1. Automobil Symposium Wildau
Das autonome Fahren ist eines der großen Themen im Automobilbereich der Gegenwart. Umsatzstarke Software-Unternehmen gehen Kooperationen mit Unternehmen der Automobilbranche ein, um das automatisierte Fahren schnellstmöglich voranzutreiben (Fuest 2015). Gleichzeitig forschen diverse Universitäten an dem Thema und zeigen bereits weitgehende Fortschritte. Exemplarisch ist die Universität Ulm zu nennen, die bereits Testfahrten im urbanen Gebiet erfolgreich absolviert hat (Dietmayer 2014). Auch die Politik fördert den Forschungsschwerpunkt zunehmend. Als Beispiel ist das Förderprogramm »Elektroniksysteme für das vollautomatisierte Fahren (ELEVATE)« zu nennen, welches vom Bundesministerium für Bildung und Forschung angeboten wird (Bundesministerium für Bildung und Forschung 2015). Diese intensive Forschung, die gleichzeitig von der Wirtschaft, der Wissenschaft und der Politik vorangetrieben wird, zeigt wie viel Potential das Thema besitzt. Auch dadurch stellen sich neue Herausforderungen an die Sensorik innerhalb der Fahrzeuge. Aktuell wird der Großteil der Sensordaten einmalig für den jeweiligen Zweck genutzt und anschließend verworfen.
An diesen Punkt setzen das Vorhaben und der damit verbundene Einsatz von Data-Mining-Methoden an. Ziel ist die systematische Auswertung von Daten im Fahrzeug und von außerhalb (Car2X) in Echtzeit, um aktuelle Fahrsituationen mit einem digitalen Gedächtnis abzugleichen und somit einen kurzen Blick in die Zukunft abzuleiten. Hierbei werden Situationen durch Muster erkannt und Fahrzeug bzw. Fahrer konditioniert, um die Situation positiv zu beeinflussen.
Das Vorhaben ist nicht ausschließlich auf das autonome Fahren ausgerichtet, sondern auch als Hilfe für fahrergelenkte Fahrzeuge konzipiert.
Industrie 4.0 bzw. IIoT stützt sich auf eine CPS zentrierten Automatisierungsstruktur. Damit ist nicht mehr ausgeschlossen, dass künftig zeit- und einsatzkritische Funktionen in eine Industrial Cloud ausgelagert werden. Grund dafür sind die Anforderungen aus Industrie 4.0, nach denen die Produktion der Zukunft auf selbstorganisierenden und wandelbaren Systemen basiert. Um auch in die prozessnahen Ebenen (Steuerung, Regelung) online und mit höchster Flexibilität eingreifen zu können, muss die IT-Kapselung der Steuerungsfunktionalität in einer Hardware aufgehoben werden, damit diese als Softwareinstanz in einer Cloud im Sinne einer Wandelbarkeit beeinflusst werden kann. Der Vortrag zeigt am Beispiel des Projekts CICS (Cloud-based Industrial Control Services), wie IEC61131-Steuerungsprogramme als Dienste in bzw. aus einer Cloud genutzt werden können. Steuerungsprogramm, Runtime-Maschine und E/A-Konfiguration werden dabei als separate und web-fähige Softwareinstanzen aus der klassischen SPS herausgelöst und flexibel in einer Cloud verteilt. Die Steuerungsausführung erfolgt je nach Bedarf client- und/oder server-basiert. Damit ergeben sich eine Reihe von Vorteilen für die Anwender wie Kosteneinsparungen bei Inbetriebnahme und Betrieb durch ortsunabhängigen und Cloud-basierten Service, flexible Bereitstellung von Steuerungsfunktionen für wandlungsfähige Produktion, Produktionsoptimierung durch bedarfsgerechte Nutzung effizienter Algorithmen, Unterstützung von Simulation für bessere Planung und Prozessoptimierung, verbesserter Herstellerservice u. a.
Null Fehler sind möglich!
(2016)
Philip Bayard Crosby hat bereits in den 60er-Jahren seine »Mach’s gleich richtig«-Philosophie geprägt, die die Fehlervermeidung gegenüber einer Fehlerentdeckung in den Vordergrund stellt. Das mag nach altem Hut klingen. Bedenkt man aber, dass Unternehmen durchschnittlich 25 % ihrer Zeit damit verbringen, Fehler zu korrigieren und zu beseitigen statt sicherzustellen, dass diese gar nicht erst entstehen – so ist das Thema aktueller denn je. Denn heute – ein halbes Jahrhundert später – lesen wir täglich von Produktrückrufen in allen Lebensbereichen: Ob defekte Airbags bei Fahrzeugen, reißende Kletterseile, Faschingskostüme mit giftigen Farbstoffen und Babynahrung mit Glassplittern – alleine in Deutschland wurden im Jahr 2014 unglaubliche 1,9 Millionen Autos zurückgerufen! Nicht immer kann argumentiert werden, dass die Ursachen dieser Rückrufe durch Zeit- und Kostendruck verursacht werden. Häufig stellt man fest, dass insbesondere das Lernen aus Fehlern nicht konsequent umgesetzt ist. Doch warum ist das so und was können wir mit Industrie 4.0 dagegen tun?
For decades, Enterprise Architectures (EAs) of car manufacturers have been constantly evolved to respond to growing requirements. As a consequence, EAs have often reached a very high level of complexity, which leads to problems in adapting EAs to new environmental conditions. Such a new condition is, for instance, digitalization of society (e.g., social media, Internet of Things) which has a huge effect on the automotive industry and the grown EA. Resulting changes in complex EAs have long implementation cycles, require enormous communication efforts, and lead to high development costs. To alleviate these problems, in this paper, we present a concept to reduce the complexity of grown EAs by adapting the Family Mining approach. This approach is originally used to compare block-oriented models, such as MATLAB/Simulink models, and to identify commonalities and differences between these models. In our concept, we utilize the Family Mining approach to analyze the variability of a particular EA and to identify the contained variants. All information about the variability and the variants will be used to derive standard variants representing default solutions for different issues. Using these standard variants, the existing EA will be restructured involving economic considerations (e.g., which standard variant yields best benefits under certain circumstances). Hence, applying this concept to a complex EA should allow reducing the complexity of the EA, alleviating related problems and making suitable design decisions for future extensions.
Die visuelle Erkennung von Verkehrsteilnehmern mittels Bildverarbeitung wird zunehmend wichtiger. Bisher wurde die exakte äußere Orientierung des Kamerasystems durch eine photogrammetrische Kalibrierung mit genau verorteten Passpunkten erreicht. Selbstkalibrierende Kamerasysteme, die Navigations-Sensorik zur Orientierungsbestimmung nutzen, haben einige Vorteile und können gerade in mobilen Anwendungsbereichen neue Türen öffnen. Gibt es die Möglichkeit, ein Kamerasystem für die Verkehrsdatengewinnung zu entwickeln, das handelsübliche Sensortechnologie verwendet und dennoch eine ähnliche Genauigkeit erreicht wie die klassische Kalibrierung? Zur Bestimmung der äußeren Orientierung kommen eine GigE-SmartCam, ein Raspberry PI, eine inertiale Messeinheit (Inertial Measurement Unit – IMU) und ein GPS-Empfänger zum Einsatz.Die IMU bestimmt die Orientierung der Kamera und der GPS-Empfänger die Position und Höhe. Die Daten werden zusammen mit den Bilddaten der Kamera an einen bildverarbeitenden Server übermittelt. Die Genauigkeit der Hoch- und Rechtswerte des GPS-Empfängers entsprechen den technischen Angaben. Die gemessene Höhe hat eine starke Abweichung zur photogrammetrisch berechneten Höhe. Diese Abweichung hat einen großen Einfluss auf die Genauigkeit der Kalibrierung. Die Orientierungswerte der IMU entsprechen der erwarteten Genauigkeit. Das System arbeitet zuverlässig und die automatische Kalibrierung ist technisch möglich.
Die meist diskutierte und medienwirksamste Herausforderung im Automobilbereich ist aktuell das hochautomatisierte Handeln von Fahrzeugen. Fahrzeuge sollen sich durch eigenes Handeln in Teilen des Straßenverkehrs bewegen können, wie zum Beispiel bei der Fahrt auf der Autobahn oder dem Arbeitsweg mit den typischen Schwierigkeiten auf Stadt- und Landstraßen. Der Fahrer soll mit höheren Automationsgraden soweit von der Fahrverantwortung entbunden werden, dass er sich nicht mehr der Fahraufgabe widmen muss, sondern anderen Tätigkeiten nachgehen kann. Jedoch ist zu Anfang noch die Aufmerksamkeit des Fahrers gefordert, um in Situationen, die das hochautomatisierte System nicht bewältigen kann, nach einer gewissen Zeit die Fahrzeugführung zu übernehmen.
Zusätzlich besteht aktuell die Problematik der begrenzten Sensorik im Automobilbereich. Lokale Sensorik hat auf Grund der aktuellen Messverfahren wie Radar, Lidar, Kamera und Ultraschall einen begrenzten Sichtbereich und je nach Messverfahren verschiedene Einschränkungen durch äußere Umstände wie starken Regen oder flach einfallendes Sonnenlicht.
Um die Sicherheit bei der Nutzung hochautomatisierter Fahrzeuge zu erhöhen, sind ebenfalls aktive Sicherheitsfunktionen notwendig. Diese Systeme verhindern Unfälle beziehungsweise vermindern die Unfallfolgen bei unausweichlichen Notfallsituationen durch aktiven Eingriff in die Fahrzeugdynamik. Die Sicherheitsfunktionen sind jedoch stark von der Güte der Informationen über das Fahrzeugumfeld abhängig, welche aus den Eingangsdaten der Sensorik generiert werden.
Mittels V2X-Technologie, einer standardisierten Fahrzeug-zu-Fahrzeug- und Fahrzeug-zu-Infrastruktur-Kommunikation, ist ein Austausch diverser Informationen möglich. Dieser Austausch bietet neben zyklischen Daten über Position, Geschwindigkeit, Fahrzeugtyp sowie weiteren Informationen über interne Fahrzeugzustände ebenfalls die Möglichkeit, über eine detektierte Notsituation zu informieren. Diese Daten sind ebenfalls als Sensordaten zu interpretieren, deren Vorteil zum einen in einer bei weitem größeren Reichweite liegt und zum anderen Informationen zu Objekten verfügbar macht,die für lokale Sensorik durch Verdeckung oder Einschränkungen im Messbereich nicht erfassbar sind. Daher kann die V2X-Technologie als Erweiterung der Umfeldwahrnehmung betrachtet werden.
Die Verwendung von V2X-Technologie ermöglicht es, die Qualität und Verfügbarkeit der Informationen zum Umfeld zu erhöhen und stellt somit mehr Eingangsdaten aus unabhängigen Quellen für aktive Sicherheitsfunktionen zur Verfügung.
Zur Entwicklung von Fahrzeugfunktionen verfolgt IAV den Ansatz der szenenbasierten Funktionsentwicklung. Hierfür wird zunächst eine Idee formuliert, deren Funktionen im Folgenden in Szenen abgebildet werden. Diese Szenen stellen zum einen den Handlungsbereich der Funktion dar, zum anderen beschreiben sie die Situationen, die eine Funktion beherrschen muss. Diese Szenen dienen sowohl als Grundlage der Entwicklung des Anforderungskataloges als auch der Funktion. Mithilfe einer Abbildung der Szenen in Simulationstools lassen sich schon früh im Entwicklungsprozess die Anforderungen auf Umsetzbarkeit prüfen, die notwendige Performance der Sensorik zur Ausführung der Funktion festlegen sowie die umgesetzte Funktion im Rahmen von Software-in-the-Loop (SiL) Simulationen testen. Nach Integration der Funktion im Fahrzeug lassen sich auf Grundlage der Szenen Testszenarien für Fahrversuche beschreiben und gegen die Anforderungen des Szenenkatalogs testen.
Das Paper soll die Vorteile von Simulation in der szenenbasierten Funktionsentwicklung anhand einer aktiven Fahrzeugsicherheitsfunktion für hochautomatisierte Fahrzeuge mittels erweiterter Umfeldwahrnehmung zeigen. Dabei werden alle Schritte von der Idee über die Anforderung und Umsetzung bis hin zu ersten Tests in der SiL-Simulation aufgezeigt. Es wird herausgestellt, welche Ergebnisse bereits im Zuge von Simulationen entstehen und wie diese verwertbar sind.
Globale Megatrends wie die Digitalisierung, Internet of Things (IoT) oder Software Defined Everything beeinflussen die Zukunft des Automobils in nie dagewesener Weise und Geschwindigkeit (Dannenberg & Burgard 2015). OEM entwickeln unter diesem Druck, moderne Car2X-Services, um die Attraktivität ihrer Modelle zu steigern. Offene Standards werden es auch bisher branchenfremden Playern ermöglichen, Applikationen zu entwickeln, die sich außerhalb der »Hoheit« der OEM befinden (Borchert & Slusser 2014). Der Austausch von Informationen von Fahrzeugen mit jedem nur denkbaren externen Kommunikationspartner bricht mit dem Paradigma, dass das Fahrzeug ein in sich geschlossenes System sei (Harding et al. 2014). Der Einsatz von Diensten der klassischen Informationstechnologie im Fahrzeug führt zu Sicherheitsrisiken, die in der Branche bisher bestenfalls aus Büro- oder Produktionsumgebungen bekannt waren. Die Auswirkungen für die Sicherheit des Gesamtfahrzeuges sind gravierend.
Das Management der Sicherheit elektrischer, elektronischer oder programmierbarer Fahrzeugsysteme ist daher nicht mehr nur auf die Funktionale Sicherheit (Safety) beschränkt, sondern muss den Aspekten der Vertraulichkeit, Integrität und Verfügbarkeit (Security) Rechnung tragen.
Die Herausforderung besteht in der Beantwortung der Fragen, ob die bestehenden Ansätze aus der Informationstechnologie den Anforderungen der Branche gerecht werden und die beteiligten Experten beider Fachrichtungen zueinander finden und die jeweils andere Seite verstehen. Innerhalb der ISO wird zurzeit ein Projektvorschlag zur ISO 26262 in Verbindung mit dem Management der Informationssicherheit diskutiert.
Car2X-Kommunikation als Grundlage für Effizienz- und Assistenzfunktionen für den Verkehr der Zukunft
(2016)
Fahrzeughersteller und Politik haben in den letzten Jahrzehnten durch konsequentes Handeln die Getöteten im Straßenverkehr erheblich reduziert und gleichzeitig dafür gesorgt, dass unsere Mobilität umweltschonender und auch komfortabler wurde. Im Vergleich zu den 1970er Jahren hat sich die Verkehrsleistung verdreifacht – im gleichen Zeitraum ging die Anzahl der Getöteten im Straßenverkehr jedoch um 80 % zurück. In Zeiten zunehmender Urbanisierung verändern sich Verkehr und auch das Mobilitätsverhalten. Zukünftige Fahrzeugfunktionen müssen dem Rechnung tragen. So kommt es insbesondere in Städten und Ballungsräumen zu einem erhöhten Verkehrsaufkommen. Intelligente Effizienzfunktionen arbeiten mit der Infrastruktur Hand in Hand und die Fahrzeuge kooperieren untereinander, um den Verkehr auch zukünftig flüssig zu halten und Lärm und Emissionen weiter zu senken. Es ergeben sich dabei auch Assistenzfunktionen mit Aspekten der Verkehrssicherheit – besonders im urbanen Umfeld steht dabei die Vermeidung von Unfällen im Vordergrund. Um diese Ziele zu erreichen, ist die Einführung neuartiger Technologien notwendig. Die Car2X-Kommunikation bietet dabei die Möglichkeit des Austauschs von Informationen, sowohl zwischen Fahrzeugen, als auch zwischen Fahrzeugen und der Infrastruktur und bildet damit die Grundlage für ein vernetztes, intelligentes Verkehrssystem. In diesem Paper wird die Car2X-Technologie mit ihren Anforderungen für eine Einführung vorgestellt und Vorschläge für die Umsetzung des intelligenten Verkehrssystems im urbanen Umfeld gegeben. Darüber hinaus werden Funktionen vorgestellt, die Car2X-Kommunikation nutzen, um das Fahren in der Stadt effizienter, komfortabler und sicherer zu gestalten. Dabei werden zunächst Funktionen vorgestellt, die helfen, den Verkehrsfluss zu verbessern und Emissionen zu senken, indem sie Informationen intelligenter Lichtsignalanlagen für die Längsregelung nutzen und damit kooperativ werden. Im Anschluss werden Fahrzeugfunktionen vorgestellt, die einen Beitrag zum sichereren Fahren in der Stadt leisten.
»Embracing Disruption«, »Digital Trust Building« sowie »Liquid Workforces« bezeichnen nur drei der wesentlichen globalen IT Trends, die auch die Automobilindustrie vor allem in Deutschland bereits heute vor enorme Anstrengungen stellt, wobei viele Unternehmen sich noch immer in gefährlicher Weise abwartend verhalten. Nach Einschätzung des Autors werden bis zu 50 % der Firmen in der deutschen Automobilbranche die nötigen strukturellen Transformationen nicht rechtzeitig bzw. nicht ausreichend nachhaltig organisieren, so dass innerhalb der nächsten 10 Jahre mit einer völlig veränderten Branchenstruktur zu rechnen sein wird. Der Beitrag nimmt fokussiert eine Binnenperspektive innerhalb der Unternehmensorganisationen und ihrer Transformationsbedingungen ein. Diese reflexiven Betrachtungen treffen strukturell sowohl auf KMUs als auch auf die Konzerne der OEMs zu: Anhand kurzer Schlaglichter werden die Hauptpunkte erforderlicher Transformationen innerhalb der Unternehmensorganisation aufgezeigt und konsequente Handlungsableitungen im Sinne einer gelingenden digitalen Transformation skizziert.
