Identifikation relevanter Verkehrssituationen für die szenarienbasierte Entwicklung automatisierter Fahrfunktionen

Language
de
Document Type
Doctoral Thesis
Issue Date
2020-12-07
Issue Year
2020
Authors
Sippl, Christoph Sebastian
Editor
Abstract

Automated driving will fundamentally change future mobility. The progressive digitalisation forms the basis for technological innovation and automation of the driving task. Numerous media-effective presentations of various companies and research groups prove the technical feasibility of automated driving functions. Especially the growing complexity of future driving functions holds enormous challenges for development, test and release procedure. The aim of such systems is to completely assume the driving task in a defined environment. The driving function must control all upcoming traffic situations in a reliable way. The identification of all relevant traffic situations cannot be achieved with known methods for situation analysis. Those methods do not focus on typical, normal and non-critical traffic situations, although they are relevant for requirement analysis and specification of the target system. To overcome the complexity of developing automated driving functions, research and literature propose scenario-based methods. This contribution presents a method for identifying typical traffic situations. On the basis of a model for human decision making, the method implies a systematic approach for situation identification. Expert knowledge, as well as function- and development-specific relevant situational attributes are taken into account. The systematic approach utilises simulation methods for data collection as well as the usage of constraint programming. Thus, the constraint-satisfaction-problem for searching relevant situations is described in a declarative manner. The validation of the proposed method shows, that relevant situations can be identified, which may not be found in an unstructured procedure for requirement analysis and specification of the target system. Together with the scenario-based development approach SBSE, the method for situation identification shows great potential for developing automated driving functions. Moreover, the presented method constitutes the basis for further research in scenario-based development.

Abstract

Automatisiertes Fahren wird die zukünftige Mobilität grundlegend verändern. Die fortschreitende Digitalisierung bildet die Grundlage für technische Innovationen und Automatisierung der Fahraufgabe. Zahlreiche medienwirksame Auftritte verschiedener Firmen und Forschungsgruppen zeigen die technische Machbarkeit automatisierter Fahrfunktionen. Vor allem die steigende Komplexität zukünftiger Fahrfunktionen beinhaltet große Herausforderungen für die Entwicklung, Test und Freigabe. Derartige Systeme sollen die Fahraufgabe in definierten Verkehrsdomänen komplett übernehmen. Die Fahrfunktion muss alle auftretenden Situationen sicher beherrschen. Die Identifikation aller dafür relevanten Verkehrssituationen kann mit bekannten Methoden der Situationsanalyse nicht bewerkstelligt werden. Etwaige Methoden fokussieren nicht auf typische, normale und unkritische Verkehrssituationen, wenngleich diese für die Anforderungsanalyse und Spezifikation automatisierter Fahrfunktionen notwendig sind. Um die steigende Komplexität zu bewältigen, werden von der Forschung und Fachliteratur szenarienbasierte Methoden für die Entwicklung automatisierter Fahrfunktionen vorgeschlagen. Die vorliegende Arbeit präsentiert eine Methode zur Identifikation typischer Verkehrssituationen. Die Methodik basiert auf einem menschlichen Entscheidungsfindungsmodell und beinhaltet ein systematisches Vorgehen. Sie berücksichtigt Expertenwissen, sowie funktions- und entwicklungsspezifisch relevante Situationsmerkmale. Das systematische Vorgehen nutzt Simulationsmethoden zur Datenerhebung sowie Constraint-Programmierung. Somit wird das Constraint-Erfüllungs-Problem zur Suche nach relevanten Situationen in einer deklarativen Weise beschrieben. Die Validierung zeigt, dass relevante und typische Situationen identifiziert werden können, an die in einem unstrukturierten Vorgehen während der Anforderungsanalyse und Spezifikation des Zielsystems unter Umständen nicht gedacht wird. Zusammen mit dem durchgängigen szenarienbasierten Entwicklungsansatz SBSE zeigt die Situationsidentifikation großes Potential für die Entwicklung automatisierter Fahrfunktionen. Zudem bildet der vorgestellte Ansatz die Grundlage für weitere Forschung im Bereich der szenarienbasierten Entwicklung.

DOI
Faculties & Collections
Zugehörige ORCIDs