Impulsprojekt 1: Mixed-Reality Versuchsumgebung für sicherheitskritische Funktionen beim hochautomatisierten Fahren

Testfahrzeug auf dem Prüfstand (Quelle: THI)
Testfahrzeug auf dem Prüfstand (Quelle: THI)

Automatisiertes Fahren ist eine Schlüsseltechnologie der Mobilitätswende. Die Einführung von hoch-, bzw. vollautomatisierten Fahrzeugfunktionen wird das Zusammenspiel zwischen Fahrer, Fahrzeug und Fahrumgebung entscheidend verändern. Die technische Komplexität und insbesondere die Funktionssicherheit dieser Fahrzeuge kann jedoch mit klassischen Dauerlauftests, wie sie bisher in der Entwicklungsphase durchgeführt werden, nicht ausreichend erfasst und überprüft werden.Das  Impulsprojekt setzt an dieser Stelle an und hat das Ziel, über einen Mix aus simulationsbasierten Methoden und Realtests, eine moderne Versuchsumgebung für automatisierte Fahrzeuge im städtischen Verkehr zu schaffen. Die technische Komplexität von Autos nimmt mit jeder Fahrzeuggeneration weiter zu und wird mit dem Erreichen höherer Automatisierungsgrade noch einmal signifikant gesteigert. Für eine erfolgreiche Zulassung von hoch-, bzw. vollautomatisierten Fahrzeugen sind daher neue Testmethoden in der Fahrzeugentwicklung zu erforschen. Schließlich steigt mit der Zunahme automatisierter Fahrfunktionen die Zahl der laut ISO 26262 erforderlichen Testkilometer bei klassischen Dauerlauftests auf einen Wert von mehreren Milliarden Kilometern, und ist damit sowohl aus zeitlicher, aber auch aus Kostensicht nicht länger möglich. Ein weiteres Problem klassischer Dauerlauftests ergibt sich dadurch, dass besonders im Mischverkehr unterschiedliche Witterungsbedingungen, Mentalzustände aller Verkehrsbeteiligten sowie auch Sensoralterung und -ausfälle in einem reproduzierbaren Setting untersucht werden müssen.

Durch die Einführung komplexer automatisierter Fahrfunktionen wird sich künftig das Zusammenspiel Fahrer-Fahrzeug-Fahrumgebung signifikant verändern. Fahrer (bzw. Passagiere) brauchen einerseits nicht mehr andauernd ihr Fahrzeug zu überwachen, die Fahrzeuge müssen aber andererseits technisch alle Situationen und Probleme selbständig lösen. Alle anderen Verkehrsteilnehmer müssen sich schließlich auf das veränderte Fahrverhalten dieser neuen „Roboterfahrzeuge“ einstellen. Dieser Paradigmenwechsel erfordert gänzlich neue Methoden zur Funktionsabsicherung. Höchste Funktionskomplexität und Situationsvielfalt erfordert einen teilweisen Ersatz, bzw. eine Ergänzung von real durchzuführenden Tests durch simulationsbasierte Methoden. In diesem Impulsprojekt (IP 1) soll die sogenannte Mixed-Reality Versuchsumgebung, umgesetzt werden, mit der die hohe Komplexität der zu bewältigenden Verkehrssituationen für hoch-, bzw. vollautomatisiertes Fahren im städtischen Bereich valide und reproduzierbar abgesichert werden kann. Betrachtet werden sollen dabei Situationen mit einer hohen Zahl verschiedener Verkehrsteilnehmer, wie automatisierte und manuell gesteuerte Fahrzeuge, Fußgänger, Rad- oder Rollstuhlfahrer. Gleichzeitig sollen auch Infrastruktur-Komponenten wie Ampelanlagen und Verkehrsleitsysteme miteinbezogen werden.

Abbildung AEBS-Testfahrzeug
Abbildung AEBS-Testfahrzeug

Die zentrale Forschungsfrage von IP 1 ist, wie sich die Verkehrssicherheit in urbanen Gebieten durch hoch-, bzw. vollautomatisiertes Fahren verändern wird. Die Zielsetzung des Projekts liegt dabei in der automatischen Generierung von Testfällen sowie, darauf aufbauend, der Ermittlung und Bewertung künftiger Verkehrsszenarien und deren Auswirkungen auf die Verkehrssicherheit. Durch die Implementierung einer durchgängigen sogenannten „Mixed-Reality Versuchs-umgebung“, soll eine Basis geschaffen werden, um die hohe Komplexität von zu bewältigenden Situationen im urbanen Bereich mit variablem Realitätsbezug valide und reproduzierbar abzusichern. Dazu kann in den vier Dimensionen 1) Fahrermodelle, 2) Sensorik, 3) Umgebungseigenschaften und 4) Fahrzeugcharakteristik des Versuchsaufbaus, der Anteil zwischen virtuellem und realem Test in mehreren diskreten Stufen variiert werden. Mit den dadurch entstehenden Konfigurationen sollen sämtliche in der Realität auftretenden Testfälle generiert, hinsichtlich deren Kritikalität bewertet und HAF-/VAF-Funktionen schließlich reproduzierbar abgesichert werden. Durch Vernetzung der beteiligten Industriepartner (BMW, EFS, VIRES, IBEO) innerhalb dieses Projektes sowie übergreifend mit anderen Teilprojekten in SAFIR, sollen die Forschungsergebnisse in einem finalen Schritt „auf die Straße“ (z. B. Testfeld A9 in Bayern, Digitales Testfeld München-Ingolstadt) gebracht werden und präzise Aussagen über Validität und Belastbarkeit der Testmethode im Realverkehr ermöglichen. IP 1 liefert einen wesentlichen Beitrag zur Hightech-Strategie des Bundes im Bereich „Intelligente Mobilität“ und zum Thema „integrale Fahrzeugsicherheit“ entsprechend der CARISSMA-Forschungsprogrammatik. Mittelfristig sollen die entwickelten Modelle und Methoden in Werkzeugen der Projektpartner eingesetzt werden sowie die (Vor)Serienproduktion unterstützen.

Das Impulsprojekt 1 wird in vier aufeinander abgestimmten Teilprojekten bearbeitet.

beschäftigt sich mit der Entwicklung neuartiger „Menschmodelle“, um insbesondere zwei Problemfelder zu bearbeiten: Einerseits werden wir eine lange Zeit des sogenannten Mischverkehrs vorfinden, in der es für die Verkehrssicherheit wichtig sein wird, dass automatisierte Fahrzeuge abschätzen können, wie sich manuelle Fahrer im Straßenverkehr verhalten. Auf der anderen Seite wird die Akzeptanz automatisierter Fahrzeuge (aus Passagiersicht) stark von Faktoren wie Fahrstil und -manöver, Sicherheitsabstand, etc. des automatisierten Fahrzeugs abhängen. Hierzu sind individuelle Parameter zu ermitteln und Fahrfunktionen damit geeignet zu parametrisieren.

Publikationen:
1.    Paul Green, Philipp Wintersberger and Andreas Riener. Am i driving or are you or are we both? In Proceedings of 9th International Driving Symposium on Human Factors in Driver Assessment, Training and Vehicle Design (DA’17), June 26-29, 2017, Vermont, US 2017.
2.    Tamara von Sawitzky and Andreas Riener. Towards Trust in Autonomous Driving: Influence of Augmented Reality in Foggy Driving Scenarios. In Applied Research Conference (ARC’17), page 5, June 2017.
3.    Anna-Katharina Frison, Philipp Wintersberger and Andreas Riener. The Experience of Ethics: Evaluation of Self Harm Risks in Automated Vehicles. In 2017 IEEE Intelligent Vehicles Symposium (IV’17). IEEE, June 11-14, 2017, Redondo Beach, CA, US 2017.
4.    S. Hasirlioglu, A. Riener, W. Huber, and P. Wintersberger. Effects of exhaust gases on laser scanner data quality at low ambient temperatures. In 2017 IEEE Intelligent Vehicles Symposium (IV), pages 1708–1713, June 2017.
5.    Anna-Katharina Frison, Philipp Wintersberger and Andreas Riener. Moral Robots Always Fail - Investigating Human Attitudes Towards Ethical Decisions of Automated Systems. In Proceedings of the 2017 IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN). IEEE, August 28-31, 2017, Lisbon, Portugal 2017.
6.    Anna-Katharina Frison, Laura Aigner, Andreas Riener, and Philipp Wintersberger. Senior Drivers: Using the Benefits of Automated Driving for the Elderly. In Manuel Burghardt, Raphael Wimmer, Christian Wolff, and Christa Womser-Hacker, editors, Mensch und Computer 2017 – Workshopband, pages 565 – 570, Regensburg, September 2017. Gesellschaft für Informatik e.V.
7.    Philipp Wintersberger, Tamara von Sawitzky, Anna-Katharina Frison, and Andreas Riener. Traffic Augmentation as a Means to Increase Trust in Automated Driving Systems. In In: 12th Biannual Conference of the Italian SIGCHI Chapter, Cagliary, Italy, page 7. ACM Digital Library, September 18–20 2017.
8.    Anna-Katharina Frison, Philipp Wintersberger, Andreas Riener, and Clemens Schartmüller. Driving Hotzenplotz: A Hybrid Interface for Vehicle Control Aiming to Maximize Pleasure in Highway Driving. In Proceedings of the 9th International Conference on Automotive User Interfaces and Interactive Vehicular Applications, AutomotiveUI ’17, pages 236–244, New York, NY, USA, 2017. ACM.
9.    Tamara von Sawitzky and Andreas Riener. Potential and Challenges of Augmented Reality in the Context of Automated Driving. In Adjunct Proceedings of the 9th International Conference on Automotive User Interfaces and Interactive Vehicular Applications, page 5. ACM Digital Library, September 23–27 2017.

widmet sich der Identifikation kritischer Fahrszenarien unter Berücksichtigung von Auftrittswahrscheinlichkeit und Gefährdungspotential. Das Ziel dieses Teilprojektes ist es u.a., eine bewertbare Methode zum Auffinden kritischer Fahrmanöver innerhalb eines vordefinierten Szenarios zu definieren und validieren. Dazu ist es nötig, eine vollständige Testraumabdeckung zu erreichen. Um die Komplexität der Simulation zu reduzieren, werden sowohl datenbankbasierte (Manöverkatalog Euro NCAP, usw.) als auch stochastische Verfahren (Monte Carlo, Genetische Algorithmen, usw.) zur Optimierung des Simulationsaufwands eingesetzt. Im Rahmen des Projektes werden die zwei Szenarien, Parkhaus sowie innerstädtische Kreuzung, näher untersucht. 

Publikationen:
1.   T. Hempen, S. Biank, W. Huber, and C. Diedrich. Model Based Generation of Driving Scenarios. In INTSYS 2017 – Intelligent Transport Systems, Helsinki, Finland, November 2017. EAI, Springer.

entwickelt auf Basis der Vermessung realer Witterungsverhältnisse und einer nachgelagerten Störgrößenmodellierung, eine Validierungsmethode für Sensormodelle. Witterungsverhältnisse (Schlechtwettersituationen Regen, Nebel, Schnee, aber auch niedriger Sonnenstand) haben einen erheblichen Einfluss auf die Zuverlässigkeit der Umfeldsensorik im Fahrzeug und werden im Rahmen dieses Teilprojekts systematisch untersucht. Dazu werden reale Witterungsdaten über einen längeren Zeitraum in der Realität gemessen, ein Regen- und Nebelsimulator im Labor (je 50m Länge) aufgebaut, und die Simulatoren mit realen Witterungswerten parametrisiert. In diesem Setting werden Umfeldsensoren im Fahrzeug (Radar, Lidar, Kamera) unter reproduzierbaren Bedingungen, verschiedenen Witterungsverhältnissens ausgesetzt, Messdaten aufgezeichnet und in Modelle für die virtuelle Welt (Simulation) überführt. Abschließend werden die Modelle einer Vergleichsbewertung (Validierung) unterzogen.

Publikationen:
2.    Sinan Hasirlioglu, Andreas Riener, and Igor Doric. Rain simulation for the test of automotive surround sensors. In EGU General Assembly Conference Abstracts, volume 19, page 7951, 2017.
3.    Alexander Kamann, Sinan Hasirlioglu, Igor Doric and Andreas Riener. Reproducible Fog Simulation for Testing Automotive Surround Sensors. In IEEE 85th Vehicular Technology Conference: VTC2017-Spring. IEEE, June 4–7 2017.
4.    S. Hasirlioglu, A. Riener, W. Huber, and P. Wintersberger. Effects of exhaust gases on laser scanner data quality at low ambient temperatures. In 2017 IEEE Intelligent Vehicles Symposium (IV), pages 1708–1713, June 2017.
5.    Sinan Hasirlioglu and Andreas Riener. Introduction to Rain and Fog Attenuation on Automotive Surround Sensors. In IEEE 20th International Conference on Intelligent Transportation Systems (ITSC 2017). IEEE, October 16 - 19, 2017, Yokohama, Japan 2017.
6.    S. Hasirlioglu, M. Karthik, A. Riener, and I. Doric. Potential of Plenoptic Cameras in the Field of Automotive Safety. In INTSYS 2017 – Intelligent Transport Systems, Helsinki, Finland, November 2017. EAI, Springer.

betrachtet das Zusammenspiel von HAF-/VAF-Funktionen im urbanen Verkehr, speziell einem Parkhaus mit Mischverkehr sowie einem Kreuzungsszenario mit Gegenverkehr, Fußgängern, Radfahrern, Witterungseinflüssen und ggf. vorhandener ITS-Infrastruktur. In diesem Setting sollen auf Basis der „Mixed-Reality Versuchsumgebung“ verschiedene Testmethoden entwickelt und validiert werden, sowie, in Abstimmung mit den anderen Teilprojekten, Implikationen des hochautomatisierten Fahrens auf verschiedene Verkehrsteilnehmer untersucht werden. Dazu wird zunächst eine Architektur zur Vernetzung von realen (Sensoren, Steuergeräte) und simulierten Komponenten (Simulations-SW, HiL-Prüfstand) entwickelt und, Zug um Zug, von reiner simulationsbasierter Untersuchung (Vernetzung von Hexapode, HiL, AR/VR-System, Witterungsmodellen, Menschmodellen) in Richtung realer Anwendung (Fahrversuch mit Versuchsträger in der Halle bzw. Parkhaus) erweitert. Als Basis wird das SW-Framework ROS eingesetzt.

Publikationen:
1.    N.N.

Forschungspartnerschaft

Safety for all – Innovative Research Partnership on Global Vehicle and Road Safety Systems 

Fördermittelgeber

Förderkennzeichen: 13FH7101IA