DE102019200720A1 - System zum Durchführen von fahrerzentrierten Fahrsimulationen - Google Patents

System zum Durchführen von fahrerzentrierten Fahrsimulationen Download PDF

Info

Publication number
DE102019200720A1
DE102019200720A1 DE102019200720.1A DE102019200720A DE102019200720A1 DE 102019200720 A1 DE102019200720 A1 DE 102019200720A1 DE 102019200720 A DE102019200720 A DE 102019200720A DE 102019200720 A1 DE102019200720 A1 DE 102019200720A1
Authority
DE
Germany
Prior art keywords
data
xil
input
traffic
simulation
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
DE102019200720.1A
Other languages
English (en)
Inventor
Turgay Aslandere
Marie Roger Alain Chevalier
Eduardo Perez Guzman
Frederic Stefan
Frederik De Smet
Vijay Raghavan Krishnaswamy
Christian Winge Vigild
Daniel Roettger
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
Priority to DE102019200720.1A priority Critical patent/DE102019200720A1/de
Publication of DE102019200720A1 publication Critical patent/DE102019200720A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00Simulators for teaching or training purposes
    • G09B9/02Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G09B9/05Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles the view from a vehicle being simulated

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein System (2) zum Durchführen von fahrerzentrierten Fahrsimulationen, mit einer virtuellen Umgebung (6), die zumindest Eingangsdaten (ED) basierend auf Fahrereingaben (E) eines Fahrers (30) mittels eines Ein- und/oder Ausgabegerätes (22) einliest, wobei die virtuelle Umgebung (6) zumindest XiL-Daten (XiL) mit einer XiL-Schnittstelle (14) austauscht, und wobei die virtuelle Umgebung (6) zumindest virtuelle Daten (VR) basierend zumindest auf den Eingangsdaten (ED) und den XiL-Daten (XiL) für das Ein- und Ausgabegerät (22) bereitstellt.

Description

  • Die Erfindung betrifft ein System zum Durchführen von fahrerzentrierten Fahrsimulationen.
  • Die Entwicklung wirksamer Strategien zur Begrenzung von Kraftfahrzeugemissionen sind aufwändig. Da Tests in verschiedenen Szenarien durchgeführt werden müssen. Dazu gehören Tests bei unterschiedlichen Temperaturen, Höhenlagen, Steigungen und Fahrsituationen wie Stadt-, Land- und Autobahnfahrten. In allen diesen Szenarien ist die Verkehrssituation ein Faktor, der die Kraftfahrzeugemissionen beeinflusst. Die Prüfung von Emissionsminderungsstrategien in realen Verkehrssituationen ist komplex und aufwändig, insbesondere, wenn ganze Fahrzeugflotten bewertet werden muss und Reproduzierbarkeit ein erforderlicher Faktor ist. Daher werden Verkehrssimulationen zur Erzeugung statistischer Informationen eingesetzt. Doch Verkehrssimulationen liefern lediglich Informationen auf makroskopischer Ebene, während die für die realen Kraftfahrzeugemissionen erforderlichen mikroskopischen Details fehlen.
  • Um realistischere Kraftfahrzeug emissionen zu simulieren sollten sowohl menschliche Faktoren wie der Fahrstil (sportlich, effizient, sanftes Fahren usw.) als auch individuelle Faktoren wie Alter, kulturell bedingtes Fahrverhalten, Stress u.a. berücksichtigt werden. Die Kombination dieser Charakterisierung eines Fahrers mit anderen Parametern wie Verkehrs- und Umweltbedingungen zur Prüfung effizienter Emissionsminderungsstrategien ist eine Herausforderung in Bezug auf Aufwand Kosten, Zeit und Komplexität. Es wurden Systeme zum Durchführen von fahrerzentrierten Fahrsimulationen entwickelt. Sie zielen vor allem darauf ab, Kraftfahrzeuge noch vor der Prototypenphase zu testen. Das Hauptziel ist es, eine Rückmeldung vom Fahrer zu erhalten.
  • Derartige Testsysteme sind z.B. aus der US 9 454 857 , der US 2008 / 0310707 , der US 2017 / 0050590 und der KR 2011 0040639 bekannt.
  • Jedoch fehlt bisher eine Möglichkeit einer Anbindung einer XiL-Schnittstelle, um so bereits vorhandene Komponenten zusammen mit Ein- und/oder Ausgabegeräten zu testen.
  • Es besteht also Bedarf daran, Wege aufzuzeigen, wie ein derartiges System weiter verbessert werden kann.
  • Die Aufgabe der Erfindung wird gelöst durch ein System zum Durchführen von fahrerzentrierten Fahrsimulationen, mit einer virtuellen Umgebung, die zumindest Eingangsdaten basierend auf Fahrereingaben eines Fahrers mittels eines Ein- und/oder Ausgabegerätes einliest, wobei die virtuelle Umgebung zumindest XiL-Daten mit einer XiL-Schnittstelle austauscht, und wobei die virtuelle Umgebung zumindest virtuelle Daten basierend zumindest auf den Eingangsdaten und den XiL-Daten für das Ein- und Ausgabegerät bereitstellt.
  • Bei fahrerzentrierten Fahrsimulationen wird auf einen Fahrer eines Kraftfahrzeugs abgestellt, d.h. es wird eine Simulation erzeugt, die das wiedergibt, was ein Fahrer unter realen Bedingungen sehen würde. Dabei umfasst die Simulation z.B. entsprechende Bilddaten.
  • Unter einer virtuellen Umgebung wird eine bereitgestellte virtuelle Realität, kurz VR, verstanden, d.h. eine Darstellung einer simulierten Wirklichkeit und ihrer physikalischen Eigenschaften in Echtzeit. Mit anderen Worten, es handelt sich um eine computergenerierte, interaktive virtuelle Umgebung.
  • Die Ein- und/oder Ausgabegeräte können Mock-up-Komponenten oder Komponenten eines realen Kraftfahrzeugs nachgebildet sein oder diesen entsprechen. Es kann sich z.B. um ein Lenkrad oder eine Pedalanordnung mit zumindest Fahr- und Bremspedal eines Kraftfahrzeugs handeln. Zusätzlich oder alternativ können die Ein- und/oder Ausgabegeräte auch als VR-Komponenten ausgebildet sein, wie z.B. als sogenanntes Head-Mounted Display (kurz HMD, auch Videobrille, Helmdisplay oder VR-Helm), das ein auf dem Kopf getragenes visuelles Ausgabegerät ist. Es stellt Bilddaten entweder auf einem augennahen Bildschirm dar oder projiziert sie direkt auf die Netzhaut. Die Ein- und/oder Ausgabegeräte können einem Fahrer es ermöglichen, Fahrereingaben zu tätigen und/oder dem Fahrer eine Rückmeldung über die Folgen bzw. Wirkungen seiner Fahrereingaben zu geben.
  • Über die XiL-Schnittstelle können XiL-Tests angebunden und XiL-Daten bidirektional übertragen werden. 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 von 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 Komponenten, d.h. Hardware) über seine Ein- und Ausgänge an ein angepasstes Gegenstück angeschlossen wird. So kann mittels der XiL-Schnittstelle z.B. ein Antriebsstrang eines Kraftfahrzeugs getestet und so sein Emissionsverhalten beobachtet sowie analysiert werden.
  • So können im Rahmen von fahrerzentrierten Fahrsimulationen über die XiL-Schnittstelle bereits vorhandenen Komponenten zusammen mit Ein- und/oder Ausgabegeräten getestet werden.
  • Gemäß einer Ausführungsform stellt eine Verkehrssimulation zumindest basierend auf Fahrsimulationseingangsdaten zumindest Fahrsimulationsausgangsdaten bereit. Die Verkehrssimulation erlaubt eine Modellierung von sowohl einzelnen Verkehrsteilnehmern als auch von öffentlichem Verkehr. Ferner können Werkzeuge zur Routensuche für Kraftfahrzeuge, zur Visualisierung einer Simulation und zur Berechnung von Schadstoffemissionen vorgesehen sein. Eine derartige Verkehrssimulation ist z.B. SUMO (Simulation of Urban Mobility). SUMO ist eine Open-Source mikroskopische Verkehrssimulation und wurde hauptsächlich vom Deutschen Zentrum für Luft- und Raumfahrt weiterentwickelt und ist seit 2001 frei verfügbar.
  • Gemäß einer weiteren Ausführungsform liest ein Verkehrsdatenspeicher zumindest von der virtuellen Umgebung bereitgestellte VR-Daten ein. Die VR-Daten sind dabei repräsentativ für zumindest eine simulierte Verkehrssituation.
  • Gemäß einer weiteren Ausführungsform wertet der Verkehrsdatenspeicher zumindest die von der virtuellen Umgebung bereitgestellten VR-Daten aus um die Fahrsimulationseingangsdaten zu bestimmen. Die Fahrsimulationseingangsdaten werden als Eingangsdaten der Verkehrssimulation zugeführt, die auf Basis der Fahrsimulationseingangsdaten Fahrsimulationsausgangsdaten erzeugt, die dann wieder der virtuellen Umgebung als Eingangsdaten bereitgestellt werden. Mit anderen Worten, die virtuelle Umgebung, der Verkehrsdatenspeicher sowie die Verkehrssimulation tauschen ringförmig in unidirektionaler Richtung Daten aus.
  • Gemäß einer weiteren Ausführungsform ist das System selbstlernend ausgebildet. So können automatisiert Fahrsimulationseingangsdaten an das wirkliche bzw. reale Verhalten von Verkehrsteilnehmern angepasst werden. Mit anderen Worten, dass System ist zum maschinellen Lernen, insbesondere zum automatisierten maschinellen Lernen, ausgebildet. Somit ist das System dazu ausgebildet, nicht einfach Beispiele auswendig zu lernen, sondern es werden Muster und Gesetzmäßigkeiten in den Lerndaten „erkannt“. So kann das System auch unbekannte Daten beurteilen.
  • Gemäß einer weiteren Ausführungsform weist das System ein künstliches neuronales Netz auf. Das künstliche neuroyale Netz kann z.B. ein mehrschichtiges neuronales Netz sein mit mehreren Zwischenschichten zwischen der Eingabe- und Ausgabeschicht des künstlichen neuronalen Netzes. Mit anderen Worten, das künstliche neuronale Netz wird während einer Trainingsphase eingangsseitig mit Daten beaufschlagt, die repräsentativ für das Verhalten realer Verkehrsteilnehmer sind und bestimmt gemäß einem vorbestimmten Optimierungskriterium Fahrsimulationseingangsdaten indikativ für das Verhalten einer Mehrzahl von Verkehrsteilnehmern. Durch das weitere Beaufschlagen des künstlichen neuronalen Netzes mit weiteren Daten, z.B. aus einer Cloud während der Trainingsphase, können die Fahrsimulationseingangsdaten immer weiter verfeinert werden. Es kann vorgesehen sein, zu einem bestimmten Zeitpunkt die Trainingsphase zu beenden. Ab diesem Zeitpunkt verändern sich die Fahrsimulationseingangsdaten nicht mehr. Es kann aber vorgesehen sein, die Trainingsphase nicht zu beenden und somit das System fortlaufend weiter lernen zu lassen. So werden die Fahrsimulationseingangsdaten fortlaufend weiter verfeinert und weiterentwickelt.
  • Gemäß einer weiteren Ausführungsform stellt ein Datenspeicher einen Startdatensatz für die Verkehrssimulation bereit. Mit anderen Worten, der Startdatensatz ist repräsentativ für eine Ausgangsverkehrssituation, mit der die Simulation startet. Der Startdatensatz kann auf zufälligen Eingangsdaten und/oder auch auf Realdaten beruhen, die z.B. mit Kameras einer Verkehrsüberwachung gewonnen wurden und/oder Verkehrsdatenbanken entnommen wurden. So kann ein besonders realistisches Ausgangsszenario für die Simulation bestimmt werden.
  • Ferner gehört zur Erfindung ein Computerprogrammprodukt für ein derartiges System. Dabei kann das Computerprogrammprodukt Module für einzelne Komponenten des Systems aufweisen.
  • Es wird nun die Erfindung anhand einer Zeichnung erläutert. Es zeigen:
    • 1 in schematischer Darstellung ein System zum Durchführen von fahrerzentrierten Fahrsimulationen.
  • Das System 2 ist für fahrerzentrierte Fahrsimulationen ausgebildet. Bei fahrerzentrierten Fahrsimulationen wird auf einen Fahrer 30 eines Kraftfahrzeugs abgestellt, d.h. es wird eine Simulation erzeugt, die das wiedergibt, was der Fahrer 30 unter realen Bedingungen sehen würde. Dabei umfasst die Simulation z.B. entsprechende Bilddaten.
  • Von den Komponenten des Systems 2 sind in der 1 dargestellt sind ein Computer 4, eine Verkehrssimulation 8, ein Verkehrsdatenspeicher 10 und eine XiL-Schnittstelle 14. Das System 2, der Computer 4, die Verkehrssimulation 8, der Verkehrsdatenspeicher 10 und/oder die XiL-Schnittstelle 14 können für die nachfolgend beschriebenen Aufgaben und Funktionen Hard- und/oder Software-Software-Komponenten aufweisen.
  • Die genannten Komponenten sind zum Datenaustausch ausgebildet, z.B. zur Interprozesskommunikation (kurz IPC). Die Interprozesskommunikation bezeichnet in der Informatik verschiedene Verfahren des Informationsaustausches zwischen den Prozessen eines Systems. Hierbei erfolgt mithilfe eines gemeinsamen Datenspeichers, z.B. des Computers 4, ein Datenaustausch dadurch, dass mehrere Prozesse auf den gemeinsamen Datenspeicher zugreifen können, beispielsweise gemeinsame Bereiche eines Arbeitsspeichers des Computers 4. Hierzu können auch Protokolle wie das Transmission Control Protocol/Internet Protocol (kurz TCP/IP) oder das User Datagram Protocol, (kurz UDP) verwendet werden.
  • Der Computer 4 stellt eine virtuelle Umgebung 6 bereit. Hierzu kann eine Echtzeit-Rendering-Engine verwendet werden, die einen Tiefenpuffer verwendet, wie beispielsweise OpenGL oder einen anderen ray-tracingbasierten Rendering-Ansatz. Dies kann eine Game Engine, wie z.B. Unity3d oder Unreal, sein. Die virtuelle Umgebung 6 empfängt über die XiL-Schnittstelle 10 XiL-Daten XiL aus einer XIL-Simulation, um z.B. einen Antriebsstrang eines Kraftfahrzeugs zu simulieren. Die virtuelle Umgebung 6 stellt eine Visualisierung der Umgebung bereit, die auch auf weiteren Eingangsdaten beruhen kann, wie dies später noch detailliert erläutert wird.
  • Die XiL-Schnittstelle 10 kann eine Softwareschnittstelle für Hardware 16, Software 18 und/oder ein Modell 20 sein sowie zusätzlich eine Hardwareschnittstelle, wie z.B. CAN, LIN, Ethernet, aufweisen. Die Schnittstelle kann z.B. auf dSpace beruhen sein. Mit der XiL-Schnittstelle 10 können verschiedene Kraftfahrzeugmodelle oder Hardware mit minimalem Aufwand getestet werden, in dem z.B. XiL-Tests, wie MiL (Model-in-the-Loop), SiL (Software-in-the-Loop), PiL (Processor-in-the-Loop und/oder HiL (Hardware-in-the-Loop) durchgeführt werden. Die Hardware 16, die Software 18 und/oder das Modell 20 können z.B. einen Antriebsstrang eines Kraftfahrzeugs nachbilden. So kann der Antriebsstrang getestet und so sein Emissionsverhalten beobachtet sowie analysiert werden.
  • Im vorliegenden Ausführungsbeispiel ist die XiL-Schnittstelle 10 zum bidirektionalen Datenaustausch von XiL-Daten XiL ausgebildet. Mit anderen Worten, es werden sowohl XiL-Daten XiL von der virtuellen Umgebung 6 zu dem XiL-Tests übertragen als XiL-Daten XiL von den XiL-Tests zu der virtuellen Umgebung 6 übertragen.
  • Des Weiteren sind im vorliegenden Ausführungsbeispiel an die virtuelle Umgebung 6 Ein- und/oder Ausgabegeräte 22 datenübertragend angebunden, z.B. über eine Schnittstelle wie USB oder CAN. Die Ein- und/oder Ausgabegeräte 22 können VR-Komponenten 24 und/oder Mock-Up-Komponenten 26 sein.
  • Die Mock-Up-Komponenten 26 können z.B. ein Lenkrad oder eine Pedalanordnung mit zumindest Fahr- und Bremspedal eines Kraftfahrzeugs sein.
  • Die VR-Komponenten 24 können z.B. als sogenanntes Head-Mounted Display (kurz HMD, auch Videobrille, Helmdisplay oder VR-Helm) ausgebildet sein, das ein auf dem Kopf getragenes visuelles Ausgabegerät ist. Es kann sich aber bei den VR-Komponenten 24 auch um einen CAVE (Cave Automatic Virtual Environment), Stereo-Monitore, Interaktions-Geräte, Tracking-Geräte (z.B. Stereo / Infrarot-Kameras für Körper- und Finger-Tracking) handeln.
  • Die Ein- und/oder Ausgabegeräte 22, insbesondere die Mock-Up-Komponenten 26, wandeln eine Fahrereingabe E eines Fahrers 30 in Eingangsdaten ED für die virtuelle Umgebung 6 um. VR-Daten, die von der virtuellen Umgebung 6 bereitgestellt werden, werden ebenfalls von den Ein- und/oder Ausgabegeräte 22, insbesondere den VR-Komponenten 24, ausgegeben.
  • So ist der Fahrer 30 in der Lage, ein simuliertes Kraftfahrzeug mittels der Ein- und/oder Ausgabegeräte 22 durch eine virtuelle Umgebung zu steuern, die von der virtuellen Umgebung 6 bereitgestellt wird.
  • Die Verkehrssimulation 8 ist zur Modellierung von sowohl einzelne Verkehrsteilnehmern als auch von öffentlichem Verkehr ausgebildet. Eine derartige Verkehrssimulation 8 ist SUMO (Simulation of Urban Mobility). Die Verkehrssimulation 8 kann über eine IPC-Schnittstelle mit der virtuellen Umgebung 6 verbunden sein, um Fahrsimulationsausgangsdaten FA von der virtuellen Umgebung 6 einzulesen.
  • Ein Startdatensatz SD wird von einem Datenspeicher 28 bereitgestellt, der z.B. erste Daten aus Verkehrsdatenbanken, von Verkehrskameras oder Zufallseingaben (randomisierter Verkehr per Computer) enthält.
  • Im Betrieb liest die virtuelle Umgebung 6 neben dem Startdatensatz SD die Eingangsdaten ED und die XiL-Daten XiL sowie die Fahrsimulationsausgangsdaten FA ein und stellt weitere VR-Daten VR' bereit, die von dem Verkehrsdatenspeicher 10 eingelesen werden.
  • Der Verkehrsdatenspeicher 10 archiviert Datensätze, die repräsentativ für das Verhalten von Verkehrsteilnehmern sind und greift dabei gegebenenfalls auf Speicherkapazitäten einer Cloud 12 zu. Dabei aktualisiert der Verkehrsdatenspeicher 10 die Datensätze zum Verkehrsverhalten, u.a. basierend auf den Fahrereingaben E des Fahrers 30. Als Ausgangsdaten stellt der Verkehrsdatenspeicher 10 Fahrsimulationseingangsdaten FE bereit, die von der Verkehrssimulation 8 eingelesen werden und in die Bestimmung der Fahrsimulationsausgangsdaten FA eingehen.
  • Ferner ist der Verkehrsdatenspeicher 10 im vorliegenden Ausführungsbeispiel selbstlernend ausgebildet. Hierzu ist dem Verkehrsdatenspeicher 10 zumindest ein künstliches neuronales Netz 32 zugeordnet, das im vorliegenden Ausführungsbeispiel ein mehrschichtiges neuronales Netz ist mit mehreren Zwischenschichten zwischen einer Eingabe- und Ausgabeschicht des künstlichen neuronalen Netzes.
  • Das künstliche neuronale Netz 32 wird während einer Trainingsphase eingangsseitig mit Daten aus der Cloud 12 sowie den weiteren virtuellen Daten VR' beaufschlagt, die repräsentativ für das Verhalten realer Verkehrsteilnehmer sind und bestimmt gemäß einem vorbestimmten Optimierungskriterium Fahrsimulationseingangsdaten FE indikativ für das Verhalten einer Mehrzahl von Verkehrsteilnehmern. Durch das weitere Beaufschlagen des künstlichen neuronalen Netzes 32 mit weiteren virtuellen Daten VR' können dann im Betrieb nach Abschluss einer ersten Trainingsphase die Fahrsimulationseingangsdaten FE immer weiter verfeinert werden, wobei auf Basis der Fahrsimulationseingangsdaten FE die Verkehrssimulation 8 weitere Fahrsimulationsausgangsdaten FA bereitstellt, die von der virtuellen Umgebung 6 eingelesen und verwendet werden, um weitere virtuelle Daten VR' zu bestimmen, die wiederum von dem Verkehrsdatenspeicher 10 eingelesen werden. So liefert die Verkehrssimulation 8 zunehmend realistischere Ergebnisse.
  • Somit können durch Anbindung einer XiL-Schnittstelle 14 bereits vorhandene Komponenten zusammen mit Ein- und/oder Ausgabegeräten 22 unter Verwendung realistischer Verkehrssimulationen getestet und zugleich Schadstoffemissionen von Kraftfahrzeugen bestimmt werden.
  • Bezugszeichenliste
  • 2
    System
    4
    Computer
    6
    virtuelle Umgebung
    8
    Verkehrssimulation
    10
    Verkehrsdatenspeicher und -verarbeitung
    12
    Cloud
    14
    XiL-Schnittstelle
    16
    Hardware
    18
    Software
    20
    Modell
    22
    Eingabegeräte
    24
    VR-Komponente
    26
    Mock-Up-Komponente
    28
    Datenspeicher
    30
    Fahrer
    32
    künstliches neuronales Netz
    E
    Fahrereingabe
    ED
    Eingangsdaten
    FE
    Fahrsimulationseingangsdaten
    FA
    Fahrsimulationsausgangsdaten
    SD
    Startdatensatz
    VR
    VR-Daten
    VR'
    VR-Daten
    XiL
    XiL-Daten
  • 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
    • US 9454857 [0004]
    • US 2008/0310707 [0004]
    • US 2017/0050590 [0004]
    • KR 20110040639 [0004]

Claims (8)

  1. System (2) zum Durchführen von fahrerzentrierten Fahrsimulationen, mit einer virtuellen Umgebung (6), die zumindest Eingangsdaten (ED) basierend auf Fahrereingaben (E) eines Fahrers (30) mittels eines Ein- und/oder Ausgabegerätes (22) einliest, wobei die virtuelle Umgebung (6) zumindest XiL-Daten (XiL) mit einer XiL-Schnittstelle (14) austauscht, und wobei die virtuelle Umgebung (6) zumindest virtuelle Daten (VR) basierend zumindest auf den Eingangsdaten (ED) und den XiL-Daten (XiL) für das Ein- und Ausgabegerät (22) bereitstellt.
  2. System (2) nach Anspruch 1, wobei eine Verkehrssimulation (8) zumindest basierend auf Fahrsimulationseingangsdaten (FE) zumindest Fahrsimulationsausgangsdaten (FA) bereitstellt.
  3. System (2) nach Anspruch 2, wobei ein Verkehrsdatenspeicher (10) zumindest von der virtuellen Umgebung (6) bereitgestellte VR-Daten (VR') einliest.
  4. System (2) nach Anspruch 3, wobei der Verkehrsdatenspeicher (10) zumindest die von der virtuellen Umgebung (6) bereitgestellte VR-Daten (VR') auswertet um die Fahrsimulationseingangsdaten (FE) zu bestimmen.
  5. System (2) nach Anspruch 4, wobei das System (2) selbstlernend ausgebildet ist.
  6. System (2) nach Anspruch 5, wobei das System (2) ein künstliches neuronales Netz (32) aufweist.
  7. System (2) nach Anspruch 4, 5 oder 6, wobei ein Datenspeicher (28) einen Startdatensatz (SD) für die Verkehrssimulation (8) bereitstellt.
  8. Computerprogrammprodukt für ein System (2) nach einem der Ansprüche 1 bis 7.
DE102019200720.1A 2019-01-22 2019-01-22 System zum Durchführen von fahrerzentrierten Fahrsimulationen Pending DE102019200720A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102019200720.1A DE102019200720A1 (de) 2019-01-22 2019-01-22 System zum Durchführen von fahrerzentrierten Fahrsimulationen

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019200720.1A DE102019200720A1 (de) 2019-01-22 2019-01-22 System zum Durchführen von fahrerzentrierten Fahrsimulationen

Publications (1)

Publication Number Publication Date
DE102019200720A1 true DE102019200720A1 (de) 2020-07-23

Family

ID=71403066

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019200720.1A Pending DE102019200720A1 (de) 2019-01-22 2019-01-22 System zum Durchführen von fahrerzentrierten Fahrsimulationen

Country Status (1)

Country Link
DE (1) DE102019200720A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080310707A1 (en) 2007-06-15 2008-12-18 Microsoft Corporation Virtual reality enhancement using real world data
KR20110040639A (ko) 2009-10-12 2011-04-20 한국전자통신연구원 현실세계와 가상세계 간의 동기화 및 상호작용 장치
US9454857B2 (en) 2012-05-25 2016-09-27 Avl List Gmbh Method for testing a vehicle or a component of a vehicle
US20170050590A1 (en) 2014-04-30 2017-02-23 Avl List Gmbh System for assessing and/or optimising the operating behaviour

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080310707A1 (en) 2007-06-15 2008-12-18 Microsoft Corporation Virtual reality enhancement using real world data
KR20110040639A (ko) 2009-10-12 2011-04-20 한국전자통신연구원 현실세계와 가상세계 간의 동기화 및 상호작용 장치
US9454857B2 (en) 2012-05-25 2016-09-27 Avl List Gmbh Method for testing a vehicle or a component of a vehicle
US20170050590A1 (en) 2014-04-30 2017-02-23 Avl List Gmbh System for assessing and/or optimising the operating behaviour

Similar Documents

Publication Publication Date Title
EP3571553B1 (de) Verfahren zum test einer steuergerätefunktion eines steuergeräts eines fahrzeugs
DE102005026040B4 (de) Parametrierung eines Simulations-Arbeitsmodells
DE102018206188A1 (de) System zum Durchführen von XiL-Tests von Komponenten selbstfahrender Kraftfahrzeuge
DE102016220670A1 (de) Verfahren und System zum Testen von Software für autonome Fahrzeuge
DE102006044086A1 (de) System und Verfahren zur Simulation von Verkehrssituationen, insbesondere unfallkritischen Gefahrensituationen, sowie ein Fahrsimulator
DE102017211433B4 (de) Verfahren zum Durchführen eines Funktionstests eines Steuergeräts in einem Hardware-in-the-Loop-Test, HIL-Test, sowie HIL-Prüfstand und Steuergerät
EP2009525A1 (de) Testvorrichtung zum Testen wenigstens eines elektronischen Steuerungssystems und Verfahren dazu
EP3942379A1 (de) Verfahren zum trainieren wenigstens eines algorithmus für ein steuergerät eines kraftfahrzeugs, computerprogrammprodukt, kraftfahrzeug sowie system
DE102018122864A1 (de) Verteiltes Mehrbenutzer-Simulationssystem
DE102022003079A1 (de) Verfahren zu einer automatisierten Generierung von Daten für rasterkartenbasierte Prädiktionsansätze
EP3832517A1 (de) Computerimplementiertes verfahren zur einbindung mindestens eines signalwerts in einem virtuellen steuergerät
DE102017216321A1 (de) Verfahren und Vorrichtung zum Ermitteln einer Fahrfunktion für hochautomatisiertes Fahren für ein Fahrzeug
DE102018207566A1 (de) System zum Durchführen von simulierten Kollisionsszenarios von einem Kraftfahrzeug mit einem nicht-motorisierten Verkehrsteilnehmer
EP3714337B1 (de) Simulieren von statistisch modellierten sensordaten
DE102017109132A1 (de) Verfahren und IT-Infrastruktur zum modellbasierten Testen von Software für ein Fahrzeug-Anwendungssystem und zum Bereitstellen entsprechender Testergebnisse
DE102019200720A1 (de) System zum Durchführen von fahrerzentrierten Fahrsimulationen
EP2642359A1 (de) Entwicklungseinrichtung und Verfahren zum Erstellen eines Steuergeräteprogramms
EP3979009A1 (de) Erzeugen eines vereinfachten modells für xil-systeme
DE102019203205A1 (de) Verfahren zum Auswerten von Fahrzeugdaten sowie Fahrzeugdatenauswertesystem zum Durchführen eines derartigen Verfahrens
DE102017204901B4 (de) Verfahren zum Testen einer Fahrzeugsteuerungseinrichtung
DE102019202980A1 (de) System und Verfahren zum Ermitteln von Analysedaten zur Weiterentwicklung eines Mobilitätssystems
AT525369B1 (de) Testumfeld für urbane Mensch-Maschine Interaktion
DE102021209394A1 (de) Validieren einer Fahrsteuerungsfunktion für den automatischen Betrieb eines Fahrzeugs
DE102022203422A1 (de) Test einer automatischen Fahrsteuerfunktion mittels semi-realer Verkehrsdaten
DE102009054137A1 (de) Verfahren zum Testen einer Applikation hinsichtlich ihrer Performanz

Legal Events

Date Code Title Description
R082 Change of representative

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