Under de senaste åren, ett växande antal forskare och företag världen över har utvecklat tekniker för automatiserad körning. Innan självkörande fordon kan introduceras på riktiga vägar, dock, deras effektivitet och säkerhet måste fastställas.

Simuleringsplattformar har visat sig vara särskilt effektiva för utbildning och testning av automatiserade körverktyg innan de integreras i riktiga fordon. Bland annat, dessa plattformar kan användas för att underlätta säkerhetstekniska processer, genom att utvärdera prestandan och begränsningarna för en modell i en mängd olika dynamiska scenarier.

Två forskare vid KTH, leda ett team av mjukvaruutvecklare, har nyligen utvecklat en samsimuleringsplattform som ingenjörer kan använda för att utvärdera designbeslut och förfina funktionella säkerhetskrav (FSR) för verktyg för automatiserad körning. Den nya plattformen, kallad AD-EYE, introducerades i ett papper som för publicerats på arXiv.

"Kärnan i problemet som AD-EYE löser relaterar till komplexiteten i automatiserad körning och de nära oändliga möjligheterna i design, "Naveen Mohan, en av forskarna som genomförde studien, berättade TechXplore.

Komplexiteten i automatiserad körning som en beräknande uppgift manifesterar sig på flera sätt. För arkitekter, till exempel, det handlar om att räkna ut hur många sensorer som ska användas, vilken typ av sensorer är idealiska, och synfältet som var och en av dessa sensorer bör ha för en given operativ designdomän.

Säkerhetsingenjörer, å andra sidan, måste avgöra vilka scenarier som bör övervägas inom denna operativa designdomän, svara på frågor som sannolikheten för att ett djur kommer att korsa vägen, eller att ett barn hoppar framför fordonet i en trafikstockning. Till sist, tekniska experter måste identifiera planeringsalgoritmer som är mest effektiva för varje scenario.

"I tidiga utvecklingsstadier, när den underliggande tekniken inte har mognat tillräckligt för att kvantifiera, antaganden måste göras så att arbetet kan parallelliseras, d.v.s. rollerna i exemplen kan göra framsteg, "Mohan sa." Några av de antaganden som gjorts i exemplen ovan under utformningen av en automatisk körfunktion kan förändras i närvaro av fel och förändringar som görs för sent i projektet för säkerhetskritiska bilsystem, och kan bli ohållbart dyrt. "

AD-EYE, plattformen som utvecklats av Mohan och hans kollega Martin Törngren, kan användas av både arkitekter och säkerhetsingenjörer. I ett tidigt utvecklingsstadium, det kan hjälpa arkitekter att fatta tekniska beslut som är både genomförbara och effektiva, samtidigt som säkerhetsingenjörer kan skapa simuleringsdata som kan införlivas i deras riskbedömningar.

De flesta nuvarande verktyg för automatiserad körning fokuserar på en enda aspekt av uppgiften, på andras bekostnad. AD-EYE har en modulär struktur, så det gör det möjligt för forskare att testa dessa verktyg både individuellt och i kombination med andra tekniker.

"För att förbättra realismen i simuleringsdrivna beslut om funktionell säkerhet, det är viktigt att ha verktygskedjor snarare än verktyg, där verktyg kan anslutas (och ut) på ett modulärt sätt, "Mohan sa." Flexibilitet var en nyckelprincip som vi använde i designen. "

Co-simuleringsplattformen som utvecklats av Mohan och Törngren har flera viktiga fördelar jämfört med andra simuleringstekniker. Framför allt, det är extremt flexibelt och det använder öppen källkod, så att arkitekter kan utvärdera olika designbeslut baserat på känd information.

På AD-EYE, till exempel, arkitekter kan testa sensormodeller av olika trovärdigheter och utvärdera verktyg med olika fordonsdynamik. Dessutom, plattformen kan användas för att testa kod på olika datorplattformar.

Än så länge, forskarna har visat sin plattforms effektivitet och flexibilitet i flera studentprojekt, samt genom branschsamarbeten med kända teknikföretag, som Scania, QRTECH och Nvidia. I deras senaste tidning, de fokuserade specifikt på behovet av tidig verifiering av så kallade funktionella säkerhetskoncept (FSC) vid automatiserad körning, introducera sin plattform som en möjlig lösning.

"Vårt främsta fynd är att det inte finns någon silverkula, vägen till säkra automatiserade fordon är längre än olika prototyper runt om i världen antyder, "Mohan sa." Det har blivit klart för oss att det finns ett behov av ny designmetodik (metoder och verktyg) som kan hantera en ny komplexitet för mycket integrerat smart autonomt system. Vårt arbete med Scania, dock, har visat att konsekventa framsteg kan göras genom att uttryckligen modellera antaganden och osäker information till design. "

Som en del av två EU-finansierade projekt kallade Prystine och AutoDrive, Mohan och Törngren arbetade nära Scania och andra företag i Europa, undersöka lösningar som kan förbättra säkerheten för automatiserade fordon. Med AD-EYE, de testade några av verktygen som utvecklats av dessa företag, utvärdera deras genomförbarhet och försöka identifiera möjligheter för vidare utveckling. Forskarna fortsätter nu sina undersökningar, använder sin plattform för att genomföra mer arkitektoniska och funktionella säkerhetsbaserade utvärderingar.

"Vi vill också flytta våra tester till den verkliga världen, "Törngren, berättade TechXplore. "Vi har påbörjat processen med vägtransportmyndigheterna i Sverige och är på väg att bli det första universitetsteam med tillstånd att delta i offentliga vägförsök i Sverige. Detta är vårt omedelbara nästa steg."

I framtiden, Mohan och Törngren planerar att fortsätta samarbeta med flera teknikföretag, inklusive Siemens, Nvidia, Skåne, Volvo Cars, AVL, och QRTECH. De har redan börjat genomföra nya tester med AD-EYE, specifikt för att avgöra vilka av de enorma mängden möjliga testfall som ger mest avkastning på kortast tid.

"Till sist, vi är också intresserade av att undersöka hur andra aktörers beteende, särskilt av skadlig natur kan påverka oss. dvs. samspelet mellan säkerhet och säkerhet. "

© 2019 Science X Network