DE102023102523A1 - Procedure for efficient scenario-based testing of an automated driving system - Google Patents
Procedure for efficient scenario-based testing of an automated driving system Download PDFInfo
- Publication number
- DE102023102523A1 DE102023102523A1 DE102023102523.6A DE102023102523A DE102023102523A1 DE 102023102523 A1 DE102023102523 A1 DE 102023102523A1 DE 102023102523 A DE102023102523 A DE 102023102523A DE 102023102523 A1 DE102023102523 A1 DE 102023102523A1
- Authority
- DE
- Germany
- Prior art keywords
- xil
- scenario
- scenarios
- environment
- test
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
Verfahren zum effizienten szenariobasierten Testen eines automatisierten Fahrsystems, bei welchem aus einer Datenbank logischer Szenarien mehrere konkrete Szenarien generiert werden und für jedes konkrete Szenario das zu testende System in mindestens einer zuvor definierten X-in-the-Loop (XiL)-Umgebung getestet wird, wobei aus den Testdaten und Testergebnissen Cluster aggregiert werden, aus denen je ein repräsentatives Szenario selektiert wird, welches hinsichtlich seiner Glaubwürdigkeit bewertet wird. Bei einem Verfahren, durch welches der Anteil von realen Tests des automatisierten Fahrsystems auf einem Testgelände reduziert wird, wird ein Sampling-Algorithmus zur Generierung konkreter Szenarien aus dem logischen Szenario erstellt, wobei die XiL-Tests in der effizientesten verbleibenden XiL-Umgebung durchgeführt werden.Method for efficient scenario-based testing of an automated driving system, in which several specific scenarios are generated from a database of logical scenarios and for each specific scenario the system to be tested is tested in at least one previously defined X-in-the-Loop (XiL) environment, whereby clusters are aggregated from the test data and test results, from which a representative scenario is selected, which is evaluated with regard to its credibility. In a procedure that reduces the proportion of real tests of the automated driving system on a proving ground, a sampling algorithm is created to generate concrete scenarios from the logical scenario, with the XiL tests being performed in the most efficient remaining XiL environment.
Description
Die Erfindung betrifft ein Verfahren zum effizienten szenariobasierten Testen eines automatisierten Fahrsystems, bei welchem aus einer Datenbank logischer Szenarien mehrere konkrete Szenarien generiert werden und für jedes konkrete Szenario das zu testende System in mindestens einer zuvor definierten X-in-the-Loop (XiL)-Umgebung getestet wird, wobei aus den Testdaten und Testergebnissen Cluster aggregiert werden, aus denen je ein repräsentatives Szenario selektiert wird, welches hinsichtlich seiner Glaubwürdigkeit bewertet wird.The invention relates to a method for efficient, scenario-based testing of an automated driving system, in which a number of specific scenarios are generated from a database of logical scenarios and the system to be tested is tested in at least one previously defined X-in-the-Loop (XiL) for each specific scenario. Environment is tested, whereby clusters are aggregated from the test data and test results, from which a representative scenario is selected, which is evaluated in terms of its credibility.
Aus der
Die
Aufgabe der Erfindung ist es, ein Verfahren für ein effizienten szenariobasierten Testen eines automatisierten Fahrsystems zu dessen Validierung anzugeben, durch welches der relative Anteil von realen Tests des automatisierten Fahrsystems auf einem Prüfgelände reduziert wird, während die Testtiefe und -abdeckung erhöht wird.The object of the invention is to specify a method for efficient scenario-based testing of an automated driving system for its validation, by which the relative proportion of real tests of the automated driving system on a proving ground is reduced, while the test depth and coverage is increased.
Die Erfindung ergibt sich aus den Merkmalen der unabhängigen Ansprüche. Vorteilhafte Weiterbildungen und Ausgestaltungen sind Gegenstand der abhängigen Ansprüche. Weitere Merkmale, Anwendungsmöglichkeiten und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung, sowie der Erläuterung von Ausführungsbeispielen der Erfindung, die in den Figuren dargestellt sind.The invention results from the features of the independent claims. Advantageous developments and refinements are the subject matter of the dependent claims. Further features, possible applications and advantages of the invention result from the following description and the explanation of exemplary embodiments of the invention which are illustrated in the figures.
Die Aufgabe wird mit dem Gegenstand des Patentanspruchs 1 gelöst.The object is achieved with the subject matter of
Bei dem eingangs beschriebenen Verfahren zum effizienten szenariobasierten Testen eines automatisierten Fahrsystems, bei welchem aus einer Datenbank logischer Szenarien mehrere konkrete Szenarien generiert werden und für jedes konkrete Szenario das zu testende System in mindestens einer zuvor definierten X-in-the-Loop (XiL)-Umgebung getestet wird, wobei aus den Testdaten und Testergebnissen Cluster aggregiert werden, aus denen je ein repräsentatives Szenario selektiert wird, welches hinsichtlich seiner Glaubwürdigkeit bewertet wird, wird ein Sampling-Algorithmus zur Ableitung konkreter Szenarien aus dem logischen Szenario angewendet wobei die XiL-Tests in der effizientesten verbleibenden XiL-Umgebung durchgeführt werden. Durch die Erhöhung der Testtiefe in XiL-Umgebungen wird der relative Anteil von realen Tests im Prüfgelände reduziert. Gleichzeitig wird der Parameterraum eines logischen Szenarios in allen Testumgebungen, wie XiL und Prüfgelände, möglichst effizient abgedeckt. Unter XiL (X-in-the-Loop) sollen im weiteren virtuelle Testumgebungen wie Software-in-the-Loop (SiL) oder Hardware-in-the-Loop (HiL), verstanden werden. Bei dem logischen Szenario soll es sich um eine formale Szenario-Beschreibung handeln, die Szenario-Parameterbereiche in einem Zustandsraum bereitstellt, um Entitäten und ihre Beziehungen, wie beispielsweise Geschwindigkeit v und Entfernung s, zu beschreiben. Dabei ist es möglich, auch Verteilungen und Abhängigkeiten für die Parameter, wie beispielsweise v1 >v2, zu definieren. Durch die Verwendung des Stichprobenalgorithmus werden konkrete Szenarien aus dem ausgewählten logischen Szenario abgeleitet.In the method described above for efficient scenario-based testing of an automated driving system, in which several specific scenarios are generated from a database of logical scenarios and for each specific scenario the system to be tested is defined in at least one previously defined X-in-the-Loop (XiL) environment is tested, with clusters being aggregated from the test data and test results, from which a representative scenario is selected, which is evaluated with regard to its credibility, a sampling algorithm is used to derive concrete scenarios from the logical scenario, with the XiL tests in be carried out in the most efficient remaining XiL environment. By increasing the test depth in XiL environments, the relative proportion of real tests in the proving ground is reduced. At the same time, the parameter space of a logical scenario is covered as efficiently as possible in all test environments, such as XiL and proving grounds. XiL (X-in-the-Loop) should be understood to mean virtual test environments such as Software-in-the-Loop (SiL) or Hardware-in-the-Loop (HiL). The logical scenario is intended to be a formal scenario description that provides scenario parameter ranges in a state space to describe entities and their relationships, such as velocity v and distance s. It is also possible to define distributions and dependencies for the parameters, such as v1 > v2. By using the sampling algorithm, concrete scenarios are derived from the selected logical scenario.
Vorteilhafterweise erfolgt bei der Definition der XiL-Umgebungen eine Auswahl aus Simulationsmodellen und/oder Simulationswerkzeugen und/oder Hardware, wobei die XiL-Umgebung hinsichtlich der zu erwartenden Zuverlässigkeit der Simulationsmodelle differenziert wird. Dabei werden erforderliche Rechenkosten und die erwartete Konfidenz des Simulationsmodells differenziert aufeinander abgestimmt. Die minimalen Rechenkosten werden von einer SiL-Umgebung erreicht, die die effizienteste XiL-Umgebung darstellt.Advantageously, when defining the XiL environments, a selection is made from simulation models and/or simulation tools and/or hardware, with the XiL environment being differentiated with regard to the reliability of the simulation models to be expected. The necessary calculation costs and the expected confidence of the simulation model are coordinated in a differentiated manner. The minimum computational cost is achieved by a SiL environment, which is the most efficient XiL environment.
In einer Ausgestaltung werden im Falle einer Verwendung eines iterativen Sampling-Algorithmus wiederholt konkrete Szenarien aus dem logischen Szenario abgeleitet. Dabei lassen sich frühere Simulationsergebnisse verwenden. Jedes konkrete Szenario enthält dabei einen eindeutigen Satz von Parameterwerten.In one embodiment, if an iterative sampling algorithm is used, concrete scenarios are repeatedly derived from the logical scenario. Previous simulation results can be used here. Each concrete scenario contains a unique set of parameter values.
In einer Ausführungsform werden in Abhängigkeit des zu testenden Systems und dem logischem Szenario Metriken und Pass/Fail-Kriterien aus zuvor aufgezeichneten Testdaten erstellt, mittels welchen die Testauswertung und/oder die Glaubwürdigkeitsbewertung jedes repräsentativen Clusters durchgeführt wird. Die Metriken stellen dabei zeitabhängige oder zeitunabhängige Variablen dar, die aus messbaren XiL-Ergebnissen abgeleitet werden, um die Leistung des Systems zu bewerten. Pass/Fail-Kriterien sind dagegen binäre Variablen, die aus Metriken abgeleitet werden, um die Systemleistung zu bewerten.In one embodiment, depending on the system to be tested and the logical scenario, metrics and pass/fail criteria are created from previously recorded test data, by means of which the test evaluation and/or the credibility assessment of each representative cluster is carried out. The metrics represent time-dependent or time-independent variables that are derived from measurable XiL results to evaluate the performance of the system. Pass/fail criteria, on the other hand, are binary variables derived from metrics to evaluate system performance.
Es ist von Vorteil, wenn die XiL-Ergebnisse aller konkreten Szenarien eines in einer entsprechenden XiL-Umgebung als glaubwürdig eingestuften (angenommenen) Clusters weiterverarbeitet werden. Dadurch wird die Glaubwürdigkeit und somit Übertragbarkeit von XiL-Testergebnissen der konkreten Szenarien des jeweiligen Clusters auf im Prüfgelände durchgeführte Testergebnisse gewährleistet.It is advantageous if the XiL results of all concrete scenarios of a cluster that is (assumed) classified as credible in a corresponding XiL environment are further processed. This ensures the credibility and thus transferability of XiL test results of the specific scenarios of the respective cluster to test results carried out on the proving ground.
In einer weiteren Ausgestaltung werden von als nicht glaubwürdig eingestuften (abgelehnten) Clustern alle konkreten Szenarien des jeweiligen Clusters in der effizientesten verbleibenden XiL-Umgebung erneut getestet. Dadurch wird die Glaubwürdigkeit anderer XiL-Ergebnisse sichergestellt.In a further embodiment, clusters classified as not credible (rejected) retest all concrete scenarios of the respective cluster in the most efficient remaining XiL environment. This ensures the credibility of other XiL results.
In einer weiteren Variante werden nach Abschluss der Testung alle konkreten Szenarien, deren XiL-Ergebnisse in allen XiL-Umgebungen abgelehnt wurden, im Prüfgelände erneut getestet. Dadurch werden auch für die abgelehnten Szenarien glaubwürdige Testergebnisse sichergestellt.In a further variant, after the test has been completed, all concrete scenarios whose XiL results were rejected in all XiL environments are tested again on the test site. This also ensures credible test results for the rejected scenarios.
In einer weiteren Ausführungsform werden bei Vorliegen der Glaubwürdigkeit des Clusters alle akzeptierten Testergebnisse unter Berücksichtigung weiterer Geländetests zu einem Gesamttestergebnis für das jeweilige logische Szenario aggregiert.In a further embodiment, if the cluster is credible, all accepted test results are aggregated into an overall test result for the respective logical scenario, taking into account further field tests.
Weitere Vorteile, Merkmale und Einzelheiten ergeben sich aus der nachfolgenden Beschreibung, in der - gegebenenfalls unter Bezug auf die Zeichnung - zumindest ein Ausführungsbeispiel im Einzelnen beschrieben ist. Beschriebene und/oder bildlich dargestellte Merkmale können für sich oder in beliebiger, sinnvoller Kombination den Gegenstand der Erfindung bilden, gegebenenfalls auch unabhängig von den Ansprüchen, und können insbesondere zusätzlich auch Gegenstand einer oder mehrerer separater Anmeldung/en sein. Gleiche, ähnliche und/oder funktionsgleiche Teile sind mit gleichen Bezugszeichen versehen.Further advantages, features and details result from the following description, in which at least one exemplary embodiment is described in detail-if necessary with reference to the drawing. Described and/or illustrated features can form the subject of the invention on their own or in any meaningful combination, possibly also independently of the claims, and in particular can also be the subject of one or more separate applications. Identical, similar and/or functionally identical parts are provided with the same reference symbols.
Es zeigen:
-
1 ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens, -
2 ein Ausführungsbeispiel für ein System zur Durchführung des erfindungsgemäßen Verfahrens.
-
1 an embodiment of the method according to the invention, -
2 an exemplary embodiment of a system for carrying out the method according to the invention.
In
Aus diesen Definitionen wird im Block 110 ein logisches Szenario aus einer Datenbank ausgewählt. Dabei handelt es sich um eine formelle Szenariobeschreibung, die Szenario-parameterbereiche in einem Zustandsraum bereitstellt, um Entitäten und ihre Beziehungen, beispielsweise Geschwindigkeiten des Fahrzeuges und Entfernungen, darzustellen. Optional ist es auch möglich, Verteilungen und Abhängigkeiten für Parameter zu definieren, wie z.B. Geschwindigkeiten v1 > v2. Eingangsgrößen für diese Auswahl stellen die Ziele des Softwaretests und die SUT-Definition dar.From these definitions, in block 110 a logical scenario is selected from a database. This is a formal scenario description that provides scenario parameter ranges in a state space to represent entities and their relationships, such as vehicle speeds and distances. Optionally, it is also possible to define distributions and dependencies for parameters, such as velocities v1 > v2. Input variables for this selection are the goals of the software test and the SUT definition.
Im Block 120 werden parallel dazu Metriken und Pass/Fail-Kriterien definiert. Unter Metriken sollen im weiteren zeitabhängige oder zeitunabhängige Variablen verstanden werden, die aus messbaren XiL-Ausgaben abgeleitet werden, um die SUT-Leistung zu bewerten. Aus den Metriken werden binäre Variablen, die sogenannten Pass/Fail-Kriterien, abgeleitet, um die SUT-Leistung zu bewerten.In
Eine Definition von XiL-Umgebungen erfolgt ebenfalls parallel zu Block 110, 120 im Block 130. Die Auswahl von XiL-Umgebungen besteht aus Ressourcen wie Simulationsmodellen, Simulationswerkzeugen und Hardware und muss darauf abgestimmt werden. XiL-Umgebungen müssen hinsichtlich der erforderlichen Rechenkosten (Ausführungszeit pro Szenario) und der erwarteten Zuverlässigkeit des Simulationsmodells (Realismus des Simulationsmodells) differenziert werden. Die minimalen Rechenkosten müssen von einer SiL-Umgebung erreicht werden, die die effizienteste XiL-Umgebung darstellt. Spezifikationen für die Testausführungen werden in Abhängigkeit von der SiL-Umgebung formuliert. Eingangsgrößen für die Definition der SiL-Umgebung sind Sensormodelle, Umfeldsimulationen, Fahrzeugmodelle und Restbussimulationen (bspw. Funktionsmodelle und/oder simulierte Netzwerkkommunikationen), Simulationswerkzeuge, Simulationsrechner, Hardwarebeispiels und sonstige HiL-Hardware. Als Ergebnis der Definition wird eine SiL-Umgebung und mindestens eine weitere XiL-Umgebung sowie eine Spezifikation für die Testausführung ausgegeben.XiL environments are also defined in parallel to
Ausgehend von dem im Block 110 ausgewählten logischen Szenario werden im Block 140 konkrete Szenarien generiert. Unter einem konkreten Szenario soll eine formale Szenariobeschreibung verstanden werden, welche auf dem logischen Szenario mit expliziten Szenarioparameterwerten basiert (beispielsweise v1= 10m/s). Dazu wird ein Stichprobenalgorithmus genutzt, um sicherzustellen, dass eine T-weise Abdeckung erreicht wird, um konkrete Szenarien aus dem ausgewählten logischen Szenario abzuleiten. Die T-weise Abdeckung stellt dabei jede mögliche Parameterwertkombination von Testparametern dar, die in mindestens einer Stichprobe des Testsatzes existiert. Jedes konkrete Szenario enthält einen eindeutigen Satz von Parameterwerten. Alternativ zu einem Stichprobenalgorithmus für T-weise Abdeckung besteht die Möglichkeit, einen iterativen Stichprobenalgorithmus unter Berücksichtigung früherer Simulationsergebnisse zu verwenden. Unter Einbeziehung der formalen Beschreibung des logischen Szenarios, Parameterverteilungen, Parametereinschränkungen, Strichprobenalgorithmus und einer optionalen Berücksichtigung von Ergebnissen früherer Testfälle wird eine Liste der Parameterwerte konkreter Szenarien erstellt, sodass Szenariodateien im Zielformat der Simulationsumgebung erstellt werden.Based on the logical scenario selected in
Im Block 150 werden unter Zuhilfenahme der im Block 130 definierten XiL-Umgebungen und der im Block 140 erzeugten konkreten Szenarien XiL-Tests ausgeführt. Die von dem Stichprobenalgorithmus generierten konkreten Szenarien werden in der bezüglich Ausführungszeit pro Szenario effizientesten verbleibenden XiL-Umgebung ausgeführt. In der ersten Iteration ist dies die im Block 130 definierte SiL-Umgebung, während in nachfolgenden Iterationen andere XiL-Umgebungen verwendet werden. Spezifikationen für die Testausführung werden während der Laufzeit des Tests geprüft. Eingangsdaten stellen dabei die XiL-Umgebung, Werkzeuge zur Testautomatisierung, Spezifikationen zur Testausführung und Szenariodateien im Zielformat der Simulationsergebnisse dar, aus welchen Testdaten, wie Trajektorien, SUT-Kommunikation, Szenarioparameter, Videos u.ä., aufgezeichnet werden, die zur Auswertung der XiL-Tests an den Block 160 weitergeleitet werden. Da der Testfall sich aus einem Szenario, Metriken, Pass/Fail-Kriterien, die zuvor für aufgezeichnete Testdaten definiert wurden, und einer Spezifikation für die Testausführung zusammensetzt, werden die im Block 120 definierten Metriken und Pass/Fail-Kriterien ebenfalls dem Block 160 zugeführt. Die XiL-Testergebnisse für jedes konkrete Szenario werden in einer Datenbank aufgezeichnet und zusätzlich zum Block 140 zurückgeführt, sofern es sich um einen iterativen Stichprobenalgorithmus handelt.In
Nachdem alle Szenarios erzeugt und getestet sind, werden im Block 170 konkrete Szenarien geclustert. Dabei werden Testdaten und Testergebnisse verwendet, um konkrete Szenarien in Szenarioclustern mit Hilfe eines Szenarioähnlichkeitsmaßes zu aggregieren. Nach dem Clustering wird für jedes Szenario ein repräsentatives Cluster für eine im Block 180 durchzuführende Glaubwürdigkeitsbewertung ausgewählt. Dabei wird eine separate Glaubwürdigkeitsargumentation jeweils für ein repräsentatives Szenario jedes Clusters in der jeweiligen XiL-Umgebung durchgeführt. Es wird davon ausgegangen, dass ein Simulationsmodell glaubwürdig ist, wenn es aus Sicht eines potenziellen Nutzers eine ausreichende Konfidenz hat. Die Konfidenz stellt dabei ein Maß dafür dar, inwiefern ein Simulationsmodell und daraus abgeleitete Informationen für Entscheidungen verwendet werden können. Ziel ist es, die Übertragbarkeit von XiL-Ergebnissen auf reale Testergebnisse zu bewerten. Die Glaubwürdigkeit des repräsentativen Szenarios induziert die Glaubwürdigkeit des zugehörigen Szenarioclusters. Die Glaubwürdigkeitsargumentation definiert eine sogenannte minimal erforderliche Konfidenzstufe für das jeweilige konkrete Szenario. Die Konfidenzstufe stellt dabei ein Maß für die Konfidenz der XiL-Umgebung dar.After all scenarios are created and tested, in
Die XiL-Testergebnisse für Cluster, die als glaubwürdig eingestuft wurden, werden im Block 190 akzeptiert und in nachfolgenden Bewertungsschritten verwendet. Dabei werden zur Akzeptanz die XiL-Testergebnisse individuell für jedes konkrete Szenario, die XiL-Konfidenz für jedes Cluster und die XiL-Glaubwürdigkeit für jedes Cluster eingegeben. Die XiL-Testergebnisse, die als unglaubwürdig eingestuft wurden, werden im Block 200 abgelehnt und müssen in einer anderen XiL-Umgebung getestet werden In diesem Fall werden die Blöcke 150, 160, 170 und 190 in der nächsteffizientesten XiL-Umgebung wiederholt. Dies kann im Vergleich zu früheren Iterationen zu anderen Clustern führen. Wenn ein Cluster in allen verfügbaren XiL-Umgebungen als unglaubwürdig eingestuft wurde, können XiL-Testergebnisse nicht in nachfolgenden Evaluierungsschritten verwendet werden.The XiL test results for clusters judged to be credible are accepted at
Diese Szenarien müssen im Block 210 im Prüfgelände getestet werden. Dazu werden im Block 200 Szenariobeschreibungen für Prüfgeländetests bereitgestellt. Im Prüfgeländetest werden Testergebnisse individuell für jedes konkrete Szenario ausgegeben. Falls ein Szenario nicht auf dem Prüfgelände getestet werden kann, liegt kein Testergebnis vor.These scenarios must be tested in
Alle Ergebnisse werden im Block 220 aggregiert. Dies basiert auf allen akzeptierten XiL-Testergebnissen und den Ergebnissen der Prüfgeländetests. Diese Testergebnisse werden zu einem Gesamttestergebnis für das jeweilige logische Szenario zusammengefasst.All results are aggregated in
Ein Ausführungsbeispiel für ein System zur Durchführung des erfindungsgemäßen Verfahrens ist in
Die ADAS/AD-ECUs 1 umfassen dazu ein Auswerte- und Voraussagemodul 17, ein Planungsmodul 19 und eine Steuergerätehardware 21. In einem Sensorfusionsmodul 23 werden die von den Sensoren 3 gelieferten Daten zusammengefasst, die in einem Modul 25 zur Sensordatenverarbeitung und in einer Sensorhardware 27 bereitgestellt werden. Die Sensoren 3 sind weiterhin optional mit einer Ortsbestimmungseinheit 29 verbunden, welche die Umgebung 11 des Fahrzeuges 9 überwacht. Dazu umfasst die Ortsbestimmungseinheit 29 ein Fahrzeuglokalisierungsmodul 31 und eine digitale Karte 33 der Umgebung. Die von der Ortsbestimmungseinheit 29 bereitgestellten Daten werden den ADAS/AD-ECUs 1 zur Bewegungssteuerung 13 zugeführt.For this purpose, the ADAS/AD-
Darüber hinaus ist die Umgebung 11 zum wechselseitigen Austausch mit einem Simulationsmodul 35 zur Steuerung und Auswertung der Szenarien des im vorhergehend erläuterten Verfahrens verbunden, an welchem als Eingangsgrößen auch die aktuellen Werte der Aktuatoren 13 des Fahrzeuges 9 bereitgestellt werden. Das Modul 35 kann seine Testergebnisse an ein optionales Fahrermodul 37 ausgeben, welches auch von dem Steuergeräten 5 und dem Fahrzeug 9 mit Daten versorgt wird.In addition, the
BezugszeichenlisteReference List
- 11
- ADAS/AD-ECUsADAS/AD ECUs
- 33
- Sensorensensors
- 55
- Steuergerätecontrol units
- 77
- Aktuatorenactuators
- 99
- Fahrzeugvehicle
- 1111
- Fahrzeugumgebungvehicle environment
- 1313
- Bewegungssteuerungmotion control
- 1717
- Auswerte- und VoraussagemodulEvaluation and prediction module
- 1919
- Planungsmodulplanning module
- 2121
- SteuergerätehardwareECU hardware
- 2323
- Sensorfusionsmodulsensor fusion module
- 2525
- Modul zur SensordatenverarbeitungModule for sensor data processing
- 2727
- Sensorhardwaresensor hardware
- 2929
- Ortbestimmungseinheitlocation determination unit
- 3131
- Fahrzeuglokalisierungsmodulvehicle location module
- 3333
- digitale Kartedigital map
- 3535
- Simulationsmodulsimulation module
- 3737
- Fahrermoduldriver module
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION
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.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent Literature Cited
- US 20200250363 A1 [0002]US 20200250363 A1 [0002]
- WO 2021189011 A1 [0003]WO 2021189011 A1 [0003]
Claims (8)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102023102523.6A DE102023102523A1 (en) | 2023-02-02 | 2023-02-02 | Procedure for efficient scenario-based testing of an automated driving system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102023102523.6A DE102023102523A1 (en) | 2023-02-02 | 2023-02-02 | Procedure for efficient scenario-based testing of an automated driving system |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102023102523A1 true DE102023102523A1 (en) | 2023-04-06 |
Family
ID=85570815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102023102523.6A Pending DE102023102523A1 (en) | 2023-02-02 | 2023-02-02 | Procedure for efficient scenario-based testing of an automated driving system |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102023102523A1 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200250363A1 (en) | 2019-02-06 | 2020-08-06 | Metamoto, Inc. | Simulation and validation of autonomous vehicle system and components |
WO2021189011A1 (en) | 2020-03-19 | 2021-09-23 | Nvidia Corporation | Virtual environment scenarios and observers for autonomous machine applications |
-
2023
- 2023-02-02 DE DE102023102523.6A patent/DE102023102523A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200250363A1 (en) | 2019-02-06 | 2020-08-06 | Metamoto, Inc. | Simulation and validation of autonomous vehicle system and components |
WO2021189011A1 (en) | 2020-03-19 | 2021-09-23 | Nvidia Corporation | Virtual environment scenarios and observers for autonomous machine applications |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102015207656B4 (en) | Method and system for testing control software of a controlled system | |
DE102005026040B4 (en) | Parameterization of a simulation working model | |
WO2020043377A1 (en) | Computer-implemented simulation method and arrangement for testing control devices | |
WO2021058223A1 (en) | Method for applying automated driving functions efficiently and in a simulated manner | |
DE102019124018A1 (en) | Method for optimizing tests of control systems for automated vehicle dynamics systems | |
EP3398092A1 (en) | Method for configuring a co-simulation for a total system | |
EP3757795A1 (en) | Method and device for optimal distribution of test cases to different test platforms | |
DE102019134053A1 (en) | Process for the continuous validation of automated driving functions applied in driving tests | |
DE102018110020A1 (en) | A method for generating a model of a technical system executable on a test device and test device | |
DE102020120141A1 (en) | Procedure for optimizing tests of control systems for automated vehicle dynamics systems using probabilistically predicted system responses | |
EP3757792A2 (en) | Method and device for testing a system, for selecting real tests and for testing systems with machine learning components | |
EP3306295A1 (en) | Method and device for testing electronic controls, in particular for testing of automobile control systems | |
EP4222470A1 (en) | Computer-aided method and device for predicting speeds for vehicles on the basis of probability | |
DE102023102523A1 (en) | Procedure for efficient scenario-based testing of an automated driving system | |
Knauss et al. | Towards state-of-the-art and future trends in testing of active safety systems | |
AT522625B1 (en) | Procedure for security screening of a technical unit | |
DE102020206327A1 (en) | Method and device for testing a technical system | |
DE102019218476A1 (en) | Device and method for measuring, simulating, labeling and evaluating components and systems of vehicles | |
Themann et al. | Database of relevant traffic scenarios as a tool for the development and validation of automated driving | |
EP3757698A1 (en) | Method and device for evaluating and selecting signal comparison metrics | |
DE102019124257A1 (en) | Method, device, computer program and computer program product for determining AI training data in a vehicle and method, device, computer program and computer program product for determining relevant situation parameters for training an artificial intelligence unit of an automatically drivable vehicle | |
DE102023000357B3 (en) | Method for generating test data for a simulation of an assistance system of an at least partially assisted motor vehicle, computer program product, computer-readable storage medium and electronic computing device | |
DE102021102460A1 (en) | Procedure for performing a simulation | |
DE102023001366A1 (en) | Method for checking a perception module of a driver assistance system | |
DE102021200298A1 (en) | Method and device for testing a technical system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R230 | Request for early publication |