-
Die Erfindung betrifft ein System zum Durchführen von simulierten Kollisionsszenarios von einem Kraftfahrzeug mit einem nicht-motorisierten Verkehrsteilnehmer.
-
Selbstfahrende Kraftfahrzeuge (manchmal auch autonome Landfahrzeuge genannt) sind Kraftfahrzeuge, die ohne Einflussnahme eines menschlichen Fahrers fahren, steuern und einparken können (hochautomatisiertes Fahren bzw. autonomes Fahren). Im Falle, dass keinerlei manuelles Steuern seitens eines Fahrers nötig ist, wird auch der Begriff Roboterauto verwendet. Der Fahrersitz kann unbesetzt bleiben; eventuell sind kein Lenkrad, Brems- und Gaspedal vorhanden.
-
Selbstfahrende Kraftfahrzeuge können mit Hilfe verschiedener Sensoren ihre Umgebung erfassen und aus den gewonnenen Informationen ihre Position und die anderer Verkehrsteilnehmer bestimmen, in Zusammenarbeit mit einer Navigationssoftware ein Fahrziel ansteuern und Kollisionen auf dem Weg dahin vermeiden.
-
Hierzu weisen selbstfahrende Kraftfahrzeuge komplexe Pakete von Subsystemen auf um in realen Verkehrsszenarien zu navigieren. Um das automatisierte Fahren zu testen, werden die Kraftfahrzeuge in der realen Welt getestet, wo verschiedene Verkehrssituationen bewertet werden. Dies ist jedoch ein kostspieliger Vorgang und die Unfallrisiken sind hoch. Um Unfälle zu vermeiden und auch Kosten zu reduzieren werden Tests in computergenerierten virtuellen Umgebungen, wie z.B. in virtuellen Städten durchgeführt.
-
Während und nach der Entwicklung sind also physikalische Tests auf einem Testgelände notwendig. Anschließend werden die finalen Tests in realen Szenarien durchgeführt. Dieser Vorgang muss für jeden Typ/M Modell des Kraftfahrzeugs durchgeführt werden. Dies kann auch verschiedene Motortypen umfassen, da die Drehzahl, die relativ zum Motordrehmoment ist, vor und nach der Kollision ausgewertet werden muss. Zusammenfassend sind die Kosten hoch.
-
Ferner hat eine Abstimmung der Antriebsstrangelemente des Kraftfahrzeugs zu erfolgen. Hierzu ist es erforderlich, den Effekt von automatisierten Fahrfunktionen auf die Motorleistung zu kennen, um ihn berücksichtigen zu können.
-
Es besteht also Bedarf daran, Wege aufzuzeigen, wie der Aufwand zur Durchführung derartiger Tests reduziert werden kann.
-
Die Aufgabe der Erfindung wird gelöst durch ein System zum Durchführen von simulierten Kollisionsszenarios von einem Kraftfahrzeug mit einem nicht-motorisierten Verkehrsteilnehmer in einer virtuellen Umgebung, mit einem Umgebungs-Modul, ausgebildet zum Bereitstellen der virtuellen Umgebung, einem Physik-Modul, ausgebildet für Physiksimulationen und einem XiL-Test-Modul, ausgebildet zum Durchführen eines XiL-Tests, wobei das Umgebungs-Modul Daten repräsentativ für den nicht-motorisierten Verkehrsteilnehmer verwaltet, wobei das Physik-Modul Daten repräsentativ für ein physikalisches Verhalten von simulierten Objekten in der virtuellen Umgebung bereitstellt, und wobei das XiL-Test-Modul eine zu prüfende Kollisionsvermeidungsstrategie verwaltet.
-
Mit anderen Worten, es werden vorbestimmte Kollisionsvermeidungsstrategien zur Verhinderung einer Kollision des Kraftfahrzeugs mit einem nicht-motorisierten Verkehrsteilnehmer, wie z.B. einem Fußgänger oder Radfahrer, in ebenfalls vorbestimmten Kollisionsszenarios geprüft. Diese Prüfung erfolgt in einer virtuellen Umgebung bzw. virtuellen Welt. Dabei wird unter einer virtuellen Umgebung eine Welt verstanden, welche ein Nutzer zumeist über einen Computer und/oder Internet betreten kann. Als wichtiges Merkmal ist die simultane Partizipation mehrerer Nutzer, die sich unabhängig voneinander im virtuellen Raum bewegen können.
-
Das Umgebungs-Modul stellt die virtuelle Umgebung mit beweglichen Objekten und ortsfesten Objekten, wie z.B. Straßen, Gebäuden und Bäumen bereit, während das Physik-Modul das physikalische Verhalten der beweglichen Objekte simuliert. Das XiL-Test-Modul stellt auf das Kraftfahrzeug einwirkende Steuersignale bereit, die Resultat der umzusetzenden Kollisionsvermeidungsstrategie sind.
-
Mit diesem System können XiL-in-Loop-Tests vollständig in die virtuelle Umgebung verlagert werden. Damit sind Tests nur notwendig, um Testergebnisse aus dem System zu vergleichen. Bei den XiL-Tests kann es sich um MiL (Model-in-the-Loop), SiL (Software-in-the-Loop), PiL-Tests (Processor-in-the-Loop und/oder HiL (Hardware-in the-Loop) handeln. MiL umfasst dabei den Aufbau von Modellen für eine Regelstrecke und ein ECU zur Verhaltenssimulation, SiL das Erstellen von Modellen in der Zielsprache des ECUs zum automatisierten Testen im Softwareentwicklungen, PiL das Testen von Prozessoren, und HiL bezeichnet ein Verfahren, bei dem ein eingebettetes System (z B. reales elektronisches ECU oder reale mechatronische Komponente, die Hardware) über seine Ein- und Ausgänge an ein angepasstes Gegenstück angeschlossen wird. So kann der Aufwand zur Durchführung derartiger Tests deutlich reduziert werden.
-
Gemäß einer Ausführungsform stellt das XiL-Test-Modul einen Betriebsparameter eines Antriebsstranges des Kraftfahrzeugs auf Erfassen des nicht-motorisierten Verkehrsteilnehmers bereit. Mit anderen Worten, das XiL-Test-Modul stellt auch Betriebsparameter bereit, die Resultat der umzusetzenden Kollisionsvermeidungsstrategie sind, die auf ein erfassen eines nicht-motorisierten Verkehrsteilnehmers hin umgesetzt wird. Parameter des Antriebsstranges können z.B. Drehmoment, Geschwindigkeit und Bremseinfluss durch den Einsatz von XiL-In-Loop sein, wenn ein Fußgänger oder anderer nicht-motorisierter Verkehrsteilnehmer von den Sensoren (z.B. LIDAR, Stereokamera, Monokamera etc.) des Kraftfahrzeugs erkannt wird. Daher unterstützt das System auch bei der Optimierung von Antriebsstrangelementen während des automatisierten Fahrens.
-
Gemäß einer weiteren Ausführungsform weist das Umgebungs-Modul ein Kollisionsvermeidungssystem auf, wobei das Umgebungs-Modul einen Fußgängergenerator für den nicht-motorisierten Verkehrsteilnehmer, einen Kraftfahrzeuggenerator (für ein Kraftfahrzeug und einen Umgebungsgenerator für die virtuelle Umgebung aufweist. Die genannten Generatoren können als Software-Agenten ausgebildet sein. Die genannten Generatoren erzeugen jeweils Datensätze repräsentativ für Fußgänger, Kraftfahrzeuge und die Umgebung, die in der virtuellen Umgebung zusammengeführt werden. So kann das System als verteiltes System ausgebildet werden, dass auf Rechnerressourcen verschiedener Rechner zurückgreifen kann. Auch können die Generatoren von Nutzern an unterschiedlichen Orten parametrisiert und/oder konfiguriert werden, so dass Tests zeit- und ortsungebunden durchgeführt werden können.
-
Gemäß einer weiteren Ausführungsform ist der Fußgängergenerator für den nicht-motorisierten Verkehrsteilnehmer und/oder der Kraftfahrzeuggenerator für ein Kraftfahrzeug und/oder das Umgebungs-Modul dazu ausgebildet, Daten aus einer Datenbank repräsentativ für das Verkehrsverhalten von dem nicht-motorisierten Verkehrsteilnehmer einzulesen und auszuwerten. So kann auf archivierte Daten einer Datenbank zurückgegriffen werden, so dass das Verhalten realer Verkehrsteilnehmer zum Testen verwendet werden kann.
-
Gemäß einer weiteren Ausführungsform ist der Fußgängergenerator für den nicht-motorisierten Verkehrsteilnehmer und/oder der Kraftfahrzeuggenerator für ein Kraftfahrzeug und/oder das Umgebungs-Modul dazu ausgebildet, Real-Daten repräsentativ für das Verkehrsverhalten von dem nicht-motorisierten Verkehrsteilnehmer einzulesen und auszuwerten. Real-Daten können Mess- bzw. Sensordaten sein, die in Echtzeit zur Verfügung gestellt werden. So kann auf Daten zurückgegriffen werden, die das Verhalten realer Verkehrsteilnehmer repräsentieren.
-
Gemäß einer weiteren Ausführungsform ist der Fußgängergenerator für den nicht-motorisierten Verkehrsteilnehmer und/oder der Kraftfahrzeuggenerator für ein Kraftfahrzeug und/oder das Umgebungs-Modul dazu ausgebildet, das Verkehrsverhalten des nicht-motorisierten Verkehrsteilnehmers nachzubilden, und hierbei insbesondere Real-Daten repräsentativ für das Verkehrsverhalten von dem nicht-motorisierten Verkehrsteilnehmer einzulesen und auszuwerten. Es wird also auf erfasste Daten zurückgegriffen und diese werden mit Kl-Algorithmen ausgewertet, um das natürliche Verhalten von z.B. Fußgängern nachzubilden, wie z.B. Ausweichbewegungen im Falle einer herannahenden Kraftfahrzeugs. Dabei übertragen die KI-Algorithmen ein Verhalten in einem Ausgangsszenario in andere, verwandte Szenarien. So kann ein approximiertes Verhalten realer Verkehrsteilnehmer zum Testen verwendet werden. Unter KI-Algorithmen werden dabei Algorithmen verstanden, die dem Bereich der künstlichen Intelligenz zugerechnet werden und z.B. lernfähig sind, d.h. Ihr Verhalten fortlaufend optimieren.
-
Gemäß einer weiteren Ausführungsform stellt das XiL-Test-Modul Daten für das Umgebungs-Modul bereit. Es werden also Ergebnisse von XiL-Test in die virtuelle Umgebung transferiert. So können die Ergebnisse von XiL-Tests verifiziert werden.
-
Gemäß einer weiteren Ausführungsform sind das XiL-Test-Modul und das - Umgebungs-Modul für einen bidirektionalen Datenaustausch ausgebildet. So können z.B. auch Ereignisse aus der virtuellen Umgebung zurückwirken auf den XiL-Test.
-
Gemäß einer weiteren Ausführungsform werden eine Mehrzahl von XiL-Test-Modulen verwendet. So können komplexe Tests durchgeführt werden, die Rückwirkungen unterschiedlicher Komponenten, insbesondere im Fall eines Vermeidens einer Kollision mit einem Fußgänger oder anderen nicht-motorisierten Verkehrsteilnehmer wirksam werden, durchgeführt werden.
-
Ferner gehört zur Erfindung ein Computerprogrammprodukt für ein derartiges System.
-
Es wird nun die Erfindung anhand einer Zeichnung erläutert. Es zeigen:
- 1 in schematischer Darstellung ein System zum Durchführen von simulierten Kollisionsszenarios von einem Kraftfahrzeug mit einem nicht-motorisierten Verkehrsteilnehmer.
- 2 in schematischer Darstellung weitere Details des in 1 dargestellten Systems.
- 3 in schematischer Darstellung weitere Details des in 1 dargestellten Systems.
-
Es wird zunächst auf 1 Bezug genommen.
-
Das System 2 ist zum Durchführen von simulierten Kollisionsszenarios von einem Kraftfahrzeug mit nicht-motorisierten Verkehrsteilnehmern, wie z.B. Fußgängern oder Radfahrern, ausgebildet.
-
Das Kraftfahrzeug ist im vorliegenden Ausführungsbeispiel ein PKW. Ferner ist das Kraftfahrzeug im vorliegenden Ausführungsbeispiel als selbstfahrendes Kraftfahrzeug ausgebildet, dass ohne Einflussnahme eines menschlichen Fahrers fahren, steuern und einparken kann. Hierzu weist das reale Kraftfahrzeug verschiedene Sensoren zur Umgebungserfassung auf und kann aus den gewonnenen Informationen seine Position und die anderer Verkehrsteilnehmer bestimmen, in Zusammenarbeit mit einer Navigationssoftware ein Fahrziel ansteuern und Kollisionen auf dem Weg dorthin vermeiden.
-
Das System 2 weist im vorliegenden Ausführungsbeispiel ein Umgebungs-Modul 4 zum Bereitstellen einer virtuellen Umgebung, ein Physik-Modul 6 für eine physikalische Simulationen und ein XiL-Test-Modul 8 für XiL-Tests sowie Hardware-Komponenten 10 auf.
-
Das Umgebungs-Modul 4, das Physik-Modul 6 und/oder das XiL-Test-Modul 8 können für ihre Aufgaben und Funktionen Hard- und/oder Software-Komponenten aufweisen.
-
Das Umgebungs-Modul 4 weist im vorliegenden Ausführungsbeispiel eine Echtzeit-Rendering-Engine auf, die einen auf Rasterung (Tiefenpuffer) basierenden Rendering-Ansatz wie OpenGL oder DirectX verwendet. Dies kann in eine Spielengine, z.B. wie Unity3d oder Unreal, eingebettet sein. Dabei wird unter Rendern (Engl. to render; zu Deutsch: Bildsynthese) das Erstellen einer Grafik aus einem Modell oder Rohdaten wie z. B. Geoinformationen, verstanden.
-
Das Umgebungs-Modul 4 ist im vorliegenden Ausführungsbeispiel ferner direkt mit den Hardware-Komponenten 10 datenübertragend verbunden. Bei den Hardware-Komponenten 10 kann es sich z.B. um Kameras handeln, die dann in die Simulationen Eingang finden.
-
Das Physik-Modul 6 ist dazu ausgebildet, physischen Modellierungen, die von dem Umgebungs-Modul 4 für eine virtuelle Umgebung benötigt werden, bereitzustellen. Beispielsweise wird eine Fahrdynamik des Kraftfahrzeugs mit Matlab-Simulink simuliert, wobei Inhouse-Software-Bibliotheken verwendet werden. Das Physik-Modul 6 für eine physikalische Simulation kann auch eine Physik-Engine, wie z.B. Nvidia PhysX oder Bullet Physics, sein, um beispielsweise Kollisionen zu berechnen.
-
Das XiL-Test-Modul 8 verwaltet zu testende Kollisionsvermeidungsstrategien. Bei den XiL-Tests kann es sich um MiL (Model-in-the-Loop), SiL (Software-in-the-Loop), PiL-Tests (Processor-in-the-Loop), und/oder HiL (Hardware-in the-Loop) handeln. Hierzu greift das XiL-Test-Modul 8 für einen XiL-Test auf Testkomponenten 14a, 14b, 14c zurück.
-
MiL umfasst dabei den Aufbau von Modellen für eine Regelstrecke und ein ECU zur Verhaltenssimulation, SiL das Erstellen von Modellen in der Zielsprache des ECUs zum automatisierten Testen im Softwareentwicklungen, PiL das Testen von Prozessoren, und HiL bezeichnet ein Verfahren, bei dem ein eingebettetes System (z.B. ein reales elektronisches ECU oder reale mechatronische Komponente, also Hardware) über seine Ein- und Ausgänge an ein angepasstes Gegenstück angeschlossen wird.
-
Im vorliegenden Ausführungsbeispiel stellt das XiL-Test-Modul 8 für einen XiL-Test einen Betriebsparameter eines Antriebsstranges des Kraftfahrzeugs auf Erfassen eines nicht-motorisierten Verkehrsteilnehmers, wie z.B. eines Fußgängers oder Radfahrers, bereit. Betriebsparameter des Antriebsstranges können z.B. Drehmoment, Geschwindigkeit und Bremseinfluss durch den Einsatz von XiL sein, wenn ein Fußgänger oder anderer nicht-motorisierter Verkehrsteilnehmer von den Sensoren (z.B. LIDAR, Stereokamera, Monokamera etc.) des Kraftfahrzeugs erfasst wird.
-
Die genannten Module sind über eine Netzwerkschicht 12 datenübertragend miteinander verbunden. Die Netzwerkschicht 12 wird im vorliegenden Ausführungsbeispiel durch eine Softwarebibliothek gebildet, die in die genannten Komponenten des Systems 2 eingebettet ist. Die Hauptaufgabe der Netzwerkschicht 12 besteht darin, eine effiziente Kommunikation zwischen den genannten Komponenten bereitzustellen. Die Netzwerkschicht 12 verwendet im vorliegenden Ausführungsbeispiel z. B. Netzwerkprotokolle wie UDP oder TCP/IP.
-
Im Betrieb empfängt das Umgebungs-Modul 4 von dem Physik-Modul 6 eine physikalische Simulation, so dass ein Verhalten des Kraftfahrzeugs oder eine Weltphysik in dem Umgebungs-Modul 4 nicht berechnet wird. Das Umgebungs-Modul 4 ist für die Visualisierung der virtuellen Umgebung ausgebildet.
-
Ferner verwaltet das Umgebungs-Modul 4 im Betrieb Daten repräsentativ für den nicht-motorisierten Verkehrsteilnehmer, während das Physik-Modul 6 für die physikalische Simulation Daten repräsentativ für ein physikalisches Verhalten eines simulierten Objekts bereitstellt. Das XiL-Test-Modul 8 verwaltet die zu prüfende Kollisionsvermeidungsstrategie.
-
Es wird nun zusätzlich auf 2 Bezug genommen.
-
Dargestellt ist ein Kollisionsvermeidungssystem 16.
-
Das Kollisionsvermeidungssystem 16 ist im vorliegenden Ausführungsbeispiel als ein Untersystem des Umgebungs-Moduls 4 ausgebildet.
-
Es ist ein Teil einer Softwarearchitektur, in der es nur virtuell existiert.
-
Das Kollisionsvermeidungssystem 16 ist dazu ausgebildet, eine 4-seitige Kollisionserkennung (Vorwärts-, Rückwärts-, Links- und Rechtskollisionserkennung) zu testen. Es kann verschiedene Sensoren, wie z.B. LIDAR, Radar und Kamerasensoren, nutzen. Es kann als ein Testgerät angesehen werden, das die Kollisionen oder Kollisionsszenarien erzeugt und in der Lage ist, die Kollisionen zu erkennen und XiL-Eingaben oder bekannte Kollisionsalgorithmen zu verwenden.
-
Das Kollisionsvermeidungssystem 16 behandelt Kollisionen mit der Karosserie des Kraftfahrzeugs. Da jedes Kraftfahrzeug einen Kollisionskörper aufweist, können die anderen Objekte, d.h. nicht-motorisierte Verkehrsteilnehmer, in der virtuellen Umgebung auch jeweils durch einen Kollisionskörper repräsentiert werden. Die Kollisionskörper können durch eine Gitterstruktur oder eine vereinfachte Begrenzungsbox dargestellt werden. Um zu überprüfen, ob das Kraftfahrzeug mit einem Objekt in der virtuellen Umgebung kollidiert, können bekannte Kollisionsdetektionsalgorithmen verwendet werden, z.B. I-kollidieren. Das Kraftfahrzeug oder die anderen Objekte könnten mit einem größeren Kollisionskörper dargestellt werden, um die Kollision in einem frühen Stadium zu überprüfen, z.B. für eine frühe Kollisionserkennung.
-
Im Allgemeinen greift das Kollisionsvermeidungssystem 16 auf Sensordaten zurück. Daher ist das Kollisionsvermeidungssystem 16 auch für die Auswertung der verschiedenen Sensordaten, z.B. Daten von einer Stereokamera, ausgebildet. Es kann direkt diese Daten zum Bestimmen von Kollisionen verwenden. Dabei umfassen die Sensordaten die Daten realer Sensoren oder von Sensorsimulation, wie z B. Kamera, LIDAR und Radarsimulation. Diese Daten werden auch als Teil von XiL-Test bzw. -Simulation angesehen.
-
So kann das Kollisionsvermeidungssystem 16 Tests mit bekannten Kollisionsdetektionsalgorithmen oder der Verwendung von XiL-Eingaben (in diesem Fall Sensordaten) ausführen. Es kann verwendet werden, um den XiL-Eingang (Sensordaten) durch die zuvor erwähnten Kollisionsdetektionsalgorithmen durch Vergleich der Ergebnisse zu testen.
-
Das Kollisionsvermeidungssystem 16 weist im vorliegenden Ausführungsbeispiel einen Fußgängergenerator 18, einen Kraftfahrzeuggenerator 20 und einen Umgebungsgenerator 22 auf. Daneben können noch weitere Komponenten vorgesehen sein.
-
Der Fußgängergenerator 18, der Kraftfahrzeuggenerator 20 und/oder der Umgebungsgenerator 22 können für ihre Aufgaben und Funktionen Hard- und/oder Software-Komponenten aufweisen.
-
In einem ersten Betriebsmodus werden Daten aus den Datenbanken eingelesen. Diese Datenbanken wurden erstellt, indem Fußgänger zu verschiedenen Tageszeiten von mehreren Kameras an verschiedenen Orten erfasst wurden. Die Daten umfassen hauptsächlich die Anzahl der Fußgänger, deren Typus (Mann, Frau, Kind, Senior), ihre Position und Datumsangaben einschließlich Uhrzeit. Da Positionen und Zeiten ebenfalls simuliert werden, stimmen sie mit einer virtuellen Stadtlandschaft in der virtuellen Umgebung überein, wobei die Position und Orientierung (im euklidischen Raum) der Fußgänger zugeordnet werden. Der Vorteil dieses Modus ist, dass er es ermöglicht, unvorhergesehenes Verhalten der Fußgänger zu testen, z.B. springende Kinder, die plötzlich auf einer Straße erscheinen.
-
Auf der anderen Seite wäre dieser Betriebsmodus auf die Menge der Daten in der Datenbank beschränkt. Daher könnte dieser Betriebsmodus besser für die Verifizierung der anderen Testergebnisse geeignet sein, die mit den anderen Betriebsmodi erzielt werden.
-
In einem zweiten Betriebsmodus kommen die Daten direkt von einer Hardware-Komponente 12 kommen, wie z.B. einer Kamera, da die virtuelle Umgebung leicht über ein Netzwerk mit den Hardware-Komponenten 12 verbunden werden kann. In diesem Fall sollten Bilddaten von der virtuellen Umgebung unter Verwendung von Bildverarbeitungsalgorithmen aufbereitet werden.
-
In einem dritten Betriebsmodus werden KI-Algorithmen verwendet. Dementsprechend gehen die Fußgänger auf Bürgersteigen und überqueren die Straßen regelmäßig. Die KI-Algorithmen machen virtuell Fußgänger auf Gebäude, andere Fußgänger und Kraftfahrzeuge aufmerksam. Auf diese Weise schneiden sie sich nicht und neigen dazu, Kraftfahrzeuge zu vermeiden. Die Kl-Algorithmen können auf maschinelle Lernalgorithmen, wie z.B. Random Forests, zurückgreifen, um die Objekte zu klassifizieren, die mit einem Fußgänger kollidieren könnten. Ein Entscheidungsbaum als Ergebnis einer Klassifikation der Kollisionskörper kann gebildet und ausgewertet werden, um Fußgänger zu bewegen. Objekte, die massive Kollisionskörper aufweisen, wie z.B. Häuser oder Felsen, können als statisch-risikoarme Objekte klassifiziert werden, während kleinere Kollisionskörper wie Fußgänger oder Fahrräder als dynamisch-risikoreiche Objekte klassifiziert werden können. Die KI-Algorithmen können durch Einsatz von Deep-Learning-Algorithmen für eine verbesserte Kollisionsvermeidung im Falle einer nichtlinearen Klassifikation ausgebildet werden. Dies kann es erlauben, eine Gehrichtung eines Fußgängers zu beurteilen, wenn beispielsweise viele kollisionsrelevante Objekte vorhanden sind.
-
In einem vierten Betriebsmodus werden Bestandteile des ersten und dritten Betriebsmodus miteinander kombiniert. Mit anderen Worten, dieser Betriebsmodus ist ein Hybridmodus. Maschinellen Lernalgorithmen, wie (z.B. SVM-Verfahren, greifen auf Datenbanken mit archivierten Kameradaten zu und werten diese aus, um Trainingsdatensätze zu erzeugen. So können die KI-Algorithmen bestimmen, wo ein Fußgänger sein würde, wenn ein Kraftfahrzeug durch eine Straße fährt. Danach kann das Verhalten der Fußgänger durch Verwendung von Kollisionsdetektionsalgorithmen gehandhabt werden.
-
Der Kraftfahrzeuggenerator 20 ist dazu ausgebildet, virtuelle Kraftfahrzeuge, wie z.B. PKW, LKW, Motorräder, usw. zu erzeugen und deren Verhalten in der virtuellen Umgebung zu steuern. Jedes Kraftfahrzeug kann durch eine Kollisions-Begrenzungsbox oder eine Gitterstruktur des Kraftfahrzeugs dargestellt werden. Zur Visualisierung und Kollisionserkennung können verschiedene 3D-gescannte Modell- oder CAD-Daten der Kraftfahrzeuge verwendet werden. Der Fahrzeuggenerator 20 kann für das individuelle Kollisionsvermeidungsszenario konfiguriert sein. Der Fahrzeuggenerator 20 ist dazu ausgebildet, vier Modi zum Durchführen verschiedener Kollisionsvermeidungstests bereitzustellen. Die Betriebsmodi entsprechenden schon beschriebenen Betriebsmodi des Fußgängergenerators 18.
-
Der Umgebungsgenerator 22 ist dazu ausgebildet, statische Objekte im Umgebungs-Modul 4 zu behandeln. Dazu gehören Straßen, geographische Informationen, z.B. betreffend Meere, Berge, Häuser, usw. Der Umgebungsgenerator 22 ist dazu ausgebildet, vier Betriebsmodi zum Durchführen bereitzustellen. Die Betriebsmodi entsprechen den schon beschriebenen Betriebsmodi des Fußgängergenerators 18.
-
In einem ersten Betriebsmodus werden Daten aus verschiedenen Datenbanken eingelesen. Für die geographischen Informationen ist es in der Lage, üblichen GPS-Daten einzulesen und zu auszuwerten, wie z.B. Straßenkarten usw. Es kann auch Daten einlesen und auswerten, die durch einen Nutzer durch das Umgebungs-Modul 4 bereitgestellt werden.
-
In einem zweiten Betriebsmodus können verschiedene Hardware-Komponenten 12, wie z.B. Navigationsgeräte, Infotainment-Einheiten usw., angeschlossen werden, um Objekte in der virtuellen Umgebung automatisch zu erstellen.
-
Um dies zu erreichen, können die Hardware-Komponenten 12 direkt mit einer Computerumgebung oder über die Netzwerkschicht 12 datenübertragend verbunden sein.
-
In einem dritten Betriebsmodus erstellen KI-Algorithmen zufällige Testszenarien mit virtuellen Objekten, jedoch nicht für statische Objekte.
-
In einem vierten Betriebsmodus greifen maschinelle Lernalgorithmen, wie z B. SVM-Verfahren, auf GPS-Daten und die Objektdaten zum Erzeugen von Trainingsdatensätzen zurück, um eine realistischere Testumgebung mit Straßen, Bergen und Häusern bereitzustellen.
-
Es wird nun zusätzlich auf 3 Bezug genommen.
-
Des Weiteren ist vorgesehen, dass das XiL-Test-Modul 8 Eingangsdaten für das Umgebungs-Modul 4 bereitstellt, um Steuerungen zur Kollisionsvermeidung zu simulieren. Auf diese Weise kann das XiL-Test-Modul 8 auch Fahrzeugsteuerungshardware oder nur ein Modell der Steuerungen enthalten. Unabhängig davon, was es beinhaltet (z B. Hardware, Software oder Modell), bedarf es der gleichen Eingabedaten und es stellt gleiche Ausgabedaten der virtuellen Umgebung bereit. Da das Kollisionsvermeidungssystem 16 als Teilsystem des Umgebungs-Moduls 4 mit bekannten Kollisionsalgorithmen arbeitet ist es in der Lage, Ergebnisse zu vergleichen, die von dem XiL-Test-Modul 8 für einen XiL-Test bereitgestellt werden.
-
Es kann jedes Kontrollsystem im Kraftfahrzeug simulieren. Idealerweise werden eine Mehrzahl bzw. alle Fahrzeugsteuerungen durch diese dargestellt und mit Umgebungs-Modul 4 für eine virtuelle Umgebung 4 datenübertragend verbunden. Die Kommunikation zwischen dem Umgebungs-Modul 4 für eine virtuelle Umgebung 4 und dem XiL-Test-Modul 8 für einen XiL-Test ist bidirektional. Mit anderen Worten, beide Komponenten senden und empfangen Daten voneinander. Idealerweise verwenden beide Komponenten Echtzeit-Rechenmaschinen, um Daten zu verarbeiten. Dies kann eine selbst entwickelte Computerumgebung sein oder ein kommerziell verfügbares System wie dSpace XiL Solutions. Für den Datenaustausch können Standardschnittstellen wie die ASAM XIL-Schnittstelle zwischen den Komponenten verwendet werden.
-
Die Hardware kann ein beliebiges Teil der Fahrzeugsteuerung sein. Eine wichtigere Rolle für die Kollisionsvermeidung spielen jedoch ECUs (Engine Control Unit).
-
Das XiL-Test-Modul 8 kann für verschiedene Arten von Simulationen ausgebildet sein, einschließlich Software- und Hardware-Simulationen.
-
In einem Fall ist die Radar-XiL-Simulations (Hardware)-Einheit direkt mit dem Umgebungs-Modul 4 für eine virtuelle Umgebung datenübertragend verbunden, die Radarsignale an Umgebungs-Modul 4 liefert, während sie Kollisionsdaten von dem Umgebungs-Modul 4 durch eine Kollisionstestvorrichtung empfängt. Eine weitere Steuereinheit, eine ECU (Motorsteuereinheit) (Hardware) ist mit dem Umgebungs-Modul 4 datenübertragend verbunden, um das Motorluftansaugsystem in dem Umgebungs-Modul 4 zu verwalten. Außerdem ist ein vollständiges Motormodell (Software) mit dem Umgebungs-Modul 4 datenübertragend verbunden, um den Rest der Komponenten der Motorsteuerungen zu simulieren.
-
So kann ein komplettes Kraftfahrzeug oder die wichtigsten Komponenten hiervon simuliert werden, die für die Kollisionsvermeidung eine Rolle spielen.
-
Bezugszeichenliste
-
- 2
- System
- 4
- Umgebungs-Modul
- 6
- Physik-Modul
- 8
- XiL-Test-Modul
- 10
- Hardware-Komponente
- 12
- Netzwerkschicht
- 14a
- Testkomponente
- 14b
- Testkomponente
- 14c
- Testkomponente
- 16
- Kollisionsvermeidungssystem
- 18
- Fußgängergenerator
- 20
- Kraftfahrzeuggenerator
- 22
- Umgebungsgenerator
