Die erste Simulation ist der neue Standard für autonome Tests.

Keine noch so große Anzahl von Straßentests kann die Sicherheit eines selbstfahrenden Autos garantieren. Ingenieur:innen haben erkannt, dass Tests allein viel zu langsam, zu kostspielig und zu begrenzt sind, um die unzähligen Risikoszenarien abzudecken, denen ein autonomes Fahrzeug ausgesetzt sein könnte. Große Entwickler nutzen bereits Simulationen in großem Maßstab. Die fahrerlosen Autos von Waymo zum Beispiel haben bereits über 20 Millionen Kilometer auf öffentlichen Straßen zurückgelegt, aber Dutzende von Milliarden Kilometer bei virtuellen Testfahrten zurückgelegt. Dieser Ansatz, bei dem die Simulation im Vordergrund steht, hat sich als neuer Standard für die Validierung autonomer Fahrzeuge durchgesetzt und ermöglicht eine sichere und effiziente Entwicklung lange vor dem Einsatz auf der Straße. Aus unserer Sicht muss die Simulation in jeder Phase der Entwicklung autonomer Fahrzeuge an erster Stelle stehen. Nur eine High-Fidelity-Echtzeitsimulationsstrategie, die Software(SIL) und Hardware(HIL) Tests kombiniert, ermöglicht es Ingenieur:innen , autonome Systeme in einer kontrollierten virtuellen Umgebung zu testen, Probleme frühzeitig zu erkennen und letztendlich schneller ein sicheres Fahrzeug zu liefern.

Autonome Fahrzeuge erfordern mehr als physische Tests

Physische Tests werden immer ein wesentlicher Bestandteil der Entwicklung autonomer Fahrzeuge sein, aber sie allein reichen nicht aus. Auf realen Straßen kann ein automatisiertes Fahrsystem nicht jeder gefährlichen oder seltenen Situation ausgesetzt werden. Die Beschränkungen, die sich aus den physischen Tests ergeben, führen zu ernsthaften Problemen bei der Entwicklung autonomer Fahrzeuge. Zu den wichtigsten Nachteilen gehören:

• Begrenzte Abdeckung von Szenarien: Der Nachweis der Sicherheit eines autonomen Autos könnte Hunderte von Millionen oder sogar Milliarden von Fahrkilometern erfordern, ein in der Praxis unmögliches Ziel.
• Sicherheitsrisiken: Viele gefährliche Fehlerszenarien (Sensorfehlfunktionen, Beinahe-Kollisionen) sind zu riskant, um sie auf öffentlichen Straßen nachzustellen, so dass kritische Vorteil nicht getestet werden.
• Hohe Tests : Für jeden Kilometer Tests werden Prototypen, Sicherheitsfahrer, Kraftstoff und Wartung benötigt, was weitaus teurer ist als die Durchführung der gleichen Szenarien in software.
• Langsame Iterationszyklen: Das Warten auf seltene Bedingungen (ein Schneesturm oder ein besonderer Verkehrsstau) kann Tests um Monate verzögern, während die Simulation diese Bedingungen bei Bedarf sofort schaffen kann.
• Mangelnde Wiederholbarkeit: Keine zwei Fahrversuche sind identisch, so dass es außerhalb eines Simulators fast unmöglich ist, ein bestimmtes Szenario oder einen bestimmten Fehler zu reproduzieren, um ihn zu beheben.

Kurz gesagt: Physikalische Tests allein lassen zu viele Unbekannte zurück. Ingenieur:innen brauchen eine Möglichkeit, all die "Was-wäre-wenn"-Situationen sicher zu erforschen, die bei Tests im Straßenverkehr unpraktisch oder gefährlich sind. An dieser Stelle wird die Simulation unverzichtbar.

Nur die Simulation kann unzählige Vorteil sicher testen

Die Simulation bietet ein virtuelles Versuchsfeld für die sichere Ausübung von Szenarien, die fast unmöglich die mit physischen Tests kaum abgedeckt werden können. Extreme Wetterbedingungen, unberechenbare Fußgänger und plötzliche Sensorausfälle können in der software nachgebildet werden, ohne dass ein Risiko für Menschen oder Geräte besteht.

Ebenso wichtig ist, dass virtuelle Tests eine gründliche, wiederholbare Validierung der Leistung Vorteil ermöglichen. Ingenieur:innen kann ein Notbremsszenario Tausende von Malen durchlaufen lassen und dabei Fahrzeuggeschwindigkeiten, Abstände und Reaktionszeiten variieren, um sicherzustellen, dass die KI Kollisionen konsequent vermeidet. Eine solche Tests ist auf einer Teststrecke einfach nicht zu erreichen. Es überrascht daher nicht, dass führende Entwickler von autonomen Fahrzeugen für den Großteil ihrer Tests auf Simulationen setzen. Die Fahrzeuge von Waymohaben beispielsweise zig Milliarden virtuelle Meilen gesammelt, weit mehr als die 20 Millionen Meilen, die sie auf realen Straßen zurückgelegt haben. Indem das System in der software diesen "One-in-a-million"-Vorfällen ausgesetzt wird, erhalten die Entwickler statistisches Vertrauen in seine Sicherheit. Die Simulationen können sogar katastrophale Ereignisse (wie Sensorausfälle oder Cyberangriffe) einbeziehen, die in der Realität zu gefährlich wären, um sie zu versuchen, und so sicherstellen, dass das Fahrzeug gegen eine Vielzahl von Fehlermodi robust ist.

Simulation-first Tests beschleunigen die Entwicklung und verringern das Risiko

Die Einführung eines simulationsbasierten Ansatzes beschleunigt den Entwicklungszyklus autonomer Fahrzeuge grundlegend und mindert gleichzeitig das Risiko. Die Durchführung umfangreicher virtueller Tests , bevor die physischen Prototypen auf die Straße kommen, ermöglicht es den Entwicklungsteams, schneller zu iterieren und kostspielige Überraschungen in der Schlussphase zu vermeiden. Dieser Ansatz bringt mehrere konkrete Vorteile mit sich:

Frühere Identifizierung von Problemen

Die frühzeitige Einbeziehung der Simulation in den Prozess ermöglicht es, Designfehler und software zu erkennen, lange bevor sie in einem realen Fahrzeug Probleme verursachen. Ingenieur:innen kann neue Algorithmen für autonomes Fahren durch SIL-Simulationen laufen lassen, sobald sie geschrieben sind, und so Schwachstellen aufdecken, ohne auf ein reales Fahrzeug zu warten. Dieses frühe Feedback bedeutet, dass Probleme entdeckt werden, wenn sie viel schneller (und billiger) zu beheben sind. Im Wesentlichen werden die Tests in die früheren Entwicklungsphasen verlagert, so dass zum Zeitpunkt des Baus eines Fahrzeugprototyps die software bereits in zahllosen Szenarien getestet worden ist. Dadurch wird die Wahrscheinlichkeit, dass ein gefährlicher Fehler durchschlüpft, erheblich verringert.

Schnellere Iterationszyklen

Simulationen ermöglichen ein weitaus schnelleres und Flexibel Tests als Straßentests. Hunderte verschiedene Szenarien können über Nacht im Labor durchgeführt werden, ein Prozess, der bei echten Autos Monate dauern würde. Es ist nicht nötig, auf Prototyp-Fahrzeuge oder bestimmte Wetterbedingungen zu warten. Sie können bei Bedarf jede beliebige Bedingung simulieren und die Tests innerhalb von Minuten wiederholen, nachdem Sie einen Algorithmus geändert haben. Dadurch wird die Entwicklungszeit drastisch verkürzt. In einer Universitätsstudie wurde sogar eine KI-basierte Simulationsmethode demonstriert, die die für Tests erforderliche Kilometerzahl um 99.99%und damit den Validierungsprozess um das Tausendfache beschleunigt.

Geringeres Entwicklungsrisiko und geringere Kosten

Virtuelle Tests finden viele Probleme, bevor sie auf der Straße erprobt werden, und minimieren das Risiko von katastrophalen Fehlern während der Tests. Gefährliche Vorteil werden in der Simulation gelöst, so dass das autonome Fahrzeug, wenn es schließlich auf der Straße mit diesen Szenarien konfrontiert wird, mit weitaus geringerer Wahrscheinlichkeit versagen wird, was die Sicherheit erheblich verbessert und Vertrauen in die Technologie schafft. Außerdem senkt der Einsatz von Simulationen die Entwicklungskosten erheblich. Jeder simulierte Kilometer ist ein Kilometer, den ein echtes Testfahrzeug nicht fahren muss, was Kraftstoff und Personal spart. Durch das frühzeitige Aufspüren von Fehlern werden außerdem teure Nacharbeiten vermieden und die Anzahl der benötigten Prototypenfahrzeuge verringert. Kurz gesagt, virtuelle Tests machen die autonome Entwicklung nicht nur sicherer, sondern auch weitaus kosteneffizienter, da Zeit und Ressourcen gespart werden und Versuch und Irrtum auf der Autobahn vermieden werden.

Die Kombination von Simulation und physischen Tests gewährleistet zuverlässige autonome Systeme

Die Simulation bildet zwar die Grundlage für die Tests autonomer Fahrzeuge, funktioniert aber am besten Hand in Hand mit gezielten physischen Tests , um die Leistung auf der Straße zu testen. Die effektivsten Validierungsstrategien verwenden einen mehrschichtigen Ansatz: zuerst umfangreiche Simulationen, dann kontrollierte Tests und schließlich begrenzte Versuche auf der Straße, um zu bestätigen, dass alles funktioniert. Zum Beispiel hat der AV-Entwickler Motional folgt diesem Modell. Er verlangt, dass jede Stufe validiert wird, bevor die nächste in Angriff genommen wird, und setzt die Fahrzeuge erst dann auf öffentlichen Straßen ein, wenn sie Tausende von Simulationsszenarien und Tests auf geschlossenen Strecken bestanden haben. Indem die Straßenerprobung erst nach einer gründlichen Simulation und Streckenvalidierung erfolgt, wird sichergestellt, dass ein selbstfahrendes Fahrzeug bereits die schlimmsten Szenarien in einer virtuellen Umgebung sicher gemeistert hat.

Dieser kombinierte Ansatz führt zu weitaus zuverlässigeren autonomen Systemen. Die Simulation findet die Schwachstellen frühzeitig, und physische Tests bieten eine abschließende Realitätsprüfung für Dinge wie Sensorleistung und Fahrzeugdynamik, die virtuelle Modelle nur annähernd erfassen können. Daten aus Straßen- und Streckentests können auch in die Verfeinerung der Simulationsmodelle einfließen, so dass diese mit der Zeit immer genauer werden. Techniken wie hardware bieten eine Brücke zwischen dem virtuellen und dem realen Bereich, indem sie tatsächliche Komponenten (wie einen Computer für autonomes Fahren oder einen Sensor) mit einem Echtzeitsimulator verbinden. Dieser Aufbau kombiniert die Wiederholbarkeit und Sicherheit der Simulation mit dem Realismus der physischen hardware und bestätigt, dass das gesamte System zuverlässig funktioniert. Durch den Einsatz von Simulationen und anschließender selektiver Tests auf der Straße können Entwickler autonome Fahrzeuge mit fundiertem Vertrauen in ihre Sicherheit und Leistung auf den Markt bringen.

OPAL-RT simulation-first Tests Lösungen

Aufbauend auf dieser mehrstufigen Tests , die umfassende Simulation mit gemessener physikalischer Validierung verbindet, bietet OPAL-RT die fortschrittlichen Echtzeit-Simulationsplattformen, die für die Umsetzung eines wirklich simulationsbasierten Ansatzes bei der Entwicklung autonomer Fahrzeuge erforderlich sind. Wir haben uns auf digitale Echtzeitsimulatoren und Tests spezialisiert, mit denen Sie komplexe Fahrszenarien im Labor nachbilden und die Steuersysteme Ihres Fahrzeugs anhand dieser Szenarien testen können. Mit der offenen, Skalierbar Simulationstechnologie von OPAL-RT können Ingenieur:innen Software und Hardware nahtlos in ihre Arbeitsabläufe integrieren, die vom frühen Algorithmusentwurf bis zur integrierten Systemvalidierung reichen. Mit unseren Werkzeugen können Teams alles von Sensoreingaben bis hin zur vollständigen Fahrzeugdynamik mit einer Genauigkeit von weniger als einer Millisekunde modellieren und so eine sichere, kontrollierte Umgebung schaffen, um autonome Fahrsysteme lange vor den Tests zu testen und Verfeinern .

Diese Konzentration auf realistische Echtzeitsimulationen hilft den Entwicklungsteams, Probleme früher zu erkennen, schneller zu iterieren und mit Zuversicht zu innovieren. Unsere Lösungen sind so konzipiert, dass sie Hand in Hand mit den branchenüblichen Entwicklungsplattformen für die Automobilindustrie arbeiten, was die Einführung einer simulationsbasierten Strategie sehr einfach macht. Viele führende Automobilhersteller, Tier-1-Zulieferer und Forschungseinrichtungen vertrauen bereits auf diese Simulatoren, um ihre Projekte für autonome und fortschrittliche Fahrerassistenzsysteme (ADAS) zu beschleunigen. Virtuelle Tests mit den leistungsstarken Echtzeit-Simulationswerkzeugen von OPAL-RT helfen Ihnen, die Abhängigkeit von physischen Prototypen zu verringern, die Risiken von Tests auf der Straße zu minimieren und sicherere autonome Fahrzeuge schneller auf die Straße zu bringen. OPAL-RT bietet Ihnen die bewährte Technologie und das Fachwissen, um Ihre Programme für autonome Fahrzeuge in die Realität umzusetzen, denn Tests sind der neue Standard.