· 

Autonomes Fahren mit Elektro-Antrieb: ASAP Gruppe setzt Künstliche Intelligenz bei Funktionsabsicherungen ein

In einem aktuellen Projekt setzen ASAP Experten KI bei einem Prüfszenario ein, in dem ein autonom fahren-des, elektrifiziertes Fahrzeug ein Überholmanöver bei Gegenverkehr durchführen soll.
In einem aktuellen Projekt setzen ASAP Experten KI bei einem Prüfszenario ein, in dem ein autonom fahren-des, elektrifiziertes Fahrzeug ein Überholmanöver bei Gegenverkehr durchführen soll.

Die ASAP Gruppe (Gaimersheim) Entwicklungspartner der Automobilindustrie, hat etablierte Entwicklungs- und Absicherungsverfahren um Methoden der Künstlichen Intelligenz (KI) erweitert.

 

ASAP setzt Methoden der KI – etwa Künstliche Neuronale Netze, evolutionäre Algorithmen oder allgemein maschinelle Lernverfahren – bereits in der Softwareentwicklung, bei Lebensdauererprobungen und Umweltsimulationen oder auch bei der Absicherung von Fahrzeugfunktionen ein.

 

Neue Herausforderungen in der Funktionsabsicherung durch autonomes Fahren mit E-Antrieb

 

Das Zusammenspiel der beiden Megatrends autonomes Fahren und Elektromobilität bringe neue Herausforderungen für die Funktionsabsicherung – und damit viele weitere Einsatzmöglichkeiten für KI – mit sich: softwarebasierte Funktionen und Sensoren autonomer Fahrzeuge treffen auf virtuelle Sensoren, die in Elektro-Fahrzeugen Anwendung finden.

 

Solche virtuellen Sensoren berechnen in E-Fahrzeugen beispielsweise anhand von Strom und Spannung die Temperatur im Motor. Hinzu kommen weitere wichtige Funktionen aus E-Fahrzeugen – etwa die Berechnung der Reichweite oder die Anzeige der nächsten Ladesäule – die nun auch in selbstfahrenden Autos sicher ihren Dienst ausführen müssen.

 

Der Einsatz von KI-Methoden bei der Absicherung unterschiedlichster Funktionen autonom fahrender E-Fahrzeuge liefere den entscheidenden Entwicklungsvorsprung.

 

„KI-Methoden sind für uns im Entwicklungsprozess von großem Nutzen, beispielsweise wenn wir virtuelle Sensoren mittels statistischer Verfahren validieren“, erläutert René Honcak, Projektmanager Modellbildung/Simulation bei ASAP.

 

„Bei der Validierung sichern wir die Güte aller in das Vorhersagemodell einbezogenen Zustände und Applikationen – auf das Modell einwirkende äußere Faktoren wie Fahrverhalten oder Witterungsverhältnisse – ab. Dabei nutzen wir KI, um etwa Schwankungen in der Güte dieser Eingangsgrößen zu berechnen.“

 

 

Mit maschinellen Lernverfahren Situationen einschätzen und Handlungsoptionen priorisieren

 

In einem aktuellen Projekt setzen ASAP Experten KI bei einem Prüfszenario ein, in dem ein autonom fahren-des, elektrifiziertes Fahrzeug ein Überholmanöver bei Gegenverkehr durchführen soll.

 

Die Kombination der Vorhersagemodelle, welche die physikalischen Effekte bei solchen Testszenarien beschreiben, wird von ASAP unter Einbezug verschiedenster Einflussfaktoren validiert: Einflussfaktoren sind unter anderem Stör-terme in Daten aus Temperatur-, Geschwindigkeits- oder Drehmoment-Sensoren im Fahrbetrieb sowie unter-schiedlichste Parameter wie etwa geometrische Toleranzen beziehungsweise Software-Applikationen.

 

Selbst mögliche Aktionen des Fahrers – etwa das Einschalten des Radios oder der Klimaanlage – müssen bei diesem Szenario bedacht werden, da sie Auswirkungen auf die Leistung/Temperatur und damit wiederum auf das Überholmanöver haben können: gerade die Temperatur ist bei elektrifizierten Fahrzeugen im Allgemeinen eine große Herausforderung – Leistungselektroniken, Motor oder auch die Batterie dürfen nicht überhitzen. Andernfalls können Leistung und Reichweite des Fahrzeugs sowie die Lebensdauer verschiedenster Komponenten beeinträchtigt werden.

 

„Wir erstellen statistische Modelle, die aufzeigen, welche Parameter und Störterme in der Validierung berücksichtigt werden müssen“, so Honcak.

 

„Anschließend nutzen wir maschinelle Lernverfahren, um zu identifizieren, welche der Konfigurationen Fehler verursachen oder möglicherweise kritisch für den Fahrzeugbetrieb – beziehungsweise in unserem aktuellen Beispiel das Überholmanöver – sind.“

 

Gerade beim Megatrend autonomes Fahren spiele der Einsatz von maschinellen Lernverfahren eine zentrale Rolle – intelligente Algorithmen schätzen Situationen ein und priorisieren Handlungsoptionen. ASAP könne so gemeinsam mit seinen Kunden Fahrzeuge entwickeln, die selbständig auf verschiedene Verkehrssituation reagieren.

 

 

ASAP Holding GmbH

Kommentar schreiben

Kommentare: 0