Das autonome Fahren erfordert umfassende virtuelle Bilder der Umgebung. Sie zeigen, wo sich das Fahrzeug befindet und welche Handlungsoptionen möglich und erforderlich sind. Dazu ist u. a. eine hochgenaue Lokalisierung erforderlich, welche mittels der Erkennung von Landmarken über Kamera und Radar präzisiert wird.

Dabei müssen sehr große Datenmengen von mehr als 20 Gbit/s pro Sekunde in Echtzeit verarbeitet werden. Innerhalb weniger Stunden Fahrzeit sammeln sich so Datenmengen im zweistelligen Terabyte-Bereich. Das setzt sehr große Datenspeicher und ein Hochperformance-Computing voraus, wie wir sie mit einer Analytics-Pattform in der Microsoft Azure Cloud realisiert haben. Außerdem beschäftigen wir uns mit den Herausforderungen des Daten-Labellings.

Software und Funktionen

• Trajektorienplanung 
• Quer-/Längsregelung
• Umfelderkennung 
• Nvidia PX2
• Automotive Ethernet 
• Lokalisierung
• Navigation Data Standard (NDS)
• Entwicklung nach ISO 26262 (funktionale Sicherheit)
• Modellbasierte Entwicklung
• KI-basierte Entwicklung

Bertrandt hat die Entwicklung von Algorithmen für die Sensorik zur Umfelderkennung durch eine Vielzahl an Technologie- und Kundenprojekten in der Automobilbranche kontinuierlich optimiert. Ein Kernelement der Entwicklungen ist das Know-how für Methoden der künstlichen Intelligenz wie dem maschinellen Lernen und dem Aufbau neuronaler Netze.

Ein weiteres Kernelement ist die notwendige Kenntnis der verwendeten Kamera-, Ultraschall-, Laser- und Lidartechnologien für automatisierte Fahrfunktionen. Sie werden von Bertrandt seit vielen Jahren für Fahrerassistenzsysteme wie Abstandsregeltempomat, Stau-, Nothalte- und Parkassistent entwickelt.

Auf dieser Basis hat Bertrandt automatisierte Seriensysteme für die Längsführung entwickelt, die das Tempolimit, die Kurvenkrümmungen und die Abstandsmessung zum vorausfahrenden Fahrzeug berücksichtigen. Bei der Querführung sind es serienfähige Technologien, wie der Spurhalteassistent.

Technologieträger

• Domänen-Architektur
• Automotive Ethernet/SomeIP
• Längs- und Querführung
• Systems Engineering

Für automatisierte und autonome Fahrfunktionen tauschen Fahrzeuge mit Backend-/Cloudsystemen und benachbarten Fahrzeugen Daten aus. Bertrandt hat im Bereich Connectivity/Vernetzung zahlreiche Kunden- und Technologie-Projekte umgesetzt.

• Vernetzung im Fahrzeug
• Bidirektionaler Datenaustausch mit der Bertrandt Automotive Cloud
• Automotive Ethernet, SOME/IP, Service-orientierte Architektur (SOA)
• Over the Air Services, dynamische Kartenupdates
• Security-Konzepte zur Sicherheit im Auto, abgesicherten Übertragungswegen und Datenschutzmechanismen

Mehr zum Thema Connectivity/Vernetzung

Für das autonome Fahren nehmen die Zahl der Sensoren und deren Auflösung weiter zu. Das Management sehr großer Datenmengen zur Automatisierung, digitale Testverfahren und die Integration werden deshalb immer wichtiger. Zum Know-how zählen auch die Entwicklung und Validierung der Messtechnik, die Referenzsensorik und die Sensorbewertung.

Für weitere Fortschritte bis zum selbstfahrenden Auto wird die Vernetzung mit anderen Fahrzeugen und mit Cloud- und Server-Strukturen weiterentwickelt. So können aktuelle Informationen beispielsweise zur Wetter- und Verkehrssituation berücksichtigt werden. Dafür entwickelt Bertrandt Anwendungen zur Kommunikation zwischen Frontend, Backend und der CIoud-Plattform u. a. als Apps für mobile Endgeräte oder als Web-Interface.

Bertrandt hat mit der „Automotive Analytics and Development Platform” eine Lösung geschaffen, um Fahrzeugdaten einzulesen, in der Cloud zu speichern und zu analysieren. Die Datenanalyse wird als Dienstleistung für Automobilhersteller und Zulieferer zur Verfügung gestellt.

Entwicklung von Cloud-Anwendungen

• Plattform MS Azure, MS Data Science Virtual Machines, MS Data Lake Store
• Data Analytics
• Connectivity und Backend
• Connectivity Device
• Verschlüsselung TLS/PKI

Eine wichtige Erfahrung der Technologie- und Kundenprojekte: Ein Technologieunternehmen wie Bertrandt mit Kenntnissen aus allen Bereichen der Fahrzeugentwicklung und -konstruktion verfügt über entscheidende Vorteile gegenüber IT- und Informatikspezialisten. Für die effiziente Entwicklung von Algorithmen zur Bilderkennung, zur Analyse der Sensordaten und für die Vorhersage des Fahrzeugverhaltens reichen KI-/Informatikkenntnisse allein nicht aus.

Bei Bertrandt arbeiten Data Scientists im Team mit Experten für Konstruktion und Fahrdynamik, um beurteilen zu können, wie sich ein Fahrzeug mit Quer- und Längsbeschleunigung beispielsweise in einer Kurve verhält. Neuronale Netze helfen dabei, Objekte auf der Straße zu klassifizieren und die Fahrzeugsteuerung auf erforderliche Fahrszenarien wie Lenken, Bremsen oder Ausweichen anzupassen. Erst durch das Verständnis der gesamten Fahrzeugkonstruktion und des Fahrzeugverhaltens ist eine plausible und erfolgreiche Entwicklung von Algorithmen möglich.

Technologie- und Kundenprojekte

• Innovationsprojekt Entwicklung Level 4-/Level 5-Fahrzeug
• Park and Charge
• Lidar-Technologieprojekte
• Fahrerlose Transportsysteme

Mit dem steigenden Automationsgrad gewinnen die Methoden zur Erprobung und Absicherung der neuen Fahrfunktionen an Bedeutung. Die Entwicklung von Testsystemen wie beispielsweise HiL-/SiL-/MiL-Tests sind bei Bertrandt seit 40 Jahren integraler Bestandteil des Automobil-Know-hows. So können wir die Fortschritte bei der Entwicklung des autonomen Fahrens direkt mit dem Test von Algorithmen und der Absicherung neuer Fahrfunktionen verbinden. Dabei entwickeln wir sowohl Nutzerstudien in Verbindung mit Fahrsimulatoren, Simulationsverfahren für virtuelle Fahrversuche, physische Testfahrten als auch Dauer- und Langzeittests. Die Kompetenz von Bertrandt besteht darin, einzelne Komponenten, integrierte Systeme sowie das Zusammenwirken aller Systeme beim automatisierten Fahren gleichermaßen zu testen.

Absicherung autonomer Fahrfunktionen

• Bereitstellung von Testequipment (auch als mobile Lösung)
• Versuchsanlagen für z. B. vorausschauenden Fußgängerschutz oder Notbremsszenarien
• Versuchsanforderungen des 2018er Protokolls von EuroNCAP
• Überprüfung der Emergency-Lane-Keeping-Funktionen

Absicherung Umfeldsensorik

• Prüfstände für die Absicherung von Radar- und LiDAR-Sensoren
• Sensorperformancebewertung
• Bündelung von Fachwissen, Testing-Know-How und eine ausführliche Bewertung
• Einsparung von Testkilometern durch Simulation von Fahr- und Umweltszenarien im Labor
• Beschleunigung der Sensor-Entwicklungszeiten

Mehr zum Thema Sensor-Technologien