Analyse von kritischen ADAS/AD-Szenarien mit dem AVL Scenario Simulator™

  • Blog

Um festzustellen, ob eine automatisierte Fahrfunktion sicher ist, wären Milliarden von Testkilometern erforderlich. Physikalische Tests und reale Prototypen können ein derartiges Testvolumen einfach nicht effizient bewältigen. Die Virtualisierung bietet eine nachhaltigere Option, die das enorme erforderliche Testvolumen zu wesentlich geringeren Kosten bewältigen kann.

Bei der Durchführung von Millionen von Tests ist es jedoch wichtig, die Ergebnisse zu aggregieren, kritische fehlgeschlagene Tests zu finden und diese im Detail zu analysieren. Eine der wichtigsten Fragen für einen Entwickler von ADAS/AD-Funktionen lautet: "Wie gut verhält sich meine ADAS/AD-Funktion in kritischen Szenarien?" Softwareentwickler verwenden in der Regel CI/CD-Systeme, um ganz ähnliche Fragen zu beantworten. Immer wenn sie den Code ändern, wollen sie wissen, wie viele der automatisierten Tests durch die Codeänderung unterbrochen werden.

AVL Scenario Simulator™ ist eine kontinuierliche Integrations- und Testplattform für ADAS/AD-Software und bietet Simulationsmodelle und Tool-Schnittstellen zur Schaffung einer virtuellen Welt für reproduzierbare szenariobasierte Tests auf der Grundlage des ASAM OpenSCENARIO®-Standards.

Simulation Blog - Analyzing Critical ADAS/AD Scenarios With AVL Scenario Simulator™

Im AVL Scenario Simulator™ findet die Analyse auf zwei Ebenen statt: Die Laufhistorie bietet einen aggregierten Überblick über alle ausgeführten Simulationen auf der Grundlage von Testparametern und KPIs/Sicherheitsmetriken. Dies ermöglicht einen schnellen High-Level-Vergleich verschiedener ADAS/AD-Softwareversionen. Außerdem können fehlgeschlagene Tests geclustert und gefiltert werden, um eine effiziente Detailanalyse der einzelnen Tests zu ermöglichen.

gl_ast-blog-analyzing-critical-conditions-01-07-2024-fhd.png
Abbildung 1: Ein typisches Szenario-Simulator-Modell. Es besteht aus dem Szenario-Engine (esmini), einem einfachen Fahrzeugmodell, einem einfachen Radarsensormodell und der ADAS-Funktion in der Mitte.

Die Funktion Scenario Replay ermöglicht eine 3D-Wiedergabe der aufgezeichneten ASAM OSI®-Daten sowie der Zeitreihendaten. Dies ermöglicht die Analyse aus allen Blickwinkeln und verschiedenen Sensordatenströmen, um die genaue Ursache eines fehlgeschlagenen Tests zu untersuchen und liefert wichtige Debugging-Informationen für die ADAS/AD-Entwickler. Auf der Grundlage dieser Informationen können sie den Umgang mit der sicherheitskritischen Situation in der nächsten Version der ADAS/AD-Software verbessern.

Im folgenden Beispiel ist die zu testende Einheit die ADAS/AD-Funktion. Der Funktionsentwickler ändert die ADAS/AD-Funktion und möchte sehen, wie erfolgreich sich die Funktion verhält. Der Erfolg einer solchen Funktion wird anhand gängiger KPIs wie der Zeit bis zur Kollision während der Simulation eines Szenarios gemessen. Die Zeit bis zur Kollision ist definiert als die verbleibende Zeitspanne zwischen dem betrachteten Zeitpunkt und dem Zeitpunkt der Kollision zwischen dem Fahrzeug und einem anderen Fahrzeug, unabhängig von der Änderung der Geschwindigkeiten und Richtungen während dieser Zeitspanne. Natürlich sollte diese Zeit niemals unter einem bestimmten Schwellenwert liegen.

gl-ast-blog-analyzing-critical-conditions-02-07-2024
Abbildung 2: Logische und konkrete Szenarien werden als Fallgruppen und Fälle dargestellt.

Für den Test haben wir ein so genanntes logisches Szenario verwendet. Ein logisches Szenario definiert die Parameter des Szenarios. Durch die Anwendung konkreter Parameterwerte können konkrete Szenarien erstellt werden. In der Abbildung unten sehen Sie, dass wir die üblichen SDT-Fallgruppen zur Darstellung logischer Szenarien und Fälle zur Darstellung konkreter Szenarien verwenden.

gl-ast-blog-analyzing-critical-conditions-03-07-2024
Abbildung 3: Die Laufübersicht des AVL Scenario Simulator™

Das Simulations-Dashboard bietet einen aggregierten Überblick über alle durchgeführten Simulationen für das Projekt. Es ermöglicht Softwareentwicklern und Validierungsingenieuren, Simulationsergebnisse zu analysieren, mit älteren Versionen zu vergleichen und einzelne fehlgeschlagene Tests mit dem 3D-Szenario-Replay-Tool detailliert zu untersuchen. 

In der Dashboard-Ansicht kann der Benutzer Läufe starten und den Fortschritt der Simulationen sehen. Eine grüne Kachel in diesem Fenster zeigt an, dass die KPIs eines bestimmten Szenarios innerhalb der zulässigen Bereiche liegen, während eine rote Kachel anzeigt, dass einige KPIs die Akzeptanzkriterien verletzen. Blaue Kacheln stehen für laufende Simulationen und graue Kacheln für ausstehende Aufträge.

Durch Anklicken der einzelnen Kacheln können die Benutzer auf der rechten Seite des Bildschirms auf detailliertere Informationen zu jedem Fall zugreifen (z. B. Parameter- und KPI-Werte).

gl-ast-blog-analyzing-critical-conditions-04-07-2024
Abbildung 4: Die detaillierte Fallansicht des AVL Scenario Simulator™

Für eine detailliertere Analyse der tatsächlichen Vorgänge in einem Szenario kann der Benutzer auf die Schaltfläche Replay (Wiederholen) klicken und die aufgezeichnete Simulation in der Szenariowiedergabe überprüfen.

gl-ast-blog-analyzing-critical-conditions-05-07-2024
Abbildung 5: Die Szenariowiedergabe zeigt drei aufgezeichnete OSI-Streams der Simulation.

Diese Dashboard-Ansichten und das Scenario Replay werden mit Hilfe von Webtechnologie erstellt, um bereits für die bevorstehende Aufgabe vorbereitet zu sein, all diese Simulationen in der Cloud laufen zu lassen und dem Benutzer lediglich den Zugang zu einer Web-UI zu ermöglichen, um die Simulationsergebnisse zu prüfen.

Die AVL SCENIUS™ Toolchain  ermöglicht eine unternehmensweite Zusammenarbeit und Nachvollziehbarkeit aller szenariobasierten Tests. Die ganzheitliche Lösung deckt den gesamten Workflow vom Requirements Engineering über die Szenarienerstellung und -verwaltung bis hin zur Testfallplanung, -durchführung und -berichterstattung ab. Dank der nativen Unterstützung des ASAM OpenSCENARIO®-Standards arbeiten alle Module auch eigenständig und fügen sich nahtlos in jede bestehende Werkzeuglandschaft ein.

Blog ADAS Analyzing Critical Conditions
 
 
Sehen Sie sich den gesamten Workflow der Szenarioanalyse an
Video file

Verpassen Sie keinen Simulations Blog

Melden Sie sich noch heute an und bleiben Sie informiert!

Mehr zu diesem Thema

AVL SIMpulse – Simulation for Safety – Next-Level Autonomous Vehicle Development
AVL SIMpulse - Simulation für Sicherheit - Der nächste Schritt zur Entwicklung autonomer Fahrzeuge
Digital

Der fünfte Teil dieser Online-Veranstaltungsreihe konzentriert sich auf unsere Simulationslösungen für automatisierte und vernetzte Mobilität. Seien Sie dabei und profitieren Sie von unserem Know-how für eine effiziente und zuverlässige virtuelle Validierung.

AVL Scenario Simulator™
Wir stellen Ihnen den AVL Scenario Simulator™ vor: Eine kostenlose Simulationsplattform für szenariobasierte ADAS/AD-Tests
On-demand

Der neue AVL Scenario Simulator™ ist eine kostenoptimierte Lösung für vollautomatische, groß angelegte ADAS/AD-Tests. Erstellen Sie für jeden Testzweck den optimalen virtuellen Prototyp.

Scenario Simulator Open Training
Offene Schulung für AVL Scenario Simulator™
On-demand

Unser Simulationsexperte führt Sie in einer kostenlosen Schulung durch alle typischen Schritte, die für die Integration und den Test eines Fahrerassistenzsystems (ADAS) oder einer Software für automatisiertes Fahren (AD) in einer virtuellen Umgebung erforderlich sind.

Gefällt Ihnen das? Vielleicht gefallen Ihnen auch diese...

gl-ast_blog-battery-aging-header-07-2024
Mit dem Virtual Twin Einblicke in die Batteriealterung gewinnen

Die Batterie ist zweifellos die komplexeste Komponente moderner Elektroautos und maßgeblich für das Fahrerlebnis und die Reichweite verantwortlich. Doch im Laufe ihrer Lebensdauer unterliegt sie einem kontinuierlichen Leistungsverlust, bedingt durch Degradationsmechanismen, die ihre Speicherfähigkeit und damit die Reichweite und...

gl_ast_image_blog-header_template_04_23.jpg
Partikelbasierte Simulationen zur Optimierung des Designs von Geschirrspülern

Geschirrspüler gehören zu den gängigen Haushaltsgeräten, die in fast jeder modernen Küche zu finden sind. Im Laufe der Jahrzehnte wurden nicht nur das Design und die Funktionen von Geschirrspülern weiterentwickelt, sondern auch die Methoden und Technologien zur Analyse und Verbesserung ihrer Effizienz haben sich erheblich verändert.

gl-ast_blog-fast-charging-header-01-07-2024
Schnellade-Strategien Für E-Fahrzeuge Optimieren

Die Elektromobilität steht vor einer entscheidenden Herausforderung: Die Ladezeit der Batterie muss minimiert werden, um die Akzeptanz von elektrischen Fahrzeugen zu steigern. Dies ist von zentraler Bedeutung, da neben der Reichweite die Ladezeit einer der wichtigsten Faktoren für die Nutzerzufriedenheit ist.

gl_ast_image_blog-header_template-01_04_23
Entwicklung und Bewertung von Festoxidelektrolyseursystemen durch Simulation

Globale Initiativen und Maßnahmen zur Erreichung langfristiger Klimaziele führen zur Entwicklung und Industrialisierung neuer Elektrolyseursysteme.

gl-ast_image-web-blog-soiling-header_00_06-24.jpg.
5 Gründe, warum PreonLab die ideale Software für die Simulation von Fahrzeugverschmutzung ist

Das Verständnis und die Beherrschung des Einflusses von Verschmutzungen auf ein Fahrzeug ist ein wichtiger Aspekt der Fahrsicherheit, der bei der Konstruktion von Fahrzeugen berücksichtigt werden muss.

gl_ast_image_blog-header_calibration-of-fuel-cells-and-electrolyzers
Automatische Kalibrierung von Brennstoffzellen und Elektrolyseuren in AVL FIRE™ M

Die Polarisationskurve stellt die Beziehung zwischen Zellspannung und Stromdichte dar. Eine genaue Übereinstimmung zwischen den Vorhersagen des Modells und der experimentellen Polarisationskurve ist für zuverlässige Simulationen unerlässlich. 

gl_ast_image_blog-header_thermal-runaway
Prävention von Thermal Runaway: Simulation als Werkzeug für mehr Batteriezellen-Sicherheit

Ein gefürchtetes Phänomen in der Batterieentwicklung ist das thermische Durchgehen (Thermal Runaway) der Batteriezelle.

gl_ast_image_slideshow-release2024r1_keyvisual_16x9.jpg
AVL Simulation Software Release 2024 R1

Updates und Optimierungen für die Simulationslösung von AVL

Skip to main content Toolbar items Administration menu Home Current page Content Structure Translation Reports Configuration Help Close Breadcrumb Back to site  Edit gl_iodp_imag_optimizing_hybrid_powertrain_system_interactions_on_all_testbed_types_07.22.png  Edit Media Toolbar items Prod Go to  Global Nusa.Viher@avl.com Edit Image gl_ast_image_header-blog_vtms-kolaric_04_23.jpg Primary tabs Edit(active tab) Delete Usage Translate Name gl_ast_image_header-blog_vtms-kolaric_04_23.jpg Category  - None - Statu
Simulationen für ein effizienteres Wärmemanagement von Fahrzeugen

Die Reichweite ist einer der wichtigsten Verkaufsfaktoren für batteriebetriebene Elektrofahrzeuge, und für die Endkunden zählt jeder Kilometer. Es gibt mehrere Möglichkeiten, die Gesamteffizienz des Fahrzeugs zu erhöhen, aber einer der wichtigsten Beiträge ist ein effizientes Wärmemanagementsystem (VTMS).

Verpassen Sie keinen Simulations Blog

Melden Sie sich noch heute an und bleiben Sie informiert!

CAPTCHA

Indem Sie auf "Absenden" klicken, erklären Sie sich mit der Verwendung der von Ihnen angegebenen Daten zur Bearbeitung Ihrer Anfrage und mit dem Erhalt von Mitteilungen im Zusammenhang mit Ihrer Anfrage/Registrierung einverstanden.
Bitte klicken Sie hier, um die AVL-Datenschutzrichtlinie einzusehen.