Elektroniknet Logo

Sensoren für Smart Mobility

Die Sinnesorgane moderner Automobile

Embedded Brains
Intelligente Sensorsysteme sind die Basis für autonomes Fahren - und bevor sie zum Einsatz kommen, sollten sie sorgfältig validiert werden.
© kinwun/Adobe Stock

Sensoren sorgen mit zuverlässiger Umwelterfassung dafür, dass Fahrerassistenzsysteme und autonome Fahrzeuge sicher funktionieren. Dabei ist die Validierung der Sensorik ein zentraler Schritt hin zum automatisierten Fahren und muss bereits während der Sensorkonzeption mit eingeplant werden.

Aktuell beschäftigen zwei unabhängige Umwälzungen die Automobilindustrie: auf der einen Seite die Ablösung der Verbrennungsmotoren durch Elektroantriebe und auf der anderen Seite die Automatisierung des Fahrbetriebs über Advanced Driver Assistance Systems (ADAS) hin zum Autonomous Vehicle (AV). Eine Grundvoraussetzung für den automatisierten Fahrbetrieb ist, die Umwelt nicht nur zu erfassen, sondern auch ausreichend verstehen zu können: Wo befinden sich Fahrbahn, feste Begrenzungen und Hindernisse? Welche Objekte bewegen sich im Umfeld? Wo sind potentielle Gefahrensituationen?

Entsprechend intelligente Sensorsysteme sind in der Entwicklung und auch schon in einigen Fahrzeugen im Einsatz. Optische Kamerasysteme, laserbasierte Lidars (light detection and ranging) und Sensoren auf Radar-Basis haben unterschiedliche Stärken und ergänzen sich in modernen Fahrzeugen.

Wer die hohen Anforderungen an die Zuverlässigkeit der Objekterkennung ernst nimmt und sich der Komplexität der Sensorsysteme bewusst ist, befasst sich frühzeitig mit der methodischen Validierung dieser Systeme. Im Hinblick auf den Projektzeitplan ist die Effizienz der Validierung sogar entscheidend für den Projekterfolg.

Struktur intelligenter Sensorsysteme

Allen modernen Sensor-Funktionsprinzipien ist eine Zweiteilung gemein. Das jeweilige Frontend liefert Rohinformationen mit hoher Datenrate; hier sind heute Werte zwischen 100 Mb/s und 800 Mb/s üblich. Die Rohdaten werden noch innerhalb des Sensorsystems aufbereitet und analysiert. Ans Fahrzeug werden dann die erkannten Objekte gesendet. Das Datenvolumen dieser Objektliste ist wesentlich geringer, es bleibt typischerweise unter 5 Kb.

In der Black-Box-Betrachtung hat ein intelligenter Sensor also eine überschaubare Funktion: Rohdaten erfassen und eine erkannte Objektliste ausgeben. Die Interna sind jedoch ausgesprochen kompliziert: Filterung der Eingangsdaten, Anpassung an die Umweltbedingungen, Störunterdrückung, Objekterkennung, -plausibilisierung, -klassifizierung und -verfolgung basieren auf komplexen Algorithmen und deren adaptiver Parametrierung. Hinzu kommen noch die Echtzeitanforderungen der gesamten Verarbeitungskette und, aus Sicht der Wertschöpfung, der Druck zur Kostenoptimierung.

Um diese Algorithmen zu implementieren, brauchen die Entwickler umfassendes Know-how, auch über die Sensorprinzipien, ihre Möglichkeiten und Grenzen. Eine noch größere Herausforderung stellt die Validierung des Sensorsystems dar, speziell hinsichtlich einer sicheren Objekterkennung unter allen in der Realität vorkommenden Umständen. Hier sind mehrere Vorgehensweisen denkbar.

Statische Laboraufbauten & Testfahrten

Erste Funktionstests lassen sich einfach mit entsprechenden Laboraufbauten durchführen: Statische Bilder für Kamerasysteme, Metall-Reflektoren für Radarsensoren, Testkörper für Lidar-Systeme. Allerdings lassen sich damit bewegte Objekte nur sehr begrenzt einsetzen. Will der Entwickler vielfältige Szenarien prüfen, stößt er hier an praktische Grenzen.

Am Ende muss das Sensorsystem sich auf der Straße bewähren. Also ist es naheliegend, für die Validierung Testfahrten durchzuführen. Autobahn, Landstraße, Stadtverkehr, schwedische Fernstraßen, die Betriebsamkeit italienischer Städte oder das Durcheinander einer asiatischen Großstadt: Die Vielfalt der Szenarien lässt sich nur in der realen Welt erfahren.

Aber die korrekte Erkennung aller relevanten Objekte ist während der Fahrt schwer zu prüfen. Denn ein Echtzeitvergleich von Umgebung und erkannter Objektliste über mehrere Stunden, Tage und Wochen überfordert die Konzentrationsfähigkeit der Testingenieure. Und: Werden Abweichungen und Fehlfunktionen festgestellt und die Software und Parametrierung müssen daraufhin verbessert werden, verlieren die bisher absolvierten Testfahrten ihre Aussagekraft und müssen wiederholt werden. Hier zeigen sich die Schwachpunkte dieser Methode: Weder lassen sich exakt die gleichen Objektszenarien herstellen, um die Verbesserung zu validieren, noch lassen sich die gleichen Wetterbedingungen auf Kommando wieder und wieder hervorholen. Testfahrten stellen also einen wertvollen Reality Check dar, sind aber nicht exakt wiederholbar.


  1. Die Sinnesorgane moderner Automobile
  2. Simulation & Realdateninjektion
  3. Archivierung & Upload

Das könnte Sie auch interessieren

Verwandte Artikel

embedded brains GmbH