© VIRTUAL VEHICLE
Validierung der Umfelderkennung für hochautomatisiertes Fahren
VIRTUAL VEHICLE Research Center
Dr. Christian Schwarzl | Head of Dependable Systems Group
© VIRTUAL VEHICLE
Virtual Vehicle
Virtual Vehicle Forschungszentrum in Graz
(ca. 200 Mitarbeiter)
Expertise in numerischer
Simulation und experimenteller
Absicherung
Fokus Automatisiertes Fahren
Dependable Systems Group Functional safety
Verifikation und Validierung
© VIRTUAL VEHICLE
Automatisiertes Fahren
Beispiel – Uber Auto Sicherheit hat höchste Priorität für Kundenakzeptanz
http://orf.at/stories/2384924/2384925/
© VIRTUAL VEHICLE
Automatisiertes Fahren
Wirtschaftliche Randbedingungen
www.ey.com/Publication/vwLUAssets/Autonomes_Fahren_-_die_Zukunft_des_Pkw-Marktes/$FILE/EY-Autopilot-2013-Praesentation.pdf
© VIRTUAL VEHICLE
Automatisiertes Fahren
Automatisiertes Fahren Beibehaltung der Unfallwahrscheinlichkeit
• Subjektives Sicherheitsgefühl bleibt gleich
• Pro Fahrzeugmodell ~200Mio. Testkilometer notwendig
Herausforderung Verifikation und Validierung Testfahrten alleine nicht wirtschaftlich
• Verschiebung von Tests in Simulation
Simulation alleine ist unzureichend
• Berücksichtigen nur einen Teil der Realität
Virtual Vehicle – Test eines selbstfahrenden Fahrzeugs. https://blogs.nvidia.com/blog/2017/08/23/testing-self-driving-cars/
© VIRTUAL VEHICLE
Automatisiertes Fahren
Übersicht Funktionen Umfelderkennung in unterschiedlichen Bereichen notwendig
© VIRTUAL VEHICLE
Automatisiertes Fahren
Verwendete Sensoren Vollständige Abdeckung durch Verwendung verschiedener Sensortechnologien
© VIRTUAL VEHICLE
Automatisiertes Fahren
Beispiel – Fahrzeugarchitektur für Umfelderkennung
RADAR
Camera
Sensor Data Fusion
and
Decision Making
Vehicle Control Gateway
CAN CAN
Sense Control Act
LiDAR
http://intconsyst.com/en/wp-content/uploads/2015/08/04_R-GQT50R_Large.jpg
https://blog.kitware.com/velodyne-lidar-and-kitware-inc-announce-the-release-of-veloview-1-0/
http://larpix.com/guanli/images/upfile/2013092318532821487.jpg
https://blogs.nvidia.com/blog/2017/04/04/pace-award-drive-px-2/
https://www.bosch-mobility-solutions.com/en/products-and-services/passengr-cars-and-light-commercial-vehicles/connectivity-solutions/central-gateway-cgw/index.html
https://www.xilinx.com
© VIRTUAL VEHICLE
Automatisiertes Fahren – Umfelderkennung
Beispiel – Fehlerkennung durch Optische Illusion Falsche Erkennung mit kamerabasierten
Systemen möglich
Mögliche Fehlreaktionen des Fahrzeugs
• Durchführung einer Notbremsung, oder
• Ausweichen
Sicherstellung der funktionalen Sicherheit
• ISO PAS 21448 – Safety of the intended functionality (SOTIF)
• Behandlung von Fehlern die auf technische Schwächen zurückzuführen sind
Beispiel einer optischen Illusion das ein kamerabasiertes System täuschen könnte. https://www.bostonglobe.com/metro/2017/11/09/floating-sidewalks-children-running-street-can-
optical-illusions-trick-drivers-into-slowing-down/D9Lm0v6rbG3hZm9IimWaLI/story.html
© VIRTUAL VEHICLE
Verifikation der Umfelderkennung
Testplattformen Software in the Loop
• Test von Software in Umgebungssimulation
Hardware in the Loop
• Test von Steuergeräten in Umgebungssimulation
Teststrecke
• Test des Fahrzeugs in kontrollierter Umgebung
Testfahrt
• Test des Fahrzeugs unter realen Bedingungen
Software in the Loop (SiL) Hardware in the Loop (HiL) Teststrecke Testfahrt
MiL
• Hohe Abstraktion
• Geringe Kosten
• Hohe Kontrolle bei Testdurchführung
Testfahrt
• Realität
• Hohe Kosten
• Geringe Kontrolle bei Testdurchführung
https://www.youtube.com/watch?v=YKdu49RWeMQ
http://sine.ni.com/cs/app/doc/p/id/cs-14716
http://koreabizwire.com/wp/wp-content/uploads/2017/05/hyundai-mobis.png
https://media.kleinezeitung.at/images/uploads_520/c/b/a/5315770/DA180282-36E5-4517-8FB3-2634F157CF2E_v0_l.jpg
© VIRTUAL VEHICLE
Verifikation der Umfelderkennung
Umgebungssimulation – 3D Welten Virtuelle Abbildung der Realität
• Bewegung eines Fahrzeuges durch Virtuelle 3D Landschaft
• Sensormesswerte werden berechnet
Standard in Computerspielen
• Fokus ist Darstellung von 3D Objekten
• Automobilkontext fehlt
Umgebungssimulation
• Detaillierter Straßenverlauf
Anzahl der Fahrstreifen, Straßenmarkierungen, …
• Verkehrszeichen, Ampeln, …
• C2X Kommunikation
• Sensorsimulation
• Einfluss von Umweltbedingungen
https://www.rockstargames.com/newswire/article/52217/Grand-Theft-Auto-Online-Spring-Updates
© VIRTUAL VEHICLE
Verifikation der Umfelderkennung
Sensorsimulation Berechnung von Messwerten aus Umgebungssimulation
RViz Simulation Gazebo Simulation
Reflektionen
an Objekten
© VIRTUAL VEHICLE
Verifikation der Umfelderkennung
Umgebungssimulation
https://vires.com/vtd-vires-virtual-test-drive/
Komplexe
Straßenverläufe
Änderungen im
Straßenverlauf
Ändernde
Umweltbedingungen
Unterschiedliche
Straßenbeschaffenheit
© VIRTUAL VEHICLE
Kartenerzeugung
Erzeugung Karten für Umgebungssimulation Anforderungen
• Positionen von Umgebungsobjekten
Häuser, Bäume, Lärmschutzwände, Leitplanken, Gehwege, …
• Straßenverlauf inkl. Bodenmarkierungen
• Positionen von Elementen zur Verkehrsregelung
Ampeln, Schilder, Richtungsanzeigern, …
Objekterkennug aus Sensordaten
• Eingangsdaten sind Punktwolken
Menge von Punkten im 3D-Raum
• Verwendung Algorithmus
Erkennung von Objekten, Straßenverläufen, …
Berechnung der Position und Größe (Umriss)
• Speicherung der Karte
Format des Simulationstools
LiDAR Punktwolke von Ausfahrt Graz West A9/ A2 (Farbe entspricht Höhe)
© VIRTUAL VEHICLE
Automatisiertes Fahren
Erzeugung 3D Landschaft
Graz Webling
3D LiDAR Punktwolke
(Farbe von UltraCam
Panoramabildern)
© VIRTUAL VEHICLE
Automatisiertes Fahren
Erzeugung 3D Landschaft
LiDAR Punktwolke und Bilddaten
A2 zwischen Graz West
und Flughafen Graz
(Farbe der Punktwolke
entspricht Höhe)
© VIRTUAL VEHICLE
Umfelddatenerfassung und Karten
Relevante FFG geförderte Projekte
ACTIVE – Hochgenaue Lokalisierung mit Infrastrukturunterstützung
DGT – Referenzmessungen zur Qualitätsbestimmung der Umfelderkennung
LiDcAR – Bewertung verschiedener LiDAR Technologien.
Enable-S3 – Verifikation und Validierung von automatisierten Fahrzeugen
© VIRTUAL VEHICLE
Umfelddatenerfassung und Karten
Zusammenfassung Automatisiertes Fahren benötigt robuste Umfelderkennung
• Fehlverhalten durch falsche Interpretation der Situation muss verhindert werden (SOTIF)
Verifikation und Validierung ist eine große Herausforderung
• Tests auf unterschiedlichen Testplattformen notwendig
Umgebungssimulation
• Verifikation der Umfelderkennung in Simulation notwendig
• Erstellung von Karten technisch komplex
© VIRTUAL VEHICLE
Kompetenzzentrum - Das virtuelle Fahrzeug,
Forschungsgesellschaft mbH
www.v2c2.at
DANKE FÜR IHRE
AUFMERKSAMKEIT.
Dr. Christian Schwarzl [email protected]
+43 664 883 71317