Lichttechnische Simulation von Scheinwerfern während einer virtuellen Nachtfahrt; hier mit einem Analysetool, welches die Beleuchtungsstärkeverteilung in Falschfarben darstellt. (Bild: Hella)
Dunkelheitsunfälle sind durch ihre besondere Schwere gekennzeichnet: Gemessen am relativen Anteil der nachts gefahrenen Strecken ist die Anzahl der Toten und Schwerverletzten überproportional hoch. Hochwertige Scheinwerfersysteme können einen Beitrag dazu leisten, die Unfallzahlen zu senken. Reduzierte Entwicklungskosten und Technologien, welche die hohe Lichtqualität dauerhaft gewährleisten, tragen somit zur Verkehrssicherheit bei.
Lichttechnische Simulation von Scheinwerfern während einer virtuellen Nachtfahrt; hier mit einem Analysetool, welches die Beleuchtungsstärkeverteilung in Falschfarben darstellt. Hella
Lichtmuster aufbauen, Prototypen erstellen und anschließend in virtuellen Testumgebungen sowie im realen Straßenverkehr testen – die Serienentwicklung eines dynamischen, hochauflösenden Scheinwerfers ist zeitaufwendig und kostenintensiv. Im aus Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) geförderten Forschungsprojekt Smart Headlamp Technology erforschen Hella, das Fraunhofer Institut für Entwurfstechnik Mechatronik IEM sowie die Universitäten Dortmund und Paderborn Möglichkeiten zur effizienten Entwicklung neuartiger komplexer Scheinwerfer und ihrer Lichtfunktionen. Dazu kommt hier ein dreistufiger Entwicklungsprozess zum Einsatz, der Dauer und Kosten der Entwicklung reduziert. Ein weiterer Aspekt ist es, die optimale Performance von LED-Scheinwerfersystemen im Betrieb langfristig sicherzustellen. Dazu ist es notwendig, etwaige Performance-Änderungen frühzeitig zu diagnostizieren (Condition Monitoring) und im Bedarfsfall zu kompensieren (Self Healing).
Virtuelle Nachtfahrt im Fahrsimulator
Bild 1: Testumgebungen des dreistufigen Entwicklungsprozesses: Stufe 1: Simulation mit virtueller Nachtfahrt; Stufe 2: HiL-Prüfstand für Dynamiktests im Lichtkanal; Stufe 3: Reale Testfahrten im Prototypenfahrzeug. Hella
Als Simulationsumgebung dient in der ersten, modellbasierten Entwicklungsstufe ein Nachtfahrsimulator, der die Lichtverteilungen eines Scheinwerfers und seine dynamischen Lichtfunktionen realitätsgetreu in einer komplexen 3-D-Umgebung darstellt, welche der Proband mit dem virtuellen Fahrzeug durchfährt (Titelbild). Zusätzlich zur Visualisierung sorgen eine Bewegungsplattform und die darin befindliche Fahrzeugkabine für ein realistisches Fahrerlebnis (Bild 1, links). Diese Simulationsumgebung ermöglicht gefahrlose, beliebig gestalt- und reproduzierbare Testszenarien. Das Verhalten anderer Verkehrsteilnehmer in der Simulation sowie äußere Bedingungen wie Wetter- und Lichtverhältnisse lassen sich bedarfsgerecht anpassen. Da derartige Simulatortests bereits möglich sind, bevor reale Musteraufbauten zur Verfügung stehen, lässt sich die Entwicklung beschleunigen und die Anzahl der kostenintensiven Prototypen reduzieren.
Eckdaten
Heute repräsentieren Voll-LED-Scheinwerfer den Stand der Technik. Sie bieten eine Reihe von Vorteilen – etwa einen höheren Lichtstrom und somit deutlich mehr Licht auf der Straße. Daneben ermöglichen sie variable Lichtverteilungen, sogenannte ADB-Funktionalitäten (Adaptive Driving Beam), die für jede Verkehrssituation – vom Stadtlicht bis zum blendfreien Fernlicht – die optimale Beleuchtung generieren. Am weitesten verbreitet sind hierfür Matrix-LED-Scheinwerfer. Diese besitzen mehrere LEDs, die jeweils für einen bestimmten Raumwinkel auf der Straße zuständig und einzeln ansteuerbar und dimmbar sind. Durch dieses Projektionssystem lassen sich z.B. „Tunnel“ für das blendfreie Fernlicht realisieren. In Zukunft werden Scheinwerfersysteme verwendet, bei denen die Lichtverteilung aus einer großen Anzahl einzeln steuerbarer Lichtpunkte erzeugt werden (hochauflösender Scheinwerfer). Ein weiterer Vorteil von LED-Scheinwerfern ist die zu erwartende lange Lebensdauer der Lichtquellen. Diese übersteigt die Lebensdauer eines Fahrzeuges bei Weitem. Doch wie bei allen lichttechnischen Systemen sind langfristig Performance-Änderungen nicht auszuschließen. Genau hier setzt das Forschungsprojekt an, bei dem auch der bisherige Entwicklungsprozess eine grundlegende Veränderung erfährt.
Die besondere Herausforderung ist hierbei die Integration der Funktionalitäten eines derart komplexen Scheinwerfers in die echtzeitfähige Simulationsumgebung. Die Variabilität der durch hochauflösende Scheinwerfer darstellbaren Lichtverteilungen bietet viel Potenzial für neue Lichtfunktionen, stellt aber zugleich hohe Anforderungen an die Recheneffizienz bei der Generierung der 3-D-Umgebung. Hier darf kein Qualitätsverlust durch reduzierte Detailtreue oder Bildwiederholfrequenzen entstehen, und gleichzeitig gilt es, die Echtzeitfähigkeit zu wahren. Dies gelingt einerseits durch die effiziente Bestimmung der Gesamtlichtstärke-Verteilung durch einen hochgradig parallelisierten Ansatz, welcher die Berechnungen auf den Grafikchip auslagert und binnen weniger Millisekunden durchführt. Zum anderen wird von der Verwendung konventioneller Licht-Shader abgesehen. An diese Stelle tritt eine eigene, speziell für Kfz-Scheinwerfer zugeschnittene Implementierung.
Mit dem Fahrsimulator lässt sich der gesamte Scheinwerfer inklusive seiner Steuergerätealgorithmen simulieren. Weiterhin ist es möglich, ein reales Steuergerät in die Simulationsumgebung einzubinden.
Funktionstests auf HiL-Prüfstand
Die nächste Stufe des Entwicklungsprozesses basiert auf einem realen Scheinwerfer, der als Prototyp oder als Vorserienmodell vorliegt und unter kontrollierten Lichtverhältnissen in einem Lichtkanal evaluiert wird. Die Scheinwerfer sind auf ein Bewegungssystem (Hexapod) montiert, das die simulierte oder aufgezeichnete Fahrzeugbewegung nachbildet. So lässt sich die Lichtverteilung unter realen Bedingungen zu jeder Tageszeit analysieren. Analyseschwerpunkte in dieser Phase sind Schwingungen von Komponenten, Auswirkungen von Fertigungstoleranzen sowie die subjektive und automatisierte Bewertung der resultierenden Lichtverteilung im statischen oder fahrdynamischen Fall.
Bild 2: Der obere Bildteil zeigt einen exemplarischen Aufbau des HiL-Prüfstands im Lichtkanal mit Hexapod und Kameras zur Aufnahme der Lichtverteilung auf der Straße. Mitte: Die Lichtverteilung wurde digitalisiert und in die virtuelle Welt gebracht. Unten: Das digitalisierte Licht wird nun mit einem Algorithmus bewertet.
Hella
Das Bewegungssystem ist ein Hexapod (Stewart Plattform, Bild 1, Mitte), der aus sechs parallelen Achsen besteht und Bewegungen in allen sechs räumlichen Freiheitsgraden ermöglichen. Somit können die im Fahrbetrieb auftretenden Bewegungen der realen Komponenten eines Scheinwerfers unter reproduzierbaren Bedingungen ohne aufwendige Testfahrten geprüft werden, die Straße wird quasi ins Labor gebracht. Der HiL-Prüfstand lässt sich an unterschiedliche Fahrzeuge anpassen, um so neue Lichtfunktionen dynamisch zu untersuchen.
Lichtverteilungen objektiv beurteilen
Im Produkt-Entstehungsprozess bewerten erfahrene Entwickler die Lichtverteilungen. Zur Unterstützung dieser subjektiven Bewertung wird im Rahmen des Projekts über eine kameragestützte Digitalisierung eine zusätzliche automatisierte Bewertung entwickelt. Ein Multi-Kamera-System erfasst dabei die Lichtverteilung des realen Scheinwerfers auf einer Projektionsfläche, um es anschließend in aufbereiteter Form in Echtzeit in die 3D-Umgebung physikalisch korrekt einzubetten (Bild 2). So lassen sich Unterschiede zwischen konzeptionierter und realer Lichtverteilung bewerten und die Vorzüge der virtuellen 3D-Umgebung nutzen.
Herkömmliche Leuchtdichtekameras stellen einen Kompromiss aus Kosten, Bildwiederholrate und Messbereich dar. Das hier entwickelte Kamerasystem besteht daher aus mehreren lichttechnisch kalibrierten CCD-Kameras, mit dem Vorteil, kostengünstig bei hohen Bildwiederholraten einen großen Raumwinkel erfassen zu können. Durch die parallele Auswertung mehrerer Kameras besteht die Möglichkeit, sowohl die örtliche Auflösung als auch die darstellbaren Intensitätsabstufungen weiter zu erhöhen und darüber hinaus das Messrauschen zu verringern. Damit lässt sich der Ansatz effizient auf neue Technologien und noch höhere Auflösungen kommender Pixellichtsysteme adaptieren. Herausforderungen bei der Verarbeitung der Informationen mehrerer Kameras sind die Synchronisation und Fusion der verschiedenen Signale sowie die Echtzeitfähigkeit bei physikalisch korrekter Projektion und Ausleuchtung.
Condition Monitoring und Self Healing
Unter Verwendung der Ergebnisse aus den ersten beiden Stufen des Entwicklungsprozesses entsteht ein hochauflösender LED-Scheinwerferprototyp für reale Testfahrten (Bild 1, rechts). Im Gegensatz zu konventionellen Leuchtmitteln sind LEDs nicht mehr austauschbar, sodass daher die Qualitätssicherung besonders wichtig ist. Vor allem thermische Simulationen unterstützt die Auslegung der Scheinwerfer bereits in einer frühen Entwicklungsphase. Dennoch sind Lebensdauertests an Prototypen unabdingbar. In ihrer derzeitigen Form spiegeln sie die realen Beanspruchungen jedoch nur begrenzt wider. In Ergänzung zu den zuvor durchgeführten Lebensdauertests sind daher genaue Informationen über den Zustand des Scheinwerfers unter realen Bedingungen überaus wichtig und nützlich. Ebenso lassen sich zukünftige Scheinwerfer optimieren, indem potenziell kritische Situationen aus den aufgenommenen Langzeitdaten des Scheinwerferbetriebs ermittelt werden.
Bild 3: Testaufbau für das Condition Monitoring: Zur Gewinnung der relevanten Daten sind Sensoren im Scheinwerferhauptmodul verbaut. Die daraus gewonnenen Erkenntnisse fließen in die Entwicklung künftiger Serienscheinwerfer ein. Hella
Die Grundlage für diese Verbesserungen sind Forschungsarbeiten, die in die Entwicklung eines smarten Scheinwerfers münden (Bild 3). Hierbei überwachen verschiedene implementierte Sensoren permanent die Komponenten des Scheinwerfers und liefern exakte Daten über deren Zustände. Das System erfasst dabei Parameter der LEDs, der dynamischen Leuchtweiteregelung (LWR), der Lüfter und des Gehäuses und übermittelt die gesammelten Sensordaten in regelmäßigen Abständen an die Entwicklungsabteilungen.
Diese permanente Zustandsüberwachung (Condition Monitoring) des Scheinwerfers hat neben der Aufnahme von Langzeitdaten für die weitere Entwicklung den zusätzlichen Vorteil, dass der Scheinwerfer immer im optimalen Betriebspunkt arbeitet, weil das System mögliche Performance-Einbußen detektiert und gegebenenfalls kompensiert. Mit diesen Self-Healing-Maßnahmen ist es möglich, über die gesamte Lebensdauer des Scheinwerfers hinweg eine gleichbleibend hohe Performance sicherzustellen. Besonders die LEDs als wichtigste Komponenten können dauerhaft außerhalb kritischer Betriebspunkte gehalten werden. Weiter zählen zu den Self-Healing-Maßnahmen neue Sicherheitsfunktionen, die einem Teilausfall einzelner LEDs entgegenwirken, um jederzeit eine optimale Ausleuchtung der Straße zu gewährleisten.
Fazit
Das Forschungsprojekt Smart Headlamp Technology gestaltet den Entwicklungsprozess hochkomplexer Scheinwerfer auf drei Stufen. Simulationen erlauben die Beurteilung von Lichtverteilungen und Lichtfunktionen lange vor dem Aufbau realer Prototypen (Stufe 1). So lassen sich Designs optimieren, ohne dafür kostenintensiv und zeitaufwendig Prototypen aufzubauen. Stehen dann im fortgeschrittenen Entwicklungsprozess Prototypen oder Vorserienmodelle zur Verfügung, besteht die Möglichkeit, diese umfassend im Labor beziehungsweise im Lichtkanal zu testen und bezüglich ihrer Lichtverteilungen zu evaluieren. Damit verringert sich die Anzahl erforderlicher Nachtfahrten in diesem Entwicklungsstadium signifikant (Stufe 2).
Das Condition Monitoring versetzt die Entwickler in die Lage, während der Entwicklungsphase potenzielle Schwachstellen zu identifizieren und konstruktiv zu korrigieren. In Serienscheinwerfern können etwaige Performanceeinbußen diagnostiziert und durch Self-Healing-Maßnahmen kompensiert werden (Stufe 3). Ziel ist es, einerseits Entwicklungszeiten zu verkürzen und Entwicklungskosten zu reduzieren, um ein qualitativ hochwertiges Produkt zu attraktiven Preisen anbieten zu können. Andererseits besteht auf Basis der gewonnenen Erkenntnisse die Möglichkeit, durch Self-Healing-Maßnahmen für den Endkunden dauerhaft optimale Performance zu gewährleisten.
Pascal Janke
Christopher Lankeit
Maximilian Krämer
Mirko Waldner
Dr. Sandra Gausemeier
(av)
