Advertisement

e & i Elektrotechnik und Informationstechnik

, Volume 135, Issue 4–5, pp 360–364 | Cite as

Challenges for reproducing real-life test runs in simulation for validating automated driving functions

  • Andrea Leitner
  • Steffen Metzner
Originalarbeit
  • 6 Downloads

Abstract

This paper discusses the challenges for reproducing real-world tests of automated driving functions in simulation. Because of the complexity of the environment and the uncountable number of potential scenarios, a purely physical validation is impossible. Therefore, a huge amount of testing has to be done in a virtual environment. We are applying a scenario-based virtual validation approach. This means that the test cases are derived from representative scenarios. These scenarios can either be derived from functional, safety, or security analysis, based on expert knowledge or extracted from measurements. A lot of aspects have to be considered to get sufficiently detailed scenarios. Not all of them are completely defined yet.

This paper describes an approach to collect scenarios from public road tests using a precise reference sensor measurement system based on high resolution sensors able to have a \(360 \circ\) panorama detection rate. It needs to be able to detect and classify the objects surrounding the ego-vehicle and determine position, velocity and direction of motion of all of them. As a result, scenarios should be transformed to a format, which can be executed in a simulation environment. This paper will summarize the current state-of-the-art as well as the remaining challenges for the automated extraction and reproduction of scenarios in simulation.

Keywords

automated driving reference measurement scenario-based validation scenario generation 

Herausforderungen für die Reproduktion von Straßentests in der Simulation zur Validierung von automatisierten Fahrfunktionen

Zusammenfassung

Dieser Beitrag diskutiert die Herausforderungen für realitätsnahe Tests automatisierter Fahrfunktionen in der Simulation. Aufgrund der Komplexität der realen Welt und der unzähligen möglichen Szenarien ist eine rein physikalische Validierung nicht möglich. Eine Vielzahl der Tests muss daher in einer virtuellen Umgebung durchgeführt werden. Der vorgeschlagene Ansatz basiert auf der Idee des szenariobasierten Testens. Die Idee ist, dass Testfälle aus repräsentativen Szenarien abgeleitet werden. Diese können aus unterschiedlichen Quellen, wie z. B. unterschiedlichen Sicherheitsanalysen, abgeleitet aus Expertenwissen oder aus Messdaten stammen. Dabei müssen unterschiedlichste Aspekte berücksichtigt werden, um ausreichend detaillierte Szenarien zu erhalten. Nicht alle dieser Aspekte sind bis jetzt im Detail spezifiziert.

Dieser Beitrag beschreibt die Herausforderungen beim Erstellen von Simulationsszenarien aus Straßentests, die mit einem präzisen Referenzmesssystem auf Basis von hochauflösenden Sensoren aufgenommen wurden. Das System muss Objekte im Umfeld des Egofahrzeugs erkennen und klassifizieren können und die Position bestimmen. Aus diesen Umfelddaten können dann die relevanten Abschnitte und Parameter extrahiert und in ein Format umgewandelt werden, das von einer Simulationsumgebung ausgeführt werden kann. Dieser Artikel fasst den aktuellen Stand der Technik zusammenfassen und zeigt die verbleibenden Herausforderungen für die automatisierte Extraktion und Reproduktion von Szenarien in der Simulation.

Schlüsselwörter

automatisiertes Fahren Referenzmesstechnik szenarienbasierte Validierung Szenario-Generierung 

Notes

Acknowledgements

This work has been conducted within the ENABLE-S3 project that has received funding from the ECSEL JOINT UNDERTAKING under grant agreement NO 692455. This JOINT UNDERTAKING receives support from the EUROPEAN UNION’S HORIZON 2020 RESEARCH AND INNOVATION PROGRAMME and Austria, Denmark, Germany, Finland, Czech Republic, Italy, Spain, Portugal, Ireland, Belgium, Netherlands, United Kingdom, Slovakia, Norway. Further, the authors gratefully acknowledge financial support from FFG Austria for the projects in which the above presented research results were achieved.

References

  1. 1.
    de Gelder, E., Paardekooper, J. (2017): Assessment of automated driving systems using real-life scenarios. In IEEE intelligent vehicles symposium, IV 2017, Los Angeles, CA, USA, June 11–14, 2017 (pp. 589–594). CrossRefGoogle Scholar
  2. 2.
    Holzinger, J., Schoeggl, P., Schrauf, M., Bogner, E. (2014): Objektivierung der Fahrbarkeit beim automatisierten Fahren. ATZ Automobiltech. Z., (p. 2014). Google Scholar
  3. 3.
    Roesener, C., Fahrenkrog, F., Uhlig, A., Eckstein, L. (2016): A scenario-based assessment approach for automated driving by using time series classification of human-driving behaviour. In 19th IEEE international conference on intelligent transportation systems, ITSC 2016, Rio de Janeiro, Brazil, November 1–4, 2016 (pp. 1360–1365). Google Scholar
  4. 4.
    Schyr, C., Hettel, R. (2016): Validierungspruefstand fuer Fahrzeuge mit Fahrassistenzsystemen und autonomen Fahrfunktionen. In Simulation und Erprobung in der Fahrzeugentwicklung, Baden-Baden. Google Scholar
  5. 5.
    Watzenig, D., Horn, M. (2017): Automated driving—safer and more efficient future driving. Berlin: Springer. CrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Austria, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Instrumentation and Test SystemsAVL List GmbHGrazAustria

Personalised recommendations