Abstract:
Der Automobilindustrie begegnen aktuell mehrere Megatrends. Neben der
Elektrifizierung des Antriebsstrangs (Siebenpfeiffer, 2013) und einer immer
stärkeren Vernetzung mit der Umwelt (Sikora, Lill, Schappacher, Gutjahr & Gerber,
2013), stellt die Automatisierung der Fahrzeugführung eine große Herausforderung
für Fahrzeughersteller sowie deren Zulieferer dar (VDA: Verband der
Automobilindustrie, 2015). Klassische mechanische Komponenten treten bei
diesem Wandel immer weiter in den Hintergrund. Diese Veränderungen bringen
neue Firmen auf das Gebiet der Fahrzeugentwicklung. ... mehrDabei engagieren sich
mittlerweile immer mehr IT Unternehmen wie Google (/Waymo) (DPA, 2024), Sony
(Sony Group Corp., 2022) oder Samsung (Mouchegh, 2023) sowie Chipentwickler
Intel (McDowell, 2024), Qualcomm (Freund, 2024) oder Nvidia (Nuttall, 2020) in
Fahrzeugentwicklungsprojekten. Mit den neuen technischen Lösungen bedarf es
auch neuer Ansätze in der Produktentwicklung. In diesem Zusammenhang bietet
die vorliegende Forschungsarbeit Unterstützung beim Aufbau von
Validierungsumgebungen für Fahrerassistenzfunktionen. Hierzu wirken mit Hilfe der
Sensorstimulation gemischt physisch-virtuelle Umwelteindrücke auf das zu
entwickelnde System. Auf diesem Weg ist die Kombination von hoher
Reproduzierbarkeit mit einer starken Repräsentanz der Untersuchung möglich. Der
Fokus wird in der vorliegenden Arbeit auf die Gesamtfahrzeugebene gelegt, um eine
Absicherung der einzelnen Komponenten (Sensorik, Perception, Pathplaning,
Aktorik) und deren Zusammenwirken im Systemverbund zu ermöglichen. Zum
Einsatz kommt hierzu der Fahrzeugrollenprüfstand, welcher bereits heute in der
Entwicklung eingesetzt wird und eine reproduzierbare Umgebung auf
Gesamtfahrzeugebene bietet (Düser et al., 2011).
Der Rollenprüfstand hat sich in den letzten Jahren als effektives
Entwicklungswerkzeug für Untersuchungen am Antriebsstrang des
Gesamtfahrzeugs etabliert (Paulweber & Lebert, 2014). Seine Vorteile hinsichtlich
Reproduzierbarkeit und Kontrollierbarkeit der Untersuchungsbedingungen bieten
ein großes Potential für Untersuchungen an Fahrerassistenzfunktionen im Verbund
mit dem Restfahrzeug. Um dies zu realisieren müssen aktuellen Prüfstände
allerdings weiterentwickelt werden. Beispielsweise bedarf es Erweiterungen,
sodass Fahrzeugsensoren trotz der notwendigen Prüfstandsaufbauten, wie der
Fahrzeugfixierung oder Kühlung, ihre Funktion uneingeschränkt erfüllen können.
Etablierte Entwicklungsumgebungen, wie das Testgelände oder der öffentliche
Straßenverkehr, werden in dieser Arbeit zu Beginn analysiert. Bei diesem Vorgehen
wird sowohl das Verhalten von Fahrerassistenzfunktionen unter rein physischen
Umwelteindrücken erfasst, als auch die Vor- sowie Nachteile dieser Umgebungen
nachvollzogen. Basierend auf dem IPEK-X-in-the-Loop-Ansatz wird anschließend
ein Vorgehen entworfen, das auf den Aufbau von gemischt physisch-virtuellen
Validierungsumgebungen für automatisierte Fahrfunktionen ausgerichtet ist.
Ergebnis dieses Vorgehens ist die stärkere Verlagerung von Entwicklungsfahrten
von der Straße auf einen Rollenprüfstand.
Vor diesem Hintergrund wird das zuvor entworfene Vorgehen für den Aufbau einer
Umgebung für Untersuchungen an der Ultraschall-Einparkhilfe mit Einbindung des
Rollenprüfstands durchlaufen. Die dabei gewonnenen Erkenntnisse werden
daraufhin beim Aufbau einer Umgebung zur Validierung kamerabasierter
Assistenzfunktionen weiter vertieft. Hierdurch werden Untersuchungen möglich, die
Szenario-basiert Grenzen des Gesamtsystems herausarbeiten.
Um die Anwendung des Vorgehens zu veranschaulichen, werden darauf folgend
drei Beispiele vorgestellt. Diese demonstrieren die Anwendung für Aufbauten an
einem Monokamera-basierten Assistenzsystem. Als erstes wird dabei analysiert,
wie der vom Fahrenden am ACC-System eingestellte Wunschabstand die Auffahrt
auf ein stehendes Fahrzeug beeinflusst. Das gleiche Szenario wird auch verwendet,
um Untersuchungen auf dem Testgelände bei ungünstigen Lichtverhältnissen durch
einsetzende Dämmerung in die Prüfstandsumgebung zu übertragen. Hierbei
beeinträchtigt das stärker werdende Bildrauschen und die längere Belichtungszeit
die Objekterkennung, sodass die zunehmende Dunkelheit eine besondere
Herausforderung für die Kamerasensorik sowie deren Bildauswertealgorithmen
darstellt. Zuletzt wird eine Umgebung für die Vorentwicklungen an einer
multikriteriellen Fahrstrategieplanung aufgebaut. Hierdurch wird die Möglichkeit
geschaffen, schon zu einem früheren Entwicklungszeitpunkt Erkenntnisse über
Wechselwirkungen zwischen Fahrzeugautomatisierung und dem Antriebsstrang
des Gesamtfahrzeugs zu gewinnen. Es wird gezeigt, dass das entwickelte
Vorgehen bei einer Vielzahl von Entwicklungsstadien eingesetzt werden kann und
somit ein fließender Übergang zwischen den etablierten Entwicklungsumgebungen
ermöglicht wird.
Abstract (englisch):
The automotive industry is currently facing several megatrends. In addition to the
electrification of the powertrain (Siebenpfeiffer, 2013) and increasing connectivity
with the environment (Sikora, Lill, Schappacher, Gutjahr & Gerber, 2013), the
automation of vehicle control poses a major challenge for vehicle manufacturers and
their suppliers (VDA: German Association of the Automotive Industry, 2015).
Traditional mechanical components are increasingly taking a back seat in this
transformation. These changes are bringing new companies into the field of vehicle
... mehr
development. As a result, more and more IT companies such as Google (/Waymo)
(DPA, 2024), Sony (Sony Group Corp., 2022), and Samsung (Mouchegh, 2023), as
well as chip developers Intel (McDowell, 2024), Qualcomm (Freund, 2024), and
Nvidia (Nuttall, 2020), are now involved in vehicle development projects. With these
new technical solutions, new approaches to product development are also required.
In this context, the present research provides support for the creation of validation
environments for driver assistance functions. To this end, mixed physical-virtual
environmental stimuli are applied to the system under development using sensor
stimulation. This approach makes it possible to combine high reproducibility with
strong representativeness of the investigation. This study focuses on the complete
vehicle level to enable the validation of individual components (sensors, perception,
path planning, actuators) and their interaction within the system-vehicle. For this
purpose, a vehicle roller test bench is used, which is already used in development
today and provides a reproducible environment at the complete vehicle level (Düser
et al., 2011).
In recent years, the roller dynamometer has established itself as an effective
development tool for testing the powertrain of the complete vehicle (Paulweber &
Lebert, 2014). Its advantages in terms of reproducibility and controllability of test
conditions offer great potential for testing driver assistance functions in conjunction
with the rest of the vehicle. To achieve this, however, current test benches must be
further developed. For example, modifications are needed so that vehicle sensors
can function without restriction despite the necessary test bench fixtures, such as
vehicle mounting or cooling systems.
This thesis begins by analyzing established development environments, such as test
tracks and public roads. This approach captures the behavior of driver assistance
functions under purely physical environmental conditions and identifies the
advantages and disadvantages of these environments. Based on the IPEK X-in-the-
Loop approach, a methodology is then designed that focuses on the creation of
hybrid physical-virtual validation environments for automated driving functions. The
result of this approach is a greater shift of development driving from the road to a
roller test bench.
With this in mind, the previously outlined procedure for setting up an environment to
test the ultrasonic parking assist system, incorporating the roller test bench, will be
implemented. The insights gained from this process will then be further developed
when setting up an environment to validate camera-based assistance functions.
This will enable scenario-based testing to identify the limits of the overall system.
To illustrate how this approach is applied, three examples are presented below.
These demonstrate its application to the architecture of a single-camera-based
driver assistance system. First, we analyze how the target distance set by the driver
in the ACC system affects the approach to a stationary vehicle. The same scenario
is also used to transfer investigations conducted on the test track under unfavorable
lighting conditions—due to the onset of twilight—to the test bench environment.
Here, the increasing image noise and longer exposure time impair object detection,
so that the growing darkness poses a particular challenge for the camera sensors
and their image analysis algorithms. Finally, an environment is being established for
preliminary development of a multi-criteria driving strategy planning system. This
creates the opportunity to gain insights into the interactions between vehicle
automation and the powertrain of the entire vehicle at an earlier stage of
development. It is demonstrated that the developed approach can be applied across
a wide range of development stages, thereby enabling a seamless transition
between established development environments.