Verbundprojekt: RDV - Real driving validation: Erweiterung der Überprüfbarkeit von Continuous SW Integration in Kommunikation mit Fahrzeugen im Feld; Teilvorhaben: Erhebung und Auswertung von Fahrzeugdaten

Abstract

Autonome Fahrsysteme auf öffentlichen Straßen sind in höchstem Maße sicherheitsrelevant. Es muss sichergestellt sein, dass Fahrzeuge über ihre Lebenszeit den Anforderungen an die Verkehrssicherheit genügen. Eine neutrale und unabhängige regelmäßige technische Untersuchung ist ein wichtiges Instrument zur Sicherstellung der Verkehrssicherheit. Sie dient damit dem Schutz aller Verkehrsteilnehmer. Um dies weiterhin auch für automatisierte Fahrfunktionen von Level 3 bis Level 5 sicherstellen zu können, müssen die entsprechenden Systeme sowohl bei der Typ-Genehmigung/Prüfung als auch bei der periodischen Überwachung fundiert geprüft werden können. Die Ergebnisse des Vorhabens fließen in ein Gesamtkonzept für eine solche Überwachung an teil- oder vollautonomen Fahrzeugen ein. Das Teilvorhaben von DEKRA in RDV liefert wesentliche Anforderungen zur Prüfung von hochautomatisierten Fahrfunktionen die im Rahmen einer periodischen Überwachung notwendig werden können. Wesentliche Anforderungen sind eine technisch sichere und praktikable Lösung, die integrierbar in bestehende Prüfprozesse ist, die mit geltenden Richtlinien konform ist und eine möglichst einfache „Passed/Failed“-Bewertung für die periodisch technische Überwachung ermöglicht. Zusätzlich konnte ermittelt werden, welche Fahrzeugdaten, zur Sicherstellung der Verkehrssicherheit hochautomatisierter Fahrfunktionen (Level 3 bis 5) im Rahmen von Typ-Genehmigung und periodischer technischer Überwachung (PTI/Hauptuntersuchung), erhoben und ausgewertet werden können. Der Zugriff und die Verwendbarkeit der Daten sind, stand heute, noch sehr proprietär. Ferner wurde klar definiert welche Daten aus dem Fahrzeug als mögliche Diagnosedaten erhoben werden können und müssen, wenn ein Prüfverfahren bekannt ist. Eine einheitliche und standardisierte Form der Daten die klar in ihrer Syntax und Semantik definiert und bekannt sind, ist dabei anzustreben. Die Analyse verschiedener Datenquellen lieferten im Rahmen des RDV-Projektes ein breites Spektrum an Erkenntnissen. Aus einer der Datenbankanalysen lassen sich aus den Mangelquoten der regelmäßigen technischen Überwachung reale Ausfallraten von Bauteilen bestimmen, die direkt als Datengrundlage für ein erweitertes Markov-Modell dienen können. Diese sind erheblich relevante Ergebnisse für die Gesamtsicherheitsmodellierung und die Zusammenarbeit im RDV-Projekt. Autonomous driving systems on public roads are extremely important in terms of safety. It must be ensured that vehicles meet road safety requirements throughout their lifetime. Regular, neutral, and independent technical inspections are an important tool for ensuring road safety. They therefore serve to protect all road users. In order to continue to ensure this for automated driving functions from Level 3 to Level 5, it must be possible to thoroughly test the relevant systems both during type approval/testing and during periodic monitoring. The results of the project will be incorporated into an overall concept for such monitoring of partially or fully autonomous vehicles. DEKRA's sub-project in RDV provides essential requirements for testing highly automated driving functions that may be necessary as part of periodic monitoring. Essential requirements include a technically safe and practicable solution that can be integrated into existing testing processes, complies with applicable guidelines, and enables the simplest possible “pass/fail” assessment for periodic technical monitoring. In addition, it was possible to determine which vehicle data can be collected and evaluated to ensure the road safety of highly automated driving functions (levels 3 to 5) within the framework of type approval and periodic technical monitoring (PTI/general inspection). As things stand today, access to and usability of the data are still very proprietary. Furthermore, it was clearly defined which data from the vehicle can and must be collected as possible diagnostic data if a test procedure is known. The aim is to achieve a uniform and standardized form of data that is clearly defined and known in terms of its syntax and semantics. The analysis of various data sources within the framework of the RDV project provided a wide range of insights. One of the database analyses of the defect rates from regular technical inspections can be used to determine the actual failure rates of components, which can then serve directly as a data basis for an extended Markov model. These are highly relevant results for overall safety modeling and collaboration in the RDV project.