AVEAS-Projekt (2021-2025) - Absicherungerelevante Verkehrssituationen erheben, analysieren, simulieren

individueller Schlussbericht Teil I & II Porsche Engineering Group GmbH : Realdatengewinnung und Auswertung kritischer Fahrsituationen, Szenarienmodellierung, Evaluierung Gesamtverarbeitungskette inkl. Simulationsframework

Loading...
Thumbnail Image

Editor

Advisor

Volume

Issue

Journal

Series Titel

Book Title

Publisher

Hannover : Technische Informationsbibliothek

Supplementary Material

Other Versions

Link to publishers' Version

Abstract

Das Ende 2021 gestartete AVEAS-Projekt (Absicherungsrelevante Verkehrssituationen erheben, analysieren, simulieren) hat sich zum Ziel gesetzt, skalierbare und nachhaltige Methoden zu entwickeln, um kritische Situationen im Realverkehr gezielt zu erheben, und in Modelle zur Szenarien-Generierung und Simulation zu überführen. In AVEAS wurden diese Methoden genutzt, um prototypische Funktionen künftiger automatisierter Straßenfahrzeuge virtuell auf kritische Systemgrenzen in Wechselwirkung mit dem Verkehr zu erproben.

Der Schlussbericht fasst die Arbeiten der PEG zusammen, die sich insbesondere mit den Themen Verkehrsdatenerhebung, Szenario-Auswahl, Verhaltensmodellierung und Simulation befassten. Als beispielhafte Fahrfunktion zur Validierung der Gesamtkette wurde eine KI-basierte Erkennung von Einschermanövern betrachtet.

Die PEG hat für das Projekt AVEAS Verkehrsdaten mit dem Entwicklungsfahrzeug JUPITER erhoben und prozessiert. Der Fokus bei der nachfolgenden Szenario-Auswahl lag hierbei auf der für die abgetestete Fahrfunktion relevanten Domäne Autobahn. Neben Szenarienbeschreibungen wurde aus den Daten ein Verhaltensmodell für eine repräsentative Beschreibung des menschlichen lateralen Fahrverhaltens abgeleitet. Im letzten Schritt wurden einige der im Projekt generierten Szenarien im PE eigenen Simulationsframework resimuliert. Hier wurde untersucht, wie weit die generierten Szenarien die Realität widerspiegeln und sich zur Resimulation und somit zur Absicherung von ADAS/AD-Fahrfunktionen eignen.

Description

Keywords GND

Conference

Publication Type

Report

Version

publishedVersion

License

Creative Commons Attribution-NonDerivs 3.0 Germany