KR102234064B1 - 운전자 보조 시스템용 가상 검사 최적화 - Google Patents

운전자 보조 시스템용 가상 검사 최적화 Download PDF

Info

Publication number
KR102234064B1
KR102234064B1 KR1020167014111A KR20167014111A KR102234064B1 KR 102234064 B1 KR102234064 B1 KR 102234064B1 KR 1020167014111 A KR1020167014111 A KR 1020167014111A KR 20167014111 A KR20167014111 A KR 20167014111A KR 102234064 B1 KR102234064 B1 KR 102234064B1
Authority
KR
South Korea
Prior art keywords
test
driver assistance
assistance system
inspection
parameter
Prior art date
Application number
KR1020167014111A
Other languages
English (en)
Other versions
KR20160079839A (ko
Inventor
페테르 프릴레르
Original Assignee
아베엘 리스트 게엠베하
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=50237996&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=KR102234064(B1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by 아베엘 리스트 게엠베하 filed Critical 아베엘 리스트 게엠베하
Publication of KR20160079839A publication Critical patent/KR20160079839A/ko
Application granted granted Critical
Publication of KR102234064B1 publication Critical patent/KR102234064B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • B60W50/045—Monitoring control system parameters
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0256—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults injecting test signals and analyzing monitored process response, e.g. injecting the test signal while interrupting the normal operation of the monitored system; superimposing the test signal onto a control signal during normal operation of the monitored system

Abstract

차량의 운전자 보조 시스템(3) 검증 방법으로서, 검사 파라미터 P에 의해 규정된 검사 T가 기결정된 검사 시나리오(4)에 대해 수행되고, 제 1 검사 T(n) 중 적어도 하나의 검사 파라미터 P가 결정되며, 제 2 검사 T(n+1) 생성을 위해, 임계 범위(7) 내로 제 1 검사 파라미터 P를 변위시키기 위해 제 1 검사 T(n)이 변경된다.

Description

운전자 보조 시스템용 가상 검사 최적화 {Virtual Test Optimization for Driver Assistance Systems}
본 발명은 검사 파라미터에 의해 규정된 검사가 주어진 검사 시나리오에 대해 수행되는, 차량의 운전자 보조 시스템의 검증 방법에 관한 것이다.
지금까지 운전자 보조 시스템은 거의 모든 차량 범주 내로 파급되고 있고, 그 목적은 사고, 또는 적어도 심각한 부상 및 치사율을 크게 감소시키는 것이다.
현재의 운전자 보조 시스템은 특정 주행 상황용으로 설계되어 있다 - 예를 들어, 잠김방지 제동 시스템(ABS)은 휠의 잠김 가능성을 막는 작용을 한다. 전자식 안정성 제어(ESC)는 차량의 스워빙(swerving) 가능성을 막으며, 자동 크루즈 제어(ACC)는 앞에 차량이 있을 때 더 완화된 고속도로 주행을 가능하게 하고, 제동 보조 기술은 긴급 제동 중 운전자를 도우며, LKAS(Lane Keep Assist Systems)는 예를 들어, 고속도로 상에서, 자신의 차로에 머무르도록 차로 유지 보조수단으로 운전자를 돕고, 그외 다른 많은 운전자 보조 시스템이 알려져 있다. 현대의 차량에서, 운전자 보조 시스템은 아주 드문 경우에만 홀로 사용되고, 최신 세대의 차량의 경우, 고급 운전자 보조 시스템이라 칭하는, 따라서, 여러 개의 운전자 보조 시스템의 조합이 사용된다.
운전자 보조 시스템의 개발과, 검사 및 검증에 있어서, 여전히 검사 단계에 있을 때 운전자 보조 시스템의 요망되는 개입을 검사할 수 있도록 하기 위해, 운전자 보조 시스템의 개입을 요구하는 가능한 많은 상황 또는 검사 시나리오를 개발 단계에서 고려하는 것이 중요하다.
단지 한 예로서, 도심내 교통체증이 심할 수 있고, 이는 검사 단계 중에 모든 가능한 상황을 고려하는 것을 거의 불가능하게 한다. 더욱이, 운전자 보조 시스템의 개입이 새로운 상황을 이끌 수 있고, 이는 추가적인 운전자 보조 시스템의 개입을 야기할 수 있음을 또한 명심하여야 한다. 이에 따라, 원래의 검사 단계에서 고려되거나 간주되지 않았던 새로운 교통 시나리오가 나타날 수 있다.
운전자 보조 시스템의 검사 및 최적화를 위한 가장 다양한 검사 시나리오의 생성과 관련하여, 예를 들어, DE 10 2011 088 807 A1 호는 설정된 검사 시나리오로부터, 수많은 추가의 검사 시나리오가 Monte Carlo 시뮬레이션을 이용하여 생성될 수 있는 방법, 따라서, 확률론적 방법을 보여준다. 이러한 방식으로 생성되는 모든 시나리오에 대하여, 각각의 경우에, 운전자 보조 시스템의 개입이 있는 코스 및 없는 코스가 시뮬레이션된다. 이러한 두 시나리오를 비교함으로써, 운전자 보조 시스템의 개입 효과에 대한 정량적 측정을 발견할 수 있다. 예를 들어, 각각의 시나리오에 대하여, 사고 위험, 손상 위험, 등을 정량화할 수 있다.
한가지 명백한 단점은, 시뮬레이션된 시나리오 결과가 다른 시나리오의 시뮬레이션에 영향이 없고, 시나리오들은 단지 확률론적 방법에 의해 생성된다. 시뮬레이션된 시나리오로부터 나타나는 데이터는 따라서, 다른 시나리오의 개선, 변경, 또는 생성에 사용되지 않는다.
DE 10 2008 027 509 A1 호는 계획 단계에서도 유효성과 관련하여 운전자 보조 시스템을 평가할 수 있는 방법을 보여준다. 이러한 용도로, 실제 사고의 측정 데이터에 기초하여 시뮬레이션이 수행된다. 시뮬레이션의 결정점에서, 서브-시뮬레이션이 생성되고, 이는 운전자 보조 시스템의 개입을 포함한다. 이러한 개입은 예를 들어, 다양한 지연 시간과 함께 자동 제동 시스템의 활성화를 포함할 수 있다. 사고 상황의 결과(물)이 시뮬레이션 데이터 세트로 저장된다. 기본으로 작용하는 사고와 관련하여, 그 데이터가 시뮬레이션용으로 사용될 때, 예를 들어, 이러한 방식으로, 자동 제동 시스템을 위한 대응 활성화 지점이 서로 다른 지연에 대해 연산될 수 있고, 이 결과 사고를 피할 수 있다. 이러한 방식으로, 시뮬레이션 데이터 세트의 데이터 뱅크가 생성되어, 실제 데이터에 근거하여 운전자 보조 시스템의 유효성의 예측을 얻기 위해, 수많은 운전자 보조 시스템용으로 사용될 수 있다.
단점은 실제 발생된 사고 상황들의 측정 데이터만이 사용된다는 점이다. 사고 데이터가 가용하지 않은 경우의 시나리오, 차량 제어를 잃은 적이 없는 주행 상황 데이터, 또는, 성공적으로 방지된 사고 또는 "준" 사고가 이 방법에 사용되지 않는다. 따라서, 추가적인 검사 시나리오를 생성하기에 전적으로 적합할 가능성이 있는 한 세트의 특정 데이터가 폐기된다. 이는 정확히, 운전자 보조 시스템의 검사시 추가적인 개발을 위해 가장 큰 가능성을 자체적으로 내포하는 범위인, 발생된 제어 상실 또는 사고와, 운전자 보조 시스템에 의해 예방된 사고 간의 임계 범위다. 운전자 보조 시스템의 성공적 개입을 위해, 임계 범위의 기능은 필수적이다.
따라서, 발명의 목적은 운전자 보조 시스템의 폭넓은 검사 및 검증을 가능하게 하는 것이다.
이 목적은 다음과 같은 구성을 통해 실현된다 - 즉, 제 1 검사 중 적어도 하나의 검사 파라미터가 규정되고, 할당된 임계 범위 내에서 검사 파라미터를 변위시키기 위해 제 2 검사 생성을 위해 제 1 검사가 변경되며, 그 안에서 차량의 제어 상실이 있을 수 있다. 이러한 방식으로, 특히, 임계 범위 - 임계 범위 내에서 운전자 보조 시스템이 주행 이벤트에 능동적으로 개입함 - 가 추가 검사의 생성에 고려됨을 보장할 수 있고, 마찬가지로 긍정적인 것으로 최초에 평가된 결과를 가진 검사가 추가 검사에 사용됨을 보장할 수 있다. 임계 범위는 검사 파라미터에 대한 상한 및 하한으로 경계지어지는 것이 바람직하다. 특정 검사 파라미터에 기초한 검사의 표적화된 변경 및 이러한 임계 범위를 고려함으로써, 검사가 또한 생성되어, 운전자 보조 시스템에 감추어진 결함을 노출시킬 수 있다.
검사 파라미터는 예를 들어, 차도폭, 곡선 반경, 또는 곡선의 곡률 반경, 차량 속도, 등을 포함할 수 있다.
한가지 유리한 실시예는 검사 파라미터 자체를 임계 범위 내에 놓이도록 변경함을 제안한다. 따라서, 검사 파라미터, 예를 들어, 속도가 직접 변경되어, 추가 검사를 위한 새 시작 환경을 생성할 수 있다. 여기서 가능한 변화는 검사 파라미터 증가 또는 감소를 포함할 것이다.
다른 유리한 실시예는, 검사 파라미터가 추가의 제 2 검사 파라미터에 의존하고, 검사 파라미터가 임계 범위 내에 놓이도록 이러한 추가의 제 2 검사 파라미터가 변경될 수 있음을 제안한다. 제 2 검사 파라미터의 변경은 마찬가지로 감소 또는 증가를 통해 이루어진다. 이는 제 1 검사 파라미터에 간접적으로 영향을 미칠 수 있게 하고, 이러한 방식으로 개별 검사 파라미터들의 상호작용 또는 가능한 관계를 식별할 수 있게 한다. 간접적 영향을 통해, 상호작용은 식별가능해지고, 이는 다시 새로운 가능한 검사를 이끈다.
한가지 유리한 실시예는, 제 2 검사 생성을 위해, 검사 파라미터가 할당된 제한값을 넘도록 변경되어, 이에 도달하거나 넘어설 때, 운전자 보조 시스템(3)이 운전자 보조를 제공하도록 활성화된다. 검사는 예를 들어, 제 1 및/또는 제 2 파라미터를 증가 또는 감소시킴으로써 변경될 수 있다. 이러한 방식으로, 운전자 보조 시스템의 활성화가 의도적으로 호출되며, 후속하여, 제 2 검사의 새 과정이 이어진다.
이는 예를 들어, 후속하여 활성화되는 운전자 보조 시스템의 효과 또는 유효성이 입증될 것이기 때문에, 연속적으로 또는 표적화된 방식으로 제어 상실을 유발함으로써, 제 2 검사의 의미를 향상시키는 것을 가능하게 한다.
추가의 유리한 실시예에서는 검사가 현실 세계의 주행 검사로, 또는 적어도 부분적으로 실제 차량을 가진 대응 시험대 상에서, 및/또는 완전히 가상으로 수행될 수 있다. 이에 따라, 가장 다양한 검사 및 시험 설비에 본 방법을 간단히 적용할 수 있다.
운전자 보조 시스템은 개별적으로 작동하는 여러 운전자 보조 시스템들로부터 형성될 수 있다. 도입부에서 미리 언급한 바와 같이, 이는 현대 차량들의 통상적인 상태에 해당한다. 이 상황이 운전자 보조 시스템의 검사 및 검증에서 또한 고려될 경우, 이는 다양한 시스템들의 상호작용 또는 그 상호적 영향을 식별 및 고려할 수 있게 한다.
마찬가지로 유리한 실시예에서, 운전자 보조3 시스템은 가용한 현실 또는 가상 센서 데이터를 가지며, 운전자 보조 시스템은 센서 데이터로부터 검사 파라미터를 연산하며, 이로부터 내부 주행 상황을 생성하고, 내부 주행 상황이 실제 또는 가상 주행 상황과 비교된다. 센서 데이터가 운전자 보조 시스템에 의해 잘못 처리 또는 연산될 경우, 내부 주행 상황을 위해 연산된 검사 파라미터와 그 실제 값 - 주행 상황을 설명함 - 사이에 특정한 차이가 나타날 것이다. 이는 운전자 보조 시스템에 의해 분류되지 않았거나 잘못 분류된 대상의 조기 식별을 가능하게 한다. 이러한 방식으로, 환경 인지와 관련된 운전자 보조 시스템 내 감추어진 에러의 가능성이 개발 단계에서 미리 식별된다.
본 발명은 도 1-3을 참조하여 아래에서 더 상세히 설명된다.
도 1은 검사 파라미터의 임계 범위, 임계값, 및 위치 간의 관계를 보여주고,
도 2는 검사 파라미터의 임계 범위, 위치, 및 변화하는 임계값 간의 관계를 보여주며,
도 3은 운전자 보조 시스템의 검증 방법의 개략도를 도시하고,
도 4는 유리한 추가사항과 함께, 도 3에 도시되는 개략도로부터의 단면을 도시한다.
아래에서, 발명에 따른 방법을 설명하기 위해 다수의 용어가 사용되며, 이는 서두에서 설명된다.
검사 시나리오(4)는, 예를 들어, 차량의 곡선을 협상하는, 구체적 프레임웍 자극/환경을 의미하는 것이다. 다른 검사 시나리오(4)는, 예를 들어, 오르막 주행 또는 내리막 주행, 도로에 장애물 또는 다른 도로 사용자를 가진 직선 주행일 수 있고, 다수의 다른 검사 시나리오(4)가 또한 고려될 수 있다.
모든 물리적 및 동적 인디케이터가 검사 파라미터 P로 지정된다. 검사 파라미터 P는 도로의 폭과 곡선의 곡률반경, 차로 특성, 가령, 로드 그립(road grip) 및 마찰값, 도로 온도, 공기 습도, 풍속 및 풍향, (가능하다면 각각의 개별 타이어의) 타이어 미끄러짐, 장애물의 크기 및 위치, 다른 도로 사용자의 진행 위치 및 속도, 등을 포함한다. 기본적으로, 검사 파라미터 P의 증가 또는 감소는, 그 성질에 따라, 서로 다른 효과를 생성할 수 있다는 것을 명심하여야 한다. 예를 들어, 속도 증가는 제어 손실/사고를 일으키기 쉽고, 다른 한편 로드 그립 증가는 차량의 조작성을 상승시킨다. 검사 파라미터 P의 증가 또는 감소를 아래에서 참조할 경우, 이는 임계 범위(7)를 변위시킬 수 있는 검사 파라미터 P의 변화를 의미하며, 이는 아래에서 더 상세히 설명된다.
검사 T(n)은 검사 시나리오(4) 및 검사 파라미터 P의 조합으로부터 형성된다. 따라서 검사 T(n)은 어떤 조건 하(검사 파라미터 P)에서 차량이 어디를(검사 시나리오(4)) 이동해야하는지를 구비한다. 일 검사 T(n)은 마른 도로 상에서 저속으로 곡선의 협상일 수 있다. 다른 검사 T(n+1)은 옆바람 불고 도로 상에 군데군데 얼음이 깔린 조건에서 실질적으로 더 빠른 속도로 동일 곡선의 협상일 수 있다. 새 검사 T(m)은 새 검사 시나리오(4)를 이용하고, 예를 들어, 젖은 도로 상에서 언덕을 내려가는 직선 주행을 지닌다. 검사 T(n)은 현실에서, 검사 과정의 차량과 함께, 가상 주변환경을 가진 롤링 시험대 상의 차량과 함께, 또는 시뮬레이션 형태로 완전히 가상으로 진행될 수도 있으며, 혼합 형태도 또한 가능하다. 현실의 검사에서, 위에 설명된 두 검사 파라미터 P는 대응 센서를 통해 알려진 방식으로 운전자 보조 시스템(3)으로부터 획득된다. 환경이 가상으로 시뮬레이션되는 경우, 센서 데이터도 이에 따라 시뮬레이션된다. 이러한 현실 또는 시뮬레이션 센서 데이터로부터, 운전자 보조 시스템(3)은 검사 파라미터 P를 연산한다. 예를 들어, 운전자 보조 시스템(3)에 현실 또는 시뮬레이션 센서 데이터를 이용하여 순간 속도가 할당될 경우, 운전자 보조 시스템(3)은 시간에 따른 변화로부터 대응하는 가속 또는 감속을 연산한다. 따라서, 이러한 방식으로, 검사 파라미터 P가 운전자 보조 시스템(3)에 의해 또한 연산된다. 위에 언급된 혼합 형태 중 하나가 사용될 경우, 이에 따라, 검사 파라미터 P가 또한 연산되고 및/또는 가용해진다.
도입부에서 이미 언급한 바와 같이, 차량의 운전자 보조 시스템(3)은, 사고 또는 적어도 심각한 부상을 감소시키는 목적을 가진다. 운전자 보조 시스템(3)은 사고 그리고 무엇보다도 사람의 부상을 가능한 막기 위해, 주행 상황에서, 운전자의 작용없이, 능동적으로 개입한다. 다수의 운전 보조 수단의 조합, 예를 들어, ABS(Antilock Braking System + ESC(Electronic Stability Control) + TCS(Traction Control System) + LKAS(Lane Keep Assistance System)가 운전자 보조 시스템으로 보일 수 있다. 다양한 운전자 보조 수단의 이러한 가능한 조합들이 운전자 보조 시스템(3)으로 아래에서 지정된다.
많은 검사 파라미터 P, 예를 들어, 곡선의 노폭 또는 곡선의 곡률 반경이, 자유롭게 선택될 수 있고, 검사 T(n) 중 변하지 않는다. 이는 곡선 협상이 검사 시나리오(4)로 선택될 때, 검사 T(n)을 위한 검사 시나리오(4)를, 예를 들어, 곡선 반경의 표시를, 더 정밀하게 규정하기 위해 필요한 검사 파라미터 P를 포함한다. 예를 들어, 차량 속도와 같은 검사 파라미터 P는 먼저 자유롭게 미리 결정되지만, 예를 들어, 운전자 보조 시스템(3)이 속도를 감속시킬 때, 검사 T(n)의 과정 중에 변할 수 있다.
따라서, 검사 파라미터 P를 꼭 미리 결정할 필요가 없다는 것이 설득력있다. 이들은 검사 T(n) 중 변화 또는 가장 다양한 관계들의 결과로 또한 나타날 수 있다. 차량이 미끄러지기(skid) 시작할 경우, 예를 들어, 검사 T(n) 중에, 차량의 횡방향 가속이 변화하며, 하지만 이는 최초에 명시되지 않았고 미리 정해진 것도 아니다. 많은 검사 파라미터 P들이, "직접적으로" 선택될 수 없고, 다른 것들 중에서도, 휠과 도로 표면 간의 마찰 및 차량의 구동 토크에 의존하는, 예를 들어, 슬립(slip)과 같이, 간접적으로만 영향받을 수 있다. 추가적으로, 속도의 예에서 이미 언급한 바와 같이, 검사 파라미터 P는 운전자 보조 시스템(3)의 개입을 통해 검사 중 연속적으로 변한다.
이와 관련하여, 주행 상황(5)이 언급된다. 주행 상황(5)은 검사 T(n) 중 설정된 차량의 위치 조건을 포함한다. 이는 검사 T(n) 중 나타나거나 미리 결정되어 있는 검사 파라미터 P로부터 발생된다. 이러한 주행 상황(5)은 앞서 언급한 바와 같이, 예를 들어, 검사 파라미터 P로 앞서 구축된 것보다 훨씬 큰 횡방향 가속에 의해 표시될 수 있다. 이러한 주행 상황(5)은 검사 T(n)에서 설정될 수 있고, 이는 차량이 미끄러짐(skid)에 따라 고속, 횡풍, 및 얼음 깔린 노면에서 곡선의 협상을 포함한다.
제어되는 주행 거동과 바람직하지 않은 주행 상황(5) 간의 범위는 검사 파라미터 P의 임계 범위(7)로 간주될 수 있다. 예를 들어, 운전자 보조 시스템(3)의 개입이 불필요한 주행 거동은, 제어되는 주행 거동으로 보일 수 있다. 예를 들어, 다른 차량, 갓돌, 등과의 접촉, 또는 심지어 부분적 또는 전체적인 제어 상실은 바람직하지 않은 주행 상황(5)으로 불릴 수 있다. 임계 범위(7)는 검사 파라미터 P의 하한(20)과 상한(40)에 의해 경계지어진다. 임계 범위(7)의 하한(20) 아래에서, 주행 거동이 제어되고, 운전자 보조 시스템(3)의 활성화가 필요치않다. 그러나, 상한(40) 위에서, 운전자 보조 시스템(3)은 이미 활성화되어 있고, 그러나, 바람직하지 않은 주행 상황(5) 또는 사고를 피하는 것, 또는 제어 회복이, 더이상 가능하지 않다.
하한(20)과 상한(40) 사이에 상기 임계 범위(7)가 놓이고, 그 안에서 제어 상실이 존재할 수 있고, 운전자 보조 시스템(3)이 활성화될 수 있고, 운전자 보조 시스템(3)의 도움을 통해 제어가 복원될 수 있다.
따라서 검사 파라미터 P는 하한(20)과 상한(40) 형태의 임계 범위(70)이며, 그 안에서, 운전자 보조 시스템(3)의 개입을 요할 수 있는 주행 상황(5) - 예를 들어, 타이어 중 하나에 작용하는 소정 크기의 힘(로드 그립 상실을 야기할 수 있음) - 이 통상적으로 나타난다. 이러한 임계 범위(7) 또는 그 하한(20) 및 상한(40)은 개별 검사 파라미터 P를 위한, 고정 값, 특성값, 특성 지도, 등을 통해 미리 결정될 수 있고, 또는 심지어 자유롭게 선택될 수도 있다.
그러나 검사 파라미터 P의 임계 범위(7)가 운전자 보조 시스템(3)의 활성화에 반드시 연결되는 것은 아니다. 확실히 검사 파라미터 P는 운전자 보조 시스템(3)의 활성화없이 임계 범위 내에 놓일 수 있다. 운전자 보조 시스템(3)의 활성화는 임계 범위(7) 내에 놓인 검사 파라미터 P의 제한 값 G에 연결된다.
도달하거나 넘어설 때, 도움 제공을 위한 운전자 보조 시스템(3)을 활성화시키는 값은, 검사 파라미터 P의 제한값 G로 판단된다. 제한값 G는 도면, 특정 맵, 연산 공식, 등을 이용하여 운전자 보조 시스템(3)에 의해 결정되며, 이들은 예를 들어 이미 알려진 주행 상황에 근거하지만, 아래 설명되는 바와 같이, 검사 T(n) 중 변할 수도 있다. 이러한 제한값 G는 임계 범위(7) 내에 놓인다. 제한값 G의 위치는 검사 T(n) 중 선택 및/또는 구축된 검사 파라미터 P에 좌우되고, 따라서, 검사 T(n) 과정에서 또한 변할 수 있다. 예를 들어, ACC(Automatic Cruise Control)는 주행-정차 반복 교통 흐름에서 전방의 차량으로부터 일정 간격을 갖는 주행이 보증됨을 보장할 수 있다. 자동 제동 시스템이 활성화되는 제한값 G는 무엇보다도 두 차량이 이동할 때의 간격 및 속도에 좌우된다. 미끄러짐(slip)의 급작스런 증가가 차량 휠 중 하나에서 식별될 경우, 운전자 보조 시스템(3)은 변경된 차도 조건에 기초하여 진행되며, 따라서, 자동 제동 시스템이 활성화되는 제한값 G는, 심지어 "미끄러운" 차를 가진 상황에서도, 후방 충돌을 피하기 위해, 감소된다.
따라서, 개별 검사 파라미터 P들의 서로와의 상호작용을 통해, 검사 파라미터 P 자체만이 아니라 그 제한값 G 역시 영향받을 수 있다. 이 관계들이 특성 맵에 나타날 수 있음이 사실이며, 그러나, 모든 관계가 운전자 보조 시스템(3)용으로 완전히 파악될 수는 없다고 가정될 수 있다.
검사 파라미터 P가 임계 범위에 들어가자마자, 운전자 보조 시스템이 활성화되도록, 제한값 G가 임계 범위(7)의 하한(20) 상에 반드시 놓이는 것은 아니다. 예를 들어, 할당된 임계 범위(7)의 중심에 검사 파라미터 P("slip")에 대한 제한값 G가 놓임을 가정할 수 있다. 따라서, 미끄러짐(slip)은 임계 범위 내에 놓인 검사 T(n) 중 값들을 가정할 수 있으나, 이로 인해 제한값 G를 여전히 넘어서지 못하며, 따라서, TCS(Traction Control System)와 같은 운전자 보조 시스템(3)이 보조를 위해 아직 활성화되지 않는다. 따라서, 임계 범위(7) 내의 제한값 G의 위치와 관련하여, 소정의 허용공차(30)가 규정되고, 이는 검사 파라미터 P가 물론 중요한 정도를 선택하는데 사용되고, 운전자 보조 시스템(3)에 의한 도움이 "여전히" 필요치 않다.
도 1은 임계 범위(7), 하한(20) 및 상한(40), 허용공차(30), 제한값 G, 및 검사 파라미터 P의 위치 간의 관계를 보여준다. 이는, 앞서 언급한 바와 같이, 검사 파라미터 P의 위치 및 친숙해진 제한값 G의 위치가 검사 T(n) 과정에 걸쳐 일정하게 변할 수 있기 때문에, "순간 뷰"를 보여준다. 예를 들어, 제한값 G의 위치는 예를 들어 이미 알려진 주행 상황에 기초하는, 도면, 특성 맵, 연산 공식, 등을 이용하여 운전자 보조 시스템(3)을 통해 임계 범위(7)의 중심에서 먼저 선택되고, 제한값 G의 모든 다른 위치는 운전자 보조 시스템(3)에 의해서도 선택될 수 있다. 임계 범위(7)의 하한(20)에 제한값 G이 가까울수록, 허용 공차(30)가 낮다. 허용공차(30) 내에서, 검사 파라미터 P가 크리티컬할 수 있지만, 운전자 보조 시스템(3)은 여전히 활성화되지 않고, 어떤 도움도 제공되지 않는다. 예를 들어, 검사 파라미터 P가 정확하게 이 범위 내에 위치한다. 이러한 경우에, 검사 파라미터 P로 차량의 휠 중 하나의 슬립을 취할 경우, 허용공차(30) 내 검사 파라미터 P의 위치는 소정의 슬립이 이미 존재하고 있으나, 경미하여 운전자 보조 시스템(3)에 의한 도움이 여전히 필요치 않음을 의미한다.
도 2는 서로에 의존하는 2개의 검사 파라미터 P에 대한 임계 범위(7), 하한(20) 및 상한(40), 및 제한값 G 사이의 특성 맵 형태의 관계를 보여주며, 서로 다른 2개의 시간 t1, t2에서 검사 T(n) 내의 제한값의 변위 가능성이 도시된다. 예를 들어, 검사 파라미터 P(v)는 제 1 차량의 속도를 구성하고, 검사 파라미터 P(a)는 전방의 제 2 차량으로부터의 간격이다. 2개의 검사 파라미터 P(v) 및 P(a) 간의 관계는 특성 맵에서 점 X에 의해 지정된다. 제 1 차량의 속도, 즉, 검사 파라미터 P(v)가 높을수록, 앞에서 가고 있는 제 2 차량으로부터의 간격, 즉, 검사 파라미터 P(a)가 커서, 점 X는 임계 범위(7)에 들어가지 않거나 제한값 G를 넘지 못한다. 시간 t1의 제 1 지점에서, 점 X는 임계 범위 내에 있으나, 제한값 G(t1)은 아직 넘어서지 않았으며, ABS와 같은 운전자 보조 시스템(3)이 따라서 활성화되지 않는다. 시간 t2의 다른 지점에서, 제 1 차량의 속도, 따라서, 검사 파라미터 P(v)와, 앞서 가고 있는 제 2 차량으로부터의 간격, 따라서, 검사 파라미터 P(a)는 변하지 않고, 점 X의 위치는 동일하게 유지된다. 제 1 차량이 시간 t2에 위치한 지점에서 차도 조건이, 예를 들어, 수분으로 인한 차도 조건의 악화로 인해, 시간 t1에서 제1 차량이 위치한 지점에서의 차도 조건과 다르기 때문에, 제한값 G(t2)의 위치가 원래의 제한값 G(t1)의 위치와 또한 다를 것이다. 따라서 점 X는 제한값 G(t2)를 넘고, 운전자 보조 시스템(3)이 활성화된다. 이는 다시 개별 검사 파라미터 P들의 상호작용이 검사 파라미터 P 자체만이 아니라 제한값 G에도 영향을 미칠 수 있음을 보여준다.
도 3은 차량의 운전자 보조 시스템(3)을 검사 및 검증하기 위한 발명에 따른 방법의 도면을 도시한다. 데이터 뱅크(2)는 예를 들어, 다양한 프레임웍 조건/환경(검사 시나리오(4))를 저장한다. 데이터 뱅크(2)로부터, 환경이 검사 시나리오(4)로 취급된다. 검사 시나리오(4)에 기초하여, 검사 T(n)이 실행되며, 운전자 보조 시스템(3)의 어던 개입도 필요치 않거나, 검사받을 운전자 보조 시스템이 그 작업에 따라 차량에 도움을 제공한다. 검사 T(n)은 검사 시나리오(4)와 조합하여, 예를 들어, 속도, 로드 그립, 숄더(shoulder)로부터의 간격, 등과 같은, 앞서 설명된 검사 파라미터 P에 의해 규정된다.
따라서, 현실의 검사에서, 차량이 이동하고 있는 주행 상황(5), 따라서, 검사 T(n) 중 발생하거나 미리 결정되어있는 검사 파라미터는, 대응 센서를 통해 앞서 설명된 바와 같은 운전자 보조 시스템(3)에 의해 획득된다. 환경이 가상 시뮬레이션될 경우, 이에 따라 시뮬레이션된 센서 데이터 또는 검사 파라미터 P가 운전자 보조 시스템(3)에 가용하게 만들어진다. 따라서 주행 상황(5)은 현실 센서 데이터 및/또는 가상 생성 데이터를 포함할 수 있다. 주행 상황(5)에 기초하여, 운전자 보조 시스템(3)에 의해 차량을 지원하기에 대응하는 측정이, 검사 T(n)의 범위에서 필요할 경우, 이루어질 수 있다. 따라서, 이러한 측정을 통해, 검사 T(n)이, 변경되는 검사 파라미터 P 또는 과정에서 영향받는다.
검사 T(n)이 검사 시나리오(4)에 대해 수행될 경우, 앞서 언급한 바와 같이, 검사 T(n) 중 나타나는 또는 선택된 검사 파라미터 P에 의해 규정되는, 소정의 주행 상황(5)이 나타난다. 검사 T(n) 중 검사 파라미터 P가 결정되고, 현실 검사 T(n)에서는, 예를 들어, 제어 디바이스로부터 또는 센서로부터 판독된다. 검사 파라미터 P의 평가(6)가, 검사 파라미터 P에 속한 임계 범위(7)를 참조하여 이루어진다.
검사 T(n) 중 주행 상황(5)을 통해 나타나는 검사 파라미터 P들의 비교 - 임계 범위(7)가 할당되어 있음 - 는 평가(6)로 해석된다. 평가(6)는, 예를 들어, 검사 파라미터 P가 검사 T(n) 중 임계 범위(7) 아래로 유지되어, 그 제한값 G에 또한 도달하지 않았으며, 따라서, 운전자 보조 시스템(3)이 가동되지 않았다는 점에서 이루어질 수 있다. 따라서 평가(6) 결과는 검사 T(n) 중 하한(20), 상한(40), 및 제한값 G와 관련하여 임계 범위(7) 내부 또는 외부에서 검사 파라미터 P가 가정하는 "위치"를 포함한다. 검사 T(n) 과정에서, 임계 범위(7)의 상한(40)에 도달함이 검출되면, 그리고 결과가 제어 상실 상태에 있어서, 마주오는 차로로 미끄러져가고, 다른 차량과 충돌하며, 또는 일부 다른 바람직하지 않은 주행 상황(5)에 놓이면, 검사 T(n)은 검사 시나리오(4)에 대해 "불합격"으로 취급된다.
기본적으로, 운전자 보조 시스템(3)은 제어 상실, 사고, 다른 차량 또는 대상과의 충돌, 등을 피할 수 있어야 한다. 그러나, 검사 T(n)에 통과하지 못한 경우, 운전자 보조 시스템(3)에 에러가 있을 가능성이 있고, 또는, 운전자 보조 시스템(3)의 개선 및/또는 추가적 개발의 가능성이 적어도 존재할 수 있다. 운전자 보조 시스템(3)의 "불합격"에 대한 배경을 분석할 수 있도록 하기 위해, 검사 T(n) 중 나타난/설정된 및/또는 선택된 모든 검사 파라미터 P와, 이러한 관계를 더 잘 식별할 수 있도록 하기 위해, 또한 검사 시나리오(4)는, 분석(8)을 거치며, 이를 통해 운전자 보조 시스템(3) 내 에러 가능성 및/또는 약점을 식별할 수 있다.
검사 T(n)이, 예를 들어, 검사 파라미터 P 중 어느 것도 임계 영역(7)에 들어오지 않거나, 또는, 검사 파라미터 P 중 적어도 하나가 임계 범위(7)에 들어왔으나 제한값 G를 넘지 않는 형태로 결론날 경우, 평가(6) 후 모든 검사 파라미터 P가 결과 데이터 뱅크(10)에 저장된다. 검사 파라미터 P가 제한값 G를 넘어선 경우에도, 운전자 보조 시스템(3)이 지원 형태로 성공적으로 개입한 경우, 그래서, 대응하는 차로-유지, 적시에 느려져서 정지, 등이 구현된 경우, 모든 검사 파라미터 P가 평가 후 결과 데이터 뱅크(10)에 저장된다. 거기서 검사 파라미터는 가능한 차후 분석을 위해, 문서화를 위해, 또는, 차후 개발, 등을 위한 기반으로, 가용하게 계속 유지된다.
더욱이, 이러한 경우에, 평가(6) 후, 검사 파라미터 P는 변형(9)을 위해 사용된다. 이를 이용하여, 변형된 검사 T(n+1)이 형성되어, 검사 T(n)에 대해 사용된 원래의 동일한 검사 시나리오(4)와 함께 작용하며, 단지 예외사항으로서, 검사 T(n)의 과정에서 하한(20) 아래에 놓인, 또는 심지어 임계 범위(7) 내에 놓인 임의적 검사 파라미터 P가, 높은 확률로 검사 T(n+1)에서, 임계 범위(7) 내에 놓이거나 또는 심지어 제한값 G를 넘는다.
추가적으로, 앞서 언급한 바와 같이, 일부 또는 심지어 여러개의 검사 파라미터 P가 직접 변경될 수 있다. 그러나, 마찬가지로 이미 언급한 바와 같이, 제 1 검사 파라미터 P가 추가의 제 2 검사 파라미터 P'에 좌우되는 확률이 또한 존재한다. 제 1 검사 파라미터 P가 임계 범위(7) 내에 놓임을 높은 확률로 보장하기 위해, 또한 제 1 검사 파라미터 P에 영향을 미치는 여러개의 제 2 검사 파라미터 P'가 이에 따라, 가능하다면 직접적으로, 변경될 수 있다. 변형(9) 프로세스는, 예를 들어, 가능하다면 직접적으로, 언급된 제 1 검사 파라미터 P, 또는, 이에 좌우되는 제 2 검사 파라미터 P'이 점진적으로 그리고 반복적으로 변경되도록, 수행된다. 여기서, 제 1 검사 파라미터 P에 대해 이미 언급된 바와 같이, 제 2 검사 파라미터 P'의 증가 또는 감소가 고려 하에 놓인다. 반복적이라 함은, 개별 검사 T(n), T(n+1), T(n+2) 사이에서, 각각의 경우에 변형(9)이 이루어지고 따라서 검사 파라미터 P 및 P'이 점진적으로 변위됨을 의미한다. 그러나 여기서, 변형(9)에 의해 변경되는 것이 제 1 검사 파라미터 P일 필요는 없다.
프로세스가 반복적으로 이루어지기 때문에, 변형(9)은 검사 T(n)이 임계 범위(7) 내에 놓여있으나 제한값 G를 넘어서지 못하도록 이러한 검사 파라미터 P에 적용되는 것이 바람직하다. 상기 검사 파라미터 P가 이미 임계 범위(7)에 위치하기 때문에, 가능하다면 제한값 G를 넘어서도록 약간의 변형(9)만이 취해질 것이다. 그러나 여기서, 제한값 G의 넘어섬을 보증하거나 심지어 정확히 획득하는 것이 예측될 수 없고, 이는 앞서 설명한 바와 같이, 검사 파라미터들 간의 다면적(multifaceted) 관계로 인해, 그 제한값 G들이 또한 변위될 수 있고 아직 알려져있지 않을 수 있기 때문이다.
따라서, 이러한 방식으로 형성되는 새 검사 T(n+1)은, 검사 T(n)에서 제한값 G를 넘지 못한 검사 파라미터 P가 이제 그 제한값 G를 넘어서, 운전자 보조 시스템(3)이 능동적 보조를 제공하도록 제어되는 주행 거동과 제어 상실 사이의 범위에 놓이게 되는, 검사 T(n)에 대응하는 것이 바람직하다. 이는 운전자 보조 시스템(3)의 검사시, 추가적 개발을 위해 최대 가능한 잠재성을 갖는 범위에 정확하게 해당한다. 여기서, 이 정도까지 운전자 보조 시스템(3)이 도움에 개입할 수 있는지 여부를 확인할 수 있어서, 높을 확률로 운전자 보조 시스템이 임계 범위에서 검사되는 검사 T(n+1)에서도, 제어 상실 또는 사고가 없으며, 따라서, 바람직하지 않은 주행 상황(5)이 없고, 따라서, 검사 T(n+1)이 합격된다. 따라서, "높은 확률"로, 앞서 설명된 바와 같이, 검사 파라미터 P의 변위가 반복적으로 진행될 수 있기 때문에, 그리고 상기 검사 파라미터 P가 임계 범위(7) 내에 실제로 놓이는지, 또는 제한값 G에 도달하거나 이를 넘는지를 꼭 보장할 수 있는 것이 아니기 때문이다. 대응하는 검사 파라미터 P가 제한값에 도달하지 못하거나 이를 넘지 못할 경우, 새 검사 T(n+1)이 실행되고, 이 경우에 다른 검사 파라미터 P가 그 제한값에 도달하거나 이를 넘을 가능성이 있다.
운전자 보조 시스템(3))의 개입에도 불구하고, 검사 시나리오(4)에 기초하여 검사 T(n+1)을 통과시키는 것이 여전히 가능하지 않을 경우, 앞서 언급한 바와 같이 분석(8)이 실행되며, 이는 약점이 운전자 보조 시스템(3)에서 발견되었기 때문이다. 분석(8)은 이어서, 운전자 보조 시스템(3)의 개발 단계에 있으면서도 드러난 에러의 제거를 트리거링할 수 있다.
검사 T(n)의 설명되는 변형(9)은 물론, 선택적으로 빈번한 또는 연장된 주기 동안 실행될 수 있고, 이러한 이유로, 예를 들어, 검사 T(n)의 변형(9)의 최대 수 또는 최대 검사 주기와 같은 대응하는 정지 기준이 제공될 수 있다. 상기 정지 기준이 충족되면, 데이터 뱅크(2)에 저장된 추가적인 환경이 새 검사 시나리오(4)로 사용될 수 있고, 새 검사 T(m)이 수행될 수 있다. 또한, 검사 T(m)의 경우, 검사 파라미터 P의 변형이 다시 수행되고, 따라서, 추가적인 검사 T(m+1), T(m+2)...가 형성된다.
도 4는 유리한 보완사항을 가진 도 3에 도시되는 프로그램으로부터의 한 부분을 도시한다. 앞서 설명된 바와 같이, 현실 검사에서, 차량이 이동하고 있는 주행 상황(5)이 대응 센서를 통해 잘 알려진 방식으로 획득된다. 환경이 가상 시뮬레이션될 경우, 이에 따라 시뮬레이션된 센서 데이터가 운전자 보조 시스템(3)에 가용하게 만들어진다. 이러한 현실 또는 시뮬레이션 센서 데이터로부터, 검사 파라미터 P가 운전자 보조 시스템(3)에 의해 연산되고, 내부 주행 상황(31)이 생성되며, 이는 운전자 보조 시스템(3)에 가용하게 만들어진 데이터의 합에 기초한다.
그 보조를 통해 운전자 보조 시스템(3)이, 예를 들어, 충돌과 같은, 바람직하지 않은 주행 상황(5)을 막을 수 없을 경우, 또는, 운전자 보조 시스템(3)이 그 필요성에도 불구하고 개입하지 않거나 활성화되지 않은 경우, 운전자 보조 시스템(3)에 의해 주행 상황(5)이 "잘못 평가"되었다는 점에서 가능한 에러 소스가 존재한다. 이는 내부 주행 상황(31)이 실제 또는 시뮬레이션된 주행 상황(5)에 대응하지 않음을 제시할 것이다. 이에 대한 기본은 예를 들어, 센서 데이터가 운전자 보조 시스템(3)에 의해 잘못 처리되는 것일 수 있다. 이는 주행 상황(5)을 설명하는 그 실제 값과, 내부 운전 상황(31)을 위해 연산된 검사 파라미터 P 간에 소정의 차이를 생성한다.
도 3에 도시되는 바와 같이, 이러한 에러 가능성을 검출하기 위해, 내부 주행 상황(31) 및 실제 또는 시뮬레이션된 주행 상황(5)이 비교(11)를 진행한다. 비교(11)가, 앞서 설명된 바와 같이, 내부 주행 상황(31)과 실제 또는 시뮬레이션된 주행 상황(5) 간의 차이를 보여줄 경우, 그리고, 이 차이가 허용가능한 자유 선택가능 값을 넘어설 경우, 비교(1) 결과가 분석(8)을 거친다. 이러한 방식으로, 다시 운전자 보조 시스템(3)의 에러 가능성 및/또는 약점들이 식별될 수 있고, 이들이 운전자 보조 시스템(3)의 개발 단계에 있으면서도 제거될 수 있다.

Claims (7)

  1. 차량의 운전자 보조 시스템(3)의 검증 방법에 있어서,
    기결정된 검사 시나리오(4)에 대하여, 검사 파라미터 P에 의해 규정되는 검사 T가 수행되고,
    제 1 검사 T(n) 중, 적어도 하나의 검사 파라미터 P가 결정되고, 제 2 검사 T(n+1)를 생성하기 위해, 제 1 검사 T(n)은 할당된 임계 범위(7)로 검사 파라미터 P를 변위시키도록 변경되며, 그 안에서 상기 운전자 보조 시스템이 주행 이벤트에 능동적으로 개입하고, 기결정된 검사 시나리오(4)에 대하여, 제 2 검사 T(n+1)가 운전자 보조 시스템(3)의 검증을 위해 수행되는
    검증 방법.
  2. 제 1 항에 있어서,
    상기 검사 파라미터 P는 임계 범위(7) 내에 놓이도록 변경되는
    검증 방법.
  3. 제 1 항에 있어서,
    상기 검사 파라미터 P는 다른 검사 파라미터들 P'에 의존하고, 상기 다른 검사 파라미터들 P'은 검사 파라미터 P가 임계 범위(7) 내에 놓이도록 변경되는
    검증 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    제 2 검사 T(n+1)를 생성하기 위해, 제 1 검사 T(n)은 검사 파라미터 P가 제한값 G를 넘도록 변경되고, 제한값 G에 도달하거나 넘어설 때, 운전자 보조 시스템(3)이 운전자 보조를 제공하도록 활성화되는
    검증 방법.
  5. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    검사 T는 현실의 주행 검사로, 또는, 적어도 부분적으로 실제 차량을 가진 대응하는 검사대에서, 또는, 전적으로 가상으로, 또는 이들의 조합으로 수행되는
    검증 방법.
  6. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 운전자 보조 시스템(3)은 개별적으로 기능하는 다수의 운전자 보조 시스템들로부터 형성되는
    검증 방법.
  7. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    현실 또는 가상 센서 데이터가 운전자 보조 시스템(3)에 가용하게 만들어지고, 운전자 보조 시스템(3)은 센서 데이터로부터 검사 파라미터 P를 연산하여, 내부 주행 상황(31)을 생성하며, 내부 주행 상황(31)은 현실 또는 가상 주행 상황(5)과 비교되는
    검증 방법.
KR1020167014111A 2013-11-05 2014-11-05 운전자 보조 시스템용 가상 검사 최적화 KR102234064B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
ATA50729/2013 2013-11-05
ATA50729/2013A AT513370B1 (de) 2013-11-05 2013-11-05 Virtuelle Testoptimierung für Fahrerassistenzsysteme
PCT/EP2014/073797 WO2015067649A1 (de) 2013-11-05 2014-11-05 Virtuelle testoptimierung für fahrerassistenzsysteme

Publications (2)

Publication Number Publication Date
KR20160079839A KR20160079839A (ko) 2016-07-06
KR102234064B1 true KR102234064B1 (ko) 2021-03-31

Family

ID=50237996

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167014111A KR102234064B1 (ko) 2013-11-05 2014-11-05 운전자 보조 시스템용 가상 검사 최적화

Country Status (7)

Country Link
US (1) US9937930B2 (ko)
EP (1) EP3066529B1 (ko)
JP (1) JP6559127B2 (ko)
KR (1) KR102234064B1 (ko)
CN (1) CN105849657B (ko)
AT (1) AT513370B1 (ko)
WO (1) WO2015067649A1 (ko)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10599818B2 (en) * 2012-10-02 2020-03-24 Banjo, Inc. Event-based vehicle operation and event remediation
EP3309721A1 (en) * 2016-09-23 2018-04-18 KPIT Technologies Ltd. Autonomous system validation
CN107479532A (zh) * 2017-08-04 2017-12-15 安徽江淮汽车集团股份有限公司 一种智能汽车的域控制器测试系统及方法
US10345811B2 (en) * 2017-11-14 2019-07-09 GM Global Technology Operations LLC Method and apparatus for scenario generation and parametric sweeps for the development and evaluation of autonomous driving systems
AT521713B1 (de) 2018-10-11 2023-07-15 Avl List Gmbh Verfahren zur Detektion sicherheitsrelevanter Datenflüsse
AT521607B1 (de) * 2018-10-24 2020-03-15 Avl List Gmbh Verfahren und Vorrichtung zum Testen eines Fahrerassistenzsystem
DE102018128890A1 (de) * 2018-11-16 2020-05-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Testvorrichtung zum Testen eines Fahrassistenzsystems für ein Kraftfahrzeug
CN109991024B (zh) * 2019-04-23 2020-12-29 重庆长安汽车股份有限公司 三级自动驾驶车辆过弯能力测试方法
JP6950015B2 (ja) * 2020-02-12 2021-10-13 本田技研工業株式会社 走行制御装置、車両、走行制御方法及びプログラム
CN111537236B (zh) * 2020-04-24 2021-04-30 吉林大学 一种交通拥堵辅助系统测试方法
CN111832118B (zh) * 2020-06-22 2023-11-21 北京汽车股份有限公司 驾驶辅助功能的仿真测试系统及方法
DE102020120141A1 (de) 2020-07-30 2022-02-03 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Verfahren zum Optimieren von Tests von Regelsystemen für automatisierte Fahrdynamiksysteme mittels probabilistisch prädizierter Systemantworten
CN112306042B (zh) * 2020-10-30 2022-11-04 重庆长安汽车股份有限公司 一种自动驾驶控制器自动测试系统及方法
CN112711260B (zh) * 2020-12-29 2022-02-11 清华大学苏州汽车研究院（相城） 一种用于自动驾驶车辆误/漏识别的预期功能安全测试评价方法
CN113484040A (zh) * 2021-06-21 2021-10-08 上汽通用五菱汽车股份有限公司 一种紧急车道保持功能测试方法、装置、系统及存储介质
CN114509281B (zh) * 2022-03-11 2023-05-16 东风汽车集团股份有限公司 一种车道偏离辅助系统测试装置及方法
DE102022107846A1 (de) 2022-04-01 2023-10-05 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren, System und Computerprogrammprodukt zur Erstellung von parametrisierten Szenarien

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004098705A (ja) 2002-09-04 2004-04-02 Nissan Motor Co Ltd 車両用アンチロックブレーキシステムの開発支援装置及び開発支援方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05256734A (ja) * 1991-09-09 1993-10-05 Banzai:Kk 車両の走行機能複合テスト装置
JPH08122218A (ja) * 1994-10-19 1996-05-17 Nissan Altia Co Ltd 車両性能の多機能試験装置
JP3677104B2 (ja) * 1995-10-31 2005-07-27 安全自動車株式会社 複合試験装置とその電気慣性制御方法
DE19545001B4 (de) 1995-12-02 2005-03-24 Wabco Gmbh & Co.Ohg Verfahren zur Giermoment-Abschwächung bei einem Antiblockiersystem
JP2773107B2 (ja) * 1996-06-20 1998-07-09 豊田通商株式会社 運転シミュレータ装置
CN1159187C (zh) * 1998-07-01 2004-07-28 雅马哈发动机株式会社 辅助动力驱动的车辆
DE19934376A1 (de) 1999-07-22 2001-01-25 Wabco Gmbh & Co Ohg Verfahren zur Antriebsschlupfregelung
JP3811366B2 (ja) * 2000-04-21 2006-08-16 住友ゴム工業株式会社 路面情報配信システム、車両の情報集約配信システムおよび車両の情報発信装置、ならびに車両制御プログラム
DE10355022B4 (de) 2003-11-25 2016-10-06 Prof. Dr.Thomas Bartsch Verfahren zur Überwachung eines technischen Systems
DE102005036953A1 (de) * 2005-08-05 2007-02-08 Robert Bosch Gmbh Verfahren zum Erzeugen von Umwelthypothesen für Fahrerassistenzfunktionen
JP2007245901A (ja) 2006-03-15 2007-09-27 Hitachi Ltd 車両運動制御装置
ATE488793T1 (de) 2006-09-11 2010-12-15 Dspace Gmbh Verfahren zum test eines elektronischen steuerungssystems
DE102006044086B4 (de) 2006-09-20 2013-05-29 Audi Ag System und Verfahren zur Simulation von Verkehrssituationen, insbesondere unfallkritischen Gefahrensituationen, sowie ein Fahrsimulator
DE102007053500A1 (de) 2007-06-11 2008-12-18 Audi Ag Verfahren zur Bewertung wenigstens eines zur Verwendung bei Kraftfahrzeugen vorgesehenen vorausschauenden Sicherheitssystems zur Unfallvermeidung und/oder Unfallfolgenminderung
DE102007039617B4 (de) 2007-08-22 2013-05-29 Continental Automotive Gmbh Automatische Spiegeleinstellung in einem Fahrzeug
EP2281725B1 (en) 2008-05-23 2017-10-11 Bosch Corporation Vehicle abs control device with internal parameter auto-calibration function
US20090300422A1 (en) * 2008-05-30 2009-12-03 Caterpillar Inc. Analysis method and system using virtual sensors
DE102008027509A1 (de) 2008-06-10 2009-12-31 Audi Ag Verfahren zur prognostischen Bewertung wenigstens eines vorausschauenden Sicherheitssystems eines Kraftfahrzeugs
AT505326B1 (de) * 2008-09-04 2010-01-15 Avl List Gmbh Einrichtung zur modellbasierten entwicklung einer brennkraftmaschine
EP2342113B1 (en) * 2008-09-30 2013-01-16 Nissan Motor Co., Ltd. Control-operation assisting device and control-operation assisting method
CN101482451A (zh) * 2008-12-17 2009-07-15 奇瑞汽车股份有限公司 整车道路虚拟试验系统及其试验方法
AT10759U3 (de) * 2009-04-23 2010-07-15 Avl List Gmbh Verfahren und vorrichtung zur verifizierung eines automatisierungssystems
CN102426425B (zh) * 2011-11-08 2013-07-17 重庆邮电大学 一种汽车abs虚拟现实仿真系统
DE102011121260A1 (de) * 2011-12-15 2013-06-20 Gm Global Technology Operations, Llc Verfahren zum Unterstützen eines Fahrers eines Kraftfahrzeugs bei einem Aufmerksamkeitsverlust mit Hilfe eines Fehlerzählers
DE102011088807A1 (de) * 2011-12-16 2013-06-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Entwickeln und/oder Testen eines Fahrerassistenzsystems
DE102011088805A1 (de) * 2011-12-16 2013-06-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Entwickeln und/oder Testen eines Fahrerassistenzsystems

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004098705A (ja) 2002-09-04 2004-04-02 Nissan Motor Co Ltd 車両用アンチロックブレーキシステムの開発支援装置及び開発支援方法

Also Published As

Publication number Publication date
JP2016537626A (ja) 2016-12-01
KR20160079839A (ko) 2016-07-06
AT513370B1 (de) 2015-11-15
AT513370A2 (de) 2014-03-15
CN105849657B (zh) 2019-01-18
US20160280233A1 (en) 2016-09-29
EP3066529B1 (de) 2020-01-01
US9937930B2 (en) 2018-04-10
AT513370A3 (de) 2014-07-15
CN105849657A (zh) 2016-08-10
JP6559127B2 (ja) 2019-08-14
EP3066529A1 (de) 2016-09-14
WO2015067649A1 (de) 2015-05-14

Similar Documents

Publication Publication Date Title
KR102234064B1 (ko) 운전자 보조 시스템용 가상 검사 최적화
JP6611632B2 (ja) マップデータを使用する乗物ｅｓｃシステムのための方法及びシステム
US10399565B2 (en) Method and device for optimizing driver assistance systems
Moon et al. Design, tuning, and evaluation of a full-range adaptive cruise control system with collision avoidance
EP2261093B1 (en) Method and system for predictive yaw stability control for automobile
Kim et al. Crash probability and error rates for head-on collisions based on stochastic analyses
Althoff et al. Can automated road vehicles harmonize with traffic flow while guaranteeing a safe distance?
Park et al. A vehicle speed harmonization strategy for minimizing inter-vehicle crash risks
Christ Simulating the relative influence of tire, vehicle and driver factors on forward collision accident rates
Huber et al. Evaluation of virtual traffic situations for testing automated driving functions based on multidimensional criticality analysis
Feng et al. Modelling and simulation for safe following distance based on vehicle braking process
Yonekawa et al. Driving behavior analysis of elderly drivers passing through stop sign intersection using driving simulator
Li et al. Braking assistance algorithm considering driver characteristics at signalized intersection
Li et al. Modeling and verification of heavy-duty truck drivers’ car-following characteristics
Yue et al. The research on the vehicle collision avoidance control based on vehicle motion estimation
Singh et al. Development of a smart tire system and its use in improving the performance of a collision mitigation braking system
Matute et al. Assessment of an adaptive cruise control based on model predictive control for buses under passenger load distribution variation
Marian et al. Finding a Safety Distance for Vehicles for the ACC System through Simulation
CN117162976B (zh) 一种车辆的制动控制方法、装置、电子设备及存储介质
Schreiber et al. Safety Distance by Simulation and Collision Avoidance on a Roads Danger Zones
Fuerbeth Post-Collision Run-Out Vehicle Deceleration Based on Real-World Data
Lex et al. Identification of the friction potential for the application in an automated emergency braking system
Lex et al. ROAD CONDITION ESTIMATION FOR AUTOMATED DRIVING CONSIDERING DRIVERS’ACCEPTANCE
Li Safety distance detection of highway vehicles driving under partial water skiing conditions.
Hu et al. Cut-in Critical Level Prediction via Simulation Based Time-to-Collision Algorithm

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant