这场项目中期展示会介绍了三大领域的成果：测试方法的要求、测试基础设施的编排和验证、数据流以及项目中使用的工具。dSPACE成功测试了该项目所开发的方法的实用性，对危害性分析和传感器模型验证等进行了两次演示。

危害性分析

道路交通状况各式各样，只把真实测试转变为仿真，不足以应对无尽的测试里程。为限制相关情况的参数范围，中心任务是危害性分析。项目系统地识别了导致危险路况的因果关系（即危害性现象），将测试范围缩小到相关测试用例，从而将危害降低到可以应付的程度。基于场景的高度可扩展测试尤为重要。虽然事故数据库和专业知识为项目奠定了基础，项目很早就利用仿真有效补充真实数据，专门为改进危害性现象生成了证据。因果关系图显示了影响危害性现象的因素及它们相互之间的关系，先进行分析，再在模拟中有意地改变和观察它们。dSPACE SIMPHERA用一种方法定义了一个用例，整个项目都使用这个用例，由此实现了一项演示。该演示分析了一个特别容易观察到的危害性现象“摩擦系数减小”。KPI评估很容易筛选危急情况仿真，然后再次分析，这次分析会更加详细。

传感器模型验证

为了系统地将现场测试转变为仿真，必须了解它们的应用限制，才能信赖所使用的模型。首先需要针对该用例和可能参数集的不同样本，验证仿真和所使用的全部模型。会上演示了前半期项目中设计的方法。该方法根据一般仿真要求，采用了激光雷达传感器仿真的模型定式。团队在传感器系统中系统地准备效应链，并进行相关性测试。项目团队由此了解了激光雷达系统仿真的要求，并在dSPACE工具链中实现了这些要求。为进行后续的演示，团队通过开放接口，利用强大的光线跟踪引擎，将SET Level项目提供的激光雷达传感器模型集成到了dSPACE传感器环境仿真中。重点在于经过验证的虚拟环境材料参数，这些参数非常真实地仿真了对象的光学反射行为。这正是基于点云水平回波脉冲宽度的模型验证的基础。后半期项目注重改进演示结果、实现更多的概念演示。危害性分析和传感器模型仿真仍然跟以前一样重要，dSPACE在该项目中还有一个重点，那就是测试编排，即将测试用例分配给最合适的测试设备，以及SIL和HIL之间的测试基础设施需要具备的连续性。