MathWorks Sehenden Auges in den Daten-Overkill?

Um neue Fahrzeuge und Modelle oder Funktionen effizient zu entwickeln, gehen Entwickler immer mehr dazu über, das Fahrzeug-Design zu virtualisieren. Dabei fallen riesigen Datenmengen an, die in kurzer Zeit analysiert und weiterverarbeitet werden müssen. Hierbei helfen Technical Computing sowie Parallel Computing und Model-Based Design.

Die Entwicklung der Elektromobilität geht vielen nicht schnell genug. Wir bekommen die Elektrofahrzeuge aus verschiedenen Gründen nicht auf die Straße, auch wenn die deutsche Bundesregierung weiterhin an ihrem Ziel festhalten will, bis 2020 eine Millionen E-Fahrzeuge zugelassen zu haben. Will man dieses Problem nicht eindimensional betrachten, spielen verschiedene Faktoren eine Rolle. Diese lassen sich letztendlich auch auf Entwicklungsprozesse für weitere Trends der Industrie zurückführen. Bild 1 zeigt ein Spannungsfeld, das sich aus aktuellen Trend-Themen der Auto-Industrie aufspannt.

Das Thema Elektromobilität zwingt Unternehmen zum einen dazu, dass die verschiedenen Entwicklungsabteilungen viel früher viel enger zusammenarbeiten – „Multi-Domain Modeling“ ist hier das Stichwort. Zum anderen gibt es noch einigen Entwicklungsbedarf in Bereichen wie der Batterietechnologie und des Energie-Managements. Die Betrachtung des Gesamtsystems wird daher in E-Mobility-Projekten immer wichtiger. Die komplexen Komponenten müssen im System funktionieren.

Mit Hilfe von Methoden wie Simulation und Model-Based Design, die umfangreiche Parameterstudien und die Analyse und Validierung von Design-Alternativen ermöglichen, lässt sich das Zusammenspiel verschiedener Systemkomponenten frühzeitig absichern und damit die Komplexität besser beherrschen.

Entwicklung von Fahrerassistenzsystemen

Ein weiterer wichtiger Trend in der Autobranche ist das Thema Advanced Driver Assistance Systems –kurz ADAS. Solche Funktionen sind bereits seit geraumer Zeit verfügbar – insbesondere in der Premiumklasse. Allerdings ziehen die anderen Fahrzeugklassen, gerade die Mittelklasse, mittlerweile signifikant nach. Damit geht einher, dass der Integrationsgrad in einem Fahrzeug zunimmt. So haben in der Vergangenheit Automobilzulieferer ganze Systemkomponenten, beispielsweise Spurhaltesysteme, entwickelt und der Automobilhersteller hat diese in das Fahrzeug integriert. Durch die Zunahme der verschiedenen Funktionen müssen nun auch immer mehr Sensoren, wie Radar-, Lidar-, Laser-Sensoren, oder (Infrarot-)Kameras in das Fahrzeug integriert werden.

Um die Kosten für die Integration so niedrig wie möglich zu halten, lässt sich der Trend feststellen, dass OEMs zunehmend das Know-how für die Entwicklung dieser Funktionen selbst aufbauen. Eine Herausforderung für die Ingenieure bei der Entwicklung solcher Systeme ist, dass sie verlässlich und robust funktionieren müssen – insbesondere in schlecht vorhersehbaren Situationen.

Das Testen dieser Systeme wird dann in echter Verkehrsumgebung gefährlich, weil das unter Umständen zu ernsthaften Schäden – sowohl am Fahrzeug als auch für Insassen – führen kann. Hierbei kann Model-Based Design durch Simulation auf Systemebene den Ingenieuren dabei helfen, ihre Systeme effizient zu entwickeln und zu verifizieren – ganz ohne Gefahren. Am Beispiel eines Spurhaltesystems lässt sich erkennen, dass sich wiederum Entwickler verschiedener Domänen abstimmen müssen (Bild 2).