Szenariobasiertes Simulationsframework für das Testen von automatisiertem Fahren unter Verwendung neuer DoE Ansätze

Autoren

Mag. Ing. mech. T. Mihalj, Assoc. Prof. Dipl.-Ing. Dr. techn. A. Eichberger, Institut für Fahrzeugantriebe, Technische Universität Graz; S. Gopi MTech, P. Nitsche PhD MSc, Dr. techn. H.-M. Koegeler, AVL List GmbH, Graz:

Jahr

2023

Druckinfo

Eigenproduktion ÖVK

Zusammenfassung

Die Zukunft der Mobilität, die durch automatisiertes Fahren, vernetzte Fahrzeuge, Elektrifizierung und Mobilität-as-a-Service vorangetrieben wird, erfordert einen enormen Aufwand für die Prüfung und Validierung dieser Systeme. Virtuelle Testumgebungen bieten einen schnelleren, sichereren und wirtschaftlicheren Ansatz als reale Feldtests. Sie bieten erhebliche Vorteile bei der Festlegung der Produktanforderungen in den frühen Phasen der Produktentwicklung. Trotz des virtuellen Ansatzes ist jedoch immer noch eine große Anzahl von Szenarien und deren Variationen erforderlich, um eine ausreichende Testabdeckung zu erreichen. In diesem Beitrag wird eine Methodik vorgeschlagen, die den Aufwand für umfangreiche Simulationen reduziert und relevante Testfälle identifiziert. Die Methode basiert auf dem so genannten Active Design of Experience (Active DoE), einem fortschrittlichen und sequenziellen Prozess, der Verhaltensmodelle von Key Performance Indicators (KPIs) erstellt und das Testdesign automatisch anpasst, um Simulationsergebnisse innerhalb des interessierenden Bereichs genau vorherzusagen. Vorteilhaft ist einerseits eine signifikante Verringerung der erforderlichen Simulationsdurchläufe im Vergleich zu vorab festgelegten Versuchsplänen, wie z. B. vollfaktoriellen Ansätzen. Anderseits können die gewonnen Verhaltensmodelle - lückenlos - für Optimierungs- und Suchzwecke genutzt werden. In dieser Arbeit wird eine Fallstudie eines automatisierten Elektrobusses vorgestellt, der durch eine städtische Umgebung navigiert. Es werden sicherheitskritische und unangenehme Betriebsbereiche identifiziert. Die Ergebnisse zeigen eine hervorragende Anpassung der KPI-Modelle innerhalb des interessierenden Bereichs - wobei die Anzahl der Simulationsläufe um mehr als 60 % im Vergleich zum vollfaktoriellen Design reduziert wird.

ISBN

978-3-9504969-2-5