DE202023102318U1

DE202023102318U1 - System zur Erstellung von Szenarien

Info

Publication number: DE202023102318U1
Application number: DE202023102318.5U
Authority: DE
Original assignee: Dspace GmbH
Current assignee: Dspace GmbH
Priority date: 2023-04-28
Filing date: 2023-04-28
Publication date: 2023-06-09
Anticipated expiration: 2033-04-29

Abstract

System zur Erstellung von Szenarien eingerichtet zur Ausführung eines Verfahrens umfassend folgende Schritte:
a) Empfangen einer textuellen Beschreibung eines Szenarios,
b) Empfangen von Erstellungsanweisungen,
c) Erzeugen einer maschinenlesbaren Beschreibung des Scenarios mittels eines Algorithmus, wobei der Algorithmus ein trainiertes Modell des maschinellen Lernens umfasst,
d) Ausgabe der maschinenlesbaren Beschreibung des Szenarios.

Description

Die Erfindung betrifft ein System zur Erstellung von Szenarien gemäß dem Oberbegriff des Schutzanspruchs 1.
Aus der veröffentlichten Deutschen Patentanmeldung DE102021100395A1 sind Szenarien bekannt, welche eine Verkehrssituation beschreiben. Diese werden mittels der beanspruchten Methode verglichen.
Vor diesem Hintergrund besteht die Aufgabe der Erfindung darin, ein System anzugeben, die den Stand der Technik weiterbildet und insbesondere ein Verfahren anzugeben, mit welchen neue Szenarien einfach erzeugt werden können.
Die Aufgabe wird durch ein System zur Erstellung von Szenarien mit den Merkmalen des Schutzanspruchs 1 gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand von abhängigen Unteransprüchen.
Gemäß dem Gegenstand der Erfindung wird ein System zur Erstellung von Szenarien eingerichtet zur Ausführung eines Verfahrens umfassend folgende Schritte:

a) Empfangen einer textuellen Beschreibung eines Szenarios,
b) Empfangen von Erstellungsanweisungen,
c) Erzeugen einer maschinenlesbaren Beschreibung des Scenarios mittels eines Algorithmus, wobei der Algorithmus ein trainiertes Modell des maschinellen Lernens umfasst,
d) Ausgabe der maschinenlesbaren Beschreibung des Szenarios beansprucht.

Es sei angemerkt, dass Szenarien im Sinne der beanspruchten Erfindung als Abstraktionen einer Verkehrssituation bezeichnet werden können. Sie kommen bei der Testmethodik des „Szenario-basierten Testen“ von Systemen und Systemkomponenten zur autonomen Führung eines Kraftfahrzeugs verwendet bzw. benötigt. Ein Szenario beschreibt dabei die zeitliche Entwicklung von Szenen, welche mit einer Startszene beginnen. Im Gegensatz zu Szenen decken Szenarien eine gewisse Zeitspanne ab. Eine einzelne Szene kann als eine Momentaufnahme des Umfelds angesehen werden, welche die Szenerie, dynamische Elemente und alle Akteure umfasst. Die Akteure und insbesondere die Fahrzeuge einer Szene.
Ein grundsätzliches Unterscheidungsmerkmal von Verkehrsszenarien bzw. Szenarien sind die Bewegungen der Verkehrsteilnehmer. Damit werden zur Unterscheidung nicht statische Parameter, wie Umfeld, Bebauung oder Fahrbahnbreite herangezogen, sondern insbesondere das Fahrverhalten der einzelnen Verkehrsteilnehmer. Die Bewegungen der Verkehrsteilnehmer und damit das Fahrverhalten wird durch Trajektorien beschrieben. Trajektorien beschreiben einen Pfad sowohl in räumlicher als auch in zeitlicher Richtung. Durch die Beschreibung der Bewegungen / Trajektorien eines Verkehrsteilnehmers kann ein Bewegungsprofil erstellt werden.
Eine autonome Fahrfunktion ist durch ein System, beispielsweise ein Steuergerät, realisiert. Das Steuergerät wird herkömmlicherweise im realen Fahrzeug in realen Verkehrssituationen getestet, durch Hardware-in-the-loop Tests oder alternativ durch vollständig virtuelle Tests validiert.
Unter Verwendung des vorliegenden Verfahrens kann beispielsweise ein sogenanntes Cut-In-Szenario erzeugt werden. Das Cut-In-Szenario kann als Verkehrssituation bezeichnet werden, bei welcher ein hochautomatisiertes bzw. autonomes Fahrzeug in einer vorgegebenen Fahrspur fährt und ein anderes Fahrzeug mit gegenüber dem Ego-Fahrzeug verringerter Geschwindigkeit von einer weiteren Fahrspur in die Fahrspur des Ego-Fahrzeugs in einem bestimmten Abstand einschert. Das Ego-Fahrzeug bezeichnet hier das zu testende Fahrzeug.
Die Geschwindigkeit des Ego-Fahrzeugs und des weiteren Fahrzeugs, welches auch als Fellow-Fahrzeug bezeichnet wird, ist dabei konstant. Da die Geschwindigkeit des Ego-Fahrzeugs höher ist als die des Fellows, muss das Ego-Fahrzeug abgebremst werden, um eine Kollision der beiden Fahrzeuge zu vermeiden. Aber auch ein Cut-in-Szenario kann in verschiedenen Ausprägungsformen vorliegen, wie z.B. durch eine Unterscheidung in der Geschwindigkeit der Verkehrsteilnehmer.
Des Weiteren ist ein Szenario möglich, indem das Ego-Fahrzeug das überholende Fahrzeug darstellt, so dass das Ego-Fahrzeug in einer vorgegebenen Fahrspur fährt und ein anderes Fahrzeug mit gegenüber dem Ego-Fahrzeug verringerter Geschwindigkeit überholt. Dabei wechselt/scherrt das Ego-Fahrzeugt auf eine weitere Fahrspur aus und fährt mit höherer Geschwindigkeit an dem Fellow-Fahrzeug vorbei. Die Geschwindigkeit des Ego-Fahrzeug muss in diesem Szenario nicht konstant sein. Nachdem das Ego-Fahrzeug an dem Fellow-Fahrzeug vorbeigefahren ist, scherrt das Ego-Fahrzeug wieder auf die vorherige Fahrspur ein.
Ein Vorteil der erfindungsgemäßen Vorrichtung ist es, dass mit dem System zur Erstellung von Szenarien sehr einfach und mit wenig Kenntnissen über die Formale Beschreibung von Szenarien diese erstellt werden können. Damit kann sehr schnell der Bedarf nach Szenarien mit bestimmten Eigenschaften, die für die Entwicklung autonomer Fahrfunktionen und entsprechender Steuergeräte notwendig sind erstellt werden.
In einer alternativen Ausführungsform ist das System dadurch gekennzeichnet, dass die Erstellungsanweisungen eine Version der maschinenlesbaren Beschreibung des Szenarios vorgeben sind.
Eine Weiterbildung ist ein System, wobei das Modell des maschinellen Lernens zumindest teilweise eine Transformer Architektur aufweist.
In einer Ausführungsform ist es bevorzugt, dass das System, dadurch gekennzeichnet ist, dass das Modell des maschinellen Lernens für die Verarbeitung natürlichsprachlicher Anweisungen vorgesehen und trainiert worden ist.
Gemäß einer anderen Weiterbildung ist das System, dadurch gekennzeichnet, dass das Modell des maschinellen Lernens mit unüberwachtem Lernen trainiert worden ist und insbesondere eine Large Language Model ist.
In einer Weiterbildung umfasst das System weiter ein Testsystem, wobei mittels des Testsystem und der maschinenlesbaren Beschreibung des Szenarios ein Test durchgeführt wird.
In einer anderen Ausführungsform des Systems testet der Test ein Steuergerät oder eine Funktion eines Steuergerätes.
Gemäß einer bevorzugenden Weiterbildung ist das System, dadurch gekennzeichnet, dass das Steuergerät oder die Funktion des Steuergerätes für zur Kontrolle eines hochautomatisierten oder autonomen Fahrzeuges vorgesehen ist.
Gemäß einer anderen Weiterbildung ist das System, dadurch gekennzeichnet, dass das System weiter ein Simulationssystem umfasst und mittels des Simulationssystems und der maschinenlesbaren Beschreibung des Szenarios eine Simulation durchgeführt wird.
Die Erfindung wird nachfolgend unter Bezugnahme auf die Zeichnungen näher erläutert. Hierbei werden gleichartige Teile mit identischen Bezeichnungen beschriftet. Die dargestellten Ausführungsformen sind stark schematisiert und zeigen nicht alle Details des zur Umsetzung der Erfindung notwendigen Systems.
Darin zeigt:

1 einen schematischen Aufbau des Systems in einer erfindungsgemäße Ausführungsform.

Die Abbildung der 1 zeigt eine Ansicht einer Ausführungsform, aufweisend eine Textuelle Beschreibung des Szenarios (Funktionale Beschreibung) 10, Erstellungsanweisungen 20, welche zusätzliche generische, Szenario-typische „Anweisungen“ an den Algorithmus 30, umfassend ein trainiertes Modell des maschinellen Lernens, enthält. Weiter eine maschinenlesbare Szenario-beschreibung 40 (z.B. OpenSCENARIO in den Versionen 1 oder 2). Sowie ein Testsystem 50 zum testen autonomer Fahrfunktionen oder entsprechender Steuergeräte.
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 102021100395 A1 [0002]

Claims

System zur Erstellung von Szenarien eingerichtet zur Ausführung eines Verfahrens umfassend folgende Schritte: a) Empfangen einer textuellen Beschreibung eines Szenarios, b) Empfangen von Erstellungsanweisungen, c) Erzeugen einer maschinenlesbaren Beschreibung des Scenarios mittels eines Algorithmus, wobei der Algorithmus ein trainiertes Modell des maschinellen Lernens umfasst, d) Ausgabe der maschinenlesbaren Beschreibung des Szenarios.
System nach Anspruch 1, dadurch gekennzeichnet, dass die Erstellungsanweisungen eine Version der maschinenlesbaren Beschreibung des Szenarios vorgeben.
System nach Anspruch 1 oder Anspruch 2, dadurch gekennzeichnet, dass das Modell des maschinellen Lernens zumindest teilweise eine Transformer Architektur aufweist.
System nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass das Modell des maschinellen Lernens für die Verarbeitung natürlichsprachlicher Anweisungen vorgesehen und trainiert worden ist.
System nach Anspruch 4, dadurch gekennzeichnet, dass das Modell des maschinellen Lernens mit unüberwachtem Lernen trainiert worden ist und insbesondere eine Large Language Model ist.
System nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass das System weiter ein Testsystem umfasst und mittels des Testsystem und der maschinenlesbaren Beschreibung des Szenarios ein Test durchgeführt wird.
System nach Anspruch 6, dadurch gekennzeichnet, dass der Test ein Steuergerät oder eine Funktion eines Steuergerätes testet.
System nach Anspruch 7, dadurch gekennzeichnet, dass das Steuergerät oder die Funktion des Steuergerätes für zur Kontrolle eines hochautomatisierten oder autonomen Fahrzeuges vorgesehen ist.
System nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass das System weiter ein Simulationssystem umfasst und mittels des Simulationssystems und der maschinenlesbaren Beschreibung des Szenarios eine Simulation durchgeführt wird.