Autonomes Fahren : AVL forscht mit einer niederländischen Organisation an der Sicherheit autonomer Fahrzeuge

Autonomes, Fahren, autonom, Frau, entspannt, Fahrzeug, automatisiert, Assistenzsystem, Digitalisierung, vernetzt, selbstfahrend, Mobilität, Zukunft, Industrie 4.0, Fahrerlos, Auto, gesetzliche, Regelung, Rechtlicher, Rahmen, selbstfahrendes, PKW, Roboterauto, computergesteuert, Telematik, Sensorik, Sensor, Testfahrzeug, Fahrer, autonomes fahren, fremdgesteuert, automatisch, Ethik, Prototyp, Kfz, Computer, online, GPS, digital, Straße, Verkehr, Straßenverkehr, Person, Mensch, Ingenieur, Testingenieur, Forscher, Forschung, Recht, Entwicklung, Assistent, Automobilhersteller, Steuerung, fremdgesteuert, Datenspeicher, Haftung, fährt, Straße autonomes fahren autonom frau entspannt fahrzeug automatisiert assistenzsystem digitalisierung vernetzt selbstfahrend mobilität zukunft industrie 4.0 fahrerlos auto gesetzliche regelung rechtlicher rahmen selbstfahrendes pkw roboterauto computergesteuert telematik sensorik sensor autonomes fahren fremdgesteuert automatisch ethik prototyp kfz online gps verkehr straßenverkehr person mensch ingenieur testingenieur forschung recht entwicklung assistent automobilhersteller steuerung datenspeicher haftung fährt
© stock.adobe

Eine der größten Hürden in der Einführung selbstfahrender Fahrzeuge ist deren Validierung. Insbesondere die Nachweisführung, dass die Funktionen in allen erdenklichen Situationen und unter allen Bedingungen ordnungsgemäß arbeiten, stellt die Fahrzeugentwickler vor neue Herausforderungen. Die Auflagen sind hart: Um Fehlerfreiheit der Systeme sicherzustellen und unerwünschte Nebeneffekte zu vermeiden müssten die automatisierten Fahrzeuge bei derzeitigem Stand zuerst Milliarden von Kilometern (!) zurücklegen, bevor sie eine Straßenzulassung erhalten würden.

An dieser Stelle kommen innovative, sogenannte „szenarienbasierte” Verifizierungs- und Validierungsansätze ins Spiel. Sie sollen helfen, indem sie Prüfaufwände optimieren und gleichzeitig dafür sorgen, dass die Fahrzeuge - trotz ihres zunehmenden Automatisierungsgrades - im Straßenverkehr sicherer werden.

Testfälle, Testpläne und eine Datenbank als "Tool"

AVL hat dazu eine szenarienbasierte, offene Verifizierungs- und Validierungstoolkette entwickelt, die eine Testplanung und - durchführung in unterschiedlichen Testumgebungen ermöglicht. Die niederländische Organisation für Angewandte Naturwissenschaftliche Forschung (TNO) steuert wiederum ein System bei, um Fahrszenarien aus real erfassten Fahrdaten herauszulösen.

Durch die Szenarien aus der Datenbank von TNO wird AVL mithilfe eines Test Case Generators Testfälle und Testpläne erstellen. "Die ADAS-Validierung erfordert neue Ansätze", betont AVL-Chef-Stratege Georg List. "Die Streetwise Database von TNO gibt einzigartige Einblicke in die statistische Verteilung realer Fahrsituationen".

Globale Datenbank zum sammeln von Fahrzeugdaten

TNO hat die sogenannte StreetWise-Datenbank entwickelt, um eine virtuelle Szenariendatenbank zur Verfügung zu stellen, die auf realen Fahrdaten basiert. Im Rahmen der Zusammenarbeit will TNO dafür sorgen, dass der Szenarienumfang in der Datenbank rasch erweitert wird. Zu diesem Zweck wird TNO weltweit Partnerschaften mit Unternehmen eingehen, die reale Fahrdaten beisteuern. „Zur Unterstützung und Beschleunigung der Entwicklung und des Einsatzes automatisierter Fahrzeuge benötigt die internationale Fahrzeugindustrie eine globale Datenbank mit real erfassten Szenarien für Sicherheitsanalysen und Leistungsvalidierung", ergänzt Daan de Cloe, Verantwortlicher für den Bereich „Automotive Business” bei TNO.

Folgen Sie dem Autor auf: @lukasklamert