Pressemitteilung von Thomas Dörfler

ADAS Systemvalidierung auf der Basis von realen Fahrdaten

---

---

Zukünftig unterstützen Automobile ihre Fahrer zunehmend aktiv beim Autofahren. Über eingebaute Sensoren, Kameras und intelligente Software-/ Hardware-Systeme nehmen Fahrzeuge ihre Umgebung wahr und interpretieren diese Informationen. Derzeit entwickeln einige Unternehmen Fahrerassistenzsysteme, die über Radar-/ Infrarotsysteme das Geschehen rund um das Fahrzeug überwachen. Kernelement sind dabei spezialisierte Mikrocontroller, z.B. von NXP. Die Radardaten werden vom Mikrocontroller empfangen und weiterverarbeitet, so dass nicht mehr wie bisher die gesamten Bildinformationen weitergeleitet werden, sondern nur noch das Ergebnis.

Die Bilderfassung und -datenverarbeitung finden in einem System statt, lediglich die ausgewerteten Daten werden nach außen gegeben. Das hat den Vorteil, dass alle Funktionen in einem Gehäuse zusammengefasst sind. Allerdings bringt dieser Ansatz in der Entwicklung Probleme mit sich. Denn die Rohdaten, aus denen die Software Objekte identifiziert, sind nur chipintern verfügbar. Das hat zum Beispiel zur Folge, dass vom Fahrer während einer Testfahrt erfasste Fehler nicht analysiert werden können. Denn stellt ein Fahrer während der Testfahrt fest, dass ein Objekt vom System nicht richtig erkannt wurde, ist es nicht möglich, die Ursachen dieses Fehlers in der Software zu identifizieren.

Eine Lösung des Problems liefert der Datenlogger DP24R von embedded brains. Die Headunit des Datenloggers wird direkt an die Radarsensoren angekoppelt, so dass der Datenlogger Zugriff auf die Rohdaten hat und sie aufzeichnen kann.

Typischerweise sind vier Sensoren an den vier Ecken des Fahrzeugs angebracht, um die gesamte Umgebung des Fahrzeugs überwachen zu können. Mithilfe von vier angeschlossenen Headunits können die Rohdaten während der Testfahrten aufgezeichnet werden, wobei die Aufzeichnungskapazität des Datenloggers 10 Stunden beträgt. Nach der Testfahrt kann der Entwickler die gespeicherten Rohdaten in sein System am Arbeitsplatz einspeisen und somit entscheiden, ob die Bilderfassung fehlerhaft ist oder ob ein Software-Fehler vorliegt. Sollte letzteres der Fall sein, kann der Entwickler seine Algorithmen solange modifizieren, bis sie anhand der gespeicherten Rohdaten genau die Objekte erkennt, die sie erkennen muss.

Der Datenlogger eignet sich auch für die Entwicklung von Bildverarbeitungsalgorithmen. Für die Algorithmen-Entwicklung benötigen die Entwickler Live-Daten - kein Problem: auch diese Daten kann der Datenlogger zur Verfügung stellen. Und er bietet hierfür noch eine nützliche Zusatzfunktion: Videokameras im Fahrzeug zeichnen zeitsynchron zur Radar-Datenerfassung mit auf. Der optisch-visuelle Vergleich zwischen den verarbeiteten Radardaten und den Videos stellt den ersten Schritt bei der Entwicklung der Algorithmen dar. Der Datenlogger von embedded brains bietet die Möglichkeit, die Daten mit einem Zeitstempel zu versehen, so dass die Daten von allen vier Sensoren bei der Analyse auch zeitlich synchron wieder zusammengesetzt werden können.

Hauptmerkmale des DP24R
Das System kann folgende Anwendungsdaten aufzeichnen:
- Radar Rohdaten
- Verarbeitete Radardaten
- Verschiedene Zusatzdaten
- Datenrate: > 400 Mbit/s.

In das System können folgende Simulationsdaten importiert werden:
- Radar Rohdaten
- Verschiedene Zusatzdaten
- Datenrate: >300 Mbit/s.

Mixed-mode:
- Aufzeichnen und Einspielen von Daten

Vorteile des DP24R
- Das System ist für die meisten Mikrocontroller geeignet
- Multi-Head Design für einfache Einbindung
- Non-intrusive Datenerfassung
- Hohe Speicherkapazität: bis zu 10 Stunden

Wichtigste Anwendungsbereiche
- Fahrerassistenzsysteme
- Fahrwerks-Management
- Prüfstände, HIL

Bildquelle: embedded brains GmbH Firmen- & Pressekontakt