Virtualisierte Tests, XiL etc. für automatisiertes Fahren

Warum ist XiL so wichtig? Heftiges Schneetreiben. Im Nu haftet Schnee an der Kleidung von Passanten und Radfahrern; im Nu bedeckt er Straßenschilder und Fahrbahnmarkierungen. Kommen sensorgestützte, hoch automatisierte Fahrzeuge mit dieser Situation zurecht? Werden sie richtig reagieren, wenn ein Kind sich plötzlich von der Hand der Eltern losreißt und auf die Straße rennt, wenn Rehe oder Wildschweine plötzlich aus dem Dunkeln auftauchen oder wenn Ampeln ausfallen und Polizisten den Verkehr per Handzeichen regeln?

Nur mit Simulation und Virtualisierung finden Entwickler noch den Weg durch all die Problemstellungen des automatisierten Fahrens. ETAS

Gerade mit Blick auf das automatisierte Fahren werden diese Fragen zu beantworten sein – und theoretisch unendlich viele weitere Fragen zu allen erdenklichen Verkehrs-, Wetter- und Umweltsituationen. Vor dem Hintergrund, dass drei bis vier Dutzend Sensoren pro Fahrzeug zusammenwirken, deren Daten permanent unter Echtzeitbedingungen von Steuergeräten (ECUs), Mikroprozessoren (µPs) und Grafikprozessoren (GPUs) ausgewertet und in Fahrbefehle für die Fahrzeug-Aktorik übersetzt werden müssen, wird die enorme Komplexität dieser Aufgabe klar. Hinzu kommt, dass all dies, je nach Hersteller, in komplett unterschiedlichen, häufig aktualisierten Hard- und Softwarearchitekturen geschieht. Doch damit nicht genug. Durch Updates over-the-air (OTA) ändert sich die Software während der Lebensdauer laufend. Spätestens jetzt wird klar, dass neue, konsequente Ansätze in der Entwicklung gefragt sind.

Virtualisierung macht Komplexität beherrschbar

Die Absicherung von hoch automatisierten Fahrzeugen sprengt alle bisherigen Dimensionen. Um sie dennoch unter Berücksichtigung des Zeit- und Kostenrahmens bewältigen zu können, sind intelligente Ansätze gefragt: Es gilt, über den gesamten Entwicklungszyklus der eingesetzten Soft- und Hardwaresysteme hinweg effiziente, weitestgehend virtualisierte Methoden zu etablieren. Im Idealfall gewährleisten dies durchgängige Daten- und Workflows entlang des Entwicklungszyklus (Bild 1). Hohe Datendurchlässigkeit ist hierbei zentral: Einerseits, um verschiedene Datenformate der eingesetzten Video-, Radar-, Lidar- und Ultraschallsensoren in die virtualisierten Tests einspielen zu können, andererseits, damit bereits erfolgte Verifizierungen und Validierungen im Entwicklungsablauf von Stufe zu Stufe weiterverwendet werden können, um verlässlich darauf aufzubauen. Das kann nur gelingen, wo zum einen Schnittstellen standardisiert sind und zum anderen eine offene Systemarchitektur der Absicherungskette den Einsatz von Entwicklungswerkzeugen verschiedener Anbieter ermöglicht.

Bild 1: Durchgängige Tests sind ein wichtiger Schlüssel zum Erfolg. ETAS

ETAS verfolgt beide Ansätze seit vielen Jahren konsequent und hat dabei ein breites Portfolio an X-in-the-Loop-Lösungen (XiL) aufgebaut. Sie reichen vom Model-in-the-Loop-Ansatz (MiL) für die grundlegende Auslegung der Systemfunktionen und -architektur in der Frühphase, über Software-in-the-Loop-Verfahren (SiL) zur Absicherung von Softwarefunktionen, die schon sehr früh zum Einsatz kommen, lange bevor ECUs, µPs, GPUs und andere Fahrzeuginfrastruktur als Hardware bereitstehen. Dabei erlaubt der Einsatz virtueller Steuergeräte bereits umfassende Tests bis hin zur Simulation künftiger Car-to-x-Kommunikation mit nahezu beliebig vielen virtuellen ECUs. Diese haben auch den Vorteil, dass sich Tests zeitsparend parallelisieren lassen, dabei schneller als in Echtzeit durchgespielt werden können und Situationen so oft reproduzierbar sind, bis die Entwickler eine sichere und verlässliche Systemantwort erhalten. Später ist es in Hardware-in-the-Loop- (HiL) sowie Vehicle-in-the-Loop-Settings (HiL) möglich, diese in SiL-Tests verifizierten und validierten Funktionen auch mit der Serienhardware zu testen und zu validieren. Die Simulationen parallelisieren nicht nur den Entwicklungsprozess: Im ADAS-Umfeld ermöglichen sie es auch, die Interaktion der Fahrzeugsysteme mit variablen Umweltbedingungen zu erproben – und dabei auch sicherheitskritische Tests beliebig oft zu wiederholen.

Vorhandene Werkzeugkette intelligent einsetzen

Bild 2: Für erfolgreiche ADAS-Tests muss auch die Verkehrssituation am HiL simuliert werden. ETAS

Mit Blick auf ADAS und das hoch automatisierte Fahren kommt es nun darauf an, diese XiL-Werkzeugkette effizient zu nutzen, sie für neue Datenformate und Simulationsaufgaben zu öffnen und sie hierbei zugleich auf die rasant zunehmenden Datenvolumina vorzubereiten. Wo bisher vor allem fahrzeuginterne Systeme wie Motorsteuerungen im Fokus standen, gilt es nun zusätzlich, die dreidimensionalen Daten der Umfelderkennung, Verkehrssimulationen oder das Fahrerverhalten und die Aufgaben der autonomen Fahrzeugführung in die Tests einzubeziehen (Bild 2). Je nach Architektur gilt es dafür, verschiedene ECUs und Prozessoren mit den heute üblichen Automotive-Datenbussen und künftigen Gigabyte-Ethernetleitungen zu verbinden. Das ist allerdings nur die Basis: Die schwierigere Aufgabe besteht darin, jeweils geeignete Stimuli für die in die Simulationen eingebundenen Sensoren und Steuergeräte zu injizieren. Diese sind für Stereo-Videokameras andere als für Radar- oder Lidar-Sensoren.

Die Herausforderung beginnt mit der grundlegenden Frage, wie entsprechende Datenfiles für die Fülle an Testfällen generiert – und wie sie abgelegt werden, damit Entwickler bei Bedarf schnell gezielt darauf zugreifen können. Dieser erste Schritt erweist sich in gegenwärtigen Entwicklungsprojekten als hohe Hürde. Denn es fehlt an leistungsfähigen Tools für die notwendige Datenerfassung in Versuchsfahrzeugen. Datenraten von 500 MByte/s am Steuergerät sind gefragt, schon bald werden es 1,5 bis 3 Gigabyte/s sein. ETAS hat für die hoch performante Datenerfassung in Steuergeräten mit der neuen Schnittstellenbaureihe GETK-Px jüngst eine Lösung vorgestellt. Daneben stehen leistungsfähige Datenlogger bereit, die per 10-GByte/s-Ethernet-Switch an die Schnittstellen angebunden werden. Wechselspeicher mit Terrabyte-Volumen erleichtern die Workflows. Datenraten beim Speichern werden schon in naher Zukunft in den Bereich von 4 Gigabyte/s vorstoßen.

Lesen Sie auf der nächsten Seite, warum Standardisierung ein Muss ist und das Feld für Künstliche Intelligenz bereitet.

Standardisierung ist ein Muss…

Damit Entwickler solche Lösungen auch wirklich nutzen, müssen diese sich reibungslos in gewohnte Workflows integrieren lassen. Das gelingt nur durch die Vereinheitlichung von Softwareprotokollen, Datenformaten und Schnittstellen. Darum orientiert sich ETAS konsequent an vorhandenen Standards und wirkt in vielen Standardisierungsgremien mit. Diese Philosophie spiegelt sich im Umfeld des automatisierten Fahrens neuerdings auch darin, dass Anwender ETAS-Lösungen im Automotive Data- and Time-Triggered Framework (ADTF) nutzen können. Diese Entwicklungsumgebung schlägt eine Brücke von der Visualisierung im Fahrzeug zu den Sensor- und Steuergerätetests im Labor – und ist heute im ADAS-Bereich bei vielen führenden Herstellern und Zulieferunternehmen im Einsatz.

Standardisierung ist auch die Voraussetzung dafür, dass sämtliche im Fahrzeug gemessenen Rohdaten in den XiL-Tests ein- und abgespielt werden können. Dieser Daten-Replay ist ein fester Bestandteil der Absicherungsstrategie bei der Entwicklung des hochautomatisierten Fahrens. Durch geschickte Kombination von virtuellen und Realdaten lassen sich schließlich die verschiedenen „Perzeptionsschichten“ der eingesetzten ADAS-Steuergeräte validieren – und darüber letztlich auch vorher eingesetzte Simulationsdaten absichern. Diesen Rückschluss zwischen Simulation und Realität gilt es in Zukunft iterativ zu verfeinern, damit Entwickler die Effizienz virtualisierter Tests in vollem Umfang nutzen können. Und erst dann sind die jeweiligen Ergebnisse auch noch in späteren Entwicklungsschritten gültig.

…und bereitet das Feld für künstliche Intelligenz

Bild 3: Schematische Darstellung der beteiligten Komponenten in den verschiedenen XiL-Ebenen. ETAS

Die Datenbasis dafür kann sowohl aus virtualisierten Tests vorhergehender Projekte als auch aus Versuchsfahrzeugen stammen. Dank lückenloser, zeitlich synchronisierter Aufzeichnung von Messdaten und deren intelligenter Auswertung wird es möglich, bisher ungenutzte Daten mithilfe von Big-Data-Algorithmen zu veredeln. Entwickler könnten in Datenbanken gezielt auf jeweils passende Sequenzen für Funktionstests zugreifen. Unter anderem dafür treibt ETAS Lösungen wie das Enterprise Automotive Data Management (EADM) voran. Durch den Daten-Re-Use wird es möglich, neuronale Netze systematisch anzulernen – etwa um sie auf Objekterkennung, Freiraumberechnung oder die Entscheidungsfindung im realen Verkehrsgeschehen zu trainieren.

Eine zukunftsfähige Testmethodik muss die nahtlose Wiederverwendung von Artefakten ermöglichen. Nur damit lässt sich der exponenziell steigende Testaufwand im vertretbaren Zeit- und Kostenrahmen bewältigen. Dies gilt im einzelnen Projekt, wo der Re-Use den Testaufwand mit jeder Entwicklungsstufe bis hin zu HiL- und ViL-Tests sowie zur Applikation reduziert. Das gilt projektübergreifend, weil die Effizienz der virtuellen Absicherung mit der wachsenden Basis an Artefakten und Messdaten stetig zunimmt. ETAS hat daher die Integrationsplattform ETAS COSYM geschaffen, die eine effiziente Durchgängigkeit bei Simulation und Test ermöglicht.

Virtualisierung ist der Schlüssel, um trotz der theoretisch unendlichen Parameterkombinationen eine vernünftige Risikominimierung zu erreichen. Sie erlaubt den schnellen Wechsel von Parametern und die beschleunigte Ausführung auf virtuellen ECUs, die zudem parallelisiert erfolgen kann. Eine solche Methodik deckt etwaige Softwarefehler oder Systemschwächen frühzeitig auf und minimiert den Bedarf an teuren Versuchsfahrten.

Selbst in späten Entwicklungsstadien, wo die Tests beispielsweise mit den umfassenden HiL-Lösungen aus der Labcar-Familie von ETAS fortgeführt werden können, gewährleisten Tools wie ETAS EHOOKS volle Flexibilität. Mit diesem Werkzeug können Ingenieure Bypass-Freischnitte setzen und so Funktionen im gekapselten Sektor erproben – unabhängig vom Lieferanten des Steuergeräts und dessen Software. Entwickler können damit folglich Algorithmen direkt in die Steuergerätesoftware integrieren und prüfen. Auch anschließend in der Applikation gewährleisten solche freigeschnittenen Bereiche schlanke Workflows, etwa indem sich instabile Signale einfach überbrücken lassen.

Herausforderung: Durchgängigkeit über alle Stufen der XiL-Erprobung hinweg

Bild 4: Übersicht über die Komponenten eines durchgängigen XiL-Ansatzes mit ETAS COSYM als Integrationsplattform. ETAS

Effiziente Virtualisierung im ADAS-Umfeld setzt nicht nur Know-how und Lösungen für die einzelnen Stufen der X-in-the-Loop-Tests voraus. Vielmehr sind durchdachte Gesamtlösungen gefragt, in denen es standardisierte Schnittstellen und Datenformate erlauben, Testfälle problemlos über alle Entwicklungsstadien hinweg zu reproduzieren. Vereinheitlichte Zugänge zur jeweiligen Unit-Under-Test (UUT) und den verwendeten Modellen und Datenfiles können mithilfe etablierter Standards wie ASAM CDF, ASAM XiL und ASAM ATX sowie mit neuen Ansätzen, wie Openscenario realisiert werden. Erst auf der Basis dieser Standardisierung ist es möglich, die Verifizierung und Validierung von Software für autonom fahrende Fahrzeuge nahtlos von der Fehlersuche im vereinfachten Modell bis zur Erprobung mit realen Hardwarekomponenten voranzutreiben – und dabei jeweils Testbeschreibungen, Datensätze mit Parametern, Stimuli für Sensoren oder Evaluierungsmodule von Stufe zu Stufe weiterzuverwenden (Bild 3).

Fazit

Um ADAS und erst recht das hoch automatisierte Fahren effizient absichern zu können, ist umfassende Virtualisierung unabdingbar. Die Komplexität und Fülle der Testaufgaben steigt schon allein durch die Fülle unterschiedlicher Sensoren, Soft- und Hardwarearchitekturen im Fahrzeug rasant. Obendrein muss die noch weit komplexere Interaktion der Systeme mit der Umwelt und mit allen anderen Verkehrsteilnehmern abgesichert werden. Zu bewältigen ist dies nur mit effizienten Testmethoden und mit dem Re-use von Artefakten und Messdaten, wo immer er möglich ist. Standardisierte Schnittstellen und Datenformate sind von zentraler Bedeutung.

Daneben braucht es hoch performante Lösungen zur Datenerfassung und -aufzeichnung in Fahrzeugen. Die so gewonnenen Daten müssen für die ADAS-Entwicklung nutzbar gemacht werden, um die Lücke zwischen Versuchsfahrt und Simulation nach und nach zu schließen. Je reifer die virtuelle Erprobung, desto geringer die Gefahr, dass in späten Entwicklungsstadien Fehler oder ungeahnte Systemschwächen auftreten. Dazu trägt ETAS mit einem breiten Lösungsportfolio entlang der virtuellen XiL-Erprobung bei. Schneetreiben – so viel ist sicher – darf und wird die Sicherheit von selbstfahrenden Fahrzeugen nicht beeinträchtigen.

(av)