DE102016220670A1 - Verfahren und System zum Testen von Software für autonome Fahrzeuge - Google Patents

Verfahren und System zum Testen von Software für autonome Fahrzeuge Download PDF

Info

Publication number
DE102016220670A1
DE102016220670A1 DE102016220670.2A DE102016220670A DE102016220670A1 DE 102016220670 A1 DE102016220670 A1 DE 102016220670A1 DE 102016220670 A DE102016220670 A DE 102016220670A DE 102016220670 A1 DE102016220670 A1 DE 102016220670A1
Authority
DE
Germany
Prior art keywords
test
autonomous
instructions
vehicles
tests
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
DE102016220670.2A
Other languages
English (en)
Inventor
Frederic Stefan
Marie Roger Alain Chevalier
Evangelos BITSANIS
Michael Marbaix
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of DE102016220670A1 publication Critical patent/DE102016220670A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06F11/3684Test 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
    • 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
    • B60W50/04Monitoring the functioning of the control system
    • 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
    • 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
    • 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)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und ein System zum Testen von Software für autonome Fahrzeuge mittels einer Loop-Simulation unter Einbindung von Hardware in Form von einem oder mehreren realen autonomen Fahrzeugen (4), welche zur Durchführung von autonomen Testfahrten in der realen Welt in der Lage sind. Gemäß der Erfindung wird auf einen von einem Benutzer gegebenen Arbeitsauftrag hin automatisch geprüft, welche unter mehreren realen autonomen Fahrzeugen (4), die zur Durchführung von autonomen Testfahrten auf weltweit verteilten Teststrecken (5a, 5b, 5c) in der realen Welt in der Lage sind, für einen oder mehrere in dem Arbeitsauftrag definierte Tests aktuell zur Verfügung stehen. Die Durchführung der Software-Tests und der Testfahrten wird dann automatisch geplant und koordiniert.

Description

  • Die Erfindung betrifft ein Verfahren und ein System zum Testen von Software für autonome Fahrzeuge unter Einbindung von Hardware in Form von einem oder mehreren realen autonomen Fahrzeugen, welche zur Durchführung von autonomen Testfahrten in der realen Welt eingerichtet sind, gemäß den Oberbegriffen der Patentansprüche 1 und 6.
  • Ein derartiges Verfahren und ein derartiges System sind aus der Publikation Bock T., Maurer M., van Meel F., Müller T., "Vehicle in the Loop, Ein innovativer Ansatz zur Kopplung virtueller mit realer Erprobung" in ATZ 01/2008 Jahrgang 110, S. 2–8, bekannt. Darin wird ein Test- und Simulationsumfeld für Fahrerassistenzsysteme beschrieben, in dem ein reales Versuchsfahrzeug, das sich nicht im öffentlichen Straßenverkehr, sondern auf einer Freifläche oder einem Erprobungsgelände bewegt, mit einem Fahrsimulator kombiniert wird. Mit einem derartigen, "Vehicle in the Loop" genannten Prüfaufbau kann gefahrlos getestet werden, wie Fahrerassistenzfunktionen auf virtuellen Fremdverkehr oder sonstige virtuelle Objekte in einem virtuellen Verkehrsumfeld reagieren.
  • Aus der DE 196 15 008 A1 ist ein Verfahren und eine Vorrichtung zum Steuern eines Prüfstraßensystems für Kraftfahrzeuge bekannt. Dieses Dokument beschäftigt sich mit der computergestützten Abwicklung von Prüfvorgängen in einer bestimmten Prüfumgebung, hat jedoch nicht die Planung und Verteilung von Prüfvorgängen auf verschiedene Prüfumgebungen zum Gegenstand.
  • Die AT 511 131 A2 beschäftigt sich mit dem Zusammenspiel von realen und virtuellen Prüfungsvorgängen beim Test von Fahrtzeugen oder Fahrzeugkomponenten.
  • Für Software-Verifikation und -Validierung auf Systemebene spezifiziert man traditionell einen Satz von Stimuli und erwarteten Reaktionen des Systems. Die Stimuli und erwarteten Reaktionen werden direkt aus entsprechenden Anforderungen abgeleitet. Der Umfang dieser Anforderungen und daher auch der Umfang der Testfälle sind im Allgemeinen auf einen endlichen Satz von identifizierten Anwendungsfällen beschränkt. Typischerweise werden die Testfälle von Testingenieuren unter Verwendung von Software-Testwerkzeugen spezifiziert. Solche Werkzeuge können Funktionen zur Unterstützung von Testautomatisierung und zur Vergrößerung der Test-Maturität aufweisen (Versions-Management, Ausgabe-Tracker, grafische Testspezifikation usw.).
  • Die spezifizierten Tests werden dann in einem autonomen Fahrzeug durchgeführt, um zu bewerten, ob die entsprechenden Anforderungen korrekt im Fahrzeug implementiert worden sind (funktionelle Integration) und ob die entsprechenden Anforderungen akzeptabel sind (Kundenakzeptanz).
  • Die Anzahl von Testfällen für das Fahren im Fahrzeug ist an ein entwickeltes, in einem Fahrzeug integriertes Merkmal gebunden. Die auf dieses Merkmal und seine Integration bezogenen Tests definieren den Umfang der Verifikation und Validierung.
  • Für das Testen von Software für autonome Fahrzeuge scheint der Umfang der Tests beinahe unendlich zu sein. Tatsächlich muss so ein System im Stande sein, die meisten Fahrsituationen zu bewältigen, denen irgendein Fahrer in seinem Leben möglicherweise begegnet. Verschiedene Fahrer werden verschiedenen Arten von Anwendungsfällen gegenüber stehen, abhängig von einer großen Zahl von Umfeldfaktoren (andere Verkehrsteilnehmer, Tageszeit, Wetter, Gesundheit, Fahrzeugverschleiß, Straßenzustand usw.). Daher scheint es eine extrem hohe Zahl von Testkombinationen zu geben, und die Dauer der Fahrzeugtests scheint noch viel höher zu sein. Insbesondere die Planung solcher Tests oder die Wiederholung von bestimmten Tests durch Teams, die weltweit zusammenarbeiten, erfordert neue Verfahren und eine neue Plattform, um die Verifikation und Validierung von autonomen Fahrzeugen zu erleichtern.
  • Der Erfindung liegt die Aufgabe zu Grunde, die Verifikation und Validierung von autonomen Fahrzeugen auf Systemebene unter Bedingungen der realen Welt zu ermöglichen, und insbesondere, eine Lösung für die Beschränkungen bereitzustellen, die existieren können, wenn bestimmte Prototyp-Fahrzeuge oder Testanlagen nur in einem bestimmten geografischen Gebiet vorhanden sind.
  • Diese Aufgabe wird durch ein Verfahren und ein System mit den Merkmalen der Patentansprüche 1 und 6 gelöst.
  • Gemäß der Erfindung wird auf einen von einem Benutzer gegebenen Arbeitsauftrag hin automatisch geprüft, welche unter mehreren realen autonomen Fahrzeugen, die zur Durchführung von autonomen Testfahrten auf weltweit verteilten Teststrecken in der realen Welt in der Lage sind, für einen oder mehrere in dem Arbeitsauftrag definierte Tests aktuell zur Verfügung stehen, und dass die Durchführung der Software-Tests und der Testfahrten automatisch geplant und koordiniert wird.
  • Das erfindungsgemäße Verfahren wird in einem System durchgeführt, das sich auf ein Netz stützt, das mindestens ein Client-Gerät, mindestens einen Cloud-Server sowie Endgeräte umfasst, die mindestens ein Simulations-Endgerät wie z. B. HiL-Geräte und mindestens ein autonomes Fahrzeug umfassen.
  • Mit der Erfindung können existente globale XiL-Frameworks (Programmgerüste) um die Fähigkeit erweitert werden, Software für autonome Fahrzeuge auf Systemebene und in einem realen Umfeld auf der Welt zu simulieren, zu validieren und zu verifizieren. Ein zur Durchführung des erfindungsgemäßen Verfahrens eingerichtetes System ist im Stande, ein oder mehrere autonome Fahrzeuge weltweit zu befehligen, um auf reservierten Teststrecken bestimmte Manöver durchzuführen, und es ist auch im Stande, die Ergebnisse der Testfahrt an eine Bedienungsperson zurückzusenden.
  • XiL ist ein Standard für die Kommunikation zwischen Testautomatisierungswerkzeugen und Prüfständen in Form von virtuellen Umfeldern zur Softwareverifikation. XiL unterstützt Prüfstände auf allen Stufen des Entwicklungs- und Testprozessen, insbesondere MiL ("Model-in-the-Loop"), SiL (Software-in-the-Loop) und HiL (Hardware-in-the-Loop). Die Bezeichnung "XiL" zeigt somit an, dass der Standard für alle möglichen "in-the-Loop"-Systeme verwendet werden kann, wobei die in dem System durchgeführte Simulation hierin als Loop-Simulation bezeichnet wird.
  • Vorteilhafte Weiterbildungen der Erfindung sind in den abhängigen Patentansprüchen angegeben.
  • Insbesondere kann die Durchführung der Testfahrten über ein globales Datenkommunikationsnetz geplant und koordiniert werden, und ein Arbeitsauftrag kann Konfigurationsanweisungen, Umfeldanweisungen, Betriebsanweisungen, Datenerfassungsanweisungen und/oder Prüfbedingungs- und Berichtsanweisungen umfassen, welche weiter unten jeweils näher beschrieben werden.
  • In einer bevorzugten Ausführungsform werden auf einen von einem Benutzer gegebenen Arbeitsauftrag hin automatisch geeignete autonome Fahrzeuge und geeignete Teststrecken in verschiedenen Erprobungseinrichtungen auf verschiedenen Kontinenten identifiziert und gebucht, Software-Tests geplant, zu einer geplanten Zeit Software und Testanweisungen auf zu den Fahrzeugen gehörende Simulations-Endgeräte hochgeladen und während der Tests Daten von den Fahrzeugen bzw. Simulations-Endgeräten heruntergeladen, und nach Beendigung der Tests kann ein Testbericht generiert und an den Benutzer gesendet werden. Die Simulations-Endgeräte können insbesondere XiL- oder HiL-Geräte sein.
  • Es folgt eine Beschreibung von Ausführungsbeispielen anhand der Zeichnung. Deren einzige Figur zeigt einen Überblick über ein System zum Testen von Software für autonome Fahrzeuge.
  • Unter Bezugnahme auf die Figur umfasst das System eine Anzahl von Client-Geräten 1 zum Definieren und Senden von Arbeitsaufträgen, eine Anzahl von Cloud-Servern 2 zum Zuweisen, Organisieren und Einreihen der Arbeitsaufträge, eine Anzahl von Simulations-Endgeräten 3, eine Anzahl von Flotten von autonomen Fahrzeugen 4, die sich an ganz verschiedenen Orten auf dem Globus befinden können, und eine Anzahl von verschiedenen Straßenumfeldern, z. B. außerstädtische Teststrecken 5a, städtische Teststrecken 5b und Autobahn-Teststrecken 5c, an denen jeweils eine der Flotten von autonomen Fahrzeugen 4 stationiert ist.
  • Die Client-Geräte 1 ermöglichen es Testingenieuren, einen Satz von Arbeitsaufträgen zu definieren und in das System zu senden. Ein Arbeitsauftrag kann aus folgenden Anweisungen bestehen:
    • – Konfigurationsanweisungen, welche die nötige Hardware (ECU, Fahrzeug-Geräteausstattung, HiL-Kenndaten usw.) zum Abarbeiten eines Arbeitsauftrags und die für diese Hardware verlange Kalibrierung beschreiben. Es ist denkbar, dass für einen Test mehrere autonome Fahrzeuge 4 aktiviert werden, wobei sich z. B. nur ein Fahrzeug 4 in der realen Welt bewegt, während ein oder mehrere andere Fahrzeuge 4 derartige Fahrten nur simulieren.
    • – Umfeldanweisungen, welche ein Simulationsumfeld beschreiben, in dem der Arbeitsauftrag abgearbeitet werden soll. Das Simulationsumfeld kann eine Straße in der realen Welt auf einer Teststrecke sein, die auf irgendeinem Erprobungsgelände oder in einer dedizierten Testeinrichtung zur Verfügung steht, und schließt eine virtuelle Version der Teststrecke ein. Die virtuelle Version der Teststrecke kann auch auf Basis von charakteristischen Merkmalen von Straßen in der realen Welt automatisch erzeugt werden. Das Umfeld kann auch ein besonderer reservierter Abschnitt einer öffentlichen Straße sein.
    • – Betriebsanweisungen, welche die Route, der ein autonomes Fahrzeug 4 in dem definierten Umfeld folgen soll, präzise beschreiben, z. B. Startpunkt, Endpunkt, Anzahl der Fahrten; Anzahl der Wiederholungen, Fahrtstrecke usw. Es können auch besondere Restriktionen oder Ereignisse spezifiziert werden, z. B. Geschwindigkeitsbegrenzungen, Einspritzversagen usw. Es könnten auch besondere Artefakte aktiviert werden, die auf der Umfeldstraße zur Verfügung stehen, z. B. ein Dummy, der die Straße überquert, Spritzwasser auf der Straße usw. Außerdem könnte das Verhalten anderer Verkehrsteilnehmer in Bezug auf ein Haupt-Testfahrzeug spezifiziert werden, z. B. Überholmanöver, starkes Bremsen eines vorausfahrenden Fahrzeugs usw.
    • – Datenerfassungsanweisungen, welche den Satz von Informationen wie z. B. CAN-Signale, interne Signale, externe Videoerfassungen usw. beschreiben, die aufgezeichnet werden, während der Arbeitsauftrag abgearbeitet wird.
    • – Prüfbedingungs- und Berichtsanweisungen, welche Prüfbedingungen beschreiben, die das System während des gesamten Tests erfüllen soll, z. B. keine Deadlock-Situationen, keine Kollision, kein Rucken außerhalb bestimmter Wertebereiche usw., und welche bei der Generierung von anwenderspezifischen Berichten Anwendung finden, die das Ergebnis des Tests am Ende des Arbeitsauftrags oder in einem bestimmten Zeitintervall während dessen Abarbeitung zusammenfassen.
  • Der oder die Cloud-Server 2 sind eine oder mehrere Computer-Zentraleinheiten, welche die von den Testingenieuren gesendeten Arbeitsaufträge abarbeiten, nämlich einen geeigneten Satz von weltweit zur Verfügung stehenden Endgeräten zu identifizieren und auszuwählen. Diese Tätigkeit umfasst:
    • – Konfigurieren der Endgeräte, z. B. Flashen von Software und Kalibrierung, Laden von Simulationsumfeldern usw.
    • – Planen einer Simulation in einem virtuellen Umfeld, um die Gefahr von Fehlkonfigurationen durch den Anwender zu mildern und die Ausfallgefahr zu mildern. Dies könnte sich auf ein Fahrzeug in der Test-Loop beziehen, wobei das ganze Fahrzeug, ohne sich zu bewegen, durch das Simulations-Endgerät simuliert wird.
    • – Planen einer weltweiten Simulation mittels des oder der zugeordneten autonomen Fahrzeuge 4.
  • Falls die Endgeräte aus irgendeinem Grund nicht fernkonfiguriert werden können, sollte der Cloud-Server 2 den Inhaber der Endgeräte auffordern, die benötigten Anpassungen vorzunehmen.
  • Der Cloud-Server 2 stellt auch die Verfügbarkeit der Endgeräte für die Dauer des Tests sicher, z. B. mittels eines Einreihungssystems.
  • Die Endgeräte, auf die die Arbeitsaufträge abzielen, sind typischerweise Paare von Simulations-Endgeräten 3 wie z. B. HiL-Geräten und autonomen Fahrzeugen 4, wobei ein Simulations-Endgerät 3 in einem autonomen Fahrzeug 4 eingebaut oder in der Nähe stationiert und per Funk mit den Fahrzeug 4 verbunden sein kann. Beide Arten von Endgeräten können die in dem Arbeitsauftrag spezifizierten Konfigurations- und Umfeldanweisungen unterstützen. Die Simulations-Endgeräte 3 und die autonomen Fahrzeuge 4 werden idealerweise mit Schnittstellen ausgerüstet, welche die vom Cloud-Server 2 geplante Fernkonfiguration ermöglichen. Die autonomen Fahrzeuge 4 sollten sich nahe an einem Straßenumfeld befinden, das den vom Anwender definierten Kenngrößen entspricht.
  • Für Loop-Simulation befindet sich jedes Simulations-Endgerät 3 am besten am Ort der autonomen Fahrzeuge 4, die es kontrolliert. Bestimmte Simulations-Endgeräte 3 können aber auch mit bestimmten entfernten autonomen Fahrzeugen kompatibel sein, da man sich vorstellen kann, das ein Fahrzeug in der Loop-Simulation aus großer Entfernung kontrolliert werden kann.
  • Die Pfeile A in der Figur veranschaulichen Datenkommunikationsverbindungen zwischen je einem der Client-Geräte 1, Cloud-Server 2, Simulations-Endgeräte 3 und autonomen Fahrzeuge 4. Über diese Datenkommunikationsverbindungen sendet ein Entwickler an dem Client-Gerät 1 z. B. einen Arbeitsauftrag, 200 km autonomes Fahren auf einer außerstädtischen Teststrecke 5a als Straßenumfeld durchzuführen. Vor Durchführung einer Testfahrt in der realen Welt durch ein autonomes Fahrzeug 4 auf der Teststrecke 5a bindet ein Simulations-Endgerät 3 das autonome Fahrzeug 4 in die Loop-Simulation ein.
  • Das Verfahren zum Testen von Software für autonome Fahrzeuge in globalen Test-Frameworks wird nun unter Bezugnahme auf die Figur und deren Erläuterung anhand des Beispiels beschrieben, dass ein in Europa befindlicher Entwickler eine neue Software für adaptive Tempomaten (ACC = Adaptive Cruise Control) im Zustand von frei fließendem Autobahnverkehr testen will. Ein ACC-System ist ein Tempomat, mit dem ein Fahrzeug seine Geschwindigkeit automatisch konstant halten, aber auch automatisch verringern kann, wenn ein vorausfahrendes Fahrzeug im Fahrweg erkannt wird, dem es dann mit angepasster Geschwindigkeit folgt.
  • Es seien die folgenden Test durchzuführen:
    • – Reaktion des Testfahrzeugs auf einen veränderten Zielwert für die Fahrzeuggeschwindigkeit.
    • – Testen, dass die Distanz zu einem vorausfahrenden Fahrzeug eingehalten wird.
    • – Testreaktion im Falle eines einscherenden anderen Fahrzeugs.
  • An dem Client-Gerät 1 spezifiziert der in Europa befindliche Entwickler die folgenden Daten:
    • – Konfigurationsanweisungen: – Zum Testen des ACC-Systems wird ein Host-Fahrzeug benötigt. Es sollte einen speziellen Controller an Bord haben, der im Stande ist, mit dem Motorsteuermodul und mit einigen Sensoren wie z. B. Lidar, Kamera, Radar usw. zu kommunizieren. Es sollte möglich sein, die ACC-Software auf diesen Controller zu flashen. Es sollte auch möglich sein, programmatisch Fahranweisungen an das autonome Fahrzeug zu senden. – Es wird ein zweites autonomes Fahrzeug zum Testen von Interaktionen mit dem zu testenden Fahrzeug benötigt. Es sollte möglich sein, programmatisch Fahranweisungen an das zweite Fahrzeug zu senden. Es sollte auch möglich sein, dass eine menschliche Person Fahranweisungen an das zweite Fahrzeug sendet.
    • – Umfeldanweisungen: – Es wird ein Erprobungsgelände mit einer autobahnähnlichen Teststrecke benötigt, d. h. einer langen Straße von guter Straßenqualität, die gerade ist oder große Kurvenradien hat, so dass sie schnelles Fahren erlaubt.
    • – Betriebsanweisungen:
    • – Test 1: – Starte das Host-Fahrzeug. – Lasse das Host-Fahrzeug mit 80 km/h fahren und der Straße folgen. – Aktiviere das zu testende ACC-System mit einer Zielgeschwindigkeit von 120 km/h. – Warte, bis eine bestimmte Zeit verstrichen ist. – Senke die ACC-Zielgeschwindigkeit in Schritten von 5 km/h pro Minute auf 0 km/h ab. – Lasse das Host-Fahrzeug zum Startpunkt zurückkehren und schalte seinen Antriebsmotor aus.
    • – Test 2: – Starte das zweite Fahrzeug. – Lasse das zweite Fahrzeug mit 80 km/h fahren und der Straße folgen. – Starte das Host-Fahrzeug. – Lasse das Host-Fahrzeug mit 80 km/h fahren und der Straße zwei Minuten später folgen. – Aktiviere das zu testende ACC-System mit einer Zielgeschwindigkeit von 120 km/h und einer Zieldistanz von 100 m zu einem vorausfahrenden Fahrzeug. – Ändere die Distanz zum vorausfahrenden Fahrzeug in unterschiedlichen Schritten. – Lasse die zwei Fahrzeuge nach einer bestimmten Fahrtstrecke zum Startpunkt zurückkehren und schalte ihre Antriebsmotoren aus.
    • – Test 3: – Starte das Host-Fahrzeug. – Lasse das Host-Fahrzeug mit 80 km/h fahren und der Straße folgen. – Aktiviere das zu testende ACC-System mit einer Zielgeschwindigkeit von 120 km/h und einer Zieldistanz von 100 m zu einem vorausfahrenden Fahrzeug. – Starte das zweite Fahrzeug zwei Minuten später und lasse es mit 140 km/h fahren. – Lasse das zweite Fahrzeug das Host-Fahrzeug überholen und in einer bestimmten Distanz vom Host-Fahrzeug ein Einscher-Manöver durchführen. – Teste mehrere Einscher-Manöver mit unterschiedlichen Distanzen. – Lasse die zwei Fahrzeuge zum Startpunkt zurückkehren und schalte ihre Antriebsmotoren aus.
    • – Datenerfassungsanweisungen: – Alle von dem Host-Fahrzeug und dem zweiten erhältlichen Signale sollen erfasst und mit bestimmten Kennungen an einen Cloud-Server 2 gesendet werden.
    • – Prüfbedingungs- und Berichtsanweisungen: – Informiere den Entwickler über den Testplan und sende Berichtsdaten, nachdem der Test durchgeführt worden ist. – Definiere folgende Prüfbedingungen, die automatisch in den Bericht aufgenommen werden sollen: – Für Test 1, prüfe, dass die Fahrzeug-Zielgeschwindigkeit innerhalb der in den ACC-Merkmalsattributen spezifizierten Zeit erreicht worden ist. – Für Test 2, prüfe, dass die Distanz zum vorausfahrenden Fahrzeug innerhalb der in den ACC-Merkmalsattributen spezifizierten Toleranz eingehalten worden ist. – Für Test 3, prüfe, dass die ACC-Software die Einscher-Situation erkannt hat und dass ein Bremsbefehl gegeben worden ist.
  • Sobald die Anweisungen definiert worden sind, sendet sie der Entwickler an einen Cloud-Server 2.
  • Der Cloud-Server 2 analysiert die vom Entwickler gesendeten Anweisungen und führt die folgenden Tätigkeiten durch:
    • – Der Cloud-Server 2 identifiziert geeignete Fahrzeuge auf verschiedenen Erprobungsgeländen in Europa, Asien und Amerika.
    • – Der Cloud-Server 2 identifiziert nur geeignete Teststrecken in Asien und Amerika.
    • – Der Cloud-Server 2 stellt fest, dass die Teststrecken in Amerika intensiv für andere Tests genutzt wird; daher werden die Teststrecke in Asien und die entsprechenden Fahrzeuge genutzt.
    • – Der Cloud-Server 2 plant den Test, bucht die Fahrzeuge und die Teststrecke in Asien für die Dauer des Tests und benachrichtigt den örtlichen Verantwortlichen.
    • – Zur geplanten Zeit lädt der Cloud-Server 2 die nötige Software, Testanweisungen auf die Testfahrzeuge in Asien hoch.
    • – Während des Tests lädt der Cloud-Server 2 Daten von den Fahrzeugen herunter, und wenn der Test beendet ist, plant der Cloud-Server 2 die Generierung des Testberichts, die von einem externen System durchgeführt werden kann. Schließlich teilt der Cloud-Server 2 dem Entwickler mit, dass der Test beendet worden ist, und sendet ihm den Testbericht.
  • Endgeräte:
    • – In diesem Beispiel befinden sich zwei Testfahrzeuge in Asien: Das Host-Fahrzeug und das zweite Fahrzeug.
    • – Die ACC-Software wird mittels des Cloud-Servers 2 auf das Host-Fahrzeug bzw. das zugehörige Simulations-Endgerät geflasht.
    • – Jedes Fahrzeug empfängt zuerst die Anweisung, sich zur richtigen Zeit auf die richtige Teststrecke zu begeben.
    • – Die Testanweisungen für Test 1, Test 2 und Test 3 werden in jedem Fahrzeug gespeichert, z. B. in einem dedizierten Speicher.
    • – Jedes Fahrzeug führt dann zur richtigen Zeit seine Anweisungen aus, z. B. zu starten, mit 80 km/h zu fahren, usw.
  • Allgemein werden mit der Erfindung Verfahren und Algorithmen bereitgestellt, um die Durchführung von Testfahrten durch autonome Fahrzeuge automatisch zu planen und zu koordinieren. Die Verfahren stützen sich auf ein globales Netz, das mindestens ein Client-Gerät, mindestens einen Cloud-Server sowie Endgeräte umfassen kann, wobei die Endgeräte mindestens ein Simulations-Endgerät und mindestens ein autonomes Fahrzeug umfassen. Die Verfahren stützen sich auch auf die Fähigkeit, Informationen über die Testfahrten und deren Ergebnisse aufzuzeichnen.
  • Auch werden hiermit Verfahren und Algorithmen bereitgestellt, die es einem Entwicklungsingenieur ermöglichen, an einem Client-Gerät Arbeitsaufträge zu definieren und abzusenden, welche Konfigurationsanweisungen (was zu tun ist), Umfeldanweisungen (wo es zu tun ist), Betriebsanweisungen (wie es zu tun ist), Datenerfassungsanweisungen (welche Daten zu sammeln sind) und/oder Prüfbedingungs- und Berichtsanweisungen (Berichtsergebnisse) beinhalten können.
  • Auch werden hiermit Verfahren und Algorithmen bereitgestellt, um Arbeitsaufträge zu verarbeiten, die von verschiedenen Client-Geräten gesendet worden sind, wobei die Verarbeitung die Identifizierung der richtigen Endgeräte, die Planung der von geeigneten Endgeräten durchzuführenden Aufträge, das Einreihen von Aufträgen an die geeigneten Endgeräte und Rückmeldungen an das Client-Gerät umfassen kann. Die Verarbeitung kann auch eine Validierungsphase auf Basis einer Simulation vor dem tatsächlichen Betrieb eines autonomen Fahrzeugs umfassen, um sicherzustellen, dass die Betriebsprozedur valid bzw. plausibel ist. Die Verarbeitung kann von Cloud-Servern oder ähnlichen Geräten durchgeführt werden.
  • Auch werden hiermit Verfahren und Algorithmen bereitgestellt, um Endgeräte festzulegen, die eine Sammlung von XiL-Geräten und autonomen Fahrzeugen sind, die sich an geeigneten Orten auf der ganzen Welt befinden können und die zur Durchführung der Arbeitsaufträge in der Lage sind. Die XiL-Geräte können als vorbereitende Validierungsumgebung verwendet werden, um sicherzustellen, dass das autonome Fahrzeug korrekt betrieben werden wird. Dies kann durch Simulieren der Aufträge in einer virtuellen Umgebung, einer "Vehicle in the Loop"-Umgebung usw. geschehen. Das festgelegte autonome Fahrzeug muss in seiner Ausstattung zu den XiL-Geräten passen und muss sich an einem Ort befinden, wo der Test durchgeführt werden kann, z. B. in einer geeigneten Testeinrichtung.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 19615008 A1 [0003]
    • AT 511131 A2 [0004]
  • Zitierte Nicht-Patentliteratur
    • Publikation Bock T., Maurer M., van Meel F., Müller T., "Vehicle in the Loop, Ein innovativer Ansatz zur Kopplung virtueller mit realer Erprobung" in ATZ 01/2008 Jahrgang 110, S. 2–8 [0002]

Claims (6)

  1. Verfahren zum Testen von Software für autonome Fahrzeuge mittels einer Loop- Simulation unter Einbindung von Hardware in Form von einem oder mehreren realen autonomen Fahrzeugen (4), welche zur Durchführung von autonomen Testfahrten in der realen Welt in der Lage sind, dadurch gekennzeichnet, dass auf einen von einem Benutzer gegebenen Arbeitsauftrag hin automatisch geprüft wird, welche unter mehreren realen autonomen Fahrzeugen (4), die zur Durchführung von autonomen Testfahrten auf weltweit verteilten Teststrecken (5a, 5b, 5c) in der realen Welt in der Lage sind, für einen oder mehrere in dem Arbeitsauftrag definierte Tests aktuell zur Verfügung stehen, und dass die Durchführung der Software-Tests und der Testfahrten automatisch geplant und koordiniert wird.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Durchführung der Testfahrten über ein globales Datenkommunikationsnetz geplant und koordiniert wird.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass ein Arbeitsauftrag Konfigurationsanweisungen, Umfeldanweisungen, Betriebsanweisungen, Datenerfassungsanweisungen und/oder Prüfbedingungs- und Berichtsanweisungen umfasst.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass auf einen von einem Benutzer gegebenen Arbeitsauftrag hin automatisch geeignete autonome Fahrzeuge und geeignete Teststrecken in verschiedenen Erprobungseinrichtungen auf verschiedenen Kontinenten identifiziert und gebucht werden, Software-Tests geplant werden, zu einer geplanten Zeit Software und Testanweisungen auf zu den Fahrzeugen (4) gehörende Simulations-Endgeräte (3) hochgeladen werden, während der Tests Daten von den Fahrzeugen (4) oder Simulations-Endgeräten (3) heruntergeladen werden und/oder nach Beendigung der Tests ein Testbericht generiert und an den Benutzer gesendet wird.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Simulations-Endgeräte (3) XiL- oder HiL-Geräte sind.
  6. System zum Testen von Software für autonome Fahrzeuge, dadurch gekennzeichnet, dass das System wenigstens ein Client-Gerät zum Definieren und Senden von Arbeitsaufträgen, wenigstens ein Cloud-Server-Gerät zum Zuweisen, Organisieren und Einreihen der Arbeitsaufträge sowie Endgeräte umfasst, die mindestens ein Simulations-Endgerät und mindestens ein autonomes Fahrzeug, welches zur Durchführung von autonomen Testfahrten in der realen Welt in der Lage ist, aufweisen, wobei diese Geräte untereinander vernetzt und zur Durchführung des Verfahrens nach einem der vorhergehenden Ansprüche ausgebildet sind.
DE102016220670.2A 2015-11-06 2016-10-21 Verfahren und System zum Testen von Software für autonome Fahrzeuge Pending DE102016220670A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102015221879.1 2015-11-06
DE102015221879 2015-11-06

Publications (1)

Publication Number Publication Date
DE102016220670A1 true DE102016220670A1 (de) 2017-05-11

Family

ID=58584979

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016220670.2A Pending DE102016220670A1 (de) 2015-11-06 2016-10-21 Verfahren und System zum Testen von Software für autonome Fahrzeuge

Country Status (3)

Country Link
US (1) US10579512B2 (de)
CN (1) CN106991041B (de)
DE (1) DE102016220670A1 (de)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017130549A1 (de) 2017-12-19 2019-06-19 Volkswagen Aktiengesellschaft Verfahren zur Durchführung einer Eigendiagnose bei einem autonomen Fahrzeug
DE102018122864A1 (de) * 2018-09-18 2020-03-19 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verteiltes Mehrbenutzer-Simulationssystem
DE102019202106A1 (de) * 2019-02-18 2020-08-20 Zf Friedrichshafen Ag Verfahren zum Validieren von automatisierten Funktionen eines Fahrzeugs
DE102020107367A1 (de) 2020-03-18 2021-09-23 Audi Aktiengesellschaft Verfahren zum Betreiben einer Datenbankeinrichtung zum Sammeln von Fehlerdatensätzen aus einer Vielzahl von Kraftfahrzeugen; Datenbankeinrichtung; Kraftfahrzeug-Steuereinrichtung sowie System
DE102020112490A1 (de) 2020-05-08 2021-11-11 Bayerische Motoren Werke Aktiengesellschaft Erzeugen von zumindest einer Testanweisung zur Durchführung eines Tests mit einem Kraftfahrzeug
DE102022117841A1 (de) 2022-07-18 2024-01-18 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren, System und Computerprogrammprodukt zur Kalibrierung und Validierung eines Fahrerassistenzsystems (ADAS) und/oder eines automatisierten Fahrsystems (ADS) unter Berücksichtigung einer subjektiven Bewertung

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9836895B1 (en) 2015-06-19 2017-12-05 Waymo Llc Simulating virtual objects
DE102016220670A1 (de) * 2015-11-06 2017-05-11 Ford Global Technologies, Llc Verfahren und System zum Testen von Software für autonome Fahrzeuge
CN108376061B (zh) * 2016-10-13 2019-12-10 北京百度网讯科技有限公司 用于开发无人驾驶车辆应用的方法和装置
US10453345B2 (en) * 2017-01-30 2019-10-22 International Business Machines Corporation Autonomous presentation of a self-driving vehicle
US11282009B2 (en) 2017-05-23 2022-03-22 Uatc, Llc Fleet utilization efficiency for on-demand transportation services
US10884902B2 (en) * 2017-05-23 2021-01-05 Uatc, Llc Software version verification for autonomous vehicles
DE102017213566A1 (de) * 2017-08-04 2019-02-07 Robert Bosch Gmbh Verfahren zum Parametrieren eines fahrerlosen Transportfahrzeugs, fahrerloses Transportfahrzeug und System damit
US10431023B1 (en) * 2017-08-21 2019-10-01 Uber Technologies, Inc. Systems and methods to test an autonomous vehicle
WO2019135745A1 (en) * 2018-01-03 2019-07-11 Baidu Usa Llc Data authentication method, apparatus, and system
US10831636B2 (en) 2018-01-08 2020-11-10 Waymo Llc Software validation for autonomous vehicles
US10902165B2 (en) * 2018-01-09 2021-01-26 The Charles Stark Draper Laboratory, Inc. Deployable development platform for autonomous vehicle (DDPAV)
US20190235521A1 (en) * 2018-02-01 2019-08-01 GM Global Technology Operations LLC System and method for end-to-end autonomous vehicle validation
DE102018206189A1 (de) * 2018-04-23 2019-10-24 Ford Global Technologies, Llc System zum Testen eines selbstfahrenden Kraftfahrzeugs
DE102018206188A1 (de) 2018-04-23 2019-10-24 Ford Global Technologies, Llc System zum Durchführen von XiL-Tests von Komponenten selbstfahrender Kraftfahrzeuge
US10795804B1 (en) 2018-08-21 2020-10-06 Waymo Llc Collision evaluation for log-based simulations
US10996141B2 (en) * 2018-09-28 2021-05-04 Intel Corporation Method and an autonomous ground vehicle
US10896116B1 (en) 2018-10-19 2021-01-19 Waymo Llc Detecting performance regressions in software for controlling autonomous vehicles
CN111175055B (zh) * 2018-11-09 2022-08-09 百度在线网络技术(北京)有限公司 自动驾驶分布式协同仿真方法、装置以及终端
US10482003B1 (en) 2018-11-09 2019-11-19 Aimotive Kft. Method and system for modifying a control unit of an autonomous car
US11312331B2 (en) 2018-11-13 2022-04-26 Carrier Corporation System and method for providing temporary access to a vehicle
US11415484B2 (en) 2019-07-11 2022-08-16 Horiba Instruments Incorporated Apparatus and method for testing automated vehicles via movable target body or electronic target simulator
US20220266849A1 (en) * 2019-07-16 2022-08-25 Daimler Ag A method for developing a remote command data package for a motor vehicle by a central electronic computing device, as well as a central electronic computing device
DE102019131642B4 (de) * 2019-11-22 2022-01-05 MESSRING Active Safety GmbH Wassersprühsystem zur Erzeugung eines Sprühnebels für die Erprobung von Fahrerassistenzsystemen und Prüfkörper mit einem Wassersprühsystem
US11551494B2 (en) 2019-12-23 2023-01-10 Uatc, Llc Predictive mobile test device control for autonomous vehicle testing
CN111272441A (zh) * 2020-02-21 2020-06-12 上海昶欣机动车技术服务有限公司 一种机动车安全检测系统
CN111459816B (zh) * 2020-03-31 2023-11-14 北京百度网讯科技有限公司 故障注入测试方法、装置、系统及存储介质
US20210302981A1 (en) * 2020-03-31 2021-09-30 Gm Cruise Holdings Llc Proactive waypoints for accelerating autonomous vehicle testing
CN112019401B (zh) * 2020-08-13 2021-09-17 上海帆一尚行科技有限公司 一种车联网应用安全测试方法、装置、系统和电子设备
CN112269740A (zh) * 2020-10-27 2021-01-26 知行汽车科技(苏州)有限公司 自动驾驶软件的自动测试方法及装置
CN112559326A (zh) * 2020-12-03 2021-03-26 北京车和家信息技术有限公司 一种融合标定的测试方法及装置、车载系统及车辆
WO2022146742A1 (en) * 2020-12-30 2022-07-07 Robocars Inc. Systems and methods for testing, training and instructing autonomous vehicles
CN113535547B (zh) * 2021-06-18 2022-08-02 中汽研(天津)汽车工程研究院有限公司 一种基于功能安全的测试方法
CN115277442B (zh) * 2022-06-24 2023-07-28 重庆长安汽车股份有限公司 一种用于智能汽车功能验证的方法及其仿真模型车
GB2624914A (en) * 2022-11-30 2024-06-05 Oxa Autonomy Ltd A computer-implemented method, a transistory or non-transistory computer-readable medium, and an autonomous vehicle
CN115879323B (zh) * 2023-02-02 2023-05-23 西安深信科创信息技术有限公司 自动驾驶仿真测试方法、电子设备及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19615008A1 (de) 1996-04-16 1997-10-23 Maha Gmbh & Co Kg Verfahren und Vorrichtung zum Steuern eines Prüfstraßensystems für Kraftfahrzeuge
AT511131A2 (de) 2012-05-25 2012-09-15 Avl List Gmbh Verfahren zum Testen eines Fahrzeugs oder einer Komponente eines Fahrzeugs

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080028754A1 (en) * 2003-12-23 2008-02-07 Prasad Tumati Methods and apparatus for operating an emission abatement assembly
US20080275681A1 (en) * 2007-05-04 2008-11-06 Langer William J Method and system for vehicle damper system evaluation and tuning with loading system and vehicle model
US10572852B2 (en) * 2009-12-30 2020-02-25 Louis A. Santo, JR. Software application for the automated drop-off and pick-up of a service item at a service facility
US9990182B2 (en) * 2011-09-19 2018-06-05 Tata Consultancy Services Limited Computer platform for development and deployment of sensor-driven vehicle telemetry applications and services
US9633564B2 (en) * 2012-09-27 2017-04-25 Google Inc. Determining changes in a driving environment based on vehicle behavior
AT512717B1 (de) * 2013-07-26 2015-02-15 Avl List Gmbh Verfahren zur Durchführung eines Prüflaufs auf einem Prüfstand
CN103592903B (zh) * 2013-08-18 2015-12-23 北京联合大学 一种汽车智能驾驶测试数据远程监测方法及系统
CN104298122B (zh) * 2014-02-20 2018-01-19 郑州宇通客车股份有限公司 一种用于acc系统开发的硬件在环试验系统及试验方法
US20210133871A1 (en) * 2014-05-20 2021-05-06 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature usage recommendations
CN104460349B (zh) * 2014-11-28 2017-01-18 北京经纬恒润科技有限公司 实车在回路仿真测试方法、实时仿真机及系统
CN204330354U (zh) * 2015-01-12 2015-05-13 交通运输部公路科学研究所 无人驾驶车辆遥控制动性能测试系统
DE102016220670A1 (de) * 2015-11-06 2017-05-11 Ford Global Technologies, Llc Verfahren und System zum Testen von Software für autonome Fahrzeuge

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19615008A1 (de) 1996-04-16 1997-10-23 Maha Gmbh & Co Kg Verfahren und Vorrichtung zum Steuern eines Prüfstraßensystems für Kraftfahrzeuge
AT511131A2 (de) 2012-05-25 2012-09-15 Avl List Gmbh Verfahren zum Testen eines Fahrzeugs oder einer Komponente eines Fahrzeugs

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Publikation Bock T., Maurer M., van Meel F., Müller T., "Vehicle in the Loop, Ein innovativer Ansatz zur Kopplung virtueller mit realer Erprobung" in ATZ 01/2008 Jahrgang 110, S. 2–8

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017130549A1 (de) 2017-12-19 2019-06-19 Volkswagen Aktiengesellschaft Verfahren zur Durchführung einer Eigendiagnose bei einem autonomen Fahrzeug
WO2019122007A1 (de) 2017-12-19 2019-06-27 Volkswagen Aktiengesellschaft Verfahren zur durchführung einer eigendiagnose bei einem autonomen fahrzeug
US11787423B2 (en) 2017-12-19 2023-10-17 Volkswagen Aktiengesellschaft Method for carrying out a self-diagnosis in an automated vehicle
DE102018122864A1 (de) * 2018-09-18 2020-03-19 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verteiltes Mehrbenutzer-Simulationssystem
DE102019202106A1 (de) * 2019-02-18 2020-08-20 Zf Friedrichshafen Ag Verfahren zum Validieren von automatisierten Funktionen eines Fahrzeugs
WO2020169374A1 (de) 2019-02-18 2020-08-27 Zf Friedrichshafen Ag Verfahren zum validieren von automatisierten funktionen eines fahrzeugs
DE102020107367A1 (de) 2020-03-18 2021-09-23 Audi Aktiengesellschaft Verfahren zum Betreiben einer Datenbankeinrichtung zum Sammeln von Fehlerdatensätzen aus einer Vielzahl von Kraftfahrzeugen; Datenbankeinrichtung; Kraftfahrzeug-Steuereinrichtung sowie System
WO2021185523A1 (de) 2020-03-18 2021-09-23 Audi Ag Verfahren zum betreiben einer datenbankeinrichtung zum sammeln von fehlerdatensätzen aus einer vielzahl von kraftfahrzeugen; datenbankeinrichtung; kraftfahrzeug-steuereinrichtung sowie system
DE102020107367B4 (de) 2020-03-18 2022-03-31 Audi Aktiengesellschaft Verfahren zum Betreiben einer Datenbankeinrichtung zum Sammeln von Fehlerdatensätzen aus einer Vielzahl von Kraftfahrzeugen; Datenbankeinrichtung; Kraftfahrzeug-Steuereinrichtung sowie System
DE102020112490A1 (de) 2020-05-08 2021-11-11 Bayerische Motoren Werke Aktiengesellschaft Erzeugen von zumindest einer Testanweisung zur Durchführung eines Tests mit einem Kraftfahrzeug
DE102022117841A1 (de) 2022-07-18 2024-01-18 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren, System und Computerprogrammprodukt zur Kalibrierung und Validierung eines Fahrerassistenzsystems (ADAS) und/oder eines automatisierten Fahrsystems (ADS) unter Berücksichtigung einer subjektiven Bewertung

Also Published As

Publication number Publication date
US10579512B2 (en) 2020-03-03
US20170132118A1 (en) 2017-05-11
CN106991041A (zh) 2017-07-28
CN106991041B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
DE102016220670A1 (de) Verfahren und System zum Testen von Software für autonome Fahrzeuge
EP3438901A1 (de) Testfahrtszenario-datenbanksystem für realitätsnahe virtuelle testfahrtszenarien
DE102019108477A1 (de) Automatische navigation unter verwendung von deep reinforcement learning
DE102005026040B4 (de) Parametrierung eines Simulations-Arbeitsmodells
DE102017213634A1 (de) Verfahren und Vorrichtung für die Durchführung von virtuellen Tests in einer virtuellen Realitätsumgebung für ein autonom fahrendes Fahrzeug
DE102016100428A1 (de) In virtuellen Umgebungen verfeinertes autonomes Fahren
DE102018200011A1 (de) Testsystem und Verfahren zum Testen einer Steuerung eines zumindest teilweise autonom fahrenden Fahrzeugs in einer virtuellen Umgebung
DE102018206188A1 (de) System zum Durchführen von XiL-Tests von Komponenten selbstfahrender Kraftfahrzeuge
DE102021100149A1 (de) Computerimplementiertes Verfahren zum Bereitstellen eines Test-Verlaufs zu testender Verkehrsszenarien
DE102020128978A1 (de) Trainieren von tiefen neuronalen netzwerken mit synthetischen bildern
WO2021213593A1 (de) Verfahren zum planen eines automatisierten parkvorgangs für ein fahrzeug
EP3832517A1 (de) Computerimplementiertes verfahren zur einbindung mindestens eines signalwerts in einem virtuellen steuergerät
DE102017109132A1 (de) Verfahren und IT-Infrastruktur zum modellbasierten Testen von Software für ein Fahrzeug-Anwendungssystem und zum Bereitstellen entsprechender Testergebnisse
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
DE102018211726A1 (de) Verfahren zum automatischen maschinellen Trainieren eines elektronischen Fahrzeugführungssystems, sowie Kraftfahrzeug
DE102018207566A1 (de) System zum Durchführen von simulierten Kollisionsszenarios von einem Kraftfahrzeug mit einem nicht-motorisierten Verkehrsteilnehmer
WO2021130066A1 (de) Training von neuronalen netzen durch ein neuronales netz
DE102017201796A1 (de) Steuervorrichtung zum Ermitteln einer Eigenbewegung eines Kraftfahrzeugs sowie Kraftfahrzeug und Verfahren zum Bereitstellen der Steuervorrichtung
DE102019203205A1 (de) Verfahren zum Auswerten von Fahrzeugdaten sowie Fahrzeugdatenauswertesystem zum Durchführen eines derartigen Verfahrens
WO2022251890A1 (de) Verfahren und system zum testen eines fahrerassistenzsystems für ein fahrzeug
DE102017218143A1 (de) Verfahren und Vorrichtung zum Ansteuern eines fahrzeugelektronischen Planungsmodules
DE102020206641B4 (de) Verfahren und Vorrichtung zum Bereitstellen einer hochauflösenden digitalen Karte
EP4226248A1 (de) Verfahren und ein system zum testen eines fahrerassistenzsystems für ein fahrzeug
EP3979009A1 (de) Erzeugen eines vereinfachten modells für xil-systeme
DE102020127253A1 (de) Quantifizieren von fotorealismus in simulierten daten mit gan

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G01M0017000000

Ipc: G06F0019000000

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0019000000

Ipc: G16Z0099000000

R082 Change of representative

Representative=s name: MARKOWITZ, MARKUS, DR.-ING., DE