Es ist zu einem fast unvermeidlichen Klischee geworden, zu sagen, dass ADAS und die autonome Fahrzeugentwicklung sich in einem beschleunigten Tempo entwickeln. In vielen Städten auf der ganzen Welt werden Versuche mit selbstfahrenden Autos durchgeführt, da Regierungen und die Automobilindustrie selbst bestrebt sind, die Straßen sicherer zu machen. Doch mit der zunehmenden Komplexität der automatisierten Systeme und Sensoranordnungen werden auch die Methoden zu ihrer Entwicklung, Prüfung und Bewertung immer komplexer.
Wie sieht also die Zukunft für ADAS und autonome Fahrzeugentwickler aus? Einige der heutigen Serienfahrzeuge werden bereits mit gebündelter ADAS-Funktionalität verkauft, die Stufe 2- und unter bestimmten Bedingungen sogar Stufe 3-Autonomie bietet. Es ist bereits jetzt so, dass die Bewertung einiger ADAS-Funktionen zu einem wichtigen Bestandteil der Tests von NCAP und der NHTSA geworden ist.
Von Regierungen akzeptiert
Die jüngste Bestätigung, dass die Europäische Kommission eine Reihe von Sicherheitsmerkmalen für in der EU verkaufte Neufahrzeuge ab 2022 vorschreibt, darunter die Kollisionswarnung/Notbremsassistent (FCW/AEB) und Spurhalteassistent, wird die Entwicklungs- und Testarbeiten weiter beschleunigen. In den Vereinigten Staaten haben sich bisher 20 Automobilhersteller verpflichtet, alle ihre Fahrzeuge bis zum gleichen Termin mit Standard-AEB auszurüsten.
Den Ingenieuren, die diese Systeme entwickeln, stehen bereits eine Reihe von Werkzeugen zur Verfügung, nicht zuletzt die RT-Serie der GNSS/INS-Produkte von OxTS. Daneben sind Fahrroboter und geführte Plattformen, wie sie von AB Dynamics hergestellt und in der gesamten Automobilindustrie weit verbreitet sind, zu unverzichtbaren Ausrüstungsgegenständen geworden.
Der Schlüssel zur Nutzung genauer, zuverlässiger Validierungsdaten ist die Ausführung präziser, wiederholbarer Testszenarien. Tests, bei denen ein oder mehrere Fahrzeuge oder mobile Ziele einem vorgeschriebenen Kurs folgen müssen, können immer wieder mit zentimetergenauer Präzision durchgeführt werden, indem man bahnfolgende Lenkroboter und auf einer geführten Plattform montierte weiche Ziele verwendet.
Da das Testen immer komplexer wird, um die enorme Anzahl möglicher Szenarien zu bewältigen, denen ein teilweise oder vollständig autonomes Auto in der Stadt oder auf der Autobahn ausgesetzt sein könnte, wird der Einsatz von Fahrrobotern und geführten Plattformen zunehmen.
Sensor-Fusion
Eine weitere Entwicklung, die sich abzeichnet, ist die Schaffung von Testszenarien für gefährdete Verkehrsteilnehmer mit mehreren Zielgruppen. Bereits jetzt sind eine Reihe von AEB-Tests zur Erkennung von Radfahrern und Fußgängern Teil der NCAP-ADAS-Protokolle. Derzeit ist die Sensortechnologie nur begrenzt in der Lage, mehrere oder komplexe VRU-Ziele zu erkennen, und die derzeitigen Tests werden mit einzelnen Kinderpuppen, Erwachsenen und Radfahrerpuppen durchgeführt, die sowohl stationär als auch auf steuerbaren Roboterplattformen montiert sind.
Die derzeit verwendeten Sensortechnologien sind hauptsächlich Radar, Kamera und Ultraschall, wobei in einigen Anwendungen LiDAR mit kurzer Reichweite erscheint. Diese haben jeweils ihre Grenzen. Radar kann zum Beispiel Schwierigkeiten haben, zwischen überlappenden Objekten zu unterscheiden, und es ist winkelsensitiv, während Kameras bei schlechten Lichtverhältnissen und schlechter Sicht Probleme haben können und die Leistung von LiDAR durch schlechtes Wetter beeinträchtigt werden kann.
Um diese Schwachstellen zu mildern und die vollständige Redundanz zu gewährleisten, die ein fahrerloses Fahrzeug benötigt, werden die Eingänge verschiedener Arten von Sensoren kombiniert - der als Sensor-Fusion bekannte Prozess - um ein konsistentes und genaues Bild von potenziellen Gefahren und der Umgebung zu erhalten.
Die Sensorfusion ist bereits im Gange - kombinierte Radar- und Kamerasensoren werden immer häufiger eingesetzt - aber da kompaktes und kostengünstiges Festkörper-LiDAR für Serienfahrzeuganwendungen immer leichter verfügbar sind, werden auch diese in zunehmendem Maße eingesetzt. Diese komplexeren Systeme werden strenge Tests und Validierung erfordern - etwas, das OxTS bereits mit der kürzlich eingeführten Funktion "Multiple Sensor Points" (mehrere Sensorpunkte) in Angriff nimmt und das weitere Anforderungen an Entwickler und Ingenieure stellt.
Ein kooperativer Ansatz
Aufgrund der enormen Herausforderungen, vor denen die Branche steht, und der Änderungen der Infrastruktur, die zur Unterstützung vollständig selbstfahrender Autos erforderlich sind, ist eine stärkere Zusammenarbeit und ein verstärkter Wissensaustausch zwischen Automobilentwicklern und Technologieunternehmen, Regierungen, Gesetzgebern und Autobahnbehörden und vielen anderen Stellen erforderlich.
Dieser kooperative Ansatz ist in vollem Gange. Das in den USA ansässige Forschungsinstitut für automatisierte Fahrzeugtechnologie VSI Labs beispielsweise hat Technologien und Forschungsergebnisse aus dem gesamten Spektrum der autonomen Fahrzeuge zusammengetragen und verbreitet, um die Entwicklung zu erleichtern und zu beschleunigen. VSIs eigene Forschung umfasst die Analyse wichtiger automatisierter Systeme, wie die bereits erwähnte Sensor-Fusion, die hochauflösende kartographische Präzisionslokalisierung und die By-Wire-Steuerungssysteme, die selbstfahrende Fahrzeuge benötigen. Der Spielraum für ein Wachstum bei der Prüfung und Validierung ist enorm.
Schließlich ist es auch wahr, dass ADAS-Tests immer mehr in der virtuellen Umgebung stattfinden werden, da die Simulatortechnologie entwickelt wird, um die notwendigen Fahrszenarien zu berücksichtigen. Während diese Arbeit von unschätzbarem Wert sein und die Weiterentwicklung von ADAS und autonomen Technologien weiter beschleunigen wird, gibt es immer einen Platz für die Erprobung und Validierung in der realen Welt.
Für weitere Informationen darüber, wie OxTS Ihnen jetzt und in Zukunft bei Ihren ADAS- und autonomen Fahrzeugprüfungen helfen kann, klicken Sie hier.
