Probabilistische Sensormodelle für ADAS/AD-Simulationen

Die Aufgabe

Algorithmen autonomer Fahrzeuge werden in komplexen Verkehrsszenarien durch Simulationen getestet, um sie frühzeitig abzusichern. Dazu sind Sensormodelle erforderlich, mit denen die simulierten Fahrzeuge ihre Umgebung erfassen und darauf reagieren können.

Die Herausforderung

Um die Steuergeräte-Software autonomer Fahrzeuge in Simulationen mit Sensorsignalen zu versorgen, müssen diese genau wie die Ausgabe eines realen Sensors verarbeitet werden. Wenn das Sensorverhalten selbst nicht berücksichtigt werden muss, ist es hinreichend, klassifizierte Objekte und deren Bewegungsdaten zu berechnen.

Die Lösung

ASM Traffic enthält generische Modelle für verschiedene Sensortypen wie Radar und Lidar. Die Sensorsimulation liefert ideale Daten (Ground-Truth-Informationen), die optional mit Wahrscheinlichkeiten von Ereignissen (probabilistische Effekte) überlagert werden können. Beispielsweise wird die Überlagerung verwendet, um ein typisches Messrauschen des Radars zu simulieren. Die Simulation liefert eine Liste der klassifizierten Objekte (Fahrzeuge, Fußgänger, Radfahrer, Verkehrszeichen usw.) sowie deren Koordinaten und Bewegungsdaten (Entfernung, Relativgeschwindigkeit, Relativbeschleunigung, relativer Azimut und Elevationswinkel). Diese Modelle eignen sich sowohl für die SIL-Simulation mit virtuellen Steuergeräten (V-ECUs) als auch für die HIL-Simulation in Echtzeit mit realen Steuergeräten.