assistance
combinations
assistance system
Prior art date
Application number
ATA50449/2021A
Other languages
English (en)
Other versions
AT524932A4 (de
Inventor
Nica Dr Techn Mihai
Felbinger Dipl -Ing Hermann
Tao MSc Jianbo
Klück MSc Florian
Zimmermann Dipl -Ing Bsc Martin
Gazibara Msc Hrvoje
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 ATA50449/2021A priority Critical patent/AT524932B1/de
Priority to DE112022001411.3T priority patent/DE112022001411A5/de
Priority to CN202280037709.1A priority patent/CN117413257A/zh
Priority to PCT/AT2022/060183 priority patent/WO2022251890A1/de
Application granted granted Critical
Publication of AT524932B1 publication Critical patent/AT524932B1/de
Publication of AT524932A4 publication Critical patent/AT524932A4/de

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles
    • 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
    • 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
    • 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
    • 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
    • G06F11/3672Test management
    • G06F11/3692Test management for test results analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • G06N5/022Knowledge engineering; Knowledge acquisition

Abstract

Computerimplementiertes Verfahren (100) zum Testen eines Fahrerassistenzsystems (2) eines Fahrzeugs (1) in einer simulierten Umgebung (3), folgende Arbeitsschritte aufweisend: Bereitstellen (101) eines Szenarienmodells, welches Eingangsparameter, welche zur Definition eines bestimmten Szenarios notwendig sind, und deren jeweilige Beziehung zu den anderen Parametern des Szenarienmodells angibt und welches jene der Eingangsparameter, die zum Anpassen des bestimmten Szenarios veränderbar sind, und deren mögliche Parameterwerte angibt; Auswählen (110) von Kombinationen von Parameterwerten, welche jeweils ein Szenario charakterisieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischem Testen, wobei beim Auswählen der Kombinationen für einen betrachteten Eingangsparameter ausschließlich Wechselwirkungen mit einer vordefinierten maximalen Anzahl an anderen Eingangsparametern berücksichtigt werden; Erzeugen (111) einer simulierten Umgebung (3) auf der Grundlage der ausgewählten Kombinationen von Parameterwerten; Betreiben (112) eines zu testenden Fahrerassistenzsystems (2) in der simulierten Umgebung (3) gemäß dem jeweiligen Scenario; und Erfassen (113) eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenzsystems (2) in der simulierten Umgebung (3).

Description

Beschreibung
[0001] Die Erfindung betrifft ein computerimplementiertes Verfahren zum Testen eines Fahrerassistenzsystems eines Fahrzeugs in einer simulierten Umgebung, wobei ein Szenarienmodell bereitgestellt wird, welches Eingangsparameter, welche zur Definition eines bestimmten Szenarios notwendig sind, und deren jeweilige Beziehung zu den anderen Parametern des Szenarienmodells angibt und welches jene der Eingangsparameter, die zum Anpassen des bestimmten Szenarios veränderbar sind, und deren mögliche Parameterwerte angibt. Die Erfindung betrifft des Weiteren ein entsprechendes System.
[0002] Die Verbreitung von Fahrerassistenzsystemen (Advanced Driver Assistance Systems ADAS), welche in einer Weiterentwicklung autonomes Fahren (Autonomous Driving - AD) ermöglichen, nehmen sowohl im Bereich der Personenkraftwagen als auch bei Nutzfahrzeugen ständig zu. Fahrerassistenzsysteme leisten einen wichtigen Beitrag zur Erhöhung der aktiven Verkehrssicherheit und dienen zur Steigerung des Fahrkomforts.
[0003] Neben den insbesondere der Fahrsicherheit dienenden Systemen wie ABS (AntiBlockier-System) und ESP (Elektronisches Stabilitätsprogramm) werden im Bereich der Personenkraftwagen und der Nutzfahrzeuge einer Vielzahl von Fahrerassistenzsystemen angeboten.
[0004] Fahrerassistenzsysteme, welche bereits zur Erhöhung der aktiven Verkehrssicherheit eingesetzt werden, sind ein Parkassistent, ein adaptiver Abstandsregeltempomat, der auch als Adaptive Cruise Control (ACC) bekannt ist, welcher eine vom Fahrer gewählte Wunschgeschwindigkeit adaptiv auf einen Abstand zu einem vorausfahrenden Fahrzeug einregelt. Ein weiteres Beispiel für solche Fahrerassistenzsysteme sind ACC-Stop-&-Go-Systeme, welche zusätzlich zum ACC die automatische Weiterfahrt des Fahrzeugs im Stau oder bei stehenden Fahrzeugen bewirkt, Spurhalte- oder Lane-Assist-Systeme, die das Fahrzeug automatisch auf der Fahrzeugspur halten, und Pre-Crash-Systeme, die im Fall der Möglichkeit einer Kollision beispielsweise eine Bremsung vorbereiten oder einleiten, um die kinetische Energie aus dem Fahrzeug zu nehmen, sowie gegebenenfalls weitere Maßnahmen einleiten, falls eine Kollision unvermeidlich ist.
[0005] Diese Fahrerassistenzsysteme erhöhen sowohl die Sicherheit im Verkehr, indem sie den Fahrer in kritischen Situationen warnen, bis zur Einleitung eines selbstständigen Eingriffs zur Unfallvermeidung oder Unfallverminderung, beispielsweise indem eine Notbremsfunktion aktiviert wird. Zusätzlich wird der Fahrkomfort durch Funktionen wie automatisches Einparken, automatische Spurhaltung und automatische Abstandskontrolle erhöht.
[0006] Der Sicherheits- und Komfortgewinn eines Fahrerassistenzsystems wird von den Fahrzeuginsassen nur dann positiv wahrgenommen, wenn die Unterstützung durch das Fahrerassistenzsystem sicher, verlässlich und in - soweit möglich - komfortabler Weise erfolgt.
[0007] 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.
[0008] Der jeweilige Automatisierungsgrad von Fahrzeugen wird dabei in sogenannte Automatisierungslevel 1 bis 5 unterteilt (vgl. beispielsweise Norm SAE J3016). Die vorliegende Erfindung betrifft insbesondere Fahrzeuge mit Fahrerassistenzsystemen des Automatisierungslevels 3 bis 5, welches im Allgemeinen als autonomes Fahren betrachtet wird.
[0009] Die Herausforderungen zum Testen solcher Systeme sind vielfältig. Insbesondere muss ein Ausgleich zwischen dem Testaufwand und der Testabdeckung gefunden werden. Dabei ist die Hauptaufgabe beim Testen von ADAS/AD-Funktionen, zu demonstrieren, dass die Funktion des Fahrerassistenzsystems in allen vorstellbaren Situationen gewährleistet ist, insbesondere auch in kritischen Fahrsituationen. Solche kritischen Fahrsituationen weisen eine gewisse Gefährlichkeit auf, da keine oder eine falsche Reaktion des jeweiligen Fahrerassistenzsystems zu einem Unfall führen kann.
[0010] Das Testen von Fahrerassistenzsystemen erfordert daher eine Berücksichtigung einer großen Anzahl von Fahrsituationen, welche sich in verschiedenen Szenarien ergeben können. Der Variationsraum von möglichen Szenarien wird dabei im Allgemeinen durch viele Dimensionen aufgespannt (z. B. verschiedene Straßeneigenschaften, ein Verhalten von anderen Verkehrsteilnehmern, Wetterbedingungen, etc.). Aus diesem nahezu unendlichen und multidimensionalen Parameterraum ist es zum Testen der Fahrerassistenzsysteme besonders relevant, solche Parameterkonstellationen für kritische Szenarien zu extrahieren, welche zu ungewöhnlichen oder gefährlichen Fahrsituationen führen können.
[0011] Wie in Fig. 1 dargestellt, haben solche kritischen Szenarien eine weit geringere Auftrittswahrscheinlichkeit als übliche Szenarien.
[0012] Wissenschaftliche Veröffentlichungen gehen davon aus, dass ein Betrieb eines Fahrzeugs im autonomen Fahrbetrieb nur dann statistisch sicherer als ein von Menschen gesteuertes Fahrzeug ist, wenn mit dem entsprechenden Fahrerassistenzsystem 275 Millionen Meilen unfallfreier Fahrzeit absolviert wurden, um das entsprechende Fahrerassistenzsystem zu validieren. Dies ist mittels realer Testfahrten eigentlich nicht zu realisieren, insbesondere vor dem Hintergrund, dass die Entwicklungszyklen und Qualitätsstandards, welche in der Automobilindustrie gefordert sind, schon einen sehr engen Zeitrahmen setzen. Auch wäre es unwahrscheinlich, dass eine ausreichende Menge von kritischen Szenarien bzw. sich aus diesen Szenarien ergebenden Fahrsituationen aus dem vorgenannten Grund enthalten wären.
[0013] Aus dem Stand der Technik ist es bekannt, reale Testfahrdaten einer realen Flotte von Testfahrzeugen zum Validieren und Verifizieren von Fahrerassistenzsystemen einzusetzen und aus den aufgezeichneten Daten Szenarien zu extrahieren. Des Weiteren ist es bekannt, zum Validieren und Verifizieren vollfaktorielle Versuchspläne einzusetzen.
[0014] Verfahren und Vorrichtungen zum Testen von Fahrerassistenzsystemen bzw. teilautonomen Fahrzeugsystemen in simulierten Verkehrsszenarien auf der Grundlage vereinfachter Szenarienmodelle, die durch die berücksichtigten Modellparameter sowie deren Eigenschaften, Randbedingungen und Wechselwirkungen definiert sind, sind aus WO 2021058223 A1, DE 102019124018 A1, DE 102019209538 A1 und DE 102018128890 A1 bekannt.
[0015] GIETELINK ©. "Design and validation of advanced driver assistance systems" (doctoral thesis; 19.11.2007, ISBN: 978-90-5584-091-5) zeigt verschiedene Strategien zur effizienten Abdeckung der relevanten Bereiche des Parameterraums eines Modells zur Erzeugung von Testszenarien zur Validierung von Fahrerassistenzsystemen.
[0016] Es ist eine Aufgabe der Erfindung, Fahrerassistenzsysteme, insbesondere Fahrerassistenzsysteme für autonomes Fahren, in Szenarien prüfen zu können, welche den gesamten multidimensionalen Parameterraum abdecken. Insbesondere sollen die getesteten Szenarien repräsentativ sein für den gesamten multidimensionalen Parameterraum. Diese Aufgabe wird durch die Lehre der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen finden sich in den abhängigen Ansprüchen.
[0017] Ein erster Aspekt der Erfindung ist ein computerimplementiertes Verfahren zum Testen eines Fahrerassistenzsystems eines Fahrzeugs in einer simulierten Umgebung, folgende Arbeitsschritte aufweisend:
[0018] Bereitstellen eines Szenarienmodells, welches Eingangsparameter, welche zur Definition eines bestimmten Szenarios notwendig sind, und jene der Eingangsparameter, die zum Anpassen des Bestimmungsszenarios veränderbar sind, und deren mögliche Parameterwerte angibt;
[0019] Auswählen von Kombinationen von Parameterwerten, welche jeweils ein Szenario repräsentieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischen Testen und unter Berücksichtigung von Randbedingungen, wobei beim Auswählen der Kombination für einen betrachteten Eingangsparameter ausschließlich Wechselwirkungen mit einer vordefinierten maximalen Anzahl an anderen Eingangsparametern berücksichtigt
werden;
[0020] Erzeugen einer simulierten Umgebung auf der Grundlage der Kombination von Parameterwerten;
[0021] Betreiben eines zu testenden Fahrerassistenzsystems in der simulierten Umgebung; und
[0022] Erfassen eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenzsystems in der simulierten Umgebung.
[0023] Ein zweiter Aspekt der Erfindung betrifft ein System zum Testen eines Fahrerassistenzsystems eines Fahrzeugs in einer simulierten Umgebung, aufweisend:
[0024] Speichermittel zum Bereitstellen eines Szenarienmodells, welches Eingangsparameter, welche zur Definition eines bestimmten Szenarios notwendig sind, und deren jeweilige Beziehung zu den anderen Parametern des Szenarienmodells angibt und welches jene der Eingangsparameter, die zum Anpassen des bestimmten Szenarios veränderbar sind, und deren mögliche Parameterwerte angibt;
[0025] Mittel zum Auswählen von Kombinationen von Parameterwerten, welche jeweils ein Szenario charakterisieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischem Testen, wobei beim Auswählen der Kombinationen für einen betrachteten Eingangsparameter ausschließlich Wechselwirkungen mit einer vordefinierten maximalen Anzahl an anderen Eingangsparametern berücksichtigt werden;
[0026] Mittel zum Erzeugen einer simulierten Umgebung auf der Grundlage der ausgewählten Kombinationen von Parameterwerten;
[0027] Mittel zum Betreiben eines zu testenden Fahrerassistenzsystems in der simulierten Umgebung gemäß dem jeweiligen Szenario; und
[0028] Mittel zum Erfassen eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenzsysteme in der simulierten Umgebung.
[0029] Ein Umfeld des Fahrzeugs im Sinne der Erfindung wird vorzugsweise wenigstens durch für die Fahrzeugführung durch das Fahrerassistenzsystem relevante Objekte gebildet. Insbesondere umfasst ein Umfeld des Fahrzeugs eine Szenerie und dynamische Elemente. Die Szenerie umfasst vorzugsweise alle stationären Elemente.
[0030] Ein Szenario im Sinne der Erfindung wird vorzugsweise aus einer zeitlichen Abfolge von insbesondere statischen Szenen gebildet. Die Szenen geben dabei beispielsweise die räumliche Anordnung von dem wenigstens einen anderen Objekt relativ zum Ego-Objekt, z. B. die Konstellation von Verkehrsteilnehmern, an. Ein Szenario kann insbesondere eine Fahrsituation enthalten, in der ein Fahrerassistenzsystem das Ego-Fahrzeug genannte, mit dem Fahrzeugassistenzsystem ausgestattete Fahrzeug zumindest teilweise steuert, z. B. wenigstens eine Fahrzeugfunktion des Ego-Fahrzeugs autonom ausführt.
[0031] Eine Fahrsituation im Sinne der Erfindung beschreibt vorzugsweise die Umstände, die für die Auswahl geeigneter Verhaltensmuster des Fahrerassistenzsystems zu einem bestimmten Zeitpunkt zu berücksichtigen sind. Eine Fahrsituation ist daher vorzugsweise subjektiv, indem sie die Sicht des Ego-Fahrzeugs repräsentiert. Sie umfasst weiter vorzugsweise relevante Bedingungen, Möglichkeiten und Beeinflussungsfaktoren von Handlungen. Eine Fahrsituation ist weiter vorzugsweise aus der Szene durch einen Prozess der Informationsauswahl abgeleitet, basierend auf Transienten, z. B. emissionsspezifischen, wie auch permanenten Zielen und Werten.
[0032] Ein Fahrverhalten im Sinne der Erfindung ist vorzugsweise ein Verhalten des Fahrerassistenzsystems durch Aktion und Reaktion in einem Umfeld des Fahrzeugs.
[0033] Ein Mittel im Sinne der Erfindung kann hard- und/oder softwaretechnisch ausgebildet sein und insbesondere eine, vorzugsweise mit einem Speicher- und/oder Bussystem datenbzw. signalverbundene, insbesondere digitale, Verarbeitungs-, insbesondere Mikroprozessor-
einrichtungen (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 abzugeben. Ein Speichersystem kann ein oder mehrere, insbesondere verschiedene, Speichermedien, insbesondere optische, magnetische, Festkörper und/oder 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.
[0034] Die Erfindung basiert auf der Idee, den Parameterraum, in welchem Parameterkonstellationen für Szenarien möglich sind, auf die relevantesten Bereiche einzugrenzen bzw. zu beschränken.
[0035] Hierfür kommt einerseits die Methode des kombinatorischen Testens zum Einsatz, bei welcher ein Algorithmus verwendet wird, um relevante Kombinationen der Eingangsparameter zu erzeugen. Algorithmen des kombinatorischen Testens haben zum Ziel, mit möglichst wenig Tests eine möglichst hohe Aussagekraft zu generieren. Bezüglich Details zum kombinatorischen Testen wird auf die Veröffentlichung „Practical Combinatorial Testing“, D. R. Kuhn et al., NIST Special Publication 800/142 verwiesen.
[0036] Darüber hinaus werden für einen jeweils betrachteten Eingangsparameter ausschließlich Wechselwirkungen mit einer vordefinierten maximalen Anzahl an anderen Eingangsparametern berücksichtigt. Die Erfinder haben festgestellt, dass es für eine realitätsgetreue Abbildung einer Simulation ausreicht, eine begrenzte Anzahl an Parametern bei der Betrachtung aller Wechselwirkungen zwischen diesen Parametern zu berücksichtigen. Vorzugsweise genügt es, jeweils nur die Wechselwirkung von insgesamt drei Parametern zu berücksichtigen. Von dieser Wechselwirkung werden im Rahmen des kombinatorischen Testens dann aber auch alle berücksichtigt. Insbesondere haben die Erfinder festgestellt, dass eine vollfaktorielle Berücksichtigung der Wechselwirkungen zwischen den einzelnen Parametern nicht nötig ist.
[0037] Empirische Ergebnisse zeigen dagegen, dass höchstens die Berücksichtigung von sechsfachen Wechselwirkungen notwendig ist, um alle Fehler eines zu testenden Fahrerassistenzsystems hervorzurufen. Dies trägt der Tatsache Rechnung, dass nicht alle Parameter relevant sind, um Fehler des zu testenden Fahrerassistenzsystems hervorzurufen.
[0038] Vorzugsweise läuft das erfindungsgemäße Verfahren vollautomatisch ab.
[0039] In einer vorteilhaften Ausgestaltung des Verfahrens basiert das Szenarienmodell auf einer Ontologie, welche Parameter, mit welchen Szenarien charakterisiert werden können und Beziehungen oder Wechselwirkungen zwischen den verschiedenen Parametern angibt.
[0040] Hierdurch kann bereits in dem Szenarienmodell berücksichtigt werden, dass einzelne Parameter untereinander keine gegenseitige Beziehung aufweisen und mithin nicht wechselwirken. Dies führt zu einer weiteren Vereinfachung in der Simulation, sodass Rechenleistung oder Rechenzeit eingespart werden kann.
[0041] Eine Ontologie im Sinne der Erfindung ist vorzugsweise eine formal geordnete Darstellung einer Menge von Parametern und der zwischen ihnen bestehenden Beziehung oder Wechselwirkung in einem Verkehrsszenario.
[0042] In einer weiteren vorteilhaften Ausgestaltung der Erfindung hängt die vordefinierte maximale Anzahl anderer Eingangsparameter bei dem Berücksichtigen der Wechselwirkung von dem jeweils betrachteten Eingangsparameter ab.
[0043] Wie oben dargestellt, werden beim kombinatorischen Testen im Allgemeinen alle möglichen Kombinationen von Parametern bzw. Parameterwerten eines gewissen Grads berücksichtigt (englisch: combinatorial strength).
[0044] Gemäß der vorteilhaften Ausgestaltung wird vorgesehen, die Berücksichtigung von Wechselwirkungen von dem jeweiligen betrachteten Eingangsparameter abhängig zu machen. Hierdurch wird berücksichtigt, dass unterschiedliche Eingangsparameter in verschieden starken
Beziehungen zu anderen Parametern des Szenarienmodells stehen, d.h. ob eine gegenseitige Beeinflussung der Parameter existiert und wie stark diese Wechselwirkung ist.
[0045] Für Eingangsparameter, bei welchen solche Wechselwirkungen geringer ausgeprägt sind, brauchen nur weniger Wechselwirkungen berücksichtig zu werden. Insbesondere kann die Anzahl der berücksichtigten Parameter in Bezug auf Wechselwirkungen von einem definierten Kriterium abhängig gemacht werden. Beispielsweise tragen nicht alle Parameterkombinationen dazu bei, beim Generieren von Szenarien Fehler des Fahrerassistenzsystems hervorzurufen. Solche Parameterkombinationen bzw. Wechselwirkungen können dann unberücksichtigt bleiben. Dies kann durch den in der vorteilhaften Ausgestaltung beanspruchten Ansatz von der Berücksichtigung von verschiedenen Graden von Wechselwirkungen für den jeweiligen Eingangsparameter (englisch: mixed strength) verwirklicht werden.
[0046] Vorzugsweise hängt die Anzahl der betrachteten Wechselwirkungen von der Kritikalität des jeweils betrachteten Eingangsparameters ab. Die Kritikalität ist hierbei die Relevanz eines Parameters in Bezug auf ein mögliches Unfallrisiko in Bezug auf das Fahrerassistenzsystem.
[0047] Daher kann durch die Einführung der Berücksichtigung einer sogenannten gemischten Stärke, d. h. einer sich verändernden Anzahl von berücksichtigten Wechselwirkungen, je nach betrachtetem Eingangsparameter, eine weitere wesentliche Reduzierung an Testfällen erreicht werden.
[0048] In einer weiteren vorteilhaften Ausgestaltung des Verfahrens werden beim Auswählen von Kombinationen von Parameterwerten harte und weiche Randbedingungen berücksichtigt, wobei die harten Randbedingungen Kombinationen von Parameterwerten ausschließen, welche physikalisch nicht möglich sind und wobei die weichen Randbedingungen Kombinationen von Parameterwerten, welche physikalisch möglich sind, aber bei einem Manöver des Fahrzeugs in der simulierten Umgebung widersprechen. Durch die Berücksichtigung von Randbedingungen lässt sich die Anzahl von zu simulierenden Szenarien weiter reduzieren. Insbesondere können diese Randbedingungen bei der Auswahl von Kombinationen von Parameterwerten in dem Algorithmus zum kombinatorischen Testen berücksichtigt werden.
[0049] In einer weiteren vorteilhaften Ausgestaltung weist das Szenarienmodell ein Format auf, welches durch den Algorithmus verarbeitet werden kann.
[0050] Ein solches Format kann beispielsweise OWL sein, eine sogenannte Ontology Web Language.
[0051] In einer weiteren vorteilhaften Ausgestaltung des Verfahrens wird die Kritikalität des betrachteten Eingangsparameters oder eines Parameterwerts des betrachteten Eingangsparameters mit folgenden Arbeitsschritten bestimmt:
[0052] Auswählen von Kombinationen von Parameterwerten, welche jeweils ein Szenario repräsentieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischen Testen und unter Berücksichtigung von Randbedingungen, wobei beim Auswählen der Kombinationen für einen betrachteten Eingangsparameter ausschließlich eine einzige Wechselwirkung mit anderen Eingangsparametern berücksichtigt wird;
[0053] Verändern der Kombination von Parameterwerten mittels eines evolutionären Algorithmus, wobei das Verändern eine Kostenfunktion berücksichtigt, welche noch nicht berücksichtigte Wechselwirkungen und Parameterkombinationen begünstigt, bei welchen kritische Szenarien zu erwarten sind;
[0054] Erzeugen einer simulierten Umgebung auf der Grundlage der veränderten Kombination von Parameterwerten;
[0055] Betreiben eines zu testenden Fahrerassistenzsystems in der simulierten Umgebung;
[0056] Erfassen eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenzsystems in der Simulationsumgebung;
[0057] Ermitteln einer Güte des Szenarios in Abhängigkeit eines vordefinierten Kriteriums in
Bezug auf eine entstandene Fahrsituation, insbesondere einer Kritikalität der entstandenen Fahrsituation;
[0058] Vergleichen der Güte des Szenarios mit einem Schwellenwert; und
[0059] Erhöhen einer Bewertung der Kritikalität des betrachteten Eingangsparameters oder des Parameterwerts des betrachteten Eingangsparameters, falls die Güte oberhalb des Schwellenwerts ist; und
[0060] Ausgeben der Bewertung der Kritikalität des betrachteten Eingangsparameters oder des Parameterwerts des betrachteten Eingangsparameters.
[0061] Die auf diese Weise erhaltenen Informationen über die Kritikalität des betrachteten Eingangsparameters oder eines Parameterbereichs des Eingangsparameters erlaubt es, die jeweilige Anzahl an berücksichtigten Wechselwirkungen mit anderen Parametern zu bestimmen.
[0062] In einer weiteren vorteilhaften Ausgestaltung weist das Verfahren des Weiteren den folgenden Arbeitsschritt auf:
[0063] Variieren des Werts wenigstens eines der Eingangsparameter des Szenarios auf der Grundlage der ermittelten Güte, bis wenigstens eine Abbruchbedingung erfüllt ist.
[0064] Hierdurch können besonders kritische Parameterwerte oder Wertebereiche ermittelt werden.
[0065] In einer weiteren vorteilhaften Ausgestaltung des Verfahrens wird das Varlieren mittels Kreuzen und/oder Mutation ausgeführt, wobei Parameterwerte eines Teils der Eingangsparameter durch Parameterwerte eines anderen Szenarios ersetzt werden oder ein Parameterwert wenigstens eines Eingangsparameters durch einen neuen Wert ersetzt wird.
[0066] Durch Kreuzen oder Mutation lässt sich der gesamte Parameterraum besonders zuverlässig nach möglichen Parameterkombinationen mit hoher Kritikalität durchsuchen.
[0067] In einer weiteren vorteilhaften Ausgestaltung des Verfahrens sind Parameter des Szenarios, je nach Art des zu testenden Fahrerassistenzsystems, aus der folgenden Gruppe ausgewählt:
[0068] Geschwindigkeit, insbesondere eine initiale Geschwindigkeit, eines Verkehrsteilnehmers; eine Bewegungsrichtung, insbesondere eine Trajektorie, eines Verkehrsteilnehmers; Lichtverhältnisse; Witterung; Fahrbahnbeschaffenheit; Temperatur; Anzahl und Position statischer und/oder dynamischer Objekte; Zustand und Erscheinen statischer und/oder dynamischer Objekte; eine Geschwindigkeit und eine Bewegungsrichtung, insbesondere eine Trajektorie, der dynamischen Objekte; Zustand von Signalanlagen, insbesondere Lichtsignalanlagen; Verkehrszeichen, Anzahl der Fahrspuren; Beschleunigung oder Bremsverzögerung von Verkehrsteilnehmern oder Objekten; Verschmutzungs- und/oder Alterungserscheinungen der Fahrbahn, geografische Ausrichtung der Verkehrssituation.
[0069] - Figur 1 ein Diagramm der Auftrittswahrscheinlichkeit von Szenarien in Abhängigkeit ihrer Kritikalität;
[0070] - Figur 2 ein Blockdiagramm eines Ausführungsbeispiels eines Verfahrens zum Testen eines Fahrerassistenzsystems eines Fahrzeugs in einer simulierten Umgebung;
[0071] - Figur 3a ein erstes Beispiel für ein simuliertes Szenario einer ersten Kritikalität;
[0072] - Figur 3b ein zweites Beispiel für ein simuliertes virtuelles Szenario mit einer zweiten Kritikalität; und
[0073] - Figur 4 ein Ausführungsbeispiel eines Systems zum Testen eines Fahrerassistenzsystems eines Fahrzeugs in einer simulierten Umgebung; und
[0074] - Figur 5 ein Ausführungsbeispiel eines Mittels zum Betreiben eines zu testenden Fahrerassistenzsystems in einer simulierten Umgebung.
[0075] Figur 1 zeigt die Auftrittswahrscheinlichkeit von Szenarien in Abhängigkeit der Kritikalität der Szenarien. Die Auftrittswahrscheinlichkeit ist jene Wahrscheinlichkeit, mit welcher Szenarien im realen Straßenverkehr auftreten.
[0076] Wie in der Fig. 1 gezeigt, weist die Mehrzahl an Szenarien im realen Straßenverkehr eine vergleichsweise geringe Kritikalität auf, was auch der allgemeinen Lebenserfahrung eines Autofahrers entspricht. Der Bereich dieser Szenarien ist in Fig. 1 mit „A“ bezeichnet. Szenarien von hoher Komplexität, deren Bereich in Fig. 1 mit „B“ bezeichnet ist, kommen dagegen relativ selten vor. Gerade jene Szenarien „B“ mit großer Komplexität sind jedoch zum Untersuchen der Funktionstüchtigkeit von Fahrerassistenzsystemen von hoher Relevanz.
[0077] Um eine ausreichende Anzahl und Diversität an verschiedenen Szenarien mit hoher Komplexität „B“ während des Tests eines Fahrerassistenzsystems zu erreichen, muss daher, unter Zugrundelegung der gezeigten Verteilungskurve, eine sehr hohe Anzahl an Szenarien durchlaufen werden.
[0078] Ein Verfahren zum Testen eines Fahrerassistenzsystems eines Fahrzeugs in einer simulierten Umgebung, mit welchem möglichst viele Szenarien mit großer Kritikalität abgedeckt werden, wird nachfolgend in Bezug auf die Fig. 2 bis 3b beschrieben:
[0079] In einem ersten Arbeitsschritt 101 wird vorzugsweise ein Szenarienmodell, welches auf einer Ontologie basiert, bereitgestellt. Dieses Szenarienmodell gibt vorzugsweise Eingangsparameter, welche zur Definition eines bestimmten Szenarios notwendig sind, und deren jeweilige Beziehung zu den anderen Parametern des Szenarienmodells an. Weiter vorzugsweise gibt das Szenarienmodell jene der Eingangsparameter an, die zum Anpassen des bestimmten Szenarios veränderbar sind, und auch deren mögliche Parameterwerte. Die Beziehung zwischen den Parametern des Szenarienmodells und die Stärke ihrer jeweiligen Wechselwirkung wird vorzugsweise durch die Ontologie vorgegeben.
[0080] Die Ontologie wird vorzugsweise durch Beschreiben der Umgebung des Systems aufgestellt. Diese bildet die Basis für das Erstellen von Szenarien und stellt eine Wissensbasis in Bezug auf alle Elemente dar, welche zum Aufbauen eines Szenarios benutzt werden können. Die Ontologie wird aus zwei Gruppen von Elementen gebildet: dynamische Elemente, wie Menschen, sich bewegende Objekte, etc. und statische Objekte, wie feste Elemente, Bäume, Straßenzeichen, etc. Die Ontologien beruhen auf Konzepten, welche die Beziehungen zwischen einzelnen Elementen beschränken, wobei eine formale Syntax zum Einsatz kommt, um den Aufbau und eine Vererbung zwischen den Konzepten darzustellen. Im Detail können die einzelnen Arbeitsschritte im Aufbau einer Ontologie wie folgt aussehen:
[0081] Zunächst wird ein statischer Teil der Ontologie aufgebaut. Dieser bezieht sich auf den statischen Teil des Konzepts und dessen Elemente samt Beziehungen. Der statische Teil besteht aus der Umwelt, der Straßeninfrastruktur und Bedingungen.
[0082] Der Teil der Umwelt besteht aus den festen Elementen, wie dem Untergrund, Häusern, etc.
[0083] Die Bedingungen umfassen das Wetter und die Lichtverhältnisse. Der Straßeninfrastrukturteil umfasst Straßenabschnitte, feste Objekte, welche die Straße umgeben, wie Gebäude, Bäume, Straßenzeichen. Des Weiteren kann der statische Teil Unterkonzepte wie Spuren enthalten. Straßenmarkierungen können beispielsweise Teil eines Straßenabschnittskonzepts sein.
[0084] Ein weiterer Arbeitsschritt ist die Konstruktion des dynamischen Teils.
[0085] In einem weiteren Arbeitsschritt werden alle Parameter jedes Konzepts und der Domäne von Parametern definiert. Zum Beispiel hat ein Straßenabschnitt Parameter so wie Kurswinkel, Radius, Gefälle, Länge, etc. Die Straßenmarkierung hat Parameter so wie Farbe, Art, Stil, Erhebung, Breite, etc..
[0086] In einem weiteren Arbeitsschritt wird der dynamische Teil aufgebaut. Dieser weist die sich bewegenden Objekte, ihre Verhaltensweisen und ihre Aktionen auf. Die Hauptkonzepte sind das Ego-Fahrzeug, andere Fahrzeuge und andere sich bewegende Objekte, so wie Fußgänger oder Tiere. Die sich bewegenden Objekte weisen wiederum Unterkonzepte auf, welche wiederum Eigenschaften und Verhaltensweisen definieren.
[0087] Schließlich werden in einem weiteren Arbeitsschritt für jedes Konzept des dynamischen Teils und für jede Domäne der Parameter relevante Parameter definiert. Die Parameter sind beispielsweise Beschleunigung, initiale Geschwindigkeit, initiale Position, Geschwindigkeit beim Spurwechsel, etc..
[0088] In einem weiteren Arbeitsschritt zum Bilden von Ontologien werden die Parameter für jedes Konzept für dynamische Teile und Domänen von Parametern definiert. Diese sind beispielsweise Beschleunigung, Anfangsgeschwindigkeit, Anfangsstellung, Spurwechselgeschwindigkeit, etc..
[0089] In einem zweiten Arbeitsschritt 102 des Verfahrens 100 werden Kombinationen von Parameterwerten, welche jeweils ein Szenario repräsentieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischen Testen und unter Berücksichtigung von Randbedingungen ausgewählt. Vorzugsweise werden beim Auswählen der Kombination für einen gedachten Eingangsparameter ausschließlich eine einzige Wechselwirkung mit anderen Eingangsparametern berücksichtigt.
[0090] In einem dritten Arbeitsschritt 103 werden diese Kombinationen von Parameterwerten mittels eines evolutionären Algorithmus verändert, wobei das Verändern eine Kostenfunktion berücksichtigt, welche noch nicht berücksichtigte Wechselwirkungen und Parameterkombinationen begünstigt, bei welchen kritische Szenarien zu erwarten sind.
[0091] In einem dritten Arbeitsschritt wird eine simulierte Umgebung auf der Grundlage der Kombination von Parameterwerten erzeugt. In einem vierten Arbeitsschritt 104 wird das zu testende Fahrerassistenzsystem in der simulierten Umgebung betrieben. In einem fünften Arbeitsschritt 105 wird das Fahrverhalten des wenigstens einen zu testenden Fahrerassistenzsystems in der simulierten Umgebung erfasst. In einem sechsten Arbeitsschritt 106 wird eine Kritikalität des Szenarios in Abhängigkeit eines vordefinierten Kriteriums in Bezug auf das Fahrerassistenzsystem, insbesondere ein Systemfehler oder eine Kollision oder drohende Kollision ermittelt. In einem weiteren siebten Arbeitsschritt 107 wird eine Bewertung der Kritikalität des betrachteten Eingangsparameterwerts oder des Parameterwerts festgelegt oder erhöht, in Abhängigkeit der Kritikalität des Szenarios. In einem achten Arbeitsschritt 108 wird die Kritikalität des Szenarios mit einem Schwellenwert verglichen. In einem weiteren neunen Arbeitsschritt 109 werden Kombinationen von Parameterwerten mittels eines evolutionären Algorithmus verändert, wobei das Verändern eine Kostenfunktion berücksichtigt, welche noch nicht berücksichtigte Wechselwirkungen und Parameterkombinationen begünstigt, bei welchen kritische Szenarien zu erwarten sind. Als evolutionäre Algorithmen kommen beispielsweise Kreuzen oder Mutieren infrage, wobei Parameterwerte eines Teils der Parameter durch Parameterwerte eines anderen Szenarios ersetzt werden oder ein Parameterwert wenigstens eines Parameters durch einen neuen Wert ersetzt wird.
[0092] Vorzugsweise wird die Subroutine der Arbeitsschritte 102 bis 109 wiederholt, bis eine definierte Abdeckung in Bezug auf den Parameterraum des betrachteten Eingangsparameters erreicht wird. Darüber hinaus wird die Subroutine vorzugsweise für jeden Eingangsparameter wiederholt.
[0093] Durch das Verändern der Kombination von Parameterwerten mittels evolutionärer Algorithmen werden Wechselwirkungen untersucht, welche noch nicht abgedeckt waren. In Verbindung mit der Kostenfunktion kann mittels des Verfahrens 100 der Parameterraum für den jeweils betrachteten Eingangsparameter analysiert werden, insbesondere kann identifiziert werden, welche Kritikalität der Eingangsparameter oder Parameterbereich des Eingangsparameters aufweisen.
[0094] In einem zehnten Arbeitsschritt 110 des Verfahrens 100 werden Kombinationen von Parameterwerten, welche jeweils ein Szenario repräsentieren auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischen Testen ausgewählt. Hierbei werden vorzugsweise weiche und harte Randbedingungen berücksichtigt. Die harten Randbedingungen schließen Kombinationen von Parameterwerten aus, welche physikalisch nicht möglich sind. Darüber hinaus werden Parameterwerte durch die Randbedingungen vorzugsweise ausgeschlossen, welche physikalisch möglich sind, aber einem Manöver des Fahrzeugs in der simulierten Umgebung widersprechen.
[0095] Beispiele für harte und weiche Randbedingungen ergeben sich aus Fig. 4. So kann die Trajektorie des Ego-Fahrzeugs 1 beispielsweise nicht durch die Baustelle hindurchführen. Zusätzlich kann das Fahrzeug 1 sich in der Simulation nicht an einer Stelle befinden, an welcher sich andere Fahrzeuge des simulierten Verkehrs sich befinden. Eine weiche Randbedingung in Fig. 4 ist beispielsweise, dass das Ego-Fahrzeug, wenn es von der Startposition startet zu der Zielposition end gelangen will, nicht in eine völlig andere Richtung fährt. In Fig. 4 ist mithin eine weiche Randbedingung, dass das Ego-Fahrzeug in Richtung der Zielposition end fährt und nicht in die entgegengesetzte Richtung, welche aus Sicht harter Randbedingungen auch eingeschlagen werden könnte.
[0096] Der Begriff der Kritikalität wird anhand der Fig. 3a und 3b erläutert.
[0097] Figur 3a zeigt ein erstes Szenario 3, bei welchem ein Fußgänger 6 eine Straße überquert. Ein Motorrad 4 nähert sich dem Fußgänger 6 auf dem, dem Fußgänger 6 zugewandten Fahrstreifen. Neben dem Fahrstreifen sind weitere Fahrzeuge 5b, 5c, 5d geparkt, durch welche der Fußgänger 6 für das Motorrad 4 nicht oder nur schlecht sichtbar ist. Auf dem zweiten Fahrstreifen für den entgegenkommenden Verkehr fährt auf Höhe des Fußgängers 6 ein weiteres Fahrzeug 5a. Hinter dem weiteren Fahrzeug 5a nähert sich das Ego-Fahrzeug 1, dessen Längs- und Quersteuerung durch ein Fahrerassistenzsystem 2 ausgeführt wird. Ob der Motorradfahrer 4 für das Ego-Fahrzeug 1 bzw. dessen Fahrerassistenzsystem 2 sichtbar ist, ist gemäß der Konstellation nach Fig. 3a unwahrscheinlich.
[0098] Die weiteren Fahrzeuge 5a, 5b, 5c, 5d, der Fußgänger 6 sowie der Motorradfahrer 4 und die Fahrspuren bilden eine simulierte Umgebung für das Ego-Fahrzeug 1 bzw. für das Fahrerassistenzsystem 2, welches ds Ego-Fahrzeug 1 steuert.
[0099] Parameter dieses Szenarios 3 sind beispielsweise die Anzahl der weiteren Fahrzeuge, deren Position, die Anzahl der weiteren Verkehrsteilnehmer, deren Position und Geschwindigkeit, die Beschaffenheit des Untergrunds, die Markierungen auf der Fahrbahn etc. In Fig. 3a setzt das Ego-Fahrzeug 1 bzw. dessen Fahrerassistenzsystem 2 zum Uberholen des weiteren am Verkehr teilnehmenden Fahrzeugs 5a an. Das Motorrad 4 verringert seine Geschwindigkeit, wodurch das Ego-Fahrzeug 1 an dem weiteren Fahrzeug 5a passieren kann.
[00100] In Fig. 3b ist der Eingangsparameter der Geschwindigkeit des Motorrads 4 dahinghend verändert, dass dieses seine Geschwindigkeit nicht reduziert, sondern mit unveränderter Geschwindigkeit weiterfährt. Daher kommt es, wie in Fig. 3b dargestellt, mit hoher Wahrscheinlichkeit zu einer Kollision zwischen dem Ego-Fahrzeug 1 und dem Motorrad 4, wenn das EgoFahrzeug 1 den Uberholvorgang in Bezug auf das weitere Fahrzeug 5a ausführt.
[00101] Durch die Veränderung des Eingangsparameters Geschwindigkeit des Motorrads 4 bzw. dessen Geschwindigkeitsverlauf wird ein Szenario mit hoher Kritikalität erzeugt. Mithin weist die Geschwindigkeit des Motorrads 4 eine hohe Relevanz in Bezug auf die Kritikalität auf und die in Fig. 3b angenommene Geschwindigkeit des Motorrads 4 bzw. dessen Geschwindigkeitsverlauf hat eine hohe Kritikalität.
[00102] Darüber hinaus werden beim Auswählen von Kombinationen von Parameterwerten vorzugsweise ausschließlich Wechselwirkungen des betrachteten Eingangsparameters mit einer vordefinierten maximalen Anzahl an anderen Eingangsparametern berücksichtigt. In dem in Fig. 3 gezeigten Beispiel würde beispielsweise der Einfluss des Parameters „Geschwindigkeit des Motorrads 4“ oder auch „Fahrbahnbeschaffenheit“ oder „Witterung“ auf den Parameter
„Bremsweg des Motorrads 4“ berücksichtigt werden. Der Parameter „Geschwindigkeit des EgoFahrzeugs 1“ würde dagegen nicht berücksichtigt werden für den Parameter „Bremsweg des Motorrads 4“.
[00103] Hierdurch kann die Anzahl an zu testenden Kombinationen gegenüber einem vollfaktoriellen Testen wesentlich reduziert werden. Beispielsweise kann die Anzahl an Tests, wenn nur 21 Parameter eines Szenarios berücksichtigt werden, von 1,7 Trillionen Tests im vollfaktoriellen Fall auf nur 1 028 297 Tests reduziert werden, wenn jeweils Wechselwirkungen mit anderen Parametern, also sechsfache Wechselwirkungen unter allen Parametern, berücksichtigt werden oder sogar auf 125 Testfälle, wenn nur Zweifachwechselwirkungen, d. h. des betrachteten Parameters und jeweils eines weiteren anderen Parameters berücksichtigt werden. Je nach gewünschter Abdeckung kann eine solche reduzierte Anzahl an berücksichtigten Wechselwirkungen wesentlich zu einem verringerten Rechenaufwand beitragen. Die Erfinder haben festgestellt, dass in den meisten Fällen die Berücksichtigung von Dreifachwechselwirkung, d. h. des betrachteten Parameters mit jeweils zwei anderen Parametern untereinander ausreicht, um die Realität im Allgemeinen ausreichend abzubilden.
[00104] Vorzugsweise ist des Weiteren vorgesehen, dass die vordefinierte Maximalanzahl anderer Eingangsparameter bei der Berücksichtigung der Wechselwirkung von dem jeweils betrachteten Eingangsparameter abhängt. Ein solcher Ansatz weist also eine gemischte kombinatorische Stärke auf, welche jeweils vom betrachteten Eingangsparameter abhängig gewählt wird. Hierbei werden vorzugsweise solche Parameter, welche eine hohe Kritikalität in Bezug auf Szenarien aufweisen, mit einer höheren Stärke, also mit mehr Wechselwirkungen mit anderen Parametern getestet als Parameter mit niedriger Kritikalität. In Bezug auf Fig. 4 weist beispielsweise die Geschwindigkeit des Motorrads 4 eine wesentlich höhere Kritikalität auf, als z. B. die Position der weiteren Fahrzeuge 5b, 5c, 5d.
[00105] Die Relevanz bzw. Kritikalität der einzelnen Eingangsparameter kann hierbei, wie in Bezug auf die Subroutine beschrieben, bestimmt werden.
[00106] Auf der Grundlage der ausgewählten Kombination von Parameterwerten wird in einem elften Arbeitsschritt 111 eine simulierte Umgebung 3 erzeugt, wie sie beispielsweise in den Fig. 3a und 3b dargestellt ist und bereits in Bezug auf diese beschrieben wurde.
[00107] In einem zwölften Arbeitsschritt 112 wird das zu testende Fahrerassistenzsystem 2 in der simulierten Umgebung gemäß dem jeweiligen Szenario betrieben. Beispielsweise führt das Ego-Fahrzeug 1 in den Fig. 3a und 3b, welches das zu testende Fahrerassistenzsystem 2 aufweist, einen Uberholvorgang aus. Dieser Uberholvorgang ist Teil des Szenarios. In einem dreizehnten Arbeitsschritt 113 wird schließlich das Fahrverhalten des einen zu testenden Fahrerassistenzsystems 2 in der simulierten Umgebung 3 erfasst.
[00108] Anhand des erfassten Fahrverhaltens des zu testenden Fahrerassistenzsystems 2 kann festgestellt werden, ob das Fahrerassistenzsystem in Bezug auf Aspekte wie aktive und passive Sicherheit sowie Komfort der Insassen adäquat reagiert oder agiert hat.
[00109] Ein Ausführungsbeispiel eines Systems 20 zum Testen eines Fahrerassistenzsystems eines Fahrzeugs in einer simulierten Umgebung ist in Fig. 5 dargestellt.
[00110] Ein solches System weist vorzugsweise Speichermittel 11 zum Bereitstellen eines Szenarienmodells auf, welches Eingangsparameter, welche zur Definition eines bestimmten Szenarios notwendig sind, und deren jeweilige Beziehung zu den anderen Parametern des Szenarienmodells angibt und welches jene der Eingangsparameter, die zum Anpassen des bestimmten Szenarios veränderbar sind, und deren mögliche Parameterwerte angibt.
[00111] Des Weiteren umfasst ein solches System 10 vorzugsweise Mittel 12 zum Auswählen von Kombinationen von Parameterwerten, welche jeweils ein Szenario charakterisieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischen Testen, wobei beim Auswählen der Kombination für einen betrachteten Eingangsparameter ausschließlich Wechselwirkungen mit einer vordefinierten maximalen Anzahl an anderen Eingangspara-
metern berücksichtigt werden.
[00112] Des Weiteren weist ein solches System 10 vorzugsweise Mittel 13 zum Erzeugen einer simulierten Umgebung 3 auf der Grundlage der ausgewählten Kombination von Parameterwerten auf. Die Mittel 13 zum Erzeugen einer simulierten Umgebung 3 weisen vorzugsweise eine Einrichtung 13-1 auf, welche eingerichtet ist, um ein virtuelles Umfeld 3 des Fahrzeugs 1 auf der Grundlage der ausgewählten Kombination von Parameterwerten zu erzeugen. Eine Schnittstelle 13-2 ist eingerichtet, um das virtuelle Umfeld an das Fahrerassistenzsystem 2 zu simulieren bzw. zu emulieren. Eine solche Schnittstelle 13-2 kann, wenn das Fahrerassistenzsystem 2 eine optische Kamera aufweist, beispielsweise ein Bildschirm sein.
[00113] In dem in Fig. 5 dargestellten Beispiel ist der Sensor des Fahrerassistenzsystems 2 ein Radarsensor, welcher ein Signal S aussendet. Dieses Signal S wird von der Schnittstelle 13-2, welche als Radarantennen ausgebildet ist, erfasst.
[00114] Die Mittel 13-1 zum Erzeugen der simulierten Umgebung 3 berechnen auf der Grundläge des erfassten Signals S und des simulierten Umfelds 3 ein Antwortsignal S', welches wiederum an das Radar des Fahrerassistenzsystems 2 über die Radarantennen 13-2 ausgegeben wird. Auf diese Weise kann das Fahrerassistenzsystem 2 getestet werden.
[00115] Hierfür sind weitere Mittel 14 vorhergesehen, um das zu testende Fahrerassistenzsystem 2 in der simulierten Umgebung 3 gemäß dem jeweiligen Szenario zu betreiben. Solche Mittel 13 können Schnittstellen sein oder auch andere Einrichtungen, um dem Fahrerassistenzsystem 2 Befehle zu geben, aufgrund dessen dieses das Fahrzeug führt.
[00116] Schließlich weist das System 10 vorzugsweise Mittel 15 zum Erfassen eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenzsystems 2 in der simulierten Umgebung 3 auf. Wird das Fahrerassistenzsystem in einer realen Umgebung betrieben oder im Fahrzeug 1 auf einem Prüfstand, können solche Mittel 15 Geschwindigkeitssensoren und Sensoren zum Feststellen der lateralen Führung des Fahrzeugs sein. Wird das Fahrerassistenzsystem 2 in einer virtuellen Umgebung betrieben oder nur die Software des Fahrerassistenzsystems getestet (Hardware-in-the-Loop, Software-in-the-Loop), so können die Mittel 15 auch als Datenschnittstellen ausgebildet sein.
[00117] Vorzugsweise sind die vorgenannten Mittel durch eine Datenverarbeitungsanlage gebildet. Das Mittel 14 zum Betreiben des zu testenden Fahrerassistenzsystems 2 in einem Umfeld 3 des Fahrzeugs 1 können jedoch auch durch einen Prüfstand, insbesondere einen Prüfstand für ein Fahrerassistenzsystem 2 oder ein Fahrzeug 1, gebildet werden. In diesem Fall können die Mittel 15 zum Erfassen eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenz in der simulierten Umgebung 3 jedenfalls teilweise durch Sensoren gebildet sein.
[00118] Es wird darauf hingewiesen, dass es sich bei den Ausführungsbeispielen lediglich um Beispiele handelt, die den Schutzbereich, die Anwendung und den Aufbau in keiner Weise einschränken sollen. Vielmehr wird dem Fachmann durch die vorausgehende Beschreibung ein Leitfaden für die Umsetzung mindestens eines Ausführungsbeispiels gegeben, wobei diverse Anderungen, insbesondere im Hinblick auf die Funktion und Anordnung der beschriebenen Bestandteile, vorgenommen werden können, ohne den Schutzbereich zu verlassen, wie er sich aus den Ansprüchen und diesen äquivalenten Merkmalskombinationen ergibt.
BEZUGSZEICHENLISTE
A, B Bereich von Szenarien
1 Fahrzeug
2 Fahrerassistenzsystem
3 Szenario
4 Motorrad
5a, 5b, 5c, 5d weitere Fahrzeuge
6 Fußgänger
11 Mittel zum Simulieren
12 Mittel zum Betreiben eines Fahrerassistenzsystems 13 Mittel zum Beobachten eines Fahrverhaltens 14 Mittel zum Bestimmen einer Fahrsituation
15 Mittel zum Ermitteln einer Güte
16 Mittel zum Andern eines Szenarios
17 Mittel zum Prüfen einer Abbruchbedingung 18 Schnittstelle

Claims (12)

Patentansprüche
1. Computerimplementiertes Verfahren (100) zum Testen eines Fahrerassistenzsystems (2) eines Fahrzeugs (1) in einer simulierten Umgebung (3), folgende Arbeitsschritte aufweisend:
Bereitstellen (101) eines Szenarienmodells, welches Eingangsparameter, welche zur Definition eines bestimmten Szenarios notwendig sind, und deren jeweilige Beziehung zu den anderen Parametern des Szenarienmodells angibt und welches jene der Eingangsparameter , die zum Anpassen des bestimmten Szenarios veränderbar sind, und deren mögliche Parameterwerte angibt;
Erzeugen (111) einer simulierten Umgebung (3) auf der Grundlage der ausgewählten Kombinationen von Parameterwerten;
Betreiben (112) eines zu testenden Fahrerassistenzsystems (2) in der simulierten Umgebung (3) gemäß dem jeweiligen Szenario; und
Erfassen (113) eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenzsystems (2) in der simulierten Umgebung (3),
gekennzeichnet durch
ein Auswählen (110) von Kombinationen von Parameterwerten, welche jeweils ein Szenario charakterisieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischen Testen, wobei beim Auswählen der Kombinationen für einen betrachteten Eingangsparameter ausschließlich Wechselwirkungen mit einer vordefinierten maximalen Anzahl an anderen Eingangsparametern berücksichtigt werden.
2, Verfahren nach Anspruch 1, wobei das Szenarienmodell auf einer Ontologie basiert, welche Parameter, mit welchen Szenarien charakterisiert werden können, und Beziehungen oder Wechselwirkungen zwischen den verschiedenen Parametern angibt.
3. Verfahren nach Anspruch 1 oder 2, wobei die vordefinierte maximale Anzahl anderer Eingangsparameter bei dem Berücksichtigen der Wechselwirkungen von dem jeweils betrachteten Eingangsparameter abhängt.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei die vordefinierte maximale Anzahl an anderen Eingangsparametern, deren Wechselwirkungen mit dem jeweils betrachteten Parameter berücksichtigt werden, von dem jeweils betrachteten Parameter abhängt, insbesondere von der Kritikalität des betrachteten Eingangsparameters.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei beim Auswählen von Kombinationen von Parameterwerten harte und weiche Randbedingungen berücksichtigt werden, wobei die harten Randbedingungen Kombinationen von Parameterwerten ausschließen, welche physikalisch nicht möglich sind, und wobei die weichen Randbedingungen Kombinationen von Parameterwerten sind, welche physikalisch möglich sind, aber einem Manöver des Fahrzeugs in der simulierten Umgebung widersprechen.
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Szenarienmodell ein Format aufweist, welches durch den Algorithmus verarbeitet werden kann.
7. Verfahren nach einem der Ansprüche 4 bis 6, wobei die Kritikalität des betrachteten Eingangsparameters oder eines Parameterwerts des betrachteten Eingangsparameters durch eine Subroutine mit folgenden Arbeitsschritten bestimmt wird:
Auswählen (102) von Kombinationen von Parameterwerten, welche jeweils ein Szenario repräsentieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischen Testen und unter Berücksichtigung von Randbedingungen, wobei beim Auswählen der Kombinationen für einen betrachteten Eingangsparameter ausschließlich eine einzige Wechselwirkung mit anderen Eingangsparametern berücksichtigt wird;
Erzeugen (103) einer simulierten Umgebung auf der Grundlage der Kombinationen von Parameterwerten;
Betreiben (104) eines zu testenden Fahrerassistenzsystems in der simulierten Umgebung;
Erfassen (105) eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenzsystems in der simulierten Umgebung;
Ermitteln (106) eine Kritikalität des Szenarios in Abhängigkeit eines vordefinierten Kriteriums in Bezug auf das Fahrerassistenzsystem, insbesondere ein Systemfehler oder eine Kollision oder drohende Kollision;
Festlegen oder Erhöhen (107) einer Bewertung der Kritikalität des betrachteten Eingangsparameters oder des Parameterwerts des betrachteten Eingangsparameters in Abhängigkeit der Kritikalität des Szenarios;
Vergleichen (108) der Kritikalität des Szenarios mit einem Schwellenwert; und
Verändern (109) der Kombinationen von Parameterwerten mittels eines evolutionären Algorithmus, wobei das Verändern eine Kostenfunktion berücksichtigt, welche noch nicht berücksichtigte Wechselwirkungen und Parameterkombinationen begünstigt, bei welchen kritische Szenarien zu erwarten sind, wobei die Subroutine wiederholt wird, bis eine definierte Abdeckung in Bezug auf den Parameterraum des betrachteten Eingangsparameters erreicht wird.
8. Verfahren nach Anspruch 7, wobei das Variieren mittels Kreuzen und/oder Mutation ausgeführt wird, wobei Parameterwerte eines Teils der Parameter durch Parameterwerte eines anderen Szenarios ersetzt werden oder ein Parameterwert wenigstens eines Parameters durch einen neuen Wert ersetzt wird.
9. Verfahren (100) nach einem der vorhergehenden Ansprüche, wobei Parameter des Szena-
rios (3), Je nach Art des zu testenden Fahrerassistenzsystems (2), aus der folgenden Gruppe ausgewählt sind: Geschwindigkeit, insbesondere eine initiale Geschwindigkeit, eines Verkehrsteilnehmers; eine Bewegungsrichtung, insbesondere eine Trajektorie, eines Verkehrsteilnehmers; Lichtverhältnisse; Witterung; Fahrbahnbeschaffenheit; Temperatur; Anzahl und Position statischer und/oder dynamischer Objekte; Zustand und Erscheinen statischer und/oder dynamischer Objekte; eine Geschwindigkeit und eine Bewegungsrichtung, insbesondere eine Trajektorie, der dynamischen Objekte; Zustand von Signalanlagen, insbesondere Lichtsignalanlagen; Verkehrszeichen; Anzahl der Fahrspuren; Beschleunigung oder Bremsverzögerung von Verkehrsteilnehmern oder Objekten; Verschmutzungs- und/oder Alterungserscheinungen der Fahrbahn, geographische Ausrichtung der Verkehrssituation.
10. Computerprogramm, das Anweisungen umfasst, welche, wenn sie von einem Computer ausgeführt werden, diesen dazu veranlassen, die Schritte eines Verfahrens gemäß einem der Ansprüche 1 bis 9 auszuführen.
11. Computerlesbares Medium, auf dem ein Computerprogramm nach Anspruch 10 gespeichert ist.
12. System (10) zum Testen eines Fahrerassistenzsystems (2) eines Fahrzeugs (1) in einer simulierten Umgebung (3), aufweisend:
Speichermittel (11) zum Bereitstellen eines Szenarienmodells, welches Eingangsparameter, welche zur Definition eines bestimmten Szenarios notwendig sind, und deren jeweilige Beziehung zu den anderen Parametern des Szenarienmodells angibt und welches jene der Eingangsparameter, die zum Anpassen des bestimmten Szenarios veränderbar sind, und deren mögliche Parameterwerte angibt;
Mittel (12) zum Erzeugen einer simulierten Umgebung (3) auf der Grundlage der ausgewählten Kombinationen von Parameterwerten;
Mittel (13) zum Betreiben eines zu testenden Fahrerassistenzsystems (2) in der simulierten Umgebung (3) gemäß dem jeweiligen Szenario; und
Mittel (14) zum Erfassen eines Fahrverhaltens des wenigstens einen zu testenden Fahrerassistenzsystems (2) in der simulierten Umgebung (3),
gekennzeichnet durch
Mittel (11) zum Auswählen von Kombinationen von Parameterwerten, welche jeweils ein Szenario charakterisieren, auf der Grundlage des Szenarienmodells mittels eines Algorithmus zum kombinatorischen Testen, wobei beim Auswählen der Kombinationen für einen betrachteten Eingangsparameter ausschließlich Wechselwirkungen mit einer vordefinierten maximalen Anzahl an anderen Eingangsparametern berücksichtigt werden.
Hierzu 4 Blatt Zeichnungen
ATA50449/2021A 2021-06-02 2021-06-02 Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug AT524932B1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
ATA50449/2021A AT524932B1 (de) 2021-06-02 2021-06-02 Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug
DE112022001411.3T DE112022001411A5 (de) 2021-06-02 2022-06-01 Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug
CN202280037709.1A CN117413257A (zh) 2021-06-02 2022-06-01 用于测试车辆用司机辅助系统的方法和系统
PCT/AT2022/060183 WO2022251890A1 (de) 2021-06-02 2022-06-01 Verfahren und system zum testen eines fahrerassistenzsystems für ein fahrzeug

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ATA50449/2021A AT524932B1 (de) 2021-06-02 2021-06-02 Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug

Publications (2)

Publication Number Publication Date
AT524932B1 true AT524932B1 (de) 2022-11-15
AT524932A4 AT524932A4 (de) 2022-11-15

Family

ID=82258487

Family Applications (1)

Application Number Title Priority Date Filing Date
ATA50449/2021A AT524932B1 (de) 2021-06-02 2021-06-02 Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug

Country Status (4)

Country Link
CN (1) CN117413257A (de)
AT (1) AT524932B1 (de)
DE (1) DE112022001411A5 (de)
WO (1) WO2022251890A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116597690B (zh) * 2023-07-18 2023-10-20 山东高速信息集团有限公司 智能网联汽车的高速公路测试场景生成方法、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018128890A1 (de) * 2018-11-16 2020-05-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Testvorrichtung zum Testen eines Fahrassistenzsystems für ein Kraftfahrzeug
DE102019209538A1 (de) * 2019-06-28 2020-12-31 Robert Bosch Gmbh Verfahren und Vorrichtung zum Prüfen eines Systems, zur Auswahl realer Tests und zum Testen von Systemen mit Komponenten maschinellen Lernens
DE102019124018A1 (de) * 2019-09-06 2021-03-11 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Verfahren zum Optimieren von Tests von Regelsystemen für automatisierte Fahrdynamiksysteme
WO2021058223A1 (de) * 2019-09-27 2021-04-01 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur effizienten, simulativen applikation automatisierter fahrfunktionen

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018128890A1 (de) * 2018-11-16 2020-05-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Testvorrichtung zum Testen eines Fahrassistenzsystems für ein Kraftfahrzeug
DE102019209538A1 (de) * 2019-06-28 2020-12-31 Robert Bosch Gmbh Verfahren und Vorrichtung zum Prüfen eines Systems, zur Auswahl realer Tests und zum Testen von Systemen mit Komponenten maschinellen Lernens
DE102019124018A1 (de) * 2019-09-06 2021-03-11 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Verfahren zum Optimieren von Tests von Regelsystemen für automatisierte Fahrdynamiksysteme
WO2021058223A1 (de) * 2019-09-27 2021-04-01 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur effizienten, simulativen applikation automatisierter fahrfunktionen

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GIETELINK O. "Design and validation of advanced driver assistance systems" (doctoral thesis) 19.11.2007, ISBN: 978-90-5584-091-5 <URL: https://www.dcsc.tudelft.nl/~bdeschutter/ research/phd_theses/phd_gietelink_2007.pdf> *

Also Published As

Publication number Publication date
AT524932A4 (de) 2022-11-15
DE112022001411A5 (de) 2024-01-18
CN117413257A (zh) 2024-01-16
WO2022251890A1 (de) 2022-12-08

Similar Documents

Publication Publication Date Title
AT521607B1 (de) Verfahren und Vorrichtung zum Testen eines Fahrerassistenzsystem
EP3695244B1 (de) Verfahren und vorrichtung zum erzeugen eines inversen sensormodells und verfahren zum erkennen von hindernissen
DE102020104862A1 (de) Erstellung von Inferenzmodellen für computergestützte (CA)/autonom fahrende (AD) Fahrzeuge
DE102017213634A1 (de) Verfahren und Vorrichtung für die Durchführung von virtuellen Tests in einer virtuellen Realitätsumgebung für ein autonom fahrendes Fahrzeug
DE102007053501A1 (de) Verfahren zur Entwicklung und/oder zum Testen wenigstens eines Sicherheits- und/oder Fahrerassistenzsystems für ein Kraftfahrzeug und Simulationsumgebung
DE102017200180A1 (de) Verfahren und Testeinheit zur Bewegungsprognose von Verkehrsteilnehmern bei einer passiv betriebenen Fahrzeugfunktion
EP3543985A1 (de) Simulieren verschiedener verkehrssituationen für ein testfahrzeug
DE102016007899B4 (de) Verfahren zum Betreiben einer Einrichtung zur Verkehrssituationsanalyse, Kraftfahrzeug und Datenverarbeitungseinrichtung
DE102019103106A1 (de) Steuerungssystem und Steuerungsverfahren zur interaktionsbasierten Langzeitbestimmung von Trajektorien für Kraftfahrzeuge
DE102018128289A1 (de) Verfahren und vorrichtung für eine autonome systemleistung und zur einstufung
DE102019202090A1 (de) Verfahren zum Erzeugen eines Trainingsdatensatzes zum Trainieren eines Künstlichen-Intelligenz-Moduls für eine Steuervorrichtung eines Roboters
AT523834B1 (de) Verfahren und System zum Testen eines Fahrerassistenzsystems
DE102020127107A1 (de) Verfahren und vorrichtung zum bestimmen einer konfiguration für ein autonomes fahrzeug
WO2015062781A1 (de) Situationsanalyse für ein fahrerassistenzsystem
DE102020128978A1 (de) Trainieren von tiefen neuronalen netzwerken mit synthetischen bildern
AT524932B1 (de) Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug
DE102020214596A1 (de) Verfahren zum Erzeugen von Trainingsdaten für ein Erkennungsmodell zum Erkennen von Objekten in Sensordaten einer Umfeldsensorik eines Fahrzeugs, Verfahren zum Erzeugen eines solchen Erkennungsmodells und Verfahren zum Ansteuern einer Aktorik eines Fahrzeugs
DE102022102501B3 (de) Verfahren, System und Computerprogrammprodukt zur Ermittlung einer Bewertung über die Funktionsfähigkeit einer Komponente eines Kraftfahrzeugs
EP4226248A1 (de) Verfahren und ein system zum testen eines fahrerassistenzsystems für ein fahrzeug
AT524822A1 (de) Verfahren zum Testen eines Fahrerassistenzsystems eines Fahrzeugs
AT524821A1 (de) Verfahren und System zum Erzeugen von Szenariendaten zum Testen eines Fahrerassistenzsystems eines Fahrzeugs
DE102020127253A1 (de) Quantifizieren von fotorealismus in simulierten daten mit gan
DE102019101613A1 (de) Simulieren verschiedener Verkehrssituationen für ein Testfahrzeug
DE102018114628A1 (de) Auf tiefem Lernen basierende automatische oder halbautomatische Ausparkverfahren
DE102022107338B3 (de) Verfahren zum Testen von automatisierten Fahrzeugfunktionen