So gewährleisten Sie die Sicherheit modernster ADAS-Technologie

Jeff Phillips von National Instruments

Fahrerassistenzsysteme (ADAS) erhöhen die Fahrzeugsicherheit, indem sie bei Überwachungs-, Warn-, Brems- und Lenkaufgaben helfen. Diese Systeme werden in den nächsten zehn Jahren wachsen, teilweise angetrieben durch Fortschritte in der Sensor- und Lasertechnologie und durch regulatorische Änderungen.

Als Jeff Phillips, Head of Automotive Marketing, National Instruments schreibt die EU, dass Fahrzeuge bis 2020 mit autonomen Notbremssystemen und Frontkollisionswarnsystemen ausgestattet sein müssen.

Während ADAS-Anwendungen noch in den Kinderschuhen stecken, könnten ihre Sicherheitsfunktionen schließlich zum Hauptunterscheidungsmerkmal für Automobilmarken werden, insbesondere wenn es um die Entwicklung autonomer Fahrzeuge geht.

Heute konkurrieren OEMs und Technologiemarken in diesem weitgehend unregulierten Bereich miteinander, um Marktanteile zu gewinnen und die sichersten Fahrzeuge auf der Straße zu entwickeln. Da jedoch jedes Jahr weltweit fast 1,3 Millionen Menschen bei Verkehrsunfällen sterben und die Zahl der Verkehrstoten auf britischen Straßen auf einem Fünfjahreshoch (1.792) liegt, ist es von entscheidender Bedeutung, dass wir die Sicherheit der ADAS-Technologie gewährleisten und verwalten.

Albtraumszenario

Eine Folge davon ist, dass ADAS-Innovationen für Testingenieure ein Albtraumszenario schaffen. All diese sich weiterentwickelnden Ideen bedeuten Tests gegen Unbekannte – unbekannte Regulierung, Technologie, Architekturen, sogar unbekannte Algorithmen, die von neuronalen Netzen erstellt wurden, und nicht der zeilenweise Code, den Softwareingenieure entwickeln.

Außerdem fällt die Last der Sicherheit auf die neue Technologie. Jeder Crash eines selbstfahrenden Autos bringt mehr Kontrolle und Zweifel an der Technik mit sich – trotz der Tatsache, dass es nur wenige dokumentierte selbstfahrende Unfälle gibt. Wie bei jeder neuen Technologie müssen sich die Verbraucher über die Sicherheit der Technologie versichern, bevor sie Leben aufs Spiel setzen.

Und das ist die ultimative Unbekannte für Testingenieure. Wie viele Tests sind erforderlich, um zu beweisen, dass diese Systeme sicher sind – sowohl nach staatlichen als auch nach gesetzlichen Standards – und um die Vertrauensstandards der Verbraucher zu erfüllen?

Die Anzahl der Meilen, die erforderlich ist, um zu beweisen, dass die Leistung des autonomen Fahrzeugs die Leistung des menschlichen Fahrers erreicht oder übertrifft, laut statistischer Analyse von Rand Corporation im Vergleich zu den tatsächlich gefahrenen Meilen im Januar 2018. Offensichtlich müssen neue Teststrategien entwickelt werden, um diese nahezu unmöglichen Zahlen in einem vernünftigen Zeitraum zu erreichen.

Die Geschichte des maschinellen Lernens

Es wird allgemein angenommen, dass autonome Fahrzeuge nur durch die Anwendung von maschinellem Lernen Realität werden können. Die möglichen Szenarien, denen ein Fahrzeug begegnen könnte, sind im Wesentlichen unendlich und es ist unmöglich, die Algorithmen hart zu codieren, um sie alle erfolgreich zu bewältigen. Vielmehr werden riesige Datensätze aufgezeichnet, wie Menschen auf Fahrszenarien reagieren, die dann in neuronale Netze eingespeist werden.

Obwohl Konstrukteure das Problem des Algorithmusentwurfs vernünftiger angehen können, erschwert dies die Arbeit des Testingenieurs. Algorithmen sind im Wesentlichen zu einer Blackbox geworden. Umfangreichere Tests sind erforderlich, da Sie kein grundlegendes Verständnis des Codes haben, der zum Generieren von Testszenarien verwendet werden kann. Stattdessen müssen Sie fast jedes erdenkliche Szenario testen, um sicherzustellen, dass die Algorithmen richtig funktionieren.

Eine neue Roadmap

Die Technologie entwickelt sich weiter und wird immer wettbewerbsfähiger. Daher aktualisieren Designingenieure ihre ADAS-Systeme, um neue und unterschiedliche Sensortypen und manchmal sogar sich entwickelnde Systemarchitekturen aufzunehmen. Es gibt jedoch konkurrierende Denkrichtungen über zentralisierte versus verteilte Verarbeitungsarchitekturen. Cloud Computing wird die Komplexität erhöhen, da die 5G-Funktechnologie dazu beiträgt, die Bandbreitenanforderungen zu erfüllen, die für die massiven Datenströme von Sensorsystemen erforderlich sind.

Gerade jetzt brauchen Testingenieure Flexibilität. Es ist noch nicht bekannt, welche Typen oder wie viele Sensoren Fahrzeugplattformen auch in ein oder zwei Jahren in Zukunft haben werden. Außerdem haben die meisten Testorganisationen weder das Budget noch die Zeit, jedes Jahr neue Testsysteme auf den Markt zu bringen, um diese Anforderungen zu erfüllen. Stattdessen benötigen sie anpassungsfähige Testsysteme, die weitere Kameras oder Radarsensoren hinzufügen und LiDAR und andere neue Sensortypen einschließen können.

Für den Wandel bauen

Während autonome Fähigkeiten in Fahrzeugen produziert werden, müssen staatliche Regulierungen bereit sein, die Verbrauchersicherheit zu gewährleisten und das Vertrauen der Verbraucher zu stärken. Wir sehen dies mit den ISO 26262-Normen für funktionale Sicherheit und den EURO-NCAP-Versicherungsteststandards. In der Zwischenzeit hat Deutschland kürzlich einen ethischen Standard für autonome Fahrzeuge veröffentlicht, der die Entscheidungen über selbstfahrende Autos regelt.

Während Standardtests dazu beitragen, die Sicherheit modernster ADAS-Technologie zu gewährleisten, werden Unternehmen dennoch ihren eigenen Ansatz hinzufügen, um sich in diesem schnell wachsenden Markt zu differenzieren. Und da die Regulierung immer noch aufholt, wird eine offene und anpassungsfähige Testinfrastruktur Testingenieuren die erforderliche Flexibilität geben, um sich entwickelnde interne und externe Standards zu verwalten.

Der Autor dieses Blogs ist Jeff Phillips, Head of Automotive Marketing, National Instruments