DE102022132181A1 - Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation - Google Patents
Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation Download PDFInfo
- Publication number
- DE102022132181A1 DE102022132181A1 DE102022132181.9A DE102022132181A DE102022132181A1 DE 102022132181 A1 DE102022132181 A1 DE 102022132181A1 DE 102022132181 A DE102022132181 A DE 102022132181A DE 102022132181 A1 DE102022132181 A1 DE 102022132181A1
- Authority
- DE
- Germany
- Prior art keywords
- simulation
- adas
- test
- ads
- test case
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 33
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 title 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 title 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 title 1
- 238000012360 testing method Methods 0.000 claims abstract description 58
- 230000002123 temporal effect Effects 0.000 claims abstract description 5
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Die vorliegende Erfindung betrifft ein Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation, wobei eine Simulation eines Fahrerassistenzsystems (ADAS) und/oder eine Simulation eines automatisierten Fahrsystems (ADS) mehrere Komponenten aufweisen und für jede Komponente mehrere Simulationsmodelle unterschiedlicher Beschreibungstiefe bereitgestellt werden. Die ADAS/ADS-Simulationen werden in einer virtuellen Simulationsumgebung ausgeführt, wobei auf einem Steuergerät folgende Schritte ausgeführt werden: Empfangen eines Befehls zur Ausführung einer Simulation eines Testfalls von einem übergeordneten Testtreiber; Analyse des Testfalls für jede Komponente hinsichtlich einer Anforderung an eine Realitätsnähe und der daraus folgend notwendigen Beschreibungstiefe des jeweiligen Simulationsmodells über einen zeitlichen Testverlauf und Zuordnung des jeweiligen Ergebnisses zu einem jeweiligen Relevanzmaß; Auswahl jeweiliger Simulationsmodelle unterschiedlicher Beschreibungstiefe für jede Komponente gemäß analysierter Realitätsanforderungen; Ausführung der Simulation des Testfalls mit über den Testverlauf dynamischen Wechseln zwischen den entsprechend des jeweiligen Relevanzmaßes ausgewählten jeweiligen Simulationsmodellen.
Description
- Die vorliegende Erfindung betrifft ein Verfahren und ein Computerprogrammprodukt für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation, wobei unter unterschiedlich rechenzeitaufwändigen Modellen gewählt wird.
- Eine Simulation zum virtuellen Testen eines Fahrerassistenzsystems (ADAS) und/oder eines automatisierten Fahrsystems (ADS) benötigt hohe Rechenkapazitäten. Es müssen eine Fahrumgebung, ein Fahrzeug selbst sowie ein Fahrer virtuell dargestellt werden, um Inputs, bspw. Sensorsignale, in ein „System-under-Test“ (SUT) zu berechnen und dessen Outputs zu verarbeiten. Zwar ist es möglich, das ADAS/ADS als Software-in-the-Loop (SIL) in einer „closed-loop“ Simulation zu realisieren, jedoch liegt bereits bei einfacher zu gestaltenden virtuellen „open-loop“ Tests ein hoher Rechenaufwand vor. Der Grund dafür ist, dass ADAS/ADS sehr viele Inputs zu verarbeiten hat, und auch mit der Umgebung, dem Fahrzeug und dem Fahrer interagieren muss.
- Eine Simulationsumgebung besteht üblicherweise aus verschiedenen miteinander interagierenden Simulationsmodellen, bspw. ein Simulationsmodell zur Darstellung anderer Verkehrsteilnehmer, ein Simulationsmodell zur Darstellung eines Fahrerverhaltens, oder ein Simulationsmodell zur Darstellung des Fahrzeuges, welches vom Fahrer gesteuert und auch als Ego-Fahrzeug bezeichnet wird, usw. Alle diese Modelle liegen in unterschiedlichen Qualitäten in Hinblick auf die Realitätsnähe vor. Ein Modell, welches die Realität genauer abbildet als andere Modelle, hat allerdings auch den Nachteil einer höheren Rechendauer bei der Durchführung einer Simulation.
- Die Druckschrift
DE 10 2019 003 851 A1 offenbart ein Verfahren zum automatischen Erzeugen einer Realisierung eines Modells, bspw. eines Fahrassistenzsystems eines Kraftfahrzeugs aus einer verfügbaren Menge von alternativen Co-Simulationskomponenten, wobei die Realisierung ein oder mehrere Ziele, wie bspw. die Präzision, die Ausführungsgeschwindigkeit oder die Speichernutzung, verfolgt. Ein Realisierungsmodell wird erzeugt, indem bestimmte Co-Simulationskomponenten ausgewählt werden, um die Ziele zu erfüllen. - Aus der Druckschrift
DE 10 2021 204 945 A1 ist ein Emulationstestsystem und ein Verfahren zum zeitlichen Anpassen von emulierten Echosignalen von elektromagnetischen Detektions- und Entfernungsmessungssignalen bekannt. Die Detektions- und Entfernungsmessungssignale werden von einem emulierten Ziel reflektiert. - Die Druckschrift
DE 11 2020 005 577 T5 beschreibt ein System zum Simulieren langfristiger zukünftiger Trajektorien in Straßenszenen. Durch das System können diverse Verhaltensweisen für Menschen oder Kraftfahrzeuge simuliert und sicherste Maßnahmen entsprechend geplant werden. Auch können diverse Trainingsbeispiele für Trainingsmodelle erzeugt werden, die bei ADAS oder anderen Anwendungen verwendet werden. - Vor diesem Hintergrund ist es eine Aufgabe der vorliegenden Erfindung, ein Verfahren zu einer Auswahl von jeweiligen eine jeweilige Fahrsituation beschreibenden Modellen zur Verfügung zu stellen, wobei das jeweilig auszuwählende Modell eine für die jeweilig zu beschreibende Fahrsituation ausreichende Beschreibungstiefe ausweist. Gleichzeitig soll das ausgewählte Modell aber nicht eine tiefere Beschreibung als zur Fahrentscheidung notwendig umfassen, da dies immer mit höherem Rechenaufwand und einhergehend mit längerer Rechenzeit verbunden ist, wodurch die jeweilige Fahrentscheidung u. U. nicht rechtzeitig getroffen werden kann. Ferner soll ein Steuergerät bereitgestellt werden, auf welchem das Verfahren zur Ausführung kommt.
- Zur Lösung der voranstehend genannten Aufgabe wird ein Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation vorgeschlagen, wobei eine Simulation eines Fahrerassistenzsystems (ADAS) und/oder eine Simulation eines automatisierten Fahrsystems (ADS) mehrere Komponenten aufweisen und für jede Komponente mehrere Simulationsmodelle unterschiedlicher Beschreibungstiefe bereitgestellt werden. Die ADAS/ADS-Simulationen werden in einer virtuellen Simulationsumgebung ausgeführt. Dabei werden auf einem Steuergerät folgende Schritte ausgeführt:
-
- • Empfangen eines Befehls zur Ausführung einer Simulation eines Testfalls von einem übergeordneten Testtreiber;
- • Vor Ausführung der Simulation des Testfalls wird der Testfall für jede Komponente hinsichtlich einer Anforderung an eine Realitätsnähe und der daraus folgend notwendigen Beschreibungstiefe des jeweiligen Simulationsmodells über einen zeitlichen Testverlauf analysiert und das jeweilige Ergebnis einem jeweiligen Relevanzmaß zugeordnet;
- • Auswahl jeweiliger Simulationsmodelle unterschiedlicher Beschreibungstiefe für jede Komponente gemäß analysierter Realitätsanforderungen;
- • Ausführung der Simulation des Testfalls mit über den Testverlauf dynamischen Wechseln zwischen den entsprechend des jeweiligen Relevanzmaßes ausgewählten jeweiligen Simulationsmodellen.
- Je nach Komplexität der jeweiligen Komponente gibt es mehrere die jeweilige Komponente beschreibende Simulationsmodelle, welche auch eine unterschiedliche Beschreibungstiefe, d. h. Genauigkeit in einer Abbildung der Realität, aufweisen. Ein Beispiel hierfür ist eine Beschreibung eines weit entfernten Verkehrsteilnehmers durch ein sehr einfaches Modell, da Fahrzeugsensoren (in dem hier betrachteten virtuellen Testverlauf werden diese simuliert) eine Bewegung dieses Verkehrsteilnehmers auf Grund der Entfernung nicht genau wahrnehmen können. Nähert sich das Ego-Fahrzeug dem zuvor entfernten Verkehrsteilnehmer, so wird zu einem komplexeren Modell gewechselt. In diesem Beispiel bildet ein Abstand zwischen Ego-Fahrzeug und Verkehrsteilnehmer das Relevanzmaß, und die Analyse weist einem bestimmten Abstandswert den Wechsel zwischen dem einfachen und dem komplexeren Modell zu. Während der Simulation wird in fortgeführter Ausführung das Relevanzmaß bestimmt und je nach Wert das jeweilige Simulationsmodell herangezogen.
- In dem erfindungsgemäßen Verfahren werden daher immer nur solche Simulationsmodelle verwendet, welche eine auf die jeweilige Situation angepasste bzw. jeweilig ausreichende Rechengenauigkeit aufweisen. Damit wird vorteilhaft der Rechenaufwand auf ein erforderliches Maß reduziert (Prinzip: So komplex wie nötig, so einfach wie möglich). In Bezug auf eine in Realzeit ausgeführte autonome Steuerung ist es dadurch gegebenenfalls auch erst möglich, Rechenprozesse ausreichend schnell abzuschließen.
- Um zwischen unterschiedlichen Simulationsmodellen zu einer jeweiligen Komponente wechseln zu können, ist es notwendig, dass die jeweiligen Simulationsmodelle ineinander überführbar sind. Jeweilig beschriebene Zustandsgrößen müssen sich übertragen lassen. Erfindungsgemäß werden für jede Komponente mehrere solche Simulationsmodelle bereitgestellt, was bspw. innerhalb einer Software-Bibliothek erfolgen kann.
- In einer Ausführungsform des erfindungsgemäßen Verfahrens wird eine jeweilige Komponente der ADAS/ADS-Simulation aus folgender Liste gewählt: Ego-Fahrzeug, Fahrerverhalten, andere Verkehrsteilnehmer, Sensorverhalten, Partnersteuergeräte, Wetter.
- In einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird der Testfall durch mindestens ein Charakteristikum aus folgender Liste definiert: konkretes Fahrszenario, Applikationsparameter für ein jeweiliges ADAS/ADS als system-under-test (SUT), Evaluierungsparameter.
- In einer noch weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird die Analyse des Testfalls automatisiert mittels mindestens eines Hilfsmittels aus folgender Liste ausgeführt: Lookup-Tabellen, regelbasierte Verfahren, numerische KI-Methode.
- In einer fortgesetzt weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird nach einem Ende der Simulation mindestens eine Leistungskennzahl zu mindestens einem Evaluierungsparameter gebildet und an den übergeordneten Testtreiber zurückgemeldet.
- Ferner wird ein Computerprogrammprodukt mit einem computerlesbaren Medium, auf dem ein als ADAS/ADS-Simulation ausführbarer Programmcode mit dynamischer Modellauswahl gespeichert ist, beansprucht. Eine Simulation eines Fahrerassistenzsystems (ADAS) und/oder eine Simulation eines automatisierten Fahrsystems (ADS) weisen mehrere Komponenten auf, wobei für jede Komponente mehrere Simulationsmodelle unterschiedlicher Beschreibungstiefe bereitgestellt sind. Die ADAS/ADS-Simulationen sind in einer virtuellen Simulationsumgebung ausführbar. Der Programmcode, bei Ausführung auf einer Recheneinheit, veranlasst die Recheneinheit dazu, die folgenden Schritte auszuführen:
- • Empfangen eines Befehls zur Ausführung einer Simulation eines Testfalls von einem übergeordneten Testtreiber;
- • Analyse des Testfalls für jede Komponente hinsichtlich einer Anforderung an eine Realitätsnähe und der daraus folgend notwendigen Beschreibungstiefe des jeweiligen Simulationsmodells über einen zeitlichen Testverlauf und Zuordnung des jeweiligen Ergebnisses zu einem jeweiligen Relevanzmaß;
- • Auswahl jeweiliger Simulationsmodelle unterschiedlicher Beschreibungstiefe für jede Komponente gemäß analysierter Realitätsanforderungen;
- • Ausführung der Simulation des Testfalls mit über den Testverlauf dynamischen Wechseln zwischen den entsprechend des jeweiligen Relevanzmaßes ausgewählten jeweiligen Simulationsmodellen.
- In einer Ausgestaltung des erfindungsgemäßen Computerprogrammproduktes ist eine jeweilige Komponente der ADAS/ADS-Simulation aus folgender Liste gewählt: Ego-Fahrzeug, Fahrerverhalten, andere Verkehrsteilnehmer, Sensorverhalten, Partnersteuergeräte.
- In einer weiteren Ausgestaltung des erfindungsgemäßen Computerprogrammproduktes ist der Testfall durch mindestens ein Charakteristikum aus folgender Liste definiert: konkretes Fahrszenario, Applikationsparameter für ein jeweiliges ADAS/ADS als system-under-test (SUT), Evaluierungsparameter.
- In einer noch weiteren Ausgestaltung des erfindungsgemäßen Computerprogrammproduktes ist die Analyse des Testfalls automatisiert mittels mindestens eines Hilfsmittels aus folgender Liste ausgeführt: Lookup-Tabellen, regelbasierte Verfahren, numerische Kl-Methode.
- In einer fortgesetzt weiteren Ausgestaltung des erfindungsgemäßen Computerprogrammproduktes ist nach einem Ende der Simulation mindestens eine Leistungskennzahl zu mindestens einem Evaluierungsparameter gebildet. Die mindestens eine Leistungskennzahl ist an den übergeordneten Testtreiber rückmeldbar.
- Ferner wird ein Steuergerät für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation beansprucht, wobei das Steuergerät eine Recheneinheit, ein computerlesbares Medium und ein erfindungsgemäßes Computerprogramm aufweist. Das Steuergerät ist dazu konfiguriert, ein erfindungsgemäßes Verfahren auszuführen.
- Es versteht sich, dass die voranstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
- In einem Ausführungsbeispiel zu dem erfindungsgemäßen Verfahren sendet ein Testtreiber einen Testfall eines Cut-in Szenarios (bspw. ein Einscheren eines Target-Fahrzeugs auf eine vom Ego-Fahrzeug befahrene Fahrstrecke im Fahrzeugvorfeld des Ego-Fahrzeuges) an eine Simulationsumgebung, mit der virtuell eine Adaptive-Cruise-Control (ACC) getestet werden soll. Zunächst wird automatisiert getestet, wie das Szenario aufgebaut ist und welche Evaluierungsparameter ermittelt werden sollen. Dabei wird bspw. analysiert, dass ein Fokus in dem Testfall auf dem Distanzregler der ACC und der Bewegung des Ego-Fahrzeuges liegt und bspw. nicht auf einer Sensordatenverarbeitung. Dies hat zur Konsequenz, dass für das Ego-Fahrzeug ein sehr realitätsnahes Fahrdynamikmodell gewählt wird, während für das Target-Fahrzeug zwei unterschiedliche Fahrdynamikmodelle, nämlich ein vereinfachtes Modell und ein realitätsnahes Modell, gewählt werden. Hingegen werden für die Sensoren und bspw. das Wetter als weitere Einflussgröße vergleichsweise einfache Modelle, d. h. Modelle mit geringer Beschreibungstiefe gewählt. In einem nächsten Schritt wird der Testfall virtuell simuliert. Dabei wird bspw. die Distanz zwischen dem Ego-Fahrzeug und dem Target-Fahrzeug als Relevanzmaß ermittelt. Solange sich die beiden Fahrzeuge in einer gewissen Distanz voneinander bewegen, wird für die Simulation der Dynamik des Target-Fahrzeuges das vereinfachte Modell verwendet. Sobald sich die beiden Fahrzeuge nähern, wird zu dem realitätsnahen Modell gewechselt. Dabei ist darauf zu achten, dass die Zustandsgrößen der Modelle bei dem Wechsel korrekt übertragen werden. In einem Postprocessing des gesamten Testverlaufs werden Leistungskennzahlen bzw. Key-Performance-Indicators (KPIs), wie bspw. ein maximaler Ruck des Ego-Fahrzeuges oder ein minimaler Abstand zu einem vorausfahrenden Fahrzeug, ermittelt und an den Testtreiber übertragen. Darauf basierend kann der Testtreiber eine Verbesserung der Applikation des jeweiligen ADAS/ADS durchführen.
- 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 102019003851 A1 [0004]
- DE 102021204945 A1 [0005]
- DE 112020005577 T5 [0006]
Claims (11)
- Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation, wobei eine Simulation eines Fahrerassistenzsystems (ADAS) und/oder eine Simulation eines automatisierten Fahrsystems (ADS) mehrere Komponenten aufweisen, wobei für jede Komponente mehrere Simulationsmodelle unterschiedlicher Beschreibungstiefe bereitgestellt werden, wobei die ADAS/ADS-Simulationen in einer virtuellen Simulationsumgebung ausgeführt werden, und wobei auf einem Steuergerät folgende Schritte ausgeführt werden: • Empfangen eines Befehls zur Ausführung einer Simulation eines Testfalls von einem übergeordneten Testtreiber; • Analyse des Testfalls für jede Komponente hinsichtlich einer Anforderung an eine Realitätsnähe und der daraus folgend notwendigen Beschreibungstiefe des jeweiligen Simulationsmodells über einen zeitlichen Testverlauf und Zuordnung des jeweiligen Ergebnisses zu einem jeweiligen Relevanzmaß; • Auswahl jeweiliger Simulationsmodelle unterschiedlicher Beschreibungstiefe für jede Komponente gemäß analysierter Realitätsanforderungen; • Ausführung der Simulation des Testfalls mit über den Testverlauf dynamischen Wechseln zwischen den entsprechend des jeweiligen Relevanzmaßes ausgewählten jeweiligen Simulationsmodellen.
- Verfahren nach
Anspruch 1 , wobei eine jeweilige Komponente der ADAS/ADS-Simulation aus folgender Liste gewählt wird: Ego-Fahrzeug, Fahrerverhalten, andere Verkehrsteilnehmer, Sensorverhalten, Partnersteuergeräte. - Verfahren nach einem der voranstehenden Ansprüche, wobei der Testfall durch mindestens ein Charakteristikum aus folgender Liste definiert wird: konkretes Fahrszenario, Applikationsparameter für ein jeweiliges ADAS/ADS als system-under-test (SUT), Evaluierungsparameter.
- Verfahren nach einem der voranstehenden Ansprüche, wobei die Analyse des Testfalls automatisiert mittels mindestens eines Hilfsmittels aus folgender Liste ausgeführt wird: Lookup-Tabellen, regelbasierte Verfahren, numerische KI-Methode.
- Verfahren nach einem der voranstehenden Ansprüche, wobei nach einem Ende der Simulation mindestens eine Leistungskennzahl zu mindestens einem Evaluierungsparameter gebildet wird und an den übergeordneten Testtreiber zurückgemeldet wird.
- Computerprogrammprodukt mit einem computerlesbaren Medium, auf dem ein als ADAS/ADS-Simulation ausführbarer Programmcode mit dynamischer Modellauswahl gespeichert ist, bei dem eine Simulation eines Fahrerassistenzsystems (ADAS) und/oder eine Simulation eines automatisierten Fahrsystems (ADS) mehrere Komponenten aufweisen, wobei für jede Komponente mehrere Simulationsmodelle unterschiedlicher Beschreibungstiefe bereitgestellt sind, wobei die ADAS/ADS-Simulationen in einer virtuellen Simulationsumgebung ausführbar sind, und wobei der Programmcode, bei Ausführung auf einer Recheneinheit, die Recheneinheit dazu veranlasst, die folgenden Schritte auszuführen: • Empfangen eines Befehls zur Ausführung einer Simulation eines Testfalls von einem übergeordneten Testtreiber; • Analyse des Testfalls für jede Komponente hinsichtlich einer Anforderung an eine Realitätsnähe und der daraus folgend notwendigen Beschreibungstiefe des jeweiligen Simulationsmodells über einen zeitlichen Testverlauf und Zuordnung des jeweiligen Ergebnisses zu einem jeweiligen Relevanzmaß; • Auswahl jeweiliger Simulationsmodelle unterschiedlicher Beschreibungstiefe für jede Komponente gemäß analysierter Realitätsanforderungen; • Ausführung der Simulation des Testfalls mit über den Testverlauf dynamischen Wechseln zwischen den entsprechend des jeweiligen Relevanzmaßes ausgewählten jeweiligen Simulationsmodellen.
- Computerprogrammprodukt nach
Anspruch 6 , wobei eine jeweilige Komponente der ADAS/ADS-Simulation aus folgender Liste gewählt ist: Ego-Fahrzeug, Fahrerverhalten, andere Verkehrsteilnehmer, Sensorverhalten, Partnersteuergeräte. - Computerprogrammprodukt nach einem der
Ansprüche 6 oder7 , wobei der Testfall durch mindestens ein Charakteristikum aus folgender Liste definiert ist: konkretes Fahrszenario, Applikationsparameter für ein jeweiliges ADAS/ADS als system-under-test (SUT), Evaluierungsparameter. - Computerprogrammprodukt nach einem der
Ansprüche 6 bis8 , wobei die Analyse des Testfalls automatisiert mittels mindestens eines Hilfsmittels aus folgender Liste ausgeführt ist: Lookup-Tabellen, regelbasierte Verfahren, numerische KI-Methode. - Computerprogrammprodukt nach einem der
Ansprüche 6 bis9 , wobei nach einem Ende der Simulation mindestens eine Leistungskennzahl zu mindestens einem Evaluierungsparameter gebildet ist und an den übergeordneten Testtreiber rückmeldbar ist. - Steuergerät für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation, wobei das Steuergerät eine Recheneinheit, ein computerlesbares Medium und ein Computerprogramm nach einem der
Ansprüche 6 bis10 aufweist, und wobei das Steuergerät dazu konfiguriert ist, ein Verfahren nach einem derAnsprüche 1 bis5 auszuführen.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022132181.9A DE102022132181A1 (de) | 2022-12-05 | 2022-12-05 | Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022132181.9A DE102022132181A1 (de) | 2022-12-05 | 2022-12-05 | Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022132181A1 true DE102022132181A1 (de) | 2024-06-06 |
Family
ID=91078818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022132181.9A Pending DE102022132181A1 (de) | 2022-12-05 | 2022-12-05 | Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022132181A1 (de) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019003851A1 (de) | 2018-06-01 | 2019-12-05 | The Mathworks, Inc. | Systeme und Verfahren zum automatischen Realisieren von Modellen zu Co-Simulation |
DE102021204945A1 (de) | 2020-05-17 | 2021-11-18 | Keysight Technologies Inc. A Delaware Corporation | Zeitsynchronisation und Latenzkompensation für Emulationstestsystem |
DE112020005577T5 (de) | 2019-11-14 | 2022-09-29 | NEC Laboratories America, Inc. | Simulieren diverser langfristiger zukünftiger Trajektorien in Strassenszenen |
-
2022
- 2022-12-05 DE DE102022132181.9A patent/DE102022132181A1/de active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019003851A1 (de) | 2018-06-01 | 2019-12-05 | The Mathworks, Inc. | Systeme und Verfahren zum automatischen Realisieren von Modellen zu Co-Simulation |
DE112020005577T5 (de) | 2019-11-14 | 2022-09-29 | NEC Laboratories America, Inc. | Simulieren diverser langfristiger zukünftiger Trajektorien in Strassenszenen |
DE102021204945A1 (de) | 2020-05-17 | 2021-11-18 | Keysight Technologies Inc. A Delaware Corporation | Zeitsynchronisation und Latenzkompensation für Emulationstestsystem |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3082000B1 (de) | Verfahren und system zum testen eines mechatronischen systems | |
DE102018128289B4 (de) | Verfahren und vorrichtung für eine autonome systemleistung und zur einstufung | |
DE102019124018A1 (de) | Verfahren zum Optimieren von Tests von Regelsystemen für automatisierte Fahrdynamiksysteme | |
DE102005026040A1 (de) | Parametrierung eines Simulations-Arbeitsmodells | |
WO2020043377A1 (de) | Computerimplementiertes simulationsverfahren und anordnung zum testen von steuergeräten | |
DE102014110096A1 (de) | Testeinrichtung zum Echtzeittest eines virtuellen Steuergeräts | |
AT513714A1 (de) | Verfahren zur Beurteilung der Beherrschbarkeit eines Fahrzeuges | |
WO2022028935A1 (de) | Computerimplementiertes verfahren zum bereitstellen eines test-verlaufs zu testender verkehrsszenarien | |
EP3757795A1 (de) | Verfahren und vorrichtung zur optimalen aufteilung von testfällen auf unterschiedliche testplattformen | |
DE102019134053A1 (de) | Verfahren zur kontinuierlichen Absicherung im Fahrversuch applizierter automatisierter Fahrfunktionen | |
DE102011088805A1 (de) | Verfahren zum Entwickeln und/oder Testen eines Fahrerassistenzsystems | |
DE102020120141A1 (de) | Verfahren zum Optimieren von Tests von Regelsystemen für automatisierte Fahrdynamiksysteme mittels probabilistisch prädizierter Systemantworten | |
DE102017213510A1 (de) | Verfahren und Vorrichtung zum Erzeugen eines maschinellen Lernsystems, und virtuelle Sensorvorrichtung | |
AT523850B1 (de) | Computergestütztes Verfahren und Vorrichtung zur wahrscheinlichkeitsbasierten Geschwindigkeitsprognose für Fahrzeuge | |
WO2013026636A1 (de) | Verfahren zum erstellen eines modells | |
WO2022077042A1 (de) | Verfahren und ein system zum testen eines fahrerassistenzsystems für ein fahrzeug | |
WO2018206522A1 (de) | Produktreifebestimmung eines technischen systems und insbesondere eines autonom fahrenden fahrzeugs | |
DE102022132181A1 (de) | Verfahren für eine dynamische Modellauswahl bei einer ADAS/ADS-Simulation | |
EP4105811A1 (de) | Computerimplementiertes verfahren zum szenariobasierten testen und/oder homologation von zu testenden zumindest teilweise autonomen fahrfunktionen durch key performance indicators (kpi) | |
EP2592504B1 (de) | Verfahren zur Abschätzung eines Ressourcenverbrauchs bei der Erzeugung eines Steuergeräteprogrammcodes | |
AT524932B1 (de) | Verfahren und System zum Testen eines Fahrerassistenzsystems für ein Fahrzeug | |
DE102020215136A1 (de) | Verfahren zur automatisierten Bewertung eines Simulationsmodells | |
WO2021245151A1 (de) | Unüberwachtes lernen einer gemeinsamen darstellung von daten von sensoren unterschiedlicher modalität | |
DE102016208076A1 (de) | Verfahren und vorrichtung zur auswertung eines eingabewerts in einem fahrerassistenzsystem, fahrerassistenzsystem und testsystem für ein fahrerassistenzsystem | |
WO2021089499A1 (de) | Verfahren und system zum prüfen einer automatisierten fahrfunktion durch reinforcement-learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication |