Die konventionelle Fahrzeugerprobung sieht eine Vielzahl unterschiedlicher Tests der Hardware in definierten Szenarien vor. Dieses Vorgehen ist auf einem begrenzten Testraum sinnvoll, bei sehr großen oder offenen Testräumen jedoch weder ökonomisch vertretbar noch zweckmäßig. Betrachtet man den Testraum autonomer Fahrzeuge ergibt sich dieser zu einer unendlichen Anzahl an Testfällen, bestehend aus der Kombination unterschiedlichster Umwelt-, Fahrzeug- und Verkehrsbedingungen. Diese müssen durch das System gänzlich und sicher kontrolliert werden. In der vorliegenden Masterarbeit wird ein Modell entwickelt, das aus allen möglichen Testfällen eine möglichst herausfordernde Teilauswahl an Szenarien definiert. Dafür werden aufbauend auf der Sensorik des betrachteten Fahrzeugs Testszenarien für den Use-Case Autobahn generiert. Auf Basis der räumlichen Sensorabdeckung des zu untersuchenden Fahrzeuges wird durch ein numerisches Optimierungsverfahren der Verlauf der relativen Lage zweier Verkehrsteilnehmer zueinander ermittelt. Es zeigt sich, dass die Performanz eines adaptierten A*-Algorithmus überlegen ist gegenüber einer modifizierten Ant Colony Optimization (ACO). Dieser relative Pfad wird anschließend durch einen Algorithmus in ein Testszenario übersetzt, dass die Positionen der beiden Verkehrsteilnehmer innerhalb einer zulässigen Straßengeometrie bei realistischer Fahrdynamik beinhaltet. Der aktuelle Stand des Modells zeigt, dass mit diesem Vorgehen grundsätzlich Szenarien definiert werden können. Das resultierende Szenario ist jedoch noch nicht für die Anwendung geeignet, da nicht alle nötigen Randbedingungen erfüllt werden. Die vorgestellte Arbeit kann damit einen Beitrag zur Definition von herausfordernden Szenarien für zukünftige hochautomatisierte Fahrzeuge leisten und erweitert die bisherigen Ansätze um die Betrachtung der Sensorik.     «

Die konventionelle Fahrzeugerprobung sieht eine Vielzahl unterschiedlicher Tests der Hardware in definierten Szenarien vor. Dieses Vorgehen ist auf einem begrenzten Testraum sinnvoll, bei sehr großen oder offenen Testräumen jedoch weder ökonomisch vertretbar noch zweckmäßig. Betrachtet man den Testraum autonomer Fahrzeuge ergibt sich dieser zu einer unendlichen Anzahl an Testfällen, bestehend aus der Kombination unterschiedlichster Umwelt-, Fahrzeug- und Verkehrsbedingungen. Diese müssen durch d...     »

Conventional vehicle testing provides for a large number of different hardware tests in defined scenarios. This procedure makes sense in a limited test space, but is neither economically justifiable nor functional in very large or open test spaces. The test space of autonomous vehicles consists of an infinite number of test cases by combining different environmental, vehicle and traffic conditions. These must be completely and safely controlled by the system. In the present master thesis a model is developed which defines from all possible test cases a partial selection of scenarios which are as challenging as possible. These scenarios are generated for the use case highway and are based on the sensors of the vehicle under test. On the basis of the spatial sensor coverage of the vehicle under test, a numerical optimization procedure is used to determine the position of two traffic objects relative to each other. The comparison of an adapted A* algorithm with a modified Ant Colony Optimization (ACO) shows the superiority of the A* which is thus used in the model. This relative path is then translated by an algorithm into a test scenario containing the positions of the two traffic objects within a permissible road geometry with realistic driving dynamics. The current state of the model shows that scenarios can basically be defined with this procedure. However, the resulting scenario is not yet suitable for application because not all necessary boundary conditions are fulfilled. The presented work can thus contribute to the definition of challenging scenarios for future highly automated vehicles and extends the previous approaches by the consideration of the sensor topology.     «

Conventional vehicle testing provides for a large number of different hardware tests in defined scenarios. This procedure makes sense in a limited test space, but is neither economically justifiable nor functional in very large or open test spaces. The test space of autonomous vehicles consists of an infinite number of test cases by combining different environmental, vehicle and traffic conditions. These must be completely and safely controlled by the system. In the present master thesis a mode...     »