Intelligente Szenarienerkennung Verkehrssituationen erlernen

Intelligente Szenarienerkennung ermöglicht zielorientierte Datenspeicherung und gewährleistet die schnelle Verfügbarkeit von Aufnahmen.
Intelligente Szenarienerkennung ermöglicht zielorientierte Datenspeicherung und gewährleistet die schnelle Verfügbarkeit von Aufnahmen.

Hochautomatisiertes oder autonomes Fahren erfordern zeitaufwendige Entwicklungs- und Validierungsprozesse sowie viel Speicherplatz. Eine intelligente Szenarienerkennung ermöglicht eine zielorientierte Datenspeicherung und gewährleistet die schnelle Verfügbarkeit relevanter, strukturierter Aufnahmen.

Eine intelligente Szenarienerkennung ist in vielen Bereichen von Vorteil. Gerade bei Messdaten für den weiteren Entwicklungsprozess ist es wichtig, Fahrzeugtests und Messdatensammlungen möglichst effizient zu gestalten. Traditionelle Testansätze sind allerdings sehr aufwendig und zeitintensiv. Hier kann die Szenarienerkennung eine intelligente Unterstützung bei der Validierung von neuen Fahrerassistenzsystemen darstellen. So werden bereits beim Einfahren von Testdaten wichtige Szenarien erkannt, die das Prüfen von Lücken sowie die anschließende Optimierung des Steueralgorithmus fördert (Bild 1). Verlässliche Algorithmen stellen dabei die Voraussetzung für einen reibungslosen Einsatz von Assistenzsystemen dar, die Vertrauen generieren und zu einem sicheren Fahrzeug beitragen.

Recording-Systeme zur Validierung von Bus- und Rohdaten

Die immer kürzer werdenden Produktlebenszyklen erschweren die fundierte Durchführung einer Validierung. Zur Unterstützung in der Vorentwicklung-, Entwicklung- und Validierungsphase eines Steuergeräts benötigen die Entwickler hochperformante Messtechnik für das Rohdaten-Recording von aktuell bis zu 64 Gbit/s. Um eine derartige Datenmenge verarbeiten zu können, ist neben einer hohen Logging-Geschwindigkeit zudem die Skalierbarkeit des Systems von großer Bedeutung. Diese Anforderung bezieht sich auch auf die gegebenen Speicherkomponenten im Messtechniksystem. Sie sollten möglichst kompakt und skalierbar sein sowie einen hohen Datendurchsatz gewährleisten. Die erforderliche Leistung eines solchen Systems darf dabei auch unter verschiedensten, kritischen Umweltbedingungen in einem Kraftfahrzeug nicht schwanken. Die Lieferung konstanter Ergebnisse ist essenziell, um abgesicherte Daten für weitere Validierungsprozesse zur Verfügung zu stellen. Ausschließlich wenn der Prozess reibungslos funktioniert, kann die anschließende Bewertung und Optimierung der Algorithmen erfolgen.

Aufnahme von Szenarien und Upload in die Cloud

Um den verfügbaren Speicherplatz möglichst effizient einzusetzen, zeichnet eine intelligente Szenarienerkennung unter anderem vordefinierte Ereignisse auf. Somit ist weniger Speicherplatz erforderlich beziehungsweise kann effektiver für die relevanten Informationen eingesetzt werden.

Sämtliche Szenarien werden zunächst als Zusatzinformationen in einer separaten Datenbank hinterlegt. Die automatisierte Erkennung interessanter Szenarien ermöglicht es dann (in Abhängigkeit der Online-Verbindung), auch ausgewählte Datenstrukturen wie generierte Meta-Informationen oder kurze Sequenzen direkt in ein Cloud-basiertes Datenmanagementsystem hochzuladen. Das kann die Validierung neuer Systeme deutlich beschleunigen, indem schon während der Testfahrt interessante Informationen gesammelt und analysiert werden. So werden nachfolgende Interaktionen mit den Testfahrern möglich:

  • Vollständigkeit erforderlicher Szenarien wird zentral überprüft
  • Mehrere Testfahrzeuge werden untereinander abgestimmt
  • Zeitnah erkannte Fehlfunktionen von Sensoren werden analysiert.

Effiziente Testplanung durch Metadaten

Selbst wenn die gesamte Teststrecke mithilfe von hochperformanten Speicherbausteinen durchgängig aufgenommen wird, können zusätzlich generierte Metadaten die spätere Suche enorm erleichtern. Erkannte Objekte oder ganze Szenarien können so direkt mit Schlagworten oder Meta-Informationen versehen werden.

Beispielsweise benötigt ein Entwickler einen Algorithmiktest für ein bestimmtes Szenario, bei dem es regnet und zudem ein Wildtier die Straße quert. Oder es ist für die Validierung eines neuen Systems der Nachweis über eine Mindestanzahl an Überholmanövern erforderlich. Um dann die entsprechenden Fälle zu detektieren, müsste viel Zeit in eine passende Suche investiert werden. Mithilfe der Szenarienerkennung, die parallel zum üblichen Recording-Verfahren läuft, werden Metadaten hinterlegt, die schnell die richtige Storage-Einheit mit den passenden Szenarien auffindet.