dSpace und understand.ai bieten einen neuen Service an, der aus aufgezeichneten Fahrmessdaten Simulationsszenarien für die Absicherung von autonomen Fahrfunktionen und Fahrassistenzfunktionen erzeugt.

dSpace und understand.ai bieten einen neuen Service an, der aus aufgezeichneten Fahrmessdaten Simulationsszenarien für die Absicherung von autonomen Fahrfunktionen und Fahrassistenzfunktionen erzeugt. dSpace

Zur Entwicklung selbstfahrender Fahrzeuge werden tausende, möglichst realistische Fahrszenarien, benötigt, um die autonomen oder teilautonomen Fahrzeuge testen zu können. Zu diesen Szenarien gehören auch seltene Ereignisse. Die manuelle Erstellung dieser so genannten ‚rare events‘ in speziellen Editoren ist jedoch enorm aufwendig. „Mit dem Service zur Szenario-Generierung bringen wir die Komplexität der realen Welt in die Simulation und ermöglichen die Absicherung mit tausenden von relevanten und kritischen Simulationsszenarien“, fasst Produktmanager Thorsten Püschl von dSpace aus Paderborn die Vorteile dieser neuen Dienstleistung zusammen.

Der Scenario Generation Service der beiden Unternehmen greift auf vorhandene Datensätze zurück, die bei Messfahrten aufgezeichnet wurden. In einem hochautomatisierten Prozess werden mit den KI-basierten Annotierungs-Lösungen von understand.ai die relevanten Informationen aus den Rohdaten der Fahrzeugsensoren extrahiert. Auf diese Weise entstehen realitätsnahe und konsistente Simulationsszenarien. Optional können Daten aus Objektlisten für die Szenariogenerierung verwendet werden.

Generierte Szenarien reproduzieren reale Fahrsituationen

Mit den generierten Szenarien werden exakte Reproduktionen von realen Fahrsituationen in der Simulation erzeugt, um so Ereignisse aus Testfahrten im Labor nachzustellen oder um Simulationen von Sensormodellen mit Messdaten abzugleichen. Die Generierung logischer Simulationsszenarien ermöglicht es über das szenario-basierte Testen simulativ viele neue, bisher unbekannte Corner Cases zu erzeugen und so autonome Fahrfunktionen in einer Vielzahl relevanter und kritischer Situationen zu testen.

Das für die Simulation benötigte Straßenmodell kann durch den Scenario Generation Service ebenfalls auf Basis der Sensordaten modelliert werden. Alternativ ist hierfür die Verwendung von HD-Karten möglich. Darüber hinaus können detaillierte 3D-Modelle der Fahrzeug-Umgebung für die physikalische Sensor-Simulation erzeugt werden.