Objektivierte Bewertung von Fahrerassistenzfunktionen

Fahrerassistenzsysteme (FAS) sollen die Sicherheit auf den Strassen, aber auch den Komfort an Bord erhoehen. Vorgestellt wird eine neue Methodik, um Fahrerassistenzfunktionen mit objektiven Grundsaetzen zu bewerten. Dazu wurde die aus der Fahrbarkeitsbewertung bekannte Systematik von AVL-Drive erweitert, und zusaetzliche Sensorinformationen zur Umgebungswahrnehmung wie Radar und Fahrspurkamera fanden Beruecksichtigung. Aus der Vielzahl der heute verfuegbaren FAS-Funktionen wurden die grundlegenden Fahrfunktionen einbezogen, die unabhaengig vom jeweiligen SAE-Level immer anzutreffen sein werden, naemlich die Laengsregelung (adaptive Abstandsregelung, ACC), die Querregelung (aktive Fahrspurhaltung, LKA) und die aktive Fahrspurwechselfunktion (LCA). Mit den Informationen der Umgebungssensoren wird bei Aktivierung der jeweiligen FAS-Funktionen der Fahrzustand automatisch erkannt. Fuer jeden Fahrzustand wird auf Basis der Sensorinformationen eine definierte Anzahl von physikalischen Parametern berechnet, die den aktuell vorliegenden Fahrzustand ergaenzend beschreiben. Fuer eine zielgerichtete Bewertung und Validierung von Fahrerassistenzfunktionen war es notwendig, Fahrzustaende fuer das teil- und vollautomatisierte Fahren zu definieren, die von AVL-Drive automatisch erkannt werden. Aus einer Feldstudie mit Endkunden und Fahrverhaltensexperten konnten die wichtigsten Kriterien je Fahrzustand abgeleitet werden. Fuer die notenmaessige Bewertung der einzelnen Kriterien fanden die Meinungen der Fahrverhaltensexperten Anwendung, wobei diese mit multi-dimensionalen Korrelationsfunktionen zu physikalischen Parametern umgesetzt wurden. Das neue Modul von AVL-Drive fuer die Bewertung und Validierung von FAS-Funktionen kann auch in der fruehen virtuellen Phase eingesetzt werden.

Language

  • German

Media Info

Subject/Index Terms

Filing Info

  • Accession Number: 01661857
  • Record Type: Publication
  • Source Agency: Bundesanstalt für Straßenwesen (BASt)
  • Files: ITRD
  • Created Date: Mar 5 2018 9:44AM