Aus dem Programm
Kraftfahrzeugtechnik
Handbuch Verbrennungsmotor herausgegeben von R. van Basshuysen und F. Schäfer Lexikon Motorentechnik herausgegeben von R. van Basshuysen und F. Schäfer Ottomotor mit Direkteinspritzung herausgegeben von R. van Basshuysen Vieweg Handbuch Kraftfahrzeugtechnik herausgegeben von H.-H. Braess und U. Seiffert Bremsenhandbuch herausgegeben von B. Breuer und K. H. Bill Wasserstoff in der Fahrzeugtechnik von H. Eichlseder und M. Klell Umweltschutz in der Automobilindustrie von D. Gruden Fahrwerkhandbuch herausgegeben von B. Heißing und M. Ersoy Aerodynamik des Automobils herausgegeben von W.-H. Hucho Verbrennungsmotoren von E. Köhler und R. Flierl Passive Sicherheit von Kraftfahrzeugen von F. Kramer Fahrzeugreifen und Fahrwerkentwicklung von G. Leister Automobilelektronik herausgegeben von K. Reif Virtuelle Produktentstehung für Fahrzeug und Antrieb im Kfz herausgegeben von U. Seiffert und G. Rainer Rennwagentechnik von M. Trzesniowski Handbuch Kraftfahrzeugelektronik herausgegeben von H. Wallentowitz und K. Reif Bussysteme in der Fahrzeugtechnik von W. Zimmermann und R. Schmidgall
www.viewegteubner.de
Hermann Winner | Stephan Hakuli | Gabriele Wolf (Hrsg.)
Handbuch Fahrerassistenzsysteme Grundlagen, Komponenten und Systeme für aktive Sicherheit und Komfort Mit 550 Abbildungen und 45 Tabellen PRAXIS | ATZ/MTZ-Fachbuch
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über
abrufbar.
Dieses Werk entstand mit freundlicher Unterstützung der Continental AG, Division Chassis & Safety.
1. Auflage 2009 Alle Rechte vorbehalten © Vieweg +Teubner | GWV Fachverlage GmbH, Wiesbaden 2009 Lektorat: Ewald Schmitt | Gabriele McLemore Vieweg+Teubner ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.viewegteubner.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Satz: Klementz publishing services, Gundelfingen Druck und buchbinderische Verarbeitung: STRAUSS GMBH, Mörlenbach Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier. Printed in Germany ISBN 978-3-8348-0287-3
Vorwort Fahrerassistenzsysteme haben sich in den letzten Jahren rasant entwickelt und sind fester Bestandteil in vielen heutigen Fahrzeugmodellen aller Fahrzeugklassen. Forschung und Entwicklung in Unternehmen und Universitäten beschäftigen sich mit der Optimierung der bestehenden Systeme und mit Weiterentwicklungen, die dem Fahrer ein noch höheres Maß an Assistenz und Unterstützung bieten sollen. Zeugnis dieser Arbeiten legen die vielen wissenschaftlichen Veröffentlichungen und Tagungsbeiträge ab, doch eine umfassende Darstellung des heutigen Stands der Technik sowie der Grundlagen für die Entwicklung solcher Systeme suchte man bisher im deutschsprachigen Raum vergeblich. Zwar existieren einige Fachbücher, die sich mit Fahrerassistenzsystemen beschäftigen, doch sind diese stark auf einzelne Aspekte wie z. B. die Regelung solcher Systeme fokussiert. Aufbauend auf den Inhalten der Vorlesung Fahrerassistenzsysteme, die ich seit 2002 am Fachgebiet Fahrzeugtechnik der Technischen Universität Darmstadt (FZD) halte (seit dem Sommersemester 2008 mit erweitertem Umfang unter dem Titel Mechatronik und Assistenzsysteme im Automobil), wurde die Gliederung des vorliegenden Handbuchs Fahrerassistenzsysteme entwickelt. Der Umfang der Thematik machte es erforderlich, die inhaltliche Arbeit auf viele Schultern zu verteilen, und so halten Sie nun ein Werk in Händen, dessen 44 Kapitel von insgesamt 95 Experten aus Industrie und Wissenschaft geschrieben wurden. Diese Autoren sind es, denen ich in erster Linie zu Dank verpflichtet bin, denn ohne ihre Bereitschaft, Zeit und Mühen in die Erstellung der Manuskripte zu investieren, hätte dieses Buch nicht entstehen können. An einem solchen Projekt sind jedoch noch mehr Menschen beteiligt, und ich möchte es nicht versäumen, allen in diesem Vorwort für ihren Beitrag zu danken. Ganz besonders zu Dank verpflichtet bin ich meinen beiden Mit-Herausgebern Herrn Stephan Hakuli und Frau Gabriele Wolf, in deren Händen die Organisation und alle operativen Aufgaben dieses Projekts von der Autorenbetreuung über die Zusammenarbeit mit dem Verlag bis zur Erstellung des Gesamtmanuskripts lagen. Für ihr ausgezeichnetes Projektmanagement und ihre Bereitschaft, diese zusätzlichen Aufgaben neben ihrer Arbeit als wissenschaftliche Mitarbeiter am Fachgebiet Fahrzeugtechnik auf sich zu nehmen, danke ich ihnen sehr herzlich. Frau Wolf danke ich darüber hinaus, dass sie den Anstoß dazu gab, dieses von mir in Gedanken schon länger gehegte Projekt in die Tat umzusetzen. Dem Verlag Vieweg+Teubner danke ich für die Bereitschaft, dieses Handbuch herauszugeben. Für die angenehme Zusammenarbeit und kompetente Betreuung sei Herrn Ewald Schmitt, Frau Elisabeth Lange und Frau Gabriele McLemore gedankt. Das Lektorat für dieses Buch wurde von Susanne und Katharina Mitteldorf durchgeführt. Ihre sorgfältige und aufmerksame Prüfung hat die hohe sprachliche Qualität der Texte ermöglicht, und dafür sowie die angenehme Zusammenarbeit bedanke ich mich sehr herzlich bei ihnen. Herrn Danijel Pusic danke ich für seine Mitarbeiter bei der Konzeption des Buches und der Erarbeitung der Gliederung. Unterstützt wurden die Arbeiten an diesem Handbuch in vielfältiger Weise durch die studentischen Hilfskräfte Herrn Johannes Götzelmann, Herrn Richard Hurst, Frau Hyuliya Rashidova und Herrn Philip Weick. Auch ihnen sei gedankt. Ich bedanke mich außerdem bei allen FZD-Mitarbeitern, die durch Korrekturlesen, fachliche Diskussionen oder sonstige hilfreiche Beiträge an der Entstehung dieses Buchs mitgewirkt haben.
Darmstadt, im Mai 2009
Prof. Dr. rer. nat. Hermann Winner
V
Die Herausgeber Prof. Dr. rer. nat. Hermann Winner studierte Physik an der Westfälischen-Wilhelms-Universität (WWU) in Münster/Westfalen. Anschließend arbeitete er als wissenschaftlicher Assistent am Institut für Angewandte Physik der WWU Münster, wo er 1987 für seine Arbeit über die „Dynamik der Domänenwände in metallischen Ferromagnetika“ promoviert wurde. Von 1987 bis 1994 arbeitete Hermann Winner bei der Robert Bosch GmbH in Karlsruhe, Ettlingen und Schwieberdingen in der Vorentwicklung von Mess- und Informationstechnik und war dabei u. a. verantwortlich für die Projekte PROMETHEUSDrive-by-Wire, die Elektrohydraulische Bremse und Adaptive Cruise Control. In seiner Funktion als Leiter der Serienentwicklung von Adaptive Cruise Control lag sein Schwerpunkt auf Systementwicklung und Applikation und er führte das System schließlich zur Serie. In den Jahren 1993 bis 2001 war Hermann Winner außerdem Experte bei der ISO/TC204/WG14 – Vehicle/ Roadway Warning and Control Systems – davon fünf Jahre als Leiter der deutschen Spiegelgruppe AK I.14 des FAKRA. Seit 2002 ist Hermann Winner Inhaber des Lehrstuhls für Fahrzeugtechnik an der Technischen Universität Darmstadt und Leiter des gleichnamigen Fachgebiets (FZD). Er baute dort die Forschung auf dem Gebiet der Fahrerassistenzsysteme aus, das heute eine der Kernkompetenzen von FZD darstellt. Dies zeigt sich anhand zahlreicher, erfolgreich durchgeführter Forschungsprojekte mit der Automobil- und Zulieferindustrie zu den Themen Umfeldsensorik, Funktionsbewertungen von Notbrems-, Notausweich- und Einbiege-/Kreuzen-Assistenz sowie Systemarchitektur von Fahrerassistenzsystemen. Stephan Hakuli studierte Physik an der TU Darmstadt und schloss 2005 als Diplomingenieur der Physik ab. In seiner Diplomarbeit konzipierte und realisierte er ein Verfahren zur gescannten Belichtung und Vermessung holographischer Headup-Displays. Seit Dezember 2005 arbeitet er als wissenschaftlicher Mitarbeiter am Fachgebiet Fahrzeugtechnik und koordinierte zwei Jahre lang die Lehraktivitäten des Fachgebiets. Im Rahmen seiner Forschungstätigkeit beschäftigt er sich mit Conduct-by-Wire, einem integrierten Fahrerassistenzkonzept für manöverbasierte Fahrzeugführung. [Foto: Fischer, Weinheim] Gabriele Wolf studierte Wirtschaftsingenieurwesen Fachrichtung Maschinenbau an der TU Darmstadt und der TU Eindhoven. Sie ist seit Januar 2004 als wissenschaftliche Mitarbeiterin am Fachgebiet Fahrzeugtechnik, wo sie sich zunächst im Rahmen eines interdisziplinären Projekts mit Innovationspotenzialen im Fahrwerk beschäftigte. Im Bereich der Fahrerassistenzsysteme befasst sie sich mit der Bewertung von Systemen zur Unfallvermeidung, wobei sowohl technische als auch wirtschaftliche und gesellschaftliche Aspekte berücksichtigt werden. [Foto: Fischer, Weinheim]
VII
Autorenverzeichnis Abendroth, Bettina, Dr.-Ing.
Technische Universität Darmstadt
Auer, Richard, Dr. rer. nat.
Volkswagen AG
Bachmann, Alexander, MSc
Universität Karlsruhe (TH)
Bachmann, Jürgen, Dipl.-Ing. (FH)
BMW Motorrad
Bartels, Arne, Dr.-Ing.
Volkswagen AG
Bayer, Bernward, Dr.-Ing.
Continental AG
Bender, Eva, Dr.-Ing.
Continental AG
Bielefeld, Jürgen, Dr.
BMW Group
Bock, Thomas, Dr.-Ing.
Audi AG
Brenner, Peter, Dipl.-Ing. (FH)
ZF Lenksysteme GmbH
Breuer, Jörg, Dr.-Ing.
Daimler AG
Brosig, Stefan, Dr.-Ing.
Volkswagen AG
Bruder, Ralph, Prof. Dr.-Ing.
Technische Universität Darmstadt
Büring, Hendrik, Dipl.-Ing. (TH)
ZF Lenksysteme GmbH
Büse, Axel, Dipl.-Ing.
Continental AG
Buxbaum, Bernd, Dr.
PMD Technologies GmbH
Danner, Bernd, Dipl.-Ing.
Daimler AG
Darms, Michael, Dr.-Ing.
Continental AG
Didier, Muriel, Dr.
Technische Universität Darmstadt
Donges, Edmund, Dr.-Ing.
vormals BMW AG
Dörner, Karlheinz, Dipl.-Ing.
MAN Nutzfahrzeuge AG
Duchow, Christian, Dipl.-Ing.
Universität Karlsruhe (TH)
Eckert, Alfred, Dipl.-Ing.
Continental AG
Fechner, Thomas, Dipl.-Ing.
Continental AG
Flemisch, Frank, Dr.-Ing.
Deutsches Zentrum für Luft- und Raumfahrt
Gasser, Tom Michael, Ass. jur.
Bundesanstalt für Straßenwesen
Gayko, Jens E., Dr.-Ing.
Honda R&D Europe (Deutschland) GmbH
Geduld, Georg
vormals Omron Electronics GmbH
Gelau, Christhard, Dr.
Bundesanstalt für Straßenwesen
Gruber, Steffen, Dipl.-Ing.
Continental AG
Hakuli, Stephan, Dipl.-Ing.
Technische Universität Darmstadt
Hecker, Falk, Dr.
Knorr-Bremse
Hellmann, Wladimir, Dipl.-Ing.
Continental AG
Hipp, Eberhard, Dipl.-Ing.
MAN Nutzfahrzeuge AG
Hoffmann, Jens, Dr.-Ing.
Continental AG
IX
Autorenverzeichnis
X
Hopstock, Matthias, Dipl.-Ing.
BMW Group
Huhn, Wolfgang, Dr.
Audi AG
Isermann, Rolf, Prof. Dr.-Ing. Dr. h.c.
Technische Universität Darmstadt
Kammel, Sören, Dr.-Ing.
vormals Universität Karlsruhe (TH)
Katzwinkel, Reiner, Dipl.-Ing.
Volkswagen AG
Kersken, Ulrich, Dipl.-Ing.
Robert Bosch Car Multimedia GmbH
Khanh, Tran Quoc, Prof. Dr.-Ing.
Technische Universität Darmstadt
Klanner, Felix, Dr.-Ing.
BMW Group
Kleine-Besten, Thomas, Dr.-Ing.
Robert Bosch Car Multimedia GmbH
Knoll, Peter, Prof. Dr.-Ing.
Universität Karlsruhe (TH) IF+F Ingenieurbüro für Fahrerassistenz und Fahrerinformation
Köhn, Philip, Dr.-Ing.
BMW Group
König, Winfried, Dr.-Ing.
Robert Bosch GmbH
Kost, Friedrich, Dipl.-Ing.
Robert Bosch GmbH
Landau, Kurt, Prof. Dr.-Ing.
vormals Technische Universität Darmstadt
Lange, Robert, Dr.-Ing.
PMD Technologies GmbH
Löper, Christian, Dipl.-Ing.
Deutsches Zentrum für Luft- und Raumfahrt
Mages, Mark, Dr.-Ing.
TRW Automotive
Maurer, Markus, Prof. Dr.-Ing.
Technische Universität Braunschweig
Mörbe, Matthias, Dipl.-Ing.
Robert Bosch GmbH
Noll, Martin, Dr.
Robert Bosch GmbH
Ocvirk, Norbert, Dipl.-Ing.
Continental AG
Piller, Bernd, Dipl.-Ing.
Continental AG
Pöchmüller, Werner, Dr.-Ing.
Robert Bosch Car Multimedia GmbH
Rapps, Peter, Dipl.-Phys.
Robert Bosch GmbH
Raste, Thomas, Dr.
Continental AG
Rausch, Herbert, Dr.-Ing.
Technische Universität München
Reichart, Günter, Dr.-Ing.
vormals BMW AG
Reimann, Gerd, Dipl.-Ing. (TH)
ZF Lenksysteme GmbH
Reissing, Jörg, Dr.-Ing.
BMW Motorrad
Remfrey, James, Dipl.-Ing.
Continental AG
Richter, Thorsten, Dipl.-Ing.
BMW Group
Rieth, Peter E., Dr.-Ing.
Continental AG
Ringbeck, Thorsten, Dr.-Ing.
PMD Technologies GmbH
Rohlfs, Michael, Dr.-Ing.
Volkswagen AG
Schepers, Heiner, Dipl.-Ing. (BA)
Robert Bosch Car Multimedia GmbH
Schiele, Bernt, Prof. Dr.
Technische Universität Darmstadt
Schmitt, Stefan, Dipl.-Ing.
Continental AG
Autorenverzeichnis
Schmittner, Bernhard, Dipl.-Ing.
Continental AG
Schöning, Volkmar, Dipl.-Ing.
Volkswagen AG
Schorn, Matthias, Dr.-Ing.
Continental AG
Schreiber, Michael, Dipl.-Wirtsch.-Ing.
Technische Universität Darmstadt
Schroven, Frank, Dipl.-Ing.
Volkswagen AG
Schwertberger, Walter, Dipl.-Ing. (FH)
MAN Nutzfahrzeuge AG
Schwitters, Frank, Dipl.-Ing.
Volkswagen AG
Seeck, Andre, Dipl.-Ing.
Bundesanstalt für Straßenwesen
Seiniger, Patrick, Dipl.-Ing.
Technische Universität Darmstadt
Spichalsky, Carsten, Dipl.-Ing.
Volkswagen AG
Stählin, Ulrich, Dr.-Ing.
Continental AG
Steinle, Joachim, Dr.-Ing.
BMW Group
Steinmeyer, Simon, Dipl.-Inf.
Volkswagen AG
Stiller, Christoph, Prof. Dr.-Ing.
Universität Karlsruhe (TH)
Thiel, Robert, Dipl.-Ing.
Continental AG
van Zanten, Anton, Dr.
vormals Robert Bosch GmbH
Völkel, Jürgen, Dipl.-Ing.
Continental AG
Walter, Michael, Dr.
vormals Continental AG
Winner, Hermann, Prof. Dr. rer. nat.
Technische Universität Darmstadt
Wojek, Christian, Dipl.-Inform.
Technische Universität Darmstadt
Wolf, Gabriele, Dipl.-Wirtsch.-Ing.
Technische Universität Darmstadt
Woyna, Lars, Dipl.-Ing.
Technische Universität Darmstadt
Wuttke, Ulrich, Dipl.-Ing.
Volkswagen AG
XI
Firmen- und Hochschulverzeichnis Firmen Audi AG
Dr.-Ing. Thomas Bock Dr. Wolfgang Huhn
BMW Group
Dr. Jürgen Bielefeld Dr.-Ing. Edmund Donges (vormals) Dipl.-Ing. Matthias Hopstock Dr.-Ing. Felix Klanner Dr.-Ing. Philip Köhn Dr.-Ing. Günter Reichart (vormals) Dipl.-Ing. Thorsten Richter Dr.-Ing. Joachim Steinle
BMW Motorrad
Dipl.-Ing. (FH) Jürgen Bachmann
Bundesanstalt für Straßenwesen
Ass. jur. Tom Michael Gasser
Dr.-Ing. Jörg Reissing Dr. Christhard Gelau Dipl.-Ing. Andre Seeck Continental AG
Dr.-Ing. Bernward Bayer Dr.-Ing. Eva Bender Dipl.-Ing. Axel Büse Dr.-Ing. Michael Darms Dipl.-Ing. Alfred Eckert Dipl.-Ing. Thomas Fechner Dipl.-Ing. Steffen Gruber Dipl.-Ing. Wladimir Hellmann Dr.-Ing. Jens Hoffmann Dipl.-Ing. Norbert Ocvirk Dipl.-Ing. Bernd Piller Dr. Thomas Raste Dipl.-Ing. James Remfrey Dr.-Ing. Peter E. Rieth Dipl.-Ing. Stefan Schmitt Dipl.-Ing. Bernhard Schmittner Dr.-Ing. Matthias Schorn Dr.-Ing. Ulrich Stählin Dipl.-Ing. Robert Thiel
XIII
Firmen- und Hochschulverzeichnis
Continental AG (Fortsetzung)
Dipl.-Ing. Jürgen Völkel Dr. Michael Walter (vormals)
Daimler AG
Dr.-Ing. Jörg Breuer Dipl.-Ing. Bernd Danner
Deutsches Zentrum für Luft- und Raumfahrt
Dr.-Ing. Frank Flemisch Dipl.-Ing. Christian Löper
Honda R&D Europe (Deutschland) GmbH
Dr.-Ing. Jens E. Gayko
IF+F Ingenieurbüro für Fahrerassistenz und Fahrerinformation
Prof. Dr.-Ing. Peter Knoll
Knorr-Bremse
Dr. Falk Hecker
MAN Nutzfahrzeuge AG
Dipl.-Ing. Karlheinz Dörner Dipl.-Ing. Eberhard Hipp Dipl.-Ing. (FH) Walter Schwertberger
PMD Technologies GmbH
Dr. Bernd Buxbaum Dr.-Ing. Robert Lange Dr.-Ing. Thorsten Ringbeck
Omron Electronics GmbH Robert Bosch Car Multimedia GmbH
Georg Geduld (vormals) Dipl.-Ing. Ulrich Kersken Dr.-Ing. Thomas Kleine-Besten Dr.-Ing. Werner Pöchmüller Dipl.-Ing. (BA) Heiner Schepers
Robert Bosch GmbH
Dr.-Ing. Winfried König Dipl.-Ing. Friedrich Kost Dipl.-Ing. Matthias Mörbe Dr. Martin Noll Dipl.-Phys. Peter Rapps Dr. Anton van Zanten (vormals)
TRW Automotive
Dr.-Ing. Mark Mages
Volkswagen AG
Dr. rer. nat. Richard Auer Dr.-Ing. Arne Bartels Dr.-Ing. Stefan Brosig Dipl.-Ing. Reiner Katzwinkel Dr.-Ing. Michael Rohlfs Dipl.-Ing. Volkmar Schöning Dipl.-Ing. Frank Schroven Dipl.-Ing. Frank Schwitters Dipl.-Ing. Carsten Spichalsky Dipl.-Inf. Simon Steinmeyer Dipl.-Ing. Ulrich Wuttke
XIV
Firmen- und Hochschulverzeichnis
ZF Lenksysteme GmbH
Dipl.-Ing. (FH) Peter Brenner Dipl.-Ing. (TH) Hendrik Büring Dipl.-Ing. (TH) Gerd Reimann
Hochschulen Technische Universität Braunschweig Technische Universität Darmstadt
Prof. Dr.-Ing. Markus Maurer Dr.-Ing. Bettina Abendroth Prof. Dr.-Ing. Ralph Bruder Dr. Muriel Didier Dipl.-Ing. Stephan Hakuli Prof. Dr.-Ing. Dr. h.c. Rolf Isermann Prof. Dr.-Ing. Tran Quoc Khanh Prof. Dr.-Ing. Kurt Landau (vormals) Prof. Dr. Bernt Schiele Dipl.-Wirtsch.-Ing. Michael Schreiber Dipl.-Ing. Patrick Seiniger Prof. Dr. rer. nat. Hermann Winner Dipl.-Inform. Christian Wojek Dipl.-Wirtsch.-Ing. Gabriele Wolf Dipl.-Ing. Lars Woyna
Technische Universität München Universität Karlsruhe (TH)
Dr.-Ing. Herbert Rausch MSc Alexander Bachmann Dipl.-Ing. Christian Duchow Dr.-Ing. Sören Kammel (vormals) Prof. Dr.-Ing. Peter Knoll Prof. Dr.-Ing. Christoph Stiller
XV
Inhaltsverzeichnis Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
A Grundlagen der Fahrerassistenzsystementwicklung . . . . . . . . . . . . . . . . . . . . . . . .
3
Die Leistungsfähigkeit des Menschen für die Fahrzeugführung . . . . . . . . . . . . . . . . . . . . . 1.1 Menschlicher Informationsverarbeitungsprozess . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.1 Informationsaufnahme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.2 Informationsverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.3 Informationsabgabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Fahrercharakteristik und die Grenzen menschlicher Leistungsfähigkeit . . . . . . . . . . . . . 1.3 Anforderungen an den Fahrzeugführer im System Fahrer-Fahrzeug-Umgebung . . . . . . 1.4 Bewertung der Anforderungen aus der Fahrzeugführungsaufgabe im Hinblick auf die menschliche Leistungsfähigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4 4 5 6 8 8 10
1
2
3
4
Fahrerverhaltensmodelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1 Drei-Ebenen-Modell für zielgerichtete Tätigkeiten des Menschen nach Rasmussen, 1983 2.2 Drei-Ebenen-Hierarchie der Fahraufgabe nach Donges, 1982 . . . . . . . . . . . . . . . . . . . . . 2.3 Beispiel eines regelungstechnischen Modellansatzes für die Führungs- und Stabilisierungsebene der Fahraufgabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4 Zeitkriterien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5 Neuer Ansatz zur Quantifizierung von fertigkeits-, regel- und wissensbasiertem Verhalten im Straßenverkehr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6 Folgerungen für Fahrerassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fahrerassistenz und Verkehrssicherheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Erwartete Auswirkungen von Fahrerassistenzsystemen auf die Verkehrssicherheit . . . . 3.3 Bewertung von Fahrerassistenzsystemen vor dem Hintergrund von Ratings und gesetzlichen Vorschriften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1 Typzulassungsbestimmungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.2 Anforderungen der Verbraucherorganisationen. . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.3 Herstellerinterne Anforderungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.4 Beyond NCAP – Die zukünftige Euro NCAP-Bewertung . . . . . . . . . . . . . . . . . 3.4 Rechtliche Grenzen autonom eingreifender Fahrerassistenzsysteme . . . . . . . . . . . . . . . . Nutzergerechte Entwicklung der Mensch-Maschine-Interaktion von Fahrerassistenzsystemen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1 Übersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Fragestellungen bei der Entwicklung der Mensch-Maschine-Interaktion (HMI) von FAS 4.2.1 Unterstützung durch FAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.2 Leistungen und Grenzen der FAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.3 Benötigte Kompetenzen und Fachbereiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.4 Einflussfaktoren bei der Entwicklung von FAS . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.5 Interaktionskanäle zwischen Fahrer, FAS und Fahrzeug . . . . . . . . . . . . . . . . . . 4.2.6 Änderung der Beziehung Fahrer-Fahrzeug durch FAS . . . . . . . . . . . . . . . . . . . . 4.2.7 Situationsbewusstsein des Fahrers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.8 Inneres Modell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.9 Entlastung oder Belastung durch FIS und FAS? . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.10 Verantwortung des Fahrers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.11 Stärken von Mensch und Maschine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12 15 15 16 17 19 20 22 24 24 24 27 27 27 28 28 29
33 33 33 33 33 34 34 34 35 36 36 37 37 37
XVII
Inhaltsverzeichnis
4.3
Systematische Entwicklung des HMI von FAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Die Entwicklung des HMI im FAS-Entwicklungsprozess . . . . . . . . . . . . . . . . . 4.3.2 Unterstützungsbedarf des Fahrers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.3 Leitlinien zur Entwicklung von FIS und FAS . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.4 Richtlinien für FIS – „European Statements of Principles on HMI“ (ESoP) . . . 4.3.5 Normen zur Gestaltung von FIS und FAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.6 Entwicklung von Normen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.7 ISO-Normen zu HMI im Kfz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bewertung von FAS-Gestaltungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37 37 38 38 39 39 40 40 40 42
5
Entwurf und Test von Fahrerassistenzsystemen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1 Begriffsklärung „Fahrerassistenzsysteme“ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Motivation des Beitrags . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Fahrerassistenzsysteme aus Sicht des Fahrers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4 Systematischer Entwurf von Fahrerassistenzsystemen . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5 Systematischer Entwurf einer „Automatischen Notbremse“ . . . . . . . . . . . . . . . . . . . . . . 5.5.1 Nutzerorientierte Funktionsdefinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5.2 Aspekte der Systemarchitektur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5.3 Funktionale Tests von Fahrerassistenzsystemen . . . . . . . . . . . . . . . . . . . . . . . . . 5.5.4 Testfall „berechtigte Auslösung“ – Vehicle-in-the-Loop . . . . . . . . . . . . . . . . . . 5.5.5 Fehlerwahrscheinlichkeit für „unberechtigte Auslösung“ – trojanische Pferde 5.6 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43 43 44 44 45 47 47 50 51 51 52 52
6
Bewertungsverfahren von Fahrerassistenzsystemen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.1 Zielsetzung der nutzerorientierten Bewertung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Anforderungen an Bewertungsverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3 Eingesetzte Verfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3.1 Versuche an Fahrsimulatoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3.2 Versuche auf Testgeländen (kontrolliertes Feld) . . . . . . . . . . . . . . . . . . . . . . . . . 6.3.3 Versuche im realen Straßenverkehr (Feldversuche) . . . . . . . . . . . . . . . . . . . . . . 6.4 Exemplarische Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4.1 Bewertung von Sicherheitssystemen am Fahrsimulator . . . . . . . . . . . . . . . . . . . 6.4.2 Bewertung einer Sicherheitsfunktion in Versuchen auf einem Testgelände . . . 6.4.3 Bewertung von Assistenzfunktion in Versuchen im realen Straßenverkehr . . .
55 55 55 57 57 58 58 59 59 63 65
7
EVITA – Das Prüfverfahren zur Beurteilung von Antikollisionssystemen . . . . . . . . . . . . . 7.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2 Bisher bekannte Testverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3 Das Dummy Target EVITA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.1 Ziele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.2 Konzept . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.3 Aufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.4 Versuchsablauf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.5 Leistungsdaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4 Messkonzept im Versuchsfahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.5 Gefährdungen von Versuchsteilnehmern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.6 Bewertungsmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.6.1 Wirksamkeit eines Antikollisionssystems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.6.2 Probandenversuch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.6.3 Beurteilungszeitraum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.6.4 Vergleiche von Antikollisionssystemen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.7 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69 69 69 70 70 70 71 71 72 72 72 73 73 73 73 74 75
4.4 4.5
XVIII
Inhaltsverzeichnis
8
Bewertung von Fahrerassistenzsystemen mittels der Vehicle in the Loop-Simulation . . . 8.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.2 Entwicklung von Fahrerassistenzsystemen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3 Vehicle in the Loop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3.1 Verkehrssimulation und Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3.2 Positionierung des Versuchsträgers in der Verkehrssimulation . . . . . . . . . . . . . 8.3.3 Einbindung des Fahrers mithilfe von Augmented Reality . . . . . . . . . . . . . . . . . 8.3.4 Sensormodelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.4 Gesamtarchitektur des Vehicle in the Loop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.5 Validierung des Vehicle in the Loop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.6 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
76 76 76 79 80 80 80 81 81 82 83
9
Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur im Kraftfahrzeug . . . 9.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.2 Systemarchitektur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.3 Wichtige Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur . . . . . . . . . . 9.4 Ausstattungsvarianz und Vernetzungskomplexität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.5 Partitionierung von FAS-Funktionen auf Steuergeräte . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.6 Vernetzungstechnologien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.7 Zusammenfassung und Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
84 84 85 86 87 88 91 92
B Sensorik für Fahrerassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
10 Fahrdynamik-Sensoren für FAS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2 Allgemeine Auswahlkriterien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2.1 Anforderungen Technikebene . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2.2 Kommerzielle Ebene . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3 Technische Sensorkenndaten für Fahrerassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . 10.3.1 Sensoren und Einbauorte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3.2 Raddrehzahlsensor DF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3.3 Lenkradwinkelsensoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3.4 Drehraten- und Beschleunigungssensoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3.5 Bremsdrucksensoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
94 94 94 95 97 98 98 99 101 104 106
11 Ultraschallsensorik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.1 Piezoelektrischer Effekt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2 Piezoelektrische Keramiken . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2.1 Materialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2.2 Herstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2.3 Hysterese . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2.4 Piezoelektrische Konstanten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2.5 Depolarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.3 Ultraschallwandler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.3.1 Ersatzschaltbild . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.4 Ultraschallsensoren für das Kfz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.4.1 Sensorbaugruppen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.5 Antennen und Strahlgestaltung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.5.1 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.6 Entfernungsmessung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.7 Halter- und Befestigungskonzepte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.8 Leistungsfähigkeit und Zuverlässigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.9 Zusammenfassung und Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
110 110 110 110 111 112 112 113 113 114 115 115 117 117 119 120 120 121
XIX
Inhaltsverzeichnis
XX
12 Radarsensorik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.1 Ausbreitung und Reflektion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.2 Abstands- und Geschwindigkeitsmessung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.2.1 Grundprinzip Modulation und Demodulation . . . . . . . . . . . . . . . . . . . . . . . . . . 12.2.2 Doppler-Effekt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.2.3 Mischen von Signalen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.2.4 Pulsmodulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.2.5 Frequenzmodulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.3 Winkelmessung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.3.1 Antennen-theoretische Vorbetrachtungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.3.2 Scanning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.3.3 Monopuls . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.3.4 Mehrstrahler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.3.5 Dual-Sensor-Konzept . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.4 Hauptparameter der Leistungsfähigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.4.1 Abstand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.4.2 Relativgeschwindigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.4.3 Azimutwinkel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.4.4 Leistungsfähigkeit und Mehrzielfähigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.4.5 24 GHz vs. 77 GHz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.5 Signalverarbeitung und Tracking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.6 Einbau und Justage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.7 Elektromagnetische Verträglichkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.8 Ausführungsbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.8.1 Bosch LRR2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.8.2 Bosch LRR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.8.3 Continental (A.D.C.) ARS200 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.8.4 Continental ARS 300 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.8.5 Delphi Forward Looking Radar (3. Generation) . . . . . . . . . . . . . . . . . . . . . . . . . 12.8.6 Delphi Electronic Scanning Radar (4. Generation) . . . . . . . . . . . . . . . . . . . . . . 12.8.7 Hella 24 GHz-Mid Range Radar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.8.8 TRW AC20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.9 Zusammenfassung und Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
123 123 126 126 127 127 129 131 140 140 141 142 143 144 145 145 145 146 146 147 148 150 151 152 152 153 157 159 162 162 166 168 169
13 Lidarsensorik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.1 Funktion, Prinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.1.1 Begrifflichkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.1.2 Messverfahren Distanzsensor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.1.3 Aufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.1.4 Transmissions- und Reflexionseigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.1.5 Trackingverfahren und Auswahl relevanter Ziele . . . . . . . . . . . . . . . . . . . . . . . . 13.2 Applikation im Fahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.2.1 Laserschutz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.2.2 Integration für nach vorne gerichtete Sensoren (zum Beispiel für ACC) . . . . . 13.3 Zusatzfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.4 Aktuelle Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.5 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
172 172 172 172 174 177 179 181 181 181 182 183 185
14 3D-Imaging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.1 Einordnung und Erläuterung des Grundkonzeptes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.2 Vorteile und Applikationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.3 Grundsätzliche Lösungen zur 3D-Erfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.3.1 Formerfassung mit optisch inkohärenter Modulationslaufzeitmessung . . . . . . 14.3.2 Das PMD-Prinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.4 Module eines PMD-Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
187 187 187 188 189 191 192
Inhaltsverzeichnis
14.4.1 PMD-Imager: 2D-Mischer und Integrator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.4.2 Beleuchtung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14.4.3 Weiterverarbeitung (Merkmalsextraktion, Objekttracking) . . . . . . . . . . . . . . . . 14.5 Leistungsfähigkeit und Leistungsgrenzen des Gesamtsystems . . . . . . . . . . . . . . . . . . . .
192 194 194 196
15 Maschinelles Sehen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.1 Bildsensor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.1.1 Hardwarekomponenten und Technologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.1.2 Projektive Abbildung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.1.3 Bildrepräsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.2 Bildverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.2.1 Bildvorverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.2.2 Merkmalsextraktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.3 3d-Rekonstruktion der Szenengeometrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.3.1 Stereoskopie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.3.2 Motion-Stereo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.3.3 Trifokal-Tensor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.4 Zeitliche Verfolgung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.4.1 Bayes-Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.4.2 Zeitliche Verfolgung mit dem Kalman-Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.5 Anwendungsbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.5.1 Fahrstreifenerkennung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.5.2 Objektdetektion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15.6 Zusammenfassung und Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
198 198 198 199 201 202 202 205 208 208 210 211 212 213 214 214 214 216 220
16 Kamerabasierte Fußgängerdetektion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16.1 Anforderungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16.2 Mögliche Ansätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16.3 Beschreibung des Funktionsprinzips . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16.4 Beschreibungen der Anforderungen an Hardware und Software . . . . . . . . . . . . . . . . . . . 16.5 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
223 223 224 225 233 234
17 Fusion umfelderfassender Sensoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.1 Definition Sensordatenfusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.1.1 Ziele der Datenfusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.2 Hauptkomponenten der Sensordatenverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.2.1 Signalverarbeitung und Merkmalsextraktion . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.2.2 Datenassoziation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.2.3 Datenfilterung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.2.4 Klassifikation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.2.5 Situationsanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.3 Architekturmuster zur Sensordatenfusion von Umfeldsensoren . . . . . . . . . . . . . . . . . . . 17.3.1 Dezentral – Zentral – Hybrid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.3.2 Rohdaten-Ebene – Merkmals-Ebene – Entscheidungs-Ebene . . . . . . . . . . . . . . 17.3.3 Synchronisiert – Unsynchronisiert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.3.4 Neue Daten – Datenkonstellation – Externes Ereignis . . . . . . . . . . . . . . . . . . . . 17.3.5 Originaldaten – Gefilterte Daten – Prädizierte Daten . . . . . . . . . . . . . . . . . . . . 17.3.6 Parallel – Sequenziell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17.4 Abschließende Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
237 237 238 239 239 240 242 242 243 243 243 244 245 246 246 246 247
C Aktorik für Fahrerassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
249
18 Hydraulische Pkw-Bremssysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18.1 Standardarchitektur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18.2 Architektur der Elektrohydraulischen Bremse EHB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18.3 Architektur eines Regenerativen Bremssystems (RBS) . . . . . . . . . . . . . . . . . . . . . . . . . .
250 250 259 267
XXI
Inhaltsverzeichnis
XXII
19 Elektromechanische Bremssysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1 Elektromechanisches Bremssystem (EMB) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.2 Systemarchitektur und Komponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.3 Betätigungseinrichtung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.4 Zentralsteuergerät . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.5 Radbremsen-Aktor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.6 Sensorik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.7 Regelkonzepte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.8 Energieversorgung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.1.9 Kommunikationssystem (Bus-Struktur) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.2 Hybrid-Bremssystem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.2.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.2.2 Systemarchitektur und Komponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.2.3 Regelfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.2.4 Hinterachs-Aktor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.3 Elektrische Parkbremse (EPB) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.3.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.3.2 Systemarchitektur und Komponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19.3.3 Schnittstellen des elektronischen Steuergeräts . . . . . . . . . . . . . . . . . . . . . . . . . . 19.3.4 Funktionen der EPB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
271 271 271 271 273 275 275 276 276 276 277 278 278 278 279 280 280 280 280 284 284
20 Lenkstellsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.1 Allgemeine Anforderungen an Lenksysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.2 Basislösungen der Lenkunterstützung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.2.1 Die hydraulische Hilfskraftlenkung (HPS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.2.2 Die parametrierbare hydraulische Hilfskraftlenkung . . . . . . . . . . . . . . . . . . . . . 20.2.3 Die elektrohydraulische Hilfskraftlenkung (EHPS) . . . . . . . . . . . . . . . . . . . . . . 20.2.4 Die elektromechanische Hilfskraftlenkung (EPS) . . . . . . . . . . . . . . . . . . . . . . . 20.2.5 Elektrische Komponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.3 Lösungen zur Überlagerung von Momenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.3.1 Zusatzaktor für hydraulische Lenksysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.3.2 Elektrische Lenksysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.4 Lösungen zur Überlagerung von Winkeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.4.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.4.2 Funktionalität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.4.3 Stellervarianten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.4.4 Einsatzbeispiel BMW E60 – ZFLS-Aktor am Lenkgetriebe . . . . . . . . . . . . . . . 20.4.5 Einsatzbeispiel Audi A4 – ZFLS-Aktor in der Lenksäule. . . . . . . . . . . . . . . . . . 20.4.6 Einsatzbeispiel Lexus – koaxialer Lenksäulenaktor lenkwellenfest . . . . . . . . . . 20.5 Steer-by-Wire-Lenksystem und Einzelradlenkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.5.1 Systemkonzept und Bauteile. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.5.2 Technik, Vorteile und Chancen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
287 287 287 287 288 289 290 294 295 296 297 299 299 300 300 302 304 307 309 310 311
D Mensch-Maschine-Schnittstelle für Fahrerassistenzsysteme . . . . . . . . . . . . . . . .
313
21 Gestaltung von Mensch-Maschine-Schnittstellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.1 Ein Arbeitsmodell von Mensch-Maschine-Schnittstellen . . . . . . . . . . . . . . . . . . . . . . . . . 21.2 Grundeinteilung der Schnittstellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.2.1 Bedienelemente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.2.2 Anzeige . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.3 Gestaltungsleitsätze und -prinzipien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.3.1 Gestaltungsleitsätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.3.2 Gestaltungsprinzipien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
314 314 315 315 316 317 317 319
Inhaltsverzeichnis
21.4 21.5
Gestaltungsprozess . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Praxis und Gestaltungsprozess . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
320 323
22 Bedienelemente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22.1 Anforderungen an Bedienelemente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22.2 Bestimmung des Handlungsorgans, der Körperhaltung und der Greifart . . . . . . . . . . . . 22.3 Festlegung der Bedienteilart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22.4 Vermeiden von unbefugtem und unbeabsichtigtem Stellen . . . . . . . . . . . . . . . . . . . . . . . 22.5 Festlegung der räumlichen Anordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22.6 Festlegung von Bedienrichtung, -weg und -widerstand . . . . . . . . . . . . . . . . . . . . . . . . . . 22.7 Festlegung von Form, Abmessungen, Material und Oberfläche . . . . . . . . . . . . . . . . . . . . 22.8 Kennzeichnung der Stellteile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22.9 Alternative Bedienkonzepte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
325 325 326 326 326 327 328 328 329 329
23 Anzeigen für Fahrerassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.1 Anforderungen an Displays im Kraftfahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.1.1 Interaktionskanäle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.1.2 „Code of Practice“ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.2 Heutige Displaykonzepte im Kraftfahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.2.1 Kommunikationsbereiche im Fahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.2.2 Displays für das Kombiinstrument . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.2.3 Head-up-Display (HUD) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.2.4 Zentrale Anzeige- und Bedieneinheit in der Mittelkonsole . . . . . . . . . . . . . . . . 23.2.5 Displays für Nachtsichtsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.2.6 Zusatzdisplays . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.3 Anzeigen für das Kraftfahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.3.1 Elektromechanische Messwerke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.3.2 Aktive und passive Segmentdisplays . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.3.3 Graphikanzeigen für Kombiinstrument und Mittelkonsole . . . . . . . . . . . . . . . . 23.4 Zukünftige Displaykonzepte im Kraftfahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.4.1 Kontaktanaloges Head-up-Display . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.4.2 Laserprojektion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
330 330 330 330 331 331 332 334 335 335 336 336 337 338 340 341 341 342
24 Fahrerwarnelemente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.2 Menschliche Informationsverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.3 Schnittstellen zwischen Mensch und Maschine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.4 Anforderungen an Warnelemente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.5 Beispiele für Warnelemente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.5.1 Warnelemente für die Längsführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.5.2 Warnelemente der Querführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.6 Voreinteilung von Warnelementen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24.7 Bewertungskriterien für warnende Frontalkollisionsgegenmaßnahmen . . . . . . . . . . . . . 24.8 Ergebnisse für Frontalkollisionswarnungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
343 343 343 344 345 345 346 347 348 350 352
E Fahrerassistenz auf Stabilisierungsebene . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
355
25 Bremsenbasierte Assistenzfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.2 Grundlagen der Fahrdynamik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.2.1 Stationäres und instationäres Reifen- und Fahrverhalten . . . . . . . . . . . . . . . . . . 25.2.2 Kenngrößen der Fahrdynamik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.3 ABS, ASR und MSR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.3.1 Regelkonzepte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
356 356 356 356 359 360 360
XXIII
Inhaltsverzeichnis
XXIV
25.4 ESP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.4.1 Anforderungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.4.2 Eingesetzte Sensoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.4.3 Regelkonzept des ESP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.4.4 Sollwertbildung und Schätzung fahrdynamischer Größen . . . . . . . . . . . . . . . . . 25.4.5 Sicherheitskonzept . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.5 Mehrwertfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.5.1 Special Stability Support . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.5.2 Special Torque Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.5.3 Brake & Boost Assist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.5.4 Standstill & Speed Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.5.5 Advanced Driver Assistance System Support . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.5.6 Monitoring & Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.6 Unterschiede zu EHB-basierten Bremsregelsystemen . . . . . . . . . . . . . . . . . . . . . . . . . . . 25.7 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
363 363 364 366 374 379 381 381 385 386 390 392 393 393 394
26 Fahrerassistenz auf der Stabilisierungsebene . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26.1 Fahrdynamikregelung mit Brems- und Lenkeingriff . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26.1.1 Systemkontext und Benutzeranforderungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26.1.2 Konzept und Wirkprinzip der Brems- und Lenkregelung . . . . . . . . . . . . . . . . . 26.1.3 Funktionsmodule zum Lenkwinkeleingriff . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26.1.4 Funktionsmodule zur Fahrerlenkempfehlung . . . . . . . . . . . . . . . . . . . . . . . . . . . 26.1.5 Zukünftige Entwicklungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
395 395 396 396 398 399 401
27 Fahrdynamikregelsysteme für Motorräder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27.1 Fahrstabilität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27.2 Bremsstabilität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27.3 Für Fahrdynamikregelungen relevantes Unfallgeschehen von Motorrädern . . . . . . . . . . 27.4 Stand der Technik der Bremsregelsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27.4.1 Hydraulische ABS-Bremsanlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27.4.2 Elektrohydraulische Integralbremsanlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27.5 Stand der Technik der Antriebsschlupfregelungssysteme . . . . . . . . . . . . . . . . . . . . . . . . . 27.6 Zukünftige Fahrdynamikregelungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
404 404 407 410 410 411 412 415 417
28 Stabilisierungsassistenzfunktionen im Nutzfahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.2 Spezifika von ABS, ASR und MSR für Nutzfahrzeuge im Vergleich zum Pkw . . . . . . . 28.2.1 Nkw-spezifische Besonderheiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.2.2 Regelungsziele und -prioritäten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.2.3 Systemaufbau, Steller . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.2.4 Sonderfunktionen für Nkw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.3 Spezifika der Fahrdynamikregelung für Nutzfahrzeuge im Vergleich zum Pkw . . . . . . 28.3.1 Nkw-spezifische Besonderheiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.3.2 Regelungsziele und -prioritäten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.3.3 Systemarchitektur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.3.4 Sonderfunktionen für Nkw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.4 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.4.1 Fahrdynamikregelung für Gliederzüge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28.4.2 Nutzung weiterer Steller . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
422 422 422 422 424 427 430 430 430 431 434 435 435 436 436
29 Lenkassistenzfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29.1 Lenkübersetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29.2 Lenkmomentunterstützung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29.3 Lenkwinkelunterstützung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29.3.1 Ergonomie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
438 438 438 441 442
Inhaltsverzeichnis
29.3.2 Lenkverhalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fahrerunabhängige Lenkeingriffe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29.4.1 Fahrverhalten und Fahrstabilität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29.4.2 Assistenzfunktionen zur Bahnführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29.5 Fahrerakzeptanz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29.6 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
442 445 445 445 446 446
F Fahrerassistenz auf Bahnführungs- und Navigationsebene . . . . . . . . . . . . . . . . .
447
30 Sichtverbesserungssysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30.1 Häufigkeit von Verkehrsunfällen bei Nacht oder ungünstigen Witterungsverhältnissen 30.2 Lichttechnische und fahrzeugtechnische Konsequenzen für Sichtverbesserungssysteme 30.3 Derzeitige und zukünftige Scheinwerfersysteme zur Sichtverbesserung . . . . . . . . . . . . . 30.3.1 Sichtverbesserungssysteme auf der Basis der Lichtquellenentwicklung . . . . . . 30.3.2 Sichtverbesserungssysteme auf Basis der adaptiven Lichtverteilung . . . . . . . . . 30.3.3 Sichtverbesserungssysteme auf Basis der assistierenden Lichtverteilung . . . . . 30.4 Nachtsichtsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30.4.1 Sensorik für Nachtsichtsysteme im Kraftfahrzeug . . . . . . . . . . . . . . . . . . . . . . . 30.4.2 Anzeigen für Nachtsichtsysteme im Kraftfahrzeug . . . . . . . . . . . . . . . . . . . . . . 30.4.3 Bildverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30.4.4 Vergleich der Systemansätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
448 448 452 455 455 456 462 465 465 468 469 469
31 Einparkassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.1 Abstufungen der Einparkassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.2 Anforderungen an Einparkassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.3 Technische Realisierungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.3.1 Informierende Einparkassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.3.2 Geführte Einparkassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.3.3 Semiautomatisches Einparken . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.4 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
471 471 471 472 472 473 475 476
32 Adaptive Cruise Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.2 Rückblick auf die Entwicklung von ACC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.3 Anforderungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.3.1 Funktionsanforderungen für Standard-ACC nach ISO 15622 . . . . . . . . . . . . . . 32.3.2 Zusätzliche Funktionsanforderungen für FSR-ACC nach ISO 22179 . . . . . . . . 32.4 Systemstruktur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.4.1 Beispiel Mercedes-Benz Distronic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.4.2 Beispiel BMW FSR-ACC-System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.4.3 Funktionsabstufungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.5 ACC-Zustandsmanagement und Mensch-Maschine-Schnittstelle . . . . . . . . . . . . . . . . . . 32.5.1 Systemzustände und Zustandsübergänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.5.2 Bedienelemente mit Ausführungsbeispielen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.5.3 Anzeigeelemente mit Ausführungsbeispielen . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.6 Zielobjekterkennung für ACC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.6.1 Anforderungen an die Umfeldsensorik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.6.2 Messbereiche und Messgenauigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.7 Zielauswahl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.7.1 Bestimmung der Kurskrümmung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.7.2 Kursprädiktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.7.3 Fahrschlauch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.7.4 Weitere Kriterien für die Zielauswahl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.7.5 Grenzen der Zielauswahl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
478 478 479 480 480 481 482 482 483 483 485 485 487 488 491 491 491 496 497 498 498 500 501
29.4
XXV
Inhaltsverzeichnis
XXVI
32.8 Folgeregelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.8.1 Grundsätzliche Betrachtungen zur Folgeregelung . . . . . . . . . . . . . . . . . . . . . . . 32.8.2 Fuzzy-Folgeregler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.9 Zielverluststrategien und Kurvenregelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.9.1 Annäherungsstrategien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.9.2 Überholunterstützung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.9.3 Reaktion auf stehende Ziele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.9.4 Anhalteregelung, Spezifika der Low-Speed-Regelung . . . . . . . . . . . . . . . . . . . . 32.10 Längsregelung und Aktorik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.10.1 Grundstruktur und Koordination Aktorik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.10.2 Bremse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.10.3 Antrieb . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.11 Nutzungs- und Sicherheitsphilosophie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.11.1 Nachvollziehbarkeit der Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.11.2 Systemgrenzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.12 Sicherheitskonzept . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.13 Nutzer- und Akzeptanzstudien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.13.1 Akzeptanz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.13.2 Nutzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.13.3 Kompensationsverhalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.13.4 Habituationseffekte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.13.5 Übernahmesituationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.13.6 Komfortbeurteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.14 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.14.1 Aktuelle Entwicklungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.14.2 Funktionserweiterungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
502 502 506 506 509 509 510 510 510 510 511 513 515 515 515 516 517 517 517 518 519 519 520 520 520 520
33 Frontalkollisionsschutzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.1 Problemstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.2 Frontalunfallschutz durch präventive Assistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.3 Reaktionsunterstützung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.4 Notmanöver . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.5 Bremsassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.5.1 Basisfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.5.2 Weiterentwicklungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.6 Warn- und Eingriffszeitpunkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.6.1 Fahrdynamische Betrachtungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.6.2 Frontalkollisionsgegenmaßnahmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.6.3 Nutzenpotenzial für Kollisionsgegenmaßnahmen . . . . . . . . . . . . . . . . . . . . . . . 33.6.4 Anforderungen an die Umfelderfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.7 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
522 522 523 523 524 524 524 527 528 528 535 537 539 540
34 Lane Departure Warning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.1 Fahrstreifenerkennungssysteme und ihre Anwendung . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.2 Ein Blick auf die Unfalldaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.3 Fahrstreifenerkennungssysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.3.1 Umwelteinflüsse und begrenzende Faktoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.3.2 Länderspezifische Unterschiede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.4 Funktionsausprägungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.4.1 Lane Departure Warning-System (LDW) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.4.2 Advanced Lane Departure Warning-System (ALDW) . . . . . . . . . . . . . . . . . . . . 34.4.3 Lane Keeping Support (LKS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.4.4 Lane Departure Prevention (LDP) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34.5 Erwartung für den Markt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
543 543 543 545 546 547 548 548 549 550 551 551
Inhaltsverzeichnis
35 Lane Keeping Support . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35.1 Funktionsübersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35.2 Lösungsansätze und technische Realisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35.2.1 Fahrstreifenerkennung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35.2.2 Regelstrategie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35.2.3 Mensch-Maschine-Schnittstelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35.2.4 Aktoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35.3 Grenzen des Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35.4 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
554 554 556 556 557 558 558 559 559
36 Fahrstreifenwechselassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.2 Anforderungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.3 Klassifikation der Systemfunktionalität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.3.1 Klassifikation nach Leistung der Umfelderfassung . . . . . . . . . . . . . . . . . . . . . . 36.3.2 Systemzustandsdiagramm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.4 Lösungen und beispielhafte Umsetzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.4.1 „Blind Spot Information System“ (BLIS) von Volvo . . . . . . . . . . . . . . . . . . . . . 36.4.2 „Toter Winkel Detektor“ von Peugeot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.4.3 „Totwinkel-Assistent“ von Mercedes-Benz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.4.4 „Audi Side Assist“/„Side Assist“ von VW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.4.5 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.5 Erreichte Leistungsfähigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.6 Weiterentwicklungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
562 562 562 563 564 564 565 566 566 566 568 569 570 571
37 Kreuzungsassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.1 Unfallgeschehen an Kreuzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.2 Kreuzungsassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.2.1 STOP-Schild-Assistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.2.2 Ampelassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.2.3 Einbiege-/Kreuzenassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.2.4 Linksabbiegeassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.3 Situationsbewertung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.4 Geeignete Warn- und Eingriffsstrategien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37.5 Herausforderungen bei der Umsetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
572 572 572 573 574 575 576 578 578 579
38 Bahnführungsassistenz für Nutzfahrzeuge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38.1 Anforderungen an die Fahrer von Nutzfahrzeugen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38.2 Wesentliche Unterschiede zwischen Lkw und Pkw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38.3 Unfallszenarien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38.4 Adaptive Cruise Control (ACC) für Nutzfahrzeuge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38.5 Spurverlassenswarner für Nutzfahrzeuge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38.6 Notbremssysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38.7 Entwicklung für die Zukunft . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
582 582 584 586 588 592 595 596
39 Navigation und Telematik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.1 Historie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.2 Navigation im Fahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.2.1 Ortung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.2.2 Zieleingabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.2.3 Routensuche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.2.4 Zielführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.2.5 Kartendarstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.2.6 Dynamisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.2.7 Korridor und Datenabstraktion (Datenträger) . . . . . . . . . . . . . . . . . . . . . . . . . . .
599 599 600 601 604 605 606 607 608 608
XXVII
Inhaltsverzeichnis
39.3 39.4
Offboard-Navigation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Hybrid-Navigation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.4.1 Kartendaten – aktuell und individuell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Assistenzfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Verkehrstelematik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.6.1 Rundfunkbasierte Technologien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.6.2 Mobilfunkbasierte Technologien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.6.3 Telematik Basisdienste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.6.4 Car-to-Car-Kommunikation, Car-to-Infrastructure-Kommunikation . . . . . . . . 39.6.5 Mautsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.6.6 Moderne Verkehrssteuerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.6.7 Zukünftige Entwicklung von Telematikdiensten . . . . . . . . . . . . . . . . . . . . . . . . Herausforderungen für Navigation und Telematik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.7.1 Consumer-Elektronik (CE) versus Automobil-Elektronik (AE) . . . . . . . . . . . . . 39.7.2 Aufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39.7.3 Entwicklungsprozess . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
609 609 611 612 612 613 614 616 617 618 618 619 620 620 622 622
G Zukunft der Fahrerassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
625
40 Das mechatronische Fahrwerk der Zukunft . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40.1 Das vernetzte Chassis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40.2 Motivationen für Brake-by-Wire-Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40.3 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
626 626 629 629
41 Antikollisionssystem PRORETA – Integrierte Lösung für ein unfallvermeidendes Fahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.2 Ausstattung des Versuchsfahrzeugs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.3 Umfelderkennung durch Sensordatenfusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.4 Eingriffsentscheidung für ein Notmanöver . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.5 Algorithmen zur Fahrzeugregelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.6 Zusammenspiel zwischen Fahrer und Fahrerassistenzsystem . . . . . . . . . . . . . . . . . . . . . 41.6.1 Ziel der Untersuchung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.6.2 Versuchskonzept . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.6.3 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.6.4 Fazit aus den Probandenversuchen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.7 Erprobung des Fahrerassistenzsystems in Fahrversuchen . . . . . . . . . . . . . . . . . . . . . . . . 41.7.1 Umfelderfassung mit Laserscanner und Videosensor . . . . . . . . . . . . . . . . . . . . . 41.7.2 Blockierte Spur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.7.3 Einscherendes Fahrzeug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.8 Schlussbemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
632 632 632 634 634 636 637 637 638 639 641 642 642 643 645 645
42 Kooperative Automation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.1 Einleitung und Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.2 Aspekte der kooperativen Automation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.2.1 Parallel-simultane Assistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.2.2 Parallel-sequenzielle Assistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.2.3 Seriell-simultane Assistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.3.4 Seriell-sequenzielle Assistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.2.5 Weitere ergonomische Aspekte einer kooperativen Fahrzeugführung . . . . . . . 42.3 Umsetzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.3.1 Conduct-by-Wire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.3.2 H-Mode – die Umsetzung der Horse-Metapher . . . . . . . . . . . . . . . . . . . . . . . . . 42.4 Fazit und Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
647 647 648 648 649 649 649 650 651 651 653 655
39.5 39.6
39.7
XXVIII
Inhaltsverzeichnis
43 Autonomes Fahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1 Urban Challenge 2007 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1.1 Systemaufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1.2 Software-Architektur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1.3 Informationsverarbeitungskette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1.4 Erfassung der Umgebung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1.5 Dynamische Objekte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1.6 Fahrstreifenerkennung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1.7 Missions- und Manöverplanung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.1.8 Regelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.2 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
657 657 658 659 660 661 661 661 661 663 663
44 Quo vadis, FAS? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44.1 Integrierte Bedienkonzepte für Fahrerassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . 44.2 Verbesserung der Umweltbilanz durch FAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44.3 Mobilitätsteigerung durch FAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44.4 Aktive Kollisionsvermeidung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44.5 Autonomes Fahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44.5.1 Problemfeld Zulassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44.5.2 Ausweg aus dem Testdilemma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44.5.3 Möglicher Weg zu einer Metrik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44.6 Evolution der Fahrerassistenzsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
664 664 664 665 666 667 668 669 671 672
H Glossar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
674
Sachwortverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
682
XXIX
Einleitung Das Thema Fahrerassistenzsysteme ist bei Automobilherstellern, Zulieferern und in der universitären Forschung seit geraumer Zeit aktuell und hat in den vergangenen Jahren auch das Interesse der Öffentlichkeit geweckt. Die Zahl der am Markt verfügbaren Systeme und ihr Funktionsumfang zur Unterstützung des Fahrers bei der Ausführung der Fahraufgabe nehmen stetig zu. Bedingt durch die jüngsten Entwicklungen wird der Begriff Fahrerassistenzsysteme (in unserer abgekürzten Welt kurz mit FAS bezeichnet) heute zumeist mit Systemen der Aktiven Sicherheit, d. h. Systemen, die das Eintreten eines Unfalls verhindern, in Verbindung gebracht. Tatsächlich kann dieser Begriff jedoch sehr viel breiter gefasst werden, denn schon mit der Erfindung des elektrischen Starters, der die manuelle Kurbel ablöste, war ein erstes Fahrerassistenzsystem geboren, das das Fahren erleichterte. Auch Dinge wie die automatische Blinkerhebelrückstellung oder das synchronisierte Handschaltgetriebe werden heute als Selbstverständlichkeiten angesehen, sind im eigentlichen Sinne jedoch als Fahrerassistenzsysteme zu verstehen. Eine Einteilung der Fahrerassistenzsysteme kann nach unterschiedlichen Kriterien erfolgen. In diesem Buch sind die Themen anhand des 3-EbenenModells von Donges aus dem Jahr 1982 kategorisiert (ausführlich erläutert wird dieses Modell in Kapitel 2). Bei dieser Einteilung wird unterschieden, auf welcher der drei Ebenen der Fahraufgabe – Stabilisierung, Bahnführung, Navigation – das Fahrerassistenzsystem agiert. ABS und ESP sind z. B. Systeme, die den Fahrer auf der Stabilisierungsebene unterstützen und ihm so helfen, die Gewalt über sein Fahrzeug zu behalten. ACC, präventive Kollisionsschutz-, aber auch Sichtverbesserungssysteme wirken auf der Bahnführungsebene, indem sie dem Fahrer bei der Trajektorienwahl und -haltung Hilfestellungen bieten. Die Aufgaben auf Navigationsebene schließlich werden heutzutage durch hochentwickelte Navigations- und Verkehrstelematiksysteme unterstützt, die ihre Wirkung nicht auf das einzelne Fahrzeug beschränken, sondern in ganzen Teilbereichen des Netzes die Verkehrsströme beeinflussen. Allen Fahrerassistenzsystemen ist gemein, dass ihr Assistenzziel in der Deckung eines Assistenzbedarfs beim Fahrer liegt. Dieser Assistenzbedarf kann darin bestehen, in gefährlichen Situationen unter-
stützt zu werden, oder darin, die Leistungsgrenzen der menschlichen Wahrnehmung zu überwinden, wie es z. B. bei den Sichtverbesserungssystemen der Fall ist. Die Erreichung dieses Assistenzziels erfolgt mittels einer Assistenzfunktion, deren Umsetzung eine entsprechende Sensorik und Aktorik erfordert. Dabei kann eine Assistenzfunktion je nach Konzept mit unterschiedlicher Sensorik und Aktorik realisiert werden; als Beispiel seien Kollisionswarnsysteme genannt, bei denen je nach Hersteller Lidar-, Radar- und/oder Videosensorik zum Einsatz kommt. Assistenzbedarf (der Fahrer hat nur eine begrenzte Reaktionsfähigkeit und ist u. U. unaufmerksam) und Assistenzziel (rechtzeitige Warnung vor einer drohenden Kollision) sowie Funktionsziel (Erkennung von Hindernissen, bei denen die Gefahr einer Kollision besteht) sind dabei gleich und unabhängig vom gewählten Sensorkonzept. Das vorliegende Handbuch Fahrerassistenzsysteme liefert eine umfassende Darstellung sowohl der Sensorik und Aktorik, die in heutigen Systemen verwendet werden, als auch der Funktionen, die mit diesen Systemen umgesetzt werden. Alle wesentlichen zum Zeitpunkt des Verfassens der Beiträge auf dem Markt erhältlichen Systeme sind in diesem Buch vertreten, ebenso wie einige Weiterentwicklungen, die sich noch im Forschungs- bzw. Entwicklungsstadium befinden. Sehr einfache Fahrerassistenzsysteme wie z. B. die automatische Scheibenwischersteuerung oder Lichtautomatik wurden aus Umfangsgründen nicht berücksichtigt, ebenso wie Komfortfunktionen, die keinen direkten Bezug zur Fahraufgabe haben, wie beispielsweise die automatische Klimaregelung. Ausgangspunkt und Zentrum der Betrachtungen ist der Fahrer, der durch die Assistenzsysteme unterstützt werden soll. In Teil A: Grundlagen der Fahrerassistenzsystem-Entwicklung wird daher die Leistungsfähigkeit des Menschen und sein Verhalten bei der Fahrzeugführung beschrieben und dargelegt, welche Auswirkungen auf die Entwicklung von Fahrerassistenzsystemen sich daraus ergeben. Weitere Grundlagen, die im ersten Teil behandelt werden, sind Entwurf, Test und Bewertung der Systeme sowie ihre Einbindung in die Gesamtfahrzeugarchitektur. Teil B und C des Buches behandeln Sensorik und Aktorik für Fahrerassistenzsysteme. Teil B beinhaltet dabei auch die Fusion der Daten
1
Einleitung
umfelderfassender Sensoren und die Herausforderungen, die sich auf dem Gebiet des maschinellen Sehens stellen. Aufbauend auf Teil A beschäftigt sich Teil D: Mensch-Maschine-Schnittstelle für Fahrerassistenzsysteme mit den Anforderungen an eine nutzergerechte Gestaltung der Mensch-MaschineSchnittstelle sowie der Anzeigetechnologien, die dabei zum Einsatz kommen. Die Teile E und F: Fahrerassistenz auf Stabilisierungebene bzw. Fahrerassistenz auf Bahnführungs- und Navigationsebene enthalten detaillierte Darstellung von Systemen, wie sie derzeit im Pkw- und Lkw-Bereich sowie bei Motorrädern zum Einsatz kommen. Diese beiden Teile bilden damit das Kernstück des vorliegenden Handbuchs.
Der Teil G: Zukunft der Fahrerassistenzsysteme schildert aktuelle Herausforderungen, denen sich Forschung und Entwicklung im Bereich Fahrerassistenzsysteme stellen müssen und wagt mit einem abschließenden „Quo vadis, FAS?“ einen Blick auf die zukünftigen Entwicklungen. Wir wünschen allen Lesern viel Freude mit diesem Handbuch und hoffen, dass es sich für all jene als nützlich erweisen wird, die es als Nachschlagewerk nutzen oder sich mit seiner Hilfe in das spannende Thema der Fahrerassistenzsysteme einarbeiten wollen. Anregungen, Verbesserungsvorschläge und konstruktive Kritik im Allgemeinen zu dieser ersten Auflage sind uns sehr willkommen und erreichen uns unter der E-Mail-Adresse: [email protected]. Darmstadt, im Mai 2009 Prof. Dr. rer. nat. Hermann Winner Dipl.-Ing. Stephan Hakuli Dipl.-Wirtsch.-Ing. Gabriele Wolf
2
A Grundlagen der Fahrerassistenzsystementwicklung
1 Die Leistungsfähigkeit des Menschen für die Fahrzeugführung
4
2 Fahrerverhaltensmodelle
15
3 Fahrerassistenz und Verkehrssicherheit
24
4 Nutzergerechte Entwicklung der Mensch-Maschine-Interaktion von Fahrerassistenzsystemen
33
5 Entwurf und Test von Fahrerassistenzsystemen
43
6 Bewertungsverfahren von Fahrerassistenzsystemen
55
7 EVITA – Das Prüfverfahren zur Beurteilung von Antikollisionssystemen
69
8 Bewertung von Fahrerassistenzsystemen mittels der Vehicle in the Loop-Simulation
76
9 Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur im Kraftfahrzeug
84
3
A 1 Die Leistungsfähigkeit des Menschen für die Bettina Abendroth, Ralph Bruder Fahrzeugführung Die Arbeitsaufgabe Kraftfahrzeugführen zählt zu den vorwiegend informatorischen Tätigkeiten mit dem Arbeitsinhalt, Informationen in Reaktionen umzusetzen. Der Fahrer führt hierbei in der Regel eine Steuerungstätigkeit mit kontinuierlicher Informationsverarbeitung aus. Dementsprechend sind für die Fahrzeugführung vor allem der Prozess der Informationsverarbeitung sowie mit diesem in Wechselwirkung stehende Faktoren der individuellen Charakteristik des Fahrers von Bedeutung. Zur Beschreibung der Zusammenhänge zwischen Fahrer, Fahrzeug und Umgebung dient das im Folgenden dargestellte einfache Systemmodell (vgl. [1]). Dieses besteht aus den Elementen Fahrer und Fahrzeug. Die Eingangsgröße Fahrzeugführungsaufgabe, die auch von den Umgebungsfaktoren beeinflusst wird, wirkt auf diese zwei Systemelemente. Darüber hinaus können Störgrößen wie z. B. Ablenkungen durch den Beifahrer auftreten. Die
Ausgangsgröße aus diesem System kann durch die Systemleistungen Mobilität, Sicherheit und Komfort beschrieben werden.
1.1 Menschlicher Informationsverarbeitungsprozess Zur Erklärung der menschlichen Informationsverarbeitung gibt es eine Vielzahl von Modellen, diese spezifizieren die allgemeine Annahme, dass das in einem Rezeptor eintreffende Signal (Stimulus) in eine kognitive Repräsentation und in eine Reaktion des Menschen (Response) umgesetzt wird. Zu den bekanntesten Modellen im Ingenieurbereich zählen die sequenziellen sowie die Ressourcenmodelle. Sequenzielle Modelle unterstellen, dass die Transformation von Stimulus in Response streng sequenziell abläuft, d. h. die nächste Stufe kann erst durch-
Bild 1-1: Systemmodell Fahrer-Fahrzeug-Umgebung (vgl. [1])
4
1 Die Leistungsfähigkeit des Menschen für die Fahrzeugführung
laufen werden, wenn die vorige abgeschlossen ist. Ressourcenmodelle stützen sich auf die Annahme, dass die Kapazität, die für verschiedene Aktivitäten zur Verfügung steht, beschränkt ist und zwischen allen gleichzeitig ausgeführten Aufgaben aufgeteilt werden muss. Die Theorie der multiplen Ressourcen erweitert diese Sichtweise; gemäß dieser hängt das Ausmaß an Interferenz zweier Aufgaben davon ab, ob diese die gleichen Ressourcen beanspruchen [2]. Frei von Interferenz wäre demnach die gleichzeitige Verarbeitung visueller, räumlicher Bildinformationen (z. B. Zielführungsanzeige) und auditiver, verbaler Informationen (Telefongespräch, Nachrichten im Radio), da diese unterschiedliche Sinneskanäle und unterschiedliche Bereiche im Arbeitsgedächtnis nutzen. Experimentelle Untersuchungen haben jedoch gezeigt, dass diese Freiheit von Interferenz nicht uneingeschränkt gilt. Die menschliche Informationsverarbeitung wird hier anhand eines kombinierten Stufen- und Ressourcenmodells erklärt (siehe Bild 1-1). Dieses basiert auf den Verarbeitungsstufen Informationsaufnahme (Perzeption), Informationsverarbeitung i. e. S. (Kognition) und Informationsabgabe (Motorik) [3]. Darüber hinaus wird berücksichtigt, dass die zur Verfügung stehende Ressourcenkapazität beschränkt ist. Die Effizienz der drei Verarbeitungsstufen des Informationsverarbeitungsprozesses wird durch die zur Verfügung stehenden Verarbeitungsressourcen beeinflusst und benötigt die Zuwendung von Aufmerksamkeit. Diese bewirkt die gezielte Selektion von Informationen, die zu Inhalten der bewussten Verarbeitung werden sollen. Denn das ständige Überangebot an Informationen übersteigt die menschliche Verarbeitungskapazität, sodass der Mensch bei Weitem nicht alles bewusst wahrnehmen kann, was ihn auf der Ebene der Sinnesrezeptoren erreicht. Der Mensch kann seine gesamte Aufmerksamkeit unterschiedlich auf die drei Stufen des Informationsverarbeitungsprozesses verteilen, um relevante Informationsquellen auszuwählen und diese Informationen weiterzuverarbeiten. Für jede Arbeitstätigkeit kann eine günstige Aufmerksamkeitsverteilung vom Menschen erlernt werden, im Extremfall kann eine schlechte Aufmerksamkeitsverteilung menschliche Fehlhandlungen verursachen. Auf theoretischer Ebene können verschiedene Formen der Aufmerksamkeit in den Dimensionen Selektivität und Intensität unterschieden werden. Mit der selektiven Aufmerksamkeitszuwendung wird die Tatsache beschrieben, dass der Mensch sich zwischen verschiedenen, miteinander konkurrierenden Informationsquellen entscheiden muss.
A
Im Rahmen der geteilten Aufmerksamkeit muss der Mensch verschiedene Reize simultan wahrnehmen, während er sich bei einem Aufmerksamkeitswechsel von einem Reiz abwendet, um sich anschließend einem anderen zuzuwenden. Die Intensität der Aufmerksamkeit betrifft das Aktivierungsniveau, hierbei sind die herabgesetzte Vigilanz (niedriger Anteil relevanter Stimuli) und die Daueraufmerksamkeit (hoher Anteil relevanter Stimuli) von Bedeutung.
1.1.1 Informationsaufnahme Der Informationsaufnahme werden alle Prozesse zugeordnet, die das Entdecken und Erkennen von Informationen betreffen. Dabei wird der Vorgang der internen Repräsentation der Umwelt als Wahrnehmung bezeichnet. Dieses innere Abbild der Umwelt wird beeinflusst von der aktuellen Situation, in der sich der Mensch befindet, und den Erfahrungen, über die dieser verfügt. Die Informationsaufnahme erfolgt über die Sinnesorgane. Der Mensch kann eine Vielzahl gleichzeitig übermittelter Informationen parallel über alle Sinneskanäle aufnehmen, allerdings kann die gleichzeitige Verarbeitung verschiedener Informationen die Leistung verschlechtern. Die spezifischen Leistungsbereiche der Sinnesorgane beeinflussen Quantität und Qualität der aufgenommenen Informationen und somit auch alle folgenden Informationsverarbeitungsschritte. Dem menschlichen Wahrnehmungssystem werden neun sensorische Modalitäten zugeordnet. Für die Fahrzeugführung sind jedoch vor allem visuelle, akustische, haptische und vestibuläre Wahrnehmungen von Bedeutung. Darüber hinaus verfügt der Mensch über Rezeptoren zur Wahrnehmung von Geruch, Geschmack, Temperatur und Schmerz. Zusätzlich wird der sensorische Speicher (auch Ultrakurzzeitgedächtnis genannt) dem Bereich der Informationsaufnahme zugeordnet. Im sensorischen Speicher werden ausschließlich physikalisch kodierte Informationen gespeichert. Visuelle Informationen werden im ikonischen, akustische im echoischen Speicher für einen Zeitraum zwischen 0,25 und 2 Sekunden abgelegt [3]. Bei der visuellen Informationsaufnahme hat das Auge folgende drei Grundaufgaben: Adaptation (Anpassung der Empfindlichkeit des Auges an die jeweils herrschende Leuchtdichte), Akkomodation (Einstellung unterschiedlicher Sehentfernungen) und Fixation (Ausrichtung der Augen auf den Sehgegenstand, sodass die beiden Sehachsen konvergent sind). Das Auge dient der Farb-, Objekt- und Bewegungswahrnehmung sowie der Wahrnehmung von räumlicher Tiefe und Größe.
5
A
Grundlagen der Fahrerassistenzsystementwicklung
Das Ohr erfüllt bei der Aufnahme auditiver Informationen drei Grundfunktionen: Adaptation (Anstieg der Hörschwelle, der zur Differenzierung des Hörvorgangs erforderlich ist), auditorische Mustererkennung (notwendig für Sprach- und Geräuschidentifizierung) und akustische Raumorientierung, die durch binaurales (beidohriges) Hören realisiert wird. Bei haptischer Informationsaufnahme werden der taktile und/oder der kinästhetische Wahrnehmungskanal genutzt. Über das taktile Wahrnehmungssystem werden Verformungen der Haut wahrgenommen. Rezeptoren (Vater-Pacinsche Lamellen und Meißnersche Tastkörperchen) vermitteln in und unter der Haut Druck-, Berührungsund Vibrationsempfinden. Das kinästhetische Wahrnehmungssystem nimmt die Dehnung von Muskeln und die Bewegung der Gelenke wahr. Verschiedene Arten von Rezeptoren, die sich an den Muskelspindeln, im Bereich der Gelenke und der Bänder befinden, ermöglichen die Empfindung von Körperbewegungen und von Stellungen der Körperteile zueinander. Die Orientierung im Raum wird dem Menschen über das vestibuläre Wahrnehmungssystem ermöglicht. Als Rezeptor wird der sich im Innenohr befindende Vestibularapparat genutzt. Dieser hat darüber hinaus die Aufgaben, Informationen zur Erhaltung des Gleichgewichts und die Auslösung der Stellreflexe zur Normalhaltung des Kopfes und der Augen zu geben. Beim Autofahren trägt der vestibuläre Sinneskanal zur Wahrnehmung von Geschwindigkeit und Beschleunigung des eigenen Fahrzeugs bei. Die meisten verkehrsrelevanten Informationen werden beim Autofahren visuell aufgenommen (ca. 80–90 %). Grundlage für richtige Handlungsentscheidungen des Fahrers ist eine möglichst vollständige interne Repräsentation des relevanten Verkehrsraums. Beim Fahren mit hoher Geschwindigkeit ist es außerordentlich wichtig, die Informationen zur Führung des Fahrzeugs schon aus großer Entfernung aufzunehmen, sodass ausreichend Zeit bleibt, um die Bewegungen des Fahrzeugs genau an diese Informationen anzupassen. Dies zeigt die Wichtigkeit des visuellen Systems des Fahrers bei der Fahrzeugführungsaufgabe, da das Auge das einzige weitreichende Rezeptorsystem des Menschen ist, welches gezielt ausrichtbar ist [4]. Bei Aufgaben, die menschliches Verhalten im Verkehr umfassen, wird die Informationsaufnahme durch die Grenzen der Augenbewegungen stark dominiert. Der Bereich, aus dem der Fahrer Informationen visuell aufnehmen kann, wird durch das Gesichts-, das Blick- und das Umblickfeld bestimmt.
6
In Abhängigkeit vom Abbildungsort des Objekts auf der Netzhaut wird foveales Sehen und peripheres Sehen unterschieden: Beim fovealen Sehen wird das Objekt in der Netzhautgrube (Fovea) abgebildet, nur in diesem Bereich bis zu einem Öffnungswinkel von 2° können Objekte scharf gesehen werden. Je entfernter das Bild von der Fovea ist, desto unschärfer erscheint ein Gegenstand. Im peripheren Sehbereich können Bewegungen und Helligkeitsänderungen wahrgenommen werden. In der Literatur sind unterschiedliche Ansichten zur Rolle und zum Beitrag des fovealen und des peripheren Sehens zur Informationsaufnahme beim Kraftfahrzeugführen zu finden. [4] nehmen an, dass die foveale Informationsaufnahme beim Fahrzeugführen unter hohen Belastungen, d. h. bei hoher Informationsdichte und somit hohen Anforderungen an die Informationsverarbeitung, starkes Gewicht hat. Die Größe des nutzbaren Sehfeldes ist bei guten und schlechten Kraftfahrern unterschiedlich. Während gute Fahrer ein nutzbares Sehfeld von 9–10° besitzen, umfasst es bei schlechten Autofahrern nur 6–7° [5]. Unter dem nutzbaren Sehfeld wird eine variable räumliche Ausdehnung um die Netzhautgrube herum verstanden, die den Bereich beschreibt, innerhalb dessen eine Person die für eine bestimmte definierte Aufgabe erforderlichen Informationen entdecken kann. Die Güte der visuellen Informationsaufnahme des Menschen wird durch die Art des Signals und die Darbietungshäufigkeit beeinflusst. So unterscheidet [6] kritische, neutrale und nicht-kritische Signale sowie nichtkritische und kritische Zusatzsignale. Bezüglich der Häufigkeit der Informationsdarbietung haben die Untersuchungen mehrerer Autoren (eine Übersicht gibt [6]) ergeben, dass die Beobachtungsleistung um so besser ist, je mehr reaktionsfordernde Signale pro Zeiteinheit dargeboten werden. Diese Regel gilt bis zu einer optimalen Signalhäufigkeit von ca. 120 bis 300 Signalen pro Stunde. Bei einer wesentlichen Überschreitung dieser Signalhäufigkeit gerät der Beobachter in eine Überforderungssituation mit dem Ergebnis, dass immer mehr Signale unbeantwortet bleiben. [7] gehen mit ihrer „Theory of Pathway Inhibition“ davon aus, dass sich gleichartige Reize behindern und somit durch heterogene Reize eine bessere Aufmerksamkeitsleistung erreicht wird.
1.1.2 Informationsverarbeitung Signale aus der Umgebung (z. B. Charakteristik der Fahrstrecke, andere Verkehrsteilnehmer, Wetter- und Sichtbedingungen) sowie vom Fahrzeug
1 Die Leistungsfähigkeit des Menschen für die Fahrzeugführung
(z. B. Anzeigen, Stell- und Bedienelemente und die Fahrzeugdynamik) werden von den menschlichen Rezeptoren aufgenommen, aufbereitet und auf der Stufe der Informationsverarbeitung i. e. S. (Kognition) weiterverarbeitet. Hier wird entschieden, ob eine Information zu einer Handlung führt (aktiver Fall) oder erduldet wird (passiver Fall). Diese Entscheidung wird maßgeblich von der individuellen Charakteristik des Fahrers beeinflusst. Die Informationsverarbeitung i. e. S. umfasst die Stufen Wahrnehmung und Entscheidung/Handlungsauswahl. Diese Stufen können durch die drei aufeinander aufbauenden Verhaltensebenen, die gemäß [8] als fertigkeitsbasiert, regelbasiert und wissensbasiert bezeichnet werden, erklärt werden. Auf welcher Verhaltensebene die Informationsverarbeitung abläuft, ist von der Art der auszuführenden Aufgabe sowie der individuellen Charakteristik des Fahrers, insbesondere seinen Erfahrungen im Bereich der gegebenen Anforderungen, abhängig. Der fertigkeitsbasierten Ebene werden sensumotorische Handlungen, die ohne bewusste Regulation als automatisierte, gleichmäßige und hochintegrierte Verhaltensmuster auftreten, zugeordnet. Dies ermöglicht eine hohe Verarbeitungsgeschwindigkeit und somit das rasche und flexible Reagieren auf situative Veränderungen. Hier handelt es sich um automatische Prozesse, die kaum Aufmerksamkeit beanspruchen. Das regelbasierte Verhalten läuft auf kognitiv anspruchsvolleren Ebenen ab und wird durch einfache Entscheidungsvorgänge auf Basis von gespeicherten Regeln bestimmt. Diese Regeln werden durch empirische Erfahrungen, kommunizierte oder gelesene Verhaltensanweisungen gesammelt. Es findet eine Assoziation von Merkmalen der gespeicherten Regeln mit den Umgebungsmerkmalen statt. In unbekannten, für den Menschen neuen Situationen, für die keine Regeln vorliegen, läuft das Verhalten auf der wissensbasierten Ebene ab. Hier wird das Ziel aufgrund einer Situationsanalyse und persönlicher Präferenzen festgelegt. Es werden Alternativpläne entwickelt und der im Hinblick auf das festgelegte Ziel effektivste Plan ausgewählt. Im Gegensatz zu den auf der fertigkeitsbasierten Ebene ablaufenden Prozessen werden die den regelbasierten und wissensbasierten Ebenen zugeordneten Prozesse als kontrolliert bezeichnet und erfordern mehr Aufmerksamkeit. Bei der kognitiven Verarbeitung von Informationen spielt das Gedächtnis eine zentrale Rolle. Mit dessen Hilfe werden die Sinneseindrücke mit erlernten und gespeicherten Strukturen des Denkens und Urteilens verglichen. Nach dem klassischen Drei-Speicher-Modell besteht das Gedächtnis aus sensorischem Speicher (Ultrakurzzeitspeicher),
A
Kurzzeitspeicher und Langzeitspeicher. Im Kurzund Langzeitgedächtnis werden die Informationen aktiv bearbeitet. Während eines kontinuierlichen Prozesses werden die abgespeicherten Informationen aus Lang- und Kurzzeitgedächtnis abgerufen und mit den sensorisch aufgenommenen Merkmalsträgern verglichen. Die Unfallgefahr eines Autofahrers wird sowohl von der individuellen Akzeptanz als auch von Fehlwahrnehmungen bezüglich Risiken im Straßenverkehr beeinflusst. Ein wesentlicher Aspekt des Entscheidungsvorgangs innerhalb des Informationsverarbeitungsprozesses ist die Tatsache, dass die Handlung ausgewählt wird, die unter Variation der äußeren Umstände den größten Nutzen unter Beachtung des damit verbundenen Risikos verspricht. Der Begriff Risiko wird unterschiedlich definiert. Oftmals wird er als Wahrscheinlichkeit, dass ein nicht gewünschtes Ereignis eintritt, interpretiert. So definieren z. B. [9] Risiko als das Verhältnis zwischen Größen, die negative Konsequenzen von Ereignissen beschreiben, und Größen, die die Wahrscheinlichkeit eines Eintreffens der Bedingungen charakterisieren, unter denen diese Konsequenzen möglich sind. Diese Sichtweise schließt jedoch das Risikobewusstsein nicht mit ein. [10] sieht das Risiko deshalb als eine multidimensionale Charakterisierung einer negativen Erwartung an, die sich aus einem probabilistischen Entscheidungsprozess ergibt. Zur Erklärung der Risikowahrnehmung von Autofahrern wurden zahlreiche Modelle entwickelt. Zu den bekanntesten zählen das ,Zero Risk‘-Modell von [11] und das Modell der ‚Risikohomöostase‘ von [12]. Gemäß dem ,Zero Risk‘-Modell handeln Menschen so, dass ihr subjektives Risiko null beträgt; dieses Modell basiert auf der individuellen Motivation, die das Fahrerverhalten beeinflusst, und der Adaptation an das im Straßenverkehr wahrgenommene Risiko. Demgegenüber geht die Theorie der ‚Risikohomöostase‘ davon aus, dass der Mensch bei einer Reduzierung des objektiven Risikos (z. B. durch technische Maßnahmen) sein Verhalten soweit in Richtung „gefährlicher“ verändert, dass die subjektive Schätzung des Risikos wieder die gleiche Distanz zum persönlich akzeptierten Risiko erhält wie vor der Einführung der Maßnahme [12]. Das ‚Modell der subjektiven und objektiven Sicherheit‘ stellt der subjektiv erlebten Sicherheit solche Formen der Sicherheit gegenüber, die physikalisch messbar sind [13]. Das Gefahren-Vermeidungs-Modell (Threat-Avoidance Model) von [14] geht davon aus, dass die Handlungen eines Fahrers bei Wahrnehmung eines potenziell gefährlichen Ereignisses vorrangig durch Abwägung des Nut-
7
A
Grundlagen der Fahrerassistenzsystementwicklung
zens und der Kosten aller Alternativen ausgewählt werden. Als Hauptkomponenten bei der Risikowahrnehmung sehen [9] einerseits Informationen über potenzielle Gefahren in der Verkehrsumgebung und andererseits Informationen über die Fähigkeiten des Systems Fahrer-Fahrzeug an, die verhindern, dass das Gefahrenpotenzial zu einem Unfall führt.
1.1.3 Informationsabgabe In der dritten Stufe des Informationsverarbeitungsprozesses werden die auf der Stufe der Informationsverarbeitung i. e. S. getroffenen Entscheidungen in Handlungen umgesetzt. Diese Handlungen umfassen beim Fahrzeugführen motorische Bewegungen des Hand-Arm-Systems sowie des FußBein-Systems. Die physische Belastung im Sinne einer arbeitsphysiologisch zu leistenden Arbeit ist im Vergleich zu den sich aus der Informationsaufnahme und -verarbeitung ergebenden Belastungen gering und wird durch technische Unterstützungssysteme im Fahrzeug (z. B. Servolenkung) immer weiter reduziert.
1.2 Fahrercharakteristik und die Grenzen menschlicher Leistungsfähigkeit Die menschliche Leistung ist allgemein charakterisiert durch die Arbeitsergebnisse und die Beanspruchung des arbeitsausführenden Individuums. Sowohl die Arbeitsergebnisse als auch die Beanspruchungen unterliegen inter- und intraindividuellen Streuungen: Nicht alle Personen erfüllen dieselbe Aufgabe gleich gut, aber auch eine einzelne Person kann Leistungsvariabilitäten aufweisen, wenn die Leistungserfüllung derselben Aufgabe zu unterschiedlichen Zeitpunkten gemessen wird. Zurückzuführen sind diese Variabilitäten auf die individuelle Charakteristik des Menschen und somit auf die unterschiedlichen Leistungsvoraussetzungen. Im Folgenden werden für das Autofahren relevante menschliche Leistungsvoraussetzungen und ihre Auswirkungen auf die Fahrleistung und -sicherheit erläutert. Es erfolgt eine Systematisierung in Eigenschaften, Fähigkeiten und Fertigkeiten. Eigenschaften Als Eigenschaften werden intraindividuell weitgehend zeitunabhängige (oder sich nur innerhalb sehr großer Zeiträume ändernde) Einflussgrößen
8
verstanden. Als wichtigste für das Autofahren relevante Eigenschaften werden häufig Geschlecht, Alter und Persönlichkeitsmerkmale genannt. Während in einigen Untersuchungen geschlechtsspezifische Unterschiede im Fahrerverhalten festgestellt wurden, konnten in anderen Untersuchungen keine Unterschiede im Hinblick auf das Risikoverhalten sowie das Geschwindigkeitsverhalten bestätigt werden. Außerdem sind Unterschiede in der Wahrnehmung des Unfallrisikos bei Männern und Frauen festzustellen: Männer schätzen ihr Fahrkönnen besser ein als Frauen, dabei neigen Frauen eher zu einer Unterschätzung ihrer Leistungsfähigkeit, während Männer eher zu einer Überschätzung tendieren. Außerdem beurteilten männliche Fahrer bestimmte Verhaltensweisen als weniger gefährlich und weniger unfallträchtig als weibliche. Die Fähigkeiten des Menschen, sich sensorisch zu orientieren, aufgenommene Informationen zu verarbeiten und motorische Handlungen auszuführen, wandeln sich im Zuge des Alterungsprozesses, innerhalb dessen die menschlichen Organe einer Veränderung unterliegen. Die sensumotorische Leistungsfähigkeit des Menschen hat starken Einfluss auf den Informationsverarbeitungsprozess des Fahrers und somit auf die Sicherheit des Systems Fahrer-Fahrzeug-Umgebung. Jedoch können aufgrund der bei älteren Fahrern in der Regel vorhandenen großen Fahrerfahrung die zunehmenden funktionalen Defizite zumindest teilweise kompensiert werden. Für die Definition des Begriffs „Ältere“ existieren verschiedene Ansätze. Oftmals orientiert man sich am kalendarischen bzw. chronologischen Alter; demnach werden Menschen ab dem 60. oder 65. Lebensjahr zu den Älteren gezählt, obwohl die mit dem Alterungsprozess verbundenen funktionalen Veränderungen mit erheblichen interindividuellen Varianzen behaftet sind. Auch verschiedene Persönlichkeitsmerkmale des Fahrers beeinflussen sein Verhalten. So wurden Zusammenhänge zwischen der Risikobereitschaft von Fahrern und der von ihnen gefahrenen Geschwindigkeit sowie der Kraftschlussnutzung festgestellt. Fahrer, die emotional instabil, impulsiv und nicht teamfähig sind, unterliegen einem höheren Unfallrisiko als Menschen, die anpassungsfähig und emotional stabil sind. Außerdem werden die selektive Aufmerksamkeit, der Wahrnehmungsstil und die Reaktionszeit als individuelle Merkmale genannt, die als Indikatoren für die Unfallbeteiligung gelten. Fähigkeiten Als Fähigkeiten werden die verfügbaren intraindividuell zeitabhängig kurz- bzw. langfristigen
1 Die Leistungsfähigkeit des Menschen für die Fahrzeugführung
A
Die mit dem Alter fortschreitende Einschränkung des Gesichtsfeldes verschärft die Problematik des Bewegungssehens beim Autofahren, da die Bewegung relevanter Objekte zunächst im peripheren Gesichtsfeld beobachtbar ist. Altersveränderungen des Hörvermögens bestehen in einer Abnahme der Hörschwelle, vor allem im Bereich hoher Frequenzen. Schwierigkeiten bei der Frequenz- und auch der Intensitätsdiskrimination von Tönen sowie bei der Erkennung komplexer Geräusche wie z. B. Sprache unter schwierigen Wahrnehmungsbedingungen (z. B. Störgeräusche, Verzerrungen) und teilweise erschwertes Richtungshören sind weitere Altersveränderungen des Hörvermögens. Mit zunehmendem Alter nimmt auch die taktile Wahrnehmungsempfindlichkeit ab. Der Gleichgewichtssinn ist bei 20- bis 30-Jährigen am besten ausgebildet und nimmt ab dem 40. Lebensjahr stark ab, sodass sich dieser im Alter von 60 bis 70 Jahren auf die Hälfte reduziert hat. Mit zunehmendem Alter arbeitet der sensorische Speicher weniger effizient. Akustische Signale weisen im echoischen Speicher eine höhere Zerfallsgeschwindigkeit auf, während visuelle Signale länger im ikonischen Speicher verbleiben. Dies führt bei der Bereitstellung verkehrsrelevanter Informationen dazu, dass akustische Informationen nur in zeitlich verkürztem Umfang zur Bearbeitung zur Verfügung stehen und visuelle Reize wegen der Blockierung des ikonischen Speichers nur in beschränktem Umfang aufgenommen werden können.
Änderungen verstanden; sie betreffen physiologische Organ- oder so genannte Grundfunktionen des Menschen. Durch die als Intelligenz bezeichneten geistigen Fähigkeiten werden die Handlungen eines Fahrers insbesondere auf der wissensbasierten Ebene beeinflusst. Der Begriff Intelligenz ist in der Literatur umstritten und wird dementsprechend auch nicht einheitlich definiert. Nach einer weit gefassten Definition wird unter Intelligenz die hierarchisch strukturierte Gesamtheit jener allgemeinen geistigen Fähigkeiten verstanden, die das Niveau und die Qualität der Denkprozesse einer Persönlichkeit bestimmen. Mit Hilfe dieser Fähigkeiten können die für das Handeln wesentlichen Eigenschaften einer Problemsituation in ihren Zusammenhängen erkannt werden, so dass die Situation entsprechend bestimmter Zielvorstellungen verändert werden kann. Aber auch die kognitiven und sensumotorischen Fähigkeiten des Menschen sowie das Reaktionsvermögen beeinflussen das Autofahren indirekt über die Auswirkungen dieser Merkmale auf den Informationsverarbeitungsprozess. Mit zunehmendem Alter verschlechtern sich die Fähigkeiten der Rezeptoren, was insgesamt zu Einschränkungen im Bereich der Informationsaufnahme führt. So verändern sich die Augenbestandteile aufgrund eines Flüssigkeitsentzugs im Gewebe durch den Alterungsprozess. Die sich daraus ergebenden Wirkungen auf die visuellen Fähigkeiten sind in Tabelle 1-1 zusammengefasst.
Tabelle 1-1: Mit dem Alter eintretende Veränderungen des visuellen Systems (y Zunahme; } Abnahme) Wirkung
Ursache bzw. Einflussgrößen
}
Akkomodationsbreite
}
}
Statische Sehschärfe
}
Dynamische Sehschärfe
y
Blendungsempfindlichkeit
}
Kontrastsehen
y
Erforderliche Leuchtdichte
y
Einschränkung des Gesichtsfeldes
Flüssigkeit im Gewebe Beleuchtungsverhältnisse
}
Akkomodationsgeschwindigkeit
y
Trägheit der Sinneszellen
y
Funktionale Störungen der Netzhaut
y
Adaptationszeit
y
Eintrübung von Hornhaut, Linse und Glaskörper
9
A
Grundlagen der Fahrerassistenzsystementwicklung
In den einzelnen Bereichen der Aufmerksamkeit gibt es bei älteren Menschen Leistungsreduktionen, diese ergeben in ihrer additiven Wirkung eine insgesamt schlechtere Aufmerksamkeitsleistung. Dies führt dazu, dass Ältere ihre Handlungsentscheidung auf einer relativ kleineren Basis von Umgebungsinformationen treffen müssen als jüngere Verkehrsteilnehmer, da sie nicht über alle potenziell wichtigen Informationen verfügen. Insgesamt zeigt sich, dass für ältere Fahrer vor allem in komplexen und neuartigen Situationen, die schnelles Handeln erfordern, Schwierigkeiten auftreten können. Zusätzlich erschwerend wirken die Einschränkungen bei der Informationsaufnahme, die zu einer teilweise verzögerten sensorischen Bereitstellung relevanter Informationen führen, womit für ältere Fahrer eine geringere Zeit für die Verarbeitung verkehrsrelevanter Informationen und entsprechender Handlungen bleibt. Fertigkeiten Unter Fertigkeiten werden Arbeitsfunktionen des Menschen verstanden, die sowohl durch menschliche Grundfunktionen als auch durch den konkreten Gestaltungszustand der Arbeitsaufgabe und der Arbeitsumgebung bedingt sind. In Zusammenhang mit dem Autofahren haben die Fahrerfahrung und der Fahrstil (Klassifizierung anhand der vom Fahrer gewählten Fahrzeuggrößen) bzw. Fahrertyp (Klassifizierung anhand der beobachteten Verhaltensweisen des Fahrers) eine große Bedeutung. Die Fahrerfahrung kann unterschiedliche Auswirkungen auf das Unfallrisiko haben. Mit wachsender Fahrerfahrung verbessern sich die Fahrfertigkeiten und das Erkennen sowie die Einschätzung von Risiken. Eine Verbesserung der Fahrfertigkeit ist darauf zurückzuführen, dass mit zunehmender Kilometerzahl die Anzahl erlebter unterschiedlicher Fahrsituationen wächst und dadurch die Ausbildung von Handlungsroutinen ermöglicht wird. Feldversuche haben gezeigt, dass sich unerfahrene Fahrer im Hinblick auf Antizipation, visuelles Suchverhalten und Sicherheitsgrenzen nicht von den erfahrenen Fahrern unterscheiden. Während die Kontrolle über das Fahrzeug mit zunehmender Fahrerfahrung besser wird, führt die Erfahrung in anderen Bereichen zur Ausbildung von Fehlern und schlechten Gewohnheiten, wie z. B. dem Nichtbeachten der Spiegel, spätem Bremsen und dichtem Auffahren. Bei Fertigkeiten, die die Kontrolle über das Fahrzeug widerspiegeln, haben sich Anfänger als schlechter erwiesen als erfahrene Fahrer. Dies zeigt sich durch spätes Beschleunigen, schlechte und inkonsistente Lenkbewegungen und langsame Gangwechsel bei Anfängern. Auch haben die Lenk-
10
bewegungen unerfahrener Fahrer eine höhere Frequenz als die erfahrener Fahrer. Das Blickverhalten unerfahrenerer Fahrer wird häufig als ineffizienter bezeichnet, da sie zu häufig Punkte im Nahbereich fixieren. So werden entfernte Unfallgefahren von jungen, unerfahrenen Fahrern im Vergleich zu erfahrenen Fahrern relativ schlecht erkannt, bei der Erkennung naher Gefahren bestehen jedoch keine Unterschiede zwischen diesen beiden Gruppen. Mit zunehmender Erfahrung lernen Fahrer, gefährliche Objekte und Ereignisse anhand bestimmter Teile des Verkehrssystems zu erkennen. Dies entspricht auch der Tatsache, dass sich die visuellen Fixations- und Suchmuster von unerfahrenen und erfahrenen Fahrern unterscheiden. Unterschiedliches Geschwindigkeitsverhalten ergibt sich bei Kurvenfahrten in Abhängigkeit von der Fahrerfahrung. Erfahrene Fahrer fahren schneller in Kurven ein und verzögern in der Kurve stärker als unerfahrene. Der Fahrstil wird sowohl durch die Fahrerfahrung als auch durch die Persönlichkeit des Fahrers geprägt und kann somit auch den Eigenschaften eines Fahrers zugeordnet werden. Die in der Literatur beschriebenen Fahrstile und Fahrertypen weisen große Übereinstimmungen auf. Unterschiedliche Formen des Fahrstils wurden festgestellt. So kann dieser bei Führern von Nutzfahrzeugen als „lahm-lasch“, „eckig-abrupt“ oder „zügig-flott“ bezeichnet werden. Bei PKW-Fahrern wurden anhand von Kenngrößen für Geschwindigkeit, Längsbeschleunigung, Abstand zum Vorausfahrenden die Fahrstile „eher langsam und komfortbewusst“, „durchschnittlich mit hohem Sicherheitsbewusstsein“ und „schnell und sportlich“ identifiziert. Auf Basis von Verhaltensbeobachtungen wurden ähnliche Fahrertypen gefunden, die als „unauffällige Durchschnittsfahrer“, „wenig routinierte-unentschlossene Fahrer“, „sportlich-ambitionierte Fahrer“ und „risikofreudig-aggressive Fahrer“ bezeichnet wurden.
1.3 Anforderungen an den Fahrzeugführer im System Fahrer-Fahrzeug-Umgebung Die Anforderungen an den Fahrer ergeben sich aus der Fahrzeugführungsaufgabe, die von Faktoren aus der Umgebung mitbestimmt werden. Hier steht die Komplexität der vom Fahrer zu bewältigenden Situation im Vordergrund. Diese ergibt sich aus der Charakteristik der Fahrstrecke und dem dynamischen Verhalten der anderen Verkehrsteilnehmer. Wie der Fahrer diese Anforderungen bewältigt, ist
1 Die Leistungsfähigkeit des Menschen für die Fahrzeugführung
einerseits von seiner individuellen Charakteristik und andererseits von der durch das Fahrzeug angebotenen Fahrerunterstützung (Assistenzsysteme) abhängig. In Abhängigkeit von Belastungshöhe und -dauer treten Engpässe im Informationsverarbeitungsprozess des Fahrers auf, die entsprechend des Kontinuums des Verkehrsverhaltens nach [13] zu einer Abweichung vom so genannten „Normalverhalten“ bis hin zu kritischen Verkehrssituationen und auch zu Unfällen führen können. Um diese Engpässe zu identifizieren, werden im Folgenden die Teilaufgaben der Fahrzeugführung und die sich aus diesen ergebenden Anforderungen zusammengestellt. Teilaufgaben der Fahrzeugführung Ansätze zur Beschreibung der Fahrzeugführungsaufgabe durch Teilaufgaben existieren auf unterschiedlicher Detaillierungsebene, zum Teil wurden sie für spezielle Erklärungszwecke oder einzelne Aspekte der Fahrzeugführungsaufgabe abgeleitet. Im Folgenden werden nur zwei häufig genannte Klassifizierungen aufgeführt. Eine Einteilung der Fahreraufgaben nach ihrer Bedeutung für die Erfüllung des Fahrtzwecks wird von [15] vorgeschlagen. Primäre Tätigkeiten umfassen für die Durchführung der Fahrt unbedingt notwendige Tätigkeiten wie z. B. Lenken und Gas Geben und wird maßgeblich durch den Straßenverlauf, andere Verkehrsteilnehmer und die Umgebungsbedingungen bestimmt. Sekundäre Tätigkeiten sind durch die Informationsabgabe an die Umgebung – hierzu gehören beispielsweise Blinken oder Hupen – sowie durch eine Reaktion auf die aktuelle Situation, wie z. B. Einschalten des Scheibenwischers oder Einschalten des Fernlichts, charakterisiert. Tertiäre Handlungen stehen nicht in direktem Zusammenhang mit der eigentlichen Fahrzeugführung, sie dienen eher dem Fahrkomfort und umfassen z. B. die Regelung der Lüftung sowie der Klimaanlage oder die Bedienung des Radios. Das 3-Ebenen-Modell von [16] beschreibt eine Hierarchie der primären Fahraufgaben auf oberster Ebene mit den Tätigkeiten Navigieren (Auswahl der Fahrtroute), Bahnführen (Festlegung von Sollspur und Sollgeschwindigkeit) und Stabilisieren (Anpassung der Fahrzeugbewegung an die festgelegten Führungsgrößen). Diese Hierarchie spiegelt auch den zeitlichen Spielraum, der zur Erledigung der jeweiligen Aufgaben zur Verfügung steht, sowie die Fehlertoleranz wider. Während eine verspätete Entscheidung oder ein Fehler auf der Navigationsebene in der Regel zu keiner kritischen Situation führt, können auf der
A
Stabilisierungsebene durchaus kritische Fahrsituationen oder sogar Unfälle entstehen. Anforderungen aus der Fahrzeugführungsaufgabe Generell ergeben sich für den Menschen die Anforderungen einer Tätigkeit aus den Arbeitsaufgaben. Unter Berücksichtigung der aufgabenunspezifischen, situativen Arbeitsbedingungen entstehen objektiv beschreibbare Belastungen. Zu diesen situativen Faktoren zählen Dauer und zeitliche Zusammensetzung der Anforderungen einerseits sowie Einflüsse aus der Arbeitsumgebung andererseits. Um Anforderungen aus der Arbeitsaufgabe zu ermitteln, wurden verschiedene Tätigkeitsanalyseverfahren entwickelt. Zur Analyse der Anforderungen aus der Fahrzeugführungsaufgabe wurde von [17] für den Straßenverkehr eine modifizierte Version des Fragebogens zur Arbeitsanalyse (FAA, [18]) erstellt. Diese modifizierte Version berücksichtigt die Bereiche Informationsverarbeitung und Fahrzeugbedienung, ersterer wird weiter unterteilt in Quellen der Information, Sinnes- und Wahrnehmungsprozesse, Beurteilungsleistungen sowie Denk- und Entscheidungsprozesse. Insgesamt werden 32 Arbeitselemente für den Bereich Informationsverarbeitung und 7 Arbeitselemente für den Bereich der Fahrzeugbedienung angegeben. Auf Grundlage des von [17] modifizierten FAA sowie anhand des Teils erforderliche kognitive Leistungen des Tätigkeitsbewertungssystem (TBS, [19]) werden die sich aus der Fahrzeugführungsaufgabe ergebenden Anforderungen abgeleitet. Bei der im Folgenden aufgeführten Liste von Anforderungen umfasst der Bereich Informationsquellen, Sinnes- und Wahrnehmungsprozesse die Orientierungsleistungen im Umgebungsbereich. Dazu werden wahrgenommene Sachverhalte als Signale erfasst und aufbereitet sowie Hypothesen gebildet und geprüft. Signale sind Reize, die unterschieden und identifiziert werden, bei einer bestimmten Ausprägung eine bestimmte Bedeutung für die Arbeitstätigkeit haben und ein spezifisches Handeln als notwendig anzeigen. Die Beurteilungsleistungen werden durch das Ableiten von Diagnosen über Zustände erbracht, um geeignete Maßnahmen zu finden. Dazu werden Reize ausgesondert, verglichen und Signalausprägungen kombiniert. Die Entscheidungs- und Denkanforderungen können einerseits aus diagnostischen Leistungen, die die Ermittlung möglicher Varianten umfassen, und andererseits aus prognostischen Leistungen, die zur Auswahl zweckmäßiger Varianten dienen, bestehen. Die Fahrzeugbedienung geschieht im Rahmen von Verarbeitungsleistungen.
11
A
Grundlagen der Fahrerassistenzsystementwicklung
I Informationsquellen, Sinnes- und Wahrnehmungsprozesse Optische Anzeigen im Fahrzeug z. B. Instrumente (z. B. Geschwindigkeitsanzeige), Stellung von Bedienelementen (z. B. heizbare Heckscheibe), Informationen des Bordcomputers (z. B. Außentemperatur) Akustische Informationen z. B. Sprachausgabe des Navigationssystems, Martinshorn von Einsatz- und Rettungsfahrzeugen Akustische Nebeninformationen z. B. Radio, Gespräche mit Beifahrer oder über Telefon Andere Verkehrsteilnehmer z. B. Fahrzeuge, Fußgänger Charakteristik der Fahrstrecke (Streckensituation) z. B. Quer- und Längsverlauf der Strecke, Knotenpunkte, Fahrbahnbreite, Anzahl der Fahrstreifen Verkehrsschilder z. B. Geschwindigkeitsbeschränkungen, Vorfahrtsregelungen, Wegweiser Beschaffenheit der Fahrbahnoberfläche, Wetter und Sichtbedingungen z. B. Nässe, Verschmutzung, Schnee, Glatteis; Gegenlicht, Regen- bzw. Schneefall, Nebel B Beurteilungsleistungen Längsabstände zu oder zwischen anderen Verkehrsteilnehmern bzw. Objekten z. B. zum vorausfahrenden Fahrzeug, zwischen zwei auf der benachbarten Spur fahrenden Fahrzeugen, zu Fußgängern, Radfahrern und Hindernissen auf der Fahrspur Querabstände zu oder zwischen anderen Verkehrsteilnehmern bzw. Objekten z. B. zu Fahrzeugen auf „gleicher Höhe“, zu Fahrzeugen am Fahrbahnrand Geschwindigkeit des eigenen Fahrzeugs und anderer Fahrzeuge bzw. Verkehrsteilnehmer Antizipation kritischer Verkehrssituationen Knappes Einscheren eines Fahrzeugs, Missachtung der Vorfahrtsregelungen durch andere, Kind läuft auf die Straße E Entscheidungs- und Denkprozesse Auswahl geeigneter Handlungen zur Navigation des Fahrzeugs z. B. Entscheidung, welche Fahrtroute gewählt wird, Richtungsentscheidung an Knotenpunkten Auswahl geeigneter Handlungen zur Bahnführung des Fahrzeugs z. B. Entscheidung über zu fahrende Geschwin-
12
digkeit und einzuhaltenden Längsabstand, Überholmanöver, Wahl des Fahrstreifens und der Querposition auf diesem F Fahrzeugbedienung Regelung der Fahrzeug-Längsbewegung zur Stabilisierung des Fahrzeugs z. B. Gas Geben, Bremsen, Schalten Regelung der Fahrzeug-Querbewegung zur Stabilisierung des Fahrzeugs z. B. Lenken Bedienelemente für weitere Funktionen z. B. für Licht, Scheibenwischer, Radio
1.4 Bewertung der Anforderungen aus der Fahrzeugführungsaufgabe im Hinblick auf die menschliche Leistungsfähigkeit Abschließend werden die oben aufgeführten Anforderungsbereiche im Hinblick auf die Leistungsfähigkeit des Menschen mit dem Ziel bewertet, sinnvolle Bereiche für eine technische Unterstützung des Fahrers aufzuzeigen. Informationsquellen, Sinnes- und Wahrnehmungsprozesse Die Wahrnehmung der für die Erfüllung der Fahrzeugführungsaufgabe relevanten Informationsquellen ist für den Fahrer von großer Wichtigkeit: Er erstellt anhand dieser Informationen ein internes Bild des aktuellen Zustands der Umgebung sowie seines Fahrzeugs, das Grundlage für seine Entscheidungen und Handlungen ist. Daraus ergibt sich die Anforderung, dass die situationsabhängig relevanten Informationen im Fahrzeug sowie in der Umgebung auch vom Fahrer wahrnehmbar sein müssen. Dies betrifft zum einen die durch den Einsatz von Fahrerunterstützungssystemen neu hinzukommenden Informationen für den Fahrer und zum anderen den Bedarf für Systeme, die versuchen, Informationsdefizite des Fahrers aus der Umgebung zu kompensieren. Menschliche Wahrnehmungsprozesse werden durch Wahrnehmungsschwellen sowie die notwendige Zuwendung von Aufmerksamkeit begrenzt. Wahrnehmungsschwellen sind zum einen individuell unterschiedlich, so ist z. B. das Alter auch ein maßgeblicher Einflussfaktor, zum anderen sind sie von der Umgebung abhängig. Da Autofahren in sehr unterschiedlichen Umgebungen erfolgt, ist darauf zu achten, dass im Fahrzeug dargebotene Informationen oberhalb der Wahrnehmungsschwel-
1 Die Leistungsfähigkeit des Menschen für die Fahrzeugführung
len liegen bzw. relevante Informationen aus der Umgebung, falls diese unter bestimmten Umständen nicht wahrgenommen werden können, technisch unterstützt werden (z. B. Night Vision mit Markierung relevanter Informationen wie Fußgänger). Insbesondere die visuellen, akustischen und haptischen Informationen spielen bei der Fahrzeugführung eine große Rolle und sind ihrer Umgebung entsprechend zu gestalten. Die Lichtverhältnisse am Tag und in der Nacht können von großer Helligkeit, starker Blendung bis hin zu starker Dunkelheit variieren, ebenso groß können die Unterschiede in der akustischen Umgebung sein: So gibt es Situationen im Fahrzeug ohne Nebengeräusche über Außengeräusche, die in das Fahrzeug dringen, bis hin zu Unterhaltungen oder lauter Musik im Fahrzeug. Auch haptische Informationen im Fahrzeug sind an mögliche Vibrationen, die vom Fahrzeug oder der Fahrbahn übertragen werden können, anzupassen. Insbesondere bei der Gestaltung von visuellen Informationen im Fahrzeug ist zu beachten, dass der Mensch Objekte nur bei Abbildung in der Netzhautgrube (Fovea) bis zu einem Öffnungswinkel von 2° scharf sehen kann. Somit muss er für die Aufnahme komplexer Informationen im Fahrzeug, die über sehr einfach kodierte Signale hinausgehen, den Blick von der äußeren Fahrzeugumgebung weg bewegen, was mit einer visuellen Ablenkung des Fahrers von der eigentlichen Fahrzeugführungsaufgabe einhergeht. Ob relevante Informationen vom Fahrer wahrgenommen werden oder nicht, hängt auch maßgeblich davon ab, ob er diesen Informationen Aufmerksamkeit schenkt. Diese Zuwendung von Aufmerksamkeit wird stark von der Gesamtsituation FahrerFahrzeug-Umgebung geprägt. Hier spielen z. B. die Anzahl und Art der miteinander konkurrierenden Informationen im Fahrzeug und in der Umgebung, die mentale und/oder emotionale Beschäftigung des Fahrers mit nicht fahrtrelevanten Belangen sowie persönliche Erfahrungen des Fahrers eine Rolle. Generell hat sich gezeigt, dass Fahrer eine bessere Aufmerksamkeitsleistung in Bezug auf nähere Objekte zeigen und dass Wechsel in der Aufmerksamkeitszuwendung sich rascher und effizienter in „von fern nach nah“ als umgekehrt vollziehen. Beurteilungsleistungen Beurteilungsleistungen werden vom Fahrer zur Einschätzung von Abständen, Geschwindigkeiten sowie potenziell kritischer Situationen gefordert. Da die Beurteilung absoluter Abstände für den Menschen schwierig ist, nutzt der Fahrer unterschiedliche Informationen als Beurteilungsgröße für Längsabstände. Die Blickwinkelgeschwindig-
A
keit, die sich aus der Größe des vorausfahrenden Fahrzeugs, der Geschwindigkeitsdifferenz zu diesem Fahrzeug sowie dem absoluten Abstand zu diesem berechnet, liefert dem Fahrer eine Aussage darüber, wie sich der Abstand zu einem vorausfahrenden Fahrzeug verändert. In den letzten Jahren wurde die Zeit bis zum Auftreten einer Kollision, Time to Collision (TTC), in die der absolute Abstand zum vorausfahrenden Fahrzeug sowie die Geschwindigkeitsdifferenz eingeht, häufig als für den Fahrer relevante Beurteilungsgröße genannt. Es wird davon ausgegangen, dass die TTC die Aktionen des Fahrers bestimmt [20]. Für die Blickwinkelgeschwindigkeit wird die menschliche Wahrnehmungsschwelle für Bewegungen beim Fahren unter idealen Sichtbedingungen zwischen 3 und 10 · 10 –4 rad/s angegeben. Aber auch die Beobachtungsdauer hat einen Einfluss auf die Wahrnehmungsschwelle von Abständen sowie Geschwindigkeitsdifferenzen bei Folgefahrten. Mit abnehmender Geschwindigkeitsdifferenz und abnehmender Beobachtungsdauer sinkt die Distanz, ab der eine Geschwindigkeitsdifferenz erkannt wird. Generell zeigt sich, dass Fahrer bei geringeren Geschwindigkeiten tendenziell einen größeren als den notwendigen Sicherheitsabstand lassen, bei höheren Geschwindigkeiten diesen allerdings unterschreiten. Auch akustische Informationen können zur Beurteilung der Entfernung anderer Fahrzeuge beitragen; allerdings kann es hier zu subjektiven Fehleinschätzungen kommen, wenn beispielsweise die Entfernung eines sehr leisen LKWs überschätzt, oder die eines sehr lauten PKWs unterschätzt wird. Die Antizipation kritischer Situationen wird durch die Erfahrungen des Fahrers mit den jeweiligen potenziell kritischen Situationen geprägt. Je nachdem welche Situationen der Fahrer bereits erlebt und zum Inhalt seines Langzeitgedächtnisses hinzugefügt hat, wird er eine kritische Situation auch anhand für diese Situation relevanter Merkmale als kritisch einstufen und entsprechend reagieren. Entscheidungs- und Denkprozesse Bei der Erfüllung der Navigations- sowie der Bahnführungsaufgabe muss der Fahrer auf Basis von Entscheidungs- und Denkprozessen die für die jeweilige Situation geeignete Handlung auswählen. Unter der Voraussetzung, dass dem Menschen ausreichend Zeit für eine aufgrund der äußeren Verkehrssituation notwendigen Entscheidung gegeben ist, gelingt ihm diese besser als einem technischen System. Dies liegt daran, dass dem Fahrer eine vollständigere, wenn auch in einzelnen Aspekten
13
A
Grundlagen der Fahrerassistenzsystementwicklung
unpräzisere Repräsentation der Fahrumgebung zugänglich ist und er mit zunehmender Fahrleistung auf immer mehr Erfahrungen mit solchen und ähnlichen Situationen zurückgreifen kann. Fahrer-Reaktionszeiten liegen zwischen 0,7 s bei erwarteten Situationen wie z. B. einer Annäherungsfahrt, 1,25 s bei unerwarteten, aber gewöhnlichen Situationen (z. B. Bremsen des Vorausfahrenden) und bis zu 1,5 s bei überraschenden Situationen. Je kritischer die Situation, desto schneller erfolgt die Fahrerreaktion. Trägheit und Reaktionsdauer des Menschen variieren in Abhängigkeit von Fahrsituation und Aufmerksamkeit. Der Fahrer reagiert bei Kolonnenfahrt schneller und wählt kleinerer Abstände. Fahrzeugbedienung Die Bedienung des Fahrzeugs zur Erfüllung der primären und sekundären Fahraufgaben stellt für den Fahrer gewöhnlich kein Problem dar. Die Regelung der Längs- und Querbewegung läuft für den Fahrer auf der fertigkeitsbasierten Ebene ab, d. h. es handelt sich um automatische Prozesse, die kaum Aufmerksamkeit beanspruchen. Somit kann der Fahrer rasch und flexibel auf situative Veränderungen reagieren. Ebenso verhält es sich mit den sekundären Tätigkeiten, sofern diese häufig vorkommen und vom Fahrer entsprechend gut geübt sind. Allerdings kann möglicherweise eine Überforderung des Fahrers im Bereich der tertiären Fahraufgaben auftreten, insbesondere dann, wenn Funktionen nur selten genutzt werden, komplexe Menüstrukturen für die Bedienung durchlaufen werden müssen oder der Fahrer mit selten auftretenden Warnhinweisen konfrontiert wird.
Quellenverzeichnis [1] Abendroth, B.: Gestaltungspotentiale für ein PKWAbstandsregelsystem unter Berücksichtigung verschiedener Fahrertypen. Ergonomia, Stuttgart, 2001 [2] Wickens, C. D.: Engeneering Psychology and Human Performance. HarperCollins Publishers Inc., New York, 1992 [3] Luczak, H.: Arbeitswissenschaft. Springer, Berlin u. a., 1998 [4] Cohen, A. S.; Hirsig, R.: The Role of Foveal Vision in the Process of Information Input. In: Gale, A. G. et al. (Hrsg.): Vision in Vehicles – III. Elsevier, Amsterdam u. a., 1991 [5] Färber, B.: Geteilte Aufmerksamkeit: Grundlagen und Anwendung im motorisierten Straßenverkehr. TÜV Rheinland, Köln, 1987 [6] Schmidtke, H.: Wachsamkeitsprobleme. In: Schmidtke, H. (Hrsg.): Ergonomie. Hanser, München, Wien, 1993
14
[7] Galinsky, T.; Warm, J.; Dember, W.; Weiler, E.; Scerbo, M.: Sensory Alternation and Vigilance Performance: The Role of Pathway Inhibition. Human Factors 32 (1990) 6, S. 717 – 728 [8] Rasmussen, J.: Skills, Rules, and Knowledge: Signals, Signs, and Symbols, and Other Distinctions in Human Performance Models. IEE Transactions on Systems, Man, and Cybernetics, SMC-13 (1983) 3, S. 257 – 266 [9] Brown, I. D.; Groeger, J. A.: Risk Perception and Decision Taking during the Transition between Novice and Experienced Driver Status. Ergonomics 31 (1988) 4, S. 585 – 597 [10] Wagenaar, W. A.: Risk Taking and Accident Causation. In: Yates, J. F. (Hrsg.): Risk-Taking Behaviour. John Wiley & Sons, Chichester, 1992 [11] Näätänen, R.; Summala, H.: Road-user behaviour and traffic accidents. North-Holland Publishing, Amsterdam, Oxford, 1976 [12] Wilde, G. J. S.: The Theory of Risk Homeostasis: Implications for Safety and Health. Risk Analysis 2 (1982), S. 209 – 225 [13] Klebelsberg, D. von: Verkehrspsychologie. Springer, Berlin u. a., 1982 [14] Fuller, R.: A Conceptualization of Driving Behaviour as Threat Avoidance. Ergonomics 27 (1984) 11, S. 1139 – 1155 [15] Bubb, H.: Fahrerassistenz primär ein Beitrag zum Komfort oder für die Sicherheit? VDI-Bericht Nr. 1768. VDI, Düsseldorf, 2003, S. 257 – 268 [16] Donges, E.: Aspekte der Aktiven Sicherheit bei der Führung von Personenkraftwagen. AutomobilIndustrie, 1982, S. 183 – 190 [17] Fastenmeier, W.: Die Verkehrssituation als Analyseeinheit im Verkehrssystem. In: Fastenmeier (Hrsg.): Autofahrer und Verkehrssituation. Neue Wege zur Bewertung von Sicherheit und Zuverlässigkeit moderner Straßenverkehrssysteme. TÜV Rheinland, Köln, 1995 [18] Frieling, E.; Graf Hoyos, C.: Fragebogen zur Arbeitsanalyse – FAA. Huber, Bern u. a., 1978 [19] Hacker, W.; Iwanowa, A.; Richter, P.: Tätigkeitsbewertungssystem – TBS. Handanweisung. Psychodiagnostisches Zentrum, Berlin, 1983 [20] Färber, B.: Abstandswahrnehmung und Bremsverhalten von Kraftfahrern im fließenden Verkehr. Zeitschrift für Verkehrssicherheit 32 (1986) 1, S. 9 – 13
A 2 Fahrerverhaltensmodelle Die aktive Teilnahme am Straßenverkehr als Fahrer eines Kraftfahrzeugs ist eine komplexe Überwachungs- und Regelungsaufgabe, für deren Gelingen der Fahrer bei heutiger Rechtslage und heutigem Stand der Technik voll verantwortlich ist. Um ihm für diese Aufgabenstellung die bestmöglichen Arbeitsbedingungen zu verschaffen, muss die Auslegung der technisch gestaltbaren Komponenten des Straßenverkehrssystems die Anpassung an die besondere Leistungsfähigkeit des Menschen, aber auch an seine inhärenten Leistungsgrenzen zum Ziel haben. Dies gilt in vollem Umfang auch für Fahrerassistenzsysteme. Um für eine derartige Anpassung geeignete Grundlagen zu schaffen, begann man in der zweiten Hälfte des 20. Jahrhunderts [13] damit, Erkenntnisse über das Verhalten von Fahrern während der Fahraufgabe in Form von Fahrermodellen zusammenzufassen. Wegbereiter entsprechender Forschungen im deutschsprachigen Raum war Fiala [8]. Fundierte Übersichten über derartige Ansätze sind beispielsweise in [12] und [11] zu finden. Im Folgenden werden zwei Ansätze aus unterschied-
Edmund Donges
lichen Disziplinen beschrieben, die in den letzten drei Jahrzehnten Beachtung gefunden und eine Reihe von Folgeentwicklungen angestoßen haben.
2.1 Drei-Ebenen-Modell für zielgerichtete Tätigkeiten des Menschen nach Rasmussen, 1983 Zunächst soll an dieser Stelle ein aus der Ingenieurpsychologie stammendes qualitatives, sehr allgemein auf menschliche Arbeit anwendbares Modell für zielgerichtete Tätigkeiten behandelt werden. Es wurde 1983 von Rasmussen vorgestellt [17]. Das Modell unterscheidet drei Kategorien unterschiedlich starker kognitiver Inanspruchnahme des Menschen im Arbeitsprozess, deren Spannweite sich von alltäglichen Routinesituationen über unerwartete Herausforderungen bis hin zu seltenen kritischen Störfällen erstreckt. Diese Drei-Ebenen-Struktur ist in Bild 2-1 links dargestellt. Zunächst für erfahrenes Personal im ausgelernten Zustand konzipiert,
3 $ ,
,
,
,
!
)
-.&" / $
" * ) +
-.&"# 0)1 / .
,
"#
$
, %& '(
" $ $&
.
2 "# 0) "
41
/678:
415 /6789
Bild 2-1: Drei-Ebenen-Modell für zielgerichtete Tätigkeiten des Menschen nach Rasmussen und Drei-EbenenHierarchie der Fahraufgabe nach Donges
15
A
Grundlagen der Fahrerassistenzsystementwicklung
erwies es sich in der Folge auch als für die Beschreibung unterschiedlicher Phasen des menschlichen Lernverhaltens geeignet. Die Führung von Kraftfahrzeugen im Straßenverkehr gehört – im wahrsten Sinne des Wortes – zu den zielgerichteten sensumotorischen Tätigkeiten des Menschen: Es gilt, das Fahrzeug mit seinen Passagieren oder seinem Transportgut unter Nutzung der verfügbaren sensorischen Informationen mit Hilfe motorischer Eingriffe über die Betätigungseinrichtungen des Fahrzeugs von einem Ausgangsort zu einem Zielort zu bringen. Komplexe Anforderungssituationen, die den Menschen unvorbereitet treffen und ihm bisher untrainierte Handlungsweisen abverlangen, führen den Menschen auf eine Ebene des „wissensbasierten Verhaltens“ (knowledge-based behaviour). Diese Verhaltensform ist im Kern dadurch gekennzeichnet, dass auf der Basis bereits vorhandenen oder noch zu erwerbenden Wissens in einem mentalen Prozess verschiedene Handlungsalternativen durchgespielt und auf ihre Brauchbarkeit für das angestrebte Ziel geprüft werden, bevor die besteingeschätzte Alternative eventuell als Regel für zukünftige Fälle gespeichert und über motorische Reaktionen umgesetzt wird. Die nächste Ebene des „regelbasierten Verhaltens“ (rule-based behaviour) unterscheidet sich dadurch von der zuvor beschriebenen, dass die zugehörigen situativen Gegebenheiten bei früheren Gelegenheiten schon häufiger aufgetreten sind und der betreffende Mensch bereits über ein Repertoire von gespeicherten Verhaltensmustern (Regeln) verfügt, dessen nach subjektiver Erfahrung effektivste Variante abgerufen wird. Die dritte Ebene wird als „fertigkeitsbasiertes Verhalten“ (skill-based behaviour) bezeichnet. Sie ist durch reflexartige Reiz-Reaktions-Mechanismen charakterisiert, die in einem mehr oder weniger lang dauernden Lernprozess eintrainiert werden und dann in einem selbsttätigen, nicht mehr bewusste Kontrolle erfordernden stetigen Fluss ablaufen. Derartige eingespielte Fertigkeiten sind die zeitlich effektivsten Formen menschlichen Verhaltens. Sie sind typisch für routinemäßig wiederkehrende Handlungsabläufe, und sie lassen im Allgemeinen sogar einen gewissen Spielraum für nicht unbedingt aufgabenbezogene Nebenbeschäftigungen.
16
2.2 Drei-Ebenen-Hierarchie der Fahraufgabe nach Donges, 1982 In Abbildung 2-1 ist dieses aus einer psychologischen Herangehensweise entstandene allgemeine Klassifikationsschema für die Arbeitsprozesse des Menschen einer aus Ingenieurssicht abgeleiteten Drei-Ebenen-Hierarchie der Fahraufgabe gegenübergestellt [6], Bild 2-1 rechts. Die Navigationsaufgabe umfasst die Auswahl einer geeigneten Fahrtroute aus dem zur Verfügung stehenden Straßennetz sowie eine Abschätzung des voraussichtlichen Zeitbedarfs. Wenn Informationen über aktuelle Störeinflüsse wie z. B. Unfälle, Baustellen oder Verkehrsstauungen vorliegen, kann eine veränderte Routenplanung erforderlich werden. In einem bisher unbekannten Verkehrsraum verlangt die Navigationsaufgabe einen Prozess der bewussten Planung und ist deshalb der Ebene des wissensbasierten Verhaltens zuzuordnen. In einem vertrauten Verkehrsraum hingegen kann die Navigationsaufgabe als bereits erfüllt angesehen werden. Typisch für die Navigationsebene ist die örtlich punktuelle bzw. zeitlich diskrete Aufgabenerfüllung durch den Fahrer, der die Einhaltung der Fahrtroute anhand markanter Streckenmerkmale überwacht. Der eigentliche dynamische Prozess des Fahrens spielt sich auf den Aufgabenebenen Führung und Stabilisierung ab. Die Eigenbewegung sowie bewegte fremde Objekte im Fahrraum verursachen eine kontinuierliche Veränderung der Konstellation von sensorischen, insbesondere optischen Eingangsinformationen für den Fahrer. In dieser visuellen Szenerie und ihrer kontinuierlichen Veränderung sind sowohl die Führungsgrößen als auch die Istgrößen der Fahrzeugbewegung enthalten. Die Führungsaufgabe besteht im Wesentlichen darin, aus der vorausliegenden Verkehrssituation sowie aufgrund des geplanten Fahrtablaufs die als sinnvoll erachteten Führungsgrößen wie Sollspur und Sollgeschwindigkeit abzuleiten und antizipatorisch im Sinn einer Steuerung (open loop control) einzugreifen, um günstige Vorbedingungen für möglichst geringe Abweichungen zwischen Führungsund Istgrößen zu schaffen. Auf der Stabilisierungsebene hat der Fahrer durch entsprechende korrigierende Stelleingriffe dafür zu sorgen, dass im geschlossenen Regelkreis (closed loop control) die Regelabweichungen stabilisiert und auf ein für den Fahrer annehmbares Maß kompensiert werden. Für diese beiden Ebenen der Fahraufgabe hat sich die Abbildung in Form kontinuierlicher quantitativer Modelle auf regelungstechnischer bzw.
2 Fahrerverhaltensmodelle
systemtheoretischer Basis bewährt. Ein Beispiel hierfür folgt im nächsten Abschnitt. Inwieweit sich die Teilaufgaben Führung und Stabilisierung in den unterschiedlichen Verhaltenskategorien aus [17] abspielen, hängt entscheidend von der individuellen Erfahrung des betreffenden Fahrers und von der bereits erlebten Häufigkeit der jeweiligen Verkehrssituation ab. Ein Fahrerneuling wird seine Fahraktivität anfänglich sehr stark auf der Ebene des wissensbasierten Verhaltens ausüben und erst nach und nach mit wachsender Routine ein Repertoire für Verhaltensregeln und die Fähigkeit unbewusst ablaufender Fertigkeiten entwickeln. Sobald sich die entsprechende Erfahrung herausgebildet hat, wird die Teilnahme am Straßenverkehr zur alltäglichen Routine, die sich praktisch vollständig auf der Ebene des fertigkeitsbasierten Verhaltens abwickeln lässt. Ein Eindruck über die Dauer dieses Lernvorgangs lässt sich aus der Unfallbeteiligung von Fahranfängern ableiten: Demnach vergehen etwa 7 Jahre bzw. 100 000 km Fahrleistung [1], [21], bis ein Fahrer den ausgelernten Zustand erreicht hat. Erst das unerwartete Eintreten kritischer Bedingungen zwingt den Fahrer aus dem störungsfreien, subkortikal abarbeitbaren Verkehrsgeschehen heraus in die anspruchsvolleren Ebenen des regeloder sogar wissensbasierten Verhaltens hinein. Die Ebene des wissensbasierten Verhaltens ist im Straßenverkehr immer dann als kritisch und unfallträchtig einzustufen, wenn die Fahrgeschwindigkeit und der Abstand zur Gefahrenstelle für das mentale Durchspielen von Handlungsalternativen nicht mehr genügend Zeit lassen. Entsprechend wird in [9] gefordert: „Im Straßenverkehr ist der Bedarf für bewusstes Handeln zu minimieren!“ Wie die vorangehenden Überlegungen zeigen, kommt der Führungsebene der Fahraufgabe im Hinblick auf die Sicherheit des Fahrtablaufs eine enorme Bedeutung zu, weil sich in ihr entscheidet, ob die vom Fahrer ausgewählten Führungsgrößen im objektiv sicheren oder unsicheren Bereich liegen, und ob der Fahrer aus den sensorischen Eingangsinformationen rechtzeitig die notwendigen Schlüsse ableiten kann. Für diese Ebene der Aufgabenhierarchie bringt der Mensch die hervorragende Fähigkeit der vorausschauenden (antizipatorischen) Wahrnehmung des Verkehrsraums mit, die ihn – wie in [4] experimentell nachgewiesen wurde – in die Lage versetzt, auch antizipatorisch zu handeln und damit systemimmanente Verzögerungszeiten zu kompensieren. In der Stabilisierungsebene bilden der Fahrer als Regler und das Fahrzeug als Regelstrecke das bekannte, eng miteinander gekoppelte dynamische
A
System, dessen Stabilisierungsfunktion vom erfahrenen Fahrer auf der Ebene des fertigkeitsbasierten Verhaltens abgearbeitet wird. In Bild 2-1 sind die vorangehenden Überlegungen andeutungsweise durch die Dicke der grau unterlegten Verbindungspfeile zwischen den drei Ebenen der beiden Modellansätze dargestellt.
2.3 Beispiel eines regelungstechnischen Modellansatzes für die Führungs- und Stabilisierungsebene der Fahraufgabe Zur Nachbildung des Fahrerverhaltens im dynamischen Kernprozess der Fahrzeugführung werden vor allem regelungstechnische Modelle entwickelt, z. B. [13], [8], [20], [15]. Das besondere Leistungsvermögen dieses Ansatzes ermöglicht, ohne Kenntnis der inneren Struktur der menschlichen Informationsaufnahme, -verarbeitung und -ausgabe kausale Zusammenhänge zwischen den Eingangs- und Ausgangsgrößen des Menschen zu identifizieren. Eine derart vereinfachende Beschreibung ist von vornherein mit der Einschränkung verbunden, dass sie nur die mit diesen Größen beobachtbaren Phänomene erfassen kann und somit zwangsläufig unvollständig ist. Sie hat dennoch wichtige, vor allem quantitative Erkenntnisse hervorgebracht, die das menschliche Übertragungsverhalten in den Dimensionen von Amplitude und Zeit beschreiben und klare Hinweise auf die Adaptationsfähigkeit des Menschen, aber auch seine Leistungsgrenzen liefern. Der früheste Ansatz eines Fahrermodells stammt aus Japan [13] (zitiert nach [12]) und beschreibt das Lenkverhalten bei Seitenwindstörungen. Er beinhaltet bereits ein Prinzip zur Nachbildung der menschlichen Fähigkeit zur vorausschauenden Wahrnehmung des Fahrraums in Form einer Vorausschaulänge (preview distance). In Höhe dieser Vorausschaulänge versucht der Fahrer die Querabweichung zwischen Sollkurs und Fahrzeuglängsachse zu kompensieren. Im deutschsprachigen Raum wurde später für diesen Ansatz der Begriff „Deichselmodell“ gebräuchlich. Im Unterschied dazu separiert das Fahrermodell in [4] (Kurzfassung in [5]) die beiden Ebenen Führung und Stabilisierung der Fahraufgabe in zwei Teilmodelle: Die Führungsebene wird in Form einer „Antizipatorischen Steuerung“ (open loop control) und die Stabilisierungsebene als „Kompensatorische Regelung“ (closed loop control) abgebildet, Bild 2-2. Daneben gibt es einen Beitrag
17
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 2-2: Blockschaltbild des Zwei-Ebenen-Modells für das Fahrerlenkverhalten
„Restgröße“, der die von den beiden Teilmodellen nicht reproduzierten Anteile der Fahrerreaktion beinhaltet. Dieses Fahrermodell beschreibt zunächst nur den querdynamischen Anteil der Fahraufgabe, ist jedoch in seiner Grundstruktur auch für die Nachbildung der Längsdynamik geeignet. Die experimentelle Datenbasis für dieses Modell stammt aus Simulatorversuchen auf einem kurvenreichen Rundkurs ohne sonstigen Verkehr. Es umgeht die Ableitung einer Solltrajektorie und einer Sollgeschwindigkeit, indem es die Testfahrer in der Versuchsanweisung auffordert, genau der Straßenmittellinie und einem vorgegebenen Geschwindigkeitsprofil zu folgen. Erst spätere Arbeiten wie z. B. [16] schufen die Grundlagen für die Modellierung von Solltrajektorie und Sollgeschwindigkeit mithilfe von Optimierungskriterien, die die Zielvorstellungen des Fahrers für den jeweiligen Fahrtzweck gewichten und das Verlassen des einzuhaltenden Fahrstreifens durch entsprechende Grenzkriterien (constraints) vermeiden.
18
Eingangsgröße für das Teilmodell „Antizipatorische Steuerung“ ist die um eine Antizipationszeit vorgezogene Sollkrümmung der Sollspur (Straßenmittellinie), die über einen Verstärkungsfaktor und ein glättendes Verzögerungsglied den entsprechenden antizipatorischen Anteil der Lenkreaktion produziert. Im Teilmodell „Kompensatorische Regelung“ werden parallel drei an der Fahrerposition gemessene Zustandsgrößen Krümmungsdifferenz (Differenz der Krümmungen von Soll- und Istspur), Gierwinkelfehler (Winkel zwischen Tangente an die Sollspur und Fahrzeuglängsachse) und Querabweichung zur Sollspur jeweils über einen zugehörigen Verstärkungsfaktor und verzögert um dieselbe Fahrertotzeit (Reaktionszeit im geschlossenen Regelkreis) zurückgeführt. Die genannten Eingangsgrößen für beide Teilmodelle können vom Fahrer aus statischen und bewegten Mustern in der perspektivischen Außensicht des vorausliegenden Fahrraums wahrgenommen werden [4].
2 Fahrerverhaltensmodelle
Die aus den Messergebnissen ermittelten Modellparameter zeigen folgende Eigenschaften [5]: Im Teilmodell „Antizipatorische Steuerung“ entspricht der Verstärkungsfaktor praktisch dem Kehrwert der Fahrzeugverstärkung (auch als Lenkempfindlichkeit des Fahrzeugs bezeichnet), weil Soll- und Istkrümmung der Fahrspur im stationären Zustand nah beieinander liegen müssen. Die Antizipationszeiten der Lenkreaktion liegen weitgehend unabhängig von den Versuchsbedingungen in der Größenordnung von 1 s. Das bedeutet bezogen auf den oben erwähnten frühesten Fahrermodellansatz [13] eine proportional mit der Fahrgeschwindigkeit wachsende Vorausschaulänge. Die Zeitkonstante des Verzögerungsglieds sinkt signifikant mit wachsender Fahrgeschwindigkeit, d. h. der Anstieg der antizipatorischen Lenkreaktion erfolgt umso schneller, je höher die Fahrgeschwindigkeit ist. Im Teilmodell „Kompensatorische Regelung“ trägt der Gierwinkelfehler mit Abstand am stärksten zur kompensatorischen Lenkreaktion bei, d. h. von den drei rückgekoppelten Zustandsgrößen kann der Gierwinkelfehler als Hauptregelgröße, die Krümmungsdifferenz als D-Anteil und die Querabweichung als I-Anteil eines PID-Reglers interpretiert werden. Beim Verstärkungsfaktor der Krümmungsdifferenz zeigt sich ein signifikanter Anstieg mit der Fahrgeschwindigkeit, d. h. entsprechend wächst der vorhaltende Beitrag im kompensatorischen Lenkwinkel. Gleichzeitig verkürzt
A
sich die Fahrertotzeit ebenfalls signifikant. Höhere Fahrgeschwindigkeiten verlangen also schnellere Reaktionszeiten vom Fahrer. Das lässt sich auch mithilfe des Schnittfrequenzmodells [14] erklären: Die Stabilitätsreserven der Fahrzeugquerdynamik nehmen mit wachsender Fahrgeschwindigkeit ab und müssen im geschlossenen Regelkreis durch verkürzte Fahrertotzeiten kompensiert werden, um eine ausreichende Stabilitätsreserve des Gesamtsystems Fahrer-Fahrzeug aufrechtzuerhalten.
2.4 Zeitkriterien Die gerade beschriebenen Korrelationen zwischen dem Zeitverhalten des Fahrers und der Fahrgeschwindigkeit sind ein Beispiel für die Adaptationsfähigkeit des Menschen an die jeweiligen Randbedingungen. Die identifizierten Mittelwerte der Antizipationszeit von 1 s und der Totzeit des Fahrers von 0,5 s sind Anhaltspunkte für die folgenden Betrachtungen zum Zeitverhalten. Bild 2-3 vermittelt einen Überblick über die Zeithorizonte, die die drei Ebenen der Fahraufgabe charakterisieren. Der typische Zeithorizont der Navigationsebene erstreckt sich von der möglichen Gesamtdauer einer Fahrt im Bereich einiger Stunden bis in die Region der Ankündigung bevorstehender Streckenände-
#%
!
&%
! " # $ "
Bild 2-3: Typische Zeithorizonte der Navigations-, Führungs- und Stabilisierungsaufgabe
19
A
Grundlagen der Fahrerassistenzsystementwicklung
rungen im Minutenbereich, z. B. durch Beschilderung. Auch heutige Navigationssysteme beginnen entsprechend früh mit ersten Vorankündigungen, die dann während der Annäherung an den entscheidenden Ort wiederholt und konkretisiert werden. Dann setzt als wesentlicher Teil der Führungsaufgabe unter günstigen Sichtverhältnissen bereits die optische Wahrnehmung der Straßengeometrie und der Verkehrssituation mit der Ableitung der Führungsgrößen und der antizipatorischen Einleitung von Stelleingriffen ein. Geschwindigkeitskorrekturen durch Lastwechsel oder Bremsbetätigung haben üblicherweise einen größeren Vorlauf als Lenkaktionen. Wenn typische Antizipationszeiten für Stelleingriffe am Lenkrad im Bereich von 1 s liegen, muss die Wahrnehmung der entsprechenden Gegebenheiten bereits deutlich früher beginnen, insbesondere bei unerwarteten Ereignissen. D. h.: Informationssysteme oder Warnsysteme, die eine kognitive Verarbeitung erfordern, sollten eine Antizipationszeit von 2 bis 3 s möglichst überschreiten. Einer Arbeit neueren Datums entsprechend müssen beispielsweise Warnsignale für Spurwechselentscheidungen spätestens 2 Sekunden zuvor gegeben werden [18]. Wenn dies nicht realisierbar ist (z. B. aufgrund der begrenzten Reichweite von Umfeldsensoren), kann nur eine spontan angeregte Reaktion durch eine intuitiv wirkende Handlungsempfehlung, beispielsweise in Form einer haptischen Anzeige wie beim Aktiven Fahrpedal oder Lenkrad, helfen. Typische Stelleingriffe zur Kompensation von Regelabweichungen auf der Stabilisierungsebene erfolgen wie beschrieben mit einer Nacheilung von einigen 100 ms, wobei Fahrertotzeiten im
geschlossenen Regelkreis als Kennzahl für fertigkeitsbasiertes Handeln eher eine Untergrenze darstellen. Taktzeiten im ms-Bereich (schwarze Zone in Bild 2-3) können deshalb nur durch technische Regelsysteme dargestellt werden, wie dies z. B. im ABS, ASR und ESP realisiert ist. Reaktionszeiten auf unerwartete Ereignisse liegen im Bereich von etwa 2 bis 3 s, je nach Komplexität der Situation möglicherweise deutlich darüber. Wie wichtig frühzeitige Aktionen/Reaktionen des Fahrers für die Unfallvermeidung sind, schätzt Enke ab [7]: Etwa die Hälfte aller Kollisionsunfälle könnte durch Vorverlegung der Fahrerreaktion um eine halbe Sekunde vermieden werden. Eine Beschleunigung der Fahrerreaktion um einen Zeitvorhalt in dieser Größenordnung scheint nur durch eine Stärkung von antizipatorischen Reaktionen erreichbar, also auf der Führungsebene der Fahraufgabe.
2.5 Neuer Ansatz zur Quantifizierung von fertigkeits-, regel- und wissensbasiertem Verhalten im Straßenverkehr Die Drei-Ebenen-Hierarchie des menschlichen Reaktionsverhaltens von Rasmussen, wie in Abschnitt 2.1 beschrieben, ist zunächst ein qualitatives Modell. In [2] wird ein neuer, zugegebenermaßen gewagter Ansatz zur Annäherung an eine Quantifizierung der Begriffe fertigkeits-, regel- und wissensbasiertes Verhalten im Straßenverkehr eingeführt. Angeregt wurde dieser Vorschlag durch die messtechnische
Bild 2-4 g-g-Diagramm des Fahrertyps „normal“ aus [19]
20
2 Fahrerverhaltensmodelle
A
Bild 2-5 Fahrverhaltenskollektive und Kraftschlussgrenze (unterschiedliche Fahrertypen, veränderte Kraftschlussgrenzen)
Erfassung von Fahrverhaltenskollektiven, die bisher in der deutschsprachigen Fachliteratur eher selten dokumentiert worden sind [3], [10], [19]. Zur Erläuterung dieses Ansatzes soll als Beispiel Bild 2-4 aus [19] dienen. Dieses Diagramm zeigt den Bereich von Querund Längsbeschleunigungen, die zwölf Fahrer vom Fahrertyp „normal“ während jeweils ca. zweieinhalbstündiger Fahrten im öffentlichen Verkehr auf einer Versuchsstrecke mit kurvigen Landstraßen und Autobahnen genutzt haben. Die einhüllende Linie stellt dabei eine 85-Perzentil-Linie dar, d. h. alle Fahrer bleiben in 85 % der Fahrzeit unterhalb dieser Hüllkurve. Die Hüllkurve selbst weist eine etwas ausgerundete Kreuzform auf. Dies besagt, dass das untersuchte Fahrerkollektiv nur bedingt in der Lage ist, kombinierte Lenk-Brems- oder Lenk-Beschleunigungsmanöver auszuführen, sondern bevorzugt entweder lenkt oder bremst oder beschleunigt. Diese Beobachtung wird durch andere Messergebnisse von Fahrverhaltenskollektiven erhärtet. Man stelle sich nun vor, dass in analoger Weise die Häufigkeitsverteilung und die Hüllkurve des Verhaltenskollektivs für einen individuellen Fahrer registriert werden, und zwar nicht nur für Längs- und Querbeschleunigung, sondern auch für andere relevante, das Fahrerverhalten charakterisierende Messgrößen, wie z. B. inverser Abstand und Differenzgeschwindigkeit gegenüber einem vorausfahrenden Fahrzeug. Auf diese Weise lässt sich ein mehr oder
weniger umfangreiches Abbild des personalisierten Erfahrungshorizonts und somit der Verkehrskompetenz des betreffenden Fahrers ermitteln. Dieses Bild soll dazu dienen, in einem pragmatischen Ansatz zu definieren: Der fertigkeitsbasierte Bereich umfasst die 80Perzentil-Einhüllende des Längs- und Querbeschleunigungskollektivs eines individuellen Fahrers, der regelbasierte Bereich reicht bis zum 95. Perzentil, und die darüber hinausgehenden Fahrzustände als seltene Ereignisse sind vor allem dem wissensbasierten Bereich zuzuordnen. (Die Zahlenwerte 80. und 95. Perzentil, die nicht im Bild gezeigt werden, sind als willkürlich gewählte Anhaltswerte zu verstehen, die gegebenenfalls experimentell genauer abzusichern sind.) Für unterschiedliche Fahrertypen wird der jeweils individuelle Erfahrungshorizont vom eher kleinen Umfang beim zurückhaltenden, vorsichtigen Fahrer bis zum sehr ausgedehnten Fahrverhaltensrepertoire beim sportlich ambitionierten, dynamischen Fahrer reichen, Bild 2-5. Auch intraindividuell kann der Fahrstil des Fahrers je nach Gemütslage in einer Spannweite von defensiv (innerhalb der 80Perzentil-Einhüllenden) über offensiv (innerhalb der 95-Perzentil-Einhüllenden) bis hin zu aggressiv (die 95-Perzentil-Einhüllende überschreitend) variieren.
21
A
Grundlagen der Fahrerassistenzsystementwicklung
Die bisher bekannten Messungen zeigen durchgängig, dass auf trockener Fahrbahn die entsprechenden Fahrverhaltenskollektive im Verkehr auf öffentlichen Straßen deutlich unterhalb der Kraftschlussgrenze (Kammscher Kreis) bleiben. Wenn allerdings Witterungsverhältnisse wie Fahrbahnnässe, Schnee oder Eis das Kraftschlusspotenzial erheblich vermindern, kann es dazu kommen, dass selbst das schmale Fahrverhaltenskollektiv des vorsichtigen Fahrers die Grenze des Kammschen Kreises überschreitet und das Unfallrisiko unter diesen Umständen erheblich ansteigen kann, Bild 2-5. Anhand dieses Bildes soll Folgendes hervorgehoben werden: Neben der physikalischen Grenze des Kraftschlusspotenzials charakterisiert durch den Kammschen Kreis gibt es eine zweite wesentliche Einflussgröße auf die Verkehrssicherheit, die bisher wenig Beachtung gefunden hat: die Grenze der Verkehrskompetenz des individuellen Fahrers, die durch die Einhüllende des Fahrerverhaltenskollektivs und seiner Perzentile als jeweiliger Erfahrungshorizont quantifiziert und für Fahrerassistenzsysteme genutzt werden kann. Derartigen Grenzen des Erfahrungshorizonts könnte aus statistischer Sicht bezüglich der Unfallrelevanz sogar eine stärkere Bedeutung zukommen als der Kraftschlussgrenze, weil ihre Überschreitung ganzjährig in Gefahr ist.
2.6 Folgerungen für Fahrerassistenzsysteme Die Anwendung des Drei-Ebenen-Modells von Rasmussen und der oben beschriebene Versuch seiner Quantifizierung fördern zwei wesentliche Erkenntnisse zutage: Fahrerassistenzsysteme sollten mithelfen, eine Sicherheitsreserve einerseits gegenüber der Kraftschlussgrenze, andererseits aber insbesondere gegenüber dem Erfahrungshorizont der Fahrer aufrechtzuerhalten. In kritischen dynamischen Situationen spannt sich zwischen dem individuellen Erfahrungshorizont des Fahrers und der Kraftschlussgrenze ein potenzieller Eingriffsbereich für Fahrerassistenzsysteme auf. Dort kann die überwiegend einkanalige Reaktionsweise des Fahrers (Lenken oder Bremsen bzw. Lenken oder Beschleunigen) vor allem durch kombinierte Lenk-Brems- oder Lenk-Beschleunigungsmanöver ergänzt werden.
22
Das Drei-Ebenen-Modell der Fahraufgabe mit den quantitativen Ergebnissen der entsprechenden Fahrermodelle weist vor allem die Führungsebene als vielversprechendes Feld für zukünftige Fahrerassistenzsysteme aus. Auch hier treten zwei Auslegungskriterien hervor: Für Fahrerassistenzsysteme mit informierender, warnender oder handlungsempfehlender Funktion sollte bei unerwarteten Ereignissen eine Antizipationszeit von mindestens zwei Sekunden eingehalten werden. Reaktionsanforderungen, die im Zeitraum von weniger als ein bis zwei Zehntelsekunden beantwortet werden müssen, können nur durch automatisch eingreifende Technologien erfüllt werden, wie z. B. heute bereits durch ABS, ASR und ESP.
Quellenverzeichnis [1] Anon.: Unfalldisposition und Fahrpraxis. Automobiltechnische Zeitschrift 78 (1976), S. 129 [2] Braess, H.-H.; Donges, E.: Technologien zur aktiven Sicherheit von Personenkraftwagen – „Konsumierbare“ oder echte Verbesserungen? 2. Tagung „Aktive Sicherheit durch Fahrerassistenz“, TU München, Garching bei München, 4.–5. April 2006 [3] Burckhardt, M.: Fahrer, Fahrzeug, Verkehrsfluß und Verkehrssicherheit – Folgerungen aus den Bewegungsgesetzen für Fahrzeug, Straße und Fahrer. In: Interfakultative Zusammenarbeit bei der Aufklärung von Verkehrsunfällen. Band XXX der AFO, Köln, 1977 [4] Donges, E.: Experimentelle Untersuchung und regelungstechnische Modellierung des Lenkverhaltens von Kraftfahrern bei simulierter Straßenfahrt. Diss. TH Darmstadt 1977 [5] Donges, E.: Ein regelungstechnisches Zwei-Ebenen-Modell des menschlichen Lenkverhaltens im Kraftfahrzeug. Zeitschrift für Verkehrssicherheit 24 (1978), S. 98–112 [6] Donges, E.: Aspekte der Aktiven Sicherheit bei der Führung von Personenkraftwagen. AutomobilIndustrie 27 (1982), S. 183–190 [7] Enke, K.: Possibilities for improving safety within the driver-vehicle-environment control loop. ESVKonferenz 1979, Berichtsband, S. 789–802 [8] Fiala, E.: Lenken von Kraftfahrzeugen als kybernetische Aufgabe. Automobiltechnische Zeitschrift 68 (1966), S. 156–162 [9] Förster, H. J.: Menschliches Verhalten, eine vergessene Ingenieur-Wissenschaft? Abschiedsvorlesung U. Karlsruhe, Januar 1987 [10] Hackenberg, U.; Heißing, B.: Die fahrdynamischen Leistungen des Fahrer-Fahrzeug-Systems im Straßenverkehr. Automobiltechnische Zeitschrift 84 (1982), S. 341–345
2 Fahrerverhaltensmodelle
A
[11] Johannsen, G.: Fahrzeugführung und Assistenzsysteme. In: Ingenieurpsychologie. Hrsg. von B. Zimolong und U. Konradt. Enzyklopädie der Psychologie: Wirtschafts-, Organisations- und Arbeitspsychologie – Band 2, Hogrefe Verlag, 2006 [12] Jürgensohn, T.: Hybride Fahrermodelle. Sinzheim, Pro Universitate Verlag, 1997 [13] Kondo, M.: Richtungsstabilität (wenn Steuerbewegungen hinzukommen). Journal of the Society of Automotive Engineers of Japan (JSAE), Jidoshagiutsu, Vol. 7, No. 5,6, Tokyo 1953, S. 104–106, 109, 123, 136–140 (in japanisch, zitiert nach [12]) [14] McRuer, D. T.; Krendel, E. S.: The Man-Machine System Concept. Proc. IRE 50 (1962), S. 1117–1123 [15] Mitschke, M.; Niemann, K.: Regelkreis Fahrer-Fahrzeug bei Störung durch schiefziehende Bremsen. Automobiltechnische Zeitschrift 76 (1974), S. 67–72 [16] Prokop, G.: Modeling Human Vehicle Driving by Model Predictive Online Optimization. Vehicle System Dynamics, 2001, Vol. 11, No. 1, S. 1–35 [17] Rasmussen, J.: Skills, Rules and Knowledge; Signals, Signs and Symbols and other Distinctions in Human Performance Models. IEEE Trans. on Systems, Man and Cybernetics, Vol. SMC 13, No. 3 (1983), S. 257– 266 [18] Wakasugi, T.: A study on warning timing for lane change decision and systems based on driver’s lane change maneuver. ESV-Konferenz 2005, Paper 050290 [19] Wegscheider, M.; Prokop, G.: Modellbasierte Komfortbewertung von Fahrer-Assistenzsystemen. VDIBer. Nr.1900, 2005, S. 17–36 [20] Weir, D. H.; McRuer, D. T.: Dynamics of Driver Steering Control. Automatica 6 (1970), S. 87–98 [21] Willmes-Lenz, G.: Internationale Erfahrungen mit neuen Ansätzen zur Absenkung des Unfallrisikos junger Fahrer und Fahranfänger. Berichte der Bundesanstalt für Straßenwesen, Heft M 144, 2003
23
A 3 Fahrerassistenz und Verkehrssicherheit 3.1 Einleitung Einer weit verbreiteten Auffassung zufolge sind ca. 95 % aller Unfälle im Straßenverkehr zumindest anteilig auf die Ursache „Human Error“ zurückzuführen. Weiterhin soll menschlichem Fehlverhalten bei ca. 75 % der Straßenverkehrsunfälle der Status einer „Alleinursache“ zukommen [1] [7]. Zitiert wird in diesem Zusammenhang häufig eine frühe Studie von Treat und Mitarbeitern [5], die aufgrund einer Detailanalyse von 2.258 Unfallprotokollen zu dem Ergebnis kam, dass menschliches Fehlverhalten als Ursachenfaktor in 93 % der Fälle (gegenüber 34 % Umweltfaktoren und 13 % Fahrzeugfaktoren) beteiligt waren. Ungeachtet der erkenntnistheoretischen Probleme, die ein allzu leichtfertiger Umgang mit dem Ursachenbegriff in diesem Falle mit sich bringt, dürfen die Entstehungsbedingungen „menschlichen Versagens“ [6] natürlich nicht unreflektiert bleiben, wenn es um die Entwicklung zielführender Ansätze und Maßnahmen zur Einschränkung des Unfallgeschehens geht. Eine im Zusammenhang mit „menschlichem Versagen“ häufig thematisierte Unfallursachenkategorie ist beispielsweise die des „Looked-but-Failed-to-See“. Gemeint sind damit Unfälle, bei denen sich das kritische Hindernis oder Fahrzeug durchaus im Sehfeld der den Unfall verursachenden Fahrer befand, ohne dass es von ihnen erkannt wurde, um auf dieser Grundlage dann die erforderlichen, den Unfall möglicherweise vermeidenden Fahrhandlungen auszuführen. Aus psychologischer Sicht wird dieses Phänomen zumeist mit Kapazitätsbegrenzungen der visuellen Aufmerksamkeit, der Selektivität des Prozesses des visuellen Abtastens oder der fehlerhaften Integration relevanter Merkmale der Szenerie erklärt [1]. Aus theoretischer Sicht wird die Entstehung eines Unfalls immer wahrscheinlicher, wenn die Anforderungen der Verkehrssituation die Leistungsmöglichkeiten des Fahrers übersteigen, d. h. die Aufgabenschwierigkeit ein für ihn bewältigbares Maß übersteigt [3]. Akzeptiert man nun im System „Fahrer-Fahrzeug-Umwelt“ die Verkehrsumgebung als eine nur sehr schwer modifizierbare Konstante und unterstellt weiterhin, dass die überwiegende Mehrzahl der Fahrten mit Fahrzeugen durchgeführt wird, die entsprechend den geltenden Vorschriften verkehrssicher sind, erscheint die sicherlich kritisierbare Schätzung des erwähnten Ursachenanteils von „Human Error“ am Unfallgeschehen im
24
Christhard Gelau, Tom Michael Gasser, Andre Seeck
Straßenverkehr aber nicht unplausibel. Moderne Fahrerassistenzsysteme (FAS, oder auch ADAS = Advanced Driver Assistance Systems) werden daher mit dem Ziel entwickelt und implementiert, diese Diskrepanzen zwischen den Anforderungen der Verkehrssituation und dem Leistungsvermögen des Fahrers zu beseitigen, indem ihm beispielsweise durch Warnhinweise zusätzliche zeitliche Spielräume für die Planung und Durchführung sicherer Fahrhandlungen eingeräumt werden oder aber auch durch Eingriffe in die Fahrdynamik bereits verlorengegangene Kontrolle zurückgegeben wird. Im vorliegenden Kapitel werden daher zunächst die aufgrund von Unfalldatenanalysen zu erwartenden Auswirkungen von FAS auf die Verkehrssicherheit diskutiert. Befürchtungen möglicher negativer Auswirkungen, die unter dem Stichwort Verhaltensanpassung („Behavioural Adaptation“) zuweilen in der Literatur geäußert wurden, werden dabei berücksichtigt. Dieser stark an psychologischen Kriterien orientierten Darstellung folgt eine Bewertung von FAS aus Sicht von Ratings und kraftfahrzeugtechnischen Vorschriften. Das Kapitel schließt sodann mit einer juristischen Bewertung autonom eingreifender FAS unter Berücksichtigung des Wiener Übereinkommens über den Straßenverkehr aus dem Jahre 1968.
3.2 Erwartete Auswirkungen von Fahrerassistenzsystemen auf die Verkehrssicherheit Bei der Abschätzung der zu erwartenden positiven Auswirkungen von FAS auf die Verkehrssicherheit sind mehrere Herangehensweisen denkbar. Eine naheliegende Möglichkeit setzt beim Unfall direkt an und fragt entsprechend der eingangs formulierten Zielsetzung der Entwicklung und Implementierung von FAS nach den vorausgegangenen Fehlhandlungen und deren Ursachen auf Seiten des Fahrers. Erforderlich ist hierfür die Verfügbarkeit einer möglichst großen (und wenn möglich repräsentativen) Stichprobe möglichst detaillierter Unfallprotokolle. Sofern es gelingt, mit dieser Information die den Unfällen vorausgegangenen Fehlhandlungen möglichst eindeutig zu identifizieren, werden auf dieser Grundlage Assistenz-
3 Fahrerassistenz und Verkehrssicherheit
funktionen beschrieben, die geeignet sein sollten, durch Information, Warnung oder Eingriff in die Fahrzeugführung den Fehler zu korrigieren oder auch die Schwere der Konsequenzen zu mindern. Die Schätzung des Unfallvermeidungspotenzials der jeweiligen Assistenzfunktion erfolgt sodann über die Anteile der Unfälle in der jeweils zugrunde liegenden Stichprobe, aus der sie zuvor aufgrund gemeinsamer Ursachen bei bestimmten Unfallhäufungen abgeleitet worden war. Einen derartigen Ansatz verfolgten beispielsweise Vollrath et al. [10] in einem von der Bundesanstalt für Straßenwesen (BASt) beauftragten Projekt. Grundlage für die hier vorgenommene Abschätzung des Unfallvermeidungspotenzials von FAS stellte die In-Depth-Analyse von 2.813 Unfallprotokollen aus dem Raum Braunschweig dar. Bei allen Unfällen war der polizeilich registrierte Unfallverursacher ein PKW und der Fahrer 18 Jahre oder älter. Ohne an dieser Stelle auf alle Details im mehrstufigen Verfahren der Ziehung dieser Stichprobe eingehen zu können, soll hinsichtlich der Ergebnisse festgehalten werden, dass die Autoren einen ersten Schwerpunkt in Sachen Unterstützungsbedarf bei Einbiegen/Kreuzen-Unfällen erkannten und schlussfolgerten, dass durch eine entsprechende Warnfunktion („Kreuzungsassistent“, vgl. Kapitel 37) 26,2 % der analysierten schweren Unfälle hätten vermieden werden können. Mit Blick auf die Gesamtheit der von ihnen analysierten Unfälle stellen sie ein Unfallvermeidungspotenzial von FAS im Bereich von 70 % fest. Es darf nicht übersehen werden, dass der hier skizzierte und anhand der Studie von Vollrath et al. [10] exemplarisch belegte „a posteriori-Ansatz“ zur Abschätzung der Auswirkungen von FAS auf die Verkehrssicherheit nicht die einzige denkbare Option darstellt und darüber hinaus auch einige methodisch bedingte Einschränkungen birgt [9]. Zunächst muss man sich die stillschweigende Annahme vergegenwärtigen, dass bei den zur Disposition stehenden Unfällen die Aktivierung der jeweiligen Assistenzfunktion tatsächlich zur Vermeidung des Unfalls geführt hätte. Dies setzt aber wiederum voraus, dass die vom System an die Fahrer übermittelte Information ihrerseits überhaupt wahrgenommen, angemessen interpretiert und in eine situationsangepasste Fahrhandlung übersetzt wurde. Dieser Umstand weist sicherlich auf die herausragende Bedeutung einer nutzergerechten Gestaltung der Mensch-Maschine-Schnittstelle hin, macht darüber hinaus jedoch auch deutlich, auf welchen Vorannahmen ein solcher Ansatz zur Abschätzung der Auswirkungen von FAS beruht. Nicht übersehen werden sollten aus methodischer Sicht daher auch die Möglichkeiten quasi-experimentell
A
angelegter Feldstudien bzw. deren metaanalytischer Evaluation, die sich bereits für andere Maßnahmenansätze zur Steigerung der Verkehrssicherheit bewährt haben [2]. Das wesentliche Problem dieses Ansatzes liegt jedoch in der Notwendigkeit, über mehr oder minder marktreife Systeme für den Einsatz in Evaluationsstudien verfügen zu können. Eine methodische Erweiterung des hier dargestellten „a posteriori-Ansatzes“ zur Abschätzung der Auswirkungen von FAS auf die Verkehrssicherheit stellen die um eine psychologische Unfallanalyse ergänzten Erhebungen am Unfallort dar, wie sie von der AARU (Audi Accident Research Unit), einer interdisziplinären Forschungsgemeinschaft, und dem Klinikum der Universität Regensburg seit Juli 2002 praktiziert werden [25]. Gegenstand dieser Analyse sind die subjektiven Schilderungen der Ereignisse im Vorfeld des Unfalls durch die beteiligten Fahrer, die sodann einer Klassifikation hinsichtlich der im Interview benannten Handlungsfehler unterzogen werden. Bild 3-1 (nach [26]) zeigt exemplarisch die Ergebnisse einer entsprechenden Analyse, bei der Auftretenshäufigkeiten unterschiedlicher Fehlerkategorien einem Altersgruppenvergleich unterzogen wurden. Dem zugrunde lag eine Stichprobe von 244 Interviews, die im Anschluss an einen Unfall mit dem jeweils polizeilich ermittelten Hauptverursacher durchgeführt wurden. Auffällig ist hier das deutliche Überwiegen der so genannten „Informationsfehler“, d. h. der Nichtverfügbarkeit der für die Fahrhandlung zur Vermeidung des Unfalls erforderlichen Information in den befragten Altersgruppen. Die Frage, ob und in welchem Umfang Befragungsartefakte bei der Erklärung dieses Ergebnisses mit berücksichtigt werden müssen, kann an dieser Stelle nicht weiter vertieft werden. Ein letzter Aspekt, der bei der Abschätzung der Auswirkungen von FAS auf die Verkehrssicherheit aber keinesfalls übersehen werden sollte, ist schließlich das Phänomen der Verhaltensadaptation (behavioural adaptation) auf Seiten der Fahrer an die ihnen verfügbar gemachten Möglichkeiten. In einem einschlägigen Bericht der OECD [4] wird dieses Phänomen wie folgt definiert: „Behavioural adaptations are those behaviours which may occur following the introduction of changes to the roadvehicle-user system and which were not intended by the initiator of this change.“ Es wird in diesem Bericht weiter ausgeführt: „Behavioural adaptations occur as road users respond to changes in the road transport system such that their personal needs are achieved as a result, they create a continuum of effects ranging from a positive increase in safety to a decrease in safety.“
25
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 3-1: Häufigkeit von Fehlertypen in Abhängigkeit von der Altersgruppe [nach 26]
Inspiriert wurde die Elaboration dieses Konzepts sicherlich maßgeblich durch die von Gerald J. S. Wilde [11] entwickelte und vertretene Theorie der Risikohomöostase (Risk Homeostasis Theory = RHT). Dies führte dazu, dass Begriffe wie Verhaltensadaptation (behavioural adaptation), Risikohomöostase oder auch Risikokompensation (risk compensation) häufig synonym verwendet werden. Aus diesem Grund soll an dieser Stelle zumindest verdeutlicht werden, dass Verhaltensadaptation keineswegs die Annahme einer homöostatischen Regelung des wahrgenommenen (statistischen!) Risikos an eine individuelle Risikozielgröße impliziert, wie es von der RHT [11] angenommen wird. Verhaltensadaptation trägt als Konzept ohne Annahmen über die zugrunde liegenden Wirkmechanismen dem Umstand Rechnung, dass Fahrer die ihnen z. B. durch ein FAS zur Verfügung gestellten zusätz-
lichen Möglichkeiten wahrnehmen und bei deren Nutzung ihre Motive und Werthaltungen einfließen lassen – was dazu führen kann, dass die vom Entwickler intendierten Effekte nicht in vollem Umfang erzielt werden können [8]. Zur Frage, welche FAS nun konkret die größten Beiträge zur Steigerung der Verkehrssicherheit und zur Erreichung der von der Europäischen Kommission formulierten Ziele der Verkehrssicherheitsarbeit (Reduzierung der Zahl der Getöteten um 50 % bis zum Jahre 2010 gegenüber 2001) implementiert, d. h. mit besonderem Nachdruck am Markt verbreitet werden sollten, wurde von der Europäischen Kommission im Rahmen ihrer eSafety-Initiative eine Expertengruppe (eSafety Working Group Implementation Road Map) eingesetzt und mit der Ausarbeitung einer „Prioritätenliste“ beauftragt [27]. Das Ergebnis der Aktivitäten dieser Arbeitsgruppe ist in
Tabelle 3-1: Prioritätenliste für eine effiziente Reduzierung der Zahl der Verkehrstoten Fahrzeugautonome Systeme ESP (Electronic Stability Program)
eCall (automatisches Notrufsystem)
Blind spot monitoring
Extended environmental information (Extended FCD)
Adaptives Abblendlicht (Adaptive head lights) Hindernis- & Kollisionswarnung (Obstacle & collision warning) Lane departure warning
26
Infrastrukturgestützte Systeme
RTTI (Real-time Travel and Traffic Information) Dynamic traffic management Lokale Gefahrenwarnung (Local danger warning) Speed Alert
3 Fahrerassistenz und Verkehrssicherheit
Tabelle 3-1 zusammengefasst. Die hier dargestellte Auflistung beruht auf Experteneinschätzungen, die auf der Grundlage von Forschungsergebnissen (insbesondere Unfalldatenanalysen) vorgenommen wurden und unter Zugrundelegung vornehmlich von Kosten-Nutzen-Kriterien die Systeme benennt, deren rasche Implementierung die effizienteste Reduzierung der Zahl der Verkehrstoten bis zum Jahr 2010 bzw. 2020 erwarten lässt.
3.3 Bewertung von Fahrerassistenzsystemen vor dem Hintergrund von Ratings und gesetzlichen Vorschriften Die Anforderungen an die Sicherheit von Fahrzeugen, die sich in den Lastenheften für die Entwicklung neuer Fahrzeuge widerspiegeln, lassen sich in folgende drei Kategorien einteilen: Anforderungen aufgrund von Typzulassungsbestimmungen, Anforderungen der Verbraucherorganisationen und herstellerinterne Anforderungen. Diese werden im vorliegenden Abschnitt knapp skizziert, der mit einem Ausblick auf denkbare Weiterentwicklungen in der Zukunft abschließt.
A
nicht in den von den Typzulassungsbestimmungen geregelten Bereich fallen. Damit elektronisch gesteuerte Assistenzsysteme zugelassen werden können, die in sicherheitsrelevante und durch die Typzulassungsbestimmungen geregelte Fahrzeugkomponenten und -funktionen eingreifen, wurde bei den Vorschriften zur Fahrzeugbremse und zur Lenkanlage ein neuer Weg eingeschlagen. In Anhang 8 der UN-ECE-Regelung 13H (Bremse) und in Anhang 6 der UN-ECERegelung 79 (Lenkanlage) wurden eher generische Anforderungen anstelle reiner „PerformanceAnforderungen“ zu Sicherheitsaspekten definiert, die von komplexen elektronischen Fahrzeugsteuerungssystemen im Rahmen der Typzulassung einzuhalten sind. Hierdurch wird beispielsweise ermöglicht, das Fahrzeugbremssystem für Funktionen der Fahrerassistenzsysteme ESP, ACC oder Brems- und Notbremsassistent zu nutzen. Das Vorschreiben von neuen sicherheitsfördernden Fahrzeugsystemen und Ausstattungsmerkmalen auf dem Weg der Typzulassung ist häufig aufgrund der notwendigen nationalen und internationalen Abstimmungsprozesse, insbesondere im Vergleich zur schnell voranschreitenden technischen Entwicklung neuer FAS, langwierig. Nach der Einführung entsprechender Vorschriften kann aber über die Typzulassungsbestimmungen das Sicherheitsniveau nahezu aller neuen Fahrzeuge beeinflusst werden.
3.3.1 Typzulassungsbestimmungen
3.3.2 Anforderungen der Verbraucherorganisationen
Die Genehmigung von Fahrzeugtypen und -bauteilen erfolgt heute nahezu ausschließlich auf internationaler Ebene über EU-Richtlinien, entworfen von der Europäischen Kommission in Brüssel [12], oder über UN-ECE-Regelungen, erstellt von der UNWirtschaftskommission für Europa (UN-ECE) in Genf [13]. Welche Rolle die Typzulassungsbestimmungen bei der Einführung von neuen Fahrerassistenzsystemen (FAS) spielen, hängt davon ab, ob die Funktionen eines FAS in einen von der Typzulassung geregelten Bereich fallen oder nicht. Beispielsweise gibt es im Bereich der Lichttechnik eine Vielzahl von Anforderungen, die bei der Typzulassung einzuhalten sind, sodass innovative Lichtsysteme meist erst dann (ohne Ausnahmegenehmigung) zugelassen werden können, wenn die entsprechenden zulassungsrechtlichen Randbedingungen entsprechend angepasst worden sind. Andere FAS können ohne weiteres eingeführt werden, weil deren Funktionen
Der Gesetzgeber definiert mit den Anforderungen der Typzulassung lediglich Mindeststandards, die erfüllt werden müssen, um mit einem neuen Fahrzeugmodell den Zugang zum Markt zu erhalten. Entsprechend müssen alle in den Markt gebrachten Neufahrzeuge die gesetzlichen Anforderungen erfüllen. Diese Zulassungstests sagen jedoch zunächst nichts über die Unterschiede der Sicherheitsniveaus verschiedener zugelassener Fahrzeugmodelle aus, die den Zugang zum Markt durch Erfüllung der gesetzlichen Anforderungen erlangt haben. An diesem Punkt setzt die Aufgabe der Verbraucherorganisationen an. Durch eigene (Crash-)Tests soll das unterschiedliche Sicherheitsniveau der zugelassenen Fahrzeugmodelle herausgefunden und als Verbraucherinformation differenziert veröffentlicht werden. Anhand dieser Zielsetzung der Verbraucherorganisationen wird deutlich, dass es wenig Sinn machen würde, wenn bei einem Verbraucherschutztest lediglich die Typ-
27
A
Grundlagen der Fahrerassistenzsystementwicklung
zulassungstests mit ihren Anforderungen wiederholt würden. Das wenig differenzierende Ergebnis eines solchen Ansatzes für die zugelassenen Testfahrzeuge wäre die Bewertung „Test bestanden“. Eine brauchbare Differenzierung der zugelassenen Produkte hinsichtlich ihrer Sicherheit wird hingegen häufig dadurch ermöglicht, dass sowohl die Testbedingungen als auch die Bewertungskriterien verglichen mit dem Zulassungstest verschärft werden. Ferner muss ein Verbrauchertest eine graduelle Differenzierung der Produkte ermöglichen, während der Zulassungstest lediglich eine binäre Differenzierung in „bestanden“ oder „nicht bestanden“ erlaubt. Beim European New Car Assessment Programme (Euro NCAP) [14] wird die graduelle Differenzierung der Testergebnisse dadurch erreicht, dass eine obere und untere „Performance-Grenze“ vorliegt und die Bewertung zwischen diesen Grenzen mittels einer linearen Interpolation („sliding scale“) auf der Basis des Testergebnisses errechnet wird.
heit beziehen. Innovationen im Bereich der Aktiven Sicherheit und der FAS, wie beispielsweise ESP, das nachweislich einen sehr großen Sicherheitsgewinn im realen Unfallgeschehen darstellt, sind aufgrund der Kreativität und Leistungsfähigkeit der Automobil- und Zulieferindustrie entstanden – wenn auch in diesem Beispiel die Verbraucherinformation zu einer sehr schnellen Verbreitung des ESP-Systems in fast allen Fahrzeugklassen geführt hat. Zukünftig werden jedoch viele bedeutsame Innovationen zur Steigerung der Sicherheit im Straßenverkehr in den Bereichen der Aktiven und Integrierten Sicherheit und im Bereich der FAS entwickelt werden, die häufig nur sehr eingeschränkt gesetzlich geregelt sind und die in Verbraucherschutztests bisher auch nur rudimentär und teilweise nur subjektiv getestet und bewertet werden können. Diese Erkenntnis stellt sowohl den Gesetzgeber als auch die Verbraucherschutzorganisationen vor eine neue Herausforderung.
3.3.4 Beyond NCAP – Die zukünftige Euro NCAP-Bewertung 3.3.3 Herstellerinterne Anforderungen Herstellerinterne Anforderungen an die Sicherheit eines Fahrzeugs beinhalten immer die Anforderungen der Typzulassung der entsprechenden Region, in der das Fahrzeug verkauft werden soll, und häufig auch ausgewählte Anforderungen, die aus dem Bereich der Verbrauchertests bekannt sind. Darüber hinaus verfügen aber viele Automobilhersteller auch über eigene hausinterne Sicherheitsstandards, die über die Anforderungen der Typzulassung und der Verbrauchertests hinausgehen und zum Teil auch weitergehende oder andere Aspekte der Fahrzeugsicherheit betreffen. Diese zusätzlichen herstellerinternen Anforderungen beruhen u. a. auf der eigenen Einschätzung hinsichtlich der Produkthaftung, den vermuteten Kundenwünschen und somit der Marktstrategie oder auch der Erkenntnisse aus der eigenen Unfallforschung. Die Anforderungen an die Sicherheit von Fahrzeugen, die vom Gesetzgeber und von Verbraucherorganisationen aufgestellt werden, waren und sind eine treibende Kraft für viele Innovationen in der Fahrzeugtechnik. Beispielsweise sind in jüngster Vergangenheit viele technische Innovationen zum Fußgängerschutz auf die entsprechenden neuen Anforderungen in der europäischen Gesetzgebung zurückzuführen. Dieses Beispiel zeigt jedoch auch, dass sich die Anforderungen des Gesetzgebers und der Verbraucherorganisationen traditionell maßgeblich auf den Bereich der Passiven Fahrzeugsicher-
28
Viele maßgebliche Innovationen im Bereich der Passiven Sicherheit sind deshalb in den Markt gekommen, weil entsprechende Prüfverfahren und Bewertungskriterien, die als Basis für gesetzliche Vorschriften oder für die Bewertung in Verbraucherschutztests dienen, die Entwicklung begünstigt oder sogar vorangetrieben haben. Im Gegensatz dazu werden viele Sicherheitssysteme im Bereich der Aktiven und Integrierten Sicherheit und im Bereich der FAS allein durch die Kreativität der Ingenieure in der Automobil- und Zulieferindustrie – auch mit der Hoffnung, diese vermarkten zu können – entwickelt. Viele Experten schätzen, dass gerade in diesen Bereichen die größten Potenziale zur weiteren Hebung der Verkehrssicherheit liegen, und dass sich dieser Bereich sehr dynamisch entwickeln wird. Vor diesem Hintergrund, und weil Euro NCAP auch zukünftig eine maßgebliche Kraft bei der Bewertung von sicherheitsrelevanten Fahrzeugsystemen sein möchte, hat Euro NCAP die Entwicklung einer völlig neuen Herangehensweise bei der Erstellung neuer Testverfahren und Bewertungskriterien für Systeme eingeleitet, die im Bereich der Aktiven und Integrierten Sicherheit und im Bereich der FAS anzusiedeln sind [15]. Diese Aktivität wird bei Euro NCAP mit dem Begriff „Beyond NCAP“ umschrieben. Ein mögliches Bewertungsverfahren im Sinne des Beyond NCAP-Gedankens könnte die bekannten Crashtest-Bewertungsverfahren ergän-
3 Fahrerassistenz und Verkehrssicherheit
zen und somit zusätzlich genutzt werden. Ziel der Entwicklung einer Beyond NCAP-Bewertungsmethode ist es, ein flexibles, transparentes und berechenbares Verfahren zu definieren, das in der Lage ist, Innovationen der Fahrzeugsicherheit möglichst schon kurz nach der Markteinführung mit einer Sicherheitsbeurteilung auszuzeichnen. Beim bisherigen Vorgehen zur Erstellung neuer Bewertungsbereiche hat Euro NCAP sowohl das Bewertungsverfahren spezifiziert als auch die Bewertung selbst durchgeführt (siehe Bild 3-2, links). Der Fahrzeughersteller hat „lediglich“ eine technische Lösung angeboten, die dann – wenn sie bei Euro NCAP positiv bewertet wurde und das Bewertungsverfahren korrekt entwickelt war – auch einen Nutzen im realen Unfallgeschehen gezeigt hat. Dem Beyond NCAP-Gedanken nach soll nun der Fahrzeughersteller nicht nur ein neues Sicherheitssystem entwickeln und auf den Markt bringen. Der Hersteller soll vielmehr auch wissenschaftlich abgesicherte Daten liefern, mit denen er den zu erwartenden Nutzen im realen Unfallgeschehen aufzeigt sowie ein Testverfahren vorschlagen, mit dem das neue Sicherheitssystem geprüft und bewertet werden kann. Euro NCAP übernimmt in diesem Fall lediglich die Rolle, alle gelieferten Informationen zu verifizieren (siehe Bild 3-2, rechts) und auf dieser Basis ein Rating durchzuführen. Durch eine robuste Beyond NCAP-Bewertungsmethode, die das existierende Euro NCAP-Bewertungsverfahren ergänzt, könnten neue Sicherheitssysteme schneller bewertet und durch ein unabhängiges Qualitätssiegel besser vermarktet werden. Für eine funktionierende Beyond NCAP-Methode ist jedoch vertrauensvoller und partnerschaftlicher Umgang von Euro NCAP und Industrie die grundlegende Voraussetzung.
A
3.4 Rechtliche Grenzen autonom eingreifender Fahrerassistenzsysteme Bei Erteilung der EG-Typgenehmigung werden Fahrzeuge hinsichtlich ihrer Übereinstimmung mit fahrzeugtechnischen Vorschriften überprüft. In den ECE-Regelungen sind dabei für Fahrerassistenzsysteme keine Bauvorschriften enthalten. Zur Anwendung auf Fahrerassistenzsysteme kommen die fahrzeugtechnischen Vorschriften dennoch: Einzelne Gesichtspunkte – wie die elektromagnetische Verträglichkeit – sind nämlich unmittelbar auf Fahrerassistenzsysteme als Bauteile des Fahrzeugs anwendbar. Darüber hinaus ist die Zulässigkeit von teilautomatisch wirkenden Fahrerassistenzsystemen auch Gegenstand einzelner fahrzeugtechnischer Regelungen. Als Beispiel für eine Regelung von Fahrerassistenzsystemen in fahrzeugtechnischen Vorschriften lässt sich die ECE-R 79 anführen, worin „einheitliche Bedingungen für die Genehmigung der Fahrzeuge hinsichtlich der Lenkanlage“ geregelt sind. Es wird darin die Variante einer „Fahrerassistenz-Lenkanlage“, deren Merkmal u. a. jederzeitige Übersteuerbarkeit ist, unter bestimmten technischen Voraussetzungen als zulässig eingestuft. Insgesamt ist aber festzustellen, dass die fahrzeugtechnischen Vorschriften Fahrerassistenzsysteme nur teilweise abdecken. Dagegen ist der Straßenverkehr ein insgesamt durch verschiedene Rechtsnormen umfassend geregelter Bereich menschlichen Handelns [17]. Fahrerassistenzsysteme weisen einen Bezug zur Fahraufgabe auf, sodass sich Anforderungen auch aus den (verhaltensrechtlichen) Anforderungen der Straßenverkehrsordnung (StVO) und sonstiger Regelungen des Straßenverkehrsrechts ergeben. So muss
Bild 3-2: Vergleich der heutigen und der zukünftigen NCAP-Bewertungsmethode
29
A
Grundlagen der Fahrerassistenzsystementwicklung
sichergestellt sein, dass Assistenzfunktionen nicht in Widerspruch zu diesen Vorgaben stehen und dem Fahrer ermöglichen, seinen verhaltensrechtlichen Pflichten nachzukommen [22]. Entscheidende Bedeutung erlangt in diesem Zusammenhang das Wiener Übereinkommen über den Straßenverkehr von 1968 (WÜ-StV) [24]. Dieser völkerrechtliche Vertrag ist Ausgangspunkt zahlreicher nationaler Vorschriften im Bereich des Straßenverkehrsrechts [19]. Unterzeichnet wurde das Übereinkommen von den meisten europäischen Mitgliedstaaten, aber auch von anderen Staaten weltweit. Es verpflichtet die Vertragsstaaten, nationale Vorschriften im Bereich des Straßenverkehrs im Einklang mit den völkerrechtlichen Vorgaben auszugestalten [20]. Die Einhaltung des Übereinkommens ist im Interesse der Zulassung zum internationalen, grenzüberschreitenden Verkehr durch Art. 3 Abs. 3 WÜ-StV geboten [23], [17], [18], [16]. Mit Blick auf Fahrerassistenzsysteme sind folgende – auszugsweise zitierte – Vorschriften des Übereinkommens von Bedeutung [17]: Artikel 1 lit. v) WÜ-StV: ‘„Führer“ ist jede Person, die ein Kraftfahrzeug oder ein anderes Fahrzeug (Fahrräder eingeschlossen) lenkt […].‘ Artikel 8 Abs. 1 WÜ-StV: ‘Jedes Fahrzeug und miteinander verbundene Fahrzeuge müssen, wenn sie in Bewegung sind, einen Führer haben.‘ Artikel 8 Abs. 5 WÜ-StV: ‘Jeder Führer muss dauernd sein Fahrzeug beherrschen oder seine Tiere führen können.‘ Artikel 13 Abs. 1 WÜ-StV: ‘Jeder Fahrzeugführer muss unter allen Umständen sein Fahrzeug beherrschen, um den Sorgfaltspflichten genügen zu können und um ständig in der Lage zu sein, alle ihm obliegenden Fahrbewegungen auszuführen. […]‘ Es wird vereinzelt vertreten, dass Art. 8 u. 13 WÜStV keine Regelung der zulassungsrechtlichen Frage treffen [16], [23]. Diese Argumentation beruht darauf, dass die Art. 8 u. 13 WÜ-StV im zweiten Kapitel des Übereinkommens stehen, das sich mit „Verkehrsregeln“, also verhaltensrechtlichen Normen, die sich an den Fahrer im Straßenverkehr richten, befasst. Dagegen sind Vorschriften über die Bauart von Fahrzeugen im dritten Kapitel des Übereinkommens niedergelegt. Dieses enthält unbestritten keine Vorschriften, die einen Bezug zu Fahrerassistenzsystemen aufweisen, auch wird nicht auf die verhaltensrechtlichen Vorschriften des zweiten Kapitels verwiesen. Die Vertreter die-
30
ser Rechtsansicht unterscheiden daher strikt zwischen Verhaltens- und Zulassungsvorschriften, was formaljuristisch und aus logischen Gründen geboten sei: „Die Art des Umgangs, hier die Verhaltenspflicht im Umgang mit dem Fahrzeug, hängt von dessen technischer Ausstattung ab. Dies muss so sein, da nur dann etwas benutzbar ist, wenn es bereits existiert. Art. 8, 13 WÜ-StV sind daher nicht für die Anforderungen an die Bauart eines Kraftfahrzeuges einschlägig [16].“ Demgegenüber wird hervorgehoben, dass ein Wertungsunterschied zwischen Zulassungs- und Verhaltensrecht zu dem absurden Ergebnis führen würde, dass Fahrzeuge mit Fahrerassistenzsystemen zugelassen werden könnten, mit denen die Fahrer ihren verhaltensrechtlichen Pflichten nicht nachkommen können [18]. Auch sei ein besonderer Verweis auf die verhaltensrechtlichen Anforderungen im dritten Kapitel des Übereinkommens entbehrlich, da selbstverständlich davon ausgegangen wurde, dass ein (menschlicher) Fahrer das Fahrzeug beherrschen kann. Ist dies nicht der Fall, würde nämlich gleichwohl gegen das Wiener Übereinkommen verstoßen (wenngleich nicht gegen Bauvorschriften, sondern bei der Benutzung gegen Verhaltensrecht). Die verhaltensrechtlichen Vorschriften losgelöst von den im Übereinkommen geregelten (Mindest-)Bauvorschriften des dritten Kapitels zu betrachten, ist daher nicht zielführend: Der Vertragszweck, die Gewährleistung eines ungehinderten internationalen Verkehrs zwischen den Vertragsstaaten, wird im Fall eines Verstoßes gefährdet, da ein anderer Vertragsstaat entsprechend ausgestattete Fahrzeuge – trotz Zulassung im Heimatstaat – vom internationalen Verkehr ausschließen könnte [17]. Der Wortlaut ist weiterhin so zu verstehen, dass Fahrerassistenzsysteme, die eine umfassende und jederzeitige Beherrschbarkeit durch den Fahrer nicht gewährleisten, dazu führen, dass entgegen Art. 8 Abs. 1 WÜ-StV zwei Fahrzeugführer mit Einfluss auf die Fahrbewegung vorhanden wären: neben dem Fahrer einer oder mehrere andere Systemgestalter oder Systembetreiber [21]. Nimmt das Assistenzsystem darüber hinaus eine Geschwindigkeitsbeeinflussung vor, ist zudem die umfassende Beherrschung der Fahrgeschwindigkeit und damit Art. 13 Abs. 1 WÜ-StV beeinträchtigt. Festzuhalten bleibt daher, dass – was sich auch aus Art. 1 lit. v) WÜ-StV ergibt – ein Fahrer die Fahrzeugbewegung bestimmen muss, nicht ein System [17]. Es kann auch nicht argumentiert werden, dass der historische Wille der Vertragsparteien überhaupt keine Fahrerassistenzsysteme zum Gegenstand gehabt haben kann, weil Fahrerassistenzsysteme
3 Fahrerassistenz und Verkehrssicherheit
zurzeit des Vertragsschlusses gänzlich unbekannt waren. Entscheidend ist nämlich die so und nicht anders getroffene Regelung, dass ein Mensch das Fahrzeug beherrschen soll und für alles verantwortlich ist, was mit dem Fahrzeug geschieht. Da diese Regelung weiterhin Bestand hat, kann hiervon ohne Änderung nicht abgewichen werden. Entscheidendes Kriterium ist deshalb, dass der Fahrer sein Fahrzeug stets „beherrscht“. Völkerrechtlich verbindlich ist dabei aber nicht die deutsche Übersetzung des Übereinkommens, dies sind nur die (gleichermaßen) verbindlichen Vertragssprachen (Französisch, Englisch, Russisch, Chinesisch, Spanisch). Wird eine entsprechende Wortlautauslegung des Wiener Übereinkommens über den Straßenverkehr vorgenommen, zeigt sich, dass die deutsche Übersetzung des Vertragstextes mit „beherrschen“ jedenfalls den Wortlaut der drei erstgenannten Sprachen zutreffend wiedergibt und daher zum Maßstab gemacht werden kann [22]. „Beherrschen“ bedeutet ein eigenbestimmtes Verfügen über eine Sache oder einen Geschehensablauf [18]. Dies führt dazu, dass jedes System, das in die Fahrzeugbewegung eingreift, ohne jederzeit übersteuerbar zu sein, mit einer vollständigen Beherrschung des Fahrzeugs durch den Fahrer nicht vereinbar ist. Die Übersteuerbarkeit fehlt jedoch auch bei (zulässigen) Systemen, die in Situationen eingreifen, die der Fahrer nicht zeitgerecht beherrschen kann. Die Regelung stimmt hier aber mit dem Fahrerwillen überein. Als Beispiel lässt sich das elektronische Stabilitätsprogramm anführen: Eine Übersteuerung ist aus tatsächlichen Gründen beim Eingriff nicht mehr möglich. Zulässig ist das System aber deshalb, weil der Eingriff dem Fahrerwillen, vorgegeben durch den eingeschlagenen Lenkwinkel, insoweit physikalisch möglich umsetzt, wenn es in der zeitkritischen Situation eingreift [18]. Tatsächlich hat man es hier also nicht mit einer Ausnahme zu tun, sondern mit einer besonderen technischen Ausgestaltung, die sicherstellt, dass die vorgenommene Regelung stets mit dem Fahrerwillen übereinstimmt. Dies verlangt das Wiener Übereinkommen: Ein „eigenbestimmtes Verfügen“, also Beherrschung durch den Fahrer. Mitunter wird ausgeführt, dass beim Antiblockiersystem („ABS“) der Fahrer bereits nicht mehr auf alles Einfluss habe. Tatsächlich handelt es sich bei diesem System jedoch um eine bloße Funktionsoptimierung; der Fahrerwille wird hier besonders effektiv umgesetzt [17]. Die volle Fahrzeugbeherrschung wird dadurch nicht in Frage gestellt, sodass es einer Würdigung der Zulässigkeit nach den Grundsätzen des Wiener Übereinkommens erst gar
A
nicht bedarf. Ähnlich liegt der Fall bei Systemen, die einer gewöhnlichen Fahrzeugeigenschaft entsprechen, wie dies beim Geschwindigkeitsbegrenzer der Fall ist: Zwar ist die eingestellte Geschwindigkeit nicht übersteuerbar, doch entspricht das Verhalten einer normalen Fahrzeugeigenschaft, auf die sich der Fahrer genauso einstellen kann wie auf die bauartbedingte Höchstgeschwindigkeit, also eine normale Leistungsgrenze des Fahrzeugs. Ein Eingriff in die Fahrerautonomie liegt damit nicht vor [18]. Zusammenfassend bleibt daher festzuhalten, dass jeder nicht übersteuerbare Eingriff in fahrzeugführungsrelevante Funktionen des Fahrzeugs die Fahrzeugbeherrschung auszuschließen geeignet ist – auch wenn dies nur für kurze zeitliche Abschnitte erfolgt. Dem Wortlaut des Wiener Übereinkommens über den Straßenverkehr von 1968 zufolge sind solche Eingriffe unzulässig [17], [18], [21]. Die volle und jederzeitige Übersteuerbarkeit gehört deshalb zu den rechtlichen Rahmenbedingungen, die bei der Entwicklung von Fahrerassistenzsystemen zu prüfen und – um Fehlinvestitionen zu vermeiden [17] – unbedingt einzuhalten sind.
Quellenverzeichnis [1] Brown, I. D.: Review of the ‚Looked-but-Failedto-See‘ Accident Causation Factor. Road Safety Research Report No. 60, Department for Transport, London, 2005 [2] Elvik, R.; Vaa, T.: The handbook of road safety measures. Amsterdam, Elsevier, 2004 [3] Fuller, R.: Towards a general theory of driver behaviour. Acc. Anal. & Prev., 37, 2005, S. 461–472 [4] OECD: Behavioural adaptations to changes in the road transport system. Paris: OECD, 1990 [5] Treat, J. R.: Tri-level study of the causes of traffic accidents: An overview of final results. Proceedings of the 21st Annual Conference of the American Association of Automotive Medicine/National Highway Safety Administration/Insurance Institute for Highway Safety, September 15 – 17, 1977, Illinois, USA [6] Reason, J.: Human Error. New York, Cambridge University Press, 1990 [7] Salmon, P. M.; Regan, M. A.; Johnston, I.: Human Error and Road Transport: Phase One – A framework for an error tolerant road transport system. Report Nr. 256, Monash University Accident Research Centre, Victoria, Australia, 2005 [8] Weller, G.; Schlag, B.: Verhaltensadaptation nach Einführung von Fahrerassistenzsystemen. In: Schlag, B. (Hrsg.): Verkehrspsychologie: Mobilität – Sicherheit – Fahrerassistenz. Lengerich u. a., Pabst Science Publishers, S. 351–370, 2004
31
A
Grundlagen der Fahrerassistenzsystementwicklung [9] Vaa, T.; Gelau, C.; Penttinen, M.; Spyroupoulou, Y.: ITS effects on road traffic accidents – State-of-the art. Proceedings of the 13th Ist World Congress, London, October 8 – 12, 2006, Paper 1368 [10] Vollrath, M.; Briest, S.; Schießl, C.; Drewes, J.; Becker, U.: Ableitung von Anforderungen an Fahrerassistenzsysteme aus Sicht der Verkehrssicherheit. Berichte der Bundesanstalt für Straßenwesen, Heft F 60, Bremerhaven, Wirtschaftsverlag NW, 2006 [11] Wilde, G. J. S.: Risk homeostasis theory and traffic accidents: propositions, deductions and discussion of dissension. Ergonomics, 31, S. 441–468, 1988 [12] EG-Richtlinien http://ec.europa.eu/enterprise/automotive/index_de.htm [13] ECE-Regelungen http://www.unece.org/trans/main/ welcwp29.htm [14] http://www.euroncap.com/home.aspx [15] Seeck, A.: Die Zukunft der Fahrzeugsicherheitsbewertung für Typzulassung und Euro NCAP, 6. Internationalen VDI-Tagung Fahrzeugsicherheit 2007 – Innovativer Kfz-Insassen- und Partnerschutz, Berlin, 18. – 19. Oktober 2007 [16] Bewersdorf, C.: Zur Vereinbarkeit von nicht-übersteuerbaren Fahrerassistenzsystemen mit dem Wiener Übereinkommen über den Straßenverkehr vom 8. November 1968 in NZV 2003, S. 266–271 [17] Albrecht, F.: Fahrerassistenzsysteme und rechtliche Rahmenbedingungen in VD 2006, S. 143–150 [18] Albrecht, F.: Die rechtlichen Rahmenbedingungen bei der Implementierung von Fahrerassistenzsystemen zur Geschwindigkeitsbeeinflussung in DAR 2005, S. 186–198 [19] Trüstedt, H.: Zur Vorgeschichte der neuen Straßenverkehrs-Ordnung. In: ZVS 17 (1971), S. 3–10 [20] Deutschle, S.: „Wer fährt? – Der Fahrer oder das System?“ In: SVR 2005, S. 249–254 [21] Albrecht, F.: „Fährt der Fahrer oder das System?“ Anmerkungen aus rechtlicher Sicht. In: SVR 2005, S. 373–376 [22] Gasser, T. M.: Zusammenfassung des 1. AKTIVWorkshop „rechtliche Rahmenbedingungen“ Bergisch Gladbach, 15. März 2007, verfügbar unter: http://www.aktiv-online.org/deutsch/aktuell.html [23] Bewersdorf, C.: Zulassung und Haftung bei Fahrerassistenzsystemen im Straßenverkehr. Berlin, Duncker & Humblot, 2005 [24] Gesetz zu den Übereinkommen vom 8. November 1968 über den Straßenverkehr und über Straßenverkehrszeichen, zu den Europäischen Zusatzübereinkommen vom 1. Mai 1971 zu diesen Übereinkommen sowie zum Protokoll vom 1. März 1973 über Straßenmarkierungen v. 21. Sept. 1977 in BGBl. II 1977, S. 809–927 [25] Hörauf, U.; Buschardt, B.; Donner, E.; Graab, B.; Winkle, T.: Analyse von Verkehrsunfällen mit FASPotenzial, Abschätzung am Beispiel eines FAS Lane Departure Warning. Tagung aktive Sicherheit 2006. TU München, Lehrstuhl für Fahrzeugtechnik [26] Gelau, C.; Bauer, A.: What do accident data tell about drivers‘ needs for assistance? Vortrag anlässlich der „First Conference on Drivers Needs“ des EU
32
Network of Excellence HUMANIST, Lissabon, Portugal, 03. – 04. Juni 2004 [27] Kulmala, R.; Mäuerer, H.-J. (eds.): Final Report and Recommendations of the Implementation Road Map Working Group. eSafety Forum, Brussels, 18 October 2005. http://www.esafetysupport.org/download/ working_groups/Final_Report_181005.pdf [28] Kulmala, R.: How can intelligent vehicle safety systems be implemented. Manuskript vom 05.07.2006. Im Internet verfügbar unter: http://www.esafetysupport.org/en/esafety_activities/ esafety_working_groups/implementation_road_ map.htm
A 4 Nutzergerechte Entwicklung der Mensch-MaschineWinfried König Interaktion von Fahrerassistenzsystemen 4.1 Übersicht Durch langjährige Forschungen bei Kfz-Herstellern, Zulieferfirmen und an Hochschulen sind umfangreiche, aber dennoch lückenhafte Erkenntnisse über das Zusammenspiel zwischen FAS und Nutzer gewonnen worden. In deutschen und internationalen Projekten wie z. B. PROMETHEUS, DRIVE, MOTIV, INVENT, RESPONSE und AKTIV haben sich Kfz-Hersteller, Zulieferfirmen, Hochschulen und weitere staatliche und private Forschungseinrichtungen zusammengefunden, um die vorwettbewerbliche Forschung für derartige Systeme voranzutreiben. Im folgenden Kapitel sollen einige der gewonnenen Kenntnisse dargelegt werden, um die Entwicklung des HMI von FAS zu erleichtern. Im ersten Abschnitt soll das Zusammenspiel Mensch-Fahrzeug-Umwelt prinzipiell erläutert und die Bereiche erwähnt werden, bei denen eine Unterstützung des Fahrers sinnvoll erscheint. Im zweiten Abschnitt wird auf einige Probleme eingegangen, die in unterschiedlicher Form und Intensität bei allen FAS auftreten und die deshalb gemeinsam betrachtet werden können. Ein bewährter Weg in der Entwicklung von FAS und die Einbettung der HMI-Fragen werden im dritten Abschnitt dargestellt. Im letzten Abschnitt wird auf die Bewertung der HMI von bereits realisierten und geplanten FAS eingegangen.
4.2 Fragestellungen bei der Entwicklung der MenschMaschine-Interaktion (HMI) von FAS Der Fahrer, das Fahrzeug mit Fahrerassistenzsystemen und die Umgebung des Fahrzeugs wirken in Raum und Zeit eng zusammen. Deshalb können diese Systeme nicht allein aus technischer Sicht gestaltet werden, vielmehr sind die Gewohnheiten, die Fähigkeiten, aber auch die Defizite der Fahrer neben anderen Faktoren zu betrachten. Nur dann sind eine Verbesserung der Sicherheit, des Komforts und letztendlich die Bereitschaft zum Kauf dieser Systeme zu erreichen.
4.2.1 Unterstützung durch FAS Fahrerassistenzsysteme können auf allen Ebenen der Fahrzeugführung – Stabilisierung, Bahnführung, Navigation und Nebentätigkeiten – unterstützen und unterschiedliche Teilaufgaben des Nutzers übernehmen. Ihr Beitrag kann vom einfachen Informieren, der Analyse einer Situation, ihrer Bewertung, über die Auswahl einer Aktion bis hin zur selbsttätigen Durchführung dieser Aktion reichen. Dabei muss sichergestellt werden, dass der Fahrer immer Herr der Situation bleiben kann. Im Detail ist ebenfalls zu klären, bei wem die Verantwortung im Einzelfall liegt. Als Basis derartiger Überlegungen ist, wie im folgenden Kapitel erläutert, die „Vienna Convention on Road Traffic“ [1] zu beachten. Um den Bedarf und die Möglichkeiten einer Unterstützung des Fahrers zu erforschen, sind fundierte Kenntnisse über das Verhalten von Fahrern im Straßenverkehr in unterschiedlichsten Fahrsituationen notwendig. Dies betrifft den Extremfall des Unfalls, aber auch das „normale“ Fahren, bei dem die Fahrer sich bedingt auch außerhalb der Straßenverkehrsordnung bewegen, sich umfangreichen Nebentätigkeiten zuwenden und schwierige Verkehrsituationen dennoch meist erfolgreich meistern. Der Ablauf und das Fahrerverhalten bei Unfällen wird in Deutschland in der Datenbank GIDAS (German in-depth accident study) [2] erfasst, in der Datensätze von mehr als 6000 Unfällen abgelegt sind. Über das „normale Fahren“ gibt es noch geringere Kenntnisse; erste Projekte zum Sammeln derartiger Daten sind in den USA abgeschlossen und werden in Europa vorbereitet.
4.2.2 Leistungen und Grenzen der FAS Bei der Gestaltung eines FAS müssen die relevanten Parameter von Fahrer, Fahrzeug und Umfeld für die jeweiligen Funktionen des FAS identifiziert, quantifiziert und beschrieben werden. Es muss klar festgehalten werden, welche Leistungen das FAS in welcher Situation erbringen kann und wo seine Grenzen liegen. Das Kennen und Verinnerlichen dieser Grenzen ist wesentlicher Bestandteil des Vorgangs, bei dem der Fahrer das FAS „erlernt“.
33
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 4-1: Zusammenwirken von Fahrer, Fahrzeug mit FAS und Umfeld
4.2.3 Benötigte Kompetenzen und Fachbereiche Bei der kompetenten und verantwortungsbewussten Entwicklung des HMI eines FAS müssen neben dem Fachwissen und den Methoden des Ingenieurs auch sozialwissenschaftliche Methoden und Erkenntnisse eingesetzt werden, um die Bedürfnisse und das Verhalten des Fahrers angemessen einbeziehen zu können. Deshalb hat es sich bewährt, die Entwicklung in einem interdisziplinären Team („Human Engineering Team“) durchzuführen, in dem neben Ingenieuren zumindest Psychologen permanent vertreten sein sollten. Weitere spezielle Fachkompetenz muss fallweise eingebunden werden.
4.2.4 Einflussfaktoren bei der Entwicklung von FAS Neben den einzelnen Funktionen eines FAS, die systematisch und umfassend beschrieben sein müssen, sind weitere Einflussfaktoren zu betrachten: Eine bestimmte Funktion ist unterschiedlich zu gestalten, je nachdem, ob ihre Nutzung durch den Fahrer ausschließlich im Stand oder auch während der Fahrt vorgesehen ist. Die Gefahren einer Abwendung der Aufmerksamkeit und die Forderung nach Unterbrechbarkeit des Dialogs zwischen Fahrer und FAS seien hier erwähnt. Auch das breite Spektrum der Fähigkeiten unterschiedlicher Nutzergruppen ist von Belang. Physiologische und kognitive Defi-
34
zite älterer Fahrer, geringe Antizipation von Risikosituationen und erhöhte Risikobereitschaft jüngerer Fahrer können als Beispiele dienen. Nationale und internationale Vorschriften, Richtlinien und Normen müssen berücksichtigt werden, da sie z. B. Mindestforderungen an die Gebrauchstauglichkeit stellen. Auch ein Mindestmaß an Harmonisierung ist notwendig, sodass Fahrer grundlegende Funktionen ohne hohen Lernaufwand nutzen können. Dagegen abzuwägen ist der Wunsch des Wettbewerbers, sich auf dem Markt durch eine markante, „innovative“ Gestaltung zu platzieren.
4.2.5 Interaktionskanäle zwischen Fahrer, FAS und Fahrzeug Der Mensch erkennt seine Umwelt überwiegend mit Hilfe des Sehsinns. Andere Verkehrsteilnehmer, ihre Position, ihr vermutetes Verhalten, die Fahrspur und der Fahrstreifen, aber auch Objekte im Straßenraum werden mit dem Sehapparat und der dahinter liegenden höchst leistungsfähigen Bildverarbeitung des Menschen entdeckt, ausgewählt und von weiteren Strukturen im Gehirn hinsichtlich ihrer Relevanz und Weiterentwicklung bewertet. Auch die Infrastruktur im Straßenverkehr ist für den Sehsinn ausgelegt: Verkehrsschilder vermitteln Regeln, Markierungen grenzen Fahrstreifen voneinander ab, Blinker zeigen eine Fahrtrichtungsänderung an, Bremslichter warnen vor verzögernden Fahrzeugen. Somit ist der visuelle Kanal auch bei FAS
4 Nutzergerechte Entwicklung der Mensch-Maschine-Interaktion von Fahrerassistenzsystemen
A
Bild 4-2: Einflussfaktoren bei der Entwicklung von FAS
von großer Bedeutung. Im sichtbaren Bereich des Spektrums, aber auch im nahen und fernen Infrarot- sowie im UV-Bereich gewinnen FAS mittels Kameras und Bildverarbeitung Information. Für die Kommunikation mit anderen Verkehrsteilnehmern, insbesondere für das Anzeigen und Signalisieren von Gefahr, wird vom Menschen und von FAS der akustische Kanal genutzt. Dazu gehört die Eingabe von Kommandos über Spracheingabesysteme sowie die Ausgabe von Warnhinweisen und Information vom FAS an den Fahrer mittels Sprachausgabe. Der haptische Kanal dient zur Eingabe von Komman-
dos über Hand und Fuß, in umgekehrter Richtung nutzen FAS diesen Kanal zur Rückmeldung durch Gegenkräfte an Pedalen, Lenkrad und „haptischen Stellern“.
4.2.6 Änderung der Beziehung Fahrer-Fahrzeug durch FAS Benutzt ein Fahrer ein Assistenzsystem, welches direkt in das Fahrgeschehen eingreift (z. B. ACC mit Teilübernahme der Längsführungsaufgabe oder
Bild 4-3: Interaktionskanäle zwischen Fahrer und FAS
35
A
Grundlagen der Fahrerassistenzsystementwicklung
eine Stop&Go-Funktion), so bedeutet dies eine fundamentale Veränderung seiner Aufgabe der Fahrzeugführung. Teile der bisherigen Fahraufgabe können an das Assistenzsystem delegiert werden; hierauf beruht der Entlastungseffekt dieser Systeme mit positiven Auswirkungen auch auf die Verkehrssicherheit. Die verbleibende Aufgabe enthält nunmehr weniger regelnde und mehr überwachende Anteile. Als schwierig kann sich für den Fahrer erweisen, dass er in unterschiedlichen Situationen, wenn das FAS an seine Funktionsgrenzen gerät, auf angemessene Weise die Funktion wieder übernehmen muss. Es besteht die Gefahr, dass der Fahrer, wenn er lange Zeit aus dem Regelkreis genommen ist, die Fertigkeit für diese Funktion verliert. Es könnte auch sein, dass sich sein Bewusstsein für die Fahrsituation verschlechtert, wenn er nicht permanent die für die Funktion wichtigen Details der Fahrsituation verfolgt. Das Assistenzsystem zeigt ein eigenständiges Fahrverhalten, welches möglicherweise vom eigenen Fahrverhalten des Fahrers abweicht. Abhängig vom Automatisierungsgrad kann sich der Fahrer dadurch zeitweise mehr oder weniger in eine Art Beifahrersituation versetzt fühlen. Die Qualität dieses Zusammenwirkens zwischen Fahrer und Assistenzsystem bestimmt weitestgehend die Akzeptanz der Systeme.
4.2.7 Situationsbewusstsein des Fahrers Zur Erfassung der Verkehrssituation besitzt das System Sensoren, deren Erfassungsbereiche normalerweise nicht mit denen der menschlichen Sinnesorgane übereinstimmen. Die Grenzen der Sensoren und der Signalverarbeitung sind wesentlich für die Funktionalität eines FAS. Sind diese Grenzen für den Fahrer nicht verständlich, wird es für ihn schwierig, das System wie vom Hersteller vorgesehen zu nutzen. Auch das beabsichtigte Verhalten anderer Verkehrsteilnehmer ist wichtig, um eine angemessene Strategie für das eigene Fahrverhalten in einer bestimmten Verkehrsituation zu entwickeln. Dazu gehört die Erwartung, dass sich andere Verkehrsteilnehmer meist an Regeln halten; erfahrene Fahrer sind aber auch in der Lage, nicht regelkonformes Verhalten anderer voraus zu ahnen, bevor sich hieraus eine Konfliktsituation entwickelt hat. Diese Fähigkeit kann als „Situationsbewusstsein des Fahrers“ (Situation Awareness) bezeichnet werden. Sie ist beim Autofahren insbesondere hinsichtlich der Durchführung von Nebentätigkeiten
36
von Bedeutung. „Situationsbewusste“ Fahrer wenden sich derartigen Tätigkeiten nur zu, wenn ihre Einschätzung der Verkehrssituation dies erlaubt; sie kontrollieren deren Entwicklung durch kurze Blicke und brechen sie ab, wenn die Schwierigkeit der Situation dies verlangt. Problematisch ist es, bei der Einschätzung der Situation die richtigen Hinweise wahrzunehmen. Es hat sich gezeigt, dass durch die Kontrollblicke des Fahrers während einer Nebentätigkeit vor allem die Entwicklung dieser vorab als wichtig eingeschätzten Hinweise weiter verfolgt wird; andere werden oft ausgeblendet. Ein derartiges Situationsbewusstsein kann von technischen Systemen bisher nur sehr begrenzt entwickelt werden und entfällt deshalb bei der Planung einer angemessenen Aktion des Systems.
4.2.8 Inneres Modell Mit zunehmender Funktionalität der Assistenzsysteme und damit zunehmender Entlastungswirkung steigt auch die Komplexität der Systeme mit der Gefahr, vom Fahrer nicht mehr verstanden zu werden. Es ist möglich, dass ein Fahrer beispielsweise die Funktionen eines Geschwindigkeitsregelungssystems verstanden hat oder diese zumindest problemlos nutzen kann. Die zusätzlichen Funktionen eines ACC-Systems und insbesondere dessen Funktionsgrenzen muss er jedoch neu erlernen. Dies gilt in gleicher Weise für die Weiterentwicklung des Systems hin zu einem ACC mit Stop&GoFunktion und zusätzlicher Querführungsunterstützung. Es muss in jedem Fall durch Produktinformation oder andere Mittel, z. B. durch einen „Demonstrationsmode“, sichergestellt werden, dass der Fahrer ein angemessenes „inneres Modell“ der Systeme aufbauen kann. Dieses Modell muss keinesfalls ein physikalisch korrektes Abbild der Funktionsweise darstellen; es kann durchaus aus Bildern und Metaphern aus der Erfahrung des Nutzers bestehen. Entscheidend ist, dass das Modell die für ihn wichtigen Funktionen, die Meldungen und Warnungen und die Funktionsgrenzen enthält. Insbesondere bei Funktionen, die selten verwendet werden, oder Meldungen und Warnungen, die sehr selten auftreten, muss dem Fahrer Hilfestellung gegeben werden, um diese kennen zu lernen und sie in sein inneres Modell des Systems einzubauen. Insbesondere das Verhalten in Gefahrensituationen kann real nicht erlernt werden; hier sollte über den Einsatz von Simulatoren im Lernprozess nachgedacht werden.
4 Nutzergerechte Entwicklung der Mensch-Maschine-Interaktion von Fahrerassistenzsystemen
4.2.9 Entlastung oder Belastung durch FIS und FAS? Eine Grundregel bei der Gestaltung von MenschMaschine-Systemen ist es, sowohl eine Überforderung als auch eine Unterforderung des Menschen zu vermeiden. Es ist zu bedenken, dass die Interaktion des Fahrers mit dem FIS/FAS ein gewisses Maß seiner geistigen Kapazität bindet. Dies stellt prinzipiell eine Zusatzbelastung dar, die durch die entlastende Wirkung des FAS übertroffen werden soll. In mehreren Projekten (z. B. SANTOS [3], COMUNICAR [4]) wurde versucht, die Interaktion so zu gestalten, dass die Gesamtbelastung aus der Fahraufgabe und möglichen Nebentätigkeiten des Fahrers ein bestimmtes Maß nicht überschreitet. Dazu wurden Schätzungen der Belastung durch die Verkehrskomplexität, durch Nebentätigkeiten wie z. B. Gespräche mit Beifahrern zusammengeführt mit einer Schätzung der momentanen Leistungsfähigkeit des Fahrers. Auch die Anpassung des Verhaltens eines FAS an die individuelle Leistungsfähigkeit und Präferenzen eines bestimmten Fahrers (Personalisierung) ist Gegenstand mehrerer Projekte. Geht die Entlastung des Fahrers durch die genutzten Funktionen der FAS zu weit, besteht die Gefahr, dass dieser ermüdet. Es ist auch der Frage nachzugehen, ob er die Entlastung für irrelevante Tätigkeiten nutzt und seine Aufmerksamkeit vom Verkehrsgeschehen abzieht. Auch eine Kompensation der Entlastung durch riskanteres Fahren ist in Betracht zu ziehen und sollte im Entwicklungsprozess sorgfältig untersucht werden.
4.2.10 Verantwortung des Fahrers Nach heutigem Stand der Diskussion in Fachkreisen ist es unumgänglich, dass der Fahrer die Verantwortung für die Fahrzeugführung auch bei Einsatz von FAS behalten muss. Diese Forderung ist bereits in der „Vienna Convention on Road Traffic“ vom 8.11.1968 enthalten [1]. Dort heißt es in Chapter II, Article 5: „Every driver shall at all times be able to control his vehicle or to guide his animals“ sowie in Article 13: „Every driver of a vehicle shall in all circumstances have his vehicle under control so as to be able to exercise due and proper care and to be at all times in a position to perform all manoeuvres required of him”. Die Konsequenzen dieser Forderung für die Auslegung von eingreifenden FAS sind in der Fachwelt in der Diskussion. Es existiert z. B. die Meinung,
A
dass Systeme, die vom Fahrer nicht übersteuert werden können, grundsätzlich nicht zulässig seien. Dies betrifft sowohl Notbremssysteme als auch geschwindigkeitsbegrenzende Systeme. Andere Fachleute meinen, dass die „Vienna Convention on Road Traffic“ ausreichend Spielraum biete und z. B. Notbremssysteme bei richtiger Auslegung durchaus zulassungsfähig seien. Eine Änderung der „Vienna Convention on Road Traffic“ würde aufgrund ihrer weltweiten Geltung erhebliche Anstrengungen erfordern und – zumindest teilweise – eine Verlagerung der Verantwortung vom Fahrer zum Hersteller oder Zulieferer bedeuten. Vor diesem Hintergrund sollten FAS derart gestaltet werden, dass ihre Aktionen vom Fahrer jederzeit übersteuert werden können. Dies wiederum verlangt eine Gestaltung, die dem Fahrer den momentanen Zustand eines FAS transparent macht, so dass er ein angemessenes „inneres Modell“ des Systemverhaltens aufbauen und pflegen kann.
4.2.11 Stärken von Mensch und Maschine Weiterhin wird die Auffassung vertreten, dass es sinnvoll ist, einem FAS die Aufgaben zu übertragen, für die der Mensch aufgrund seiner Fähigkeiten weniger geeignet ist. Dies sind Routineaufgaben, „einfache“, aber zeitkritische Aufgaben, Sehen bei Nacht und schlechter Witterung, Schätzen von Entfernungen und Geschwindigkeitsdifferenzen und permanentes Abstandhalten. Es entsteht bei dieser Aufgabenteilung aber das grundsätzliche Problem, dass ein FAS mit zunehmender „Perfektion“ in immer mehr Situationen eine bestimmte Aufgabe lösen kann, sodass der Fahrer zunehmend seltener zum Eingreifen veranlasst wird – dies aber in den verbleibenden, schwierigsten Situationen tun muss.
4.3 Systematische Entwicklung des HMI von FAS 4.3.1 Die Entwicklung des HMI im FAS-Entwicklungsprozess Um die Bedürfnisse, Möglichkeiten und Grenzen der Nutzer in angemessener Weise zu berücksichtigen, müssen in jeder Phase der Entwicklung von FAS neben Fachleuten für die Technik HMI-Experten mit geeigneten Verfahren einbezogen werden. Bereits zu Beginn, in der Phase der Ideenfindung, stehen die Bedürfnisse der Nutzer im Mittelpunkt
37
A
Grundlagen der Fahrerassistenzsystementwicklung
der Überlegungen. Es folgt eine präzise, strukturierte Beschreibung der Leistungen des Systems und der Umstände, unter denen diese erbracht werden können. Zur Untersuchung möglicher Auswirkungen beim Einsatz derartiger Systeme werden Fragenkataloge benutzt, wie sie z. B. in dem EU-Projekt RESPONSE [5] entwickelt wurden. Es folgen Tests mit repräsentativen Nutzern in der sicheren Umgebung des Labors und im Simulator. In diesem Stadium steht oft noch kein reales HMI des FAS, sondern eine Simulation oder ein virtueller Prototyp zu Verfügung. Mit zunehmender Reife eines Systems und wachsender Erfahrung seiner Auswirkungen auf die Nutzer sind Fahrversuche im Testgelände und später im realen Verkehr möglich. Zunächst beginnt man aus Gründen der Sicherheit und Wirtschaftlichkeit mit erfahrenen Experten, später werden ausgewählte Nutzergruppen eingesetzt. Sobald ein Produkt im Markt eingeführt wird, entstehen weitere Erfahrungswerte, die von HMI-Experten erfasst und ausgewertet werden. All diese Prozessschritte enthalten Iterationen, falls Modifikationen und Verbesserungen eines Systems erforderlich werden.
4.3.2 Unterstützungsbedarf des Fahrers Ideen für sinnvolle und hoffentlich am Markt erfolgreiche FAS können aus der Information verschiedener Quellen systematisch entwickelt werden. Dazu gehören explizite Kundenwünsche, wie sie Fahrzeughersteller über ihre Verkaufsorganisationen sammeln und auswerten. Auch die Analyse von Unfalldaten, die z. B. aus der GIDAS-Datenbank [2] entnommen werden, direkte Feldbeobachtungen oder die Befragungen von Nutzergruppen sind übliche Zugangswege. Um die Vielfalt von Benutzergruppen und möglichen Situationen zu reduzieren, hat es sich als sinnvoll erwiesen, bestimmte Nutzertypen und Fahrsituationen zu definieren und auszuwählen. Ein Nutzertyp kann beispielsweise eine „Mutter mit Kind“ sein, die entsprechende Fahrsituation die „Einfahrt in eine Tiefgarage“ im „Familienvan“. Auch die Untersuchung einer Abfolge von Situationen, wie sie z. B. bei einer „Urlaubsfahrt mit Familie in ein Hotel in Spanien“ auftreten, kann Hinweise auf einen bisher nicht identifizierten Bedarf an Unterstützung durch FAS geben.
38
4.3.3 Leitlinien zur Entwicklung von FIS und FAS Leitlinie für FAS – RESPONSE Code of Practice (CoP) In dem europäischen Projekt RESPONSE wurde durch eine Gruppe aus Kfz-Herstellern, Zulieferern, Behörden, Forschungsinstituten und Anwaltskanzleien die Verantwortung von Herstellern, Nutzern und des Gesetzgebers bei der Entwicklung und Nutzung von FAS untersucht. Die Ergebnisse mündeten in einer Leitlinie, die inzwischen bei vielen Herstellern innerhalb ihres Entwicklungsprozesses angewandt wird oder bereits vorhandene firmeninterne Prozeduren ergänzt. Wesentliche Punkte sind die Kontrollierbarkeit und Übersteuerbarkeit einer Systemaktion durch den Fahrer. Unterscheidung der Systeme In RESPONSE wurde unterschieden zwischen Informations- und Warnsystemen, eingreifenden Systemen, die der Fahrer jederzeit überstimmen kann, und Systemen, die der Fahrer aufgrund ihrer Auslegung oder seiner psychomotorischen Grenzen nicht überstimmen kann. In dem Projekt liegt der Fokus vor allem auf eingreifenden Systemen (Advanced Driver Assistance Systems, ADAS genannt), die eine intensive und sicherheitskritische Interaktion zwischen Fahrer, System und Fahrzeugumfeld aufweisen. Bei diesen Systemen müssen im Entwicklungsprozess nicht nur mögliche Fehler bei der Spezifikation, der Herstellung und Integration betrachtet werden, sondern auch vorhersehbare Fehler beim Gebrauch oder Missbrauch der Systeme durch den Nutzer. Kontrollierbarkeit bei eingreifenden Systemen In RESPONSE wurde erkannt, dass ein FAS aus Sicht des Gesetzgebers und des Nutzers nur dann zu handhaben ist, wenn es vom Nutzer jederzeit kontrolliert oder von ihm überstimmt werden kann. Bei diesen Systemen muss die Zuweisung der Verantwortung im Einzelfall genau untersucht und festgelegt werden. Wichtig sind dabei die Funktionsgrenzen des Systems, die Wahrnehmung des Fahrers von Warnungen und Grenzen sowie das möglicherweise zu erwartende Verhalten des Fahrers. Auch Fehlfunktionen des FAS können zu einer Haftung des Herstellers führen. Die Beurteilung der Risiken durch falschen Gebrauch oder Missbrauch des FAS durch den Nutzer ist anspruchsvoll. Man muss die Erwartungen der Nutzer an das System kennen, ebenso wie seine Möglichkeiten, das System zu missbrauchen. Wird der Fahrer beispielsweise einem Lenkeingriff eines FAS entgegenarbeiten,
4 Nutzergerechte Entwicklung der Mensch-Maschine-Interaktion von Fahrerassistenzsystemen
um einem Hindernis auszuweichen? Umgekehrt kann es schwierig sein zu erkennen, ob ein Fahrer ein FAS überstimmen möchte, weil er in einer kritischen Situation eine andere Aktion als die des FAS möglicherweise für erfolgversprechender hält, oder ob seine Aktion unbewusst im Schreck geschieht. Ein vorhersehbarer Missbrauch könnte z. B. darin liegen, dass er seine Entlastung bei der Querführung des Fahrzeugs durch ein Spurführungssystem verwendet, um sich in nicht akzeptablem Umfang Nebentätigkeiten zuzuwenden. Fehler bei informierenden Systemen Bei Informations- und Warnsystemen verbleibt die Führung des Fahrzeugs vollständig in der Hand und Verantwortung des Fahrers. Es ist aber möglich, dass die Information oder Warnung des Systems fehlerhaft oder ungenau ist. In diesem Fall ist auch die Verantwortung des Herstellers oder Informationsanbieters in Betracht zu ziehen. Fragenkataloge des Code of Practice Im Projekt wurde auch ein detaillierter Fragenkatalog zur Spezifikation des FAS entwickelt (Checklist A). Darin finden sich Fragen zur Aufgabe, welche das FAS lösen soll, zur Nutzergruppe, zum Fahrzeugtyp und zum Markt, in denen das FAS eingesetzt werden soll. Auch die Sensoren, die Fahrsituation, mögliche Risiken im Gebrauch, die geplante Information des Nutzers über das System sowie Themen wie Instandhaltung und Reparatur werden mit Hilfe präziser Fragen spezifiziert. Eine zweiter Fragenkatalog (Checklist B) befasst sich mit den Auswirkungen des FAS auf den Fahrer und den Straßenverkehr.
4.3.4 Richtlinien für FIS – „European Statements of Principles on HMI“ (ESoP) Die zunehmende Ausstattung von Fahrzeugen mit Fahrerinformations- und Telematiksystemen hat in der EU die Frage nach dem Bedarf nach einer Regelung für die Gestaltung von FIS aufgeworfen. In einer Expertenkommission wurden die Richtlinien “European Statements of Principles on Human Machine Interface” erarbeitet und am 22.12.2006 veröffentlicht [6]. Sie gelten für alle Partner in der Wertschöpfungskette dieser Systeme, vom Hersteller der Hardware, der Software, über die Datenlieferanten und die Kfz-Hersteller bis hin zu den Endkunden. Bei nachrüstbaren Systemen wurden auch die Importeure und Händler mit ihrer individuellen Verantwortung mit einbezogen. Es ist die Absicht der EU, dass diese Richtlinien in Form einer frei-
A
willigen Selbstverpflichtung der betroffenen Partner in den jeweiligen Staaten vereinbart werden. Die Richtlinien wurden zunächst auf FIS beschränkt; es sei aber angemerkt, dass viele dieser Prinzipien sinngemäß auch auf FAS angewendet werden können. Das übergeordnete Ziel ist es, dass der Fahrer durch FIS nicht abgelenkt, überbeansprucht oder gestört werden soll. Die Richtlinien sollen zukünftige Technologien nicht blockieren; aus diesem Grund sind sie unabhängig von speziellen Technologien formuliert. Die enthaltenen Grundsätze und Empfehlungen werden jeweils durch eine Erklärung sowie durch positive und negative Beispiele erläutert. In den Richtlinien sind allgemeine Entwicklungsziele vorangestellt, so z. B.: Das System ist so zu gestalten, dass es den Fahrer unterstützt und nicht zu einem potenziell gefährdenden Verhalten des Fahrers oder anderer Verkehrsteilnehmer Anlass gibt. Die Aufteilung der Aufmerksamkeit des Fahrers während der Interaktion mit Anzeigen und Bedienteilen des Systems bleibt mit dem in der jeweiligen Verkehrssituation gegebenen Aufmerksamkeitsbedarf vereinbar. Das System lenkt nicht ab und dient nicht zur visuellen Unterhaltung des Fahrers. Das System zeigt dem Fahrer keine Information an, die ein möglicherweise gefährliches Verhalten des Fahrers oder anderer Verkehrsteilnehmer zur Folge haben könnte. Schnittstellen der Systeme und Schnittstellen mit anderen Systemen, die zur gleichzeitigen Nutzung durch den Fahrer während der Fahrt vorgesehen sind, müssen einheitlich und kompatibel gestaltet sein. Fünf weitere Grundsätze fordern eine sichere Installation, bei der alle optischen Anzeigen gut ablesbar sind, und bei der keine Behinderung der Sicht oder des Greifraums des Fahrers erfolgt. Auch für die Interaktion mit Anzeigen und Bedienteilen, für das Systemverhalten und die Informationen für den Nutzer über das System sowie die sichere Nutzung werden Hinweise gegeben. Sie richten sich an Verkäufer, Mietwagenfirmen, an den Arbeitgeber professioneller Fahrer sowie an den Fahrer selbst.
4.3.5 Normen zur Gestaltung von FIS und FAS CoP und ESoP enthalten Forderungen und Methoden; konkrete Zahlenwerte und Messverfahren sind hingegen nicht enthalten. Sie verweisen deshalb
39
A
Grundlagen der Fahrerassistenzsystementwicklung
auf bestehende oder in der Entwicklung befindliche Normen, die sich mit einzelnen FAS oder mit übergreifenden Konzepten wie der Gestaltung von Anzeigen, Warnungen oder Dialogen befassen. Normen setzen Mindestforderungen; jeder Hersteller, der ein überlegenes Produkt anbieten möchte, wird die Forderungen einer Norm übertreffen wollen. Normen sind keine Gesetze, jedoch für den Hersteller weitgehend verbindliche Richtlinien. Kommt es zu Rechtsstreitigkeiten, werden Normen als Stand der Technik herangezogen. Normen sollen den technischen Fortschritt nicht behindern. Sie definieren deshalb meist nicht, wie ein bestimmtes System gestaltet sein muss („Design Standard“) sondern legen fest, welche Leistungen ein bestimmtes System erbringen soll („Performance Standard“). Auch eine markenspezifische Gestaltung soll nicht verhindert werden, solange dem Benutzer daraus, z. B. beim Wechsel von Fahrzeug zu Fahrzeug, kein Sicherheitsrisiko erwächst.
4.3.6 Entwicklung von Normen Internationale Normen werden in der ISO („International Standardisation Organisation“) entwickelt, nationale deutsche Normen im DIN. Zusätzlich zu den ISO-Normen werden in den USA für den US-Markt SAE-Standards und in Japan JAMAStandards für den japanischen Markt entwickelt. In der Regel wird versucht, diese nationalen Standards den ISO-Normen anzugleichen.
4.3.7 ISO-Normen zu HMI im Kfz In der ISO Arbeitsgruppe TC22/SC13/WG8 werden Normen erarbeitet, die für die Interaktion zwischen Fahrer und Fahrerinformationssystemen (FIS) im Fahrzeug von Bedeutung sind. Sie betreffen z. B. die Gestaltung des Dialogs zwischen Fahrer und System, die Gestaltung auditiver Information, von Bedienteilen und visueller Information. Diese Normen betreffen nicht nur einzelne FIS, sondern sollen auf alle unterschiedlichen Systeme innerhalb eines Fahrzeugs angewandt werden. Sinngemäß können sie auch auf die Interaktion eines Fahrers mit einem FAS Anwendung finden. Zum Beispiel enthält die Norm ISO15008 [7] Forderungen über die Darstellung von Information im Fahrzeug mittels optischer Anzeigen. Dies betrifft z. B. den Beobachtungsbereich und die Lichtverhältnisse, unter denen der Fahrer die Anzeige ablesen können muss. Die Mindestkontraste, welche notwendig für eine gute Ablesbarkeit sind, werden
40
festgelegt, ebenso die Mindestgröße von alphanumerischen Zeichen. Auch die Forderung nach Vermeidung von Reflexionen oder Spiegelungen sind enthalten. Für diese Forderungen werden, soweit sinnvoll, auch Messmethoden festgelegt. Weitere Dokumente, die bereits gültig oder noch in Entwicklung sind, betreffen das Management von Dialogen des Fahrers mit dem System (ISO15005) [8], die Gestaltung akustischer Signale im Fahrzeug (ISO15006) [9] und die Messung des Blickverhaltens des Fahrers (ISO15007) [10].
4.4 Bewertung von FAS-Gestaltungen Bewertungsverfahren In den verschiedenen Stadien der Entwicklung eines FAS muss die Einhaltung der Grundsätze systematisch überprüft werden. Mit zunehmender Reife eines FAS und der damit zur Verfügung stehenden Realisierung des HMI können unterschiedliche Bewertungsverfahren eingesetzt werden. Bereits bei der Ermittlung des Unterstützungsbedarfs können Ideen für ein FAS aufbereitet und Nutzergruppen beispielsweise in einer Gruppendiskussion vorgelegt werden. Das Grundproblem dabei ist, diese Aufbereitung verständlich zu gestalten und die Leistungen und Grenzen des FAS klar zu vermitteln. Auch wenn dies anschaulich geschieht, können die Äußerungen dieser potenziellen Nutzer nur als Hinweis gewertet werden, insbesondere wenn der Umgang mit dem System „intuitiv“ erfolgen wird. Es ist auch für HMI-Experten unmöglich, beispielsweise ein ACC-System vollständig zu beurteilen, solange sie keine „Erfahrung“ damit gesammelt haben. Instrumente zur Beurteilung des Fahrerverhaltens Sobald eine Simulation oder ein Prototyp eines FAS vorliegt, können im Labor, im Fahrsimulator und später im Fahrversuch der Umgang des Nutzers mit dem System und eventuelle Auswirkungen auf das Fahr- und Fahrerverhalten untersucht werden. Dazu gehört die Ermittlung und Bewertung aussagekräftiger fahrdynamischer Größen, die beispielsweise die Längs- und Querdynamik abbilden. Diese sind im Fahrsimulator einfach zu erhalten, im Feld ist z. B. die Messung der Spurlage des Fahrzeugs aufwändiger. Auch die Messung des motorischen Verhaltens des Nutzers und der Blickbewegungen ist im Feld schwieriger. Speziell das Blickverhalten ist von großem Interesse, da Abweichungen vom
4 Nutzergerechte Entwicklung der Mensch-Maschine-Interaktion von Fahrerassistenzsystemen
A
Bild 4-4: Instrumente zur Beobachtung des Fahrerverhaltens
gewohnten „Scannen“ des Fahrraums und überlange Blicke auf ein Display im Fahrzeug Hinweise auf visuelle Überbeanspruchungen, z. B. durch die Interaktion mit einem FAS, geben. Aus physiologischen Parametern lassen sich Hinweise auf geistige oder körperliche Beanspruchungen des Fahrers ableiten, durch Fragebögen und Interviewverfahren können subjektive Einstellungen und „Erfahrungen“ erfasst werden. Bewertungsumgebung Untersuchungen mit Nutzern von FAS können nicht ausschließlich im Labor erfolgen. Grund ist die zwangsweise extreme Vereinfachung und Abstraktion, von der auch der HMI-Experte nur teilweise absehen kann. Der Dialog eines Eingabevorgangs bei einem Navigationssystem kann möglicherweise noch ausreichend auf einem Display am Schreibtisch überprüft werden. Einer ACC-Modellierung auf dem Bildschirm allein fehlen aber die wesentlichen fahrdynamischen Einflüsse. Auch wenn der Einfluss der Nutzung eines Informationssystems auf die primäre Fahraufgabe untersucht werden soll, muss ein geeigneter Fahrsimulator eingesetzt werden. Die Anforderungen an diesen Simulator ergeben sich
aus dem Untersuchungsgegenstand. So kann es sein, dass an die Bilddarstellung besondere Ansprüche zu stellen sind, z. B. für die Untersuchung eines visuell unterstützenden FAS. Auch die Realitätsnähe der Bewegungssimulation kann besonders wichtig sein, beispielsweise bei FAS, die in die Längs- und Querführung des Fahrzeugs eingreifen. Trotz der Vorteile eines Simulators wie Sicherheit und Reproduzierbarkeit sind Fahrversuche im Feld unverzichtbar. Nur sie können die Komplexität des realen Verkehrs bieten. Auch für die prinzipielle Überprüfung der Eignung und der Übertragbarkeit eines Simulatorversuchs für eine bestimmte Fragestellung muss ein „Kalibrieren“ mittels eines Feldversuchs erfolgen. Bei Fahrversuchen auf einer Teststrecke und insbesondere im realen Verkehr muss die Sicherheit des Nutzers und anderer Verkehrsteilnehmer gewährleistet werden. Dies kann z. B. bei Fahrten auf öffentlichen Straßen durch einen mitfahrenden Fahrlehrer geschehen, der mit Hilfe einer zweiten Pedalerie in kritischen Situationen eingreifen kann. Fahrversuche, insbesondere Langzeitversuche, wie sie beispielsweise für die Ermittlung von Lernkurven und Verhaltensänderungen des Fahrers nötig sind, stellen einen aufwändigeren, aber unverzicht-
41
A
Grundlagen der Fahrerassistenzsystementwicklung
baren Bestandteil einer verantwortungsbewussten Produktentwicklung dar. Anwendung der Verfahren und Fehlermöglichkeiten Die Anwendung dieses Bewertungsinstrumentariums erfordert umfassende Kenntnisse und Erfahrung, wie sie durch ein entsprechendes Studium und langjährige experimentelle Arbeit aufgebaut wird. Dies beginnt mit der Auswahl eines geeigneten Untersuchungsdesigns, erstreckt sich über die Auswahl der Probanden und die Durchführung der Versuche bis hin zur Auswertung und Interpretation der Ergebnisse. Neben den bekannten Fehlermöglichkeiten beim Messen in den Naturwissenschaften, die hier ebenfalls beispielsweise bei der Verwendung von fahrdynamischen und physiologischen Sensoren auftreten können, gibt es bei der Messung mentaler Vorgänge der Nutzer eine Fülle weiterer Fallen: Bereits das Wissen um die Teilnahme an einem Experiment kann eine Ursache für verändertes Probandenverhalten sein. Auch die Anwesenheit eines Versuchsleiters während der Beobachtung und dessen Verhalten, wie z. B. Suggestivfragen und Hilfestellungen, wirken auf den Probanden ein. Bei physiologischen Messungen zeigen sich Reaktionen oft nur mit Verzögerung gegenüber dem auslösenden Reiz. Die angewandte Sensorik kann den Probanden behindern oder einschüchtern. Aufgrund der geringen Leistung der erfassten Signale sind in störreicher Umgebung wie im Kfz-Innenraum Störungen leicht möglich. Bei physiologischen Signalen ist mit erheblichen Variationen der Parameter unterschiedlicher Versuchspersonen, aber sogar bei ein und derselben Person in unterschiedlichen Situationen zu rechnen. Bei der Gestaltung und der Verwendung von Fragebögen und Interviews existieren weitere Fehlermöglichkeiten: Suggestivfragen sind unbrauchbar. Es kann sein, dass die Antworten zur sozialen Erwünschtheit tendieren oder dass Probanden glauben, sich rechtfertigen zu müssen. Auch mit Erinnerungslücken von Probanden ist zu rechnen; hier kann durch Konfrontation mit Videoaufzeichnungen des Versuchs unterstützend eingewirkt werden.
4.5 Zusammenfassung Ein FAS muss ein transparentes Systemverhalten, zu den Erwartungen des Nutzers konforme Systemeigenschaften, eine einfache Bedien- und Erlernbarkeit und dem Nutzer vermittelbare Systemgrenzen aufweisen. Die Entwicklung eines FAS erfordert das Zusammenwirken von Experten aus Ingenieur-
42
und Geisteswissenschaften. Im Entwicklungsprozess eines FAS sind geeignete Messverfahren einzusetzen; ihre Anwendung erfordert Expertenwissen und Erfahrung. Mit zunehmendem Eingreifen durch FAS in den Fahrprozess gewinnt die Frage der Sicherheit des Gebrauchs neben Komfort und Akzeptanz eine große Bedeutung. Viele grundlegende Anforderungen aus HMI-Sicht an FAS sind bekannt; sie sind aber noch nicht ausreichend spezifiziert und durch Messverfahren abgesichert. Weitere Fragen werden in weltweiten Entwicklungsprojekten untersucht; ihre Ergebnisse sowie Erfahrungen aus dem Einsatz von FAS im Feld müssen in Richtlinien und Normen einfließen.
Quellenverzeichnis [1] Convention on Road Traffic, Vienna, 8.11.1968, BGBL. II 1977, S. 809–892 [2] GIDAS, German in-depth Accident Study, www.gidas.org [3] König, W.; Weiß, K. E.; Mayser, Ch.: S.A.N.T.O.S – A Concept for Integrated Driver Assistance, Electronic Systems for Vehicles, Baden Baden, 2003 sowie www.santos.web.de. [4] COMUNICAR, Communication Multimedia Unit inside Car; www.cordis.europa.eu/data/PROJ_FP5 [5] RESPONSE 3, Code of Practice for the Design and Evaluation of ADAS, V3.0, 31.10.2006; http://prevent-ip.org/en/prevent_subprojects/horizontal_activities/response_3 [6] Commission Recommendation of 22 December 2006 on safe and efficient in-vehicle in-formation and communication systems: update of the European Statements of Principles on human machine interface, Official Journal of the European Union, 6.2.2007, L 32/200 [7] ISO15008, Road vehicles — Ergonomic aspects of transport information and control systems — Specifications and compliance procedures for in-vehicle visual presentation, ISO TC 22/SC 13/WG8, ISO Central Secretariat, 1211 Geneva 20, Switzerland [8] ISO15005— Ergonomic aspects of transport information and control systems — Dialogue management principles and compliance procedures, ISO TC 22/ SC 13/WG8, ISO Central Secretariat, 1211 Geneva 20, Switzerland [9] ISO15006, Road vehicles — Ergonomic aspects of transport information and control systems — Ergonomic aspects of in vehicle auditory presentation for transport information and control systems, Specifications and Compliance procedures, ISO TC 22/SC 13/WG8, ISO Central Secretariat, 1211 Geneva 20, Switzerland [10] ISO15007, Road vehicles — Ergonomic aspects of transport information and control systems — ISO TC 22/SC 13/WG8, ISO Central Secretariat, 1211 Geneva 20, Switzerland
A 5 Entwurf und Test von Fahrerassistenzsystemen 5.1 Begriffsklärung „Fahrerassistenzsysteme“ Der Begriff „Fahrerassistenzsysteme“ ist in seiner allgemein sprachlichen Bedeutung zunächst weitreichend: Ein „Fahrer“, also „jemand, der ein Kraftfahrzeug fährt“, erhält „Beistand, Mithilfe“ [6] von einem technischen System. Dabei bezeichnet das „System“ die „Gesamtheit von Objekten, die sich in einem ganzheitlichen Zusammenhang befinden und durch die Wechselbeziehung untereinander gegenüber ihrer Umwelt abzugrenzen sind“ [6]. Im Sinne dieser Definition sind auch Hilfsmittel, die bereits 1983 in einem VW Bus (VW T3) anzutreffen waren, Fahrerassistenzsysteme: Eine automatische Blinkerrückstellung, ein Tachometer, ein elektrischer Starter und ein synchronisiertes Handschaltgetriebe sind technische Systeme, die den Fahrer bei der Ausübung seiner Fahraufgabe unterstützen [34]. Diese Systeme erklären das aktuelle Interesse in Forschung, Entwicklung und Öffentlichkeit an der Fahrerassistenz allerdings nicht. Spezifischer ist hierbei eine Begriffsklärung, die von den Formen der Arbeitsteilung ausgeht. Kraiss [18] unterscheidet drei verschiedene Formen der Arbeitsteilung zwischen Mensch und Automatik. Bei der seriellen Form der Arbeitsteilung werden verschiedene Aufgaben abwechselnd nacheinander vom Menschen und der Automatik ausgeführt. Bei der parallelen Form der Arbeitsteilung werden hingegen verschiedene Aufgaben parallel von Mensch und Maschine ausgeführt. In der auch „Assistenzfunktion“ genannten Form der Arbeitsteilung werden die gleichen Aufgaben redundant-parallel von Mensch und Maschine ausgeführt. Dies führt bei Assistenzsystemen im Kraftfahrzeug zu einer Parallelstruktur von Mensch und Maschine [15]: Fahrer und Assistenzsystem erfassen die relevanten Informationen in der Umgebung durch Sinnesorgane oder Sensoren. Auf Basis der Situationserfassung wirken sie in geeigneter Form auf das Fahrzeug ein. Fahrer und Assistenzsystem kommunizieren über eine Mensch-MaschineSchnittstelle. Im Weiteren soll die Unterscheidung von „konventionellen Fahrerassistenzsystemen“ und „Fahrerassistenzsystemen mit maschineller Wahrnehmung“ helfen, den Begriff der „Fahrerassistenzsysteme im Kraftfahrzeug“ spezifischer zu fassen. Konven-
Markus Maurer
tionelle Fahrerassistenzsysteme unterstützen den Fahrer in Situationen, die einfach zu messen oder zu schätzen sind. Antiblockiersysteme greifen ein, wenn ein Rad zu blockieren droht, was sich über konventionelle Raddrehzahlsensoren bestimmen lässt. Ein elektronisches Stabilitätsprogramm bremst einzelne Räder ab, wenn der geschätzte Schwimmwinkel einen applizierten Schwellwert zu übersteigen droht. Dabei stellt das elektronische Stabilitätsprogramm bereits einen Grenzfall der Klassifikation dar, da die notwendige Reibwertschätzung bereits eine Aufgabe der maschinellen Wahrnehmung ist. Eine ähnliche Unterscheidung ist in den Codeof-Practice für so genannte „fortschrittliche Fahrerassistenzsysteme“ (Advanced Driver Assistance Systems, ADAS) eingegangen: „Im Gegensatz zu konventionellen Fahrerassistenzsystemen besitzen ADAS Sensoren zur Erfassung und Auswertung der Fahrzeugumgebung und je nach zu unterstützender Fahraufgabe eine komplexe Signalverarbeitung“ [5]. Als „Fahrerassistenzsysteme mit maschineller Wahrnehmung“ werden Systeme bezeichnet, die Unterstützung in Situationen anbieten, die als „wahr“ angenommen werden müssen. Im Abstandsregeltempomat (Adaptive Cruise Control, ACC, s. Kapitel 32) werden Radarreflexe als Fahrzeuge interpretiert. Beim Spurverlassenswarner (Lane Departure Warning, LDW, s. Kapitel 34) repräsentieren Hell-Dunkel-Übergänge im Videobild, die eine spezifische Gestaltannahme erfüllen, den Fahrstreifen mit ihren Begrenzungslinien. Das Besondere an der maschinellen Wahrnehmung besteht also in der maschinellen Interpretationsleistung. Diese führt nach dem aktuellen Stand der Technik in der maschinellen Wahrnehmung zu bislang ungewohnten Möglichkeiten der Interpretation, aber auch der Fehlinterpretation. Die entstandene neue Qualität legt es nahe, die „Fahrerassistenzsysteme mit maschineller Wahrnehmung“ als eigene Systemklasse zu diskutieren. Entsprechend konzentrieren sich die Beiträge auf Fachkonferenzen zum Thema „Fahrerassistenz“ auf „Fahrerassistenzsysteme mit maschineller Wahrnehmung“ (z. B. [12] und [9]). In diesem Beitrag wird der Begriff „Fahrerassistenzsysteme“ verstanden als redundant-paralleles System im Sinne der Definition von Kraiss (s. oben), in dem Mensch und Maschine gewisse Aufgaben
43
A
Grundlagen der Fahrerassistenzsystementwicklung
parallel erledigen. Bei diesen Unterstützungsaufgaben bedienen sich die technischen Systeme Fähigkeiten der maschinellen Wahrnehmung.
5.2 Motivation des Beitrags Dieser Artikel wurde auf der Basis achtjähriger Erfahrung in der Entwicklung und Vorentwicklung von Fahrerassistenzsystemen bei Audi geschrieben. Er soll das Bewusstsein schärfen, dass Fahrerassistenzsysteme besondere Sorgfalt bei den Entwicklungsprozessen und bei der Gestaltung der Testverfahren erfordern. Der Autor kennt zum heutigen Zeitpunkt keine Entwicklungsprozesse und Testverfahren, die auch zukünftig alle Anforderungen erfüllen werden, welche bei der Entwicklung von Fahrerassistenzsystemen auftreten. Die aufgezeigten Methoden und Prozesse sind erste Insellösungen, die – im richtigen Verbund von Entwicklungs- und Testwerkzeugen eingesetzt – hilfreich sein können. Dieser Beitrag soll auch dazu anregen, die Ausgestaltung von Entwicklungsprozessen, Entwicklungswerkzeugen und Testmethoden nicht allein den Serienentwicklungsabteilungen der Automobilhersteller und der Systempartner zu überlassen, sondern sie als Herausforderung für die Forschungsgruppen zu betrachten. Was ist eine „Machbarkeitsstudie“ wert, die nicht zeigt, wie ein System getestet werden kann oder ob der Fahrer überhaupt in der Lage ist, das System an seinen Grenzen zu beherrschen? Die Machbarkeit kann erst als geklärt angenommen werden, wenn diese zentralen Fragen beantwortet wurden.
5.3 Fahrerassistenzsysteme aus Sicht des Fahrers Die mit Fahrerassistenzsystemen verbundene Komplexität und die Einführung der maschinellen Wahrnehmung bergen für die Automobilhersteller und ihre Systempartner hohe Risiken. Die Entwicklung der Komponenten und ihrer Systeme erfordert hohe Anschub- und jahrelange Vorfinanzierungen. Der komplexe Steuergeräteverbund kann die Zuverlässigkeit des Produkts herabsetzen. Die Beherrschbarkeit an den Systemgrenzen oder bei Systemausfall ist schwer nachzuweisen und kann im Nachhinein von Gerichten anders bewertet werden, auch wenn die Entwicklerteams sorgfältig gemäß dem Stand von Wissenschaft und Technik gearbeitet haben.
44
Die Einführung von Fahrerassistenzsystemen muss also einen veritablen Nutzen für den Fahrer, den Fahrzeughersteller und die Systempartner erbringen, damit die Aufnahme der genannten Risiken verhältnismäßig erscheint. Richtig ausgelegt bieten Fahrerassistenzsysteme dieses Potenzial. Die gefeierte Einführung des „Auto-mobils“ hat lange vergessen lassen, dass dieses selbst angetriebene Fortbewegungsmittel gegenüber der von Pferden gezogenen Kutsche auch zu einer Reduzierung des Grades an Autonomie führte. Gewohnte Funktionen wie „Homing“, die so manchen Kutscher sicher nach Hause gebracht hatten, oder automatisches Spurhalten, die die Fahraufgabe über längere Strecken in eine Beobachtungsaufgabe verwandelt hatten, standen über hundert Jahre in der „auto-mobilen“ Welt nicht mehr zur Verfügung. Fahrerassistenzsysteme bieten das Potenzial, das „Auto-mobil“ auch mit autonomen Fähigkeiten auszurüsten. Persönlich halte ich zwei Entwicklungspfade für besonders verfolgenswert [30]: Der Weg zum „Autopiloten“ führt über viele kundenwerte Funktionen wie ACC und Spurhalteunterstützung (Heading Control, HC oder Lane Keeping Support, LKS, s. Kapitel 35) zum bislang nur im Forschungsbereich gezeigten autonomen Fahren (z. B. [27], [22], [31], [32], [26]). Die Rolle des Fahrers wandelt sich dabei vom aktiven Chauffeur über den entlasteten Fahrer hin zum Chauffierten. Im Gegensatz dazu bleibt der Fahrer bei Systemen auf dem Entwicklungspfad zum technischen „Kopiloten“ immer aktiver Fahrer und wird nur im Bedarfsfall von technischen Systemen unterstützt. Zu dieser Kategorie gehören Systeme wie LDW oder Kollisionswarnsysteme (z. B. Audi Braking Guard; Mercedes-Benz: Bremsassistent Plus). Im Forschungsprojekt „Autonomes Fahren“ hat Volkswagen eine weit entwickelte Form eines technischen Kopiloten vorgestellt [2], der einen Fahrroboter überwacht hat. Langfristig scheint mir ein drittes Paradigma großes Potenzial zu haben, welches das Fahrzeug als Werkzeug betrachtet: Hierbei wird das Gesamtsystem Fahrer-Fahrzeug optimiert. Fortschritte in der LED-Technik werden in Zukunft sehr flexible Lichtverteilungen für das Frontlicht erlauben. Damit werden neue Assistenzfunktionen möglich, wie ein Fernlicht, bei dem nur die Bereiche ausgespart werden, in denen Verkehrsteilnehmer geblendet werden könnten, oder ein Markierungslicht, das die Aufmerksamkeit des Fahrers auf relevante Objekte lenkt [1]. Denkbar wären in dieser Gruppe auch weitergehende Systeme, die helfen, die individuellen Fah-
5 Entwurf und Test von Fahrerassistenzsystemen
rerdefizite wirkungsvoll zu kompensieren. Je größer die Defizite des Fahrers gegenüber dem gesunden Menschen ausfallen, desto höher werden die Anforderungen an das Werkzeug „Fahrzeug“. In einer alternden Gesellschaft eröffnen sich dadurch attraktive Absatzmärkte [19], [20].
5.4 Systematischer Entwurf von Fahrerassistenzsystemen Viele Entwicklungen und viele Entwicklungswerkzeuge haben ihren Ursprung im militärischen Bereich. Auf die Entwicklung von komplexen technischen Systemen hat das so genannte V-Modell, das ursprünglich für Verteidigungssysteme entwickelt wurde, großen Einfluss. Das V-Modell unterstützt verschiedene Grundsätze, die helfen, komplexe Systeme strukturiert zu entwickeln. Zunächst unterstützt es ein Top-Down-Design von den groben Anforderungen auf Systemebene stufenweise hin zu Detailanforderungen auf Komponentenebene. Besonders wichtig ist im V-Modell, dass zu jeder Anforderung auch geeignete Testfälle spezifiziert werden müssen. Entsprechend zur TopDown-Struktur der Anforderungen ergibt sich eine Bottom-Up-Struktur der Testfälle, Bild 5-1.
A
Die Einführung des V-Modells als Paradigma in der Entwicklung von elektronischen Fahrzeugsystemen hat zu einer deutlich strukturierten Entwicklungsform bei Fahrzeugherstellern und Systempartnern geführt (z. B. [4]). Je detaillierter die Anforderungen spezifiziert werden, desto deutlicher wird aber auch, dass sich komplexe Assistenzsysteme nicht vollständig testen lassen. Kritisch wird in der Literatur der Einsatz des V-Modells diskutiert, „wenn zu Beginn des Entwicklungsvorhabens die Informationsbasis noch nicht vollständig ist und folglich das System nicht ‚von oben nach unten‘ entwickelt werden kann“ [28]. „Die Realität ist daher eher durch inkrementelle und iterative Verhaltensweisen gekennzeichnet, bei der Schritte des V-Modells oder das gesamte V-Modell mehrmals durchlaufen werden“ [29]. Diesen Bedarf nach iterativen Entwicklungsschleifen berücksichtigt ein einfaches Entwurfsmodell, das im Rahmen des Forschungsprojekts „Automatische Notbremse“ bei Audi entwickelt wurde [24]. Das Verfahren wurde bewusst einfach visualisiert: Bild 5-2 zeigt einen Vollkreis, der eine komplette Iterationsschleife umfasst. Nach weniger als der Hälfte des Kreises ist ein „Abkürzungspfad“ definiert, der wieder zum Ausgangspunkt des Entwicklungsprozesses führt. Eine technischere Form
Bild 5-1: Grundstruktur des V-Modells
45
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 5-2: Systematischer Entwurf von Fahrerassistenzsystemen [24]
der Notation haben wir 2006 vorgestellt, bislang aber nicht weiterverfolgt [10]. Durch die beschriebene Struktur ergeben sich zwei Iterationsschleifen: Die erste, zeitlich kürzere und deutlich Ressourcen sparende Schleife erfordert Expertenwissen aus unterschiedlichen Bereichen. Die Arbeiten werden theoretisch ohne den Bau von Prototypen durchgeführt. Der Ansatz ist dann besonders wirkungsvoll, wenn die im Unternehmen verfügbaren Experten, bei Bedarf verstärkt durch externe Wissensträger, in dieser Iterationsschleife möglichst die zentralen Auslegungskonflikte identifizieren und eine fundierte Auswahl treffen zwischen den realisierbaren und den wünschenswerten, aber noch nicht realisierbaren Assistenzfunktionen. Prototypische Systeme werden erst aufgebaut, wenn die Experten als Zwischenergebnis eine Funktionsdefinition gefunden haben, bei der alle in der theoretischen Diskussion gefundenen Auslegungskonflikte aufgelöst werden konnten oder offene Fragen auftreten, die eine experimentelle Untersuchung erfordern. Ausgangspunkt des Entwicklungsprozesses ist immer der Fahrer und sein Unterstützungsbedarf. Das mag trivial klingen. Dem am Automobil interessierten Leser werden jedoch sofort viele Beispiele einfallen, bei denen am (Unterstützungs-)
46
Bedarf des Fahrers vorbei entwickelt wurde. Eine sehr pointiert formulierte persönliche Meinung hat Bloch [3] veröffentlicht. Für die Kaufentscheidung des Fahrers und damit den Markterfolg des Systems scheint der subjektiv empfundene Bedarf, nicht der objektiv zu erwartende Nutzen ausschlaggebend zu sein. Ein großer japanischer Hersteller brachte zur Einführung seiner aktuellen Oberklasselimousine öffentlichkeitswirksam Antriebs- und Fahrerassistenzsysteme auf den Markt, die sein Markenimage und seine Verkaufszahlen fördern, deren Nutzen für viele Fahrer allerdings aus Expertensicht fraglich ist. Aus dem identifizierten Unterstützungsbedarf heraus werden Ideen für Funktionsausprägungen entwickelt, die den Fahrer in technisch beschreibbaren Szenarien unterstützen sollen. In der Expertenrunde werden diese Funktionsausprägungen darauf getestet, ob sie nach aktuellem Wissensstand mit der verfügbaren Technik realisierbar sind: Können die zu erwartenden Funktionslücken und Systemausfälle von jedem untrainierten Nutzer in jeder Situation beherrscht werden? Erscheint eine nutzertransparente Auslegung der Funktion und ihrer Grenzen möglich? Sind sinnvolle MenschMaschine-Schnittstellen denkbar (s. Kapitel 4)? Ist die Funktion für die Kunden finanzierbar? Passt sie zum Markenimage des Herstellers? Die Vertie-
5 Entwurf und Test von Fahrerassistenzsystemen
fung der einzelnen Schritte und die Ausgestaltung der vollen Iterationsschleife werden im folgenden Abschnitt anhand eines praktischen Beispiels diskutiert. In methodischer Hinsicht entspricht der hier beschriebene Ansatz einer Weiterentwicklung von Verfahren, wie sie in der integrierten Produktentwicklung beschrieben werden (z. B. [7]). Im Forschungs- und Entwicklungsprozess eines Systems sollte dieses Verfahren in jeder Phase berücksichtigt werden. Bereits in der universitären Forschung sollte nicht am Bedarf des Nutzers vorbeigeforscht und das öffentlich verfügbare Wissen über eine ganzheitliche Produktentwicklung genutzt werden. In der Phase der industriellen Forschung und Vorentwicklung werden die beschriebenen Verfahren dann kommerziell bedeutender für den jeweiligen Hersteller. Die Feinjustierung erfolgt beim Einsatz innovativer Technologien gerade im Bereich der maschinellen Wahrnehmung erst in der Serienentwicklung, da oft erst mit kurz vor Markteinführung verfügbaren Musterständen der Sensoren verlässlich feststeht, inwieweit die anfangs aufgestellte Spezifikation von den realen Sensoren wirklich erfüllt wird und welche Funktionsausprägungen damit möglich sind.
A
Selbstverständlich sollten auch freiere Forschungs- und Vorentwicklungsvorhaben durchgeführt werden, die nicht unmittelbar auf einen bestimmten Kundennutzen zielen. Wichtig ist nur, dass diese Vorhaben auch entsprechend deklariert werden und nicht spezifischen Kundennutzen suggerieren.
5.5 Systematischer Entwurf einer „Automatischen Notbremse“ 5.5.1 Nutzerorientierte Funktionsdefinition Dank der Bemühungen von Gesetzgeber, Fahrzeugherstellern, Systempartnern und Rettungswesen sinkt die Anzahl der jährlichen Unfalltoten in Deutschland seit vielen Jahren. Dennoch stellt die absolute Zahl der Getöteten im Straßenverkehr mit über 5000 im Jahr allein in Deutschland eine Motivation dar, die Sicherheit im Straßenverkehr weiter zu erhöhen. Es herrscht Konsens unter den Automobilherstellern, dass durch Maßnahmen der passiven Sicherheit deutliche Verbesserungen nur bei hoher
Bild 5-3: Theoretisches Potenzial einer automatischen Notbremse [17]
47
A
Grundlagen der Fahrerassistenzsystementwicklung
Gewichts- und Verbrauchszunahme der Personenkraftwagen zu erreichen wäre. Hohes Potenzial zur Erhöhung der Insassensicherheit wird Systemen der aktiven Sicherheit zugeschrieben. Fahrerassistenzsysteme sollen auf Basis ihrer Situationserfassung die Unfallschwere mindern oder Unfälle ganz vermeiden. Analysen der Unfallforschung zeigen, dass viele Fahrer das Verzögerungspotenzial ihrer Fahrzeuge nicht ausschöpfen. Im Bild 5-3 ist die statistische Auswertung einer Unfalldatenbank gezeigt: Für jede Verletzungsklasse MAIS wird ausgewiesen, welcher prozentuale Anteil an Fahrern eine Komfortbremsung mit einer Verzögerung von maximal 3 m/s2 getätigt hat, obwohl eine stärkere Verzögerung zumindest unfallschweremindernd gewirkt hätte ([35], Kopischke [17] zitiert nach [24]). Aufgrund dieses identifizierten Unterstützungsbedarfs wird eine erste Funktionsdefinition für den Start einer Konzeptentwicklungsphase festgelegt: „Eine Notbremsung, d. h. Bremseingriff mit max. Verzögerung, wird dann veranlasst, wenn ein Unfall fahrphysikalisch nicht mehr zu verhindern ist. Damit wird dem Fahrer weiterhin jede Freiheit gelassen und nur dann ausgelöst, wenn er auch bei noch so guten Fahrfähigkeiten die Kollision nicht mehr verhindern könnte (...)“[16]. Diese Funktionsdefinition zeigt auch, dass bereits zu Beginn der Konzeptentwicklungsphase erhebliches Vorwissen vorhanden war: Man beschränkt sich von Beginn an auf ein System der Unfallschwereminderung, um Produkthaftungsansprüche von Fahrern oder ihren Angehörigen zu vermeiden, die nach Auslösen einer Notbremse argumentieren, diese sei zu früh erfolgt und habe den Unfall sogar verursacht. Die Sichtung der verfügbaren Radar-, Lidar- und Videosensorik ergibt, dass die Funktion prinzipiell einfach darstellbar ist, solange die Szenarien einfach gestaltet werden und die Witterungsverhältnisse die jeweiligen Sensorprinzipien nicht an ihre Grenzen führen. Im diskutierten Fall soll untersucht werden, ob die Funktion nicht durch einen Radarsensor eines konventionellen ACC-Systems dargestellt werden kann. Spätestens bei einer ersten Risikoanalyse wird jedoch deutlich, dass es viele mögliche Situationen im Straßenverkehr geben kann, die jedes mögliche Sensorprinzip überfordern. Nichtauslösungen einer automatischen Notbremse werden als weniger kritisch angesehen, da das ausgerüstete Fahrzeug nicht unsicherer als ein konventionelles Fahrzeug sein wird. Kritisch wird der Fall betrachtet, wenn eine Notbremse ohne Vorliegen der oben beschriebenen
48
Auslösungssituation automatisch gestartet wird. Da die Funktionsprinzipien der Einzelsensoriken bekannt sind, ist für die Experten offensichtlich, dass Fehlauslösungen zwar selten sein können, aber zumindest nach dem aktuellen Stand der Technik nicht völlig auszuschließen sind. Radarexperten ist die bei modernen Systemen selten auftretende Situation der „fahrenden Gasse“ bekannt, bei der sich zwei Fahrzeuge mit sehr ähnlicher Geschwindigkeit bewegen, die von der Signalverarbeitung als ein in der Gasse liegendes virtuelles Objekt interpretiert werden kann. Ein solches „Geisterobjekt“ könnte eine unberechtigte automatische Notbremse verursachen. Folgenschwer wird auch der Einwand der Produktsicherheitsexperten sein, dass Gerichte im Schadenfall nach Analogien suchen. Hier wird als Analogie erwartet, dass Redundanz in der Wahrnehmung der entscheidenden Parameter gefordert werden könnte, da etwa bei einem ESP-System wesentliche Parameter ebenfalls redundant erfasst werden. Bereits in dieser frühen Phase weisen die Experten darauf hin, dass die zu erwartenden Funktionsgrenzen auch kommunizierbar sein müssen und dass der Hersteller dafür verantwortlich ist, dass die richtige Kundenerwartung erzeugt wird. Dieses Expertenwissen ist dank der Response-Projekte in verschiedene Hilfsmittel eingeflossen ([14], [5]). Ebenfalls wird gefordert, dass das System an seinen Grenzen zumindest in der Lage sein muss, seine Degradation selbst festzustellen und den Fahrer entsprechend zu warnen. Für den Nachweis, dass ein System fehlerfrei funktioniert hat, werden ein Datenrekorder oder zumindest entsprechende Eintragungen in den Entwicklungsspeicher als sinnvoll erachtet. Zentral wird daher die Frage, ob diese unbegründete automatische Auslösung für einen Fahrer und den folgenden Verkehr sicher zu beherrschen wäre. Die Untersuchung dieser Fragestellung erfordert erstmalig den Aufbau von Prototypen und damit das erste vollständige Durchlaufen der äußeren Iterationsschleife. Die Ergebnisse sind eindeutig: Mehr als ein Drittel der Fahrerreaktionen werden als „angstvoll, panisch“ kategorisiert. Ebenfalls mehr als ein weiteres Drittel reagiert „erschrocken, [mit] Tunnelblick“. Ein Zusammenhang der „überraschten“ oder „neugierigen“ Reaktionen damit, dass die im Versuch gestellten Fehlreaktionen auf dem Testgelände gestellt wurden, kann nicht ausgeschlossen werden (s. Bild 5-4, [8]). Diese Untersuchungen zeigen, dass mögliche Fehlauslösungen einer „automatischen Notbremse“
5 Entwurf und Test von Fahrerassistenzsystemen
A
angstvoll, panisch
Bild 5-4: Emotionen (aufgrund von Augen- und Gesichtsausdruck) nach einer Fehlauslösung einer Automatischen Notbremse (n = 33) [8]
für den Fahrer, den nachfolgenden Verkehr, den Fahrzeughersteller und den Systempartner ein nicht zu unterschätzendes Risiko darstellen. Neben den technischen, ergonomischen und juristischen Fraktionen sollte bereits in Konzeptphasen das Produktmarketing einbezogen werden. Was helfen aufwendige, technische Innovationen, wenn sie nicht ins Markenleitbild passen und deshalb auch nicht ausgelobt werden? Bei den Assistenzfunktionen kommt erschwerend hinzu, dass die bereits erwähnten zu erwartenden Funktionslücken dazu führen, dass Produkte nicht allzu offensiv beworben werden können. Der Hersteller trägt die Verantwortung für die Kundenerwartung (siehe oben). Nach der ersten Iterationsschleife ergibt sich folgende Bilanz: Es wurde eine Funktionsausprägung mit großem Wirkungsfeld identifiziert. Die im Entwicklungsauftrag gewünschte Sensorik beschränkt den Nutzen auf den Längsverkehr. Dafür wäre die Realisierung mit der bekannten ACC-Sensorik kostengünstig. Vergleiche mit anderen Sicherheitssystemen zeigen aber, dass dort redundante Erfassung der funktionsbestimmenden Zustandsgrößen gefordert wird. Die ergonomischen Untersuchungen, die bereits im Frühstadium praktisch durchgeführt werden mussten, zeigen, dass Fehlauslösungen einer automatischen Notbremse dieser Funktionsausprägung nicht akzeptabel sind. Da in diesem Fall kein konsistentes Zwischenergebnis gefunden wird, muss die weitere Entwicklung grundlegend modifiziert werden. Eine langfristige Entwicklungsrichtung kann durch möglichst komplementäre Wahrnehmungsprinzipien versuchen, die Fehlauslösewahrscheinlichkeit sehr zu verringern.
Kurzfristig soll eine konsistente Funktionsdefinition dadurch erreicht werden, dass die Funktionsdefinition variiert wird. Die Fehlauslösungen haben sich im Versuch als sehr eindrucksvoll erwiesen (siehe oben). Könnte nicht ein schwacher Bremsruck, bei dem der Fahrer durch einen haptischen Ruck gewarnt wird, den Fahrer auf eine Gefahr hinweisen, ohne dass der rückwärtige Verkehr im Falle einer Fehlauslösung durch ein plötzliches, unerwartetes Abbauen der Geschwindigkeit gefährdet wird? Experimentelle Untersuchungen bestätigen beide Erwartungen. Der Warnruck stellt ein wirksames Warnmedium dar, bei dem mit einem geeigneten Bremssystem kaum Verzögerung aufgebaut wird. Daher wird in einer zweiten Iteration zunächst ein Warnsystem entwickelt, das den Fahrer wie beschrieben auf Gefahren hinweist. Da dieser Eingriff auch dann unkritisch ist, wenn er ungerechtfertigt erfolgt, wird als Fehlauslöserate eine Fehlauslösung auf 10 000 km festgelegt. Diesmal ist das Zwischenergebnis vielversprechend: Die Warnung über den haptischen Sinneskanal ist sehr direkt und wirksam. Daher wird hoher Kundennutzen prognostiziert. Bei einer Nutzung der ACC-Sensorik beschränkt sich der Nutzen wiederum auf den Längsverkehr. Dafür kann die Funktion kostengünstig ohne weitere Sensorhardware dargestellt werden. Die Fehlauslösungen erweisen sich als beherrschbar und akzeptabel. Eine so definierte Funktion kann nun kurzfristig in Serienfahrzeugen angeboten werden (Produktname: Audi: „Audi Braking Guard“; VW: „Front Scan“, Markteinführung: 2006). Die Weiterentwicklung der ursprünglichen Funktionsidee einer automatischen Notbremse wird
49
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 5-5: Einfluss der Totzeit auf die relative Energiereduktion einer Automatischen Notbremse [17]
technisch aufwendigere Lösungen erfordern. Für die aus der ersten Entwicklungsschleife bekannte Funktionsdefinition können nun quantitative Prognosen für den Nutzen angegeben werden. Wichtig ist auch die Analyse, welche Parameter für den Nutzen entscheidend sind. So zeigt Bild 5-5, wie die relative Energiereduktion und damit der Nutzen von der Systemtotzeit abhängen. Diese Darstellung kann hilfreich sein, um im Unternehmen den Nutzen eines schnelleren Bremssystems quantitativ zu belegen; sie kann auch bei der Auswahl der Sensorik hilfreich sein ([17] zitiert nach [24]; s. auch Kapitel 33). Durch die Kombination geeigneter Sensorprinzipien kann die Robustheit der maschinellen Wahrnehmung deutlich erhöht werden. Übliche Sensorkonfigurationen bestehen aus einem Fernbereichssensor (77 GHz Radar oder Lidar), der für ACC benötigt wird, und einem Sensor mit größerem Öffnungswinkel und geringerer Reichweite, bei dem Prinzipien wie Stereosehen, monokulares Sehen, Laser, Radar oder Photonic Mixing Device (PMD) zum Einsatz kommen. Die Forderung nach Redundanz würde auch durch ein Doppelradarverfahren mit zwei Fernbereichsverfahren erfüllt [21]. Bei
50
allen skizzierten Lösungsansätzen bleibt der Nutzen des Systems auf den Längsverkehr beschränkt. Die Wahrscheinlichkeit für Fehlauslösungen wird herabgesetzt; diese bleiben aber kritisch. Am Beispiel dieser dritten Iteration sollen die prototypische Darstellung der Funktion, Aspekte der Systemarchitektur und der Funktionstests detaillierter erläutert werden. Vielfach unterschätzt wird die Einbindung der Sensoren in das Designkonzept des Fahrzeugs. Erfolgt diese nicht frühzeitig, so kann das die Integration der Sensoren gefährden, gerade dann, wenn sie nicht für die vitalen Grundfunktionen des Fahrzeugs sondern „nur“ für die Assistenz erforderlich sind.
5.5.2 Aspekte der Systemarchitektur Multimodale Umgebungssensoren und darauf basierende vernetzte Assistenzfunktionen erhöhen die Komplexität des Rechnerverbunds und der damit verbundenen Software im Fahrzeug signifikant. Die Beherrschung der Systemkomplexität wird damit zur Schlüsselkompetenz für die Automobil-
5 Entwurf und Test von Fahrerassistenzsystemen
hersteller und ihre Partner. Neben den bereits im Titel des Beitrags genannten Aspekten „Entwurf“ und „Test“ kommt der Systemarchitektur und ihrer sorgfältigen Planung eine Schlüsselrolle bei der Beherrschung dieser Komplexität zu. Es empfiehlt sich, die Umgebungssensoren bereits in der Planungsphase der Topologie der Fahrzeugnetze zu berücksichtigen. Datenströme, wie sie bei der Fusion von Sensordaten in der Umgebungswahrnehmung auftreten können, können topologiebestimmend für Fahrzeugnetzwerke werden (siehe Kapitel 9). Unter dem Begriff „Systemarchitektur“ seien hier fünf Aspekte subsumiert. Die funktionale Systemarchitektur dekomponiert das Gesamtsystem aus Sicht der Gesamtfunktion und ihrer funktionalen Bausteine. Sie bedient sich Darstellungsweisen aus dem Bereich der „Systemdynamik“ und „Regelungstechnik“. Die explizite Wissensrepräsentation kann elegant mit Methoden der objektorientierten Softwareentwicklung modelliert werden. Zunächst unabhängig von ihrer technischen Realisierung sollten die Eigenschaften des Fahrzeugs aus Kundensicht beschrieben werden (z. B. [13]). Alle drei Aspekte werden im Idealfall unabhängig von der Hardware diskutiert und bleiben bei der Migration auf andere Hardwareplattformen stabil. Die Hardware selbst und Aspekte der hardwarenahen Programmierung gehören zu den Hardwareabhängigen Aspekten der Systemarchitektur. Die fünf verschiedenen Aspekte der Systemarchitektur werden bei den Automobilherstellern und ihren Partnern unterschiedlich stark betrachtet. In allen Entwicklungsabteilungen wird die Topologie der Vernetzung der Steuergeräte intensiv vorbereitet und geplant. Die Anforderungen und aktuelle Beispiele für Vernetzungsarchitekturen für Kraftfahrzeuge mit Fahrerassistenz finden sich in Kapitel 9. Auch die hardwarenahe Software wird zunehmend steuergeräteübergreifend standardisiert und vorbereitet. Ein wichtiger Schritt zu einer stärker hardwareunabhängigen Systemauslegung ist in den Häusern gelungen, die bereits vor der eigentlichen Entwicklungsphase des Fahrzeugs dessen Eigenschaften aus Kundensicht intensiv diskutieren und festlegen (siehe oben, [13]). Weiteres Potenzial für die strukturierte Systemauslegung besteht bei einzelnen Herstellern durch die konsequente Nutzung der erwähnten Aspekte der funktionalen Systemarchitekturen und einer zentralen Planung der expliziten Repräsentation im Fahrzeug (z. B. [23]).
A
5.5.3 Funktionale Tests von Fahrerassistenzsystemen Der Begriff des „Testens“ wird heute in der Praxis der Automobilentwicklung häufig unspezifisch gebraucht. Er beschreibt so unterschiedliche Testkategorien wie funktionale Tests, Bediensicherheit für den Nutzer, Tests zur Nutzertransparenz, Tests zur Kundenakzeptanz, Tests zur elektromagnetischen Verträglichkeit, Klimatests, Tests zur Fahrzeugakustik, Tests zur aktiven und passiven Sicherheit des Fahrzeugs, elektrische und elektronische Tests, die auch Hardware-in-the-Loop mit einschließen, Tests zur Integrität der Software einschließlich Softwarein-the-Loop. Die Liste ließe sich noch weiter fortführen. Jedes Thema für sich ist im Bereich „Fahrerassistenz“ anspruchsvoll sowie komplex und verdiente die Würdigung in einem eigenen Kapitel. Alle technischen Entwicklungs- und Qualitätssicherungsbereiche des Unternehmens sind betroffen und leisten ihren Beitrag. Aufgrund meines persönlichen Erfahrungshintergrunds beschränke ich mich hier auf funktionale Testaspekte, die wieder am Beispiel der Entwicklung einer automatischen Notbremse diskutiert werden sollen. Zwei Fehlfunktionen verdienen spezielle Beachtung, da sie besonderen Einfluss darauf haben, wie das System vom Fahrer und der Öffentlichkeit wahrgenommen wird. Es wurde bereits erwähnt, dass die Reaktion des Nutzers auf eine unberechtigte Auslösung deutlich ausfiel, was zu der Forderung führte, diese zu vermeiden. Aus Sicht der experimentellen Durchführung sind der Test der berechtigten Auslösung und die Untersuchung der Nutzerreaktion aufwendiger, da es hier aufgrund der Funktionsdefinition zu einer Kollision kommt. Entscheidend für die Akzeptanz einer automatischen Notbremse der genannten Funktionsausprägung ist die Fehlerwahrscheinlichkeit für unberechtigte Auslösungen, die erfolgen, ohne dass sie ein menschlicher Beobachter für angemessen hält. Dabei wird die Frage, welche Fehlerwahrscheinlichkeit gesellschaftlich akzeptabel sein wird, in diesem Artikel unbeantwortet bleiben. Analogien aus dem Bereich der Luftfahrt oder der Medizin könnten hier den Weg weisen [11].
5.5.4 Testfall „berechtigte Auslösung“ – Vehicle-in-the-Loop Im Testfall der berechtigten Auslösung für eine automatische Notbremse bestehen folgende Anfor-
51
A
Grundlagen der Fahrerassistenzsystementwicklung
derungen an den Test: Es wird eine automatische Notbremsung ausgeführt; dabei wird es zum Aufprall kommen. Der Fahrer und das Fahrzeug sollen dabei nicht gefährdet werden. Die Situation soll für den Fahrer realistisch erscheinen. Der Test soll möglichst reproduzierbar ausgeführt werden. Einfache Testaufbauten oder Untersuchungen im Fahrsimulator erfüllen nicht alle Kriterien: Bei Untersuchungen im Fahrsimulator wären das Bedrohungsszenario und die Dynamik der Fahrzeugreaktion nicht realistisch genug wahrzunehmen. Bei realen Kollisionen mit Schaumstoffwürfeln, Fahrzeugauslegern und kleinen mobilen Hindernissen wirkte das Bedrohungsszenario ebenfalls nicht realistisch genug. Auch wären diese Versuche nicht hinreichend reproduzierbar durchzuführen. Die Anforderungen an funktionale Auslösetests wurden von einer Neuentwicklung erfüllt – dem so genannten Vehicle-in-the-Loop-Verfahren (Vehicle-in-the-Loop, VIL), das in Kapitel 8 ausführlich beschrieben wird.
5.5.5 Fehlerwahrscheinlichkeit für „unberechtigte Auslösung“ – trojanische Pferde Ebenso anspruchsvoll wie der beschriebene Test der berechtigten Auslösung ist die experimentelle Absicherung, dass die Fehlerwahrscheinlichkeit pro Zeit maximal 10 –9 pro Stunde betragen dürfe. Nimmt man an, dass die mittlere Kilometerleistung eines Fahrzeugs bei nur 30 Kilometern in der Stunde liegt, ergibt sich damit der Bedarf, 30 Milliarden Testkilometer zu fahren, ohne dass eine Fehlauslösung auftritt. Dieser Bedarf kann wirtschaftlich im Rahmen einer Fahrzeugentwicklung nicht durchgeführt werden. Daher sind alternative Absicherungsmethoden gefragt. Der Vorschlag eines trojanischen Pferdes [33] sieht vor, neue Funktionen im Kundenfahrzeug zu erproben. Der Kunde würde eine Komfortfunktion erwerben, die mit der gleichen Sensorkonfiguration umgesetzt wird. Das könnte beispielsweise eine Funktionsausprägung von ACC Stop&Go sein. Die realisierte Software enthielte zusätzlich alle Funktionen einer automatischen Notbremse, der aber der Zugriff auf die Bremsaktorik verweigert werden würde. Die Notbremsfunktion bewirkt einen Eintrag in einen Entwicklungsspeicher. Wird im Kundendienst ein Entwicklungsspeichereintrag entdeckt, resultiert dieser entweder aus einem Unfall, der dann bekannt sein müsste, oder er wurde durch eine Fehlauslösung verursacht. Prinzipiell lägen damit alle Informationen vor, um die gesuchte Feh-
52
lerwahrscheinlichkeit einer Auslösung zu ermitteln. Dem Autor ist derzeit keine aktive Diskussion unter den Fahrzeugherstellern darüber bekannt, ob dieses Verfahren in Zukunft zur Absicherung eingesetzt werden kann. Auch kann nicht ausgeschlossen werden, dass Hersteller oder Systempartner diese Methode bereits nutzen, ohne dies zu kommunizieren. Die Diskussion, ob bei der Systemauslegung die IEC Norm 61508 zur Anwendung kommen sollte oder ob durch den aktuellen Arbeitsentwurf CD 26262 neue Entwurfsrichtlinien entstehen, wird hier bewusst ausgeklammert.
5.6 Zusammenfassung Durch die technologischen Fortschritte in der Mikroelektronik sind Fahrerassistenzsysteme mit maschineller Wahrnehmung heute möglich geworden. Die in der maschinellen Wahrnehmung interpretierten Daten von Umgebungssensoren ermöglichen Fahrerassistenzsystemen die Möglichkeit, die Objekte in der Umgebung und ihre Bedeutung für den menschlichen Fahrer und sein Fahrzeug zu erfassen. Diese Interpretationsleistung hat heute noch nicht die Zuverlässigkeit von konventionellen Sensoren im Automobil oder die eines aufmerksamen Fahrers. Daher sind neue Entwurfs- und Testprozesse erforderlich. Die maschinelle Wahrnehmung erhöht die Komplexität der Software und der Hardware im Kraftfahrzeug signifikant. Es muss nachhaltiger Kundennutzen zu erwarten sein, wenn sich der Aufwand für die Kunden, den Hersteller und seine Partner langfristig lohnen soll. Der hier vorgestellte systematische Entwurfsprozess für Fahrerassistenzsysteme geht konsequent vom Kundenutzen aus und berücksichtigt bereits in der Entwurfsphase neben technischen Fragestellungen auch rechtliche, ergonomische und ökonomische. In allen Phasen des Forschungs- und Entwicklungsprozesses werden iterative Entwicklungsschleifen empfohlen. Nur wenn Kompromisse für vorab absehbare Auslegungskonflikte erreichbar erscheinen, lohnt sich die Investition in Prototypen und die Entwicklung von Testaufbauten.
5 Entwurf und Test von Fahrerassistenzsystemen
Quellenverzeichnis [1] Berlitz, S.: LED is now, what´s next? ISAL 2007 – International Symposium on Automotive Lighting, 25. – 26. September 2007, Darmstadt, 2007 [2] Binfet-Kull, M.; Heitmann, P.; Ameling, C.: System Safety for an Autonomous Driving Vehicle. In: IEEE Int. Conf. On Intelligent Vehicles, Stuttgart, 1998 [3] Bloch, A.: Tech No. www.auto-motor-und-sport.de, 16/2007 [4] Breu, A.; Holzmann, M.; Maurer, M.; Hilgers, A.: Prozess zur Komplexitätsbeherrschung bei der Entwicklung eines Stillstandsmanagements für ein hochvernetztes Fahrerassistenzsystem. Stillstandsmanagement. 8. – 9. November 2007, Haus der Technik, Essen, 2007 [5] Donner, E.; Winkle, T.; Walz, R.; Schwarz, J.: RESPONSE 3 – Code of Practice für die Entwicklung, Validierung und Markteinführung von Fahrerassistenzsystemen. VDA. Technischer Kongress. 28./29. März 2007, Sindelfingen, 2007 [6] Duden. Das große Wörterbuch der deutschen Sprache, 10 Bde. Duden-Verlag, Mannheim, 1999 [7] Ehrlenspiel, Klaus: Integrierte Produktentwicklung. Hanser, München, 2003 [8] Färber, B.; Maurer, M.: Nutzer- und Nutzenparameter von Collision Warning und Collision Mitigation Systemen. In: Maurer, M.; Stiller, C. (Hrsg.): Workshop Fahrerassistenzsysteme FAS2005, Walting, 2005 [9] FAS (2002, 2003, 2005, 2006, 2008): 1.–5. Workshop Fahrerassistenzsysteme FAS200X, Walting, Leinsweiler, Walting, Löwenstein, Walting. Konferenzbände hrsg. von Maurer, M. & Stiller, C.; FMRT am Institut für Mess- und Regelungstechnik der Universität Karlsruhe, Engler-Bunte-Ring 21, 76131 Karlsruhe; www.mrt.uni-karlsruhe.de [10] Glaser, H.: Fahrwerk und Fahrerassistenz – eine ideale Kombination? In: 7. Symposium zum Thema Automatisierungs-, Assistenzsysteme und eingebettete Systeme für Transportmittel. AAET 2006. 21. – 23. Februar 2006, Braunschweig, 2006 [11] Homann, K.: Wirtschaft und gesellschaftliche Akzeptanz: Fahrerassistenzsysteme auf dem Prüfstand. In: Maurer, M.; Stiller, C. (Hrsg.): Fahrerassistenzsysteme mit maschineller Wahrnehmung. Springer, Heidelberg, 2005 [12] IV: 1991–1996: Intelligent Vehicles Symposium; 1997: Intelligent Transportation Systems; 1998– 2008: Intelligent Vehicles Conference, IEEE, Veranstaltungsorte wechselnd in Amerika, Asien und Europa, 1991–2008 [13] Kohoutek, P.; Dietz, J.; Burggraf, B.: Entwicklungsziele und Konzeptauslegung des neuen Audi A4. In: ATZ/MTZ extra – Der neue Audi A4, September 2007, Vieweg, Wiesbaden, 2007 [14] Kopf, M. et al.: RESPONSE Checklist for theoretical Assessment of Advanced Driver Assistance Systems: Methods, Results and Assessment of Applicability. 1999
A
[15] Kopf, M.: Was nützt es dem Fahrer, wenn Fahrerinformations- und -assistenzsysteme etwas über ihn wissen? In: Maurer, M., Stiller, C. (Hrsg.): Fahrerassistenzsysteme mit maschineller Wahrnehmung. Springer, Heidelberg, 2005 [16] Kopischke S.: Entwicklung einer Notbremsfunktion mit Rapid Prototyping Methoden. Dissertation, TU Braunschweig, 2000 [17] Kopischke S.: Persönliche Kommunikation, Ingolstadt, 2000 [18] Kraiss, K.-F.: Benutzergerechte Automatisierung – Grundlagen und Realisierungskonzepte. In: at – Automatisierungstechnik 46 Band 10, S. 457–467, Oldenbourg, München, 1998 [19] Krüger, H.-P.: Persönliche Kommunikation, Walting, 2005 [20] Krüger, H.-P.: Hedonomie – die emotionale Dimension der Fahrerassistenz. Aktive Sicherheit durch Fahrerassistenz, München, 2008 [21] Lucas, B.; Held, R.; Duba, G.-P.; Maurer, M.; Klar, M; Freundt, D.: Frontsensorsystem mit Doppel Long Range Radar. In: Maurer, M., Stiller, C. (Hrsg.): 5. Workshop Fahrerassistenzsysteme FAS2008, Walting, April 2008 [22] Maurer, M.; Behringer R.; Fürst, S.; Thomanek, F.; Dickmanns E. D.: A compact vision system for road vehicle guidance. In: 13th Int. Conference on Pattern Recognition, S. 313–317, Wien, 1996 [23] Maurer, M.: Flexible Automatisierung von Straßenfahrzeugen mit Rechnersehen. Fortschritt-Berichte VDI. Reihe 12: Verkehrstechnik/Fahrzeugtechnik. Bd. 443, Ingolstadt, 2000 [24] Maurer, M.; Wörsdörfer, K.-F.: Unfallschwereminderung durch Fahrerassistenzsysteme mit maschineller Wahrnehmung – Potentiale und Risiken, Unterlagen zum Seminar „Fahrerassistenzsysteme und aktive Sicherheit“, Haus der Technik, Essen, 20. November 2002 [25] Maurer, M.; Stiller, C. (Hrsg.): Fahrerassistenzsysteme mit maschineller Wahrnehmung“. Springer, Berlin, 2005 [26] Maurer, M.; Stiller, C. (Hrsg.): 5. Workshop Fahrerassistenzsysteme FAS2008, Walting, April 2008 [27] Pomerleau, D.; Jochem, T.: Rapidly Adapting Machine Vision for Automated Vehicle Steering. IEEE Expert, Bd. 11, Nr. 2: S. 19–27, 1996 [28] Reif, K.: Automobilelektronik – Eine Einführung für Ingenieure. ATZ/MTZ-Fachbuch, Vieweg+Teubner Verlag, 2009 [29] Schäuffele, J.; Zurawka, T.: Automotive Software Engineering. 3. Auflage, ATZ/MTZ-Fachbuch, Vieweg, 2006 [30] Siedersberger, K.-H.; von Holt, V.: Persönliche Kommunikation, Ingolstadt, 2005 [31] Singh, Sanjiv (ed.): Journal of Field Robotics, Volume 23, Issue 8, August 2006, Special Issue on the DARPA Grand Challenge (Part 1) [32] Singh, Sanjiv (ed.): Journal of Field Robotics, Volume 23, Issue 9, September 2006, Special Issue on the DARPA Grand Challenge (Part 2)
53
A
Grundlagen der Fahrerassistenzsystementwicklung [33] Winner, H.: Patent DE 101 02 771 A1: Einrichtung zum Bereitstellen von Signalen in einem Kraftfahrzeug. Deutsches Patent- und Markenamt, Anmeldetag: 23.01.2001, Offenlegungstag: 25.07.2002 [34] Winner, H.: Fahrerassistenzsysteme. Skript zur Vorlesung, 1. Aufl., Darmstadt, 2003 [35] Zobel, R.: Persönliche Kommunikation, Ingolstadt, 1999
54
A 6 Bewertungsverfahren von Fahrerassistenzsystemen
Jörg Breuer
6.1 Zielsetzung der nutzerorientierten Bewertung
unter Aspekten der Produkthaftung – die berechtigte Kundenerwartung.
Abgeleitet vom lateinischen „assistere“ (jemandem beistehen, behilflich sein, jemandem nach dessen Anweisungen zur Hand gehen) ist die Bezeichnung „Assistenzsystem“ durchaus bewusst gewählt und beschreibt Anspruch und Grenzen dieser technischen Systeme treffend. Sie sollen den Fahrer auf dessen Wunsch hin bei bestimmten Teilen der Fahrzeugführungsaufgabe durch Informationen unterstützen (Informationssysteme) bzw. von bestimmten Teilaufgaben entlasten (Komfortsysteme). Bestimmte Assistenzsysteme können dem Fahrer auch in kritischen Situationen durch einen Eingriff dabei helfen, seinen Wunsch nach sicherer Bewältigung umzusetzen. Somit können diese technischen Systeme sowohl zur Erhöhung des Komforts als auch der Sicherheit beitragen. Assistenzsysteme sollen und können den Fahrer jedoch nicht ersetzen und können ihn auch nicht aus der Verantwortung für das sichere Führen eines Fahrzeugs entlassen. Für wirksame Systeme mit hoher Akzeptanz sind folgende Gestaltungsprinzipien zugrunde zu legen und in geeigneten Versuchen zu bewerten [1], vgl. [2]:
Einfaches „Bedienen“, klares Anzeigekonzept Der Fahrer muss das System schnell aktivieren und deaktivieren können und jederzeit klar über den aktuellen Status informiert sein. Soweit das Systemverhalten konfigurierbar ist, muss dies – entsprechend der Häufigkeit von vorzunehmenden Veränderungen – ebenfalls einfach und eindeutig möglich sein.
Schnelle Eingewöhnung So wie es bei einer Führungskraft und einem Assistenten erst nach einer Eingewöhnungsphase zu einem optimalen Zusammenwirken kommt, benötigt der Fahrer eine gewisse Zeit, um mit einem neuen technischen Assistenten vertraut zu werden und ihn optimal nutzen zu können. Ein korrektes mentales Modell der Technik ist Grundlage für deren richtige Nutzung. Diese nicht vermeidbare Phase möglichst kurz zu halten, ist Aufgabe des Fahrzeugherstellers. Systeme, die nur in bestimmten, kritischen Situationen eingreifen, bedürfen verständlicherweise keiner solchen Eingewöhnungsphase. Erwartungskonformes und konsistentes Systemverhalten Das Assistenzsystem muss einem tatsächlich vorhandenen Unterstützungsbedarf bzw. Wunsch des Fahrers wirksam gerecht werden und in erwarteter Weise funktionieren. In aus Fahrersicht ähnlichen Situationen muss sich das System auch weitgehend ähnlich verhalten. Maßgeblich ist hier – nicht nur
Eingriffe nur bei sicher erkannter Unfallgefahr In kritischen Situationen eingreifende Systeme werden nur ausgelöst, wenn eine gewisse Unfallwahrscheinlichkeit sicher erkannt worden ist. Die Rate fehlender Auslösungen ist zu minimieren, womit ein hoher Anspruch an Sensorik und Signalverarbeitung zur zuverlässigen Situationsbewertung verbunden ist. Da Falschauslösungen größere Nachteile mit sich bringen können als fehlende Auslösungen, sollte das System jedoch im Zweifelsfall nicht eingreifen. Wirksamkeit im realen Straßenverkehr Assistenzsysteme müssen Komfort und Sicherheit unter Praxisbedingungen nachweislich verbessern. Dazu müssen – auch schon in frühen Entwicklungsphasen – Nutzungsverhalten und Systemleistung in allen relevanten Situationen in Probandenversuchen objektiv bewertet und menschbezogen optimiert werden. Es wird deutlich, dass es sich hierbei um eine Zieldimension handelt, die nur in einer Gesamtfahrzeug-Umgebung bewertet werden kann – es muss immer das Gesamtsystem aus Fahrer, Fahrzeug und Umgebung betrachtet werden.
6.2 Anforderungen an Bewertungsverfahren Grundsätzlich müssen Messungen, d. h. Abbildungen von Realitäten auf abstrakten Bezugssystemen, zur Sicherstellung der Übertragbarkeit die Hauptgütekriterien Objektivität, Reliabilität und Validität erfüllen [3]: Objektivität: Die Messung muss so weit wie möglich unabhängig von in der Person des Mes-
55
A
Grundlagen der Fahrerassistenzsystementwicklung
senden liegenden Einflüssen erfolgen, sodass verschiedene, unabhängig voneinander messende Personen zu gleichen Ergebnissen kommen. Reliabilität: Die Messung muss unter gleich bleibenden Bedingungen reproduzierbar sein, was nicht nur den methodenbezogenen Aspekt der Datenerhebung sondern auch zeitliche Veränderungen am zu Messenden, z. B. bei Probanden (Merkmalsfluktuation, intraindividuelle Streuung), betrifft. Validität: Die Messung muss in einem möglichst hohen Grad dasjenige Merkmal erfassen, über das Aussagen gewünscht werden. Nach [4] ergeben sich darüber hinaus insbesondere in der Feldforschung Anforderungen an Messmethoden aus den folgenden Nebengütekriterien: Zumutbarkeit: An Datenerhebungen beteiligte Probanden sollten nicht in (subjektiv) unzumutbare Situationen gebracht werden. Ökonomie: Die Messmethoden müssen ein vernünftiges Verhältnis zwischen zeitlichem und finanziellem Aufwand und erhobenem Datenwert erzielen. Rückwirkungsarmut: Die Messmethoden selbst dürfen nur äußerst geringe Auswirkungen auf das zu Messende ausüben. Außerdem und nicht zuletzt müssen folgende Kriterien berücksichtigt werden: Sicherheit: Die Sicherheit, d. h. die Unversehrtheit aller betroffenen Personen sowie des eingesetzten Materials (Versuchsfahrzeuge, Messtechnik) darf durch die Messungen nicht beeinträchtigt werden. Datenschutzrecht: Alle Daten dürfen nur mit dem ausdrücklichen Einverständnis der betroffenen Personen erhoben werden. Erhobene Daten dürfen in Publikationen nicht namentlich zugeordnet werden. Kollektive Neben den im Entwicklungsablauf regelmäßig stattfindenden Versuchen mit Experten als Fahrern sind Versuche mit „Normalfahrern“ erforderlich, um Daten über Wirksamkeit und Akzeptanz von Funktionen und Systemgestaltungen bei der Grundgesamtheit (Nutzerpopulation aus Kunden und anderen Fahrern) zu gewinnen. Größe und Zusammensetzung der Stichproben entscheiden dabei über die Aussagekraft der Versuchsergebnisse und deren Übertragbarkeit auf die Zielgruppe. Stichproben sollten bezüglich der für die Versuchsfragestellung relevanten individuellen Merkmale repräsentativ sein, d. h. die Häufigkeit der Eigenschaften,
56
Fähigkeiten, Fertigkeiten und Bedürfnisse sollte im untersuchten Kollektiv die gleiche Verteilung wie in der Zielgruppe aufweisen. Akzeptanz hängt stark von der Erfüllung der produktbezogenen Erwartungen und Bedürfnisse ab und muss für die Zielgruppe der Käufer bewertet werden. Dazu sind möglichst genau die relevanten Merkmale der Kunden in geeigneter Ausprägungsbreite im Kollektiv abzubilden. Bei vielen sicherheitsbezogenen Fragestellungen geht es dagegen eher um die Anpassung der Technik an Fähigkeiten und Fertigkeiten des Menschen als Autofahrer. Die Zusammenstellung der Kollektive orientiert sich hier also eher an diesen Dimensionen der individuellen Leistungsvoraussetzungen. Wenn die relevanten Merkmale noch nicht hinreichend bekannt sind, könnte man ausreichend große Zufallsstichproben aus der Nutzerpopulation ziehen. Angesichts der finanziellen und zeitlichen Rahmenbedingungen wird man jedoch in der Regel mit kleineren Kollektiven arbeiten, die zudem aus einem Milieu zusammengestellt werden (z. B. Werksangehörige oder Studierende). Dabei müssen die vermutlich relevanten individuellen Merkmale zumindest mit gleicher Häufigkeit in allen möglichen Kombinationen vertreten sein (siehe Gl. 6.1) [5]: k
n r ni
(6.1)
i 1
Rechnet man also z. B. mit Einflüssen aus den drei Eigenschaften Alter (n1 = 3 Ausprägungen jung, mittel, alt), Körpergröße (n2 = 3 Ausprägungen klein, mittel, groß) und Fahrerfahrung mit einem speziellen Produkt (n3 = 2 Ausprägungen ja, nein), so ergibt sich eine Mindestzahl von 3 · 3 · 2 = 18 Probanden. Um statistisch belastbare Aussagen ableiten zu können, ist jede Kombination mit drei bis zehn Probanden abzudecken. Wesentliche Eingangsgrößen zur Festlegung des Stichprobenumfangs sind die Qualität der erhobenen Daten (Skalenniveau), die geforderte Genauigkeit der Ergebnisse sowie die zugelassene Irrtumswahrscheinlichkeit (Formeln und Beispiele bei [5]). Grundsätzlich unterscheidet man dabei zwischen abhängigen Stichproben (auch verbundene Stichproben oder „within subject design“) und unabhängigen Stichproben (unverbunden bzw. „between subject design“). Steht der Vergleich verschiedener Ausprägungen einer Systemauslegung im Vordergrund, so wird man abhängige Stichproben einsetzen. Will man dagegen die Eignung einer Auslegung für bestimmte Teile der Nutzerpopulation ermitteln, so wählt man unabhängige Stichproben.
6 Bewertungsverfahren von Fahrerassistenzsystemen
Zum Erreichen statistisch signifikanter Ergebnisse sind bei unabhängigen Stichproben grundsätzlich mehr Probanden nötig als bei abhängigen, da hier neben der intraindividuellen auch die interindividuelle Streuung zum Tragen kommt. Das unvorbereitete Verhalten in kritischen Situationen lässt sich bei Probanden grundsätzlich nur einmal im Versuch bewerten, danach ergeben sich durch Antizipation weiterer, ähnlich fordernder Situationen Verhaltensanpassungen aus erhöhter Wachsamkeit und/oder einem Trainingseffekt, die bei der Auswertung kaum zu isolieren sind. Dieser Tatsache ist durch Wahl eines Designs der unabhängigen Stichproben oder notfalls durch Permutation der Varianten-Reihenfolge Rechnung zu tragen. Repräsentative Kollektive – also die Grundgesamtheit in allen relevanten Merkmalen abbildende Stichproben – sind auch angesichts der bestehenden zeitlichen und finanziellen Rahmenbedingungen bei der Entwicklung von Fahrerassistenzsystemen nur schwer zu erreichen. Man wird beim Vergleich verschiedener Systemausprägungen in der Regel mit sorgfältig aus 30 bis 50 Probanden zusammengesetzten Kollektiven auskommen. Die Absicherung eines Systems erfordert dagegen deutlich größere Stichproben mit zwischen 100 und 500 Teilnehmern.
6.3 Eingesetzte Verfahren Jede Versuchsumgebung zeichnet sich durch spezifische Vor- und Nachteile aus, es ist die jeweils auf die gemessen an Fragestellungen und Entwicklungsfortschritt am besten geeignete Umgebung zu wählen. Eine effiziente Optimierung und Absicherung von Innovationen wird immer aus einer Mischung von Versuchen an Simulatoren, auf Testgeländen und im realen Straßenverkehr bestehen.
6.3.1 Versuche an Fahrsimulatoren Vorteile: genaue Einstellbarkeit und hohe Reproduzierbarkeit zu bewertender Szenarien bereits in frühen Entwicklungsphasen einsetzbar große Variationsbreite von Umgebungsbedingungen (Fahrsituationen) und Systemparametern effektiv gefahrlose Darstellung kritischer Situationen
A
Nachteile: Simulatorspezifische Artefakte wie z. B. Veränderungen des Fahrerverhaltens durch eingeschränktes Gefährdungsbewusstsein und wahrnehmungsphysiologische Einschränkungen der Fahrsimulation (Bild- und Bewegungssystem) Aufwand durch Betrieb von Hard- und Software, Szenariengestaltung und Abbildung von Fahrzeugen und Systemen (in frühen Entwicklungsphasen sind meist nur generische Modelle verfügbar) Ausfall von Probanden aufgrund von Kinetose („Simulatorkrankheit“ oder „motion sickness“, zur Analyse und Prophylaxe siehe [6]) geographische Lage des Simulators kann die Kollektivzusammensetzung beeinflussen Beispiel für einen dynamischen Fahrsimulator Der Daimler-Fahrsimulator [7] wurde 1985 in Berlin in Betrieb genommen. Die erste Ausführung verfügte über ein Bewegungssystem mit einem hydraulischen Hexapod (6 Freiheitsgrade), das speziell für diesen Simulator konzipiert worden war und seinerzeit den weltweit größten Bewegungsraum ermöglichte. Der sphärische Dom enthielt sechs CRT-Projektoren, die ein 180° mal 30° großes Sichtfeld vor einer realen Fahrzeugkabine produzierten. Zur besseren Darstellung der Querdynamik wurde in einer Modernisierung 1993 das Bewegungssystem erweitert: Das Sechsbein wurde auf einem Querschlitten befestigt, der von einem Hydraulikzylinder um p 2,8 m verfahren werden kann (Bild 6-1). Eine weitere Überarbeitung erfolgte 2004 mit dem Austausch der Hexapod-Aktoren gegen neue, reibungsarme, hydrostatisch gelagerte. Zusammen mit der neuen digitalen Regelung wurde so eine deutlich bessere Bewegungsdarstellung in erweitertem Frequenzbereich möglich. Die Echtzeitsimulation besteht aus einem Intel-basierten Mehrprozessoren-Computer und dem EchtzeitBetriebssystem RedHawk Linux. Die Ansteuerung der ganzen Simulationsumgebung einschließlich aller Software-Module erfolgt über eine graphische Nutzerschnittstelle (GUI) im überarbeiteten Kontrollraum (Bild 6-1). Das ursprüngliche Bildsystem wurde durch ein PC-Cluster und kommerzielle CRT-Projektoren ersetzt und das Sichtfeld auf 230° mal 45° nach vorne und 58° mal 28° nach hinten vergrößert. Zusammen mit einem kleinen LCDDisplay im rechten Außenspiegel ergibt sich eine sehr realitätsnahe Situationsdarstellung in einer erhöhten Auflösung von 1600 mal 1200 Pixeln. Zur effizienten Vorbereitung neuer Versuche auch bei laufenden Untersuchungen im dynamischen
57
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 6-1 Der Daimler-Fahrsimulator in Berlin
Simulator wird ein Vorbereitungssimulator genutzt. Er basiert auf identischer Hard- und Software, verfügt jedoch über kein Bewegungssystem, und das Umgebungsbild wird lediglich einkanalig auf einen flachen Bildschirm vor die Fahrzeugkabine projiziert. Szenarien können hier optimiert und in einen geeigneten Ablauf gebracht werden. Er ist auch für Untersuchungen geeignet, bei denen die Bewegungsdarstellung nur eine geringe Bedeutung hat, z. B. in bestimmten Bewertungen von Bedien- und Anzeigekonzepten.
6.3.2 Versuche auf Testgeländen (kontrolliertes Feld) Vorteile: realitätsnahe Umgebung: Probanden fahren ein echtes Fahrzeug ohne Einschränkungen bei Sicht und Fahrzeugdynamik, nur geringe Einschränkungen des Gefährdungsbewusstseins große geographische Flexibilität: Versuche können an unterschiedlichen Orten stattfinden (z. B. in Zielmärkten)
58
Nachteile: bzgl. der Verkehrssituation nur einfache Szenarien realisierbar eingeschränkter Geschwindigkeitsbereich (abhängig u. a. von der Flächengeometrie) hoher Aufwand zur Darstellung von effektiv gefahrlosen, aber für den Fahrer subjektiv kritischen Situationen 6.3.3 Versuche im realen Straßenverkehr (Feldversuche) Vorteile: Tests unter Praxisbedingungen möglich: – realistische Umgebung – freies Fahren ohne zusätzliche Fahraufgaben bzw. Einschränkungen möglich, damit kann das Nutzungsverhalten einzelner Assistenzfunktionen analysiert werden größte geographische Flexibilität: Versuche können an allen Orten stattfinden Absicherungsdaten mit höchster Validität: Fahrzeug und Assistenzsysteme können im Serienstand unter realen Bedingungen erprobt werden
6 Bewertungsverfahren von Fahrerassistenzsystemen
Nachteile: systematische Variation von Faktoren sehr aufwendig keine reproduzierbare Vorgabe einzelner Szenarien möglich erst spät im Entwicklungsprozess einsetzbar ggf. Zusatzaufwand für spezielle Sicherheitsvorrichtungen bei Einsatz von Vorserienfahrzeugen Während die intendierten Wirkungen von Sicherheitssystemen zunächst in Fahrsimulatorstudien und ggf. später anhand von realen Unfalldaten bewertet werden können, müssen Tests auf mögliche Nebenwirkungen unter möglichst praxisnahen Bedingungen im Feld stattfinden. So kann z. B. nur mit geeigneten Daten aus Feldversuchen die Minimierung der Falschalarm-Rate von eingreifenden Systemen erfolgen. Realversuche erlauben außerdem eine genaue Analyse des Nutzungsverhaltens sowie der Akzeptanz neuer Systeme.
6.4 Exemplarische Anwendungen Im Folgenden werden einige Beispiele für Versuche zur Bewertung von Assistenzfunktionen in einem Fahrsimulator, auf einem Testgelände und im realen Straßenverkehr gegeben.
6.4.1 Bewertung von Sicherheitssystemen am Fahrsimulator Viele Auffahrunfälle und Kollisionen mit schwächeren Verkehrsteilnehmern könnten durch eine Ausnutzung des technisch-physikalischen Verzö-
A
gerungspotenzials verhindert bzw. in ihrer Schwere gemindert werden. Aus der Unfallursachenforschung ist bekannt, dass viele dieser Auffahrunfälle auf folgende menschliche Faktoren zurückgeführt werden können: der Fahrer reagiert in einer kritischen Situation zwar schnell aber zu zaghaft der Fahrer schätzt die Verkehrssituation falsch ein (z. B. die Verzögerung des Vorausfahrers) und reagiert zu spät der Fahrer reagiert z. B. aufgrund von Ablenkung gar nicht. Da sich zur reproduzierbaren Darstellung von Notsituationen der Fahrsimulator am besten eignet, wurden dort 1992 umfangreiche Probandenversuche zum Fahrerverhalten in kritischen Situationen durchgeführt. Ein Ergebnis war, dass die Mehrzahl der Versuchspersonen zwar schnell, aber oft nicht kraftvoll genug aufs Bremspedal tritt. Die typische Reaktion zeigt Bild 6-2: Da das Anfordern der maximalen Verzögerung für die meisten Autofahrer ungewohnt ist, wird mit zügiger Betätigung des Bremspedals zunächst eine hohe aber für kritische Situationen nicht ausreichende Verzögerung bewirkt. Wenn sich diese eingestellt und als unzureichend erwiesen hat, treten die Fahrer nach – oft ist das aber schon zu spät für eine Vermeidung des Unfalls. Diese Erkenntnis führte zur Erfindung und Entwicklung des Bremsassistenten [8], der aus der Geschwindigkeit, mit der das Bremspedal betätigt wird, auf das Vorliegen einer Notsituation schließt und innerhalb von Sekundenbruchteilen die maximale Bremskraftverstärkung aufbaut. In umfangreichen nachfolgenden Studien wurden die Grenzen der „normalen“ Bremspedalbetätigungsge-
Bild 6-2 Bremsverhalten in kritischen Situationen
59
A
Grundlagen der Fahrerassistenzsystementwicklung
schwindigkeit ermittelt, um Auslöseschwellen für diese Assistenzfunktion festzulegen, die bei hoher Wirksamkeit in tatsächlich kritischen Fahrsituationen auch bei sportlicher Fahrweise keine falschen Auslösungen ergeben. Die Wirksamkeit dieser Technik ist inzwischen auch durch Auswertungen repräsentativer Unfalldaten bestätigt worden: Eine vom Statistischen Bundesamt zur Verfügung gestellte, anonymisierte und repräsentative 50 %-Stichprobe aller Unfälle mit Personen- und schwerem Sachschaden wurde ausgewertet, um Effekte der Einführung des Bremsassistenten (BAS) zu ermitteln. Es zeigt sich, dass die auf die Anzahl der zugelassenen Fahrzeuge bezogene Unfallquote für Auffahrunfälle seit der serienmäßigen Einführung des BAS um 8 % zurückging (Bild 6-3). Dieses 1996 eingeführte System kann jedoch nicht nur Auffahrunfälle verhindern, sondern auch einen wirksamen Beitrag zum Fußgängerschutz leisten. Das zeigte eine weitere Untersuchung mit unabhängigen Stichproben im Fahrsimulator. Die untersuchten Szenarien wurden aus dem realen Unfallgeschehen abgeleitet: Eine Auswertung von GIDAS-Daten zeigte, dass 74 % aller Kollisionen mit Fußgängern bei Geschwindigkeiten bis zu 50 km/h stattfinden [9]. In 89 % aller Fälle ereignen sich die Unfälle bei Geradeausfahrt. So wurde zum Nachweis der unfallvermeidenden Wirkung des BAS
ein typisches Szenario im Simulator dargestellt: 55 Autofahrerinnen und Autofahrer fuhren mit Tempo 50 durch eine Ortschaft, als plötzlich – aufgrund von Gegenverkehr schwierig wahrzunehmen – ein Kind auf die Fahrbahn lief. Dabei wurde die Möglichkeit zum Ausweichen bewusst eingeschränkt, um vorrangig Aussagen zum Bremsverhalten zu erhalten. Gefahren wurde mit einer C-Klasse (BR 203), variiert wurde die Verfügbarkeit des BAS. Die hinsichtlich der Versuchsziele nicht informierten Probanden lösten zu 65 % den Bremsassistenten aus, was zu dem zentralen Testergebnis führte: Die Unfallquote lag bei verfügbarem Bremsassistenten mit 26 % um 32 Prozentpunkte niedriger als ohne BAS (58 %). Bei Auslösung des BAS konnte der Unfall immer verhindert werden. Auch dieser im Fahrsimulator gefundene Effekt wurde durch Daten des realen Unfallgeschehens bestätigt: Nach Einführung des BAS als Teil der Serienausstattung für PKWs von Mercedes-Benz ging der Anteil der schweren Unfälle an allen Fußgängerunfällen mit 13 % deutlich zurück (Bild 6-4). Zu weiteren Bewertungen der Effekte anhand von Unfalldaten siehe [10] und [11]. Radarbasierte Bremsassistenz Im Jahr 2005 wurde bei Mercedes-Benz als Ergänzung zum BAS der sog. BAS PLUS eingeführt, ein erweiterter Bremsassistent, der mithilfe von radar-
GG ;
GFBK GFBH GF ;
Wz{{ cw{
CN ;
GFBG c{y{z{CX{
OBM
O ; d{ }{w{{ f
GOOLEGOOM k|ww~ GOONEGOOO
d{ }{w{{ f
GOOMEGOON k|ww~ GOOOEHFFF
k|w
{ { GF FFF d{w}{P f w ^w{wy~{ x{ pw{
Ï
w|w~{z{ \w~{} g{{P W{} z{ w
{{ KFCf
{Ciy~
x{ z{ k|ww z{ iwy~{ Xz{w{ | z{ k|ww~{ GOON x HFFI zy~ c{y{z{CX{
Bild 6-3: Verursachte Auffahrunfälle je 10 000 neu zugelassener Fahrzeuge
60
6 Bewertungsverfahren von Fahrerassistenzsystemen
A
JF ;
IK ;
ILBK ILBJ
Wz{{ cw{ ILBG
CGI ;
c{y{z{CX{ IGBM
IF ; d{ }{w{{ f z{ `w~{ GOOK x GOOM
d{ }{w{{ f z{ `w~{ GOON x HFFF
f
{w{ W{ z{ k| { ]{{{ z iy~{{{{ w w{ k| { x{ x{y~{{ z{ \w~xw~ g{{P W{} z{ w
{{ KFCf
{Ciy~
x{ z{ k|ww z{ iwy~{ Xz{w{ | z{ `w~{ GOON x HFFI zy~ c{y{z{CX{
Bild 6-4: Anteil der Unfälle mit Getöteten und Schwerverletzten an allen Unfällen beim Überschreiten der Fahrbahn
basierten Abstandsinformationen die Fahrerbremsung situationsgerecht verstärkt. Ist der Abstand zum vorausfahrenden Fahrzeug zu gering, leuchtet ein rotes Warnsymbol auf. Droht ein Auffahrunfall, so ertönt außerdem ein akustisches Signal des Abstandswarnsystems, das damit den Autofahrer zunächst bei der Einschätzung der Gefahrensituation unterstützt. Zusätzlich steht die zur Vermeidung einer Kollision berechnete Bremskraftunterstützung auch dann unmittelbar zur Verfügung, wenn der Autofahrer nicht kräftig genug auf das Bremspedal tritt und eine Kollisionsgefahr besteht. Der Bremsdruck wird dabei fortlaufend, je nach Geschwindigkeit und Abstand, den Erfordernissen der Situation entsprechend eingeregelt, man spricht hierbei von einer Zielbremsung auf das erkannte
Objekt. Dabei wird aus Rücksicht auf den folgenden Verkehr nicht mehr Bremskraft zur Verfügung gestellt als in der jeweiligen Situation nötig. Nur falls erforderlich, erhöht das System die Bremskraft bis zur Vollbremsung. Zur Analyse der Wirksamkeit eignet sich auch hier der Fahrsimulator am besten, da die Bewältigung von drei im realen Verkehrsgeschehen besonders häufigen Unfallsituationen reproduzierbar jeweils mit und ohne BAS PLUS untersucht werden sollte (der konventionelle BAS stand allen 110 Probanden jederzeit zur Verfügung): In zwei Situationen verschärfte sich die Verzögerung des Vorausfahrenden, sodass sich aus einer zunächst harmlosen Verzögerung eine Vollbremsung entwickelte (Tabelle 6-1). In einer weiteren Situation wechselte
Tabelle 6-1: Szenarien zur Bewertung eines radarbasierten Bremsassistenten Nr. Straßentyp
Geschwindigkeit
Ausgangsabstand Szenario zum Vorfahrer
1
Autobahn
130 km/h
1,45 – 1,55 s
Fahrt auf der linken Fahrbahn, ein Fahrzeug schert von der rechten Fahrspur direkt vor das Fahrzeug des Probanden
2
Autobahn
130 km/h
1,45 – 1,55 s
Folgefahrt: Vorausfahrer bremst 0,7 s lang mit 1 m/s2 und erhöht die Verzögerung dann auf 8,5 m/s2
3
Landstraße
80 km/h
1,45 – 1,55 s
Folgefahrt: Vorausfahrer bremst 1,0 s lang mit 1 m/s2 und erhöht dann die Verzögerung auf 9,0 m/s2
61
A
Grundlagen der Fahrerassistenzsystementwicklung Tabelle 6-2: Situationsbewältigung in Abhängigkeit von der Brems-Unterstützung (110 Versuchspersonen) Situation
Unfallquote Mit BAS
Aufprallgeschwindigkeit Mit BAS
Mit BAS PLUS
1
20 %
Mit BAS PLUS 4%
30 km/h
19 km/h
2
55 %
19 %
60 km/h
45 km/h
3
44 %
6%
46 km/h
26 km/h
ein Fahrzeug plötzlich von der Nebenspur direkt vor das Fahrzeug der Probanden. In allen Situationen zeigte sich die größere unfallvermeidende Wirkung des vorausschauenden BAS PLUS: Situation 1 mit dem sehr plötzlich (bei einer auf das Störfahrzeug bezogenen Time to collision = 2 s) auftretenden Hindernis (Einscherer) führt bei den meisten Probanden zum Auslösen des konventionellen Bremsassistenten und damit bei 80 % zum unfallfreien Bewältigen der Situation. Mit BAS PLUS bleiben 96 % unfallfrei. Die beiden anderen Situationen mit der für den Fahrer schwieriger wahrzunehmenden Entwicklung einer Notbremssituation zeigen noch größere Verbesserungen durch den radarbasierten Bremsassistenten: Hier sinken die Unfallquoten von 55 bzw. 44 % auf nur noch 19 bzw. 6 %. Über alle betrachteten Situationen ergibt sich eine Verringerung der Unfall-
quote im Vergleich zwischen BAS (44 %) und BAS PLUS (11 %) um 75 %. Daneben wird auch der die Unfallschwere mildernde Effekt deutlich: Auch wenn sich mit BAS PLUS eine Kollision nicht vermeiden ließ (zu späte Bremsreaktion des Fahrers), so ist doch die Aufprallschwere deutlich niedriger (Tabelle 6-2). Da aus der Praxis bekannt ist, dass Autofahrer in kritischen Momenten nicht immer reagieren, beispielsweise weil sie abgelenkt sind, wurde als nächste Assistenzfunktion eine autonome Teilbremsung eingeführt. Die zeitliche Analyse einer typischen Auffahrsituation zeigt, wie die Assistenzsysteme eine unfallträchtige Situation erkennen, den Autofahrer warnen, ihn unterstützen oder bei akuter Gefahr selbst eingreifen (Bild 6-5). Die autonome Teilbremsung (PRE-SAFE®-Bremse) ist im Geschwindigkeitsbereich von 30 bis 200 km/h aktiv
Bild 6-5: Zeitlicher Ablauf der Unterstützung in einer Situation mit Auffahrunfall-Gefahr
62
6 Bewertungsverfahren von Fahrerassistenzsystemen
A
Bild 6-6 Ablenkungs-Szenario auf einer Landstraße
und kann ebenso wie BAS PLUS im Geschwindigkeitsbereich bis ca. 70 km/h auch bei Annäherung an als relevant erkannte, stehende Objekte mit einer Bremsunterstützung bzw. -aktivierung reagieren. Die autonome Teilbremsung kann auf zweierlei Weise Wirkung entfalten: Abgelenkte Autofahrer können wieder aufmerksam und zum sofortigen Reagieren veranlasst werden, um den Unfall zu verhindern. Dabei unterstützen auch Bremsassistent PLUS (baut sofort den für die Fahrsituationen berechneten Bremsdruck auf) und ESP® (stabilisiert das Fahrzeug beim schnellen Ausweichen). Ist der Zusammenstoß unvermeidbar, kann die autonome Teilbremsung dazu beitragen, die Kollisionsgeschwindigkeit und damit die Unfallfolgen zu verringern. Die Wirksamkeit der autonomen Teilbremsung wurde in einem Versuch mit 70 Autofahrerinnen und Autofahrern am Fahrsimulator von Daimler bewertet. Die besondere Herausforderung für dieses Versuchskonzept bestand darin, mit der Teilbremsung die letzte Stufe in einer Kette von Assistenzfunktionen – nach Warnung und konventionellem bzw. radarbasiertem BAS PLUS – zur Geltung bringen zu können. Dazu mussten die Probanden so stark abgelenkt werden, dass eine Nichtbeachtung der Warnungen wahrscheinlich wurde. Realisiert wurde nach mehreren wenig erfolgreichen Versuchen mit anderen Ablenkungen wie z. B. der zeitgesteuerten Auslösung einer Nebenaufgabe (Wechseln einer CD) oder einer kognitiven Nebenaufgabe (Rechenaufgabe) ein einfaches Unfallszenario auf der Gegenfahrspur einer Landstraße (Bild 6-6). Am linken Fahrbahnrand stehende Fahrzeuge, die dort verunglückt waren, sorgten zusammen mit Fußgängern auf der Straße und einem Polizeifahrzeug sehr wirksam für eine kurze Ablenkung. Genau in diesem Moment bremste das vorausfahrende Auto – zuerst nur leicht, dann plötzlich mit einer Vollbremsung.
Die Mehrzahl der Testteilnehmer (53 %) reagierte so schnell auf die optischen und akustischen Warnungen, dass der Unfall mit Unterstützung des Bremsassistenten PLUS verhindert werden konnte. 17 % der Testteilnehmer reagierten erst aufgrund der autonomen Teilbremsung und traten selbst so schnell aufs Bremspedal, dass der Unfall mithilfe von PRE-SAFE®-Bremse und Bremsassistent PLUS verhindert wurde. 30 % der Autofahrer waren durch die Szene auf der Gegenfahrbahn so stark abgelenkt, dass nicht rechtzeitig gebremst wurde. In diesen Fällen bewirkte die autonome Teilbremsung eine deutliche Verringerung der Aufprallgeschwindigkeit und damit der Unfallschwere: Die Aufprallgeschwindigkeit verringerte sich durch die autonome Teilbremsung von durchschnittlich 45 auf 35 km/h. Das bedeutet eine um 40 % reduzierte Crash-Energie und damit ein deutlich vermindertes Verletzungsrisiko für Fahrer und Beifahrer. Zur Abschätzung der unfallmildernden Wirkung dieses Systems im realen Verkehrsgeschehen hat der ADAC in eigenen Tests die Geschwindigkeitsreduktion durch die autonome Teilbremsung in Versuchen auf dem Testgelände gemessen und die Auswirkungen auf den Insassenschutz in Schlittenversuchen bewertet. Bei einer Ausgangsgeschwindigkeit von 50 km/h führte die autonome Fahrzeugreaktion auf ein stehendes Hindernis im Durchschnitt zu einer Verringerung der Kollisionsgeschwindigkeit auf 37,5 km/h. Die Auswirkungen auf den Insassenschutz sind in [12] und [13] beschrieben.
6.4.2 Bewertung einer Sicherheitsfunktion in Versuchen auf einem Testgelände Wie bereits erwähnt besteht eine Ursache für Auffahrunfälle im verspäteten menschlichen Erkennen einer Vollbremsung des Vorausfahrenden. Zur bes-
63
A
Grundlagen der Fahrerassistenzsystementwicklung
seren Erkennung von Notbremsungen und damit zur Verkürzung der Reaktionszeit des Fahrers kann auch das rückwärtige Signalbild genutzt werden. Als Alternativen bieten sich das Zuschalten des Warnblinkers und das schnelle Blinken der Bremsleuchten an. Zur vergleichenden Bewertung der Wirkung dieser neuen Ansätze unter so realitätsnahen Bedingungen wie versuchstechnisch möglich wurden Versuche auf einem Testgelände durchgeführt [14]. Die Aufgabe der 40 Probanden bestand darin, einem vorausfahrenden Fahrzeug in einem Abstand von 50 m zu folgen. Die Abstandshaltung wurde in einer Eingewöhnungsphase ausreichend geübt. Nach mehreren unkritischen Fahrmanövern löste der Experte im vorausfahrenden Fahrzeug bei einer Geschwindigkeit von 80 km/h eine BASBremsung aus. Die Reaktionszeit des Probanden (Zeit zwischen der Ansteuerung der Bremsleuchten beim Vorfahrer und dem Betätigen des Bremspedals beim Probanden) wurde durch telemetrische Datenübertragung bestimmt. Untersucht wurden neben dem konventionellen Bremslicht auch zwei neue Signalbilder: die Auslösung des Warnblinkers sowie die Auslösung schnell blinkender Bremsleuchten. Zur Normierung der im Versuch erhobenen Reaktionszeiten wurde für jeden Probanden nach dem Versuch das individuelle Reaktionsvermögen bewertet. Im stehenden Fahrzeug mussten die Probanden das Bremspedal betätigen, sobald
die Bremsleuchten eines im Abstand von 40 m stehenden Fahrzeugs aufleuchteten. Aus fünf Wiederholungen wurde eine individuelle Reaktionszeit gemittelt, die zwischen 0,3 s und 0,75 s lag; der häufigste Wert betrug 0,4 s. Ausgewertet wurden die normierten Reaktionszeiten (Reaktionszeit im Versuch – mittlere Reaktionszeit im Stand). Bild 6-7 zeigt die Mittelwerte mit Standardabweichung im Vergleich. Blinkende Bremsleuchten führten zu signifikant schnelleren Reaktionen als konventionelle Bremsleuchten und Warnblinker. Der Vorteil einer um 0,2 s früheren Reaktion wird deutlich in einer Betrachtung des Anhaltewegs: Aus der Testgeschwindigkeit von 80 km/h verkürzt er sich dank blinkender Bremsleuchten beim Vorfahrer um 4,40 m. Basierend auf diesen Ergebnissen wurde das sog. Adaptive Bremslicht bei Mercedes-Benz eingeführt, das bei Notbremsungen blinkende Bremsleuchten und zusätzlich bei Notbremsungen bis in den Stillstand die automatische Auslösung der Warnblinker umfasst. Die Kriterien für Notbremsungen wurden aus Feldversuchen abgeleitet (Bild 6-8). Unterhalb von 150 km/h müssen zur Aktivierung 7,5 m/s2 erreicht werden. Bei höheren Geschwindigkeiten wurde eine linear fallende Aktivierungsschwelle realisiert, um der Tatsache Rechnung zu tragen, dass Autofahrer mit zunehmender Fahrgeschwindigkeit schwächer verzögern.
Bild 6-7: Reaktionszeiten auf verschiedene Signalbilder bei einer Vollbremsung des vorausfahrenden Fahrzeugs auf einem Testgelände (Mittelwerte und Standardabweichung), die Unterschiede zwischen den beiden Ausprägungen des blinkenden Bremslichts und dem konventionellen Signalbild sind statistisch signifikant.
64
6 Bewertungsverfahren von Fahrerassistenzsystemen
A
Bild 6-8: Bereiche der Verzögerung in Abhängigkeit von der Fahrgeschwindigkeit (Daten aus Feldversuchen mit 48 Probanden über 94 000 km in Deutschland und 96 Probanden über 89 000 km in den USA, beide mit Fahrzeugen der Mercedes-Benz Baureihe 220), dargestellt sind jeweils Minimum, 25. Perzentil, Median, 75. Perzentil und Maximum, Ausreißer/Extremwerte werden hier nicht dargestellt, die Linie stellt die Auslöseschwelle für das Adaptive Bremslicht dar.
6.4.3 Bewertung von Assistenzfunktion in Versuchen im realen Straßenverkehr Mit ACC wurden 1999 erstmalig selbsttätig bremsende und beschleunigende Assistenzsysteme eingeführt. Damit ergaben sich einerseits neue Potenziale für den Entlastungskomfort, andererseits ist die erstmalige und weltweite Einführung einer solchen Innovation auch mit Produkthaftungsrisiken verbunden. Zur Bewertung des Nutzungsverhaltens und der Auswirkungen des Abstandsregeltempomaten von Mercedes-Benz (DISTRONIC) auf die Fahr- und Konditionssicherheit wurden 1998–1999 bei Daimler umfangreiche Feldversuche in Deutschland und in den USA durchgeführt. 140 interne Probanden (sämtlich Nicht-Entwickler) nutzten jeweils ein Fahrzeug für eine Dauer von 3 bis 7 Tagen. Mit einer Flotte von insgesamt 15 speziell ausgerüsteten Fahrzeugen wurden knapp 200 000 Kilometer mess-
technisch dokumentiert. Die mittlere Fahrleistung der Probanden betrug in Deutschland 1960 km, in den USA 927 km. Dabei wurden fahrdynamische und systembezogene Größen kontinuierlich aufgezeichnet. Zusätzlich wurden ereignisgesteuerte Videoaufnahmen zur genaueren Situationsanalyse herangezogen. Für viele Betrachtungen wurden die Phasen der Nutzung von DISTRONIC verglichen mit den Phasen, die ohne System gefahren wurden. Dabei wurden die unmittelbar auf das Ende einer DISTRONIC-Phase folgenden 12 Sekunden noch zur Nutzungsphase gerechnet, um eventuell durch die Systemnutzung induzierte Situationsveränderungen dem System anzurechnen. Das System wurde bezogen auf die gefahrene Strecke in den USA noch stärker genutzt als in Deutschland (42 vs. 32 %). Es konnte anhand der Versuchsdaten nachgewiesen werden, dass die Nutzung des ACC nicht mit einer erhöhten Wahrscheinlichkeit potenziell kritischer Fahrsituati-
65
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 6-9: Bereiche der maximalen Beschleunigung und Verzögerung in Abhängigkeit von der Fahrgeschwindigkeit und der Nutzung eines ACC (Daten aus Feldversuchen mit 140 Probanden in Deutschland und in den USA)
onen einhergeht. Vielmehr zeigen sich bei eingeschalteter DISTRONIC niedrigere Maximalwerte für Beschleunigung und Verzögerung und somit Voraussetzungen für eine gleichmäßigere Fahrweise als ohne das System (Bild 6-9). Zudem vergrößerte sich bei den deutschen Probanden der Abstand zwischen 70 und 110 km/h im Durchschnitt um 29 % bei Fahrt mit aktivierter DISTRONIC. In den USA bewirkte das Assistenzsystem, dass sich der Abstand im Mittel um 13 bis 25 % vergrößerte. Mit der Einführung der zusätzlichen Nahbereichs-Radarsensoren konnte der Funktionsumfang von ACC deutlich erweitert werden. Seitdem kann das System zwischen 0 und 200 km/h den Fahrer unterstützen und dabei auch „Stop&Go“Situationen abdecken. In einer vergleichbaren Versuchsreihe wurde das Mercedes-Benz-System „DISTRONIC PLUS“ wieder in Feldversuchen in Deutschland und den USA bewertet. Mit über 200 Probanden wurden über 450 000 Testkilometer messtechnisch dokumentiert. Die im Vergleich zum bisherigen System deutlich stärkere Nutzung spiegelt die Weiterentwicklung wider: In Deutschland wurden jetzt 51 %, in den USA 42 % der Fahrstrecke mit aktiviertem System gefahren (Bild 6-10). Auch bezüglich der Sicherheit ergeben sich bei der Nutzung dieses Komfortsystems vorteilhafte
66
Effekte: Der mittlere minimale Abstand liegt bei aktivem System in allen Geschwindigkeitsbereichen z. T. deutlich über den Werten bei Fahrt ohne aktiviertes System (Bild 6-11).
Quellenverzeichnis [1] Breuer, J.: Fahrerassistenzsysteme: Vom Tempomat bis zum Notbremsassistenten. In: Technischer Kongress 2007 Verband der Deutschen Automobilindustrie VDA. Frankfurt: VDA 2007 [2] Eckstein, L.: Souveräne Interaktion mit Fahrerassistenzsystemen. In: Technischer Kongress 2008 Verband der Deutschen Automobilindustrie VDA. Frankfurt: VDA 2008 [3] Bortz, J.: Lehrbuch der Statistik für Human- und Sozialwissenschaftler. Berlin u. a.: Springer 2005 [4] Laurig, W.; Luttmann, A.: Planung und Durchführung von Feldstudien. In: Rohmert, W.; Rutenfranz, J. (Hrsg.): Die Bedeutung von Feldstudien für die Arbeitsphysiologie. Festkolloquium aus Anlaß des 75. Geburtstags von Herbert Scholz, Dortmund 10. Juni 1987. Dokumentation Arbeitswissenschaft Bd. 17, Köln: Dr. Otto Schmidt 1988 [5] Bubb, H.: Wie viele Probanden braucht man für allgemeine Erkenntnisse aus Fahrversuchen? In: Landau, K.; Winner, H.: Fahrversuche mit Probanden – Nutzwert und Risiko. Fortschr.-Ber. VDI Reihe 12 Nr. 557. Düsseldorf: VDI 2003
6 Bewertungsverfahren von Fahrerassistenzsystemen
A
Bild 6-10: Vergleich der auf die Fahrstrecke bezogenen Nutzung verschiedener ACC-Systeme (Daten aus Feldversuchen mit 140 Probanden für DISTRONIC und 200 Probanden für DISTRONIC PLUS)
Bild 6-11: Minimaler Abstand zum vorausfahrenden Fahrzeug in Abhängigkeit von der Fahrgeschwindigkeit und der Nutzung eines ACC (Daten aus Feldversuchen mit 60 Probanden über 124 000 km in Deutschland) [6] Schlender, D.: Simulatorkrankheit in Fahrsimulatoren. Zeitschrift für Verkehrssicherheit 54 (2) 2008, S. 74–80 [7] Breuer, J.; Käding, W.: Contributions of Driving Simulators to Enhance Real World Safety. In: Proceedings Driving Simulation Conference – Asia/Pacific 2006. Tsukuba: National Institute of Advanced Industrial Science and Technology 2006 [8] Kiesewetter, W.; Klinkner, W.; Reichelt, W.; Steiner, M.: The New Brake Assist of Mercedes-Benz. Active Support in Emergency Braking Situations. In: Pauwelussen, J. P. (Hrsg.): Vehicle Performance. Tayler & Francis 1999
[9] Unselt, T.; Breuer, J.; Eckstein, L.: Fußgängerschutz durch Bremsassistenz. (Pedestrian Protection via Brake Assistance). In: Proceedings of „Tagung Aktive Sicherheit durch Fahrerassistenzsysteme“, Technische Universität München, 11.–12.03.2004 [10] Page, Y.; Foret-Bruno, J.-Y.; Cuny, S.: Are expected and observed effectiveness of emergency brake assist in preventing road injury consistent? ESV Paper Number 05-0268 [11] Kassaagi, M.; Bouslimi, W.; Val, C.; Bersac, J-M.; Moessinger, M.; Page, Y.: Effectiveness of emergency brake assist in rear-end accident scenarios FISITA F2006D062
67
A
Grundlagen der Fahrerassistenzsystementwicklung [12] ADAC: Der Crashbeweis: Die denkende Bremse hilft. motorwelt 12 2006, S. 42–43 [13] Schöneburg, R.: Potenzialbewertung von präventiven Insassenschutzsystemen. In: Technischer Kongress 2007 Verband der Deutschen Automobilindustrie VDA. Frankfurt: VDA 2007 [14] Unselt, T.; Beier, G.: Safety Benefits of Advanced Brake Light Design. In: Gesellschaft für Arbeitswissenschaft (GfA), International Society for Occupational Ergonomics and Safety (ISOES), Federation of European Ergonomics Societies (FEES): International Ergonomics Conference. Munich, May 7th – 9th, 2003
68
A 7 EVITA – Das Prüfverfahren zur Beurteilung von Jens Hoffmann, Hermann Winner Antikollisionssystemen 7.1 Einleitung Bei der Entwicklung von Fahrerassistenzsystemen (FAS) für die Vermeidung von Unfällen sind geeignete Testmethoden für das Erzeugen von Bewertungen erforderlich. Für eine größtmögliche Übertragbarkeit der Versuche sind realitätsnahe und repräsentative Szenarien darzustellen. Dabei gilt bisher, dass eine Vergrößerung der Realitätsnähe mit einer enormen Vergrößerung des Aufwands einhergeht. Die Test methoden mit Probanden für in kritischen Situationen unterstützende FAS müssen vor allem sicher für die beteiligten Versuchspersonen, aber auch reproduzierbar sein. Da bisher geeignete Verfahren fehlen, stellt dieser Test von Antikollisionssystemen in kritischen Situationen eine große Herausforderung dar. Bei der Entwicklung von Systemen zur Kollisionsvermeidung oder Kollisionsminderung sind sowohl die Wirksamkeit als auch die Akzeptanz durch den Nutzer zu bewerten. Die Forderung nach einer hohen Wirksamkeit leitet sich ab aus dem Bestreben, die Zahl der Verletzten und Getöteten zu reduzieren. Die Akzeptanz und somit auch die Entscheidung zum Kauf von Antikollisionssystemen sind vom Nutzer abhängig. Aufgrund der Gefahren bei der Erzeugung von realen Auffahrunfällen werden Untersuchungen bisher hauptsächlich im Fahrsimulator durchgeführt. Mit EVITA (Experimental Vehicle for Unexpected Target Approach) wird ein Mess- und Bewertungsverfahren für Antikollisionssysteme im realen Fahrversuch mit Probanden vorgestellt. Damit liegt eine Methode vor, mit der die Güte von Antikollisionssystemen beurteilt wird.
7.2 Bisher bekannte Testverfahren Im Folgenden werden bekannte Testmethoden für das Testen von Antikollisionssystemen während Realfahrten dargestellt. Die in diesem Kapitel beschriebenen Methoden vereint, dass fahrzeugbezogene Daten zur Wirkung und Funktion von Frontalkollisionsgegenmaßnahmen unter Einbeziehung von Probanden ermittelt werden können. Dazu werden kritisch erscheinende Situationen dargestellt, ohne jedoch die Versuchsbeteiligten wirklich zu gefährden.
Kassaagi et al. [1] beschreiben ein Verfahren zum Testen von Bremsassistenten (BAS) mit Probanden: Hinter einem Zugfahrzeug befindet sich ein leichter, flacher Anhänger, ähnlich einem offenem Einachser mit Pritsche. Während der Folgefahrt wird der Anhänger – überraschend für den Probanden im Folgefahrzeug – abgebremst. Durch die Reaktion des Probanden im Folgefahrzeug wird eine Kollision vermieden. Die wichtigste Bewertungsgröße ist die Kraft, mit der der Proband das Bremspedal betätigt. DaimlerChrysler [2] verwendet ein Testverfahren für Radarsysteme, bei dem an einem vorausfahrenden Fahrzeug ein seitlicher Ausleger montiert ist. Das Folgefahrzeug fährt auf dem Fahrstreifen hinter dem Ausleger. Entsteht durch das Bremsen des vorausfahrenden Fahrzeugs eine Kollisionsgefahr, schwenkt der Ausleger kurz vor einem Aufprall nach oben, um das Fahrzeug passieren zu lassen. Beim APIA-Demonstrator (Active Passive Integration Approach) von Continental-Teves [3] kommt das gleiche Verfahren zur Anwendung: An einem Rahmen ist ein Fahrzeugheck als Ausleger befestigt. Diese Vorrichtung klappt per Federvorspannung, ausgelöst durch einen Bediener, bei einem drohenden Aufprall nach oben. Von Bock et al. [4] wird das Augmented Reality (AR)-Testverfahren „Vehicle in the loop“ beschrieben. Auf dem Testgelände werden dem Fahrer die Kollisionspartner per Head-MountedDisplay (HMD) eingespielt. Das Testgelände ist zur genauen Positionsbestimmung des Fahrzeugs mit GPS-Sendern ausgestattet. Über ein System zur Bestimmung der Kopfposition im Fahrzeug und weiteren Verarbeitungseinheiten wird dem Fahrer ein künstlich erzeugtes Bild zur Überlagerung der realen Szenerie dargeboten. Das künstlich erzeugte Bild enthält die Kollisionspartner. Jansson [5] beschreibt ein Verfahren zum Darstellen von Kollisionsmanövern mit vorausfahrenden Fahrzeugen. Dazu wird das Heck des vorausfahrenden Fahrzeugs durch einen aufblasbaren Ballon dargestellt. Bei einer Untersuchung von Schmitt et al. [6] wird eine Folgefahrsituation mit zwei Fahrzeugen und einem plötzlichen Bremsmanöver erzeugt. Der vorausfahrende herkömmliche PKW wird von einem hochtrainierten Fahrer bewegt. Shutko [7] beschreibt ein Verfahren zum Ermitteln der Reaktionszeiten bei LKW-Fahrern. Bei der
69
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 7-1: EVITA (bestehend aus Zugfahrzeug und Dummy Target)
Vorbeifahrt an einer engen Stelle wird hinter einer Wand ein Gegenstand (Fass) auf die Straße vor den LKW gerollt. Bestimmt wird die Anzahl der Kollisionen mit der Tonne. Im Kooperationsprojekt PRORETA (s. Kapitel 41) von drei Instituten der TU Darmstadt und Continental kamen ein seitlich gezogenes schaumstoffgefülltes Fahrzeugheck sowie ein aus einer feststehenden Tonne seitlich herausschnellender Luftschlauch zur Anwendung [8]. Dargestellt wurden plötzliche Einschermanöver vorausfahrender Fahrzeuge und Varianten eines autonomen Lenkeingriffs im Versuchsfahrzeug zum Vermeiden einer Kollision. Einen weiteren Überblick über Testverfahren geben die Kapitel 5 und 8 sowie [9].
7.3 Das Dummy Target EVITA Für in kritischen Situationen agierende FAS ist kein universell einsetzbares, einfaches Testverfahren für Realfahrten bekannt, bei dem Probanden ohne Einschränkungen eingesetzt werden können. In zwei Forschungsprojekten in Kooperation mit Honda R&D Deutschland und der Forschungsinitiative „Aktiv“ wurden verschiedene Ausprägungen von Antikollisionssystemen entwickelt und bewertet. Für die Durchführung des Entwicklungsprozesses ist eine eigene Bewertungsmethode mit einem top-down-Ansatz abgeleitet worden.
70
7.3.1 Ziele Das Ziel der Entwicklung war eine Methode und ein Werkzeug für die Bewertung von Antikollisionssystemen im Längsverkehr. Die Anforderungsliste sah vor, die Bewegungsgrößen eines vorausfahrenden Fahrzeugs aus der stationären Kolonnenfahrt mit einem unerwarteten Bremsmanöver darstellen zu können. Das Risiko für die Probanden durfte bei dem zu entwickelnden Testverfahren nicht höher ausfallen als bei anderen üblichen Fahrversuchsverfahren. Weiteres Ziel bei der Entwicklung von EVITA war es, die minimale Beeinflussung der Probanden durch das Werkzeug zu erreichen, weshalb Wert auf eine größtmögliche Übereinstimmung der Heckansicht mit einem herkömmlichen Personenkraftwagen gelegt wurde. Die Forderung nach der größtmöglichen Übereinstimmung der Heckansicht mit einem bekannten Fahrzeug öffnet neben der Durchführung von Probandenversuchen auch die Nutzung für die Entwicklung und Bewertung von Sensorkonzepten für Antikollisionssysteme.
7.3.2 Konzept Das realisierte Konzept besteht aus der Kombination eines Zugfahrzeugs, einem Anhänger und einem auffahrenden Fahrzeug. Während einer stationären Folgefahrt bremst der Anhänger (Dummy Target genannt) für den im Versuchsfahrzeug sitzenden
7 EVITA – Das Prüfverfahren zur Beurteilung von Antikollisionssystemen
Probanden überraschend ab. Unabhängig davon, ob der Proband auf das Manöver rechtzeitig reagiert oder nicht, wird der Anhänger aktiv aus dem Kollisionsbereich gezogen. Bild 7-1 zeigt das Gespann.
7.3.3 Aufbau Im Heck des Zugfahrzeugs befindet sich eine Seilwinde mit einer reibkraftschlüssigen Windenbremse und einem Elektromotor. Der Anhänger ist mit dem Zugfahrzeug nur über das Seil der Winde verbunden. Das andere Ende des Seils ist an der Achsschenkellenkung der Vorderachse des Anhängers befestigt. Die Scheibenbremsen des Anhängers werden hydraulisch via Handbremshebel von einem Elektromotor betätigt. Im hinteren Bereich des Anhängers befindet sich das originale Heck der Mercedes A-Klasse. An diesem Heck ist ein Radarsensor befestigt. Im Zugfahrzeug und im Anhänger befinden sich Rechner, die durch Funkmodems miteinander verbunden sind. Als Grundgerüst für das Dummy Target dient eine Gitterrohrrahmenkonstruktion mit vier Einzelradaufhängungen eines
A
Quads. Der große Nachlauf der Vorderachse sorgt für einen ruhigen Geradeauslauf. In einem feuchtigkeitsgeschützten Gehäuse befindet sich der lüfterlose Rechner zusammen mit dem Funkmodem, der Energieversorgung und der Bremsensteuerung. Die Bremsleuchten der Heckansicht sind funktionstüchtig. Die Gesamtmasse des Dummy Target beträgt 200 kg. Bild 7-2 zeigt eine Übersicht über die Komponenten des Dummy Target.
7.3.4 Versuchsablauf Im Ausgangszustand ist der Anhänger hinter dem Zugfahrzeug kurzgekoppelt. Wird vom am Anhängerheck montierten, rückwärtig messenden Radar ein Fahrzeug (target object) in passendem Versuchsabstand detektiert, kann das Gesamtsystem für eine Versuchsdurchführung aktiviert werden. Ein Befehl des Bedieners im Zugfahrzeug öffnet die Bremse der Seilwinde und betätigt die Bremsen des Anhängers. Das Zugfahrzeug fährt während dieses Vorgangs mit konstanter Geschwindigkeit weiter. Durch das Bremsen des Dummy Target wickelt
Bild 7-2: Komponenten des Dummy Target
71
A
Grundlagen der Fahrerassistenzsystementwicklung
sich das Seil der Winde ab. Während der Anhänger verzögert, berechnet die Verarbeitungseinheit des Abstandssensors permanent die Time-To-Collision (TTC). Die TTC ist ein aus Abstand und Relativgeschwindigkeit gebildetes Kriterium: TTC
d [TTC] = s vrel
(7.1)
Dabei gibt d den Abstand in [m] zum vorausfahrenden Objekt und $v die Relativgeschwindigkeit in [m/s] an. Unterschreitet die TTC einen festgelegten Wert, schließt die Seilwindenbremse im Zugfahrzeug, und der Anhänger beschleunigt auf das mit konstanter Ausgangsgeschwindigkeit fahrende Zugfahrzeug. Die Beschleunigung des Anhängers dauert bei maximaler Differenzgeschwindigkeit ca. 1 s. Nach Beendigung des Versuchs bremst das gesamte Gespann bis zum Stillstand ab.
7.3.5 Leistungsdaten Die Leistungsdaten von EVITA zeigt Tabelle 7-1. Tabelle 7-1: Leistungsdaten EVITA Maximale Differenzgeschwindigkeit zwischen auffahrendem Fahrzeug und EVITA
50 km/h
Maximale Bremsverzögerung von EVITA
9 m/s2
Kleinste TTC vor einem Versuchende
0,8 s
Übliche Testgeschwindigkeiten (Ausgangsgeschwindigkeit)
50–80 km/h
7.4 Messkonzept im Versuchsfahrzeug Mit der ausgewählten Methodik erfolgt die Messung zur Güte von Frontalkollisionsgegenmaßnahmen unabhängig vom Werkzeug EVITA. Das Messkonzept zur Bestimmung der definierten Bewertungskriterien ist vollständig im Versuchsfahrzeug umgesetzt, welches mit einem Antikollisionssystem ausgestattet ist. Eine Umfeldsensorik klassifiziert die vorausfahrende EVITA als relevantes Zielobjekt. Objektgrößen wie beispielsweise Abstand, Relativgeschwindigkeit und Relativbeschleunigung werden zur Bestimmung der TTC. Über eine Bedi-
72
enschnittstelle werden von einem Versuchsbegleiter Einstellungen zur Steuerung von Frontalkollisionsgegenmaßnahmen vorgenommen. Das Fahrzeug verfügt über ein Messtechniksystem zur kombinierten Erfassung von CAN- und Kameradaten. Drei Kameras beobachten den Fahrer. Die erste Kamera ist auf das Vorfeld des Fahrzeugs gerichtet. Sie ermöglicht im Zusammenhang mit den Radar-Daten eine zuverlässige Interpretation der Situation. Die zweite Kamera ist vom Kombiinstrument aus auf das Gesicht des Fahrers gerichtet. Dadurch ist u. a. eine Zuordnung der Blickrichtung des Fahrers möglich. Die dritte Kamera ist auf die Pedalerie des Fahrzeugs fokussiert. Dies ermöglicht die Analyse der Fußbewegungen des Fahrers und die Bestimmung von Aktionszeiten, wie beispielsweise die Umsetzzeit vom Gaspedal auf das Bremspedal. Die Wiederholungsrate für jedes der drei Einzelbilder liegt bei 20 m/s. Dasselbe Messsystem zeichnet die CANDaten auf, sodass eine zeitliche Zuordnung von Bildern und Signalen gegeben ist. Als CAN-Daten stehen die üblichen Fahrzeugdaten wie Geschwindigkeit, Quer- und Längsbeschleunigung, Daten des vorausfahrenden Objekts sowie Daten aus der Benutzung des Fahrzeugführers wie Lenkradwinkel, Bremspedalbetätigung und weitere zur Verfügung.
7.5 Gefährdungen von Versuchsteilnehmern Zur Bestimmung potentieller Systemfehlfunktionen wurde eine System-FMEA durchgeführt und daraus Maßnahmen für den sicheren Betrieb abgeleitet. Während jeder Versuchsdurchführung laufen automatisierte Sicherheitsprüfroutinen ab. Wird ein Fehler erkannt, wird das System in einen sicheren und stabilen Zustand überführt. Das Sicherheitsniveau wird durch das automatisierte Auslösen einer Notbremsung im folgenden Versuchsfahrzeug beim Erreichen einer TTC von 0,7 s zusätzlich erhöht. Die für die Durchführung der Versuche eingestellte, minimal erreichbare TTC durch eine kollisionsvermeidende Aktion von EVITA liegt bei 0,8 s (siehe Tabelle 7-1). Wird eine TTC kleiner als 0,8 s erreicht, so muss von einer Fehlfunktion von EVITA ausgegangen werden. Sollte eine Kollision trotz aller Vorkehrungen unvermeidbar sein, wird aufgrund der geringen Masse des Dummy Target kein Schaden für Versuchspersonen erwartet.
7 EVITA – Das Prüfverfahren zur Beurteilung von Antikollisionssystemen
7.6 Bewertungsmethode Mit EVITA liegt das Werkzeug zum Erzeugen von kritischen Unfallsituationen vor. Im Folgenden wird eine der Hauptbewertungsgrößen zur Beurteilung der Güte von Antikollisionssystemen beschrieben.
7.6.1 Wirksamkeit eines Antikollisionssystems Als objektive Beurteilungsgröße für die Wirksamkeit eines Antikollisionssystems (speziell von Frontalkollisionsgegenmaßnahmen) wird die Verringerung der Geschwindigkeit des Ego-Fahrzeugs vor dem Aufprall herangezogen. Dieses Kriterium stimmt mit dem generellen Ziel von Antikollisionssystemen überein, entweder die Aufprallgeschwindigkeit zu reduzieren, oder die vollständige Vermeidung des Aufpralls zu erreichen. Je höher die Verringerung der Geschwindigkeit, desto wirksamer ist das Antikollisionssystem. Neben der objektiven Wirksamkeit wird die von den Probanden beurteilte subjektive Wirksamkeit definiert. Diese per Fragebogen ermittelte Größe wird als Vergleich zwischen verschiedenen Ausprägungen von Frontalkollisionsgegenmaßnahmen durch das Bilden einer Rangfolge definiert.
A
7.6.2 Probandenversuch Eine Erkenntnis aus in-depth studies ist, dass viele Fahrzeugführer vor einem Auffahr unfall abgelenkt sind [10]. Daher werden die Probanden des auffahrenden Versuchsfahrzeugs kurz vor einer Abbremsung von EVITA mit einer Nebenaufgabe zu einer länger als 2 s dauernden Blickabwendung verleitet. Durch den im Versuchsfahrzeug sitzenden Bediener wird während der Blickabwendung des Probanden die Auslösung der kritischen Auffahrsituation ausgelöst. Der Proband wird anschließend beim Erreichen einer vordefinierten TTC-Schwelle beispielsweise von den Warnelementen des Antikollisionssystems alarmiert. Bild 7-3 zeigt idealisiert den Geschwindigkeitsverlauf des Versuchsfahrzeugs über der Zeit. Erkennbar sind die Ablenkung des Probanden und die Bremsung des Dummy Target. Beim Erreichen der kritischen Schwelle wird beispielsweise eine Alarmierung des Fahrers oder ein sonstiger Eingriff ausgegeben. Typischerweise folgen dann eine Blickzuwendung durch den Probanden auf die Situation vor dem Ego-Fahrzeug und der Bremsbeginn.
7.6.3 Beurteilungszeitraum Für die Standardisierung der Methode wird dem Probanden über eine zusätzliche Anzeige im Kom-
Bild 7-3: Idealisierter Versuchsablauf als Geschwindigkeitsverlauf über der Zeit des Versuchsfahrzeugs
73
A
Grundlagen der Fahrerassistenzsystementwicklung
biinstrument ein zulässiger Abstand zur vorausfahrenden EVITA vorgegeben. Ist der Abstand zu groß oder zu gering, wird dem Fahrer eine rote Ampel angezeigt. Liegt der Abstand im Bereich von 20 bis 25 m, so leuchtet die Ampel grün. Nur in diesem Fall wird ein Versuch durch die Abbremsung von EVITA ausgelöst. Für die Beurteilung der Wirksamkeit wird ein Beurteilungszeitraum festgesetzt. Der Zeitraum beginnt mit dem Zeitpunkt des Auslösens einer Warnung oder eines Fahrzeugeingriffs. Er endet zum Zeitpunkt eines gedachten, ungebremsten Aufpralls des Versuchsfahrzeugs auf das vorausfahrende, ununterbrochen bremsende Dummy Target. Dieser Aufprall ist „gedacht“, da von EVITA automatisch eine Kollision vermieden wird. Der Endzeitpunkt wird in Abhängigkeit des TTC-Algorithmus und der Auslöseschwelle in einem ungebremsten Eichversuch ohne Proband bestimmt. Für eine typische Warnung mit dem TTC-Algorithmus beträgt der Betrachtungszeitraum 2 s. Die Warnschwelle wurde unter Kenntnis von Warnzeitpunkten bekannter Frontalkollisionsgegenmaßnahmen definiert. So können Warnelemente sowohl miteinander als auch mit autonomen Bremseingriffen verglichen werden. Zur Bestimmung der Wirksamkeit wird die Geschwindigkeit des Probandenfahrzeugs zu Beginn
und am Ende des Beurteilungszeitraums gemessen und die Geschwindigkeitsdifferenz $v gebildet. Bild 7-4 zeigt den Beurteilungszeitraum.
7.6.4 Vergleiche von Antikollisionssystemen Das einheitliche Bewertungsverfahren ist Grundlage für den Vergleich verschiedener Ausprägungen von Frontalkollisionsgegenmaßnahmen. Für die Bewertung werden mit einem entsprechend geteilten Kollektiv von Probanden Testfahrten unter Berücksichtigung verschiedener Ausprägungen durchgeführt. Der Vergleich der über alle Probanden gemittelten Geschwindigkeitsreduktionen im Beurteilungszeitraum gibt die Wirksamkeit der Varianten wieder. Eine Beurteilung der absoluten Wirksamkeit eines Antikollisionssystems ist durch die Verwendung einer so genannten Baseline zu erreichen. Dabei wird ein Teil des Probandenkollektivs ohne einen Eingriff des Antikollisionssystems mit der kritischen Situation konfrontiert und beispielsweise die Geschwindigkeitsdifferenz bestimmt. Für die Bewertung der Wirksamkeit des Antikollisionssystems ist nur der erste Versuch des Probanden eine unbeeinflusste Basis. Bei allen weiteren Versuchen hat der Proband trotz einer
Bild 7-4: Idealisierter Versuchsablauf als Geschwindigkeitsverlauf über der Zeit des Versuchsfahrzeugs mit Beurteilungszeitraum und Geschwindigkeitsdifferenz
74
7 EVITA – Das Prüfverfahren zur Beurteilung von Antikollisionssystemen
lückenhaften Vorinformation über den eigentlichen Zweck der Versuche den Versuchsgegenstand einer überraschenden Notsituation verstanden, er gilt als voreingenommen. Der Bewertung der Akzeptanz durch den Fahrer kommt bei der Entwicklung von Fahrerassistenzsystemen mittlerweile eine große Beachtung zu [11]. Die weiteren Versuche nach der ersten Notsituation eignen sich zum Erzeugen weiterer Erkenntnisse, wie etwa dem Umgang mit Fehlwarnungen oder den vergleichenden Probandeneinschätzungen zu Varianten von Antikollisionssystemen. Die Einschätzung von Probanden zur erlebten Situation und zur Bewertung von Fahrerwarnelementen wird mit Fragebögen erhoben. Der Auswertung dieser Fragebögen werden Hinweise zur Gestaltung von Fahrerwarnelementen entnommen.
7.7 Ergebnisse Es wurden umfangreiche Versuche mit einer Anzahl von rund 250 Probanden durchgeführt. Für die Übertragung der Erkenntnisse auf die Realität kommt der Evaluierung des Versuchsaufbaus eine große Bedeutung zu. Die Auswertung der Versuche zeigt, dass sich bei gewöhnlicher Folgefahrt keine Auffälligkeiten im Fahrverhalten der Probanden erkennen lassen, die auf den Versuchsaufbau zurück zu führen sind. Bestätigt wird diese Erkenntnis durch die per Fragebögen erhobene Einschätzung der Probanden. Somit ist das Ziel, keine negative Beeinflussung der Probanden durch den Versuchsaufbau zu erhalten, erreicht. Ein Teil der Ergebnisse zu den untersuchten Fahrerwarnelementen finden sich in Kapitel 24. Es zeigt sich im Versuch, dass eine Warnung mit einem Reifenquietschen aus dem Kombiinstrument und ein Bremsruck signifikant besser sind als keine Warnung (Baseline). Eine autonome Teilverzögerung ist hochsignifikant wirksamer, als die Baseline. Ergebnisse aus der Anwendung der Methode finden sich in [12], [13], [14], [15], [16], [17].
A
[3] ATZ System Partners 2003, Continental Teves, S. 30 [4] Bock, Th.; Maurer, M.; van Meel, F.; Müller, T.: Vehicle in the Loop. Ein innovativer Ansatz zur Kopplung virtueller mit realer Erprobung, ATZ 01/2008, S. 10ff. [5] Jansson, J.: Collision avoidance theory with applications to automotive collision mitigation, Dissertation Nr. 950, Linköping University, Sweden, 2005 [6] Schmitt, J.; Breu, A.; Maurer, M.; Färber, B.: Simulation des Bremsverhaltens in Gefahrensituationen mittels experimentell validiertem Fahrermodell, VDI-Berichte Nr. 2015, 2007, S. 78 [7] Shutko, J.: An Investigation of Collision Avoidance Warnings on Brake Response Times of Commercial Motor Vehicle Drivers, Master’s thesis, VirginiaTech, Blacksburg, 1999 [8] Bender, E.; Darms. M.; Schorn, M.; Stählin, U.; Isermann, R.; Winner, H.: Antikollisionssystem PRORETA – Auf dem Weg zum unfallvermeidenden Fahrzeug, ATZ 04/2007 [9] Winner, H.; Hoffmann, J.; Regh, F.: Aktive Sicherheit – Funktionstestverfahren für FKGM, Safety Update, Aschaffenburg, April 2008 [10] NHTSA Report 2001 [11] Bubb, H.: Fahrversuche mit Probanden – Nutzwert und Risiko, Darmstädter Kolloquium Mensch & Fahrzeug, Darmstadt, 2003 [12] Hoffmann, J.; Winner, H.: EVITA – Die Prüfmethode für Antikollisionssysteme, 5. Workshop Fahrerassistenzsysteme, Walting, April 2008 [13] Hoffmann, J.; Winner, H.: EVITA – Das Untersuchungswerkzeug für Gefahrensituationen, 3. Tagung aktive Sicherheit durch Fahrerassistenz, Garching, April 2008 [14] Winner, H.; Fecher, N.; Hoffmann, J.; Regh, F.: Bewertung von Frontalkollisionsgegenmaßnahmen – Status Quo, Integrated Safety, Hanau, Juli 2008. [15] Fecher, N.; Fuchs, K.; Hoffmann, J.; Abendroth, B.; Bruder, R.; Winner, H.: Fahrerverhalten bei aktiver Gefahrenbremsung, Automobiltechnische Zeitschrift, 11/2008 [16] Hoffmann, J.; Winner, H.: EVITA – The testing method for collision warning and collision avoidance systems, FISITA 2008, F2008-12-019 [17] Fecher, N.; Fuchs, K.; Hoffmann, J.; Bruder, R.; Winner, H.: Analysis of the driver behavior in autonomous emergency hazard braking situations, FISITA 2008, F2008-02-030
Quellenverzeichnis [1] Kassaagi, M.; Bouslimi, W.; Val, C.; Bersac, J.-M.; Moessinger, M.; Page, Y.: Laboratory of Accidentology, Biomechanics and studies of human behavior, PSA: Effectiveness of Emergency Brake Assist in Rear-End Accident Scenarios, FISITA 2006 (F2006D062), S. 3, 5 [2] Hightechreport, DaimlerChrysler, 1/2005, S. 56f.
75
A 8 Bewertung von Fahrerassistenzsystemen mittels der Thomas Bock Vehicle in the Loop-Simulation Mit der Vehicle in the Loop-Simulation hat Audi eine Test- und Simulationsumgebung für Fahrerassistenzsysteme entwickelt, welche die Vorzüge eines realen Versuchsfahrzeugs mit der Sicherheit und Reproduzierbarkeit von Fahrsimulatoren kombiniert. Virtueller Fremdverkehr, Straßenbegrenzungen oder sonstige simulierte Gegenstände werden durch ein „Optical see through Head Mounted Display“ während der Fahrt realitätsnah und kontaktanalog für den Fahrer eingeblendet. Besonders bei der Erprobung aktiver Fahrerassistenzsysteme eröffnen sich durch das Konzept des virtuellen Fremdverkehrs im realen Versuchsfahrzeug neue Möglichkeiten.
8.1 Motivation Die starke Zunahme der Fahrzeugkomplexität, getrieben durch den zunehmenden Einzug der Regelsysteme und deren Vernetzung ins Fahrzeug, die gestiegene Variantenvielfalt und den höheren Individualisierungsgrad, wäre ohne Simulationsunterstützung nicht mehr in der gewünschten Qualität umsetzbar. Die Verfügbarkeit und Qualität von Simulationsmethoden und deren Prozessintegration wird damit zu einer „conditio sine qua non“ und außerdem zu einem entscheidenden Wettbewerbsfaktor [1].
Es bleibt jedoch festzuhalten, dass die virtuelle Entwicklung die Hardware nicht komplett ersetzen kann, sondern komplementär und unterstützend zu dieser eingesetzt wird. Die sinnvolle Ergänzung von virtuellen sowie physischen Modellen und Methoden, integriert im Produktprozess, ist demnach die Herausforderung an die Eigenschaftsentwicklung im heutigen Gesamtfahrzeug. „Das Beste aus zwei Welten“ ist damit ein wesentlicher Erfolgsfaktor für einen effizienten, transparenten und qualitativ guten Produktprozess (vgl. Bild 8-2) [2]. Bild 8-3 zeigt einen Auszug der eigenschaftsprägenden Regelfunktionen im Fahrwerk, die bereits in die heutigen Produkte Einzug gehalten haben. Viele davon sind adaptiv, d. h. Kennlinien und Einstellungen verändern sich mit den Fahrzuständen. Die daraus entstehende Vielfalt an Einstellungsmöglichkeiten und deren Rückwirkungen auf das Fahr- und Funktionsverhalten ist ohne Simulationsunterstützung nicht mehr erprobbar.
8.2 Entwicklung von Fahrerassistenzsystemen Systeme zur Verbesserung der Fahrsicherheit stellen ein wichtiges Entscheidungskriterium beim Neuwagenkauf dar und werden zu einem immer wichtigeren Umsatz- und Ertragsträger für den Automo-
Bild 8-1: Augmented Reality (AR)-Darstellung im Vehicle in the Loop
76
8 Bewertung von Fahrerassistenzsystemen mittels der Vehicle in the Loop-Simulation
A
Bild 8-2: Verknüpfung von virtueller und physischer Erprobung als Erfolgsfaktor [2]
Bild 8-3: Geregelte Fahrwerks- und Fahrerassistenzsysteme
bilsektor [3]. Während im klassischen Bereich der passiven Fahrsicherheit nur noch kleine Fortschritte mit verhältnismäßig hohem Aufwand erzielt werden können, lassen sich mit Systemen zur aktiven Sicherheit deutlich mehr Potenziale ausschöpfen. Ein aktuelles Forschungs- und Entwicklungsthema stellen autonom intervenierende Assistenz-
systeme dar, welche Unfälle vermeiden (Collision Avoidance) oder Unfallfolgen mindern (Collision Mitigation) sollen. Da derartige Systeme teilweise auch ohne explizite Handlung des Fahrers in die Fahrdynamik eines Fahrzeugs eingreifen, sind die Anforderungen an die Funktionssicherheit und Zuverlässigkeit der Einzelsysteme sowie deren
77
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 8-4: Entwicklungstrend ACC – Audi braking guard – Automatische Notbremse
Bild 8-5: Vehicle in the Loop – Kopplung von Simulator und Realfahrzeug
78
8 Bewertung von Fahrerassistenzsystemen mittels der Vehicle in the Loop-Simulation
Interaktion mit bereits bestehenden Fahrzeugsystemen besonders hoch. Mit der gestiegenen Komplexität dieser Systeme ändern sich auch die Anforderungen an die bis zur Entwicklung der Serienreife benötigten Test- und Simulationswerkzeuge. Aktuelle und künftige Assistenzsysteme können mit etablierten Methoden oft nur eingeschränkt oder überhaupt nicht erprobt werden. Der derzeit vertretbare Auslösezeitpunkt einer automatischen Notbremsung liegt beispielsweise in einem sehr kurzen Zeitfenster unmittelbar vor einer Kollision [4]. Deshalb erweist sich der reproduzierbare und vor allem sichere Test für den Versuchsfahrer derartiger Sicherheitssysteme bisher als sehr schwierig (vgl. Bild 8-4). Fahrerassistenzsysteme, die in kritischen Verkehrssituationen unterstützen, erfordern eine Erprobung und Absicherung unter nahezu realen Verkehrsbedingungen. Zum aktuellen Stand der Technik gehören Fahrsimulatoren, Verkehrsflusssimulationen und Erprobungsfahrzeuge, die mit Ersatzobjekten wie z. B. Schaumstoffwürfeln kollidieren. Die derzeit verfügbaren Testwerkzeuge (einen Überblick gibt Bild 8-5) erfüllen die Forderungen nach einer realistischen, reproduzierbaren, sicheren und zugleich Ressourcen schonenden Testumgebung allerdings nur eingeschränkt.
A
8.3 Vehicle in the Loop Anhand der bekannten Testmethoden zur Absicherung von Collision Mitigation- und AvoidanceSystemen wird die Notwendigkeit einer alternativen Testmöglichkeit offensichtlich. Diese muss analog zu Fahrsimulatoren eine sichere, reproduzierbare und Ressourcen schonende Testumgebung darstellen. Allerdings können selbst komplexe Bewegungssysteme die reale Fahrzeugdynamik nur begrenzt abbilden [5]. Der Ansatz des Vehicle in the Loop-Prüfaufbaus beruht daher auf der Kopplung des realen Testfahrzeugs mit einer virtuellen Verkehrsumgebung, um die Vorteile beider Verfahren zu vereinen. Der virtuelle Fremdverkehr wird dem Fahrer durch ein „Optical see through Head Mounted Display“ während der Fahrt realitätsnah und kontaktanalog auf einer realen Straße eingeblendet. Durch die Anwendung der Augmented Reality-Technologie bleibt die reale Umwelt (z.B. Fahrbahn, Straßenbebauung) für den Fahrer weiterhin voll sichtbar. Der Vehicle in the Loop-Prüfaufbau ermöglicht somit eine Funktionserprobung von Fahrerassistenzsystemen direkt in einem Fahrzeug, welches sich allerdings nicht im realen Verkehr bewegt, sondern auf Freiflächen oder abgesperrten Straßen wie z.B. auf einem Prüfgelände.
Bild 8-6: Systemarchitektur Vehicle in the Loop
79
A
Grundlagen der Fahrerassistenzsystementwicklung
Mithilfe von Sensormodellen ist es möglich, dass Fahrerassistenzfunktionen auf den virtuellen Fremdverkehr reagieren und somit die Funktion realistisch aber ungefährlich für Mensch und Maschine erprobt werden kann. Besondere Vorteile ergeben sich bei der Entwicklung von Assistenzsystemen wie etwa einer Notbremsfunktion, da auch fehlende Auslösungen des Systems aufgrund eines virtuell vorausfahrenden Fahrzeugs sicher und reproduzierbar untersucht werden können.
8.3.1 Verkehrssimulation und Visualisierung In Bild 8-6 wird der Systemaufbau des Vehicle in the Loop-Prüfaufbaus gezeigt [6]. Die Verkehrssimulation ist so konzipiert, dass mithilfe unterschiedlicher Trigger reproduzierbare Spurwechsel-, Brems- und Beschleunigungsmanöver des simulierten Fremdverkehrs hervorgerufen werden können. Die Auslösetrigger für diese Manöver können entweder relativ zu anderen Verkehrsteilnehmern (somit auch zum eigenen Versuchsfahrzeug) oder durch Überfahren einer absoluten Ortsposition ausgelöst werden. Der Fremdverkehr kann sich auch autonom fortbewegen, wobei hier
die Längs- und Querdynamik eines Normalfahrers nachempfunden wird.
8.3.2 Positionierung des Versuchsträgers in der Verkehrssimulation Zur Darstellung des richtigen Streckenausschnitts in der Verkehrssimulation muss die Position des Versuchsfahrzeugs auf der Prüfstrecke genau bestimmt werden. Dies erfolgt mithilfe einer Inertialsensorplattform mit DGPS-Anbindung. Falls die Anzahl der sichtbaren Satelliten oder das Funksignal zum Versuchsfahrzeug für die DGPS-Korrekturdaten abreißt, wird die Position des Versuchsfahrzeugs durch die Inertialsensorplattform weitergeführt. Alle Signale zur Fahrzeugposition und den Fahrzuständen werden auf einen eigenen CAN-Bus geschrieben und stehen somit der Simulation zur Verfügung.
8.3.3 Einbindung des Fahrers mithilfe von Augmented Reality Der Fahrer kann nicht gleichzeitig das gesamte Fahrzeugumfeld, so wie es in der Simulation vor-
Bild 8-7: Head Mounted Display und Headtracker im Vehicle in the Loop
80
8 Bewertung von Fahrerassistenzsystemen mittels der Vehicle in the Loop-Simulation
A
Bild 8-8: Augmented Reality-Darstellung des Vehicle in the Loop-Prüfaufbaus
handen ist, wahrnehmen; er ist auf sein persönliches Sichtfeld beschränkt. Dementsprechend muss sich die Visualisierung auf dieses natürliche Sichtfeld beschränken. Das Sichtfeld ändert sich laufend mit der Kopfposition des Fahrers. Nur der jeweils der Kopfposition des Fahrers entsprechende Ausschnitt aus der Verkehrssimulation darf im Head Mounted Display gezeigt werden. Die Qualität des Vehicle in the Loop-Prüfaufbaus hängt entscheidend von der exakten Übereinstimmung dieses realen Sichtfelds mit dem eingeblendeten, simulierten Verkehr ab. Die hierfür notwendige Positions- und Richtungsbestimmung des Fahrerkopfes erfolgt durch einen Headtracker, welcher seitlich über der Beifahrertür montiert ist. Die Simulation errechnet aus den eingehenden Daten für die Kopf- und Fahrzeugposition bzw. -lage (aus Headtracker und Inertialsensorblock) eine Visualisierung der Verkehrsszene aus der Fahrerperspektive. Damit der Fahrer des Versuchsfahrzeugs die visualisierte Verkehrsszene räumlich interpretieren kann, wurde die Bildebene/-abstand (Virtual Image Distance) des Head Mounted Displays auf 10 m festgelegt, da ab diesem Abstand überwiegend die monokularen Tiefenhinweise dominieren. Durch diese Tiefenhinweise können auch größere Distanzen zum Fremdverkehr glaubwürdig vermittelt werden. In Bild 8-8 ist eine Augmented Reality-Darstellung des Vehicle in the Loop zu sehen, in der das Versuchsfahrzeug des Vehicle in the Loop-Prüfaufbaus einem virtuellen Fahrzeug auf der Dynamikfläche (links) bzw. auf dem Handlingkurs (rechts) des Prüfgeländes folgt. Um dieses Bild zu erhalten, wurde eine Videokamera ins Head Mounted Display integriert, welche die Szene während der Fahrt mitfilmt. Neben dem virtuellen Fremdverkehr sind auf der Dynamikfläche zusätzlich virtuelle Fahrspuren eingeblendet, da auf der Dynamikfläche kein vorgegebener Fahrbahnverlauf vorhanden ist.
Auf dem Handlingkurs wird auf die Darstellung der virtuellen Fahrspuren verzichtet, da sich der Fahrer an den realen Fahrspuren orientieren kann.
8.3.4 Sensormodelle Der Vehicle in the Loop-Prüfaufbau wird für die Entwicklung von Fahrerassistenzsystemen eingesetzt, welche auf Umfeldsensorik basieren. Naturgemäß können reale Umfeldsensoren keine Objekte eines virtuellen Verkehrsumfelds erfassen. Daher sind entsprechende Sensormodelle zur Abbildung der Sensorfunktion erforderlich. In einem ersten Schritt wurde hierzu ein Radar- und Videosensormodell entwickelt. Es wird dazu das Verhalten der realen Sensorik unter Nachbildung der physikalischen Zusammenhänge in einem Softwaremodell abgebildet. Die Kommunikation erfolgt nach einem definierten Protokoll, in welchem u. a. Positions- und Zustandsdaten des simulierten Fremdverkehrs vom Simulationsrechner übertragen werden. Da das Sensormodell auf Basis idealer Fremdverkehrpositionsdaten aus der Verkehrssimulation arbeitet, mussten zusätzlich die typischen Störgrößen und Messunsicherheiten realer Sensoren statistisch ausgewertet und entsprechend in das Sensormodell eingebunden werden. Insbesondere wurden der Erfassungsbereich, die x/y-Abweichung und das Trennfähigkeitsvermögen für unterschiedliche Verkehrsteilnehmer (PKW, LKW, Motorrad) erfasst und durch mathematische Fehlergleichungen modelliert.
8.4 Gesamtarchitektur des Vehicle in the Loop Im Bild 8-9 wird zusammenfassend die Gesamtarchitektur des Vehicle in the Loop-Prüfaufbaus vor-
81
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 8-9: Funktionale Architektur des Vehicle in the Loop-Prüfaufbaus
gestellt. Die Positions- und Lagedaten des Versuchsfahrzeugs und des Fahrerkopfes werden während des Betriebs an eine Verkehrssimulationssoftware übergeben. Zusätzlich muss im Vorfeld der exakte Streckenverlauf der zu befahrenden Straße in einer Streckenbibliothek hinterlegt und ebenfalls an die Verkehrssimulationssoftware übergeben werden. Die Verkehrssimulation berechnet aus den Eingangsdaten die Position und Ausrichtung des Versuchsfahrzeugs auf der befahrenen Straße und die Positionsdaten des virtuellen Fremdverkehrs. Die Verkehrssituation wird mithilfe eines „optical see through Head Mounted Displays“ in Abhängigkeit der Kopfposition und -orientierung für den Fahrer visualisiert. Mithilfe von Sensormodellen, welche als Eingangsdaten die Positions- und Lagedaten des Fremdverkehrs und des eigenen Versuchsfahrzeugs von der Verkehrssimulation erhalten, werden Eingangsdaten für das Fahrerassistenzsystem geschaffen. Wird beispielsweise eine Automatische Notbremse auf ein simuliertes Fahrzeug ausgelöst, hat dies einen Eingriff in den Fahrer-FahrzeugUmwelt-Regelkreis zur Folge. Durch das Einlesen neuer Fahrzeug- und Fahrerkopfpositions- und
82
Lagedaten wird der Vehicle in the Loop-Regelkreis geschlossen.
8.5 Validierung des Vehicle in the Loop Mithilfe einer Studie mit 36 Probanden wurde überprüft, inwieweit der Vehicle in the Loop-Aufbau als Tool für Entwicklungsingenieure dienen kann. Eine entscheidende Rolle spielt dabei, neben technischen Messdaten, die subjektive Wahrnehmung des Fremdverkehrs durch den Fahrer. Hieraus leitet sich direkt die Anforderung an den Vehicle in the Loop ab, dass der Fahrer den Verkehr möglichst realistisch wahrnehmen muss. Somit stand im Fokus der Studie zu prüfen, ob das Fahrverhalten der Probanden bei den Versuchen mit virtuellem Vorderfahrzeug dem Verhalten bei einem realen Vorderfahrzeug gleicht. Die Überprüfung dieser Anforderung erfolgte auf Basis zweier Datenquellen. Zum einen konnte ein Fragebogen Aufschluss über die subjektive
8 Bewertung von Fahrerassistenzsystemen mittels der Vehicle in the Loop-Simulation
Wahrnehmung des simulierten Verkehrs und das Zusammenspiel der Simulation mit den kinematischen Fahreigenschaften geben. Zum anderen ließen sich bei definierten Fahrmanövern Erkenntnisse aus dem Vergleich der Fahrerreaktionen auf simulierten und realen Verkehr gewinnen. Hierzu wurden objektive Daten der beiden Fahrten (realer/ simulierter Verkehr) aufgezeichnet und miteinander verglichen. Die Studie hat gezeigt, dass der Vehicle in the Loop-Prüfaufbau als zukünftiges Entwicklungstool geeignet ist. Die Simulation des virtuellen Fremdverkehrs durch den Vehicle in the Loop und dementsprechend auch das Fahrgefühl bei den Versuchen ist sehr realitätsnah. Die Versuchspersonen zeigten bei den Fahrten mit virtuellem Vorderfahrzeug vergleichbares Fahrverhalten wie im realen Versuch. Sie konnten sich vorstellen, mit dem Vehicle in the Loop als Entwicklungswerkzeug zu arbeiten und waren von der Möglichkeit, kritische Fahrmanöver realitätsnah darstellen zu können, überzeugt. Eine kurze Trainingsphase von ca. 15 Minuten war ausreichend, um mit dem System Vehicle in the Loop vertraut zu werden. Bei häufiger Benutzung dieses Systems gewöhnt sich der Benutzer schnell an die verbaute Messtechnik und an das Tragen des Head Mounted Displays. Das aus herkömmlichen Fahrsimulatoren bekannte Problem der Simulatorkrankheit, auch Motion Sickness genannt, wird durch das Vehicle in the Loop-System im Augmented Reality-Modus vermieden [7].
8.6 Ausblick Der Einsatz virtueller Entwicklungstechniken stellt heute einen wesentlichen Erfolgsfaktor in der Produktentwicklung dar. Dadurch können frühzeitig Fahrzeugeigenschaften ermittelt werden, die noch vor Aufbau der ersten Prototypen zu einem höheren Reifegrad der Fahrzeuge führen. Neben der Reduktion der Entwicklungszeit und -schleifen werden virtuelle Entwicklungsmethoden als Absicherungswerkzeuge für die immer weiter steigende Komplexität und Variantenvielfalt intensiv genutzt. Zukünftig wird es im Entwicklungsprozess der Automobilindustrie auch wichtig sein, bei der Entwicklung von Fahrerassistenzsystemen eine durchgängige und abgestimmte Toolkette aus Software in the Loop (SIL), Hardware in the Loop (HIL), Vehicle in the Loop (VIL) und dem Realtest zu definieren, deren Einzelkomponenten perfekt aufeinander abgestimmt, deren Einsatzspektren aber auch klar von einander abgegrenzt sind. Durch
A
diese durchgängige Toolkette werden Schnittstellenanpassungen verringert, wodurch ein Potenzial für Entwicklungszeit- und Aufwandsreduktion entsteht. Die virtuelle Entwicklung wird die konventionelle Entwicklung nie vollständig verdrängen. Andererseits stößt die konventionelle Entwicklung bereits an die Grenzen ihrer Machbarkeit. Es gilt deshalb, eine sinnvolle und unternehmerisch wirtschaftliche Ergänzung beider Methoden zu suchen.
Quellenverzeichnis [1] Bock, T.; Maurer, M.; van Meel, F.; Müller, T.: Vehicle in the Loop – Ein innovativer Ansatz zur Kopplung virtueller mit realer Erprobung, Automobiltechnische Zeitschrift (ATZ), Ausgabe 01/2008, GWV Fachverlage GmbH, Wiesbaden 2008 [2] Dick, M.: Einsatz virtueller Techniken in der Audi Produktentwicklung, 11. Automobiltechnische Konferenz – Virtual Vehicle Creation, Stuttgart 2007 [3] Oertel, K.: Zukunftsmarkt Assistenzsysteme, Automotive Electronics+Systems, Carl Hanser Verlag, Vol. 11/12 – 2004 [4] Kopischke, S.: Entwicklung einer Notbremsfunktion mit Rapid Prototyping Methoden, Dissertation, Technische Universität Carolo Wilhelmina zu Braunschweig 2000 [5] Bock, T.; Siedersberger, K.-H.; Zavrel, M.; Breu, A.; Maurer, M.: Simulations- und Testumgebung für Fahrerassistenzsysteme – Vehicle in the Loop, Erprobung und Simulation in der Fahrzeugentwicklung – Mess- und Versuchstechnik, VDI-Berichte 1900, 2005 [6] Bock, T.; Maurer, M.; Färber G.: Vehicle in the Loop (VIL) – A new simulator set-up for testing Advanced Driving Assistance Systems. Driving Simulation Conference, Iowa City, USA 2007 [7] Bock, T.: Vehicle in the Loop – Test- und Simulationsumgebung für Fahrerassistenzsysteme. AUDI Dissertationsreihe, Band 10, Cuvillier Verlag, Göttingen 2008
83
A 9 Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur im Kraftfahrzeug Günter Reichart, Jürgen Bielefeld 9.1 Einleitung Die Komplexität der Systeme bei modernen, hoch ausgestatteten Fahrzeugen hat ein hohes Niveau erreicht. Auch in Zukunft werden Innovationen im Kraftfahrzeug vermehrt nur über hochvernetzte und komplexe Systeme zu realisieren sein. Dies gilt in besonderem Maße für das Gebiet der Fahrerassistenz. Aufgrund der Nutzung von sensorisch erfasster Information über die Fahrumgebung, fahrzeuglokaler Daten und der Nutzung der bereits im Fahrzeug verbauten Aktorik sind Fahrerassistenzsysteme geradezu ein Synonym für verteilte hochvernetzte Funktionen. Umfang und Qualität der sensorisch erfassbaren Information und ihre Interpretation bestimmen den Funktionsumfang und die Komplexität der jeweiligen Assistenzfunktion wesentlich. Die technische Sensorik, z. B. Radar oder Kamerasysteme, nutzt gleiche oder ähnliche Information wie der Fahrer. Es wird allerdings auch auf längere Sicht keine Sensorik geben, die die Gesamtheit der Wahrnehmungsleistungen des Menschen und seine Fähigkeit der Interpretation dieser Daten in unterschiedlichen Kontexten erreicht. In einzelnen Aspekten sind technische Sensoren aber durchaus der menschlichen Wahrnehmung überlegen, wie beispielsweise bezüglich Daueraufmerksamkeit, Geschwindigkeitsbestimmung bewegter Objekte oder aufgrund von Empfindlichkeit in anderen Wellenlängenbereichen als der des menschlichen Auges. Insbesondere die Verknüpfung der Sensorinformationen, die so genannte Sensorfusion, bietet ein hohes Potenzial, den Fahrer zu entlasten und die Fahrsicherheit zu erhöhen bzw. kritischen Fahrsituationen vorzubeugen. Durch die Sensorfusion wird die Qualität der Interpretation von mit technischer Sensorik erfassten Daten deutlich erhöht. Hierzu sind Entscheidungen über die Fusionsebene wie Rohdaten, aufbereitete oder interpretierte Daten zu treffen sowie geeignete Fusionsarchitekturen im Fahrzeug vorzusehen (siehe Kapitel 17). In einigen Situationen kann ein auf Sensordaten beruhender Eingriff technischer Systeme der Einschätzung und Reaktion des Fahrers überlegen sein. In diesen Fällen ist eine autonome Reaktion eines Fahrerassistenzsystems und damit eine Automatisierung der Fahrzeugführung oder -stabilisierung möglich. Generell muss aber sehr sorgfältig abgewogen werden, wann ein autonomer Eingriff eines
84
technischen Systems erfolgen sollte und wie weit die Automatisierung von Fahraufgaben getrieben werden kann. Dementsprechend reicht das Spektrum von Fahrerassistenzsystemen von informierenden über warnende und aktiv unterstützende, aber übersteuerbare Systeme bis hin zu eingreifenden, nicht übersteuerbaren Systemen. Fahrerassistenzsysteme führen entweder Regelungsvorgänge zum Beschleunigen, Verzögern oder Lenken des Fahrzeugs aktiv aus, oder aber sie liefern Informationen und Warnhinweise, die der Fahrer selbst in die Anpassung der von ihm gewählten Führungsgrößen umsetzt. Mit zunehmender Vielfalt der Funktionen wird ein geeignetes Systemmanagement, das die konkurrierenden Eingriffe von Funktionen situationsgerecht priorisiert, immer dringlicher. Der Schlüssel zur Beherrschung der dadurch weiter steigenden Systemkomplexität liegt in der Systemarchitektur des Fahrzeugs. Sie entscheidet letztlich darüber, inwieweit Maßnahmen der Komplexitätsbeherrschung wie Hierarchisierung, Modularisierung oder Standardisierung zum Tragen kommen können. In modernen Fahrzeugen wie etwa im Siebeneroder Fünfer-BMW sind in der Vollausstattung über 60 elektronische Steuergeräte unterschiedlicher Zulieferer an der Bereitstellung der Gesamtfunktionalität beteiligt, siehe Abbildung 9-1. Die Integration der Hard- und Softwarekomponenten zu einem verlässlichen Gesamtsystem stellt heute eine sehr hohe Herausforderung mit einem erheblichen Aufwand dar, der die lineare Fortsetzung des Hinzufügens von neuen Funktionen mit weiteren Steuergeräten in den bestehenden Systemarchitekturen, allein aus Gründen des Packages, kaum mehr zulässt. Eine Funktionsintegration auf wenige hochleistungsfähige Steuergeräte wird hier oft als Ausweg angesehen. Die Realisierung von neuen Funktionen durch Verteilung auf das bestehende Steuergerätenetzwerk ist zwar durchaus ein sinnvoller Weg, löst das Komplexitätsdilemma allein aber nicht. Die Komplexität der Datenvernetzung wird hierdurch zwar entlastet, jedoch führt die Integration zur weiteren, keineswegs leichter zu beherrschenden Steigerung der Komplexität auf der Komponentenseite. Die Probleme werden hier neben hoher Komplexität der Software insbesondere in die Beherrschung des Wärmehaushalts, Stromverbrauchs, der Aufbautechniken und des Packages verlagert. Die damit einhergehenden Fragen zur
9 Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur im Kraftfahrzeug
A
Bild 9-1: Systemarchitektur im derzeitigen BMW Siebener
Sicherstellung der Funktionsverfügbarkeit führen zu stark steigenden Anforderungen an die Zuverlässigkeit solcher hoch integrierten Steuergeräte und der angesteuerten Aktoren. Auch unterschiedliche Anforderungen an die Funktionssicherheit, die Vielzahl der Varianten zwischen Basis- und Vollausstattung und die schlechte Kostenmodularität setzen der Hochintegration dabei Grenzen. Hier müssen andere geeignete Ansätze zur Beherrschung des Komplexitätsanstiegs gefunden werden.
9.2 Systemarchitektur Eine Systemarchitektur im Kraftfahrzeug beschreibt die Struktur eines Systems hinsichtlich der Abbildung der funktionalen Vernetzung der Einzelfunktionen in ihrer Abbildung auf Systemelemente, des Zusammenwirkens und der Vernetzung der Systemelemente, der Systemschnittstellen, der Umgebung, der Datenflüsse im System, der Daten-, Software- und Hardwarearchitektur.
Zu unterscheiden sind die funktionale, die logische und die technische Architektur, welche die Funktionen, ihre Eingangs- und Ausgangsgrößen sowie ihre Vernetzung beschreibt. Sie entsteht durch Abbildung dieser Funktionen auf technische Systemkomponenten, meist Steuergeräte. Den Prozess der Zuordnung von Funktionen zu technischen Komponenten und der Signale zu den Signalträgern wie Busse oder Einzelleitung wird Partitionierung genannt. Die Hardware-Systemelemente einer Elektrik-/ Elektronik-Systemarchitektur sind: Sensoren, Aktoren, elektronische Steuergeräte, der Kabelbaum als Verbund von Leitungen/ Kabeln für Datentransport, für diskrete Signale und Energieversorgung, der Generator, Energiespeicher, Spannungswandler, Sicherungen und elektrische Antriebe. Die Elemente der Hardware werden zusammenfassend auch Bordnetz genannt. Es sei in diesem
85
A
Grundlagen der Fahrerassistenzsystementwicklung
Zusammenhang aber darauf hingewiesen, dass die E/E-Systemarchitektur wesentlich mehr als das Bordnetz beinhaltet. Dieses Mehr ist nötig, da eine Integration der reinen HW-Komponenten ohne ein umfassendes Verständnis aller dazugehörigen Architekturelemente nicht möglich ist. Der Entwurf einer Systemarchitektur muss unter vielfältigen Blickwinkeln erfolgen, die über die Erfüllung der reinen funktionalen Anforderungen deutlich hinausgehen. So müssen vielfältige Anforderungen hinsichtlich der Qualität und Sicherheit, Versionierung/Konfiguration, Logistik, Montage, Wartung/Service etc. erfüllt werden. Hier sind vielfältige Zielkonflikte neben Baukasten- oder Gleichteilstrategien, der Verfügbarkeit der Bauteile und Technologien über Produktlaufzeit und Gesichtspunkten der Kostenoptimierung aufgelöst und zum bestmöglichen Kompromiss zu führen. Die wesentlichen Anforderungen an zukünftige Systemarchitekturen sind: Skalierbarkeit innerhalb und über Produktlinien, Erweiterbarkeit, Funktionssicherheit, Verfügbarkeit, Zuverlässigkeit, Datensicherheit, Software-Update und -Upgrade über die Produktlebenszeit, Serviceanforderungen, Fahrzeugzustandsmanagement, Robustes und effektives Energiemanagement, Gute Testbarkeit und vereinfachte Integration, … Wesentliche Entscheidungselemente einer Systemarchitektur sind die Entscheidungen bezüglich der Partitionierung der Funktionen auf die Steuergeräte, die Wahl der Gateways, die Vernetzung der Steuergeräte mit geeigneten Bustechnologien und deren Topologie. Die Kunst einer guten Architektur steckt in der Berücksichtigung der vielfältigen Wechselwirkungen getroffener Entscheidungen und in der Erreichung eines Gesamtoptimums. Eine vorausschauende Auslegung der Architektur in Bezug auf die Abdeckung der Produktpalette und die Fähigkeit, die Funktionserweiterungen zur Erhaltung der Produktattraktivität, Erfüllung von neuen Gesetzesanforderungen etc. über die Produktlaufzeit auch ohne Konzeptbrüche aufzunehmen, ist eine sehr anspruchsvolle Aufgabe. Sie führt erhebliche Auswirkungen auf die elementaren Kenngrößen des unternehmerischen Handelns, wie Entwicklungsaufwand, Produktkosten, Produktqualität und Wirtschaftlichkeit mit sich.
86
9.3 Wichtige Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur Durch eine geschickte, effiziente Nutzung und Verknüpfung der Informationen aus einigen wenigen Sensoren können vielfältige Funktionen der Fahrerassistenz dargestellt werden. So kann mit einer Kamera bei geeigneter Auslegung als Sensor eine Spurhalteunterstützung ebenso realisiert werden wie ein Fernlichtassistent oder eine Verkehrszeichenerkennung. Sensordatenfusion sollte nur dann zum Einsatz kommen, wenn damit eine aus Kundensicht hochwertige Funktion realisiert werden kann, wie etwa ein Abstandsregelsystem, das auch auf stehende Hindernisse reagiert, oder die Funktionssicherheit anders nicht ausreichend gewährleistet werden kann. In Tabelle 9-1 sind verschiedene Sensortechnologien und die aus den verschiedenen Sensoren zu gewinnende Information nach Art und Qualität in einer Matrix eingetragen. Daraus kann für die Fusion der Daten abgeleitet werden, welche Informationen grundsätzlich sinnvoll miteinander fusioniert werden können. Darüber hinaus lässt sich erkennen, welche Technologien zur Gewinnung aussagekräftiger Informationen – mit allen Vor- und Nachteilen einer spezifischen Technologie – geeignet sind. Damit wird der Handlungsspielraum für den Architekten, der ein FAS-System in eine Architektur zu integrieren hat, stark eingeschränkt. Beispielsweise ist heute nur mit bildgebenden Verfahren eine Verkehrszeichenerkennung möglich, außer man stattet die Verkehrszeichen nachträglich mit Sendern oder Transpondern aus. Die Methoden der Mustererkennung aus Bilddaten – inklusive Bilddaten aus Videostreams – ermöglichen in aller Regel keine 100%ige Detektions- oder Klassifikationssicherheit. Somit ist es wünschenswert, eine zusätzliche, andere Sensortechnologie einzusetzen, um durch ergänzende Daten Fehlerkennungen der Verkehrszeichen substanziell zu minimieren oder gar auszuschließen. Allerdings zeigt Tabelle 1, dass hierbei die Auswahl stark eingeschränkt ist. Somit stellt sich schon in diesem Fall die Frage, ob eine Sensorfusion zielführend ist und eine Kostenmehrung rechtfertigt oder ein anderer technischer Weg eingeschlagen werden muss, um die Erkennung zu plausibilisieren. Die Plausibilisierung anhand von Daten aus der Kartenbasis der Navigation erweist sich in diesem Fall als der zielführende Weg. Für den erzielbaren Kundennutzen der Fahrassistenzfunktionen ist allerdings auch die Gestaltung der Bedien- und Anzeigekonzepte von FAS-Funktionen von elementarer Bedeutung. Die Anzeigen
9 Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur im Kraftfahrzeug
A
Ɣ
vorn fern
Ɣ
Querposition
+
–
Ɣ
Ɣ
–
Ɣ
Ɣ
Ɣ
+
–
+
+
–
–
–
–
Ɣ
+
+
+
Ɣ
+
Sonst. Ext. Com.
Navi-Datenbasis
Video: Verkehrsz.
Video: Spur
Video: Objekte
+ Ɣ
Größe Objekte
–
+ Ɣ
seitlich Geschwindigkeit
Ɣ
Ɣ
vorn nah hinten
Ɣ
Ultraschall
Ɣ
Laser-Scanner
Bewegung
Mehrstrahl-Laser
Ɣ
Radar nah
Zustand Ego
Informationen
Fzg.-Sensoren
Sensoren
Radar fern
Tabelle 9-1: Aussagequalität verschiedener Sensorsysteme und Informationsquellen +: hochwertig, Ɣ: ausreichend, –: gering [nach [1])
–
–
+
Ort
+
Art
–
–
– – Ɣ
Absicht
+
Verkehrszeichen Fahrspur
+
–
Markierungen
Ɣ
–
Typ
–
+
Ɣ
Straße Fahrer
Ɣ
Parklücke
Zustand
–
Absicht
–
+
Kreuzung
der verschiedenen Funktionen umfassen Bilddarstellungen auf Displays, statische oder dynamisierte Symbole in Kombi, Display oder Head-up-Display, haptisch taktile und auditive Informationen vielfach auch in Kombination, (siehe auch Kapitel 21 und 23). Hinzu kommt die Bedienung der Funktionen. Die Darstellung von Realbildern erfordert eine Übertragung zum Anzeigeort mit sehr hoher Übertragungsbandbreite. Videokompressionstechniken kommen wegen des damit verbundenen Zeitverzugs nur begrenzt infrage. Die im Bereich des Infotainments üblichen Bedien- und Anzeigekonzepte reichen angesichts der Anforderungen bei weitem nicht aus. Deshalb müssen für Fahrerassistenz spe-
Ɣ
zifische Bedien- und Anzeigekonzepte in die jeweiligen Bordsysteme des Infotainments mit integriert werden.
9.4 Ausstattungsvarianz und Vernetzungskomplexität Fahrerassistenzsysteme werden heute zumeist in fast freier Kombinierbarkeit als Sonderausstattungen angeboten. Dies erscheint zunächst logisch, da die Marktpenetration bei Innovationen zunächst gering ist. Sonderausstattungen unterliegen zudem
87
A
Grundlagen der Fahrerassistenzsystementwicklung
einer deutlich höheren Preisflexibilität beim Kunden als Serienausstattungen, somit können die zwangsläufig anfallenden Einführungskosten besser abgefangen werden. Aus der Darstellung im vorangegangenen Abschnitt wird aber offensichtlich, dass FAS-Funktionen nur über eine dezidierte Vernetzung von Funktionalitäten aus unterschiedlichen Bereichen verwirklicht werden können. Damit ist aber auch eine Infrastruktur vorzuhalten, die sich im Basisfahrzeug in Aufwänden niederschlägt. Beispielsweise müssen Leitungen von Kameras im Außenbereich der Karosserie zu den bildverarbeitenden Steuergeräten vorgesehen werden. Diese Leitungen sind im Kabelbaum vorzuhalten, um die Leitungsdurchbrüche in der Karosserie – etwa Stirnwand – zu dimensionieren. Ferner sind beim Systemdesign die EMV-Auswirkungen dieser Leitungen zu ermitteln. Durch Störgrößen auf anderen Leitungen können nämlich die Videodaten der Kameras korrumpiert werden; ein gutes Systemdesign berücksichtigt dies von vornherein. Andernfalls drohen Maßnahmen, die dann nur noch die Wirkungen im Gesamtsystem minimieren können, aber nicht die Ursache beseitigen. FAS-Systeme stellen ihrerseits Anforderungen an die Infrastruktur. Radar, Bild- und Videodaten benötigen eine entsprechende Bandbreite, leistungsfähige Algorithmen verbunden mit dem entsprechenden Datenvolumen erfordern Hochleistungsrecheneinheiten für die Echtzeitverarbeitung in der E/E-Architektur. Sofern die FAS-Funktionen in eine bestehende Infrastruktur teilweise oder ganz integriert werden, stellen diese zusätzlichen Anforderungen häufig eine erhebliche Hürde dar. Im schlimmsten Fall sind bestimmte Infrastrukturelemente wie Busse und Steuergeräte neu auszulegen, was zu Kostenmehrungen einzelner Komponenten führen kann. Ein anderer Hinderungsgrund für die vollständige Integration von FAS-Funktionen in die E/EArchitektur kann die damit einhergehende Komplexitätserhöhung darstellen. Die Abbildung einer vollständigen Kommunikationsmatrix über mehrere Busse und Subbusse zur Realisierung einer FASFunktion resultiert häufig in unnötigen Abhängigkeiten zu anderen Systemen. Beispielsweise werden Bedienelemente für die FAS-Funktionen häufig über eine Bedieneinheit zusammengefasst, die über einen LIN-Bus an einem ansonsten an der Funktion völlig unbeteiligten Steuergerät – in der Regel ein Seriensteuergerät mit mehreren LIN-Bussen – angeschlossen wird. Somit ist nicht nur die Kommunikation auf einen Systembus zu realisieren, sondern es sind auch die LIN-Nachrichten sowie der
88
LIN-Schedule und die LIN-Gateway-Tabelle des Seriensteuergeräts zu definieren. Bei der Integration entstehen also an den verschiedensten Stellen Fehlerquellen, die nur der Vernetzung geschuldet sind. Diese Integrationsleistung geht dann leider zu Lasten der in der Regel notwendigen Feinabstimmung der FAS-Funktion. Mithin ist sorgfältig zu prüfen, ob es im Einzelfall nicht günstiger ist – auch wenn es lokal zu Kostenmehrungen kommen kann – auf Vernetzung zu verzichten und Sensorik sowie Aktorik direkt an die zentrale Steuereinheit für das FAS anzuschließen. Die Integrationskosten steigen nämlich bei höherer Vernetzung überproportional an, um die gleiche Absicherungstiefe der Funktion zu erzielen. Die Einbindung der unterschiedlichen Fahrerassistenzfunktionen in eine Systemarchitektur muss einerseits Flexibilität in Bezug auf die Ausstattungsumfänge bieten, da die Kunden vielfach nur einzelne FAS-Systeme wählen und deren individuelle Kombination in der Architektur abbildbar sein muss. Andererseits muss die Architektur eine hohe Kostenmodularität unterstützen, da andernfalls bereits die Basisumfänge und nur gering ausgestatteten Varianten mit dem Ballast der Gesamtfunktionalität belastet werden.
9.5 Partitionierung von FASFunktionen auf Steuergeräte Wie auch andere Funktionen werden die FASFunktionen in die Steuergeräte als zentrale Rechenund Steuereinheiten der E/E-Systemarchitektur, in denen alle wesentlichen Aufgaben im Bordnetz abgearbeitet werden, integriert. Die wesentlichen Aufgaben bei Fahrerassistenzsystemen sind hierbei: Sensordatenfilterung und -auswertung, Einlesen von Schaltern und Bedienelementen, Berechnung von Warnkriterien, Steuerungs- und Regelungsalgorithmen, Berechnung der Sensordatenfusion, Diagnose und Kalibrierung, Codierung länderspezifischer Ausprägungen, Ansteuerung von Aktoren oder Anzeigen. In der Kombinatorik dieser Grundaufgaben werden die vielfältigen Funktionen im Kraftfahrzeug abgearbeitet, wie etwa Ansteuerung der Bremse, der Motorleistung oder Lichtfunktionen wie Kurvenlicht. Die Steuergeräte als wesentliche Architekturelemente übernehmen in heutigen Kraftfahrzeugen
9 Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur im Kraftfahrzeug
Hunderte von Einzelfunktionen. Im Kern eines nahezu jeden Steuergeräts befinden sich ein oder bei komplexen Funktionen auch mehrere Mikrocontroller. Dieser ist im Gegensatz zu den Mikroprozessoren mit separaten Speichern, Controllern etc. in den Personal Computern als eingebetteter Controller (engl. Embedded Microcontroller) ausgeführt. Eingebettet heißt, dass sich neben dem Mikroprozessor (heute hauptsächlich 16 Bit und 32 Bit-Prozessoren) auch die Speicher (RAM und ROM) und die Controller für die Buskommunikation, für die Ansteuerung der peripheren Funktionen, A/D- und D/A-Wandler, PWM usw. auf dem gleichen Siliziumchip befinden. Der Programmspeicher (ROM) ist hierbei in der Regel als Flashspeicher ausgeführt. Damit kann der Speicherinhalt gelöscht und wiederbeschrieben werden. Diese Funktionalität erlaubt es, während der Entwicklung wie auch während der Nutzungsdauer des Fahrzeugs die Funktionen in der Software zu ändern, zu aktualisieren oder ganz auszutauschen. Steuergeräte waren in den Anfängen der Elektronik im Kraftfahrzeug gar nicht oder nur sehr gering untereinander vernetzt. Heute besitzen nahezu alle Steuergeräte einen oder mehrere Busanschlüsse.
A
Hierbei lassen sich grob folgende drei Grundtypen von Steuergeräten unterscheiden: Eingebettete Steuergeräte ECU (engl. embedded electronic control unit), Semi-eingebettete Steuergeräte, Rechnerknoten. Eingebettete Steuergeräte zeichnen sich dadurch aus, dass die Hauptaufgaben eines Steuergeräts – Sensorauswertung, Algorithmenberechnung, Ansteuerung von Aktoren und Diagnose – sich in einem Steuergerät befinden und die Funktionen dort vorwiegend autonom ablaufen. In Verbindung mit der Buskommunikation deckt diese Konfiguration die meisten Anforderungen und Funktionalität im Fahrzeug gut ab. Es zeigt sich jedoch, dass das Nebeneinander von rechenzeitintensiven Aufgaben sowie dem Schalten/Treiben von hoher elektrischer Leistung in einem Steuergerät nicht immer unkritisch bezüglich Verfügbarkeits- und Sicherheitsaspekten zu bewerten ist. In solchen Fällen werden die Lastschaltelemente mit den dazugehörigen Treibern in separaten Modulen mit oder ohne eigene Intelligenz ausgelagert. Bei hoher Komplexität der Funktionen oder bei Bedarf redundanter Funktio-
Bild 9-2: Technische Steuergeräte-Architektur einer Embedded ECU am Beispiel EDC-K (Elektronische Dämpfer Control – Kontinuierlich)
89
A
Grundlagen der Fahrerassistenzsystementwicklung
Bild 9-3: Technische Architektur des Steuergeräts Adaptive Cruise Control ACC (Typ semi-embedded ECU).
nalität für Sicherheitsfunktionen in einem Steuergerät werden mehrere Prozessoren in einem Steuergerät eingesetzt. Ein typischer Vertreter eines eingebetteten Steuergeräts ist im Bild 9-2 dargestellt. In dem Steuergerät befindet sich ein eingebetteter Controller mit dem Prozessorkern, einem SRAM und einem Flashspeicher. An das Steuergerät angeschlossen sind drei analoge Sensoren und vier analoge Ventile, die den Druck in den Dämpfern je nach Straßenlage und fahrdynamischem Zustand oder vom Fahrer vorgewählten Grundeinstellungen ändern. Zusätzlich besitzt es noch einen High-Speed-CAN-Anschluss (500 kBd). Derartige Steuergeräte eignen sich gut für relativ einfache Anwendungen der Fahrerassistenz, wie die bekannte PDC-Funktion (Park Distance Control), die heute schon nahezu vollständig in Form eines ASICs in solche Steuergeräte mit integriert wird.
90
In semi-embedded Steuergeräten sind nahezu keine Treiberbausteine vorhanden. Die Sensoren und Aktoren werden meist als mechatronische Einheiten realisiert, die über Subbusse mit dem Steuergerät vernetzt sind. Die mechatronischen Elemente beheimaten i. d. R. auch die Signalvorverarbeitung sowie teilweise oder ganz die Ansteuerung der Aktorik und entlasten das dazugehörige Steuergerät von diesen Aufgaben. Damit steht im Steuergerät eine hohe Rechenleistung, basierend auf 32 BitControllern verbunden mit hohem Speicherbedarf, siehe Bild 9-3, für komplexe FAS-Funktionen zur Verfügung. So sind im ACC-Steuergerät nur noch solche Treiber enthalten, die unmittelbar mit der realisierten Funktion zu tun haben. Das sind in diesem Fall der Radarsensor, der für die adaptive Geschwindigkeitsregelung nötig ist, und die Linsenheizung für das Radar. Die Systemvernetzung mit anderen
9 Einflüsse von Fahrerassistenzsystemen auf die Systemarchitektur im Kraftfahrzeug
Komponenten erfolgt quasi ausschließlich über Busse. Eine typische Funktion, die häufig als Rechnerknoten im Fahrzeug realisiert wird, sind komplexe Gateways. Eine ähnliche Herausforderung stellt auch die Sensordatenfusion mit einer kamerabasierten Fahrerassistenzfunktion dar, da hierbei z. B. das Radar und die Linsenheizung in einem anderen Steuergerät integriert werden. Dies führt dann zur Realisierung von Rechnerknoten. Zur Umsetzung von höheren Fahrerassistenzsystemen oder X-by-Wire-Systemen werden die Rechnerknoten in Zukunft häufiger anzutreffen sein. Dies begründet sich damit, dass sich viele neue Funktionen nur noch im Vernetzungszusammenhang von mehreren Steuergeräten realisieren lassen und zudem erhöhte Verfügbarkeits- und Sicherheitsanforderungen dazu zwingen, gezielt Redundanzen steuergeräteintern oder -extern aufzubauen. Das gezeigte Aktivlenkungssystem setzt dies schon heute um, s. Bild 9-4. Die Aktivlenkung basiert auf dem Prinzip der Überlagerungslenkung, bei dem die Lenkübersetzung gezielt über einen Elektromotor mit Getriebe in der Lenksäule verändert werden kann (s. Kap. 20 und 29). Das Steuergerät AFS (Active Front Steering) tauscht dabei intensiv Daten mit den Steuergeräten DSC (Dynamische Stabilitäts Control) und DME (Digitale Motor Elektronik) über den Systembus Pt-CAN (500 kBd) aus. Ferner benötigt es die doppelte Sensorik: zwei Sensorcluster, die Gierratensensor und Beschleunigungssensor integrieren, und zwei Lenkwinkelsensoren. Da diese Sensoren auch vom DSC benötigt werden, sind diese Sensoren an dem Subbus F-CAN (500 kBd) angeschlossen. Das AFS-Steuergerät ist im Grunde nur noch ein Rechnerknoten mit einer Doppelprozessorarchitektur, wobei der eine Prozessor die wichtigsten Berechnungsergebnisse des Hauptprozessors überwacht. Sind die Ergebnisse nicht identisch, so fällt das Aktivlenkungssystem in den
A
sicheren Zustand zurück: Die Lenkung verhält sich so wie eine konventionelle Lenkung mit fester Lenkungsübersetzung. Ein weiterer Vorteil beim Einsatz von zentralen Rechnerknoten ist, dass dort hinreichend hohe Rechnerleistung auch für sehr komplexe Fusion der Sensordaten zur Verfügung gestellt werden kann.
9.6 Vernetzungstechnologien Ein weiteres zentrales Schlüsselelement einer Systemarchitektur sind die Vernetzungstechnologien, das heißt Busse und ihre entsprechenden Übertragungsprotokolle. Man unterscheidet die Busse primär hinsichtlich ihrer zugrunde liegenden Buszugriffsverfahren nach deterministischen (FlexRay, byteflight, TTP) und arbitrierenden Buszugriffsverfahren (CAN, LIN, MOST). Weiterhin können einige Bussysteme mehrere logische Datenkanäle öffnen, um synchron große Datenmengen für Audio oder Video zu übertragen (MOST). Die zentralen Busse, die heute in Kraftfahrzeugen eingesetzt werden, sind der CAN-Bus für die Domänen Antrieb, Fahrwerk und Karosserie, der MOST-Bus für die Domäne Multimedia und neuerdings der FlexRay-Bus für Anwendungen im Fahrwerks- und Antriebsbereich. Daneben gibt es noch eine Reihe von Subbussen, die für die lokale Anbindung von einfacheren Steuergeräten zur Anwendung kommen. Hier hat vor allem der LINBus an Bedeutung gewonnen. Die wesentlichen Anforderungen an Busse im Kraftfahrzeug sind nachfolgend zusammenfassend dargestellt. Wichtige Anforderungen an Bussysteme aus Sicht von Fahrerassistenzanwendungen sind: Bandbreite (Datenübertragungsrate): Insbesondere für die Übertragung von Videosignalen der Kameras werden hohe Übertragungsbandbreiten erforderlich.
Bild 9-4 Vereinfachte technische Architektur des Aktivlenkungssystems mit AFS-Steuergerät
91
A
Grundlagen der Fahrerassistenzsystementwicklung
Latenzzeiten: Bei Systemen mit aktivem Eingriff in die Fahrdynamik, wie etwa bei der Automatisierung von Einparkvorgängen oder bei Kollisionsvermeidungssystemen, muss eine sorgfältige Betrachtung der möglichen Latenzzeiten erfolgen; ggf. sind deterministische Busprotokolle und Abschätzungen der worst case execution time der Steuergeräte in Betracht zu ziehen. Jitter: Eine Reihe von Anwendungen, etwa in der Sensordatenfusion, benötigen zur Einhaltung der Funktionssynchronität sehr genaue Erneuerungszyklen des Datenaustauschs. Übertragungssicherheit: auch in der rauen Umgebung im Fahrzeug mit den vielen eingestrahlten und eingekoppelten Störungen hinreichende Robustheit der Datenübertragung auch ohne aufwendige Abschirmmaßnahmen. Leitungslänge: Mit der steigenden Übertragungsrate der Busse steigen die Anforderungen an die physikalischen Eigenschaften der Busverbindungen und Bustreiber, wie Impedanz, Dämpfung, Übersprechen etc. zum Teil erheblich. Die gewählte Topologie der Busverbindungen muss deshalb stets sorgfältig dimensioniert und durch Simulation und Messungen abgesichert werden.
9.7 Zusammenfassung und Ausblick Das Potenzial, die Sicherheit und den Kundennutzen im Fahrzeug durch Funktionen der Fahrerassistenz zu erhöhen, ist bei weitem noch nicht ausgeschöpft. Die Weiterentwicklung der Sensortechnologien und ausgeklügelte Gestaltung der Systemarchitektur werden der weiteren Perfektionierung und Erweiterung der FAS-Funktionen helfen. Diese werden nach der Lernkurve rasch den Einzug auch in Fahrzeuge in unteren Marktsegmenten finden. Durch diese Fortschritte werden die heutigen Systemgrenzen zwischen den Domänen „Aktive und Passive Sicherheit“ und „Fahrerassistenz“ in den Hintergrund treten und weitere Synergien erschlossen werden. Bei der Vielzahl von Funktionen und der zunehmenden Realisierung von sehr komplexen Funktionen mit Sicherheitsrelevanz werden in Zukunft verstärkt Rechnerknoten zum Einsatz kommen, die die relativ komplexe Sensorfusion beheimaten. Diese können mittelfristig dann auch die zentralen Instanzen eines Systemmanagements der diversen
92
FAS-Systeme sowie die redundanten Pfade bei sicherheitskritischer Funktion aufnehmen. Dies wird deshalb zunehmende Bedeutung gewinnen, da immer mehr Funktionen auf die gleichen Aktoren zugreifen. Hier wird in Zukunft eine Koordinationsinstanz dafür sorgen müssen, dass die Anforderungen an die Aktorik situationsgerecht priorisiert werden. Für derartige leistungsfähige Rechnerknoten werden verstärkt neue Multicore-Prozessorarchitekturen mit den Vorteilen hoher Rechnerleistungen ohne die Nachteile bezüglich Zuverlässigkeit und Verlustleistung zum Einsatz kommen. Das derzeitige OSEK-Betriebssystem, wie es sich für heutige Steuergeräte im Einsatz befindet, ist allerdings für Multicore-Steuergeräte nicht geeignet. Hier sind neue Betriebssystemkonzepte ebenso erfoderlich wie auch neue Methoden des Softwaredesigns, um mit dem prinzipiellen Vorteil der Parallelisierbarkeit von Tasks zweckmäßig umzugehen. Entsprechende Entwicklungsarbeiten sind firmenübergreifend angestoßen und werden in naher Zukunft geeignete Lösungen liefern.
Quellenverzeichnis [1] Naab, K.: Intelligente Sensorik künftiger Fahrerassistenzsysteme. GMM-Fachtagung „Technologien in automobilen Anwendungen“, VDE-Kongress 2004
B Sensorik für Fahrerassistenzsysteme
10 Fahrdynamik-Sensoren für FAS
94
11 Ultraschallsensorik
110
12 Radarsensorik
123
13 Lidarsensorik
172
14 3D-Imaging
187
15 Maschinelles Sehen
198
16 Kamerabasierte Fußgängerdetektion
223
17 Fusion umfelderfassender Sensoren
237
93
B 10 Fahrdynamik-Sensoren für FAS 10.1 Einleitung Die Auswahl einer Sensorkomponente für ein Fahrerassistenzsystem ist in vielen Bereichen unabhängig von dessen Funktion. Die Bedingungen richten sich nach den Standards, die in der Kfz-Industrie nach VDA oder ISO weltweit eingeführt sind, und den Regeln, die die Systemlieferanten und Fahrzeughersteller für sich selbst hieraus abgeleitet haben. Diese Standards werden als wesentliche Basis für die heute erreichte Qualität angesehen. Die Qualität der Sensoren hat neben der Bedeutung für die Verfügbarkeit der Systeme und des Fahrzeugs im eigentlichen Sinne in vielen Fällen auch eine fundamentale Bedeutung für die Sicherheit des Gesamtsystems. Der Aufwand und die Wirksamkeit von Überwachungen der Sensorsignale sind hiervon abhängig. Sensoren im Kraftfahrzeug sind kein Selbstzweck; sie liefern die für die Fahrerassistenzsysteme notwendigen Informationen. Da die Kosten für diese Systeme ein entscheidender Faktor für ihre Marktakzeptanz sind, müssen sowohl die Kosten für die Sensoren als auch deren Anzahl bis auf das Notwendigste reduziert werden. Die Auswahl eines Sensors für ein System gliedert sich in zwei Hauptaspekte: allgemeine Auswahlkriterien, die für jeden Sensor gelten technische Daten für die gesuchte Funktion. Die Zusammenstellung in diesem Kapitel soll erklären, was bei dieser Auswahl beachtet werden muss. Eine Vertiefung der Themen bleibt Spezialliteratur
Matthias Mörbe
und den firmeninternen Dokumentationen vorbehalten. Die angegebenen Daten für die Sensoren sind den aktuellen Unterlagen für Fahrzeughersteller entnommen worden. Ein besonderer Dank gilt allen Kollegen für die Unterstützung zu diesem Beitrag.
10.2 Allgemeine Auswahlkriterien Für den Auswahlprozess empfiehlt es sich, die verschiedenen Anforderungen an Sensoren in einer Matrix systematisch zusammen zu stellen, und zwar für jeden Anbieter in der gleichen Art und Weise. Hierdurch wird die Vergleichbarkeit von Angeboten wesentlich vereinfacht. Ein Modell für diese Auswahlmatrix mit einer Technikebene und einer kommerziellen Ebene ist im Bild 10-1 dargestellt. Die Inhalte können beliebig ergänzt werden. Auf eine Gewichtung der einzelnen Faktoren sollte in einer ersten Auswahlrunde bewusst verzichtet werden. Damit wird sicher gestellt, dass jedes Kriterium mit gleicher Sorgfalt betrachtet wird. Sind in der finalen Auswahl zwei Angebote sehr ähnlich, kann eine Gewichtung für mehr Transparenz sorgen. Neben den einfach messbaren Faktoren liegen natürlich eine Vielzahl so genannter weicher Faktoren vor. Dazu zählen Verlässlichkeit in mündlichen Absprachen, Vertrauen in die Absicherung der Geheimhaltungsvereinbarung, kurze Reaktionszeiten bei Qualitätsthemen und – wenn erforderlich – die Bereitschaft zur langfristigen Kooperation.
Bild 10-1 Auswahlmatrix Sensorkomponenten für Fahrerassistenzsysteme
94
10 Fahrdynamik-Sensoren für FAS
10.2.1 Anforderungen Technikebene Die Anforderungen an einen Sensor im Kraftfahrzeug gliedern sich in vier Hauptgebiete: Systemanforderungen Einbauanforderungen/Geometrie Umweltanforderungen Gesetzliche Anforderungen und Normen. Die Anforderungen werden von den Fahrzeug- oder Systemherstellern in Lastenheften dokumentiert und unterliegen einem Änderungsdienst. Die stetig eingehenden Änderungen sind das Ergebnis der fortschreitenden Entwicklung und müssen vor jeder Komponentenauswahl erneut auf ihre Erfüllbarkeit hin geprüft werden. Die langjährige Beobachtung dieses Prozesses hat eindeutig gezeigt, dass die Nichtbeachtung der Änderungen eine wesentliche Ursache für nachfolgende Beanstandungen ist. Nun liegt aber die Wahrheit nicht allein in der Erfüllung einer Änderung, sondern in der Analyse und Bewertung dieser Änderung, auch in Bezug auf die Wechselwirkung von Funktionen und weiteren Anforderungen in anderen Bereichen oder Systemen. Eine gut geeignete Methode zur systematischen Unterscheidung dieser Wechselwirkung ist die von Toyota entwickelte DRBFM-Methode (Design Review Based on Failure Mode). 10.2.1.1 Systemanforderungen Systemanforderungen teilen sich auf in die physikalischen Größen, die sich aus der Wandlung der Messgröße ergeben, den elektrischen Schnittstellen und der funktionellen Beschreibung im Systemzusammenhang. Für die Signalwandlung lassen sich in der Regel eindeutig messbare Parameter festlegen. Jeder Parameter wird zusätzlich mit Toleranzen, Auflösungen und Genauigkeiten im Kontext mit den anderen Anforderungen dargestellt. Die Bedeutung der eindeutigen Messbarkeit muss hervorgehoben werden, denn sie bestimmt wesentlich den Aufwand der Prüfungen in der Fertigung als Bestandteil der Lieferbedingungen. Die Angabe von Größen, die erst durch die Weiterverarbeitung des Signals im System beschreibbar werden, muss eine Ausnahme von der Regel bleiben. Für die elektrischen Schnittstellen wurden für viele Anwendungen bereits Standards gebildet. Diese sollen gewährleisten, dass ein Sensor eines Anbieters auch von einem anderen Anbieter beliefert werden kann. Die Reduzierung auf diese Standards lässt diesen einfachen Austausch jedoch nur in wenigen Fällen zu. Der Grund hierfür liegt in den zusätzlichen Bedingungen, die sich aus der Systemfunktion ergeben und sich nicht ausschließlich auf
B
elektrische oder mechanische Größenordnungen reduzieren lassen. Für Sicherheitssysteme ist auch der Entwicklungsprozess zu bewerten. Aus der Methodik, der Tiefe von durchgeführten Simulationen und den Herstellprozessentwicklungen leiten sich wichtige Bewertungsgrundlagen für die FMEA (Failure Mode Effect Analysis) und eine FTA (Fault Tree Analysis) ab. Zur Komplexität dieses Themas trägt weiterhin die Unterscheidung zwischen statischen und dynamischen Wechselwirkungen bei. Diese Komplexität reicht soweit, dass auch bei der Grundlagenentwicklung von Systemen unbewusst Sensoreigenschaften berücksichtigt worden sein können, die nicht im Lastenheft beschrieben sind. Ändert sich im Laufe der Systemevolution der Sensor, z. B. in der verwendeten Technologie, so können daraus erst sehr spät im Entwicklungsablauf Komplikationen mit erheblichen Auswirkungen auftreten. Diese Tatsache führt dazu, dass die Lastenhefte immer aufwendiger und der Anspruch an das Expertenwissen immer höher werden. Das Expertenwissen muss dazu dienen, die Bedeutung der Parameter und ihre Toleranzen mit der Systemfunktion in Zusammenhang zu stellen. Eine Hilfestellung dazu leistet die Simulation, die jedoch auch auf ihre Grenzen stößt. Dynamische Vorgänge im Fahrzeug sowie sein Bordnetz können bisher nur in sehr begrenztem Umfang im gesamten Systemverbund simuliert werden. Solange die Sensor- und Bordnetzmodelle nicht entsprechend verfeinert sind, wird eine Prüfung auf Erfüllung der Systemanforderungen mit realer Hard- und Software nicht zu umgehen sein. 10.2.1.2 Einbauanforderungen Mit dem wachsenden Ausrüstungsgrad von Systemen zur Fahrdynamikregelung im weitesten Sinne etablieren sich immer mehr Anforderungen für den Einbau von Sensoren in den Konstruktionsvorgaben des Kraftfahrzeugs. Mit der Vielfalt der Fahrzeugformen gestaltet sich auch die Vielfalt der Einbaubedingungen dazu passender Sensoren. Ein einheitlicher Trend lässt sich mit Blick auf die Baugröße erkennen: Je kleiner, also angepasster, ein Sensor gestaltet werden kann, um so günstiger für den Fahrzeugkonstrukteur. Die Grenzen werden durch die Handhabung in der Fahrzeugfertigung und im Service gesetzt. Dies gilt insbesondere für die Befestigung mittels Schrauben und die Zugänglichkeit von elektrischen Steckverbindungen. Die entscheidende Wechselwirkung zwischen Sensor und Fahrzeug ergibt sich jedoch aus dem Einbauort selbst. Der größte Fehler in der Bewer-
95
B
Sensorik für Fahrerassistenzsysteme
tung der Tauglichkeit eines Sensors kann entstehen, wenn der Einbauort als statisch stabile Größe betrachtet wird. Die auftretenden Schwingungen sind sowohl im Frequenzspektrum als auch in den Amplituden und Resonanzüberhöhungen abhängig von der Dynamik der Fahrbedingung. Aber auch die Handhabung des Fahrzeugs selbst spiegelt sich in diesem Profil wider. Eine nicht vollständige Liste ohne Priorität in der Bedeutung soll verdeutlichen, worauf geachtet werden muss. Störungen am Sensoreinbauort: Luftspalt ändert Raddrehzahlsensor durch Achslast und Lagerspiel in der Kreisfahrt Stöße durch Türenschlagen Vibrationen durch Betätigung der Handbremse Stöße durch Sitzverstellungen Impulse durch Wasserdurchfahrt bei hohen Geschwindigkeiten Überfahren von Fahrbahnbegrenzungen auf Rennstrecken Impulse durch Steinschlag auf Schotterpisten Schwallwasser im Motorraum bei Wasserdurchfahrten Stöße und Schläge durch Werkzeuge in der Fahrzeugmontage Fahrbahnunebenheiten bei verschiedenen Fahrmanövern Fahrbahnoberflächen und Reifeneigenschaften, Stöße/Schläge durch unbefestigte Gegenstände im Fußraum Rechts-/Linkslenkerausführungen Zusätzlich eingebaute Audioanlagen hoher Leistung Ablage von Mobiltelefonen an nicht dafür vorgesehenen Orten Die Liste lässt sich für jeden Sensor beliebig ergänzen, und jede einzelne Situation repräsentiert die Erfahrungen des Sensorherstellers, die er in seiner Konstruktion berücksichtigt hat. Synthetische Untersuchungen lassen sich nur begrenzt durchführen, weil sich die Anregungsenergie nicht in jedem Fall erzeugen und einkoppeln lässt. Zusätzlich kommen die Veränderungen durch Alterung des Fahrzeugs hinzu, deren Verlauf für den einzelnen Störfaktor teilweise nicht herausgefiltert werden kann. Neben der genannten Vielfältigkeit an Randbedingungen des Einbauortes ist die Änderung des Fahrzeugs in seinem Entwicklungsablauf zu nennen. Zum Zeitpunkt der System- und damit Sensorentscheidung existiert in der Regel nur ein getarnter Prototyp des Fahrzeugs auf der Basis eines Vorgängermodells. Für den sicheren Betrieb eines Sen-
96
sors sind aber insbesondere die Karosserie- oder Achseneigenschaften der Serienausführung von Bedeutung. Eine Auflistung der Einflussfaktoren soll zeigen, worauf in der Einbauortbewertung zu achten ist. Faktoren zur Bewertung des Einbauortes: Blechstärken Sickern, Vertiefung, Spannungszonen von Stanz-/Biegeteilen Massen von weiteren Befestigungs- oder Anbauteilen, z. B. Sitzen Durchbrüche Teppiche und Dämmmaterial Achsabstände und Ausbauvarianten Zweitürer/Viertürer/Kombiausführungen Automatik-/Schaltgetriebeausführungen Rechts-/Linkslenkerausführungen Radlagerauswahl Achsaufhängungen Feder-/Dämpferabstimmung des Fahrwerks Motorvarianten Besondere Beachtung ist auch den Anwendungen von Sensoren zu schenken, bei denen der Fahrzeughersteller ein Gleichteilekonzept für mehrere Plattformen verwirklicht. Die Verantwortung für die Tauglichkeit an nicht bewerteten Einbauorten muss in diesem Fall beim Anwender des Sensors liegen. Aus den mehrdimensionalen Faktoren des Einbauortes ergibt sich ein erheblicher Aufwand in der Applikation von Sensoren im Kraftfahrzeug. Die Kosten dafür sind in der Auswahlmatrix mit zu berücksichtigen. 10.2.1.3 Gesetzliche Anforderungen und Normen Diese Anforderungen auf der Technikebene teilen sich auf in die Forderungen, die sich aus dem System auf die Funktion ableiten, und die Anforderungen für die verwendeten Materialen. Die Systeme werden in Zukunft nach einer Sicherheitsnorm aus der ISO 61508 eingestuft. Daraus ergeben sich für die Sensoren in den Wirkketten ebenfalls Anforderungen, die sowohl die Technik als auch den Entwicklungsprozess betreffen. Diese Norm wird als ISO 26262 für Kraftfahrzeuge spezifisch angepasst. Durch die Mehrfachnutzung der Sensorsignale von verschiedenen Systemen, können sich auch Verschiebungen in Sicherheitsforderungen ergeben. Wird z. B. ein Lenkradwinkelsensor oder ein Drehratensensor nicht nur vom ESP-System genutzt, sondern von einer Überlagerungslenkung oder einer Hinterachslenkung, steigt der Sicher-
10 Fahrdynamik-Sensoren für FAS
heitsanspruch an die Signale dieser Sensoren. Dies kann dazu führen, dass die gesamte Signalverarbeitung im Sensor redundant erfolgen muss. Wenn diese Lenksysteme nicht in einer 100 %-Ausstattung vorgesehen werden, ist eine vereinfachte kostengünstigere Variante ohne Redundanz für die Baureihe des Fahrzeugs erforderlich. Unter dem Oberbegriff „umweltgerechtes Design“ werden die Stoffe mit Risikopotenzial in der Anwendung der Kraftfahrzeugtechnik zunehmend eingeschränkt oder ganz verboten. Der Hersteller von Komponenten und seine Lieferanten müssen in Materialdatenblättern gewährleisten, welche Stoffe und welche Mengen in der Komponente enthalten sind. Auch Hilfsstoffe bei der Verarbeitung fallen unter diese Regel, sofern die darin enthaltenen Stoffe später auch in dem gelieferten Produkt enthalten sind. Dabei ist es unerheblich, ob die nicht mehr zugelassenen Stoffe sich so verteilen bzw. verdünnen, dass sie im gelieferten Produkt unter die Nachweisgrenze fallen. Da die Normen einer jährlichen Änderung unterliegen, muss vor dem in Verkehr Bringen der Produkte überprüft werden, ob die neuen Gesetze dies noch zulassen. Die Nachweispflicht über Schadstofffreiheit liegt beim Lieferanten. Es gibt besondere Regelungen z. B. hinsichtlich Ersatzteilen für ältere Fahrzeuge. Für die Prüfung, ob die Anforderungen aus gesetzlichen Regelungen und Normen erfüllt werden, ist sowohl systemübergreifende Kenntnis des Gesamtfahrzeugs als auch tiefgehendes Wissen über die Herstellprozesse der verwendeten Bauelemente und Baugruppen erforderlich. Das Materialdatenblatt muss ein fester Bestandteil eines jeden Angebots einer Sensorkomponente sein. Die Ermittlung der Daten erfolgt mit aufwendigen Verfahren und bestimmt eine Zuliefererauswahl mit.
vertretbar und auch technisch nicht sinnvoll. Der Entwickler muss jeden Parameter in realen Bezug zum Betrieb des Fahrzeugs stellen. Dabei gelten alle Wechselwirkungen des Einbauortes mit seinen Umweltbedingungen. Ein Beispiel soll dies verdeutlichen: Für einen Raddrehzahlsensor gilt eine maximale Temperatur. Dieser Wert wird durch extreme Bremsentemperaturen erzeugt und steigt sogar im Stillstand, in der Nachheizphase, noch an. Ein Temperaturschock kann entstehen, wenn danach eine Durchfahrt durch Schmutzwasser erfolgt, wobei dieses Schmutzwasser zudem noch mit Auftausalzen versetzt sein kann. Wurde diese Bedingung in einem Labortest nicht nachgestellt, sind etliche Randbedingungen nicht vollständig abgedeckt. Der Sensorkopf ist in einem Achsträger eingebaut und damit vor der Strahlungswärme der Bremsscheibe geschützt. Die große Masse des Achsträgers erlaubt nur eine langsame Änderung der Temperatur durch seine Wärmekapazität. Dies gilt in beiden Richtungen. Ob eine Benetzung des Sensorkopfes mit Schmutzwasser bei der Durchfahrt überhaupt erfolgt, hängt davon ab, wie der Sensor an der Achse platziert ist. Es bleibt zum Schluss noch die Frage der Häufigkeit dieses Manövers: Wie viele Fahrzeuge werden unter diesen Bedingungen betrieben, und wie häufig erfolgt eine solche Extrembremsung? Auf eine zahlenmäßige Detaillierung wurde in diesem Beispiel bewusst verzichtet, weil nur die Komplexität der Zusammenhänge angedeutet werden sollte. Sonderfälle sind fehlende Abdeckungen, Schäden an Kabeln und Steckerverbindungen, Anzugsmoment von Schrauben nicht nach Vorgabe, Ersatzteile mit anderen Spezifikationen und der Einsatz im Motorsport.
10.2.1.4 Umweltanforderungen Unter diesem Begriff werden alle klimatischen und dynamischen Anforderungen verstanden, die sich aus dem Betrieb im Kraftfahrzeug ergeben. Die ISO-Norm 16750 und die Fahrzeughersteller beschreiben in ihren Lastenheften, welche Belastungen für den Sensor am Einbauort gelten. Das Ziel ist es, für die gesamte Betriebs- und Lebenszeit der Systeme einen fehlerfreien Betrieb zu gewährleisten. In der Prüfung dieser Lastenhefte und der Konvertierung in eine elektronische Schaltung, einer Bauelementeauswahl und elektromechanischen Konstruktion liegt der höchste Anspruch an den Entwickler. Die Erfüllung jedes Parameters unter allen Bedingungen ist wirtschaftlich nicht
In den Liefervereinbarungen wird auf Basis einer technischen Dokumentation und eines Zeichnungssatzes von der Erfüllung aller Anforderungen an die Funktion auf der Technikebene ausgegangen. Abweichungen sind in Abweichlisten zu dokumentieren. Die Abweichungen werden üblicherweise für eine Baureihe, eine Menge oder einen Zeitraum vereinbart.
B
10.2.2 Kommerzielle Ebene
Die Hauptthemen auf dieser Ebene sind: Qualität Liefermengen internationale Lieferungen Nachlieferung Verpackung Änderungswesen.
97
B
Sensorik für Fahrerassistenzsysteme
Die Konstruktion und die ausgewählten Technologien bestimmen die auf dieser Ebene abgeschlossenen Vertragsinhalte wesentlich. Der Entwickler muss mit dem Einkauf des Kunden die besonderen Randbedingungen identifizieren und Vereinbarungen festschreiben.
10.3 Technische Sensorkenndaten für Fahrerassistenzsysteme
rerwunsches die Messgröße, auf die alle Fahrdynamikmesswerte bezogen und plausibilisiert werden. Es wird nicht der Lenkwinkel am Rad gemessen. 10.3.1.3 Drehratensignal Die Drehbewegungen in allen drei Raumachsen werden gemessen, um die Dynamik des Fahrzeugkörpers zu bestimmen. Für ESP-Systeme wird die Bewegung um die z-Achse gemessen, für Überschlagerkennung die Rollbewegung um die x-Achse und für Fahrwerkregelung die Nickbewegung um die y-Achse.
10.3.1 Sensoren und Einbauorte Hauptfunktionen der Signale in den Systemen: Die Kennzeichnung der Hauptachsen in Fahrtrichtung als x, Querrichtung als y und Hochachse als z ist international einheitlich definiert. Damit wird erreicht, dass die Beschriftungen der Sensoren und die Definition der Parameter nicht zu unterschiedlichen Bewertungen führt. 10.3.1.1 Raddrehzahl Für alle Fahrdynamiksysteme ist die Radbewegung die Größe, mit der Radgeschwindigkeit, Radbeschleunigung und Radrichtung bestimmt werden. Hieraus wird der Reibwert oder Radschlupf bestimmt und auch die Fahrzeuggeschwindigkeit errechnet. Die Dynamik der Radbewegung ist die wichtigste Größe zur Regelung der Fahrzeugverzögerung und der Fahrstabilität auf allen ordentlichen Fahrbahnen. 10.3.1.2 Lenkradwinkel Für die Regelung der Fahrzeugstabilität ist der Lenkradwinkel als Eingangsinformation des Fah-
10.3.1.4 Beschleunigungssensoren Zur Erfassung der Beschleunigung und Verzögerung dient der x-Sensor. Damit können auch statische Hangabtriebskräfte erfasst werden. Der Beschleunigungssensor in der y-Achse misst die tangentiale Beschleunigung in der Kreisfahrt und dient statisch zur Messung von Fahrbahnneigungen. Beschleunigungssensoren in der z-Achse werden zur Erfassung der Fahrzeugaufbaubewegung in Fahrwerkregelsystemen verwendet. 10.3.1.5 Bremsdrucksensoren Zur Erfassung des vom Fahrer eingesteuerten Bremskraftwunsches wird der Druck im Hauptbremszylinder gemessen. In Fahrdynamikregelsystemen mit hohem Komfort werden auch die einzelnen Bremskreise oder sogar der Druck an jedem Radbremszylinder gemessen. Für Abstandsregelsysteme muss in jedem Fall der Druck nach dem Speicher oder der Pumpe gemessen werden.
Bild 10-2 Übersichtsbild Fahrzeug mit Sensoren und Darstellung der Maßachsen
98
10 Fahrdynamik-Sensoren für FAS
B
Bild 10-3 Raddrehzahlsensoren
10.3.2 Raddrehzahlsensor DF 10.3.2.1 Funktions- und Aufbaudarstellung Raddrehzahlsensoren waren seit der ersten ABSAnwendung 1978 mehrheitlich induktive Sensoren. Mit der Forderung, auch quasi bis null die Radgeschwindigkeit messen zu können, musste der passive durch einen aktiven Sensor ersetzt werden. Von 1995 an haben diese Sensoren mit Messelementen nach dem Hall- oder AMR-Prinzip die passiven fast vollständig verdrängt. Im Nutzfahrzeug jedoch werden auch heute noch überwiegend induktive Sensoren verwendet, weil die Achskonstruktionen noch nicht angepasst wurden. Im Bild 10-3 sind die Funktion und der Aufbau der Sensoren im Prinzip dargestellt. Die technischen Daten der Drehzahlfühler beziehen sich auf folgende Teile:
Drehzahlfühlerkopf Elektrische Leitung einschließlich Tüllen, Befestigungselementen und einem Stecker Der Drehzahlfühlerkopf wird zusätzlich noch in folgende Zonen aufgeteilt: Sensorzone Kabelzone Die genaue Lage der einzelnen Zonen ist in der Angebotszeichnung festgelegt. Die Achsenkonstruktionen fordern unterschiedliche Bauformen der Sensoren, siehe Bild 10-5. Die entscheidende Größe ist die Lage der Sensorelemente zum Impulsrad, auch Encoder genannt. Mit aktiven Sensoren ist es auch möglich, die Drehrichtung des Rades zu erfassen. Deshalb kann auch eine linke und rechte Einbaulage definiert werden.
Bild 10-4: Prinzipskizze zur Festlegung von Temperatur von Raddrehzahlsensoren
99
B
Sensorik für Fahrerassistenzsysteme
Bild 10-5 Einbaupositionen Raddrehzahlsensor
10.3.2.2 Technische Daten Raddrehzahlsensor
Umgebungstemperatur Kriterium
Lagerzeit Kriterium Ab Fertigungsdatum Lagertemperatur
Wert 10 Jahre –40 °C … +50 °C
Mindest-Lebenserwartung Kriterium
100
Wert
Unter Berücksichtigung der Temperaturgrenzen
15 Jahre
Betriebsdauer
12 000 h
Wert
für Sensorzone
–40 °C … +150 °C
für Kabelzone
–40 °C … +115 °C
Die Versorgungsspannung muss dabei im Bereich von 4,5 V bis 20 V liegen. Ausgangssignal Alle Raddrehzahlsensoren arbeiten mit zwei geschalteten Strompegeln an einem Kabel mit zwei Leitungen. Der untere Strompegel setzt sich aus der Eigenstromaufnahme des Sensorelements und einer geregelten Korrekturgröße zusammen.
10 Fahrdynamik-Sensoren für FAS
Der obere Strompegel wird durch eine zusätzlich geschaltete, temperaturkompensierte Stromquelle als additive Größe dargestellt. Kriterium
Wert
Signalfrequenz
1 … 2500 Hz
Untere Signalhöhe IL
5,9 … 8,4 mA
Obere Signalhöhe IH
11,8 … 16,8 mA
Signalverhältnis Signalanstieg, -abfall mit EMVKondensator und definierter Mess-Schaltung Tastverhältnis
t 1,9 8 … 26 mA/μs
0,3 d t / T d 0,7
Prüfungen Die aufgeführten Prüfungen sind charakteristisch für den Einbauort am Rad im Außenbereich des Fahrzeugs; sie sind Einzelprüfungen und werden jeweils an Neuteilen durchgeführt. Prüfbedingungen Soweit nicht anders spezifiziert, gilt für alle nachfolgend aufgeführten Prüfungen: Prüfbedingung Prüfbedingungen gemäß
Wert IEC 68-1
Umgebungstemperatur
23 °C ± 5 °C
Relative Luftfeuchtigkeit
50 % ± 15 %
Spannungsversorgung Uv (DC)
12 V ± 0,1 V
Eingangskapazität Steuergerät (inkl. Leitung)
d 10 nF
Nach Abschluss der jeweiligen Prüfungen müssen die Kenndaten gelten.
B
Isolationswiderstandsmessung Der DF wird in eine 5 %-ige NaCl-Lösung getaucht. Zwischen einer Elektrode in der Lösung und den kurzgeschlossenen Steckerpins wird die Prüfspannung für die Zeit der Prüfdauer angelegt. Der Steckerbereich befindet sich außerhalb der Sole. Prüfbedingung
Wert
Prüfspannung
400 V DC
Prüfdauer
2s t 100 M:
Prüfkriterium im Neuzustand (RIsol)
t 5 M:
Prüfkriterium über die Lebensdauer (RIsol)
Breitbandrauschprüfung Prüfbedingung
Wert
Prüfbedingungen gemäß
IEC 68-2-34
Festlegung der Hauptachsen
Kundendefinition
Prüfaufnahme
Kundendefinition
Die Leitung wird im Abstand von 50 … 120 mm vom DF-Kopf mit dem ersten Befestigungspunkt (Tülle, Blech) am mitschwingenden Teil der Prüfaufnahme befestigt.
10.3.3 Lenkradwinkelsensoren Eine weitverbreitete Bauform eines Lenkradwinkelsensors ist im Bild 10-6 dargestellt. Ein Messprinzip, das kontaktlos ist und eine Absolutmessung gewährleistet, wird in der modernsten Bauform – GMR-Effekt (Giant Magneto Resistive) – eingesetzt.
Bild 10-6 Mögliche Einbauposition des Lenkradwinkelsensors
101
B
Sensorik für Fahrerassistenzsysteme
Bild 10-7: Grundprinzip des Noniusprinzips im Lenkradwinkelsensor
Die Erfassung des absoluten Winkels wird mittels zweier Messzahnräder erreicht, die ein um zwei Zähne unterschiedliches Übersetzungsverhältnis zur Nabe an der Lenksäule haben. Die Messzahnräder tragen Magnete, die in den gegenüberliegenden angeordneten GMR-Elementen eine dem Winkel proportionale Widerstandsänderung bewirken. Die Analogspannungen werden digitalisiert, und der phasenverschobene Spannungsverlauf erlaubt über das Noniusprinzip eine eindeutige Zuordnung der Neubauposition innerhalb von z. B. drei Umdrehungen nach links oder rechts. Die Zählweise geht von der Mittelposition, also der Geradeausfahrt aus. Als Systemschnittstelle wird aus Systemsicherheitsbetrachtungen eine CAN-Schnittstelle verwendet. Über diese Schnittstelle kann auch die errechnete Lenkwinkelgeschwindigkeit übertragen werden. Durch eine mathematische Operation kann ein Korrekturfaktor berechnet werden, im Bild 10-7 als das gelbe und blaue Feld dargestellt. Die unterschiedlichen Einbaupositionen erfordern eine individuelle Gestaltung der Mechanik. Innerhalb von Plattformen eines Herstellers definieren sich aber auch Gleichteilekonzepte. 10.3.3.1 Technische Daten Lenkradwinkelsensor Die CAN-Schnittstellenspezifikation ist vergleichbar mit allen anderen Applikationen dieser Art im Kraftfahrzeug und wird deshalb nicht extra dargestellt.
102
Von besonderer Bedeutung für die Systemfunktionen sind die Umsetzungen der mechanischen Größen mit ihren Toleranzen. Dies gilt insbesondere deshalb, weil der Lenkradwinkelsensor als Eingangsgröße des Fahrerwunsches in den Systemen mit anderen Signalen zu plausibilisieren ist. Wird sogar eine Hinterradlenkung damit gesteuert, sind erhöhte Anforderungen an Hysterese und Linearität darzustellen. Diese Anwendungen fordern außerdem eine redundante Signalverarbeitung. Funktionale charakteristische Kennwerte Die angegebenen Werte sind nur dann gültig, wenn der Sensor an der Lenksäule zeichnungsgerecht montiert ist. Nominaler Messbereich Funktion Winkelbereich
Wert –780° … +779,9°
Lenkwinkelgeschwindigkeit
0 … 1016°/s
Empfindlichkeit und Auflösung Funktion
Wert
Winkel: 1 Bit entspricht (über Messbereich)
0,1°
Geschwindigkeit: 1 Bit entspricht (über Messbereich)
4°/s
10 Fahrdynamik-Sensoren für FAS
B
Bild 10-8 Definition der Parameter zur Funktion Empfindlichkeit
Bild 10-9 Definition der Parameter zur Funktion Nichtlinearität
Bild 10-10 Definition der Parameter zur Funktion Hysterese
Hysterese
Nichtlinearität Funktion Winkel (über Messbereich)
Wert –2,0° … +2,0°
Funktion Winkel (über Messbereich)
Wert 0° … 4°
103
B
Sensorik für Fahrerassistenzsysteme
Nullabgleich Die Offset-Kalibrierung des Nullpunkts erfolgt über das CAN Interface, während das Lenkrad und Fahrzeugrad in eine Richtung bewegt wird. Die Initialisierungsprozedur steht im Service Manual der System-Applikation. Nullpunkt Abweichung Funktion
Wert
Maximale NullpunktToleranz zwischen mechanischer und messtechnischer Sensorschnittstelle
–5° … +5°
Nullpunkt Wiederholgenauigkeit Funktion
Wert
Einschaltwiederholgenauigkeit
–0,5° … +0,5°
Lenkwinkelgeschwindigkeit Funktion Maximale Geschwindigkeit (< 5 s)
Wert –2500 °/s … +2500 °/s
Signalverzögerung Funktion
Wert d 200 ms
Verzögerungszeit zwischen Zündung Ein und einem gültigen Ausgangssignal ohne Lenkbewegung
Drehmoment Für alle Komponenten in Lenksystemen ist das zu addierende Drehmoment von großer Bedeutung. Werden hohe Momente erzeugt, ist das Rückstellmoment in die Geradeausfahrt über die Lenkgeometrie nicht ausreichend. Nullpunkt Wiederholgenauigkeit Funktion Drehmoment (Durchschnitt über Messbereich) Temperatur Drehgeschwindigkeit
104
Wert d 6 Ncm +23 °C 50 °/s ± 10 °/s
10.3.4 Drehraten- und Beschleunigungssensoren 10.3.4.1 Technische Daten Drehraten- und Beschleunigungssensoren
Messprinzip Der Zweck dieser Sensoren ist, die Drehung eines Fahrzeugs um seine Achsen sowie Quer-, Längsund Vertikalbeschleunigungen zu messen. Damit wird eine eindeutige Bestimmung des dynamischen Zustands im Raum möglich. Das Sensorelement für die Drehraten ist in vielen Anwendungen in Oberflächenmikromechanik hergestellt und mit einer Steuerung für den Antrieb und der Auswerteschaltung verbunden. Das Prinzip beruht auf dem gyroskopischen Effekt. Ein elektrostatischer Kammantrieb versetzt eine seismische Masse in eine oszillierende Schwingung. Eine Drehung des Fahrzeugs, z. B. um die z-Achse (Hochachse), bewirkt eine Corioliskraft auf einen Beschleunigungssensor, dessen kapazitive Änderung gemessen werden kann. Eine synchrone Demodulation der gemessenen Corioliskraft, welche die Geschwindigkeit der seismischen Masse nutzt, generiert ein Signal, das proportional zur Drehrate ist. Die Sensorelemente für Beschleunigungen bestehen ebenfalls aus Messelementen in Oberflächenmikromechanik. Zur Reduzierung der Chipfläche für die Auswerteschaltung werden die Signale auf kurzem Weg von einer analogen in eine digitale Signalverarbeitung umgesetzt. Die Kommunikation zwischen den Messelementen und dem internen Mikrocontroller des Sensors wird mit einem „Serial Peripheral Interface (SPI)“ dargestellt. Die Kommunikation zwischen dem Sensor und dem Steuergerät wird mit einer CAN-Schnittstelle nach Kundenspezifikation ausgeführt. Damit ist eine mehrfache Nutzung von verschiedenen Systemen möglich, und die Signalübertragung selbst ist störungssicherer. Einbauort Der Einbauort des Sensorclusters sollte so ausgewählt werden, dass an dieser Stelle nur die dynamischen Bewegungen des Fahrzeugs auftreten. Hierzu eignet sich insbesondere der Mitteltunnel oder der Bereich des Querträgers an der A-Säule. Die Montage am Fahrzeugboden unter den Sitzen muss mit besonderer Sorgfalt untersucht werden. Auf Grund des Messprinzips des Sensors, welches auf Beschleunigung basiert, müssen sekundäre, störende Beschleunigungen mit hohen Amplituden
10 Fahrdynamik-Sensoren für FAS
B
Bild 10-11: Blockschaltbild für einen ESP-Sensor mit CAN-Schnittstelle
und kritischen Frequenzbereichen, die nicht ursächlich auf der Fahrzeugbewegung beruhen, an dieser Einbaustelle begrenzt werden. Verbindungspunkte der Fahrzeugschweller und Querträger haben sich als effektiv bewährt. Eine Befestigung an dünnen Verkleidungen sollte vermieden werden. Bezüglich der Lebensdauer ist eine spektrale Beschleunigungsprüfung zweckmäßig, um sicher zu stellen, dass die möglicherweise auftretenden Vibrationen im Fahrzeug den Sensor nicht stören.
Diese Prüfung ist um ein Vielfaches schwieriger, als üblicherweise in einem Fahrzeug erwartet wird. Sie soll einen Langzeiteffekt (Fahrzeug-Lebensdauer) auf den Sensor in einer kurzen Zeit simulieren. Eine generelle Beschleunigungsprüfung zur Überprüfung der Funktion kann nicht definiert werden. Die in einem Fahrzeug tatsächlich auftretenden Beschleunigungen sind nicht konstant und variieren bezüglich Zeit, Frequenz, Temperatur und Amplitude.
Bild 10-12 Drehratenmesselement in Mikromechanik Blockschaltbild Signalauswertung
105
B
Sensorik für Fahrerassistenzsysteme
Funktionsdaten Drehrate Funktion
Maximal
Einheit
Nominaler Messbereich
Minimal –100
+100
°/s
Messbereichsgrenze
–1000
+1000
Nominale Empfindlichkeit Empfindlichkeitsfehler (bei *operation über t life)
Typisch
12,5 –5
±2,5
Nicht-Linearität
–1
±0,5
Differenzielle Nicht-Linearität (in Schritten von 5°/s)
–4
Offset, absolut (über t life, gemessen bei *op)
–3,5
Offset Drift, Betrieb zu Betrieb (über t life, gemessen bei *operation)
–2,0
±1,5
Auflösung, absolut (Quantisierung) Zeit bis Verfügbarkeit Querempfindlichkeit
–5
Abschaltfrequenz (–3dB) Beschleunigungsempfindlichkeit
+5
%
+1
°/s
+4
%
+3,5
°/s
+2,0
°/s
0,1
°/s
0,75
1
s
±2,0
+5
%
0,2
°/srms
+0,25
°/s/g
Maximal
Einheit
+1,8
g
15
Ausgangsrauschen
°/s LSB/°/s
0,05 –0,25
Hz
Beschleunigungssignal (Längs- und Querbeschleunigung) Funktion
Minimal
Nominaler Messbereich
–1,8
Messbereichgrenze
–10
Nominale Empfindlichkeit Empfindlichkeitsfehler (bei *operation über t life)
Typisch
+10 490,5
–5
±2,5
5
%
Nicht-Linearität
–0,072
±0,036
+0,072
g
Offset (neuer Sensor, gemessen bei *room)
–0,030
+0,030
g
Offset (über tlife, gemessen bei *operation)
+0,1
g
Offset Drift, Betrieb zu Betrieb (über t life, gemessen bei *operation)
–0,07
–0,1
±0,05
+0,07
g
Änderungsrate Offset
–0,03
+0,03
g/min
0,01
g
Auflösung, absolut (Quantisierung) Zeit bis Verfügbarkeit Querempfindlichkeit Abschaltfrequenz (–3dB) Ausgangsrauschen
–5
0,150
0,250
s
±2,5
+5
%
0,01
grms
15 0,004
Hz
10.3.5 Bremsdrucksensoren Für alle Fahrdynamiksysteme, die über die hydraulische Bremsanlage eingreifen, ist es erforderlich, den im System aufgebauten Druck zu messen. Ein einfaches ABS-System kommt auch mit einem Druckschätzmodell aus. Die maximale Ausbauform der Drucksensierung für ein ESP stellt die elektro-
106
g LSB/g
hydraulische Bremsanlage EHB dar. In diesem System werden Hauptbremszylinderdruck Speicherdruck vier Radbremskreisdrücke gemessen.
10 Fahrdynamik-Sensoren für FAS
B
Bild 10-13: Drucksensor für elektrohydraulische Bremssysteme EHB
Für ein einfaches ESP-System ist die Messung des Hauptbremszylinderdrucks ausreichend. Das entscheidende Merkmal aller Drucksensoren in den Bremskreisen ist die Betriebssicherheit der Dichtheit. Diese Dichtheit muss mit einer mehrfachen Überlastsicherheit des Berstschutzes gewährleistet sein. Auch minimale Leckagen, die durch das Bremsflüssigkeitsreservoir ausgeglichen werden, müssen unbedingt vermieden werden. Die austretende Bremsflüssigkeit kann durch korrosive Wirkung auf die Umgebung, z. B. eine angebaute Elektronik, zu schwerwiegenden Fehlern führen. Deshalb sind Abdichtungen des Messelementes durch Schweißverbindungen vorzuziehen. Für Messzellen ist eine Driftüberwachung in den Fällen vorzusehen, bei denen dem Absolutwert des Drucks eine Sicherheitsfunktion zugeordnet ist. Wird über die Bremsanlage eine automatische Abstandsregelung gesteuert, ist der Systemdruck ein Maß für die zu erreichende Verzögerung. Zur Kompensation der Temperaturabhängigkeit von Hydraulikpumpen wird auch eine Temperaturmessung integriert. Es muss dabei bedacht werden, dass diese Temperaturmessung nur den Wert am Montageort des Drucksensors repräsentiert und nicht im gesamten System. Als Messmittel für den Bremspedalweg ist der Drucksensor nicht zwangsläufig geeignet. Bevor tatsächlich Druck aufgebaut wird, hat das
Bremspedal bereits einen Weg zurückgelegt. Dieser Weg ist notwendig, um Bohrungen zum Bremsflüssigkeitsspeicher freizugeben. Für die Nutzung als Signal zur Ansteuerung der Bremsleuchten und zur Deaktivierung der Geschwindigkeitsregelung reicht die Genauigkeit im Nullpunkt nicht in jedem Fall aus, bzw. es wird erwartet, dass die Funktion schon aktiviert ist, bevor ein Bremsdruck aufgebaut wird. In allen bekannten Drucksensorkonstruktionen wird der hydraulische Anschluss entweder über eine Schraubverbindung, siehe Bild 10-14, oder über eine Einpressverbindung, siehe Bild 10-15, sichergestellt. Spezifisch ist, dass das Luftvolumen im Sensor minimal ausgelegt ist, sodass keine besondere Entlüftung notwendig ist. Die Bremsflüssigkeit ist in der Erstbefüllung entgast und somit in der Lage, dieses kleine Luftvolumen zu absorbieren. Die Verstärker-IC sind auf diesen Anwendungsfall spezifisch entwickelt und verfügen über Abgleichstrukturen zur Anpassung von Empfindlichkeit, Offset und Temperaturgang. Dieser Abgleich wird in der Fertigung vorgenommen und über Druck (Luft) und Temperatur ausgeführt. In der Abdichtung gegenüber äußeren Einflüssen wird in der Konstruktion unterschieden, ob sich der Sensor im Hydraulikaggregat oder außerhalb im Motorraum befindet.
107
B
Sensorik für Fahrerassistenzsysteme
Bild 10-14: Typischer Aufbau eines Drucksensors im Bremsregelsystem (Schraubversion)
Bild 10-15: Typischer Aufbau von Drucksensoren im Bremsregelsystem mit Einpresstechnik
10.3.5.1 Technische Daten Drucksensor
Elektrische Kennwerte Falls keine andere Temperatur angegeben ist, wird eine Umgebungstemperatur von –40 °C bis +120 °C angenommen. Funktion
Minimal
Typisch
Maximal
4,75
5,0
5,25
V
10,0
ms
–5,25
16,0
V
Stromaufnahme (normaler Betrieb)
9,0
20,0
mA
Unterspannungserkennung (Versorgungsspannung, Ausgangssignal auf Alarm geschaltet)
3,7
4,2
V
Überspannungserkennung (Versorgungsspannung, Ausgangssignal auf Alarm geschaltet)
6,0
7,5
V
Unterbrechungserkennung, Kabelbruch der Signal-, Masse- oder Versorgungsleitung (bezogen auf Versorgungsspannung)
96 %
100 %
V
Kurzschlusserkennung, Signal-/ Versorgungsleitung (bezogen auf Versorgungsspannung)
96 %
100 %
V
Kurzschlusserkennung, Signalleitung/Masse (bezogen auf Versorgungsspannung)
0%
4%
V
Versorgungsspannung (normaler Betrieb) Einschaltverzögerung (Ausgangssignal während dieser Zeit nicht spezifiziert) Versorgungsspannungsbereich ohne Zerstörung
108
Einheit
Kurzschlusserkennung, Versorgungsleitung/Masse (Sensor mit Steuergerät verbunden, bezogen auf Versorgungsspannung)
34 %
V
Kurzschlusserkennung, Versorgungsleitung/Masse (Sensor verbunden mit Lastwiderstand, bezogen auf Versorgungsspannung)
100 %
V
10 Fahrdynamik-Sensoren für FAS
B
Funktionskennwerte Funktion Druckbereich, nominal
Minimal
Typisch
0
Maximaler Druck Druck bei Zerstörung
500
Maximaler Unterdruck
–1,0
Nominalfrequenz Phasenfehler (bei Nominalfrequenz)
bar
350
bar bar
0,05
Resonanzfrequenz der Membrane Obere Abschaltfrequenz (–3 dB); festgelegt durch feste Filterkoeffizienten
Einheit
250
bar
Volumenanstieg Untere Abschaltfrequenz
Maximal
200 0
0
cm3 kHz
0
150
Hz Hz
100
Hz 35
°
109
B 11 Ultraschallsensorik Ultraschallsensoren werden in unterschiedlichsten Anwendungsbereichen eingesetzt. Beispielhaft seien hier die Werkstoffprüftechnik, medizinische Diagnostik, Unterwassersonar sowie industrielle Näherungsschalter erwähnt. Die physikalischen Grundlagen und zahlreiche Anwendungsbeispiele werden in der Literatur vielfältig beschrieben; [1], [2], [3], [4]. Die Verwendung im Automobil hat dagegen erst vergleichsweise spät mit der Einführung von ultraschallbasierten Einparkhilfesystemen Anfang der neunziger Jahre eingesetzt und seitdem eine weite Verbreitung gefunden. Dieses Kapitel dient daher einer detaillierten Betrachtung der spezifischen Anforderungen und Auslegung von Ultraschallsensorkomponenten für den Einsatz im Bereich der Einparkassistenzsysteme. Einen breiteren Raum nehmen dabei zu Beginn die piezokeramischen Ultraschallwandler ein, die vor allem aufgrund ihrer robusten Umwelteigenschaften für die Anwendung im Automobil besonders geeignet sind und sich breitflächig durchgesetzt haben.
11.1 Piezoelektrischer Effekt Der 1880 von Jacques und Pierre Curie entdeckte piezoelektrische Effekt besteht aus einer linearen elektromechanischen Wechselwirkung zwischen den mechanischen und den elektrischen Zuständen in einem Kristall. Eine mechanische Deformation des Kristalls erzeugt eine zu dieser Deformation proportionale elektrische Ladung, die als elektrische Spannung abgegriffen werden kann (direkter piezoelektrischer Effekt). Umgekehrt kann durch Anlegen einer elektrischen Spannung an den Kristall in diesem eine mechanische Deformation erzeugt werden (reziproker oder inverser piezoelektrischer Effekt). Damit eignen sich piezoelektrische Materialien prinzipiell zum Erzeugen mechanischer Schwingungen bzw. zum Erzeugen von Deformationen durch Anlegen elektrischer Felder und umgekehrt als Sensoren für mechanische Schwingungen bzw. Deformationen. Da der direkte und der inverse piezoelektrische Effekt immer zusammen auftreten, können Piezowandler sowohl zum Aussenden als auch zum Empfangen von Schall eingesetzt werden.
Martin Noll, Peter Rapps
11.2 Piezoelektrische Keramiken 11.2.1 Materialien In der heutigen Praxis zählen ferroelektrische Keramiken zu den weit verbreitetsten Werkstoffen mit piezoelektrischem Effekt. Es gibt auch organische Materialien, die den piezoelektrischen Effekt aufweisen. Doch spielt ihr Einsatz wegen ihrer geringeren Robustheit im Kraftfahrzeug bis heute keine Rolle. Die derzeit wichtigsten piezoelektrischen keramischen Werkstoffe basieren auf dem oxidischen Mischkristallsystem Bleizirkonat und Bleititanat, das als Bleizirkonattitanat (PZT) bezeichnet wird. Die spezifischen Eigenschaften dieser Keramiken wie die hohe Dielektrizitätszahl hängen vom molaren Verhältnis von Bleizirkonat zu Bleititanat sowie von der Substitution und Dotierung mit zusätzlichen Elementen ab. Daraus ergeben sich vielfältige Modifikationsmöglichkeiten für Werkstoffe mit unterschiedlichsten Eigenschaften. Unterhalb der so genannten Curietemperatur stellt sich innerhalb des Gitters einer Zelle eine Asymmetrie der Verteilung von positiver und negativer elektrischer Ladung ein. Daraus resultiert ein permanentes elektrisches Dipolmoment der einzelnen Zelle (Bild 11-1). Die Ferroelektrizität ergibt
Bild 11-1: Kristallgitter
110
11 Ultraschallsensorik
B
Bild 11-2 Herstellprozess von PZT-Keramiken
sich durch die Herausbildung von Domänen mit einheitlicher elektrischer Polarisation, die durch die Polung, d. h. das kurzzeitige Anlegen eines starken elektrischen Gleichfeldes, ausgerichtet werden. Diese Polung ist mit einer Längenänderung der Keramik verbunden. Im Zuge der Bestrebungen, im Kraftfahrzeug auf Blei möglichst zu verzichten, wird auf dem Gebiet bleifreier piezoelektrischer Keramiken intensiv gearbeitet. Jedoch sind auf Grundlage dieser Forschungen kurzfristig noch keine Alternativen zu den heutigen Keramiken zu erwarten.
11.2.2 Herstellung Ausgangspunkt der Herstellung piezoelektrischer Keramiken vom Typ PZT sind Oxide der Metalle Blei, Titan und Zirkonium, die nach dem Mischen
kalziniert werden. Bei diesem thermischen Vorgang entsteht durch die chemische Verbindung der Stoffe das Mischkristallsystem. Das beim Kalzinieren entstandene Material wird gemahlen und mit Zusatzstoffen aufbereitet, woraus die so genannte grüne Keramik entsteht. In diesem Zustand ist das keramische Material noch weich und kann leicht in die gewünschte Form gebracht werden. Die beiden gebräuchlichsten Formgebungen sind das Pressund das Foliengießverfahren, wie es im Bild 11-2 dargestellt ist. Der Grünling erhält durch das Sintern seine eigentlichen keramischen Eigenschaften und insbesondere seine mechanische Härte. In diesem Zustand ist eine Formgebung wesentlich aufwendiger. Ob nach dem Sintern eine mechanische Nachbearbeitung der Keramik erforderlich ist, hängt davon ab, inwieweit die beim Sintern entstehende Schrumpfung des Materials von bis zu 20 % im
111
B
Sensorik für Fahrerassistenzsysteme
Volumen mit ihren Toleranzen beherrscht wird und bei der Formgebung im grünen Zustand vorgehalten werden kann. Nach der Herstellung der gewünschten Form erfolgt das Aufbringen der Elektroden durch eine geeignete Metallisierung der Keramikoberfläche. Gebräuchliche Verfahren sind elektrochemisches Abscheiden von Metallen, Bedampfen, Sputtern oder die Dickschichttechnik. Bei letztgenanntem Verfahren wird eine Paste aus Metallpartikeln, organischen und anorganischen Bindemitteln aufgesprüht oder aufgedruckt und anschließend eingebrannt. Es muss dabei beachtet werden, dass die anorganischen Bestandteile des Binders zu einem gewissen Anteil in die Keramik hineinwandern und die piezoelektrischen Eigenschaften verändern. Die Formgebung der Elektroden erfolgt entweder durch Siebdruck oder im Falle des Aufsprühens durch nachträgliche Laserbearbeitung. Beim Polarisieren wird eine elektrische Gleichspannung an die Elektroden angelegt. Die Höhe der Spannung wird nach oben durch die Durchbruchspannung in der Keramik begrenzt, nach unten durch die spätere Betriebsspannung, wobei die Polarisationsspannung immer über derselben liegen muss.
11.2.3 Hysterese Analog zum Ferromagnetismus zeigen ferroelektrische Materialien einen Zusammenhang zwischen
angelegtem elektrischen Feld E und Polarisation Pf in Form einer Hysterese, wie in Bild 11-3 schematisch dargestellt. Beim Polarisieren wird die Neukurve durchfahren, und nach dem Abschalten des elektrischen Feldes verbleibt die remanente Polarisation Pr .
11.2.4 Piezoelektrische Konstanten Aufgrund der anisotropen Natur der gepolten Piezokeramiken sind die physikalischen Konstanten wie Elastizität und Permittivität Tensoren, wobei die Polungsrichtung in der Regel der z-Achse und dem Index 3 zugeordnet wird. Die x- bzw. y-Achse mit den Indizes 1 und 2 bezeichnen dazu senkrecht stehende Achsen. Die Dielektrizitätskonstante X33/X0 liegt typischerweise im Bereich zwischen 1500 und 3000. Eine weitere wichtige Kenngröße ist der Koppelfaktor, der das Verhältnis von umgewandelter Energie zu aufgewendeter Energie beschreibt. Im Falle von Ultraschallwandlern mit dünnen piezokeramischen Scheiben ist der planare Koppelfaktor kp, der die Kopplung zwischen dem elektrischen Feld in z-Richtung und den mechanischen Effekten in xbzw. y-Richtung beschreibt, von besonderer Bedeutung. Der Koppelfaktor beim Ultraschallwandler ist sowohl vom keramischen Material als auch von der Konstruktion des Ultraschallwandlers abhängig. Angaben zum Koppelfaktor in Keramikdatenblät-
Bild 11-3 Ferroelektrische Hystereseschleife
112
11 Ultraschallsensorik
tern beziehen sich auf eine Standardscheibe und liegen typisch im Bereich 0,6 bis 0,7.
11.2.5 Depolarisation Für den Einsatz von Piezokeramiken sind ihre besonderen Alterungseffekte zu beachten, die zur Veränderung der Materialeigenschaften im Laufe der Nutzungsdauer (im Fahrzeug bis zu 20 Jahre) führen können. Der hauptsächliche Alterungseffekt ist dabei die allmähliche Depolarisation des Materials, die bereits unmittelbar nach dem Polarisieren einsetzt und sich logarithmisch über der Zeit fortsetzt. Zur Stabilisierung des Materials kann eine Voralterung durch Lagerung unter erhöhter Temperatur zum Einsatz kommen. Weitere depolarisierende Mechanismen sind thermischer, elektrischer und mechanischer Natur. Durch Erwärmen baut sich die piezoelektrische Eigenschaft beschleunigt ab. Oberhalb der Curietemperatur, die bei den gebräuchlichen Materialien im Kfz-Bereich über 300 °C liegt, verschwindet der Piezoeffekt vollständig und entsteht auch nach dem Abkühlen erst wieder nach erneuter Polarisation. In der Praxis gilt die Faustformel, dass die Gebrauchstemperatur maximal die halbe CurieTemperatur in °C betragen darf. Auch durch Anlegen eines elektrischen Gleichfeldes entgegengesetzt zur Polarisationsrichtung entsteht eine Depolarisation. Gleichermaßen wirkt eine mechanische Kraft, die entgegengesetzt zur mechanischen Deformation, die während des Polarisierens eingetreten ist, anliegt. Durch die mechanische Konstruktion des Ultraschallwandlers und durch seine elektrische Beschaltung muss sicher gestellt werden, dass diese depolarisierenden Wirkungen über seiner Lebensdauer vernachlässigbar klein bleiben.
B
11.3 Ultraschallwandler Ultraschallwandler, die den Schall in Luft abstrahlen bzw. aus der Luft wieder empfangen sollen, sind – im Unterschied zu Anwendungen in Flüssigkeiten und Festkörpern – auf relativ große Amplituden angewiesen, um ausreichend Energie in die Luft auszukoppeln bzw. aus ihr wieder einzukoppeln. Die mechanische Deformation der Piezokeramik selbst reicht dafür nicht aus, weswegen eine mechanische Verstärkung des Effekts erforderlich ist. Dies geschieht bei gebräuchlichen Kfz-Ultraschallabstandssensoren, indem ein piezokeramisches Plättchen flächig auf eine metallische Membran geklebt wird. Wird zwischen die Elektroden eine Wechselspannung angelegt, so verändert es seinen Durchmesser und seine Dicke (Bild 11-4). Da das Plättchen auf eine metallische Membran geklebt ist, übertragen sich diese Änderungen in eine Biegeschwingung der Membran, die – wenn sie mit Resonanzfrequenz betrieben wird – wesentlich größere Schwingungsamplituden erzeugt. In umgekehrter Weise führt eine auftreffende Schallwelle zu einer Biegeschwingung der Membran und damit zu einer Durchmesseränderung des piezokeramischen Plättchens. Dadurch entsteht zwischen den Elektroden eine elektrische Wechselspannung, die verstärkt und elektrisch weiterverarbeitet wird. Meistens werden Ultraschallwandler sowohl zum Senden als auch zum Empfangen von Ultraschall eingesetzt. Die schwingende Membran muss an ihrem Rand fixiert werden. In der Praxis geschieht dies dadurch, dass man die piezokeramische Scheibe auf den Boden eines Aluminium-Töpfchens klebt. Der Boden wirkt als Membran, die stabilen Seitenwände des Töpfchens fixieren die Membran außen. Die Schwingung konzentriert sich überwiegend auf
Bild 11-4 Planare Schwingung einer piezokeramischen Scheibe
113
B
Sensorik für Fahrerassistenzsysteme
Bild 11-5 FEM-Simulation der schwingenden Membran (in Resonanz angeregter Topfboden)
die Membran, jedoch nehmen die Seitenwände in geringem Maße ebenfalls an der Bewegung teil. Das ist insofern von Bedeutung, weil damit die Einspannung des Topfes auf die Membranbewegung Einfluss nimmt. Die Membran wird üblicherweise auf der Grundschwingung angeregt (siehe Bild 11-5). Höhere Moden sind im Prin zip auch nutzbar, führen jedoch zu starker Nebenkeulenbildung, die sich negativ auf die räumlichen Detektionseigenschaften auswirkt. Um den Wandler robuster und leichter beherrschbar zu machen, muss die Innenseite der Membran gezielt akustisch bedämpft werden, z. B. durch Einbringen eines Silikonschaums, dessen Material und Zellstruktur an die Arbeitsfrequenz angepasst sind. Zwar wird dadurch der Wirkungsgrad des Wandlers reduziert, doch die Vorteile sind: Die schädliche Schallabstrahlung ins Sensorinnere wird sofort absorbiert; Robustheit gegenüber externen Belägen auf der Membran (z. B. durch Schmutz oder Feuchtigkeit) und frequenzverändernden Temperatur-/ Alterungseinflüssen wird erhöht. Für ultraschallbasierte Einparkassistenzsysteme hat sich eine Arbeitsfrequenz im Bereich um 40 bis 50 kHz als der beste Kompromiss zwischen den konkurrierenden Forderungen nach guter Systemperformance (Empfindlichkeit, Reichweite etc.) einerseits und hoher Robustheit gegenüber Fremdschallgeräuschen andererseits erwiesen. Höhere Frequenzen führen zu geringeren Echoamplituden durch stärkere Luftschalldämpfung, während für tiefere Frequenzen der Anteil von Störschallquellen in der Fahrzeugumgebung immer mehr zunimmt.
114
11.3.1 Ersatzschaltbild Ein piezokeramischer Ultraschallwandler kann in der Nähe seiner Resonanz durch ein elektrisches Ersatzschaltbild (Bild 11-6) dargestellt werden, das aus einem seriellen Schwingkreis mit Parallelkapazität C0 besteht. Dabei entsprechen den elektrischen Größen Cs und Ls die mechanischen Größen der Federsteifigkeit der Membran und ihrer schwingenden Masse. Rs bringt die Verluste durch Reibung, ferroelektrische Hysterese und Schallabstrahlung zum Ausdruck. Die serielle Resonanzfrequenz ergibt sich zu fs
1 2P Ls Cs
C0 ist die Plattenkapazität der Piezokeramik. Der Wert für C0 ist im eingeklebten Zustand der Keramik deutlich kleiner als vor dem Verkleben, wenn sich die mechanische Deformation ungehindert ausbilden kann. Zur Erhöhung der Bandbreite des Systems wird der Wandler parallel oder seriell abgestimmt. Bild 11-6 zeigt eine Parallelabstimmung: Der elektrische Parallelkreis muss auf dieselbe Resonanzfrequenz abgestimmt sein wie der mechanische Serien kreis. Da die Kapazität C0 der Piezokeramik eine ausgeprägte positive Temperaturabhängigkeit aufweist, ist es zweckmäßig, diesen Effekt durch eine parallele Kapazität mit negativer Temperaturabhängigkeit zu kompensieren. Damit kann die Resonanzfrequenz des elektrischen Kreises temperaturstabil gehalten werden. Wird ein Ultraschallwandler im Sende- und Empfangsbetrieb eingesetzt, so ist es für die Abstands-
11 Ultraschallsensorik
B
Bild 11-6 Ersatzschaltbild eines Ultraschallwandlers mit Parallelabstimmung
messung zu nahe gelegenen Objekten notwendig, dass die Membranschwingung nach dem aktiven Sendesignal in möglichst kurzer Zeit zur Ruhe kommt, um das System möglichst rasch wieder empfangsfähig werden zu lassen. Schnelles Ausschwing- bzw. Abklingverhalten ist daher insbesondere bei Einparkhilfeanwendungen ein wesentliches Qualitäts- und Funktionsmerk mal der dafür eingesetzten Ultraschallsensoren. Umgekehrt ist es im Sendebetrieb von Vorteil, wenn die mechanische Schwingung der Membran nach Anlegen der elektrischen Wechselspannung möglichst rasch aufklingt. Damit sind kürzere Ultraschallimpulse möglich. Praktische Werte für die effektive Sendedauer liegen typisch bei ca. 300 Ps, während für das anschließende Ausklingverhalten nochmals ca. 700 Ps vergehen.
11.4 Ultraschallsensoren für das Kfz Die Grundfunktion eines Ultraschall-Einparkhilfesystems, die wichtigsten Merkmale der zugehörigen Komponenten und deren Zusammenwirken sind in [5] beispielhaft beschrieben. Im Folgenden wird auf die Eigenschaften der Sensoren nochmals detaillierter eingegangen, da sie den Kern eines jeden Systems darstellen sowie Funktion und Qualität des Gesamtsystems grundlegend beeinflussen.
11.4.1 Sensorbaugruppen Die Hauptkomponenten des Sensors bestehen aus dem akustischen Wandlerelement (analog einer
Kombination aus Lautsprecher und Mikrofon), der Elektronik und dem Gehäuse mit Steckverbindung. Ein exemplarischer Aufbau ist in Bild 11-7 dargestellt. 11.4.1.1 Akustisches Wandlerelement Der akustische Teil des Ultraschallsensors wird im Wesentlichen aus einem topfförmigen Aluminiumkörper gebildet, auf dessen Innenboden die Piezokeramikscheibe aufgeklebt ist. Beim Verbau im Fahrzeug schließt dieser so genannte Membrantopf mehr oder weniger bündig mit der Außenhaut des Stoßfängers ab und ist in der Regel an die Farbe der Einbauumgebung angepasst. Entscheidend bei der Konstruktion und dem Aufbau des akustischen „Frontend“ ist die vollständige Entkopplung der Membranschwingung von dem Sensorgehäuse und dem Einbauhalter im Fahrzeug. Deshalb wird der Membrantopf in einen Entkopplungsring aus weichem Silikon eingebettet, dessen akustische Eigenschaften über dem gesamten Einsatztemperaturbereich – insbesondere bei tiefen Temperaturen – nahezu unverändert bleiben. Das Design des Membrantopfes ist zudem so optimiert, dass die Randschwingungen im Bereich der äußeren Einspannung möglichst kleine Amplituden aufweisen. Auch die elektrische Kontaktierung der Piezokeramik ist durch die Verwendung dünner Litzen oder Drähte so zu gestalten, dass darüber keine akustische Kopplung auf die Leiter platte erfolgt. 11.4.1.2 Elektronik Alle im Kfz eingesetzten Ultraschallabstandsensoren enthalten Elektronikkomponenten, deren Umfang abhängig von der Systemauslegung (Par-
115
B
Sensorik für Fahrerassistenzsysteme
Bild 11-7 Schnittbild Sensormodul 1 Piezokeramik, 2 Membrantopf, 3 Entkopplungsring, 4 Kontaktträger, 5 Leiterplatte, 6 Übertrager, 7 ASIC-Baustein, 8 Gehäuse mit Steckverbindung
titionierung Sensor und Auswertesteuergerät) stark variieren kann. Eine grobe Klassifikation kann in folgende drei Typen vorgenommen werden: Sensoren mit rein analoger Schnittstelle Sensoren mit rein digitaler Schnittstelle Sensoren mit zeitanaloger Datenschnittstelle Sensoren mit rein analoger Schnittstelle werden beim Senden mit einer Wechselspannung angesteuert und liefern das rohe oder (vor-)verstärkte analoge Echosignal an das übergeordnete Steuergerät zu rück. Der Elektronikumfang besteht dabei aus einigen wenigen passiven und diskreten aktiven
116
Komponenten. Bei Sensoren mit rein digitaler Schnittstelle wird dagegen direkt im Sensor aus der Laufzeit des Ultraschallimpulses ein Abstand errechnet und als Datum ans Steuergerät gemeldet. Am gebräuchlichsten sind Sensoren mit zeitanaloger Datenschnittstelle, die typischerweise durch einen Puls zum Senden angesteuert werden, dessen Länge die Sendedauer vorgibt. Auf der gleichen – bidirektionalen – Signalleitung liefert die Elektronik zum Zeitpunkt des Empfangs eines Echos einen Schaltimpuls an das Steuergerät zurück. Die Abstandsinformation ist in der zeitlichen Differenz zwischen den zwei Schaltflanken von Sende- und
11 Ultraschallsensorik
B
Bild 11-8 Blockschaltbild Ultraschallsensor mit zeitanaloger Datenschnittstelle
Echoimpuls enthalten. Die Empfindlichkeit der Echodetektion kann dabei eine programmierbare Zeit- bzw. Abstandsabhängigkeit enthalten, um den unterschiedlichen Einbaurandbedingungen im Fahrzeugstoßfänger (Höhe, Winkel, lateraler Einbauabstand, vorstehende Anbauteile wie Anhängekupplung, Kennzeichenträger etc.) möglichst universell gerecht zu werden. Das Blockschaltbild mit den Hauptfunktionen Sendesignalerzeugung, Echosignalaufbereitung und Zeitablaufsteuerung eines solchen Sensors ist in Bild 11-8 dargestellt. 11.4.1.3 Gehäuse Das Sensorgehäuse hat neben dem Schutz des Wandlers und der Elektronik vor Umwelteinflüssen die Aufgabe, die Steckverbindung zum Kabelbaum und das Verklipsen im Sensorhalter zu ermöglichen. In der Regel wird wegen des Verbaus im Spritzwasserbereich des Fahrzeugs das Gehäuse mit einem Vergussmaterial ausgefüllt, welches die Elektronik wasserdicht umschließt und gleichzeitig verhindert, dass undefinierte Hohlräume das akustische Verhalten negativ beeinträchtigen. Das Vergussmaterial ist so zu wählen, dass es unter Temperaturwechseln zu keinen Bauteil- oder Lotschäden der Elektronik kommt.
11.5 Antennen und Strahlgestaltung Die Richtcharakteristik oder das Antennendiagramm eines Ultraschall-Einparkhilfesensors ist eines der entscheidenden Merkmale für die Qualität der resultierenden Objektdetektion und der darauf
aufbauenden Umfelderfassungsfunktion. Sie sollte räumlich homogen verlaufen, d. h. keine nennenswerten Interferenzeffekte oder Nebenkeulen aufweisen, um die Winkelabhängigkeit der Sensorperformance so gering wie möglich zu halten. Zur lückenlosen Überdeckung der Fahrzeugbreite mit einer geringstmöglichen Zahl von Sensoren sollte außerdem die horizontale Schallverteilung einen großen effektiven Öffnungswinkel aufweisen (ca. 120o bis 140o für die Erkennung eines Referenzobjekts im Nahbereich bis ca. 50 cm). Gleichzeitig muss jedoch der vertikale Öffnungswinkel so gering ausgelegt sein, dass Reflektionen von der Fahrbahn – insbesondere bei schlechter Wegstrecke, z. B. geschottertem/gepflastertem Untergrund – keine Signale hervorrufen, die zu einer PseudoHindernisanzeige führen. In der Praxis hat sich für den Einbau der Sensoren im Stoßfänger ein effektiver vertikaler Öffnungswinkel bewährt, der mit ca. 60o bis 70o nur ungefähr halb so groß ist wie horizontal.
11.5.1 Simulation Kurze Entwicklungszeiten und unterschiedlichste Einbaurandbedingungen der Sensoren im Stoßfänger erfordern bereits in einem sehr frühen Projektstadium eine effiziente und genaue Vorhersage der zu erwartenden akustischen Sensorperformance in Abhängigkeit vom Einbauort, Einbauwinkel und vor allem der jeweiligen Einbauumgebung. Ausgereifte Simulationsmethoden, -modelle und -werkzeuge sind hier das ideale Hilfsmittel, um verlässliche Aussagen bereits in der Designphase zu treffen, ohne auf kostspielige und zeitaufwendige
117
B
Sensorik für Fahrerassistenzsysteme
Anfertigung von prototypischen Teilen und darauf aufbauenden Versuchen angewiesen zu sein. Für die Schallabstrahlung hat sich in den letzten Jahren die Randelementmethode (englisch: Boundary Element Method, BEM) als am besten geeignet bewährt. Hierbei wird im Gegensatz zur Finite-Elemente-Methode (FEM) bei dreidimensionalen Problemstellungen nur die schallabstrahlende Oberfläche diskretisiert, nicht aber zusätzlich das umgebende Volumen. Der notwendige Rechenaufwand wird dabei wegen der deutlich geringeren Anzahl von Stützstellen signifikant reduziert. Die Abstrahlungseigenschaften eines im Fahrzeugstoßfänger verbauten Ultraschallwandlers unterliegen mehreren Einflussgrößen. Zum einen hängen sie wesentlich von der Schwingschnelleverteilung auf der durch die Piezokeramik angeregten Membran ab. Diese kann sowohl experimentell als auch ebenfalls durch Simulation bestimmt werden (siehe Bild 11-5). Zusätzlich sind die klimatischen Randbedingungen und dabei vor allem die Temperatur zu beachten, da diese über die Schallgeschwindigkeit Einfluss auf die Wellenlänge in Abhängigkeit der angeregten Frequenz nimmt. Letztendlich fließt noch die Geometrie in der unmittelbaren Umgebung des Wandlers ein. Insbesondere diese Geometrie ist es, die je nach Stoßfängerdesign, Einbaukriterien, Halter- und Befestigungskonzept sehr starke Auswirkung auf die resultierende Schall-
abstrahlung und in gleicher Weise auch auf die räumlichen Empfangseigenschaften haben kann. Als Beispiel zeigt Bild 11-9 den Unterschied eines planaren Sensoreinbaus (links) gegenüber einem leicht vertieften Einbau (rechts), der in einer starken Einschnürung der Schallkeule resultiert und somit eine sehr inhomogene Detektionsleistung nach sich ziehen würde. Mithilfe der Simulation können solche unerwünschten Interferenzeffekte zwar nicht vollständig vermieden, jedoch weitestgehend minimiert werden, indem die beeinflussende Geometrie gezielt auf eine möglichst homogene Abstrahlverteilung optimiert wird. Auf Basis der berechneten Abstrahlung kann dann unter Berücksichtigung der Luftschalldämpfung und der Schallreflexion an definierten Hindernissen zusätzlich auch das Sichtfeld in Abhängigkeit von der Hindernisgeometrie bestimmt werden. Sowohl für die Schalldämpfung als Funktion vom Medium (hier: Luft), Temperatur und Feuchte (Wasserdampfgehalt der Luft) als auch für die Reflexion an Objekten können Modelle der einschlägigen Literatur entnommen werden. Da die Simulation, einschließlich Modellbildung, bestimmten Grenzen und Bedingungen unterworfen ist, sind regelmäßige Abgleiche der Simulationsergebnisse mit realen Messungen zur Validierung und Weiterentwicklung der Methoden unerlässlich.
Bild 11-9 3D-Simulation von Schalldruckverteilung bei planarem Sensoreinbau (homogener Winkelverlauf) und vertieftem Einbau, bedingt durch Neigung von Stoßfängerfläche zu Membranoberfläche (starke Einschnürung aufgrund Interferenz-/Nebenkeulenbildung an vorstehender Einbauumgebung)
118
11 Ultraschallsensorik
11.6 Entfernungsmessung Die Entfernungsmessung mittels Ultraschall nach dem Puls/Laufzeitprinzip gestaltet sich wegen der vergleichsweise geringen Schallgeschwindigkeit technisch sehr einfach. Auf Basis der elektronischen Zeitmessung zwischen dem Start eines Sendeimpulses und dem Eintreffen des zurückkehrenden Echosignals kann über die zugrunde liegende Luftschallgeschwindigkeit direkt die Entfernung zum reflektierenden Hindernis berechnet werden. Die absolute Genauigkeit der Messung wird dabei von verschiedenen Faktoren beeinflusst. Auf der einen Seite sind dies die physikalischen Abhängigkeiten der Schallgeschwindigkeit von den Eigenschaften der Luft als Ausbreitungsmedium. Hier ist vor allem die Lufttemperatur die entscheidende Einflussgröße, der gegenüber andere Parameter (z. B. Dichte) nahezu vernachlässigt werden können. Daneben spielt die Echostärke eine Rolle, da insbesondere bei kleinen Signalen eine Verzögerung in der Laufzeit des detektierten Signals in Kauf genommen werden muss. Diese entsteht durch das zeitliche Aufklingen des Echosignals aufgrund der begrenzten Bandbreite des piezokeramischen Ultraschallwandlers. Wegen der vergleichsweise geringen Anforderungen an die zentimetergenaue Entfernungsbestimmung für Einparkhilfeanwendungen sind all diese Abhängigkeiten jedoch ohne weiteres tolerierbar.
B
Kritischer sind die geometrischen Messungenauigkeiten in Bezug auf die Begrenzungen des Fahrzeugs, welche hauptsächlich durch Position, Ausdehnung, Geometrie und Orientierung der zu detektierenden Hindernisse relativ zum Sensor bestimmt werden. Dadurch hervorgerufene Messfehler können leicht bis zu 20 cm und mehr betragen. Entscheidend für die Reduzierung dieser geometrisch bedingten Messfehler sind einerseits die Verwendung mehrerer Sensoren über die gesamte Fahrzeugbreite (typisch 4 oder 6) und andererseits die Anwendung des so genannten Trilaterationsprinzips. Hierbei wird zu jedem Sendeimpuls eines Sensors sowohl das selbst empfangene Echosignal (Direktecho) als auch das von dem jeweiligen linken und/oder rechten Nachbarsensor empfangene Echosignal (Kreuzecho) für die Berechnung des Hindernisabstands herangezogen. Dadurch lässt sich näherungsweise die Position des nächstgelegenen Hindernisses innerhalb der Sensorebene bestimmen und in Folge die tatsächliche Entfernung zum Fahrzeug als Projektion auf den Stoßfänger berechnen. Bild 11-10 zeigt ein beispielhaftes Signaldiagramm bestehend aus dem Sende-/Empfangssignal eines aktiv betriebenen Senders (obere Bildhälfte) und dem Empfangssignal eines benachbarten passiv betriebenen Empfängers (untere Bildhälfte). Für beide Sensoren sind sowohl die digitalen Signale auf der bidirektionalen Leitung zwischen Sen-
Bild 11-10 Beispiel für Signaldiagramm zweier benachbarter Sensoren oben: Sender/Empfänger, unten: Empfänger
119
B
Sensorik für Fahrerassistenzsysteme
Bild 11-11 Typische Montagebeispiele für das Sensormodul
sor und Steuergerät als auch die zugehörigen sensorinternen 50 kHz-Ultraschallsignale aufgezeichnet. Ein Gesamtsystem bestehend aus maximal bis zu 12 Sensoren im Front- und Heckstoßfänger muss auf eine sorgfältig abgestimmte Zeitablaufsteuerung ausgelegt sein, die einerseits schnelle Wiederholraten für jeden einzelnen Sensor zulässt (notwendig zur Erreichung kurzer Gesamtmessdauern), andererseits aber wechselseitige Störungen durch falsche Zuordnung von Signalen unterschiedlicher Sensoren sicher vermeidet.
11.7 Halter- und Befestigungskonzepte Die konstruktive Gestaltung des Sensors und seine Montage im Stoßfänger unterliegen vielfältigen Anforderungen. An erster Stelle ist das Design zu nennen, das eine möglichst unauffällige und von außen kaum sichtbare Integrationsmöglichkeit der Sensoren unterstützen sollte. Damit einher geht die Forderung, dass der sichtbare Teil des Sensors (die schwingende Membran) in allen Stoßfängerfarben lackierbar sein muss, ohne die Funktion zu beeinträchtigen. Schwingungs-, Temperatur-, Witterungs- und Feuchtigkeitsbeständigkeit des fertig montierten Sensormoduls sowie die zuverlässige akustische Entkopplung der Membran von ihrer Einbauum-
120
gebung spielen darüber hinaus eine zentrale Rolle für die korrekte Funktion unter realen Betriebsbedingungen über der gesamten Lebensdauer des Fahrzeugs. Die Montage im Stoßfänger mittels geeigneter Halter und Befestigungstechniken ist im Bild 11-11 in zwei unterschiedlichen Ausprägungen gezeigt. Im oberen Beispiel wird der Halter auf der Innenseite flächig mit dem Stoßfänger verklebt oder verschweißt (die Ultraschallschweißtechnologie stellt die heute am häufigsten in Serie eingesetzte Befestigungsmethode dar). Im unteren Beispiel kann der Halter mithilfe geeignet angebrachter Laschen direkt mit dem Stoßfänger verklippst werden. Das Sensormodul wird anschließend mit dem vormontierten Entkopplungsring von hinten eingeschoben und im Halter verrastet. Die separate Ausführung des aus akustischen Gründen notwendigen Entkopplungsrings ist erforderlich, damit die vorstehende Sensormembran vor dem Verbau des Moduls rundum in der jeweiligen Stoßfängerfarbe lackiert werden kann.
11.8 Leistungsfähigkeit und Zuverlässigkeit Die Erfolgsgeschichte der Ultraschallsensoren im Bereich der Einparkassistenzsysteme beruht auf einer Reihe von Merkmalen, in denen diese Tech-
11 Ultraschallsensorik
nologie anderen konkurrierenden Messverfahren (z. B. Radar, Infrarot, kapazitive oder induktive Messtechnik) überlegen ist. Neben der kostengünstigen Herstellung spielen die meisten Witterungsabhängigkeiten eine vergleichsweise untergeordnete Rolle. Außerdem ist die Erkennungsqualität in weiten Bereichen unabhängig von der Art der zu detektierenden Hindernisse. Relevante Materialen wie Metall, Kunststoff, Holz, Mauerwerk oder Glas sind an ihrer Oberfläche „schallhart“ und liefern daher bei gleicher Geometrie annähernd gleich starke Reflektionssignale. Einschränkungen ergeben sich lediglich bei teilweise schallabsorbierenden Materialien, die jedoch in der Praxis kaum eine Rolle spielen (z. B. Schaumstoff). Eine Besonderheit besteht hinsichtlich der Erkennung von Personen, bei der je nach Kleidung mit einer geringfügig reduzierten Messreichweite gerechnet werden muss. Die Leistungsfähigkeit eines Sensors oder eines Sensorsystems lässt sich am besten mithilfe einer Field-of-View (FoV) oder Detektionsfeldvermessung aufzeigen und vergleichend bewerten. Dazu wird typischerweise ein Rohr mit 7,5 cm Durchmesser als Referenzobjekt verwendet, das in der so genannten MALSO-Norm für die Auslegung von Pkw-Einparkhilfesystemen [6] als Standardtestkörper definiert wurde. Ein Beispiel einer solchen FoV-Messung zeigt Bild 11-12 für ein 4-Kanalsystem, bei dem die Detektionsbereiche für die Direktechos der vier Sensoren jeweils durch eine separate Umrandung sichtbar gemacht wurden. Die Messreichweite in diesem Beispiel ist für die beiden mittleren Sensoren auf 150 cm und für die
B
äußeren auf 80 cm eingestellt und entspricht damit einem typischen Anwendungsfall. Die zuverlässige Verfügbarkeit der Sensoren kann in der Praxis durch zwei Faktoren eingeschränkt sein. Einerseits können starke akustische Fremdstrahler im Bereich der Ultraschallarbeitsfrequenz in unmittelbarer Fahrzeugnähe das Signal-/Rauschverhältnis so weit absenken, dass keine Messung mehr möglich ist. Praktische Relevanz haben hier vor allem Pressluftgeräusche (z. B. LkwDruckluftbremsen) und metallische Reibgeräusche (z. B. von Schienenfahrzeugen). Andererseits können eventuell vorhandene Schmutz-, Schnee- oder Eisschichten auf der Sensormembran eine Schallbrücke zum Stoßfänger bilden, die das Abklingverhalten der Sendeanregung undefiniert verlängert. In beiden Fällen reagiert das System in der Regel mit einer Störungsanzeige für den Fahrer, oder es wird ein Pseudohindernis mit einer kürzeren Entfernung als potenzielle reale Hindernisse angezeigt. Kritische Situationen, in denen der Fahrer über Kollisionsrisiken entweder gar nicht oder zu spät informiert wird, können somit weitgehend vermieden werden.
11.9 Zusammenfassung und Ausblick Piezokeramische Ultraschallsensoren für Einparkhilfesysteme wurden seit dem ersten Serieneinsatz im Jahr 1992 hinsichtlich ihrer mechanischen, akus-
Bild 11-12 FoV-Beispielmessung für ein 4-Kanalsystem
121
B
Sensorik für Fahrerassistenzsysteme
tischen und elektronischen Eigenschaften kontinuierlich weiterentwickelt. Heutige Seriensensoren besitzen einen kompakten und robusten Aufbau, lassen sich sehr unauffällig in lackierte oder unlackierte Fahrzeugstoßfänger integrieren, sind speziell in Bezug auf die optimale Winkelcharakteristik ihres akustischen Sende-/Empfangsverhaltens abgestimmt und können auf elektronischem Weg individuell an Kundenwünsche und unterschiedliche Einbaubedingungen im Fahrzeug angepasst werden. Zukünftig mögliche Weiterentwicklungen im Hinblick auf eine verbesserte und erweiterte Funktionalität sind z. B. bessere Eigendiagnosefähigkeit, Verkürzung der Mindestmessentfernung sowie optimierte Filtermechanismen zur Erhöhung des Signal-/Rauschverhältnisses. Parallel zur Weiterentwicklung der Ultraschallsensorik sind in jüngster Zeit neue Fahrzeuganwendungen und Mehrfachnutzungen für erweiterten Funktionsumfang der „normalen“ Einparkhilfe in den Blickpunkt des Interesses der Fahrzeughersteller geraten. Basis dafür ist das sehr gute Preis-/ Leistungsverhältnis der in hoher Stückzahl gefertigten Ultraschallsensoren. An erster Stelle ist hier die genaue Parklückenvermessung von seitlichen Längsparklücken zu nennen, auf deren Basis entschieden werden kann, ob ausreichend Platz zum Einparken zur Verfügung steht. Dazu werden vorne in den seitlichen Stoßfängerecken angebrachte Sensoren zum Abtasten des linken und rechten Fahrbahnrandes verwendet. Diese erkennen parkende Fahrzeuge sowie deren seitliche Begrenzungen und Eckenpositionen, vermessen die Parklücke in der Tiefe auf mögliche Versperrung und liefern Informationen über den Abstand zum Bordstein. Darauf aufbauend sind bereits erste Serienanwendungen für das automatisch gelenkte Einparkmanöver in Längsparklücken am Markt verfügbar. In den nächsten Jahren wird mit einer ähnlich großen Marktdurchdringung gerechnet, wie dies ab ca. 1998 bei den Standard-Einparkhilfesystemen der Fall war. Ebenso angedacht ist eine Erweiterung der Funktion für Unterstützung zum Einparken in Querparklücken. Eine komplett neue Anwendung zeichnet sich im Bereich Side-View-Assist (SVA) ab, die ebenfalls mithilfe von Ultraschallsensoren den „Toten-Winkel“ in einem Bereich von bis zu ca. 3 m unmittelbar neben und seitlich hinter dem Fahrzeug absichert. Mitschwimmende oder langsam überholende Fahrzeuge können so bis zu einer Eigengeschwindigkeit von ca. 140 km/h erkannt und dem Fahrer beim Einleiten eines Überholmanövers angezeigt werden. Die notwendige Ausblendung von Gegenverkehr und/oder stationären Hindernissen, z. B. Leitplan-
122
ken, kann dabei durch geeignete Anbringung von je einem Sensor in der vorderen und hinteren Stoßfängerecke erreicht werden. Dazu werden die Echosignale beider Sensoren in Bezug auf ihr zeitliches Auftreten analysiert und plausibilisiert. Eine andere interessante Anwendung ergibt sich aus einer Weiterentwicklung der Ultraschallwandler vom reinen Abstandssensor zum zusätzlichen Winkelgeber. Basierend auf dem Laufzeitunterschied einer reflektierten Wellenfront zwischen zwei unmittelbar benachbarten Wandlerelementen (Dualsensor, bestehend aus Sender/Empfänger und reinem Empfänger) kann direkt auf die Richtung des reflektierenden Objekts geschlossen werden [7]. Diese Information lässt sich mit dem Lenkradeinschlag verknüpfen, um so den Fahrer während des Einparkens auf Kollisionsgefahr abhängig vom Lenkwinkel – insbesondere im Bereich der Fahrzeugecken – hinzuweisen. Abschließend sei noch erwähnt, dass Nutzen und Akzeptanz aller zuvor beschriebenen Funktionen neben zuverlässigen und robusten Ultraschallsensoren ebenso eine sehr aufwändige algorithmische Signalverarbeitung sowie eine durchdachte Anzeigestrategie voraussetzen. Alle drei Faktoren bilden optimal aufeinander abgestimmt die Grundlage für eine weiter ansteigende Marktdurchdringung und erfolgreiche Einführung von innovativen Zusatzfunktionen ultraschallbasierter Fahrerassistenzsysteme.
Quellenverzeichnis [1] Bergmann, L.: Der Ultraschall und seine Anwendung in Wissenschaft und Technik, Hirzel-Verlag, Stuttgart 1954 [2] Lehfeldt, W.: Ultraschall kurz und bündig, VogelVerlag, Würzburg 1973 [3] Kutruff, H.: Physik und Technik des Ultraschalls, Hirzel- Verlag, Stuttgart 1988 4] Waanders, J. W.: Piezoelectric Ceramics, Properties and Applications, Philips Components Marketing Communications, Eindhoven 1991 [5] Robert Bosch GmbH: Sicherheits- und Komfortsysteme, Vieweg Verlag, Wiesbaden 2004 [6] ISO 17386:2004(E), Manoeuvring Aids for Low Speed Operation (MALSO) [7] Ide, H.; Yamauchi, H.; Nakagawa, Y.; Yamauchi, K.; Mori, T.; Nakazono, M.: Development of SteeringGuided Park Assist System, 11th World Congress on ITS, Nagoya 2004
B 12 Radarsensorik Radar (Radio Detection and Ranging) hat seine Ursprünge in der Militärtechnik des Zweiten Weltkriegs und blieb auch lange an militärische Anwendungen gebunden. Der erste Einsatz im Verkehrsbereich für ein Geschwindigkeitsüberwachungssystem hatte für viele Autofahrer zu eher negativen Erlebnissen geführt. Aber auch für den Fahrer als nützlich empfundene Anwendungen wurden schon früh angedacht, so wie ein Zeitschriftenartikel [1] aus dem Jahre 1955 belegt. In den siebziger Jahren des 20. Jahrhunderts fand ein großes Forschungsprojekt statt, dessen Ziel die Entwicklung von serientauglichen Radarsensoren für den Auffahrschutz war. Zwar hat dieses vom Bundesforschungsministerium geförderte Projekt die Radar-Entwicklung vorangebracht, für einen Serieneinsatz aber war die Zeit noch nicht reif. Erst zwanzig Jahre später waren die technischen Voraussetzungen gegeben, um Radar für die Fahrerassistenz einzusetzen. Im Jahre 1998 war erstmals ein Fahrzeug mit Radar erhältlich. Die Schlüsselfunktion war allerdings nicht die Auffahrwarnung, sondern die Adaptive Geschwindigkeitsregelung ACC (s. Kapitel 32), auch wenn die Auffahrwarnung bei diesem System als Funktionsteil mit integriert war. In kurzen Abständen folgten weitere radarbasierte ACC-Systeme. Für die Anwendung im Straßenverkehr stehen zurzeit vier Bänder (24,0–24,25 GHz, 76–77 GHz und 77–81 GHz sowie ein nur für den Nahbereich geeignetes UWB-Band (s. Abschnitt 12.4.2) von 21,65–26,65 GHz) zur Verfügung. Bis auf das 77–81 GHz-Band werden auch alle genutzt. Derzeit dominiert der 76,5 GHz-Bereich, der explizit für das Automotive-Radar geregelt wurde und weltweit zur Verfügung steht. Die Entwicklung der ersten Radar-Generation für das Auto war wie in vergleichbaren Innovationsfällen mit viel Lehrgeld verbunden. Aber trotz mancher Enttäuschung im Kampf um niedrige Kosten im Laufe der Entwicklung wurde doch Bemerkenswertes erreicht. Anstatt im fünfstelligen Euro-Bereich lagen die Kosten im dreistelligen. Trotzdem wurden große Anstrengungen unternommen, die Kosten in den Folgegenerationen zu senken. Das Erscheinen dieses Buches fällt in die Zeit der Umstellung von der zweiten auf die dritte Generation. Erste Tendenzen zur Technikkonvergenz sind zu erkennen. Trotzdem bleiben noch große Unterschiede bei den einzelnen Lösungsfeldern, sodass in diesem Kapitel
Hermann Winner
auf diese Breite eingegangen werden muss. Dabei kann auch nicht auf Berechnungen verzichtet werden, da Radar ohne nachrichtentechnische Grundlagen nicht verstanden werden kann. Trotzdem wird hier versucht, mit minimalen Vorkenntnissen die theoretischen Überlegungen nachvollziehbar darzustellen. Dadurch kann bei einem/r nachrichtentechnisch gut vorgebildeten Leser/in Verwunderung darüber aufkommen, dass die komprimiertere Fachsprache und Formeldarstellung nicht verwendet wird. Für die hier verwendeten Radar-Grundlagen und Definitionen wurde auf Standardwerke [2], [3] zurückgegriffen, in denen sich viel weitgehendere Betrachtungen zum Radar allgemein finden lassen. Durch die bisherige Domäne des Radars in der militärischen wie zivilen Luft- und Schifffahrt wurde der Themenbereich „Automotive Radar“ bisher kaum adressiert, so dass mit diesem Kapitel erstmalig ein Überblick über die spezifische automobile Radartechnik gegeben wird, die aufgrund ihrer sich stark unterscheidenden Anforderungen (kleinere Abstände, kleinere Dopplerfrequenzen, hohe Mehrzielfähigkeit, geringe Baugröße, erheblich geringere Kosten) mit deutlich unterschiedlichen Lösungen aufwartet.
12.1 Ausbreitung und Reflektion Wenn Radarstrahlen den Sensor verlassen, geschieht dies nicht als Kugelwelle mit in allen Raumrichtungen gleicher Intensität, sondern in einer gebündelten Weise. Dafür sorgt die Antenne (s. a. Abschnitt 12.3). Der so genannte direktive Antennengewinn GD beschreibt das Verhältnis zwischen der Intensität P(IKª -) max im Raumwinkel der stärksten Abstrahlung und dem Wert Ptotal /4S eines homogenen Kugelstrahlers gleicher Gesamtleistung Ptotal °° P(I ,- ) dI d- . Dabei sind I der Azimutwinkel in der horizontalen Ebene und - der Elevationswinkel in der vertikalen. Der Antennengewinn ist umso größer, je stärker die Strahlen gebündelt werden. Der tatsächliche Antennengewinn G berücksichtigt auch die Antennenverluste, die zumeist Leitungsverluste sind. Die sich aus dem Produkt der Gesamtsendeleistung und des Antennengewinns ergebende Equivalent Isotropically Radiated Power (EIRP) ist für zwei Kriterien die entscheidende Größe: zum einen für die Funkzulassung, bei der es auf die Leistung im Raumwinkelbereich des Maxi-
123
B
Sensorik für Fahrerassistenzsysteme
mums ankommt (angegeben in dBm (EIRP), wobei sich dBm auf die Basis 1 mW bezieht), und zum anderen für die maximale Reichweite. Für Letzteres sind aber noch weitere Faktoren zu berücksichtigen. Ganz offensichtlich gehört das Reflektionsvermögen des Radarziels dazu. Dieses wird als so genannter Radarquerschnitt (Radar Cross Section RCS) ¥ angegeben. Im Produkt mit dem Quadrat der Wellenlänge, also ¥ªoµ , wird der in einen Raumwinkel reflektierte Anteil von der auf das Ziel homogen verteilt eingehenden Leistung beschrieben. Die Einheit von ¥ ist eine Fläche. Diese Fläche entspricht genau der mittigen Querschnittsfläche Sa2 eines Kugelreflektors mit dem Radius a. Die für automobile Anwendung relevanten Ziele weisen Werte von ¥ = 1…10 000 m 2 auf. Die Streubreite hängt zum einen von der Art des Ziels ab, aber noch stärker von der Geometrie und der Orientierung. Eine zur Sende- und Empfangsrichtung senkrecht orientierte Metallplatte weist bei großen Abständen einen Rückstreuquerschnitt von
V plate 4P
A2
O2
(12.1)
auf. Bei A = 1 m 2 und 76,5 GHz (o | 4 mm) ergibt sich ein RCS von ¥ | 0,8 · 106 m 2. Somit kann ein Kastenwagen mit planem Heck von 4 m 2 zu einer starken Rückstreuung mit einem RCS von 12,5 · 106 m 2 (im Fernbereich) führen, aber bei Drehung um ein Grad bei einer Entfernung von etwa 60 m völlig einbrechen, vgl. Bild 12-1a und 12-1b. Die verbleibende Rückstreuung stammt dann nur noch von den Kanten oder den Achsteilen. Ein idealer Retroreflektor wird durch drei rechtwinklige Dreiecksflächen, die zu einander senkrecht stehen, gebildet, ein so genannter Corner (Cube) Reflector. Bei einem perfekt orientierten Corner Reflector wird jede eintreffende Strahlung, deren Wellenlänge deutlich kleiner als die Abmessungen ist, in die Richtung zurückreflektiert, aus der die Strahlung gesendet wurde, so wie es im Bild 12-1c für den zweidimensionalen Fall dargestellt ist. Für einen dreidimensionalen Corner-Reflektor, der aus drei senkrecht zueinander liegenden gleichschenkligen, rechtwinkligen Dreiecken der Kantenlänge a und
der Diagonalabmessung L 2 a gemäß Bild 12-2 besteht, errechnet sich nach [48] ein RCS von
V CR P
L4 3O
2
L 4 3V CR
O2 P
(12.2)
Mit einer solchen Geometrie kann schon mit kleinen Abmessungen (L = 35 cm) eine sehr starke Reflektion von VCR | 1000 m 2 entsprechend einem stark reflektierenden Lkw simuliert werden. Für einen Pkw gelten 100 m 2 (L | 20 cm), für ein Motorrad 10 m 2 (L | 11 cm) und für einen Menschen 1 m 2 (L | 6,2 cm) als typische Radarquerschnitte. In den ISO-Normen für ACC [5] und FSRA [6] wird ein Radarquerschnitt von 10 ± 3 m 2 für die Detektionsfeldmessungen vorgeschrieben, wobei darauf hingewiesen wird, dass damit 95 % der Fahrzeuge abgedeckt sind. Geringe Radarquerschnitte treten vor allem bei Fahrzeugen mit wegreflektierenden planen oder konkaven Flächen auf. Große Werte sind vor allem auf Winkelreflektoren zurückzuführen. So zeigen die Stützpfosten von Leitplanken mit ihrem U-Profil recht hohe Radarquerschnitte, was dazu führt, dass in der Objektliste sehr viele dieser Ziele auftauchen. Auch die Einstiegstreppen zu den Lkw-Fahrerkabinen sind als Tripelspiegel so stark reflektierend, dass sie auch außerhalb des Radarhauptstrahls noch genügend Signalleistung zum Empfänger bringen. Die hohe Dynamik des Radarquerschnitts über vier bis fünf Größenordnungen führt zum einen dazu, dass eine Objektklassifikation über den Radarquerschnitt ohne Erfolg bleiben muss. Andererseits erhöht die Dynamik des Radarquerschnitts die Dynamikanforderung an den Empfangszweig, der daher nicht unter 70 dB liegen sollte und selbst dann nicht vor Übersteuerung sicher ist. Neben der Dynamik des Radarquerschnitts beeinflusst der radiale Abstand r (range) die Signalstärke am Empfänger. Wie schon betrachtet, bleibt die Leistung in einem Raumwinkelelement konstant, zumindest wenn Absorptionsverluste nicht berücksichtigt werden. Die Fläche dieses Winkelsegments vergrößert sich mit dem Abstand zum Quadrat, gleiches gilt für den reflektierten Strahl, so dass bei Zielen außerhalb des Nahbereichs von einem r–4 -
Bild 12-1 Beispiele gerichteter Reflektion a) 90°-Reflektion an einer Platte, b) z90°-Reflektion an einer Platte, c) 90°-Doppelspiegel
124
12 Radarsensorik
B
Bild 12-2 Geometrie eines Corner Cube Reflector
Abfall ausgegangen werden kann. Die Absorption k in [dB/km] ist nur in wenigen Fällen so hoch, dass sie mit zu berücksichtigen ist. Bei 76,5 GHz liegt die atmosphärische Dämpfung unter 1 dB/km, damit nur 0,3 dB für den Hin- und Rückweg zu einem 150 m entfernten Ziel. Allerdings liegt bei 60 GHz ein Dämpfungsmaximum mit etwa 15 dB/km vor, vgl. Kapitel 13. Obwohl diese Dämpfung zu einer leichten Abnahme der Empfangsleistung führt, hat sie den Vorteil, dass Überreichweiten weitaus weniger zu befürchten sind als bei 76,5 GHz und damit die Radarstrahlen weniger „herumvagabundieren“ würden. Da aber die Bänder um 60 GHz in weiten Teilen der Welt für militärische Zwecke genutzt werden, stand diese Option nicht zur Verfügung. Durch starken Regen insbesondere mit großen Tropfen, welche die Größenordnung der Wellenlänge erreichen, erfolgt eine durchaus starke Dämpfung, die zu einer erheblichen Reichweiteneinbuße führt, wobei die erreichbare Sichtweite oft die für den Fahrer verbleibende überschreitet. Neben der Dämpfungswirkung führt starker Regen zu einem erhöhten Störpegel (Clutter). Zumeist wirkt er wie ein erhöhter Rauschpegel und senkt auf diese Weise das Signal/Rausch-Verhältnis (SNR) und damit die Reichweite. Es können aber auch Scheinziele generiert werden, wenn z. B. Schwallwasser eines nebendran fahrenden Lkws die Radarstrahlen reflektiert. Ein weiterer Störeffekt einer „Wasserumgebung“ tritt durch die Belegung der Verdeckung (Radom) des Strahlaustrittsbereichs auf. Wegen der hohen Dielektrizitätszahl hat Wasser eine hohe Brechwirkung auf mm-Wellen, sodass eine ungleichmäßige Wasserbelegung zu ungewollten „Linseneffekten“ führt, wodurch insbesondere die Bestimmung des Azimutwinkels stark verfälscht werden kann. Der hier letztgenannte Einflussfaktor auf die Empfangsleistung ist die Mehrwegeausbreitung. Zum einen betrifft dies die vertikale Mehrwegeausbreitung über die Reflektion an der Fahrbahnoberfläche, die insbesondere bei Nässe stark ausfallen kann. Dadurch nehmen die Radarstrahlen unterschiedlich lange Strecken und kommen so mit unterschiedlichen Phasen beim Empfänger an. Unterscheiden diese sich um ungerade ganzzahlige Vielfache von 180°, so
handelt es sich um eine destruktive Interferenz, bei Vielfachen von 360° um eine konstruktive Interferenz. Je nach Höhe des Radars und des Reflektionsschwerpunkts über der Fahrbahn tritt die destruktive Interferenz in bestimmten Abständen auf, wodurch die Detektionsleistung des Radars merkliche Einbußen zeigt. Dies ist zumeist nicht problematisch, da schon Ein- und Ausfedern des Zielfahrzeugs oder des eigenen Fahrzeugs das Interferenzloch beseitigt und bei endlicher Relativgeschwindigkeit die damit verbundene Interferenz-Abstandsbedingung zerstört. Der vertikale Mehrwegeempfang äußert sich somit als Signalleistungs“schüttler“ mit dem 2 , 0 b Vmp b 2, so dass bei der Detektion Faktor Vmp grundsätzlich mit einer stochastisch beschreibbaren Detektionsverlust- oder Drop-out-Rate zu rechnen ist. Bei horizontaler Mehrwegeausbreitung erfolgt eine Spiegelung an vertikalen, etwa parallel zur Fahrtrichtung liegenden Flächen. Neben Wänden können vor allem Leitplanken die horizontale Mehrwegeausbreitung ermöglichen. Die Signalauslöschung bei negativer Interferenz ist dabei weniger störend als die Verfälschung der azimutalen Richtungsinformation. Scanner-Antennen (s. Abschnitt 12.3.2) mit schmalen Radarkeulen reagieren darauf weniger empfindlich als zwei- oder mehrstrahlige Antennen. Fasst man die in diesem Abschnitt beschriebenen Einflussfaktoren zusammen, so lässt sich daraus die maximale Reichweite für eine Detektion herleiten. Die Leistung Pr des empfangenen Signals berechnet sich zu 2 PR 10 2kr V O 2 G 2 Vmp
Ptotal 4Pr 4
(12.3)
Dabei wurde vorausgesetzt, dass dieselbe Antenne für Senden und Empfang verwendet wird, so dass der Antennengewinn quadratisch eingeht. Damit eine Detektion erfolgen kann, muss das empfangene Signal mit hinreichendem Abstand über dem Rauschen liegen. Je nach sonstiger Signalauswertung zur Falschzielunterdrückung liegt die Schwelle um einen Faktor SNRthreshold von etwa 6 bis 10 dB über dem Rauschen (Leistung P N).
125
B
Sensorik für Fahrerassistenzsysteme
Die erreichbare Reichweite r max wird bestimmt, indem die Empfangsleistung von Gl. (12.3) der Detektionsschwelle P N · SNRthreshold gleichgesetzt wird. Unter Vernachlässigung der Dämpfung, also k = 0, lässt sie sich analytisch berechnen: rmax 4
2 Ptotal V O 2 G 2 Vmp 4PP. SNRthreshold
(12.4)
Bei endlicher Dämpfung muss die Reichweite numerisch bestimmt werden. Trotzdem kann der Einfluss der Dämpfung einfach abgeschätzt werden. Kann von einer dämpfungsfreien Reichweite von 200 m ausgegangen werden, so reduziert sie sich bei 21 dB/km auf 140 m ((200/140) 4 | 6 dB mal 1 km/(2 · 140 m) | 3,5), bei 60 dB/km auf 100 m und bei 240 dB/km. Grundsätzlich sind somit alle Faktoren, die die theoretische Reichweite des Radars bestimmen, bekannt. Bei der praktischen Anwendung sind aber weitere Grenzen durch die Signalverarbeitung gesetzt, wie im folgenden Abschnitt beschrieben wird.
12.2 Abstands- und Geschwindigkeitsmessung Zum Verständnis der Funktionsweise von Radar ist ein Exkurs in die nachrichtentechnische Mathematik nicht vermeidbar. Die in den folgenden Abschnitten abgeleiteten mathematischen Zusammenhänge sind aus Sicht des Autors auf das Minimum beschränkt und in einer eher populären Schreibweise dargestellt. Für eine noch tiefer gehende Betrachtung der
Radartechnik sei auf Standardwerke zu Radar, wie z. B. das Buch von Skolnik [2] oder Ludloff [3], verwiesen.
12.2.1 Grundprinzip Modulation und Demodulation Die Abstrahlung von elektromagnetischen Wellen und deren Empfang ist nur notwendige Voraussetzung für die Funktion von Radar. Damit ist aber nicht mehr als ein Träger für die Information geschaffen. Die Information selbst, die für eine Messung eines Abstands benötigt wird, muss diesem Träger sendeseitig aufmoduliert und empfangsseitig wieder demoduliert werden. Vereinfacht gesagt muss dem abgestrahlten Wellenzug eine Kennzeichnung für die Wiedererkennung und ein Zeitbezug zur Messung der Laufzeit mitgegeben werden. Diese Aufgabe wird als Modulation bezeichnet. Die Wiedererkennung und die Ermittlung von zeitlichen Zusammenhängen benötigt die Demodulation. In einer allgemeinen Form lässt sich die ausgesandte Strahlung als harmonische Wellenfunktion beschreiben: ut (t ) At cos(2P f 0 t M0 )
(12.5)
Somit lassen sich mit den drei Variablen Amplitude A, Frequenz f0 und Phase M Modulationen durchführen. Die für Radaranwendungen im Automobil verwendeten Amplitudenmodulation (meist als Pulsmodulation) und Frequenzmodulation sind im Bild 12-3 in idealisierter Form zur Veranschauung dargestellt.
Bild 12-3: Idealisierte Modulationsbeispiele; links: aufmodulierter Puls, rechts: aufmoduliertes Sinussignal; oben: Amplitudenmodulation, unten: Frequenzmodulation
126
12 Radarsensorik
12.2.2 Doppler-Effekt Der Österreicher Christian Doppler sagte schon 1842 voraus, dass eine elektromagnetische Welle eine Frequenzverschiebung erfährt, wenn sich Beobachter und Sender relativ zueinander bewegen. Das gleiche passiert auch, wenn der Radarstrahl von einem relativ zum Radar bewegten Objekt reflektiert wird. So legt ein Radarstrahl zu einer beliebigen Entfernung r und wieder zurück zum Empfänger eine reelle Zahl z o von insgesamt z = 2r / oª Wellenlängen zurück. Damit stellt sich eine Phasenverzögerung von M = –2P z ein. Ändert sich nun r mit r , so erfährt auch die Phase eine Änderung von M 2P z 4P r / O . Damit kann Gl. (12.5) für das empfangene Signal ur (t) wie folgt umgeschrieben werden: ur (t ) Ar cos 2P ( f 0 2r / O )t Mr
(12.6)
Der Doppler-Effekt drückt sich als die Frequenzänderung fDoppler aus, die proportional zur Relativgeschwindigkeit und zum Kehrwert der Wellenlänge o = f0 / c (Lichtgeschwindigkeit c) ist, wobei die Frequenzverschiebung bei Annäherung (r 0) positiv ist und bei Entfernen negativ f Doppler 2r / O 2r f 0 / c
(12.7)
Anmerkung: Neben der durch die Laufzeit bedingten Phasenverschiebung erfolgt eine Phasendrehung bei der Reflektion. Bei idealer Totalreflektion, wie sie für Metalle angenommen werden kann, beträgt diese S, wie bei einer Invertierung. Da aber bei keiner Auswertung die absolute Phase herangezogen wird, sondern nur Differenzen, spielt dieses Detail praktisch keine Rolle. Bei einer Trägerfrequenz von 76,5 GHz erhält man durch die Relativgeschwindigkeit r in SI-Einheiten (also in [m/s]) eine Doppler-Verschiebung von f Doppler 510 Hz r bzw. bei der anderen für Fahrerassistenz-Anwendungen gebräuchlichen Frequenz von 24 GHz etwa ein Drittel davon, nämlich f Doppler 161 Hz r . Für die Berechnung mit [km/h] sind die Werte durch 3,6 zu teilen. Mit einer angenommenen Relativgeschwindigkeit von –70 m/s (–252 km/h) bei Annäherung betragen die maximalen Dopplerfrequenzen 35,7 kHz, so dass für eine Messung gemäß dem Nyquist-Theorem eine Abtastrate von mindestens 71,4 kHz zur eindeutigen Bestimmung benötigt wird. Grundsätzlich lässt sich die Relativgeschwindigkeitsinformation schon mit einer kontinuierlichen
B
Welle konstanter Frequenz ermitteln. Allerdings ist die Trägerfrequenz zu hoch für eine direkte Messung der Verschiebung im Trägerband, die selbst bei maximaler Relativgeschwindigkeit gerade ein Millionstel der Trägerfrequenz beträgt. Tatsächlich wird mit dem im folgenden Abschnitt beschriebenen Mischen eine Messung bei viel niedrigeren Frequenzen möglich.
12.2.3 Mischen von Signalen Mit dem Mischen wird in der Hochfrequenztechnik der Vorgang einer Signalmultiplikation bezeichnet. Das Produkt zweier harmonischer, analog zu Gl. (12.5) mit der Cosinus-Funktion beschriebenen Signale u1(t) und u2 (t) der Frequenzen f1 und f 2 und Phasen M1 und M2 lässt sich per Additionstheorem von harmonischen Funktionen gemäß Gl. (12.8) auch als Summe zweier harmonischer Funktionen mit jeweils der Differenz- und der Summe der ursprünglichen Argumente beschreiben: cos x cos y
1 [cos( x y ) cos( x y)] 2
(12.8)
So wird aus dem Produkt des gesendeten Signals (Gl. (12.5)) und des empfangenen (Gl. (12.6)) das Mischprodukt ut,r (t) : u t,r (t )
«® ¥ ¥ 2r ´ ´ 1 At Ar ¬cos ¦ 2P ¦ µ t M0 Mr µ 2 ¶ ® § § O ¶ ´ º® ¥ ¥ 2r ´ cos ¦ 2P ¦ 2 f0 µ t M0 Mr µ » O § ¶ ¶ ¼® § (12.9)
Da das Summensignal (der zweite Term) sehr hochfrequent ist, wird dieser Anteil allein schon durch die nicht für diese Frequenz ausgelegte Elektronik (Leitungen, Verstärker) weggedämpft. So bleibt das niederfrequente Differenzsignal u lt,r (t )
¥ ¥ 2r ´ ´ 1 Ar At cos ¦ 2P ¦ µ t M0 Mr µ (12.10) 2 O § § ¶ ¶
übrig. Die Information über die Frequenzverschiebung findet sich im Argument des Cosinus. Allerdings wird nicht das Argument gemessen, sondern die Cosinus-Funktion, die keine eindeutige InversFunktion besitzt. So ist insbesondere das Vorzeichen nicht zugänglich, da eine Cosinus-Funktion mit einer positiven Frequenz identisch zu der mit negativer Frequenz ist. Hier hilft die Mischung
127
B
Sensorik für Fahrerassistenzsysteme
mit einem zum Sendesignal um 90° verschobenen Signal, also eine Multiplikation anstatt mit der ursprünglichen Cosinus-Funktion nun mit der zum Sendesignal zugehörigen Sinus-Funktion. sin x cos y
1 [sin( x y) sin( x y)] 2
(12.11)
Somit steht nach Unterdrückung des Summensignals ein auf Sinus-Basis beschriebenes Mischsignal u Qt,r (t )
¥ ¥ 2r ´ ´ 1 Ar At sin ¦ 2P ¦ µ t M0 Mr µ (12.12) 2 O § § ¶ ¶
zur Verfügung. Zwar ist die Sinusfunktion eine ungerade Funktion, dies reicht aber ebenso wenig wie das Cosinus-Mischsignal (Gl. (12.10)) aus, um zu unterscheiden, ob eine negative oder positive Dopplerverschiebung die Ursache für die Differenz-Frequenz ist. Werden allerdings beide Signale erzeugt, so lässt sich im Vergleich zueinander die Eindeutigkeit finden: bei positiver Dopplerfrequenz, entsprechend einer Annäherung, weist das direkt abgeleitete Signal (Index I: In-phase = Realteil) gegenüber dem aus dem um 90°-Phase verschobenen zweiten Signal (Index Q: Quadrature = Imaginärteil) ebenfalls die 90°-Phase auf, bei einer negativen Dopplerfrequenz hingegen um –90°. ¥ uQt,r (t ) ´ ¥ 2r ´ µ 2P ¦ µ t M r arctan ¦ ¦ ult,r (t ) µ O § ¶ § ¶
(12.13)
Selbst bei verschwindender Dopplerfrequenz ist es mit Gl. (12.13) möglich, eine Differenzphase zu bestimmen. Das setzt allerdings voraus, dass keine sonstigen Gleichanteile in den Signalen uQt,r (t ), ult,r (t ) enthalten sind. So wie bis hierhin beschrieben, ist das Mischen eine einfache und überschaubare mathematische Aktion. Für die technische Realisierung scheidet eine digitale Multiplikation aus, da bezahlbare Analog/Digital-Wandler für die im Automobil eingesetzten Radar-Frequenzen zu langsam sind. Auch die Multiplikation mithilfe von Analogmultiplizierern ist bei diesen Frequenzen nur beschränkt möglich (s. u.). Allerdings erlauben schnelle nichtlineare Bauteile wie Shottky-Dioden (Metall/HalbleiterÜbergang) eine so genannte Summenmischung. Dazu werden die zwei zu mischenden Signale wie im Bild 12-4 dargestellt zunächst additiv überlagert. Die Spannungssumme u1 + u2 führt zu einem Strom, der über den Widerstand als Spannungsabfall u12 gemessen werden kann.
128
Bild 12-4: Prinzipdarstellung eines Zwei-DiodenSummenmischers
Die Kennlinie der beiden Dioden lässt sich einzeln wie auch in Summe als Taylorreihe entwickeln. Bei der hier vorgestellten Doppeldioden-Anordnung verschwinden im Idealfall die ungeraden Terme, so dass folgende Terme übrig bleiben: u12 A2 (u1 u2 )2 A4 (u1 u2 )4 !; An
un n !uu n
(12.14)
D(u )
u12 A2 (u12 2u1 u2 u22 ) A4 (u12 4u13 u2 6u12 u22
(12.15)
4u1 u23 u24 )4 !; Das gewünschte Produkt u1 · u2 findet sich im ausmultiplizierten quadratischen Anteil. Nahezu alle anderen Mischprodukte führen zu hochfrequenten Signalen (genauso wie die ungeraden, falls die Symmetrie nicht gegeben wäre). Allein die Produktterme mit gleichem Exponenten (z. B. u12 u22 ) liefern Beiträge zu einem niederfrequenten Signal und können als Oberwellen zu Verfälschungen, insbesondere falschen Detektionen (False Positive Fehler) führen. Daher sind die geraden Anteile der Taylorentwicklung mit höheren Potenzen als zwei möglichst gering zu gestalten. Aktive Mischer mit so genannter Gilbert-Zelle kommen dem idealen Multiplizierer schon recht nahe. Bei hinreichend schnellen Feldeffekttransistoren können die beiden Eingangssignale miteinander multipliziert werden, weil die Oszillatorspannung als Steuerspannung für die Verstärkung des anderen Empfangssignals eingesetzt wird. Für den Frequenzbereich 76–77 GHz reicht die
12 Radarsensorik
Silizium-Technologie nicht mehr aus. Stattdessen ist die Gallium-Arsenid- (GaAs) oder seit kurzem die kostengünstigere Silizium-Germanium-Technologie (SiGe) zu verwenden. Gegenüber passiven Mischern sind die beim Mischen entstehenden Umwandlungsverluste geringer, so dass ein höheres Signal-Rausch-Verhältnis erreicht wird.
B
Zwar verliert ein so geformter Puls 5/8 der Leistung gegenüber einer Rechteckeinhüllenden mit gleicher Maximalamplitude, die verbleibende konzentriert sich aber fast vollständig im Arbeitsband zwischen f 0 W P 1 f f 0 W P 1; $f 2W P 1
(12.18)
2W P 1
12.2.4 Pulsmodulation 12.2.4.1 Anforderungen an Pulsdauer und Bandbreite Am einfachsten lässt sich die Pulsmodulation vorstellen, vgl. Bild 12-3 links oben. Dabei wird ein kurzer Wellenzug der Pulslänge WP gebildet. Technisch wird dies durch einen schnellen elektronischen Schalter realisiert, der von einem kontinuierlich betriebenen Oszillator gespeist wird. Ein derartiger idealer Puls benötigt eine zur Pulslänge reziproke Bandbreite, auch wenn die Schwingung innerhalb des Pulses genau der Gl. (12.5) entspricht. Tatsächlich ergibt sich das Signal aus einer Multiplikation einer ebenen Welle gemäß Gl. (12.5) und einer Fensterfunktion, die für einen ideal schnell an- und abschaltenden Puls
FRect (t ) 1 für t t0 W P , 0 sonst
(12.16)
als Rechteckfenster um die Pulsmitte t0 beschrieben wird. Dies führt im Frequenzbereich zur Faltung der diskreten Frequenzlinie f0 mit der als Spaltfunktion sinc(2Sf0 · WP) = sin(2Sf0 · WP) / 2Sf0 · WP bekannten Fouriertransformierten der Fensterfunktion. Da die Spaltfunktion nur schwach (Amplitude mit f –1) abfällt, fällt ein großer Teil der Pulsleistung in Frequenzbänder, die für andere Anwendungen gedacht sind. Zwar lässt sich das Verhältnis In-Band- zu Außer-Band-Leistung durch eine Verlängerung des Pulses verbessern, allerdings senkt diese Maßnahme nicht die in die anderen Bänder gestreute Energie pro Puls, sofern der Pulsanstieg bzw. -abfall nicht abgesenkt ist. Andererseits ermöglicht gerade die Steilheit bei Beginn und Ende die Laufzeitunterscheidung. Die gesamte Leistung zwischen Anstieg und Abfall ist weitgehend nutzlos für eine Entfernungsmessung. Ein guter Kompromiss ist eine Form der Pulseinhüllenden gemäß einer Cosinus-Glocke, die in der digitalen Signalverarbeitung auch als von-Hann- oder Hanning-Fenster bekannt ist. Fu (t )
¥ 2P T ´ ´ 1¥ ¦1 cos ¦ µ µµ für t t0 W P , 0 sonst 2 ¦§ § WP ¶¶ (12.17)
Die benötigte Bandbreite eines Pulses entspricht damit dem doppelten Kehrwert der effektiven Pulslänge. Ein weiterer Vorteil der Bandbegrenzung neben dem Einhalten von Grenzwerten liegt in der Möglichkeit einer Bandpassfilterung auf der Empfangsseite, die zur Rauschreduktion nützlich ist. Denn die Empfängerbandbreite sollte mindestens so groß wie die Abstrahlbandbreite sein, damit kein empfangsbedingter Laufzeitauflösungsverlust auftritt. Wie kurz, oder besser, wie scharf begrenzt sollte ein Radar-Puls für die Anwendung bei Fahrerassistenzsystemen sein? Für ein Long-Range-Radar (LRR) sollten mindestens zwei Fahrzeuge in typischen Abständen getrennt erscheinen. Damit sollte der Puls eine Länge XP von höchstens 10 m besitzen oder eine entsprechende Maximaldauer von WP = XP/c | 33 ns. Bei Einsatz des Radar als Short-Range-Radar (SRR) mit der Fähigkeit der Einparkunterstützung ist eine Ortsauflösung von 15 cm gefragt, weshalb der Puls nicht länger als das Doppelte, also XP | 30 cm, und folglich die Pulsdauer entsprechend nicht länger als WP | 1 ns sein sollte. Folglich liegen die Bandbreitenanforderungen bei mindestens 60 MHz für LRR und 2 GHz für SRR. Diese Abschätzungen sind best-case-Überlegungen und für die Praxis um etwa den Faktor 2 zu erhöhen, um eine Bandverletzung auszuschließen. Ein Nachteil der Pulsmodulation ist das ungünstige Verhältnis von Spitzenleistung zur mittlerer Leistung. Zur Verbesserung des Signal/RauschAbstands und damit zur Erhöhung der Empfindlichkeit werden Pulsfolgen „abgefeuert“, über die dann gemittelt wird. Zwar lassen sich über sogenannte Pseudo-Random-Folgen die Pulse auch in kürzerem zeitlichen Abstand aussenden, dies aber erfordert eine sehr aufwendige Eingangselektronik. Einfacher ist es so lange zu warten, bis ausgeschlossen werden kann, dass ein Puls aus einer früheren Sendung noch empfangen werden kann. Dazu ist ein Mehrfaches der maximalen Nutzlaufzeit heranzuziehen (für LRR kann diese bei 150 m Entfernungsbereich mit 1 μs angegeben werden, für SRR etwa 0,1 bis 0,2 μs). Damit ergibt sich eine Pulsfolgefrequenz für SRR von ca. 1 MHz und für LRR von ca. 250 kHz.
129
B
Sensorik für Fahrerassistenzsysteme
12.2.4.2 Nicht-kohärente Demodulation Eine einfache Demodulation könnte analog zu der bei Ultraschallsensoren oder Lidar verwendeten nicht-kohärent durchgeführt werden. Das empfangene Signal wird wie im Bild 12-5 dargestellt verstärkt, durch einen der Pulsbandbreite entsprechenden Bandpass um die Trägerfrequenz f0 gefiltert, dann eine Gleichrichtung vorgenommen, damit aus der Wechselspannung ein der Amplitude entsprechender Gleichanteil entsteht, der im nachfolgenden Tiefpass als Ausgangssignal zur Verfügung steht. Dieses Signal wird dann abgetastet und im Mikroprozessor verglichen oder gleich mit vorgegebenen Schwellwerten im Komparator, wie im Bild 12-5 (Block 7) gezeigt. Diese Demodulationstechnik ist leicht durch Fremdpulse zu stören und kann ausschließlich Laufzeitmesssungen durchführen, ohne aber den für die weitere Signalverarbeitung sehr bedeutsamen Doppler-Effekt nutzen zu können. Bild 12-6: Zwischenfrequenz-Signale (Realteil I und Imaginärteil Q) zweier aufeinander folgender Pulse (oben, unten) eines sich nähernden Einzelreflektors (idealisiert)
Bild 12-5: Prinzipschaltbild eines nicht-kohärenten Radars; 1 Oszillator, 2 Pulssteuerung, 3 Pulsmodulator, 4 Verstärker und Bandpassfilter, 5 Gleichrichter, 6 Tiefpassfilter, 7 Komparator, 8 Mikroprozessor
12.2.4.3 Kohärente Puls-Demodulation Bei der kohärenten Puls-Demodulation (auch PulsDoppler-Verfahren genannt) wird das Prinzip des Mischers verwendet. Dabei wird allerdings nicht direkt auf das so genannte Basisband (also um Frequenz 0) herunter gemischt, sondern eine Zwischenfrequenz erzeugt. Dieses lässt sich entweder durch einen lokalen Oszillator erreichen, der zum Sendesignal eine feste Frequenzdifferenz aufweist, oder durch denselben Oszillator, wenn dessen Frequenz nach Aussenden des Pulses um eine bestimmte Frequenzdifferenz umgeschaltet wird. Die Zwischenfrequenz liegt etwa bei 100–200 MHz. In diesem Bereich sind Verstärker, Filter und ADC mit vertretbarem Aufwand zu realisieren. Ferner ist die Pulsform noch abbildbar. Die Zwischenfrequenz kann mit einem AD-Wandler direkt abgetastet werden. Von der Zwischenfrequenz werden, wie oben beschrieben, jeweils der Real- und der Imaginärteil gebildet. Wird das im Bild 12-6 dargestellte SignalPaar mit 10 ns Zykluszeit abgetastet, so bekommt man für jeden Abtastzeitpunkt ein Wertepaar, das
130
Bild 12-7: Durch Dopplerverschiebung bewirkte Drehung des Zeigers in der komplexen Q/I-Ebene
als die Koordinaten eines Vektors in einer komplexen Ebene interpretiert werden kann. Bei einer späteren Messung (ti) werden diese Vektoren gemäß Gl. (12.13) um einen Winkel 2Pti (2r / O ) weiter gedreht (s. Bild 12-7). Der Betrag der Vektoren repräsentiert die Pulsstärke zu der mit dem Abtastzeitpunkt tS gegebenen Laufzeit tof = tPC – tS, bezogen auf den Zeitpunkt tPC der Pulsmitte. Dieser Laufzeit entspricht der Abstand r
1 c tof , c: Lichtgeschwindigkeit 2
(12.19)
sodass den einzelnen Abtastzeitpunkten die Bedeutung von so genannten Range-Gates zukommt. Entsteht das Signal wie im Beispiel des Bildes 12-7 durch Reflektion desselben Objekts, ist die Drehge-
12 Radarsensorik
schwindigkeit der Vektoren gleich, da alle die gleiche Dopplerverschiebung zeigen. Die Range-Gates (und damit der Abtastzyklus) sollten angemessen zur Pulsbreite so nahe liegen, dass über mehrere Gates eine Schwerpunktbildung und somit eine Abstandsinterpolation ermöglicht werden kann, die zu Abstandsauflösungen von deutlich weniger als ein Zehntel der Pulslänge führen kann. Um dies zu erreichen, sollten die Range-Gates höchstens um die Hälfte der Pulslänge auseinanderliegen. Wesentlich kürzere Range-Gates werden aus Kostengründen vermieden, da die damit verbundene höhere Abtastfrequenz den ADC verteuert, ohne dass wirklich eine höhere Informationsqualität erreicht wird. Die Wiederholung der Pulse ist aus zwei Gründen erforderlich. Zum einen enthält ein Einzelpuls nur eine geringe Energie, so dass zur Erhöhung des Signal-Rausch-Verhältnisses eine Wiederholung sowohl kostengünstiger als auch hinsichtlich der Frequenzzulassung unkritischer ist als eine Erhöhung der Pulsleistung. Zum anderen soll die Dopplerfrequenz eindeutig abgetastet werden, woraus sich nach Abschnitt 12.2.2 mindestens eine Pulswiederholung von 71,4 kHz ergibt. Die Gesamtlänge T M der Pulsfolgen führt zur Auflösung der Dopplerfrequenz von $f Doppler
1 , TM
(12.20)
B
Abschluss des Sendepulses auf Empfang geschaltet werden. Somit ist für Objektabstände bis zur halben Pulslänge nicht der volle Puls beobachtbar. Da aber noch Teile des Pulses detektiert werden, kann zumindest die Objektpräsenz innerhalb dieser Zone erkannt werden, allerdings ohne die Möglichkeit der Abstandsbestimmung, wohl aber der Relativgeschwindigkeit, da diese in allen Bereichen des Pulses ermittelbar ist. Die Stärken der kohärenten Puls-Demodulation sind eine unabhängige Abstands- und Relativgeschwindigkeitsmessung, die mit einer im Vergleich zu anderen Verfahren geringen mittleren Sendeleistung auskommt. Dagegen spricht die benötigte hohe Empfangsbandbreite, wodurch dieses Prinzip leichter störbar ist als die nachfolgend beschriebenen Verfahren, sowie der beträchtliche Aufwand bei den Schaltelementen.
12.2.5 Frequenzmodulation Bei der Frequenzmodulation wird die Frequenz f0 als Funktion der Zeit variiert, wobei klar zu stellen ist, dass es sich nicht um eine absolute und somit konstante Frequenz handelt, sondern um eine Momentanfrequenz f0 (t) = Z0 (t)/2S. In diesem Kapitel wird Frequenzmodulation auf alle Verfahren bezogen, bei denen die Information über die Laufzeit durch Frequenzvariation erreicht wird.
und damit zur Relativgeschwindigkeitsauflösung von $r
c . 2 f0TM
(12.21)
So ist bei 76,5 GHz für $r 1 m/s eine Messzeit von etwa 2 ms erforderlich. Bei einer exakt periodischen Pulswiederholung können sowohl Scheinziele durch Überreichweiten entstehen als auch Störeinstrahlungen durch andere Radarsensoren. Abhilfe kann hier eine pseudozufällige Variation der Pulswiederholzeiten schaffen (vgl. [7]), d. h. der Folgepuls variiert gegenüber der mittleren Zykluszeit um mindestens eine Range-Gate-Dauer, damit bei wiederholtem Puls die Störung oder die Überreichweite in ein anderes Range-Gate fällt. Grundsätzlich lassen sich mit einer kohärenten Puls-Demodulation auch kleine Abstände unterhalb der Pulslänge messen, wenn der Empfangszweig auch simultan zur Pulsaussendung bereit steht. Werden, anders als im Bild 12-5 dargestellt, dieselbe Antenne und derselbe Oszillator für Sende- und Empfangszweig gewählt, so kann erst nach
Bild 12-8: Blockschaltbild eines Radars mit Frequenzmodulation. Oben: in einer bistatischen Ausführung mit getrennten Antennenzuführungen für Sende- und Empfangsstrahl; unten: in monostatischer Ausführung mit Zirkulator-Kopplung.
131
B
Sensorik für Fahrerassistenzsysteme
Der grundsätzliche Aufbau von FM-Radar ist im Bild 12-8 dargestellt. Für die Funktionsweise zwingend ist die Variation der Frequenz mittels eines spannungsgesteuerten Oszillators, der direkt oder über eine Regelschleife (z. B. Phase-Locked-Loop, PLL) die gewünschte Modulation ermöglicht. Das empfangene Signal wird mit dem aktuell ausgesendeten Signal gemischt, gefiltert, abgetastet und gewandelt. Für die Signaltrennung von Sendezweig und Empfangszweig können wahlweise räumlich getrennte Zuleitungen (Bild 12-8 oben) oder spezielle nicht-reziproke Koppler (Bild 12-8 unten) verwendet werden, die richtungsselektiv koppeln.
gezeigt, würde hier Abhilfe leisten, allerdings auch die Kosten für die Demodulationshardware erheblich erhöhen. Alternativ kann mit weiteren Frequenzsprüngen analog zu Bild 12-9 eine erste Aussage zum Abstand getroffen werden. Damit der Cosinus-Bogen als solcher erkannt werden kann, müssen die n Stufen zusammen eine Phasenänderung von mindestens 45° (S/4) bewirken. Somit bestimmt sich der Gesamthub der Frequenzstufen n · 'f aus der minimalen messbaren Entfernung r min zu $Mr,n $Mr,1 tof n$Z 2rmin c P n$Z n$f r c 16rmin
12.2.5.1 Frequenzumtastung, Frequency-Shift-Keying (FSK) Bei der Frequenzumtastung wird die Momentanfrequenz des Signals in Stufen variiert. In einfachster Variante werden nacheinander zwei Wellenzüge der Länge 't mit den Momentankreisfrequenzen Z1 und Z2 ausgesendet und simultan dazu das empfangene Signal mit einem dem Sendesignal abgeleiteten Signal gemischt. Dieses ergibt gemäß Gl. (12.10) die folgenden Basisband-Mischprodukte
ult,r,i (t )
1 ´ ¥Z Ar At cos ¦ i 2rt M0 Mr,i µ , i 1, 2 2 § c ¶ (12.22)
In dieser Gleichung wurde 2SO durch Zi /c substituiert, damit die durch die Frequenzänderung bewirkten Effekte deutlich werden. Zur Vereinfachung wird zunächst angenommen, dass kein Dopplereffekt vorliegt, also das detektierte Objekt keine Relativgeschwindigkeit r aufweist. Dann ergibt sich in Abhängigkeit des Abstands eine Phasenänderung von $Mr,i M0 Mr,i tof Zi
2r Zi , i 1, 2 (12.23) c
(12.25)
Bild 12-9: Prinzip der Frequenzumtastung (Frequency-Shift-Keying, FSK) mit mehreren Stufen
Dies führt zu einem Hub n · 'f von 625 kHz @ 30 m bzw. 18,75 MHz @ 1 m. Diese Werte können als Anhaltspunkt für die minimal benötigte Bandbreite zur Abstandsmessung dienen. Die Zahl der Stufen ergibt sich aus dem Eindeutigkeitskriterium bei maximal anzunehmendem Objektabstand r max. So darf die Phasenänderung zwischen zwei Stufen nicht größer als 180° (S) sein. $Mr,i+1 $Mr,i tof $Z 2rmax c $Z P $f b c 4rmax (12.26)
und damit in der Differenzbetrachtung $Mr,2 $Mr,1 tof $Z
2r $Z , $Z Z2 Z1 c (12.24)
Der Phasenunterschied ist also umso größer, je größer der Abstand r und je höher die Differenzkreisfrequenz ist. Nun gilt aber auch hier, dass eine Phase nicht eindeutig bestimmbar ist. Man misst zunächst nur die mit der Amplitude multiplizierten Cosinus-Werte, in diesem Falle zwei Werte. Eine I/Q-Mischung, wie in Abschnitt 12.2.3 und 12.2.4.3
132
Damit ergeben sich Stufenhöhen 'f von maximal 188 kHz @ 400 m. Dieser Abstandswert liegt zwar außerhalb der betrachteten Abstandszielbereiche. Es kann aber nicht ausgeschlossen werden, dass gut reflektierende Objekte auch aus diesem Entfernungsbereich erfasst werden. Die minimale Anzahl der Stufen nmin ergibt sich aus dem Verhältnis r max / r min von maximalem zu minimalem Abstand. nmin
rmax 4rmin
(12.27)
12 Radarsensorik
Erweitert man die obige Betrachtung auf relativ zum FSK-Radar bewegende Objekte, so bleiben alle Aussagen weiter erhalten. Allerdings ist das Signal der einzelnen Stufe kein Gleichsignal, sondern variiert gemäß Gl. (12.22) mit der Dopplerfrequenz f Doppler,i
fi 2r . c
Zwar unterscheidet sich die Dopplerfrequenz jeder Stufe wegen der unterschiedlichen Grundfrequenz fi, die Änderungen sind aber so gering (< 10 –5), dass bei einer Fourieranalyse die Dopplerfrequenzen in dieselbe Frequenzzelle fallen. Dennoch können sich durch die Unterschiede Phasenverschiebungen aufsummieren, die aber vorherbestimmbar sind und damit auch kompensiert werden können. Im Prinzip können die Objekte allein anhand der Dopplerfrequenz detektiert werden, allerdings ist das Vorzeichen der Dopplerverschiebung nicht bekannt. Dieses lässt sich aus der Phasendifferenz zwischen den Stufen bei den gefundenen Dopplersignalen ableiten. Vergrößert sich die Phase bei Erhöhung der Sendefrequenz, dann liegt eine positive Dopplerfrequenz vor, also ein sich näherndes Objekt. Verringert sich dagegen die Phase, bleibt als sinnvolle Erklärung nur eine negative Dopplerfrequenz, da ein negativer Abstand ausgeschlossen werden kann. Die Auflösung der Relativgeschwindigkeit ist nur abhängig von der Messzeit, die für eine Stufe zur Verfügung steht. Werden die Stufen wie oben beschrieben nacheinander durchgeführt, so steht bei einer Gesamtmesszeit T pro Stufe nur eine Messdauer von T M = T / n zur Verfügung. Bei vielen Stufen führt dies zu einer erheblichen Verschlechterung der Relativgeschwindigkeitsauflösung. Bei wenigen Stufen bietet sich an, die Tatsache auszunutzen, dass die notwendige Abtastrate für den Dopplereffekt so gering ist, dass in den Messpausen zwischen zwei Abtastzeitpunkten Messungen mit anderen Sendefrequenzen durchgeführt werden. Im Abschnitt 12.2.2 wurde eine minimale Abtastrate von 71,4 kHz ermittelt, die Pause beträgt somit fast 14 μs. Die Laufzeit für ein 300 m entferntes Objekt beträgt dagegen nur 2 μs. Theoretisch lassen sich noch sechs weitere Messungen einschieben, praktisch noch vier, wie in einem Praxisbeispiel siehe Bild 12-10 gezeigt ist. Die Signale entsprechen einer Treppenfunktion, wobei für die Auswertung die Werte zu der gleichen Stufenhöhe zu einem Analysedatensatz zusammengefasst werden. Somit ist es auch nicht nötig, die Messzeit auf die verschiedenen Stufen zu verteilen, sondern bei allen Stufen wird ein T-langer Datensatz ausgewertet und somit
B
resultiert gemäß Gl. (12.21) eine Relativgeschwindigkeitsauflösung von $r c / 2 f0T entsprechend $r (1 m/s) / (510 Hz T ) bei 76,5 GHz. Mit einer Messdauer von 40 ms kann eine Geschwindigkeitszelle von etwa 1/20 m/s erreicht werden. Damit können Objekte unterschieden werden, die drei Zellen Differenz zeigen, also Geschwindigkeitsunterschiede von nur 3/20 m/s oder etwa 0,5 km/h. Diese hohe Trennfähigkeit ist allerdings bei einem derartigen Verfahren notwendig, da wegen des geringen Frequenzhubs keine Trennfähigkeit bezüglich des Abstands gegeben ist. Besitzen also mehrere Objekte die gleiche Relativgeschwindigkeit, sodass sie in dieselbe Relativgeschwindigkeitszelle eingeordnet werden, so ist nicht mehr erkennbar, dass es sich um mehrere Objekte handelt. Der in einem solchen Fall ermittelte Abstandswert ist sehr unzuverlässig, wobei der betragsmäßig stärkste Reflektor die anderen dominiert. Bei sich bewegenden Objekten ist die Wahrscheinlichkeit gering, dass mehrere Objekte gemeinsam in dieselbe Zelle fallen. Bei stehenden Objekten hingegen ist dies immer der Fall, sodass ein solches Verfahren für die Detektion von stehenden Hindernissen ungeeignet ist.
Bild 12-10: FSK mit fünf ineinander geschachtelten Frequenzstufen [Quelle: TRW]
Das Zusammenfassen mehrerer Frequenzstufen erlaubt noch weitere Signalverbesserungsmaßnahmen. So kann der Abtastzeitpunkt für das empfangene Signal mit einem definierten Verzug zum Beginn der Stufe gelegt werden, sodass Überreichweiten von Objekten mit größeren Laufzeiten als dieser Verzugszeit ausgeschlossen werden können. Eine weitere Verbesserung kann erreicht werden, wenn gemäß dem Patent [8] schon im Zeitbereich eine Differenzbildung zwischen zwei Stufen erfolgt. Dies ermöglicht eine Kompensation des Niederfrequenzrauschens, da dieses die Spannungswerte aller benachbarten Stufen in gleicher Weise verfälscht. Gleichzeitig erfolgt dadurch eine abstandsabhängige Dynamikreduktion, da die wegen der geringeren
133
B
Sensorik für Fahrerassistenzsysteme
Abschwächung stärkeren Signale naher Objekte wegen ihres geringeren Phasenunterschieds auf geringere Differenzwerte abgeschwächt werden. Mit der Signaldarstellung von Gl. (12.22) berechnet sich die Differenz zu Li j ult,r,i (t $t ) ult,r,j (t )
Z ®« ¥ Zi Z j Ar At ¬sin ¦ 2 rt 2 i r$t c c ® § ´ 2M0 Mr,i Mr,j µ ¶ ´º ¥ $Zij Z 2 i r$t $Mr,ij µ ®» rt sin ¦ 2 c c ¶ ¼® § (12.28) Die ersten im zweiten Sinus-Term enthaltenen Größen haben bei Objekten mit geringer Relativgeschwindigkeit, wie es für die relevanten Objekte im Nahbereich zutrifft, nur kleine Werte $Zij $Zij b2 rt rmax,SRTM z 0, 3o, c c Z Z 2 i r$t b 2 i rmax,SR $t z 1, 5o c c 2
bei rmax,SR 5 m/s und 'Zij = 2S · 320 kHz, so dass der Faktor ´ ¥ 2r sin $M r,ij sin ¦ $Z ji µ § c ¶ übrig bleibt, womit es faktisch zu einer abstandsproportionalen Verstärkung kommt. Ein weiterer Vorteil dieses Kunstgriffs ist die Verzweifachung der Dopplerfrequenz (erster Term im ersten Sinus-Argument), womit die Relativgeschwindigkeitszelle bei gleicher Messzeit halbiert wird. Allerdings reicht eine Differenzmessreihe für die Bestimmung des Abstands nicht aus. Dazu verwendet man eine zweite Differenzreihe, z. B. in der Ordnung ult,r,3 (t 2$t ) ult,r,1 (t ) und ult,r,4 (t 3$t ) ult,r,2 (t $t ), wobei, wie im Bild 12-10 eine äquidistante Kreisfrequenzänderung Z = Z0 + i'Z0 vorausgesetzt wird. Eine solche Differenzbildung zeichnet sich durch denselben gemeinsamen zweiten Sinus-Term aus. Somit kann der Abstand aus der Phasendifferenz der komplexen Amplituden ermittelt werden:
Zwar scheint der Eindeutigkeitsbereich gegenüber Gl.(12.24) verringert zu sein, da die effektive Stufenhöhe 2'Z0 beträgt. Dies wird aber dadurch kompensiert, dass sich mit Vorzeichenbetrachtungen der volle Kreiswinkelbereich bestimmen lässt. Eine wie im Bild 12-10 dargestellte Stufenhöhe von 160 kHz erlaubt einen Eindeutigkeitsbereich von c/(4 · 160 kHz) | 470 m. Durch Messung noch bei Ende der Stufe wird sichergestellt, dass reflektierte Signale von Objekten mit einer Laufzeit > 2,4 μs entsprechend 360 m nicht mehr zu einer Verfälschung der Phase beitragen können. 12.2.5.2 FMSK Eine ebenfalls auf Frequenztreppen basierende Modulation nennt sich Linear Frequency Modulation Shift Keying (LFMCW/FSK) [9]. Diese ist im Bild 12-11 dargestellt. Einer Frequenztreppe A mit nS Stufen folgt zeit- und frequenzversetzt eine Frequenztreppe B. Für Treppe A ergibt sich analog zu Gl. (12.22) und Gl. (12.23) ein Mischsignal
ult,r,i,A (ti,A )
1 2r ¥ 2Z ´ At Ar cos ¦ i rt Zi,A µ , i,A c 2 § c ¶ i 1, , n . (12.30)
wobei Zi,A Z0,A iA $Z Z0,A ii,A mW , ti,A t0 2i$t0 ; i 1,
(12.31)
, nS ,
mit den Abtastzeitpunkten ti,A und der Treppensteigung der Kreisfrequenz mZ = 'Z / (ti+1 – ti). Wieder in Gl. (12.30) eingesetzt, ¥ ¥ 2Z 1 2mW ´ ult,r,i,A (ti,A ) At Ar cos ¦ ¦ i r r ti,A 2 c µ¶ §§ c
2r ´ Z0,A µ , i 1, , n . c ¶ (12.32)
$M4 2,3 1 M4 2 M3 1 $Z4,3 r 2$t Mr ,3 Mr ,1 Mr ,4 Mr ,2 c 4r z $Z0 c (12.29) 2
134
Bild 12-11: Frequenz-Zeitverlauf für Linear Frequency Modulation Shift Keying (LFMCW/FSK) nach [9]
12 Radarsensorik
Für die zweite Treppe ergibt sich analog das gleiche Ergebnis, wobei die Indizes A durch B zu ersetzen sind. Dabei ist zu beachten, dass die Abtastzeitpunkte ti,B = t0 + 't0 +2i't0 zu ti,A um 't0 versetzt sind und die Startkreisfrequenz Z0,B um 'ZBA zu Z0,A verschieden ist. Für beide Fälle erhält man eine zeitdiskrete Datenreihe, die nach der Fouriertransformation bei derselben Kreisfrequenz
Z obj
2 mW r Z0 r , c
(12.33)
eine (komplexe) Amplitude liefert. Die zur Vereinfachung durchgeführte Näherung des Vorfaktors für die Dopplerfrequenz, der Trägerfrequenz Zi, mit der Startfrequenz Z0, führt bei Modulationshüben von 100 MHz und der Trägerfrequenz 76,5 GHz nur zu Fehlern (Zi – Z0) / Zi im Promillebereich. In beiden Treppen findet sich bei Zobj eine Amplitude gleichen Betrags, aber mit unterschiedlicher Phase $M BA
2 $Z BA r Z0 $t0 r , c
(12.34)
von einem geschwindigkeitsabhängigen Teil wegen des Zeitversatzes und zusätzlich von einem abstandsabhängigen Teil wegen des Frequenzversatzes. Beide Informationen, die Frequenz des Signals (Gl. (12.33)) und die Phasendifferenz zwischen den komplexen Amplituden der beiden Treppen (Gl. (12.34)) sind eine Linearkombination von Relativgeschwindigkeit und Abstand und lassen sich entsprechend in einem r w r -Diagramm jeweils als Geraden darstellen (siehe auch Bild 12-12).
r
c Z obj mW
r, 2 Z0 Z0
(12.35)
r
c $M BA $Z BA
r. 2 Z 0 $t0 Z 0 $t0
(12.36)
B
Sofern die zweite Treppe nicht exakt in der Mitte der ersten liegt, also mZ 't0 z 'ZBA, gibt es einen Schnittpunkt beider Geraden, wodurch eine eindeutige Bestimmung sowohl des Abstands als auch der Relativgeschwindigkeit möglich wird: r
c $t0 Z obj $M BA , 2 mW $t0 $Z BA
(12.37)
r
c mW $M BA $Z BA Zobj , 2Z 0 mW $t0 $Z BA
(12.38)
Da die Dauer der Treppen die Messzeit T M = 2n't0 bestimmt, lässt sich gemäß Gl. (12.21) eine Relativgeschwindigkeitszelle von $r
c 4 f 0 nS $t0
(12.39)
angeben. Die Abstandsauflösung hängt ebenfalls von der Messdauer ab, da auch die Abstandsauflösung über die Frequenzauflösung gemäß Gl. (12.33) bestimmt wird. Die Messzeit kürzt sich aber wieder heraus, wenn stattdessen der Gesamtfrequenzhub fsweep = mZ T M / 2S $r
c Z obj c 2P / TM c , 2 mW 2 mW 2 fsweep
(12.40)
verwendet wird. Dieser Ausdruck gilt uneingeschränkt auch für andere Verfahren und entspricht der Heisenbergschen Unschärferelation, bei der das Produkt aus Zeitauflösung und Frequenzauflösung mindestens den Wert 1 ergeben muss. Für eine bestimmte Zeitauflösung (hier Laufzeit) ist also eine bestimmte Mindestbandbreite nötig. Die Treppenstufenhöhe 2mZ · 't0 bestimmt zum größten Teil den maximal messbaren Abstand gemäß Nyquist-Theorem und 't0 = T M / 2nS zu
rmax
Bild 12-12: Bestimmung des Abstands und der Relativgeschwindigkeit beim Verfahren Linear Frequency Modulation Shift Keying (LFMCW/FSK) nach [9]
2PnS 2 2
Z0 r Zobj, max Z0 r c 2TM c c mW mW 2 Pc Z r
0 , 4mW $t0 mW (12.41) c 2
die Zahl der Treppenstufen nS bestimmt das Verhältnis r max /'r zwischen maximalem Messabstand und der Abstandsauflösung. Eine Dopplerverschie-
135
B
Sensorik für Fahrerassistenzsysteme
bung führt entsprechend Gl. (12.33) zu einer Ausdehnung oder Verkürzung des maximalen Messabstands, entsprechend dem zweiten Term von Gl. (12.41). Bei der Anwendung dieser Gleichungen (12.37) und (12.38) ist darauf zu achten, dass die Kreisfrequenz Zobj vorzeichenbehaftet ist. Ohne Einsatz eines I/Q-Mischers ist das Vorzeichen der Frequenz aber nicht bekannt, sodass über Annahmen das Vorzeichen zu bestimmen ist. Dabei können positive Abstände vorausgesetzt werden, sodass die Objektfrequenzen bei positiver Steigung positiv sind. Dies gilt zumindest solange (mWr Z 0 r) 0 ist. Bei positiver Treppensteigung folgt daraus, dass für Objekte unterhalb einer ttc,min ( r / r )min
mW . Z0
(12.42)
diese Bedingung nicht mehr gegeben ist. ttc steht für Time-to-Collision, die übliche Bezeichnung des Quotienten von Abstand und negativer Relativgeschwindigkeit. Für ein Beispiel mit einer ttc,min = 1 s und 76,5 GHz Trägerfrequenz ist eine Steilheit von mZ = 2S · 76,5 GHz/s erforderlich entsprechend einer Frequenzrampe von 76,5 MHz in 1 ms. Grundsätzlich tritt dieser Effekt des Vorzeichenwechsels auch bei einer negativen Rampensteigung auf mit einer entsprechenden „Fluchtzeit“, wobei keine Anwendung im Bereich der Fahrerassistenzsysteme bekannt ist, die so schnell „fliehende“ Objekte erkennen muss. Daher kann eine negative Treppe mit einer betragsmäßig erheblich geringeren Rampensteigung betrieben werden. Als letzten Parameter ist 'ZBA zu wählen. Als Mindestforderung gilt, einen nullwertigen Nenner in den Gl. (12.37) und (12.38) zu vermeiden, also 'ZBA z mZ 't0 zu wählen. Weiterhin ist zu beachten, dass nach Gl. (12.34) die Phasendifferenz eindeutig im Bereich von 0 ... 2S bleibt, so dass dieser Bereich mindestens für Abstände bis r max bei (r 0) reichen muss, wenn die Mehrdeutigkeiten nicht durch andere Plausibilisierungsverfahren aufgelöst werden sollen. Hieraus ergibt sich die Bedingung für $Z BA b
Pc 4mW $t0 rmax
$Z BA,opt mW$t0 ,
(12.44)
d. h. die zweite Treppe beginnt um eine halbe Stufe nach unten versetzt (vgl. [9]). Da wie in Abschnitt 12.2.5.1 beschrieben, die für die maximale Dopplerfrequenz notwendige Abtastfrequenz noch genügend Zeitraum für Zwischenmessungen erlaubt, können noch weitere Treppen ineinander geschachtelt werden. So lässt sich die Anordnung von Bild 12-10 mit einer „Makrotreppe“ verbinden, wobei entsprechend der vorherigen Überlegung der Versatz (die kleine Treppe) entgegen der Richtung der großen Treppe gewählt wird, s. Bild 12-13. Dadurch kann zum einen gegenüber dem Doppeltreppen-FMSK der Winkelversatz 'MBA nun über vier Differenzen statt einer deutlich besser ermittelt werden und zum anderen gegenüber dem FSK wegen des mit der Makrotreppe verbundenen höheren Frequenzhubs auch eine Mehrzielfähigkeit im Abstand erreicht werden, womit das Verfahren auch für stehende Ziele tauglich wird. Natürlich lassen sich die beim FSK beschriebenen „Kunstgriffe“ der Differenzsignale auch hier anwenden, um eine Signaldynamikkompression, eine halbierte Relativgeschwindigkeitszelle und Rauschabsenkung zu erreichen.
(12.43)
Mit etwas Reserve für die Änderung durch den Dopplereffekt ZDoppler,max · 't0 ergibt sich die Auslegung von $Z BA 106 s , also etwa 160 kHz Frequenzsprung, wobei bei einer positiven Treppensteigung ein negatives 'ZBA zu einem höheren Steigungsunterschied führt als ein positives. Da Abstand und Relativgeschwindigkeit gemäß Bild
136
12-12 als Schnittpunkt zweier Geraden bestimmt werden, ist eine Orthogonalität bzgl. der Fehlerrobustheit optimal, d. h. die Steigung der einen Geraden sollte gleich dem negativen Kehrwert der anderen Steigung sein, wobei beide Größen auf die Auflösungszelle ('r nach Gl. (12.40) und $r nach Gl. (12.39)) normiert werden. Mit den Gl. (12.35) und (12.36) erfolgt dann die Festlegung eines optimalen
Bild 12-13: Frequenz-Zeitverlauf einer Kombination von FSK und LFMCW/FSK, gestrichelt: die zu einem Datensatz zusammengefassten Messpunkte
12 Radarsensorik
B
12.2.5.3 Dauerstrich-Frequenzmdulation (Frequency Modulated Continuous Wave, FMCW) Eine vielfach verwendete Modulationsform ist die lineare Dauerstrich-Frequenzmodulation. Dabei wird die Momentanfrequenz kontinuierlich und rampenförmig verändert
Z (t ) Z 0 mW (t t0 ) .
(12.45)
Damit erhält man nach Mischung von Empfangsund Sendesignal ult,r,i (t )
¥ ¥ 2Z 1 2mW At Ar cos ¦ ¦ 0 r 2 c §§ c
´ r µt ¶
2 ´ 2r ¥ 2r ´ Z0 ¦ µ mW µ . µ c § c ¶ ¶ (12.46)
einen zu Gl. (12.32) ähnlichen Ausdruck, wobei eine konstante Phasenverschiebung von +(2r / c) 2 mZ durch die stetig ansteigende Sendefrequenz hinzukommt, die aber ohne weitere Bedeutung bleibt. Obwohl nun die Frequenz im Gegensatz zu den im vorherigen Abschnitt vorgestellten FMSK-Treppen kontinuierlich verändert wird, liefert ein zu diskreten Zeitpunkten abgetastetes Signal dieselbe Differenzfrequenz wie bei der Treppenform, so dass Gl. (12.33) gültig bleibt und eine Linearkombination von Abstand und Relativgeschwindigkeit beschreibt. Ohne Vergleich mit der Phase einer anderen Rampe ist die Phaseninformation hingegen nicht nutzbar. Da nur die Frequenzinformationen auswertbar sind, lässt sich das Verfahren anschaulich gemäß Bild 12-14 verdeutlichen. Die Differenzfrequenz ist bei einer positiven Rampensteigung umso größer, je größer der Abstand ist und je mehr sich ein Objekt entfernt. Die Mehrdeutigkeit der Linearkombination lässt sich auflösen, wenn eine weitere Rampe mit einer anderen Steigung mZ vorliegt. Bei einer negativen Rampe, s. Bild 12-15, ist die Differenzfrequenz ebenfalls umso so größer, je größer der Abstand ist. Allerdings vergrößert sich die Differenz nicht mit sich entfernenden Objekten, sondern mit sich annähernden. Dies drückt sich in einer Linearkombination, die in einem r w r -Diagramm zu einer negativen Steigung führt, aus. Wie im Bild 12-15, unten dargestellt, schneiden sich die Geraden bei r
c Z obj,1 Z obj,2 , 2 mW,1 mW,2
(12.47)
Bild 12-14: FMCW mit einer positiven Rampe bei einem sich nähernden Objekt. Links oben: Gesendetes und empfangenes Signal; rechts oben: Spektraldarstellung der Differenzfrequenz; unten: zu einer Frequenz zugehörige Abstands- und Relativgeschwindigkeitswerte
Bild 12-15: FMCW mit einer negativen Rampe bei einem sich nähernden Objekt. Links oben: Gesendetes und empfangenes Signal; rechts oben: Spektraldarstellung der Differenzfrequenz; unten: zu der detektierten Frequenz zugehörige Abstands- und Relativgeschwindigkeitswerte für beide Rampen
r
c mW,1Z obj,2 mW,2 Z obj,1 . 2Z 0 mW,1 mW,2
(12.48)
137
B
Sensorik für Fahrerassistenzsysteme
Bei der Anwendung dieser Gleichungen ist wie vorherig darauf zu achten, dass die Kreisfrequenzen vorzeichenbehaftet sind. In identischer Weise gilt hier die Einschränkung gemäß Gl. (12.42). Das Mehr-Rampen-FMCW-Verfahren ist sehr einfach, solange nur ein Objekt detektiert wird. Dann sind die Zobj,i eindeutig zuzuordnen. Dies gelingt ohne Weiteres nicht mehr, wenn mehrere Objekte detektiert werden. Wie im Bild 12-16 dargestellt, sind Fehldeutungen möglich. Das erste Rampenpaar (durchgezogene Linien) erzeugt von zwei Objekten vier Schnittpunkte, von denen nur zwei korrekt sind. Durch eine oder mehrere zusätzliche Rampen mit unterschiedlichen Steigungen lässt sich die Mehrdeutigkeit auflösen, zumindest für eine kleine Anzahl von Objekten, in dem man nur die Detektionen gelten lässt, die einen Schnittpunkt aller Rampen zeigen. Im Beispiel Bild 12-16 mit zwei zusätzlichen Rampen der halben Steigung finden sich im r w r -Diagramm vier weitere Geraden. Aber nur zu den korrekten Objekten schneiden sich alle Geraden der vier Rampen. Bei Szenen mit einer Vielzahl gewünschter und ungewünschter Ziele wie die Leitplankenpfosten kann es trotzdem vorkommen, dass Mehrfachschnittpunkte festgestellt werden, die nicht real korrespondieren. Als weiteres Kriterium für die Unterdrückung von
Falschzuordnungen kann die Gleichheit der Amplituden herangezogen werden, wobei hier vorausgesetzt werden muss, dass die Rückstreuamplitude in den folgenden Rampen auch wirklich nahezu gleich ist. Zwar kann diese Annahme in Einzelfällen nicht zutreffen, die Folgen sind aber gering, da einzelne Ausfälle (Drop-outs) vom nachfolgenden Tracking aufgefangen werden. Trotz dieser Maßnahmen bleibt die Zuordnungsmehrdeutigkeit die Achillesferse dieses Verfahrens. Eine weitere Schwäche ist die fehlende Kohärenz über die verschiedenen Rampen hinweg. Für die Qualität der Relativgeschwindigkeit ist die Messdauer T R der einzelnen Rampen relevant, nicht die gesamte Messdauer. Die kleinste Geschwindigkeitszelle wird gemäß Gl. (12.21) über die Dauer T R,max der längsten Rampe bestimmt. Wie im Ausführungsbeispiel des Long Range-Radars LRR2 von Bosch Bild 12-31 dargestellt, kann mit einer langen Rampe die hohe Geschwindigkeitsauflösung erreicht werden. Wenn diese Rampe eine negative Steigung aufweist, besteht kein Problem mit dem Frequenzvorzeichenwechsel bei sich nähernden Zielen. Somit werden wie im Beispiel etwa 70 % der Messzeit für die Dopplerfrequenzbestimmung bereit gestellt.
Bild 12-16: Mehrdeutigkeit der Zuordnung bei FMCW für zwei Ziele. Durchgezogene Kreise: korrekte Zuordnung; gestrichelte: falsche Zuordnung und deren Auflösung durch zwei zusätzliche Rampen; gestrichelte Geraden: Linearkombination für die zweite Doppelrampe
138
12 Radarsensorik
12.2.5.4 Chirp Sequence Modulation (Multi-Chirp, Pulskompression) Die im Folgenden beschriebene Modulation hat mehrere Bezeichnungen. Hier wird sie als Chirp Sequence Modulation bezeichnet, weil sie aus einer Sequenz gleicher linearer Frequenzrampen besteht, s. Bild 12-17. Dieses Verfahren kombiniert die Vorteile aller bisher beschriebenen Verfahren. In kurzen Abständen werden nR gleiche lineare Frequenzrampen wiederholt, die, wenn sie wie im Bild 12-17 dargestellt, frequenzsteigernd (Up-Chirp) sind, im akustischen Bereich als Zirpen (Chirp) hören würden. Der Hub der Rampen beträgt typisch fchirp = 30 ... 300 MHz. Die Wiederholrate richtet sich nach der Dopplerfrequenz und sollte etwa 80 kHz betragen, wenn Mehrdeutigkeiten vermieden werden sollen, die aber wie vorher mehrfach erwähnt, auch durch Plausibilitätsbetrachtung im Tracking behoben werden können, so dass durchaus niedrigere Wiederholraten möglich sind. Obwohl für die einzelnen Rampen Gl. (12.33) gilt, gibt es trotzdem eine eindeutige Zuordnung vom Abstand zur Frequenzzelle
Zobj
2 mWr , c
(12.49)
weil die Rampen so kurz sind, dass eine Dopplerverschiebung innerhalb der Rampendauer nicht relevant wird und somit eine strenge Korrespondenz zwischen Zobj und r herrscht. Diese Beziehung gilt für alle folgenden Rampen, solange das Ziel in der Gesamtmesszeit innerhalb der Abstandszellenausdehnung bleibt. Diese Bedingung kann durchaus bei einer hohen Relativgeschwindigkeit und einer langen Gesamtmessdauer T M verletzt werden, wenn nämlich r
$r c TM 2TM fchirp
(12.50)
ist. Bei einer hohen Abstandsauflösung von 1 m (entsprechend fchirp = 150 MHz) und einer Messdauer von 20 ms tritt dies oberhalb r 50 m/s auf. Trotz solcher Grenzen kann davon gesprochen werden, dass die Frequenzzellen Abstandszellen entsprechen, die in zur kohärenten Pulsdemodulation (Puls-Doppler) ähnlicher Weise als RangeGates aufgefasst werden. Zu jeder Zelle existiert nach der Fouriertransformation wie bei der PulsDoppler-Auswertung in Abschnitt 12.2.4.3 eine komplexe Amplitude. Diese Amplitude beschreibt in den folgenden Rampen in gleicher Weise wie die Pulsfolgen in der komplexen Ebene einen Kreis mit der der Dopplerfrequenz zugehörigen Kreisgeschwindigkeit ZDoppler. Eine Fouriertransformation der komplexen Amplituden der Rampenfolge mit derselben Abstandszelle liefert daher direkt die Dopplerfrequenz und zwar sowohl für mehrere Ziele in derselben Abstandszelle und unterschiedlicher Relativgeschwindigkeit als auch mit Vorzeichen, da nun ein komplexer Datensatz transformiert wird. Die Analogie zur Puls-Doppler-Auswertung führt daher auch zur Bezeichnung Pulskompression, weil nun die gesamte Energie der Rampe auf ein RangeGate konzentriert wurde und somit gegenüber einer ca. tausendfach kleineren Pulsdauer ein erheblich besseres Signal-Rausch-Verhältnis erreicht wird, ohne die Spitzenleistung dafür anzuheben. Der beschriebene Ansatz mit zwei aufeinander folgenden Fouriertransformationen ist nichts anderes als eine zwei-dimensionale Fouriertransformation des Datenfelds, bei dem Messdaten einzelner Chirps die Spalten bilden und die Folgechirps die Zeilen. Das Ergebnis liegt in einem zwei-dimensionalen Spektrum vor, dessen Elementarzelle durch 'r = c / 2fchirp und $r c / 2 f0 TM beschrieben wird. Die Ausdehnung des Feldes wird durch die Abtastfrequenz fs und die Chirpfolgefrequenz ng / T M bestimmt. rmax
Bild 12-17: Frequenz-Zeitverlauf für die Chirp Sequence Modulation (Puls-Kompression)
B
Pc n $r n c fs ; r max R R 2 4mW TM 4 f 0
(12.51)
Die Chirp Sequence Modulation erreicht eine bestmögliche Ausnutzung der Signalleistung, der Bandbreite und der Messzeit. Die Qualität der Messung wird neben dem Rauschen des Empfangszweigs nur durch die Qualität der Frequenzerzeugung bestimmt, denn Nichtlinearität, hohes Phasenrauschen und Ungenauigkeiten bei der Rampenwiederholung (Zeit- und Frequenzfehler) führen zum „Auslaufen“ der Detektion-Peaks und verschlechtern die Detektionsfähigkeit, vor allem am Rande des Detektionsfelds, also bei großen Abständen und Relativgeschwindigkeiten.
139
B
Sensorik für Fahrerassistenzsysteme
12.3 Winkelmessung
12.3.1 Antennen-theoretische Vorbetrachtungen Vor der Beschreibung der Winkelbestimmung werden benötigte Grundlagen zur Strahlform von Radarsensoren eingeführt. Die Strahlcharakteristik der elektrischen Feldstärke E(I, -) im Fernfeld, d. h. bei Abständen, die viel größer als die Wellenlänge sind, ergibt sich (vgl. [2]) als inverse Fouriertransformierte der Antennenbelegungsfunktion A(x, y), wobei der Azimutwinkel I zur Belegung in x-Richtung und der Elevationswinkel - zur y-Richtung korrespondiert. Der nach links positive Azimutwinkel I liegt in der Sensor-Horizontalebene des in ZS-Richtung orientierten Sensors und der Elevationswinkel - beschreibt den Winkel zur ZS-XSEbene (nach oben positiv). Für eine ebene Antenne parallel zur XS-YS-Ebene ergibt sich gemäß [1]
E (I ,- ) °° A( x, y )e
j
2P xcos- sin I ysin - O dx dy
(12.52) Diese Gleichung beschreibt zunächst die Feldstärkeverteilung im Fernfeld für eine mit der Belegungsfunktion A(x, y) abgestrahlten Welle, gilt aber in gleicher Weise für den Empfang. Somit gilt für die Winkelabhängigkeit eines Sensors die Multiplikation der Sende- mit der Empfangscharakteristik. So lange die Sendeantenne nicht weit von der Empfangsantenne entfernt ist, kann die ZweiwegeCharakteristik als das (i. A. komplexe) Produkt der Einwege-Charakteristik beschrieben werden. Bei Verwendung eines monostatischen EinstrahlKonzepts, also wenn der Sendestrahl durch dieselbe Antenneneinheit läuft wie das Empfangssignal, ergibt sich das (bei nicht um Antennenmitte spiegelsymmetrischer Belegungsfunktion komplexe) Quadrat E2 (I, -) . Für drei einfache, symmetrische eindimensionale Fälle von Belegungsfunktionen ist die sich daraus ergebende Antennencharakteristik im Bild 12-18 dargestellt. Die Abszisse verwendet die normierte Größe ) = (lA / O)sinI und ist somit durch das Verhältnis von Aperturweite lA (Antennenöffnungsweite) und Wellenlänge skaliert. An diesen Beispielen lässt sich bereits der Konflikt zwischen möglichst starker Bündelung der Hauptkeule und möglichst geringer Höhe der Nebenkeulen ablesen. Wie in einer Tabelle bei [2]
140
Bild 12-18: Berechnete eindimensionale Antennencharakteristik für eine Rechteckbelegungsfunktion und eine einfache sowie eine quadrierte CosinusHalbglocke, normiert auf die Gesamtleistung. Die Abszissenvariable ) = (lA / O)sinI ist der auf das Verhältnis lA / O der Aperturweite zur Wellenlänge normierte Sinus des Abstrahlwinkels.
aufgeführt ist, kann je nach Belegungsfunktion ein zum Winkelauswertungskonzept passender Kompromiss gewählt werden, vgl. Bild 12-19. Eine für die Unterdrückung der ersten Nebenkeule optimale Charakteristik weist das Hamming-Fenster auf, bei dem am Rand noch 8 % der in der Mitte herrschenden Amplitude verbleibt. Trotz solcher Optimierungsstrategie müssen die Antennen etwa achtzigfach größer als die Wellenlänge mal dem Kehrwert der Hauptkeulenbreite pro Grad sein, ein Grad Hauptkeulenbreite verlangt eine etwa lA = 80 O große Aperturweite, entsprechend 32 cm bei 1° und 77 GHz.
Bild 12-19: Nebenkeulenunterdrückung vs. Breite der Hauptkeule (bei –3 dB, Einweg) nach [2]
12 Radarsensorik
Als weitere unerwünschte Nebenwirkung einer hohen Nebenkeulenunterdrückung kommt eine Absenkung des Antennengewinns hinzu (s. a. Bild 12-18), denn die Unterdrückung wird immer durch eine zum Rand der Antenne hin sinkende Belegungsfunktion erwirkt. Entsprechend sinkt die effektive Antennenfläche, die Hauptkeule wird breiter und somit die Leistung auf einen breiteren Bereich verteilt, was wiederum zu einer Abnahme der Intensität in der Mitte des Strahls führt. Für Long Range Radar-Anwendungen wie ACC (s. Kapitel 32) ist für die Gesamtabdeckung ein Winkelbereich 'Imax von etwa 10°... 20° Azimut und 3° Elevation gefordert. Eine Trennfähigkeit hinsichtlich der Elevation wäre zwar zur Unterscheidung einer Brücke von einem stehenden Fahrzeug (Höhenunterschied etwa 2 m) wünschenswert, aber dafür wäre eine Trennfähigkeit von 1° (= 2 m/116 m) und folglich eine Antenne von mindestens 30 cm erforderlich, was hinsichtlich des verfügbaren Bauraums indiskutabel ist. Somit beschränkt sich die Winkelauswertung auf den Azimut.
12.3.2 Scanning Das vom Verständnis einfachste Verfahren zur Winkelbestimmung ist das mechanische Scanning. Dazu wird eine Strahlablenkeinheit oder eine Planarantenne mechanisch so schnell geschwenkt, dass innerhalb eines Mess- und Auswertezyklus (50 … 200 ms) der gesamte azimutale Erfassungsbereich überstrichen wird. Bild 12-20 zeigt das Prinzip. Die Radarkeule hat wegen der oben beschriebenen Abhängigkeit zur Aperturweite mindestens 2° Hauptkeulenbreite, wenn die Aperturweite nicht größer als 15 cm werden soll. Die Keule wird in etwa 1°-Schritten über den Messbereich „geschoben“. Statt einer wirklich diskreten Schrittsteuerung erfolgt eine kontinuierliche Scanbewegung, um geräuscherzeugende Beschleunigungen zu vermeiden und mit geringeren Stellleistungen auszukommen. Die Messwerte werden dann trotzdem einer diskreten Winkelposition zugeordnet, nämlich der Mitte der Scanpositionen innerhalb eines Messfensters, die zu diesem Winkelsegment zugeordnet ist. Zwar erhöht sich die Unschärfe, die sich durch die Keulenbreite ergibt, um eine „Bewegungsunschärfe“. Da aber zur Vermeidung von Leckage-Effekten die Messdaten gefenstert werden, d. h. am Anfang und am Ende des Messintervalls stark reduziert werden, ist die effektive Bewegungsunschärfe auf etwa 30 % vermindert. Weiterhin kommt zugute, dass sich die Unschärfen näherungsweise (bzw. exakt bei einer Gauß-Charakteristik von Antenne
B
und Fensterfunktion) geometrisch addieren, sodass der Verlust an Schärfe nur etwa 10 % beträgt. Natürlich kann eine noch kleinere Schrittweite gewählt werden und somit die Bewegungsunschärfe verkleinert werden. Dagegen spricht aber, dass die Aufteilung der Messzeit in viele, den Winkelsegmenten zugeordnete Intervalle die Trennschärfe für die Dopplerauswertung verschlechtert. Damit wird auch klar, dass ein mechanischer Scanner hinsichtlich der Relativgeschwindigkeitsmessung prinzipbedingt schlechter sein wird als eine die gleiche Messzeit messende Mehrstrahlanordnung. Weiterhin ist zu bemerken, dass der azimutale Auswertebereich kleiner als der Scanbereich ist, denn für eine Schwerpunktbestimmung muss zumindest am Rande ein Abfall erkennbar werden. Daher ist der tatsächliche Winkelbereich zu beiden Rändern hin um etwa eine halbe Strahlbreite geringer als der Scanbereich. Der große Vorteil des Scanningverfahrens ist neben der hohen Genauigkeit, aufgrund des im Vergleich zu anderen Konzepten schmaleren Strahls, auch die Fähigkeit, Objekte hinsichtlich des Winkels zu trennen. Eine Bestimmung der lateralen Objektausdehnung ist nur bei kleineren Abständen sinnvoll möglich, da auch ein schmaler Strahl von 2° Breite in 50 m etwa 1,8 m ausgedehnt ist und somit schon so breit ist wie ein Pkw.
Bild 12-20: Scanner-Prinzip zur Winkelbestimmung. Oben: enger gebündelter Strahl überstreicht den Gesamterfassungsbereich und detektiert das Punktziel; Mitte: die azimutale Winkelcharakteristik des gebündelten Strahls; unten: Ergebnis für ein Punktziel
141
B
Sensorik für Fahrerassistenzsysteme
12.3.3 Monopuls
unterschieds gewichteter Betrag gemessen wird:
Das Monopuls-Verfahren basiert auf einer Doppelantennen-Anordnung, siehe Bild 12-21, wobei diese zumeist nur für den Empfang eingesetzt wird, während der Sendestrahl mittels einer einzelnen separaten Antenne emittiert wird.
A$ 2 A sin $M ; A3 2 A cos $M
(12.54)
Somit lässt sich aus dem Verhältnis Differenz- zu Summensignal der Azimutwinkel bestimmen, ohne dass dafür eine phasenempfindliche Messung erforderlich ist:
I
¥ A$ ´ 1 arcsin ¦ arctan µ ¦ 2P* A3 µ¶ §
(12.55)
Allerdings ist wegen der Eindeutigkeit die Beschränkung auf Winkel 'M = 2S* sinI < S/2 erforderlich. Daraus folgt die Dimensionierungsvorschrift von * sinImax < 1. Bei einem Maximalazimut von Imax = 30° wären die Antennen genau um 0,5 O entfernt, bei 6° etwa 2,5 O. Eine weitere Möglichkeit des Monopulsverfahrens besteht im Amplitudenvergleich bei unterschiedlicher Strahlcharakteristik. In üblicherweise zur Mitte symmetrischer Anordnung besitzen die Strahlen außerhalb des Nullwinkels die Maxima, haben aber beim Nullwinkel wegen der Symmetrie eine gleiche Amplitude. Der Quotient der Amplitudenbeträge A1 A2 A1 A2
Bild 12-21: Monopuls-Prinzip zur Winkelbestimmung. Oben: Bildung der Summen- und Differenzsignale; Mitte: die azimutale Winkelcharakteristik der so gebildeten Strahlen; unten: typische Kennlinie Azimutwinkels vs. Quotient der Amplitudenbeträge von Differenz- und Summensignal bei kleineren Winkeln
Die (Empfangs-)Antennen können sich durch die Strahlcharakteristika unterscheiden oder einfach nur aufgrund der Position, die bei azimutaler Winkelmessung horizontal um * · O verschoben ist. Für zwei benachbarte, sonst gleiche Antennenfelder findet man einen Phasenunterschied von $M 2P* sin I
(12.53)
in Abhängigkeit des Azimutwinkels. Für die Amplituden des Differenzsignals bedeutet dies, dass statt der Originalamplituden A1 und A2 mit A1 A2 A für Differenz- und Summensignal ein mit dem Sinus bzw. dem Cosinus des Phasen-
142
kann wieder zunächst als etwa lineares Maß des Azimutwinkels herangezogen werden. Kann von einer konstanten Rückstreuung zwischen zwei aufeinanderfolgenden Messungen ausgegangen werden, so reicht die wechselweise sequentielle Auswertung. Dieses Verfahren wird daher auch Sequential Lobing genannt. Wird wie im Bild 12-21 zuvor dargestellt, das Differenz- und Summensignal direkt gebildet, dann überlagern sich Phasenunterschied und Amplitudenunterschied, wodurch sich eine noch steilere Kennung zwischen Azimutwinkel und Quotient |A'| / |A6| ergibt. Das hier beschriebene Messverfahren ist für einzelne Punktziele akkurat. Allerdings können schon zwei Ziele auf eine in demselben Messzyklus nicht erkennbaren Weise unsinnige Werte erzeugen. Daher ist bei Verwendung dieses Verfahrens darauf zu achten, dass durch eine gute Abstands- und/oder Relativgeschwindigkeitstrennung die Wahrscheinlichkeit sehr gering wird, dass der Azimut von zwei oder mehr Zielen stammt. Werden das Differenz- und das Summensignal simultan gemessen und ist eine komplexe Amplitudenbestimmung möglich, dann besteht grundsätz-
12 Radarsensorik
B
lich doch die Möglichkeit einer Signalplausibilisierung über die Differenzphase zwischen A' und A6. Dazu bedient man sich der Trennung der Einflüsse (Amplitudencharakteristik und Phasenunterschied). Da unterschiedliche Amplitudencharakteristika auch zumeist mit Phasenunterschieden verbunden sind, ist eine Speicherung der Gesamtcharakteristik (Amplitudenverhältnis, Phasenunterschied) in Abhängigkeit vom Azimutwinkel sinnvoll. Ein weiterer Vorteil ist die Verdopplung des Eindeutigkeitsbereichs der Phasenauswertung auf ±S, da bei arctan-Berechnung auch die Vorzeichen der komplexen Amplituden genutzt werden können.
12.3.4 Mehrstrahler Die Verwendung von Mehrstrahlern ermöglicht die Verbesserung des Monopulsverfahrens. Zum einen wird bei gegebener Einzelstrahlbreite der Messbereich ausgedehnt. Zum anderen kann in den meisten Fällen eine wie oben beschriebene Mehrzielverfälschung erkannt werden. Das Grundprinzip ist im Bild 12-22 dargestellt. Die Winkelauswertung erfolgt durch den Vergleich mit der sensorspezifischen normierten Antennencharakteristik, die in einem nicht-flüchtigen Speicher abgelegt ist. Beispiele realer Winkelcharakteristika sind in den Bildern 12-23 und 12-24 dargestellt.
Bild 12-23: Zwei-Wege-Antennendiagramm eines Dreistrahl-Puls-Doppler-Radars, Beispiel Continental ARS200 [7]
Bild 12-24: Zwei-Wege-Antennendiagramm eines Vierstrahl-FMCW-Radars, Beispiel Bosch-LRR2 [10]
Nur der mittige Strahl von Bild 12-23 zeigt eine starke Nebenkeulenunterdrückung. Die Nachbarkeulen zeigen jeweils zur Gegenseite ihrer Hauptorientierung deutlich erhöhte Nebenzipfel auf, welche damit auf eine asymmetrische Belegungsfunktion hinweist, die von der außermittigen Bestrahlung herrührt, vgl. auch Abschnitt 12.8.3. Beim Vierstrahler im Bild 12-24 sind alle Strahlen asymmetrisch, die äußeren in besonderem Maße. Zur Ermittlung der Charakteristik werden am Ende der Sensor-Produktion automatisiert Kennfelder mittels Zielsimulatoren bestimmt. Die gemessenen Signalleistungen |Ai|2 des i-ten Strahls (i = 1 ... n) werden auf die Summe der Leistungen aller Strahlen normiert Bild 12-22: Mehrstrahl-Prinzip zur Winkelbestimmung. Oben: überlappende Keulen; Mitte: die azimutale Winkelcharakteristik der einzelnen Strahlen; unten: von einem Punktreflektor resultierende Leistung in den einzelnen Strahlen
ai
Ai n
2
¤ Aj
2
j 1
143
B
Sensorik für Fahrerassistenzsysteme
so dass bei einem Punktziel, das sich im Azimutwinkel I0 befindet, die Kreuzkorrelation n
K (IT ) ¤ ai anorm,i (IT )
(12.56)
i 1
mit dem entsprechend normierten Winkeldiagramm anorm,i bei einer Verschiebung IW = I0 maximal und einen Wert von nahe 1 annimmt. Ist der Maximalwert deutlich kleiner als 1, dann kann davon ausgegangen werden, dass die Voraussetzung eines Einzelreflektors nicht gegeben ist und somit dem ermittelten Winkel nicht vertraut werden darf. Allerdings kann eine Auswertung gemäß Gl. (12.56) auch bei K(I0) | 1 zu Verfälschungen führen, wenn praktisch nur eine Keule eine hohe relative Empfangsleistung aufweist. Daher kann alternativ das sogenannte Antennenmatching auf dB bezogen logarithmisch ausgeführt werden und dann daraus der Korrelationskoeffizient bewertet werden. Dies verlangt jedoch einen hinreichenden Signal-Rausch-Abstand aller Werte. Auch bei Mehrstrahlkonzepten kann man von den Phasenunterschieden gemäß Gl. (12.53) profitieren, wenn das reflektierte Signal simultan auf mehreren Kanälen empfangen wird. So erhält man bei einem n-Strahler n–1 zusätzliche Informationen. Eine Möglichkeit, diese auszuwerten, besteht darin, dass einem Strahl k, z. B. dem Mittenstrahl oder bei gerader Strahlanzahl einem der beiden mittleren, die Referenzphase zugeordnet wird. Dann lassen sich aus der Differenzphase 'M zu jedem der anderen Strahlen jeweils Real- und Imaginärteile AQ,i = |Ai| cos 'M und AI,i = |Ai| sin 'M bestimmen. Selbstverständlich wird der Imaginärteil des Referenzstrahls zu AI,k = 0 gesetzt. So stehen bei simultanem Empfang eines n-Strahlers insgesamt 2n–1 Informationen für die Winkelbestimmung zur Verfügung, die in der zuvor beschriebenen Weise (Gl. (12.56)) ausgewertet werden können. Simultaner Empfang bei Mehrstrahlern heißt, dass zunächst nur die Empfängerseite mehrstrahlig ist, während der Sendestrahl entweder aus einem separaten Sendezweig kommt oder sich wie im Beispiel aus Abschnitt 12.8.1 aus der Überlagerung von mehreren Sendezweigen ergibt. Grundsätzlich lassen sich auch die Sendezweige verändern, z. B. durch Schalter, allerdings werden damit zumeist auch die Mischer der entsprechenden Zweige lahmgelegt, die für die Auswertung der empfangenen Signale benötigt werden. Außerdem muss für eine solche sendeseitige Veränderung analog zum Scanning-Verfahren Messzeit zur Verfügung gestellt werden, wodurch entweder länger gemessen oder die Messzeit auf verschiedenen Strahlkonfiguratio-
144
nen aufgeteilt wird, wobei dies zu einer Verschlechterung der Relativgeschwindigkeitsmessung führt. Der simultane Betrieb von Mehrstrahlern mit Phasenauswertung kann auch als eine (einfache) Form des digitalen Beamforming bezeichnet werden, da die sequentielle Suche nach der höchsten Korrelation abläuft, wie wenn nacheinander die Antenne mit ihrer Phasen- und Amplitudenkennung virtuell in die Suchrichtung gelenkt wird. Allerdings bleibt die Sendecharakteristik unverändert, solange nicht auch die Sendezweige verändert werden. Dies kann neben dem Schalten der Sendezweige auch durch gezielte Phasenverschiebungen zwischen den Einzelantennen der Sendezweige geschehen. Solche meist als planare Phased-Arrays ausgeführte Antennen ermöglichen eine Vielzahl an Auswertemethoden, auf die hier nicht weiter eingegangen wird.
12.3.5 Dual-Sensor-Konzept Ein in einer Veröffentlichung [11] vorgestelltes Konzept bündelt zwei Radarsensoren zu einem integralen Dual-Sensor-Konzept. Dabei kommen zwei fast spiegelbildlich asymmetrische Antennencharakteristika zum Einsatz, bei denen die für eine breite Nahbereichsausleuchtung zuständigen Nebenkeulen nach fahrzeugaußen gerichtet sind, während die leistungsstärkeren zentralen Keulen weitgehend parallel nach vorn ausgerichtet sind, vgl. Bild 12-25. Es ergeben sich vor allem drei Vorteile: eine breite Abdeckung von Beginn an (d. h. nach der ersten Abstandszelle), etwa ± 20° Sicht im Nahbereich und eine Überlappung im Hauptbereich, vgl. Bild 12-26. Die Überlappung kann sowohl zur Fehlererkennung als auch zur Verbesserung der Signalverarbeitung, vorrangig der Azimutwinkelbestimmung, eingesetzt werden. Dass für eine solche Anordnung nun zwei Einbauplätze gefunden werden müssen, kann sowohl negativ als auch posi-
Bild 12-25: Doppel-Radar-Anordnung mit asymmetrischen Vierstrahl-Radarsensoren [11]
12 Radarsensorik
B
Bild 12-26 Detektionsabdeckung der Doppel-Radar-Anordnung mit asymmetrischen Vierstrahl-Radarsensoren [11]
tiv bewertet werden, insbesondere positiv, wenn bei sichtbarem Einbau die „Radar-Augen-Symmetrie“ erreicht werden soll. Nachteilig sind die doppelten Kosten gegenüber einem Einzelsensor, wobei der Verzicht auf zusätzliche Nahbereichssensorik die Bilanz aufbessern kann.
12.4 Hauptparameter der Leistungsfähigkeit Auch wenn sich aus dem Funktionsverständnis, insbesondere der Modulation und der Winkelauswertung, die wichtigsten Größen der Leistungsfähigkeit ergeben, so sind sie hier in einer kurzen Übersicht zusammengefasst.
12.4.1 Abstand Die Leistungsfähigkeit der Abstandsmessung ist hauptsächlich durch die Frequenzbandbreite fBw der Modulation gegeben, vgl. z. B. Gl. (12.18) und (12.40) und bestimmt die Abstandszellengröße $r r
c 2 f Bw
durch die Abtastrate (vgl. Gl. (12.51) bestimmt, während sie bei Puls-Doppler-Radar durch die Länge des abgetasteten Empfangssignals gegeben ist. Die maximale Entfernung bezogen auf ein Standardziel hängt neben den Modulationsparametern auch von der Sendeleistung, der Antennengüte (Verstärkung 0°) und dem Signal/Rausch-Abstand der Empfängerelektronik ab, vgl. Gl. (12.4), Abschnitt 12.1. Dabei ist zu bedenken, dass in der Praxis die Reflektivität der Objekte um mehrere Zehnerpotenzen schwankt und zudem Mehrwege-Interferenzen diese Grenze alles andere als scharf wirken lassen. Der minimale Abstand kann nur dann kleiner als das Trennfähigkeitsintervall sein, wenn auf die Mehrzielfähigkeit im Abstand verzichtet wird. „Umklapp-Effekte“, wie in Abschnitt 12.2.5.2 (Gl. (12.42)) und 12.2.5.3 beschrieben, können zu einer von der Relativgeschwindigkeit abhängigen Vergrößerung des Minimalabstands führen. Bei PulsRadar-Systemen, die für Senden und Empfangen dieselben Antennenzweige verwenden, kann erst nach Abklingen des Sendepulses gemessen werden, woraus ein etwa der Pulslänge entsprechender Bereich resultiert, in dem der Abstand nicht korrekt bestimmt werden kann, wohl aber ab ca. 25 % der Pulslänge ein Ziel detektiert wird.
(12.57) 12.4.2 Relativgeschwindigkeit
und damit die Trennfähigkeit. Die Messgrenze für den maximalen Abstand wird bei Radar mit Frequenzmodulation im Wesentlichen
Für die Zellengröße $r und damit für die Trennfähigkeit wie auch für die Genauigkeit der Relativge-
145
B
Sensorik für Fahrerassistenzsysteme
schwindigkeit ist die ununterbrochene Messzeit T M entscheidend, vgl. z. B. Gl. (12.21) und (12.39). Für die maximale und minimale Relativgeschwindigkeit ist die Abtastung des Dopplereffekts maßgeblich. Allerdings ist eine Mehrdeutigkeit durch eine zu niedrige Abtastfrequenz durchaus kompensierbar, wenn über die Abstandsdifferentiation eine Zuordnung zu den Mehrdeutigkeitsbereichen gelingt.
12.4.3 Azimutwinkel Für die Leistungsfähigkeit der Azimutwinkelbestimmung ist keine einfache Relation anzugeben. Ideal wäre zwar ein azimutal schmaler Strahl, der elektronisch oder mechanisch einen möglichst breiten azimutalen Sektor abtastet. Bei Monopuls- und Mehrstrahlkonzepten ist eine breite Ausleuchtung nur durch ebenfalls breite Einzelstrahlen möglich. Als Qualitätsmerkmal wird hier der Gesamtmessbereich $Imax Imax Imin
(12.58)
und die für die Trennfähigkeit relevante Azimutzellengröße $Imin
$Imax N azimut 1
(12.59)
definiert über die Zahl der unabhängigen Informationen Nazimut, herangezogen. Für einen Scanner ergibt sich 'Imin durch die Strahlbreite des Einzelstrahls, für ein sequentielles n-Strahlkonzept 'Imin = 'Imax / (n – 1), für ein simultanes Konzept mit Phasenauswertung 'Imin = 'Imax / (2n – 2). Für ein Sequential Lobing und Monopuls ist 'Imin = 'Imax, da keine Mehrzielinformation vorliegt, es sei denn, dass simultan bei Monopuls beide Signale gemessen werden und eine Trennung von Phasenunterschied und Amplitudenunterschied genutzt wird (dann ist Nazimut = 3). 12.4.4 Leistungsfähigkeit und Mehrzielfähigkeit Ein Radar für den automobilen Einsatz als Umfeldsensor kann auf eine Mehrzielfähigkeit nicht verzichten. Dazu ist eine geeignete Trennfähigkeit in mindestens einer der Dimensionen Abstand, Relativgeschwindigkeit und Azimutwinkel notwendig. Je nach Konzept wird die Trennfähigkeit mal beim Abstand und mal bei der Relativgeschwindigkeit besonders priorisiert. Im übertragenen Sinne wird für eine in der Praxis hohe Mehrzielfähigkeit ein
146
möglichst geringes „Zellvolumen“ angestrebt, womit das Produkt der Zellengrößen der drei Dimensionen gemeint ist, auch wenn diese unterschiedliche Einheiten besitzen. Etablierte, für eine Volumenbetrachtung benötigte Umrechnungs- und damit Gewichtungsfaktoren sind nicht bekannt und vermutlich nicht immer sinnvoll. Dies gilt vor allem bei weit auseinander liegenden Fällen, wenn z. B. ein Sensor, der gleichmäßig kleine Zellengrößen hat, mit einem Sensor, der nur eine Dimension auflöst, aber dies sehr genau kann, verglichen werden soll. Im Folgenden werden Anhaltswerte für die benötigte Zellengröße eines Long Range Radar angegeben, die für sich allein eine ausreichende Mehrzielfähigkeit ergeben. Hier wird von der Längsausdehnung eines kleinen Pkws ausgegangen, der sich in 100 m Abstand vom Sensor aufhält. Ferner wird für eine Trennung angenommen, dass ein Abstand von drei Zellen benötigt wird. Theoretisch wäre zwar auch der Abstand von zwei Zellen ausreichend, aber die Fensterung und die Strahlunschärfe lassen dies kaum zu. $r z 1, 5 m , $r z 0,1 m/s , $I z 0, 7o .
(12.60)
Hier zeigt sich, dass eine Mehrzielfähigkeit allein auf Winkelbasis nicht mit einbaukompatiblen Antennen (Aperturweite müsste > 45 cm sein) möglich ist. Die Trennfähigkeit auf Basis des Abstands allein kommt an Grenzen, wenn sich mehrere Objekte in nahezu gleichem Abstand aufhalten; die Trennfähigkeit nach der Relativgeschwindigkeit versagt bei stehenden Objekten. Daher wird eine Trennung nach Abstand und nach Relativgeschwindigkeit angestrebt. Im Bild 12-27 ist schematisch der Bereichsquader {rmin ! rmax , rmin ! rmax , Imin !Imax }, der sich aus den Minimal- und Maximalwerten ergibt, dargestellt und aus den einzelnen Zellvolumina {$r , $r, $I } besteht. Daraus lässt sich die qualitative Aussage ableiten, dass die Leistungsfähigkeit umso höher ist, je größer das Bereichsvolumen und je kleiner das Zellvolumen ist. Allerdings ist zu beachten, dass neben den prinzipbedingten Grenzen weitere Verschlechterungsgründe existieren. Insbesondere kann die Frequenzerzeugung und -modulation zur Verschlechterung beitragen. Sowohl eine nichtkonstante Amplitude über die ununterbrochene Messzeit als auch Phasenrauschen oder Nichtlinearitäten führen zur Verbreiterung der Frequenzpeaks und reduzieren die Trennfähigkeit. Neben der Trennfähigkeit spielt die Auflösung für die Qualität eine große Rolle. Hierzu werden benachbarte Zellen zu einer Peak-Schwerpunktbestimmung herangezogen, wodurch Auflösungen von etwa 1/10 der Zellenbreite möglich werden.
12 Radarsensorik
B
Bild 12-27 Visualisierung der Trennfähigkeit als Zellvolumen in den Dimensionen Abstand, Relativgeschwindigkeit und Azimutwinkel
Allerdings gilt dies wiederum nur für Punktziele. Reale Ziele verursachen dagegen erheblich über diesem Wert liegende Streuungen. Wechselnde Reflektionsschwerpunkte führen sowohl longitudinal als auch lateral zu Sprüngen von mehreren Metern, aber auch in der Relativgeschwindigkeit entstehen Streuungen, wenn Relativbewegungen detektiert werden wie bewegliche Teile oder Transportgut mit einem relativen Freiheitgrad, z. B. Autos auf Autoanhängern. Diese Streuungen können so stark sein, dass ein Objekt in mehreren Zellen detektiert wird. Durch zumeist heuristische Ansätze müssen dann diese Zellen wieder zu einem gemeinsamen Objekt gebündelt werden.
12.4.5 24 GHz vs. 77 GHz Das Frequenzband von 24,0–24,25 GHz erlaubt neben dem 76–77 GHz-Band ebenfalls eine Radarnutzung im Straßenverkehr. Vorteile dieses Bandes sind die verlustärmere Leitungsführung und die kostengünstigeren Komponenten, auch wenn
der Abstand mit zunehmendem Einsatz von SiGeKomponenten bei 77 GHz zurückgehen wird. Nachteilig ist die Zunahme der Relativgeschwindigkeitszelle anzusehen, weil die Dopplerfrequenz proportional mit der Trägerfrequenz skaliert. Der größte Unterschied aus der niedrigeren Frequenz resultiert aus der höheren Wellenlänge (O | 12 mm), die wiederum zu einer Verbreiterung der Strahlcharakteristik führt, wenn die Antennengröße beibehalten werden soll. Der Antennengewinn ist kleiner und die Winkelauflösung verschlechtert sich. Daher ist der Einsatz von 24 GHz für den Mid-Range bis 100 m prädestiniert. Auch für den Nahbereich ist es gut geeignet, wenn eine breite Strahlcharakteristik gewünscht ist. Allerdings ist durch die Bandbegrenzung unterhalb von 0,5 m die Detektion kaum möglich, so dass ein im Band bleibendes 24 GHzRadar die Einparkhilfesensoren nicht überflüssig machen kann. Einen nur temporär geduldeten Ausweg bietet die Ultra-Wide-Band-(UWB) Technik. Bei dieser Technik wird zwar auch mit einer Trägerfrequenz von 24,15 GHz gearbeitet. Allerdings werden sehr
147
B
Sensorik für Fahrerassistenzsysteme
kurze energiearme Pulse ausgesendet. Die nur etwa 0,5 ns langen Pulse führen zu einer effektiven Nutzbandbreite von 5 GHz ( UWB Band 21,65–26,65 GHz). Zwar bleiben sie mit der auf diese Gesamtbreite verteilten Energie unterhalb der Zulassungsschwellen der benachbarten Bänder, allerdings findet dies noch keine Akzeptanz. So ist in der Nähe von Radioastronomiestationen UWBRadar abzustellen, woraus sich eine Zwangskopplung mit einem Ortungssystem ergibt. Ferner ist eine Obergrenze für den nationalen Zulassungsanteil von 7 % vorgegeben, d. h. nur maximal 7 % der nationalen Zulassung darf auf Fahrzeuge entfallen, die mit UWB-Radar ausgerüstet sind. Als letzte Grenze ist der 30.06.2013 genannt. Nur bis zu diesem Tag ist das Indienststellen eines 24 GHz-UWBRadars erlaubt. Spätestens dann ist auf 77–81 GHz auszuweichen, wodurch eine Kostensteigerung unvermeidbar sein wird. Allerdings ist dieses neue Band auch bezüglich der anderen Grenzwerte so großzügig bedacht, dass auch andere Modulationsverfahren als UWB möglich sind. Die Grenzwerte im Vergleich finden sich z. B. in der Schnittstellenbeschreibung [12] der Bundesnetzagentur.
12.5 Signalverarbeitung und Tracking Die Signalverarbeitung erfolgt auch für verschiedene Modulations- und Antennenkonzepte weitgehend in gleicher Abfolge, die in Tabelle 12-1 aufgeführt sind.
Am Beginn steht die Signalformung. In allen Konzepten fällt darunter die Signalmodulation, z. B. die Treppengenerierung gemäß Bild 12-9, Bild 12-10, Bild 12-11 und Bild 12-13 oder die Rampengenerierung gemäß Bild 12-14 bis Bild 12-17. Wird auch die Antennencharakteristik dynamisch verändert (z. B. durch Scanning gemäß Bild 12-20), so ist auch dies zur Signalformung zu rechnen. Der erste Verarbeitungsschritt mit empfangenen Signalen besteht in der Vorverarbeitung und digitalen Datenerfassung. Dieser Schritt kombiniert die Demodulation und die digitale Datenerfassung und enthält oftmals Anpassungsfilter, um z. B. die mit dem Abstand verbundene Empfangsleistungsabsenkung zu kompensieren. Die analogen Signale werden nach Demodulation und Verstärkung abgetastet und in digitale Werte gewandelt. Dabei können sowohl klassische Parallelwandler als auch 6-'-Wandler Verwendung finden. Letztere sind 1-Bit-Wandler mit Oversampling und nachgelagertem Digitalfilter. Diese sind allerdings nicht geeignet, wenn während der Messung der Eingangskanal umgeschaltet wird (Multiplexbetrieb). Die Datenmenge entspricht der Zellenzahl gemäß Bild 12-27, also ein Messwert pro Zelle. Sie kann je nach Konzept zwischen tausend und einer Million Werten liegen. In allen modernen ACC-RADAR-Sensoren spielt die per Fouriertransformation durchgeführte Spektralanalyse eine wichtige Rolle bei der Vorverarbeitung der Signale. Vereinfacht betrachtet ist die Fouriertransformation eine rechenintensive Umwandlung vom Zeitbereich in den Frequenzbereich und umgekehrt. Aus einer in Zeitschritten
Tabelle 12-1: Generalisierte Arbeitsschritte der Radar-Signalverarbeitung
148
Verarbeitungsschritt
Erläuterung
Signalformung
Modulation (Frequenztreppen oder Rampen, Pulsgenerierung), Strahlumschaltung oder -formung
Vorverarbeitung und digitale Datenerfassung
Demodulation, Verstärkung, digitale Datenerfassung
Spektralanalyse
Zumeist ein- oder zweidimensionale (Fast-) Fouriertransformation der digitalen Daten, dabei enthalten die Frequenzlage und die komplexen Amplituden die Information über Abstand, Geschwindigkeit und Azimutwinkel.
Detektion
Erkennen von Peaks im Spektrum, zumeist mittels Vergleich mit einer adaptiven Schwelle.
Matching
Zuordnung von detektierten Peaks zu einem Objekt
Azimutwinkelbestimmung
Ermittlung des Azimutwinkels über den Vergleich der Amplituden verschiedener Empfangszweige mit Antennencharakteristik
Bündelung (Clustering)
Zusammenfassung von Detektionen, die vermutlich zu einem Objekt gehören.
Tracking
Aktuelle Objektdaten zu vorher bekannten Objekten zuordnen (= Assoziation), um eine zeitliche Datenspur (Track) zu erhalten, die gefiltert und aus denen die Objektdaten für die nächste Zuordnung prädiziert werden
12 Radarsensorik
definierten Folge von Messwerten wird eine in Frequenzschritten definierte Folge von ‚Messwerten‘, die das Frequenzspektrum bestimmt. Moderne Signalprozessoren sind leistungsfähig genug, um diese Transformation auch mit vielen Messpunkten (Größenordnung 1000) in wenigen Millisekunden durchzuführen. Allerdings wird diese hohe Transformationsgeschwindigkeit nur erreicht, wenn die Anzahl bestimmte Werte annimmt. Beim klassischen Fast-Fourier-Transformation-Algorithmus (FFT) muss sie eine Potenz von 2 sein (z. B. 512, 1024, 2048). Üblich ist eine Fensterung in Verbindung mit der Spektralanalyse, um zu vermeiden, dass durch Begrenzung des Messfensters Artefakte entstehen (so genannte Leckage-Fehler). Auch wenn dazu unterschiedliche Fensterfunktionen verwendet werden können, die auf unterschiedlichen Kriterien optimiert sind, so führt dies zu einer effektiven, in jeder Dimension etwa 1,5-fachen Zellenvergrößerung mit entsprechend verschlechterter Genauigkeit und Trennfähigkeit. Die Detektion ist die Suche nach besonderen Merkmalen in den gemessenen Datenreihen. Oft sind es Peaks in einem Spektrum, sei es ein Frequenz- oder ein Laufzeitspektrum. Hier gilt es, die Reflektionssignale einzelner Objekte zu erkennen und von denen anderer Objekte zu unterscheiden. Wegen der stark unterschiedlichen Signalstärken der verschiedenen Objekte, aber auch desselben Objekts zu verschiedenen Zeiten muss ein Schwellenalgorithmus gefunden werden, der einerseits möglichst alle Peaks, die von realen Objekten stammen, findet, aber unempfindlich gegen Peaks ist, die durch Rauschen oder Störsignale entstanden sind. Daher werden zumeist adaptive Schwellen eingesetzt, wie das Beispielspektrum aus Bild 12-28 zeigt. Entstehen systematische Peaks, die nicht auf äußere Reflektionen zurückzuführen sind, sind diese ebenso zu maskieren wie eventuelle Bodenreflektionen. Leider erschweren auch starke Reflektionen eines realen Objekts die Detektion. Zum einen können sie schwächer reflektierende Objekte in benachbarten Frequenzbereichen verdecken, wenn nämlich die Sendefrequenz nicht ideal dem Modulationsverlauf folgt. Ursachen dafür sind das Phasenrauschen des Oszillators und Linearitätsfehler bei FM-Verfahren. Außerdem führen Abweichungen von der Mischerkennlinie, s. Abschnitt 12.2.3, zu Harmonischen, wie dies auch im Bild 12-28 sichtbar wird. Zwar haben die „harmonischen Ziele“ größere Abstände, aber auch entsprechend vervielfachte Relativgeschwindigkeiten, wodurch aus solchen artifiziellen Objektdaten durchaus größere Objektverzögerungen für die
B
Bild 12-28: Beispielspektrum einer FMCW-Messung. Neben dem eigentlichen Ziel bei der etwa 95. Frequenzlinie finden sich ein Nahbereichs-Echo (bei den ersten Linien) vom Horn des Zielsimulators und die Oberwelle des Ziels (bei Linie 190) wieder [Quelle: Bosch]
Annäherung berechnet werden können als für das Originalobjekt. Unter Matching versteht man die Zuordnung von detektierten Peaks zu einem Objekt, wobei sowohl die Zuordnung verschiedener Spektren (von z. B. verschiedenen Messrampen eines FMCW-RADAR) eines Strahls als auch die Zuordnung von Peaks verschiedener Strahlen gemeint sein kann. Dabei können auch Objektdaten vergangener Messreihen hinzugezogen werden, um bei der Zuordnung durch Plausibilitätsbetrachtungen bei möglicher Mehrdeutigkeit selektiver werden zu können. Dies trifft im besonderen Maße auf das Matching von FMCW zu. Die Azimutwinkelbestimmung erfolgt über die (komplexen) Amplituden der Peaks, die in verschiedenen Strahlen von einem Objekt gemessen wurden. Bei Kenntnis der Winkelcharakteristik und der Strahlrichtung kann die Winkellage des Objekts bestimmt werden. Bei einem Scanner-Konzept mit kontinuierlicher Winkelgeschwindigkeit kann der Winkel allerdings auch schon bei der Detektion ermittelt werden. Gerade bei hoch auflösenden Radarsensoren entsteht „zu viel“ Information. So werden bei kleiner Abstandszelle von einem Lkw schnell einmal 5 bis 10 Reflektionen detektiert oder bei hoher Geschwindigkeitsauflösung Relativbewegungen eines zusammenhängenden Objekts (Zugmaschine, Anhänger, Ladung oder Gliedmaßen von Fußgängern). Daher wird versucht mittels einer heuristischen Bündelung (Clustering) die Detektionen desselben Objekts zu verbinden und als nur ein Objekt in der Messliste zu führen.
149
B
Sensorik für Fahrerassistenzsysteme
Unter Tracking versteht man die Bildung des zeitlichen Zusammenhangs einzelner Messereignisse zu quasikontinuierlichen „Spuren“ einzelner Objekte. Die Detektion und die nachfolgende Bündelung führen zunächst zu einzelnen Objekthypothesen, die vorläufig nur für diesen einen Zyklus gelten. Im Tracking wird als nächstes die Zuordnung zu Hypothesen vorheriger Zyklen versucht (Assoziation). Üblicherweise sind diese Objekthypothesen in Listen organisiert und haben Object Identifier als „individuelles“ Kennzeichen. Für die Assoziation werden die Zustandsgrößen der bisher bekannten Objekte (z. B. Abstand oder laterale Lage) auf den Zeitpunkt der aktuellen Messung prädiziert. Dann erfolgt die Zuordnung der aktuellen Objekthypothesen zu den bisherigen, wobei ein Suchfenster um die prädizierten Werte gelegt wird, da sowohl Mess- als auch Prädiktionsfehler anzunehmen sind. Lässt sich zu einem bisherigen Objekt in diesem Suchfenster ein aktuell erkanntes Objekt zuordnen, so wird die Spur fortgesetzt. Gleichzeitig wird die Objektqualität erhöht oder bleibt auf hohem Niveau. Bleiben Objekte der aktuellen Messung übrig, so werden neue Objekte in der Objektliste generiert und mit den Messdaten der aktuellen Messung initialisiert. Allerdings beginnt dieses Objekt seine Spur mit einer niedrigen Objektqualität, die i. A. so gering ist, dass eine oder mehrere Übereinstimmungen in nachfolgenden Messungen benötigt werden, bevor dieses Objekt für eine Anwendung (z. B. ACC) als Zielobjekt infrage kommt. Kann für ein bestehendes Objekt keine Hypothese aus der aktuellen Messung zugeordnet werden, so sinkt die Objektqualität. Nach mehrmaligem Ausfall fällt die Qualität unter einen definierten Schwellwert, woraufhin dieses Objekt aus der Objektliste entfernt wird. Neben diesen grundsätzlichen Fällen müssen mögliche Mehrdeutigkeiten berücksichtigt werden wie beispielsweise dass ein aktuelles Objekt in das Suchfenster anderer Objekte fällt oder dass mehrere Einzelobjekte der Liste zu einem einzigen realen Objekt gehören. Neben der Assoziation erfolgt mit dem Tracking eine zumeist sehr anwendungsspezifische Zustandsdatenfilterung, oftmals mit der Assoziation verbindbar als Kalman-Filter, der den für die Assoziation notwendigen Schritt der Prädiktion schon implizit enthält. Die Zustandsgrößen von mit aktiven Sensoren erfassten Objekten enthalten immer den Abstand in x- und y-Richtung, die Relativgeschwindigkeit, die Beschleunigung in Längsrichtung und manchmal die Quergeschwindigkeit. Werden die Zustandsgrößen des Egofahrzeugs hinzugezogen, so lassen sich auch die absoluten Objektgrößen für Geschwindigkeiten und Beschleunigungen bilden
150
und in der Objektliste mitführen. Damit lässt sich auch die Unterscheidung zwischen (mit)fahrendem, stehendem oder entgegenkommendem Objekt durchführen. Da durch das Tracking den Objekten eine Historie zugrunde liegt, kann diese auch zur Unterscheidung von stehenden und „angehaltenen“ Objekten erfolgen. Diese genannten Unterscheidungen stellen die Hauptklassen einer, wenn auch einfachen, Klassifikation dar. Die Nichtreaktion herkömmlicher ACC-Systeme auf stehende Objekte beruht gerade auf dieser Klassifizierung und nicht auf der oftmals genannten, aber dennoch falschen Behauptung, dass mit Radar keine stehenden Objekte detektiert werden könnten. Im Anschluss an die genannten Signalverarbeitungsschritte beginnt die Situationsinterpretation, die in einfachster Weise die Selektion eines Radarziels aus der Objektliste übernimmt. Die Zielauswahl wie auch eine weitergehende Situationsinterpretation hängen stark von der Anwendung ab und sind als Teil dieser zu beschreiben. Die Zielauswahl für ACC ist entsprechend in Kapitel 32 unter Abschnitt 32.7 zu finden.
12.6 Einbau und Justage Für den Einbau des Radarsensors kommen grundsätzlich zwei Konzepte infrage: mit oder ohne optische Abdeckung der Antenne. Eine optische Abdeckung ist sicherlich designfreundlicher als eine direkte Sichtbarkeit des Radarsensors, auch wenn argumentiert werden kann, dass nur so das „Statussymbol Radarsensor“ zur Geltung kommen kann. Wichtig ist für die Abdeckung, auch Radom genannt, dass die Radarstrahlen nur wenig abgeschwächt werden und dass die Winkelcharakteristik zu keiner unerwarteten Änderung führt. Kunststoffe als Abdeckung sind eher problemlos, es sei denn dass die Dicke ein Vielfaches der Wellenlängenhälfte O a / 2; O a O / Pr H r ; bei 77 GHz O / 2 | 2 mm, für Kunststoff ist Pr = 1; Hr | 2 … 2,5) beträgt. Unter dieser Resonanzbedingung verstärken sich sowohl die Absorption als auch die Veränderungen der Winkelcharakteristik. Nichtmetallischer Lack ist unproblematisch, Metallic-Lack kann dagegen zu erheblichen Problemen führen. Dabei ist die Nachlackierspezifikation, die dreimaliges Lackieren erlaubt, besonders problematisch. Natürlich ist eine metallische Verdeckung völlig ungeeignet, solange die Eindringtiefe kleiner als die Materialdicke ist. Sehr dünne Schichten (< 1 μm) können aber wieder transparent für mm-Wellen sein, ohne ihre metallisch spiegelnde Eigenschaft für optische Wellen
12 Radarsensorik
zu verlieren. Dies wird ausgenutzt, um metallische Strukturen (Kühlergrill, Markenlogo) auf Kunststoffflächen nachzubilden. Somit kann eine optisch nur noch schwer erkennbare Radar-Abdeckung konstruiert werden. Üblicherweise sind die Radarsensoren an drei Punkten befestigt, gut sichtbar am Beispiel von Bild 12-32. Ein Halter fungiert dabei als Kopplungselement zur Karosserie oder dem Fahrwerk. Über die Verschraubung mit dem Halter lässt sich der Sensor sowohl in Azimut I als auch in Elevation - drehen, womit am Ende des Fahrzeugproduktionsprozesses oder in der Werkstatt die Ausrichtung erfolgen kann. Insgesamt sind drei Fehlerquellen für Azimut Ierr und Elevation -err zu betrachten: Fehler in der sensorinternen Ausrichtung (Ierr,intern, -err,intern)
Beim Azimutwinkel ist eine Offsetermittlung im Betrieb unerlässlich, da sich der statische Schwimmwinkel („Dackellauf“) erst bei der Fahrt zeigt, wenn er nicht vorher über einen Rollenprüfstand ermittelt wurde. Darüber hinaus verbleibt immer noch Unsicherheit bei den anderen Winkelfehlern. Wegen der hohen Empfindlichkeit der Zielauswahl auf Azimutfehler sind Azimutoffsetschätzverfahren notwendig. Basisinformationen dieser Schätzer sind die gemittelten Gradienten der gemessenen Querablage in Abhängigkeit vom longitudinalen Abstand, korrigiert um die durch die Drehung \ des ACC-Fahrzeugs um den Kreismittelpunkt M verursachte Scheinbewegung des Objekts.
Fehler bei der Ausrichtung des Sensors am Fahrzeug (Ierr,Montage, -err,Montage)
XMS ist der Abstand vom Sensor zum auf die X-Achse projizierten Momentanpol der Drehung und berücksichtigt den Schwimmwinkel. Bei schräglauffreier Fahrt ist XMS gleich dem negativen Abstand von Hinterachse zum Sensor. Ansonsten ist XMS aus fahrdynamischen Modellbetrachtungen zu ermitteln. Alternative Ansätze, den azimutalen Sensoroffset zu bestimmen, z. B. mithilfe der Annahme, dass die Zielobjekte im Mittel ohne lateralen Querversatz zum ACC-Fahrzeug fahren, können hinzugenommen werden. Sie leiden aber unter der starken Vereinfachung dieser Annahmen. Besitzt der Radarsensor eine breite Azimutabdeckung, so kann eventuell auf eine Feinjustage ab Werk oder Werkstatt verzichtet werden. Die mitlaufende Azimutoffsetschätzung müsste dann aber schnell und sicher konvergieren. Eine Online-Elevationsoffsetschätzung ist vom Continental ARS 300 bekannt, Abschnitt 12.8.4. Dabei wird gezielt die gemessene Entfernung des Bodenechos ausgenutzt. Eine verstellbare Elevationsschwenkvorrichtung kippt kurzzeitig die Radarstrahlen 7° gen Boden und misst die Entfernung der Bodenechos. Bei bekannter Einbauhöhe lässt sich daraus die Elevation ermitteln und somit korrigieren. Allerdings wird auch hier angegeben, dass nur ein Elevationsfehlwinkel von 0,5° toleriert wird.
Ausrichtungsfehler des Sensorträgers = Egofahrzeug durch einen von der Konstruktionslage abweichenden Nickwinkel -err,veh bzw. einen auch bei Geradeausfahrt auftretenden Schwimmwinkel Ierr,veh („Dackellauf“) Die Fehlausrichtungen in der Elevation führen bei den heute eingesetzten Radar-Sensoren „nur“ zur Reduktion des Erfassungsbereichs oder einer verringerten Genauigkeit der Azimutwinkel, nicht aber zu systematischen Messfehlern. Damit ist auch keine permanente Überprüfung der Ausrichtung erforderlich. Somit reicht die Ausrichtung am Ende der Produktion oder in der Werkstatt auf „Horizontalität“ der Sensorachse. Mit einem sensorgehäuseseitigen Spiegel oder einer auf dem Sensor montierten Libelle lässt sich -err,Montage kompensieren. Mit einer Referenzmessung mit einem Metallspiegel, bei der die Spiegelebene in drei Stellungen gewechselt wird, kann sogar der Summenfehler -err,Montage + -err,intern kompensiert werden. Auch für den Azimutwinkel ist eine Voreinstellung im Werk oder in der Werkstatt zu leisten. Dazu wird eine Referenz für die Xv-Richtung des Fahrzeugs über in der Fahrwerksvermessung übliche Verfahren hergestellt. Über Spiegelung mit gehäuseseitigen Reflektoren (vgl. Bild 12-32) lässt sich Ierr,Montage ausgleichen, sofern vom Zulieferer sichergestellt wurde, dass die Sensorachse passend auf die Gehäuseachse ausgerichtet wurde. Bei der direkten Methode der Messung des Azimutnullwinkels durch den Sensor bei Verwendung eines in die Yv-Zv–Ebene gestellten Spiegels lässt sich der Summenfehler Ierr,Montage + Ierr,intern kompensieren.
¥ uY ´ \ (r X MS ) Ierr ¦ S µ Q § ur ¶
B
(12.61)
12.7 Elektromagnetische Verträglichkeit Grundsätzlich gelten für einen Radarsensor die Anforderungen, die für Steuergeräte im Kfz gelten. Neben der Konformität zur Frequenzregulierung ist
151
B
Sensorik für Fahrerassistenzsysteme
auf eine Unempfindlichkeit gegenüber Störungen durch andere Radarsensoren zu achten. Die Störung durch andere Sensoren kann die Eingangsstufe übersteuern. Daher sind diese so auszulegen, dass diese Störung sich nicht auswirkt oder zumindest erkannt wird und ggf. als Störungsanzeige dem Fahrer angezeigt wird. Eine Falschmessung mit der Folge von Geisterzielen ist kaum zu befürchten, da kein Ziel als relevante Ausgangsgröße gewählt wird, das nur einmal detektiert wurde (s. Abschnitt 12.5 über Tracking). Die Wahrscheinlichkeit, synchron von einem anderen Radarsensor gestört zu werden, ist äußerst gering und wird mit dem nächsten Beispiel belegt. Bei im zeitlichen Abstand von ca. 100 ms wiederholten Messungen müssten die Relativgeschwindigkeit und der Abstand sich für eine erfolgreiche Assoziation nur wenig von den prädizierten Werten unterscheiden (max. 5 m bzw. 2 m/s). Dafür wäre eine Reproduktionsgenauigkeit der Störung von etwa 20 ns in der Zeit und 1 kHz der Frequenz nötig. Schon normale Quarz-Zeitbasen können die dafür notwendige hohe relative Genauigkeit ('t / t = 2 · 10 –7, 'f/ f = 1,2 · 10 –8) kaum leisten. Wenn dann noch die Zykluszeit durch gewollte Streuung oder durch asynchrone Zyklen schwankt, dann sinkt die Wahrscheinlichkeit für wiederholte Fehler auf so niedrige Werte, dass solche Störungen in der Praxis nicht zu „Geisterzielen“ führen. Allerdings können andere Radarsensoren mit ihrer Strahlung rauschähnlich interferieren und somit zu einem Verlust der Empfindlichkeit beitragen.
Bild 12-29: Blockschaltbild des Bosch LRR2 [10]
152
12.8 Ausführungsbeispiele 12.8.1 Bosch LRR2 Seit 2004 ist die zweite Generation LRR2 des Long-Range-Radar-Sensors im Einsatz. Es handelt sich um einen 76,5 GHz-Radar. Ein besonderes Merkmal dieses Sensors ist die hohe Integration der benötigten Komponenten in ein sehr kleines Gehäuse. Alle im Bild 12-29 dargestellten Funktionsmodule konnten in einem nur etwa 1/4 l großen Gehäuse Platz finden, obwohl die Frequenzerzeugung durch einen Gunn-Oszillator eher groß baut. In einer Explosionsdarstellung (Bild 12-30) wird das Integrationskonzept deutlich. Ein AluminiumDruckguss-Zwischenträger nimmt im oberen Teil die Niederfrequenzelektronik auf, die neben dem Steckeranschluss weitgehend drei hochintegrierte ICs enthält. Der eine ist ein ASIC für Analog-Digital-Wandlung, der auf der Basis eines übertaktenden Sigma/Delta-Wandlers und eines Dezimations-Filters die Signale für die Spektralanalyse vorbereitet. Die Fouriertransformation selbst geschieht in einem Signalprozessorkern-gestützten μC aus der TI Centaurus-Familie, der ansonsten die üblichen Funktionen eines automobilen Mikrocontrollers mitbringt. Ein Multifunktions-ASIC übernimmt Überwachungs-, Diagnose- und Spannungsversorgungsfunktionen. Unterhalb des Zwischenträgers befindet sich die Hochfrequenzeinheit, der Transceiver. Auf dieser Platine befinden die HF-Erzeugung und Frequenz-Regelung mit den einzelnen Modulen VCO (Gunn-Diode in mechanischem Resonator), einem Referenzoszillator (DRO, 18,9 GHz) mit harmoni-
12 Radarsensorik
Bild 12-30: 3D-Explosionsdarstellung des Bosch LRR2 [10]
schem Mischer, der Regelelektronik (PLL BoschASIC) zur Frequenzstabilisierung und -modulation, einer Sende- und Empfangs-Schaltung, einem Leistungsteiler zur Aufteilung der HF und vier so genannte „Durchblase“-Mischer zur Mischung des Empfangssignals ins Basisband. Vor der AnalogDigital-Wandlung erfahren die vier gemischten Empfangssignale eine Aufbereitung mittels einer umschaltbaren Verstärkung, einer Verstärkungsanhebung für hohe Frequenzen zum Ausgleich der entfernungsbedingten Signalabschwächung und eine Tiefpass-Antialiasing-Filterung. Auf der HF-Platine selbst befinden sich die Antennenelemente von vier Sende = EmpfangsPatches sowie vier Polyrods (Kunststoffkegel) zur Vorfokussierung, damit die im Bild 12-30 oben zu sehende Kunststofflinse eine passende Strahlbe-
B
legung erhält, d. h. einen möglichst guten Kompromiss zwischen schmalem Strahl bei möglichst geringer Nebenkeulenhöhe. Allerdings reicht die Belegungsfunktion allein nicht, sondern für die Fokussierung ist eine gekrümmte Linse notwendig. Die resultierende Antennencharakteristik wurde schon im Bild 12-24 vorgestellt. Die durch die doch beträchtlich nichtmonotonen Verläufe zu befürchtende Winkelmehrdeutigkeit wird durch die Phasendifferenz-Auswertung verhindert. Die Linse ist selbst Teil des Gehäuses und kann auch zum Abtauen von Schnee und Eis beheizt werden, wozu senkrecht zur 45°-Polarisationsachse Heizdrahtwindungen in den Kunststoff mit eingegossen werden. Als letztes Bauteil ist der Kunststoffboden mit mechanischer Steckerbefestigung zu nennen. Das Funktionsprinzip entspricht der im Abschnitt 12.2.5.3 betrachteten Frequenzmodulation, s. Bild 12-31. Insgesamt wird ein moderates Konzept verwendet, das sowohl eine gute Trennfähigkeit in Abstand und Relativgeschwindigkeit ermöglicht und darüber hinaus eine Winkelmehrdeutigkeit erkennen kann, da simultan alle vier Strahlen ausgewertet werden. Prinzipbedingter Nachteil ist die Mehrdeutigkeit des Frequenzmatching, s. Abschnitt 12.5, die bei einer hohen Zahl von Zielen, wie z. B. durch Leitplankenpfosten, die Zuordnung der Frequenzen der drei Rampen zum richtigen Objekt erschwert.
12.8.2 Bosch LRR3 Die dritte Generation des Long-Range-Radars bleibt sowohl dem Gehäuse- und auch dem Funktionsprinzip der zweiten Generation treu. Daher sind die Abmessungen als auch die Kontur in etwa gleich geblieben, s. Bild 12-32. Die Sensorhardwarearchitektur, Bild 12-33, weist zwar noch Grundzüge der zweiten Generation auf, hat aber
Bild 12-31 Frequenzrampen des Bosch LRR2-Sensors mit zwei kurzen und einer langen Abwärtsrampe zur Verbesserung der Relativgeschwindigkeitsauflösung [10]
153
B
Sensorik für Fahrerassistenzsysteme Tabelle 12-2: Technische Daten der LRR-Sensoren der zweiten und dritten Generation von Bosch Bosch
LRR2
LRR3
74 x 70 x 58 mm3
74 x 77 x 58 mm3
< 300 g
285 g
Allgemeine Eigenschaften Abmessungen (B x H x T) Masse Zyklusdauer
< 125 ms
Hochfrequenzmodul Frequenzerzeugung
Abgestrahlte Leistung (peak, average)
Gunn 18,9 GHz-Referenzoszillator, PLL
MMIC /SiGe, 18,9 GHz-Referenzoszillator, PLL
d 40 dBm (EIRP)
33 dBm (EIRP)
Signaleigenschaften Frequenzbereich
76–77 GHz
Modulationsverfahren Rampenhöhe Rampendauer/Wiederholrate
FMCW 180 MHz
500 MHz
3 (2 x 1 ms; 1 x 7 ms)
4 (6,5 / 1 / 7 /11,5 ms) typisch
Anzahl Messbereiche Art der Winkelmessung
1 monostatisches 4-Strahl-Konzept, simultan mit Phasenauswertung
Detektionseigenschaften 2 … 200 m
0,5 … 250m
0,8 m
0,3 m
–60 … +20 m/s
–80 … +30 m/s
0,3 m/s
0,1 m/s
Messbereich Azimut 'Imax
16°
12° Long range 20° Mid range 30° Short range
Keulenbreite Ilobe
4°
5° (innere Keulen) 8° (äußere Keulen)
2,7°
2°
Entfernungsbereich r min ... r max Entfernungszelle 'r Relativgeschwindigkeitsbereich rmin ! rmax Relativgeschwindigkeitszelle $r
Winkelzelle 'I (hier über 'Imax / (2n – 2) definiert Genauigkeit Punktziel
0,1°
Besonderheiten Radom-Heizung ermöglicht bei direktem Einbau Abtauen von Schnee- und Eisbelag Verstärkungsanhebung bei höheren Frequenzen zum Ausgleich der entfernungsbedingten Abschwächung
154
12 Radarsensorik
B
Bild 12-32 BOSCH Long-Range-Radar Sensor der 3. Generation (LRR3) mit Befestigungsschrauben und Justagespiegel (oben rechts)
Bild 12-33 Sensorhardwarearchitektur Bosch LRR3[12]
155
B
Sensorik für Fahrerassistenzsysteme
Bild 12-34 Radar-Transceiver-Modul des Bosch LRR3 mit SiGe-MMICs (oben) und Radar-ASIC auf der Rückseite (unten) [12]
Bild 12-35 Antennencharakteristik des Bosch LRR3 für die Anwendung als alleiniger Sensor [12]
die Frequenzerzeugung grundlegend verändert. Sie erfolgt nun monolithisch integriert auf der Basis von SiGe (Silizium-Germanium). Zwar verwendeten andere Hersteller schon früher monolithische mm-Wellen-ICs, allerdings bisher auf Basis des teuren GaAs (Gallium-Arsenid). SiGe verspricht wegen der angedachten Nutzung auch für PCs und Spielekonsolen eine breitere Anwendungsbasis und damit kostengünstigere Fertigungsbedingungen als GaAs. Die HF-MMICs bieten mehr Möglichkeiten für den Transceiver. Insbesondere wurde dies beim LRR3 für die Empfangselektronik genutzt. Nun kommen Gilbert-Zellen-Mischer zum Einsatz, die zum einen die Konvertierungsverluste verringern
156
und somit eine geringere Peak-Leistung erlauben. Zum anderen ermöglichen sie auf einfache Weise, die Mischerverstärkung der einzelnen Empfangszweige zu modifizieren und somit eine angepasste Antennencharakteristik einzustellen. Falls er als alleiniger Sensor genutzt werden soll, wird eine symmetrische Charakteristik angestrebt mit jeweils gleichhohen inneren und äußeren Keulen, Bild 12-35. Für eine Radar-Sensor-Doppelanordnung nach Bild 12-25 werden stattdessen beide Keulen einer Seite aufgedreht und die beiden anderen in ihrer Stärke reduziert. Durch weitere Verbesserung der Winkelbestimmungsalgorithmen sowie der gezielten Veränderung der Winkelcharakteristik
12 Radarsensorik
im Vergleich zur 2. Generation konnte der Winkelbereich ausgedehnt werden. Im mittleren Entfernungsbereich (30–100 m) sind insgesamt 20°, im Nahbereich unterhalb 30 m sogar 30° messbar, ohne dass das Antennenkonzept geändert werden musste. Eine Probe der Leistungsfähigkeit zeigen Bild 12-36 hinsichtlich der Winkelgenauigkeit und Bild 12-37 hinsichtlich der Trennfähigkeit im „FreieGassen-Szenario“. Hieraus lässt sich eine Trennfähigkeit von arcsin(6 m/ 80 m) | 4° ablesen. Die verwendete Frequenzerzeugungs- und Modulationselektronik unterstützt weitere Flexibilität. So kann bis 1 GHz Hub ausgesteuert werden und somit die Entfernungszelle auf 15 cm verkleinert werden oder die Reichweite über die spezifizierten 250 m hinaus unterstützt werden. Als weitere Hardware-
B
Neuerung ist ein FlexRay-Transceiver zu nennen, womit nun neben CAN eine weitere Busschnittstelle vorhanden ist.
12.8.3 Continental (A.D.C.) ARS200 Die zweite Generation des Continental-Radar-Sensors baut auf der ersten auf, von der das Modulations- und Winkelbestimmungsprinzip übernommen wurde. Anders als in der ersten Generation wurden nun die Signalauswertung und der Transceiver in einem Gehäuse vereint. Weiterhin kam ein neues Antennenkonzept zum Zuge. Die Ausmaße des ARS200 sind hinsichtlich Länge und Breite eher als groß zu bezeichnen, wobei aber die Tiefe mit 49 mm
Bild 12-36 Detektions- und Winkelabweichungsdiagramm des Bosch LRR3 für ein Punktziel mit 10 m2 RCS [12]
Bild 12-37 Winkeltrennfähigkeit des Bosch LRR3 bei Zufahrt im Freie-Gassen-Szenario mit zwei seitlich (± 3 m) in gleicher Entfernung stehenden Fahrzeugen [12]
157
B
Sensorik für Fahrerassistenzsysteme
sehr gering ist und damit eine Montage hinter dem Kühlergrill leichter möglich wird, s. Bild 12-38. Eine Besonderheit im Vergleich zum Wettbewerb ist die Verwendung des Puls-Doppler-Prinzips, vgl. Abschnitt 12.2.4.3. Durch mehrere Kunstgriffe konnte der grundsätzlich höhere Aufwand von PulsDoppler-Radar gegenüber FM-Radar kostengünstig realisiert werden. Im Bild 12-39 sind die wesentlichen Funktionskomponenten dargestellt. Der steuerbare Oszillator erzeugt eine Trägerfrequenz f TX um 76,5 GHz, die über die Schalter TX für 25 ns auf eine der drei Antennenfeeds gegeben wird, im Bild das mittlere. Direkt im Anschluss werden die Schalter TX wieder geöffnet und die Schalter RX geschlossen. Zugleich wird die Oszillatorfrequenz um 200 MHz gesenkt (oder erhöht). Das empfangene
Signal wird nun mit dieser Frequenz f TX – 200 MHz gemischt, wodurch sich aus dem Differenzfrequenzanteil ein Zwischenfrequenzsignal um 200 MHz ergibt und zwar etwas höher, wenn das empfangene Signal eine Dopplererhöhung erfahren hat, oder etwas niedriger bei negativer Dopplerfrequenz. Das gemischte Zwischenfrequenzsignal wird laufzeitabhängig verstärkt, um der entfernungsbedingten Abschwächung entgegenzuwirken, und dann auf ein so genanntes Matched Filter gegeben. Dieses Filter kombiniert sowohl eine Bandpassfilterung als auch eine I/Q-Demodulation. Die beiden Ausgangssignale des Matched Filter werden dann mit einem ADC im 25 ns-Zyklus abgetastet. Insgesamt werden so 40 Range-Gates gebildet bis 150 m Abstand bzw. 1 μs Laufzeit erreicht sind. Somit liegt für jedes
Bild 12-38 Radarsensor ARS 200 von Continental [7]
Bild 12-39: Funktionsprinzip des Radarsensors ARS 200 von Continental [7]
158
12 Radarsensorik
B
Bild 12-40: Antennenkonzept des Radarsensors ARS 200 von Continental [7]. Links oben: Antennenkomponenten RF-Modul mit den drei Feeds in der Mitte und dem Twistreflektor auf der Vorderseite; links unten: Transreflektor mit Polarisiergitter; rechts: Prinzipdarstellung der „gefalteten Optik“
Tor mit jedem Puls ein Wertepaar vor, das einen Zeiger in der komplexen Ebene repräsentiert und dessen Drehgeschwindigkeit die Dopplerkomponente liefert. Die Betragsinformation benachbarter Range-Gates ermöglicht eine Interpolation, sodass eine Entfernungsauflösung deutlich unterhalb der Range-Gate-Abstände von 3,75 m erreicht wird. Für die Winkelbestimmung wird auf ein sequentielles Dreistrahlkonzept gesetzt, mit der ein azimutaler Sichtbereich von 10° erreicht wird, vgl. Abschnitt 12.3.4. Das Antennenkonzept des ARS 200 verwendet eine „gefaltete Optik“, s. Bild 12-40, und erreicht deshalb die geringe Bautiefe trotz der breiten Antenne, die ihrerseits zu einem hohen Antennengewinn und zu den im Bild 12-23 sichtbaren schmalen Keulen führt. Die breit aus den Feeds austretenden Radarstrahlen sind unter 90° linear polarisiert. Sie treffen auf die Radomfläche (Transreflektor), die wegen eines in gleicher Richtung liegenden Streifengitters die Strahlen vollständig reflektiert. Dann treten die Strahlen auf einen „gemusterten“ Twistreflektor. Der Twistreflektor besitzt auf der Oberseite eine um 45° gegenüber den Strahlen wirkende Analysatorfunktion, d. h. die 90°-Strahlen werden zerlegt in eine 45°- und eine +135°-Komponente. Die 45°-Komponente wird direkt zurückgeworfen, die 135°-Komponente durchläuft zunächst das Substrat des Twistreflektors, wird aber dann an der vollmetallisch beschichteten Rückseite wieder zurückgeworfen und tritt wieder an der Vorderseite aus. Die Schichtdicke wird so gewählt, dass die resultierende Phasenän-
derung 180° (oder ungeradzahlige Vielfache davon) beträgt, also nun mit 315° = –45° austritt. Dies wird erreicht durch eine nO‘/4-dicke Schicht (n ungerade natürliche Zahl). Der nun um 180° verschobene Anteil addiert sich mit dem sofort reflektierten Teil, so dass sich dadurch eine Gesamtpolarisation von 0° ergibt. Für diese so polarisierte Strahlung ist das Streifengitter des Transreflektors kein Hindernis. Der Twistreflektor hat noch die weitere Funktion einer Strahlbündelung entsprechend einem Parabolspiegel. Dazu sind anstelle von Streifengittermustern rechteckige Dipolflächen auf dem Twistreflektor aufgebracht, die durch ihre Form und die Abstände zueinander so berechnet wurden, dass die schräg einfallenden Einzelstrahlen zu einer ebenen Gesamtwellenfront verbunden werden und somit planparallel zueinander abstrahlen.
12.8.4 Continental ARS 300 Beim ARS 300 (Bild 12-41) handelt es sich um ein völlig neues Radar-Konzept. Eine grundsätzliche Änderung findet bei der Winkelbestimmung statt: Anstelle des Mehrstrahler-Ansatzes wird ein mechanisches Scanning-Prinzip eingesetzt. Allerdings wird das Prinzip der Trans- und Twistreflektoren beibehalten. Dieses wird, wie Bild 12-42 zeigt, auch zur Bündelung wie eine Offsetparabolantenne verwendet. Der Twistreflektor ist beweglich und kann somit auch in Elevationsrichtung schwenken, was zur Elevationsoffsetidentifikation und
159
B
Sensorik für Fahrerassistenzsysteme Tabelle 12-3: Technische Daten der Radar-Sensoren der zweiten und dritten Generation von Continental Continental
ARS 200
ARS 300
148 x 138 x 55 mm3
141 x 96 x 47 mm3 / 126 x 96 x 47 mm3
Allgemeine Eigenschaften Abmessungen (B x H x T) (mit/ohne Befestigung und Buchse) Masse
700 g
< 500 g
Zyklusdauer
50 ms
66 ms
Messdauer im Zyklus
7,7 ms
35 ms für FRS 16 ms für NRS
GaAs-MMIC 38 GHz Grundfrequenz, Verdoppler + Verstärker
GaAs-MMIC frei laufender VCO
10 mW peak < 0,1 mW average
3 mW average
Hochfrequenzmodul Frequenzerzeugung
Abgestrahlte Leistung (peak, average) Signaleigenschaften Frequenzbereich Modulationsverfahren Pulsdauer/Rampenhöhe und -dauer
Puls-/Rampenwiederholrate Anzahl Messbereiche
76–77 GHz Puls-Doppler
Chirp Sequence
25 ns
187 MHz (750 MHz at low speed), 16 Ps
400 kHz
50 kHz
1
3 (1 x FRS, 2 x NRS)
monostatisches 3-StrahlKonzept, sequentiell
Scanning
(1 … 7 m Detektion), 7 … 150 m Messung
1 … 200 m FRS 1 … 60 m NRS (0,25 … 50 m at low speed)
3,75 m
1m (0,25 m at low speed)
–75 … +25 m/s
–74 … +25 ms
0,77 m/s
0,77 m/s FRS 1,53 m/s NRS
Messbereich Azimut 'Imax
10°
17° FRS 56° NRS
Keulenbreite Azimut Ilobe (3 dB-Einweg)
3,4°
2,5° FRS 8° NRS
Winkelzelle 'I
3,4°
1° FRS 3,125° NRS
Keulenbreite Elevation -lobe
2,8°
4,3°
Genauigkeit Punktziel
0,2°
0,1°
Art der Winkelmessung Detektionseigenschaften Entfernungsbereich r min ... r max
Entfernungszelle 'r Relativgeschwindigkeitseindeutigkeitsbereich rmin ! rmax Relativgeschwindigkeitszelle $r
Besonderheiten AR S300: Fähigkeit zur Selbstjustage in Azimut und Elevation Abkürzungen: FRS: Far Range Scan; NRS: Near Range Scan
160
12 Radarsensorik
-korrektur genutzt wird. Diese Reflektoranordnung wird nicht von einzelnen Feeds gespeist, sondern von einem dielektrischen Leck-Wellenleiter. Dieser Wellenleiter führt die Mikrowellen ohne Austritt, sofern sie nicht an der Unterseite durch die Rillen der Walze eine Streuung erfahren. Die Streuamplituden aller Rillen, die den Wellenleiter verlassen, bilden zusammen eine ebene Wellenfront, die durch den Rillenabstand ausgerichtet wird. Ist der Abstand der Rillen kleiner als die Wellenlänge im Wellenleiter, dann wird die ausgeleitete Welle bei einer Speisung von der linken Seite nach links weisen, bei größeren Abständen dreht sich die Abstrahlung nach rechts. Daher variieren die Rillenabstände in Umfangsrichtung. Diese Art des Scanning erfordert keine Rückdrehung wie beim Schwenken einer Antennenfläche und erzeugt vernachlässigbar geringe Massenkräfte. Neben dem Scanning für den zentralen Sichtbereich (17°) werden die seitlichen Bereiche ebenfalls per Scanning erfasst. Dazu sind auf der Trommel (s. Bild 12-42 unten) asymmetrisch weitere Rillenbereiche hineingefräst. Der Versatz auf der Trommel berücksichtigt den Versatz, der bei seitlicher Ausleuchtung für einen in etwa mittigen Strahlengang nötig ist, d. h. der Bereich ist zur Gegenseite des Ausleuchtbereichs verschoben. Die Strahlbreite beträgt im Azimut 2,5° (im Nahbereichsscan 8°), in der Elevation 4,3°. Durch den schwenkbaren Twistreflektor kann der ARS 300 bezüglich der Elevation optimal ausgerichtet werden und stationäre Nickwinkel oder Dejustagen ausgleichen. Die Modulation ist im Gegensatz zum ARS 200 eine Chirp-Sequence-Modulation, die auch als Pulskompression bezeichnet wird, vgl. Abschnitt 12.2.5.4. Dieser Ansatz nutzt optimal die Messzeit aus, auch wenn dafür die Kosten für einen ADC mit hoher Abtastrate (| 40 MHz) getragen werden müssen, wobei dieser für den ARS 200 auch schon benötigt wurde. Wie in Tabelle 12-1 angegeben, wird zwischen einem Near range scan (bis 60 m) und einem Far Range Scan (bis 200 m) unterschieden. Dabei wird beim Near Range Scan nur bis zu 60 m ausgewertet, wodurch die Abtastrate nur noch ein Drittel betragen muss. Der zentrale Bereich wird von beiden Scans überfahren, wodurch eine Zuordnung der beiden Messreihen erleichtert wird. Die Geschwindigkeitszelle ist beim zentralen Sichtbereich, also im Far range, kleiner, da eine längere Messzeit für diese Messung zur Verfügung steht. Prinzipbedingt muss für die Winkelbestimmung mit Scanning die Messzeit auf die einzelnen Winkelsegmente, hier auf 17 Winkelschritte, aufgeteilt werden. Daher ergibt sich eine Messzeit von 35 ms/17 | 2 ms pro Segment. Allerdings ist
B
Bild 12-41: Außenansicht und Aufbau des Radarsensors ARS 300 von Continental [Quelle: Continental]
Bild 12-42: Antennenkonzept des Radarsensors ARS 300 von Continental, oben: Seitenansicht (Elevation), unten Walzenanordnung für azimutales Scanning [Quelle: Continental]
die Radarkeule breiter, so dass für die Relativgeschwindigkeit eine größere Messzeit zur Verfügung steht. Daher ist die angegebene Zellengröße von 0,8 m/s (entsprechend 2,56 ms) auch kleiner. Im Nahbereich erfolgt eine gröbere Segmentierung von 3,125°, sodass trotz der geringeren Gesamtmessdauer von 16 ms eine Geschwindigkeitszelle von 1,5 m/s gehalten werden kann.
161
B
Sensorik für Fahrerassistenzsysteme
Bei niedrigen Geschwindigkeiten wird eine Reichweite von weniger als 50 m benötigt. Folgerichtig kann eine Fokussierung auf den Nahbereich erfolgen und durch Erhöhung des Modulationshubs (hier Vervierfachung) eine bessere Abstandsauflösung und -trennfähigkeit erreicht werden. Mit dem ARS 300 wird ein leistungsfähiges Radar angeboten, das durch eine sehr breite Ausleuchtung zusätzliche Nahbereichssensoren für Stop&Go oder Notbrems-Funktionen überflüssig macht. Durch das Scannen wird eine gute laterale Auflösung erreicht und eine sogar bis 80…100 m reichende laterale Objekttrennfähigkeit möglich. Natürlich kann diese Leistung nicht ohne den Preis einer breiteren Apertur und folglich breiterem Gehäuse (s. Bild 12-41) erreicht werden, wobei andererseits die Kompaktheit angesichts der Funktion als hoch anzusehen ist.
12.8.5 Delphi Forward Looking Radar (3. Generation) Das Forward Looking Radar der dritten Generation, Bild 12-43, von Delphi ist ein elektromechanisch scannendes Radar mit einer Strahlbreite von 2,3°. Bei einem Scan-Bereich von 15° kann ein 12°-Sichtbereich mit Winkelauflösung erreicht werden. In etwa 1°-Schritten werden die einzelnen Messungen unterteilt, wobei der Scan weiterläuft. Aber bei einer Strahlbreite von 2,3° ist eine Änderung von 1° innerhalb eines Messschritts nahezu ohne Informationsverlust bzw. -verfälschung. Es wird bei gleich starken Signalen (= best case) eine Winkeltrennfähigkeit von 2,5° erreicht. Wie in Abschnitt 12.3.2 schon erwähnt, ist dafür der Preis eines breiten Gehäuses zu zahlen (hier 138 mm ohne, 184 mm mit Befestigungsteilen) und die Gesamtzykluszeit (hier 100 ms) muss durch die Anzahl der Messschritte geteilt werden, so dass hier nur im Idealfall 100 ms /32 | 3 ms verbleiben. Tatsächlich wird dies noch weiter verkleinert, wenn wie bei diesem Radar ein oszillierendes Scanning-Prinzip eingesetzt wird, da hier die Beschleunigungsphasen berücksichtigt werden. Wenn dies mit einem üblichen FMCW-Mehrrampenverfahren kombiniert wird, so stehen nur Geschwindigkeitszellen von 1…2 m/s zur Verfügung. Die Scan-Richtung wechselt sich von Zyklus zu Zyklus ab. Das Scanning-Element ist eine hinter der Abdeckung liegende planare Antenne, die durch einen elektromotorischen Exzenterantrieb bewegt wird. Für die Anwendung ACC wird neben der Sensoreinheit, die auch einen Gierratensensor enthält, noch ein zusätzliches Steuergerät, Adaptive Cruise Module genannt, eingesetzt, über das die ACC-
162
Bild 12-43: Forward Looking Radar (3. Generation) von Delphi [Quelle: Delphi]
Funktion inkl. der Ansteuerung der Stellsubsysteme abgewickelt wird.
12.8.6 Delphi Electronic Scanning Radar (4. Generation) Bei der vierten Generation setzt Delphi auf ein elektronisch scannendes Radar mit einer sehr geringen Tiefe von 39 mm, s. Bild 12-44. Zwei Sichtbereiche (Long Range und Medium Range) werden durch Umschalten in Millisekundenbereich quasi-simultan abgedeckt. Gesendet wird über TransmitterPatch-Arrays. Die vom Objekt zurückreflektierten Signale werden dann von mehreren Receiver-PatchArrays (s. Bild 12-45) empfangen und im Zeitmultiplexverfahren vom rauscharmen Verstärker verstärkt bzw. am Mixer in Real- (I) und Imaginärteil (Q) demoduliert. Das so resultierende komplexe Signal wird mit einem Bandpassfilter (Tiefpass) gefiltert. Nach der AD-Wandlung wird es zur weiteren Signalverarbeitung via Digitalschnittstelle zum Digitalsignalprozessor übertragen (s. a. Bild 12-46). In dem Digitalsignalprozessor wird das komplexe Zeitsignal hochpassgefiltert und für die weitere Verarbeitung mittels FFT in ein Frequenzspektrum transformiert. Aus den gefilterten komplexen Spektren der Subarrays wird eine Detektionsschwelle berechnet und eine Detektionsliste erstellt. Für diese Detektionsliste wird mittels Anwendung des so genannten „Digitalbeamformingsverfahrens“ das Scannen von Objektpositionen erreicht. Die detektierten Objekte werden dann als relevante Ziele identifiziert und nach ihrer Zielstabilität vom Tracker verfolgt.
12 Radarsensorik
B
Tabelle 12-4: Technische Daten der Radar-Sensoren der dritten und vierten Generation von Delphi Delphi
FLR (3. Gen)
ESR (4. Gen)
138 x 73 x 96 mm3 (184 x 73 x 96 mm3)
130 x 90 x 39 mm3
900 g
< 550 g
Allgemeine Eigenschaften Abmessungen (B x H x T) (mit Halterbefestigung) Masse Zyklusdauer
100 ms
50 ms
Messdauer im Zyklus
2,66 ms
16 ms für LR 16 ms für MR
GaAs-MMIC
GaAs-MMIC FLL (Linearizer)
33 dBm
29 dBm
Hochfrequenzmodul Frequenzerzeugung Abgestrahlte Leistung (EIRP) Signaleigenschaften Frequenzbereich Modulationsverfahren
76–77 GHz FMCW
Chirp Sequence
100 MHz
100 MHz LR 200 MHz MR
1
2 (1 x LR, 1 x MR)
mechanisches Scanning
Receive Digital Beam Forming
1 … 155 m,
1 … 200 m LR 1 … 60 m MR
2m
1,5 m LR 0,75 m MR
–64 … +32 m/s
–100 … +28 m/s
2 m/s
0,125 m/s
Messbereich Azimut 'Imax
15°
20° LR 90° MR
Keulenbreite Azimut Ilobe (3 dB-Einweg)
2,3°
3,5° LR 12° MR
Winkelzelle 'I
1,25°
n.a.
Rampenhöhe Anzahl Messbereiche Art der Winkelmessung Detektionseigenschaften Entfernungsbereich r min ... r max Entfernungszelle 'r Relativgeschwindigkeitsmessbereich rmin ! rmax Relativgeschwindigkeitszelle $r
Keulenbreite Elevation -lobe Genauigkeit Punktziel
4,4°
4,5°
± 0,5°
± 0,5° LR ± 1° MR
Besonderheiten Die Antennenkonfiguration und die Signalverarbeitung sind auch geeignet, um einen zusätzlichen Nachbereich (Short Range Mode) bis 6 m und ± 80° abzudecken.
163
B
Sensorik für Fahrerassistenzsysteme
Bild 12-44: Electronic Scanning Radar (4. Generation) von Delphi [Quelle: Delphi]
Bild 12-45: Blockschaltbild des Electronic Scanning Radar (3. Generation) von Delphi [Quelle: Delphi]
Bild 12-46: Signalverarbeitungskette des Electronic Scanning Radar (4. Generation) von Delphi [Quelle: Delphi]
Das als „Simultaneous Transmit And Receive Pulse Doppler“ (STARPD) bezeichnete Modulationsverfahren entspricht dem in diesem Kapitel Chirp-Sequence-Modulation genannten Verfahren (s. Abschnitt 12.2.5.4). Es basiert auf einer DownChirp-Sequenz (Bild 12-47), aus der der Abstand und die Relativgeschwindigkeit eines detektierten Objekts nach der im Bild 12-46 beschriebenen Weise gewonnen werden. Bild 12-48 und Bild 12-49 zeigen das nach diesem Verfahren gewonnene Detektionsspektrum in der Abstandsrelativgeschwindigkeitsebene bzw. Winkelebene. Das gezeigte Spektrum gehört zu einer 16 ms langen Messung mit insgesamt 128 Chirps (bzw. periodischen Rampen), die mit einer Abtastrate von ca. 4,6 MHz abgetastet wurden. Diese erlaubt eine Maximalentfernung von bis zu 200 m und eine eindeutige Relativgeschwindigkeit von ca. 16 m/s. Der Sensor ist schichtweise aufgebaut, s. Bild 12-50. Im Basisgehäuse, verbunden mit dem Stecker, befindet sich die Hauptplatine mit der Radarsteuereinheit (engl.: Radar Control Module RCM). Die Hochfrequenzeinheit (engl. Transceiver Control Module or XCM) in der nächsten Schicht besitzt auf
Bild 12-47 STARPD (Simultaneous Transmit And Receive Pulse Doppler) genanntes ChirpSequence-Modulationsverfahren [Quelle: Delphi]
164
12 Radarsensorik
B
Bild 12-48 r w r -Spektrum einer Beispielszene, aufgenommen vom Electronic Scanning Radar (4. Generation) von Delphi [Quelle: Delphi]
Bild 12-49 Winkel-Charakteristik nach dem Digital Beamforming des Electronic Scanning Radar (4. Generation) von Delphi [Quelle: Delphi]
Bild 12-50 Explosionsdarstellung des Electronic Scanning Radar (4. Generation) von Delphi, unten seitenverkehrt [Quelle: Delphi]
165
B
Sensorik für Fahrerassistenzsysteme
der zum Radom weisenden Seite eine Patch-ArrayAntenne. Das Radom verschließt das Gehäuse und hat sehr geringen Einfluss auf die Radarsignalabstrahlungscharakteristik. Mit dem ESR steht ein leistungsfähiges Radar zur Verfügung, das durch einen sehr breiten MediumRange-Bereich von ± 45° und einer sehr geringen Gehäusetiefe von 39 mm heraussticht.
12.8.7 Hella 24 GHz-Mid Range Radar Von Hella wurde in Zusammenarbeit mit den Firmen InnoSenT und s.m.s. eine 24 GHz-Plattform entwickelt (s. Bild 12-51), die sowohl für den Long Range als auch den Mid Range geeignet ist, wobei nur letzterer für die Fahrstreifenwechselassistenz (im Bild 12-51 durch die Abkürzung SWA für Spurwechselassistent gekennzeichnet) zum Zeitpunkt der Manuskripterstellung in den Markt eingeführt war. Als Modulationskonzept wird die in Abschnitt 12.2.5.2 dargestellten Linear Frequency Modulation Shift Keying (LFMCW/FSK) verwendet, vgl. auch [9]. Für eine weltweite Kompatibilität wird der Modulationshub auf 100 MHz begrenzt. Zur Winkelbestimmung wird auf das simultane MonopulsVerfahren gesetzt. Als Beispiel für das Gehäusekonzept dient das ACC-Radar (Bild 12-52). Das Radom deckt nicht nur ab, sondern fokussiert die zwei Empfangsantennen. Diese und die ebenfalls planare Sendeantenne sind auf der Oberseite der Radar-Front-End-Platine (RFE) angebracht und im Bild 12-51 teilweise zu sehen. An der Unterseite befindet sich der Rest der HF-Elektronik. Die RFE-Schirmung sorgt dafür,
Bild 12-51: Hella-Radarsensoren: 24 GHZ-ACC-Radar (oben) und 24 GHz-SWA-Radar (unten) [Quelle: Hella]
Bild 12-52 Explosionsdarstellung des Hella-ACC-Radars, [Quelle: Hella]
166
12 Radarsensorik
B
Tabelle 12-5: Kenndaten der 24 GHz-Radar-Plattform von Hella Hella
ACC-Radar
SWA-Radar
80 x 80 x 35 mm3
105 x 88 x 27 mm3
Allgemeine Eigenschaften Abmessungen (B x H x T) Masse
400 g
280 g
Zyklusdauer
60 ms
36 ms
Messdauer im Zyklus
60 ms
36 ms
24 GHz-Oszillator diskret FET + Varaktordiode
24 GHz-Oszillator diskret FET + Varaktordiode
d20 dBm (EIRP) peak
d20 dBm (EIRP) peak
Hochfrequenzmodul Frequenzerzeugung Abgestrahlte Leistung (peak, average) Signaleigenschaften Frequenzbereich
24,0–24,25 GHz
Modulationsverfahren
FMSK
FMSK
Hub und -dauer
§80 MHz, 30 ms
§95 MHz, 18 ms
Rampenwiederholrate
1 x up, 1 x down 2 x konstant f
1 x up, 1 x down 2 x konstant f
bistatisches, simultanes Mono-Puls-Konzept
bistatisches, simultanes Mono-Puls-Konzept
1 … 200 m
0,75 … 55 m
1,8 m
1,5 m
–140 … +70 m/s
–140 … +140 ms
0,2 m/s
0,3 m/s
20° (> 15 m) 40 (< 15 m)
20°–120° s. Bild
Keulenbreite Ilobe
14°
14°
Spezifizierte Elevation -spec
10°
13°
Genauigkeit Punktziel
0,5°
1° bis 2°
Art der Winkelmessung Detektionseigenschaften Entfernungsbereich r min ... r max Entfernungszelle 'r Relativgeschwindigkeitsmessbereich rmin ! rmax Relativgeschwindigkeitszelle $r Messbereich Azimut 'Imax
dass nur zur Radom-Seite die HF-Strahlung emittiert wird. Darunter ist die Auswerteeinheit mit Steckerleiste angebracht. Der Gehäuseträger (im Bild unten) ist mit der Halterung über die Justageschrauben verbunden. Für die Anwendung der Fahrstreifenwechselassistenz ist der Sensor im Stoßfänger-Eckbereich montiert und um 20° bis 25° zur Fahrzeuglängsachse geneigt. So wird mit zwei Sensoren der seitliche Rückraum überwacht. Durch die Nebenkeulen
wird auch der Tote-Winkel-Bereich erreicht, Bild 12-53. Allerdings geraten die Winkel- und die Abstandsauflösung an ihre Grenzen, so dass daher auch ein UWB-ähnlicher Puls-Doppler-Modus als Ergänzung angedacht ist, wenn auch nicht voller Bandbreite gemäß der SARA Grenze, um die in Abschnitt 12.4.2 diskutierten Probleme der Zulassungsfähigkeit in Europa über das Jahr 2013 hinaus zu umgehen, falls eine Lockerung (wie aktuell diskutiert) eintreten würde.
167
B
Sensorik für Fahrerassistenzsysteme
Bild 12-53: Ausleuchtung des Hella-SWA-Radars (Kastengröße 5 m) bei einer Schrägstellung von ca. 8° [Quelle: Hella]
12.8.8 TRW AC20 Der Radarsensor der zweiten Generation von TRW, AC20 (Bild 12-54), arbeitet, wie in der Darstellung Bild 12-55 deutlich wird, nach dem in Abschnitt 12.2.5.2 beschriebenen FSK-Prinzip und nutzt zur Winkelbestimmung das in Abschnitt 12.3.3 vorgestellte Mono-Puls-Verfahren. Dieses Konzept unterscheidet sich von denen anderer Hersteller durch die extrem hohe Trennfähigkeit nach der Relativgeschwindigkeit, während hinsichtlich der anderen Messgrößen Abstand und Azimutwinkel keine Trennung möglich ist. Die hohe Relativgeschwindigkeitsauflösung ist besonders vorteilhaft für die Adaptive Geschwindigkeitsregelung, da sowohl für die Regelgröße v rel als auch für die Relativbeschleunigung sehr gute Messwerte zur Verfügung stehen. Diesem Vorteil steht der prinzipbedingte Nachteil der fehlenden Standzieltrennfähigkeit gegenüber, wodurch der Einsatz für Stop&Go-Anwendungen verwehrt bleibt. Allerdings erlaubt sowohl die Hochfrequenzeinheit als auch die Auswertetechnik eine für die Abstandstrennfähigkeit geeignete Modulation, z. B. die im Bild 12-13 beschriebene „Makrotreppe“. Wie in der Explosionsdarstellung von Bild 12-56 zu sehen ist, wird eine Kunststofflinse zur Strahlbündelung verwendet. Sie wird gespeist von einem Radar-TRM, womit das Transmitter-ReceiverModul gemeint ist. Damit ein hinreichend breiter Strahl die Linse erreicht, hält ein mit einem RadarAdsorber angekoppelter Hohlraum den Abstand.
168
Bild 12-54: Radarsensor AC 20 von TRW [Quelle: TRW]
Der bis auf die Antennenöffnung hermetisch verschlossene TRM ist mit der rückseitigen Leiterplatte (PCB) verbunden, die die Auswerteeinheit und den Stecker enthält. Der TRM besitzt eine Frequenzerzeugung auf der Basis von GaAs-MMICs und ist damit sehr hoch integriert.
12 Radarsensorik
B
Bild 12-55: Blockschaltbild der Signalverarbeitung des TRW AC20 [Quelle: TRW]
Bild 12-56: 3D-Explosionsdarstellung des TRW AC20 [Quelle: TRW]
12.9 Zusammenfassung und Ausblick Die Radar-Technologie hat die Entwicklung der Fahrerassistenzsysteme weit nach vorn gebracht. Aber auch die Radar-Technologie selbst wurde durch die Anwendung im Automobil beeinflusst. Heute liegen Erfahrungen für eine Volumenproduktion von komplexen Radargeräten vor, die mit den Felderfahrungen die aktuelle Entwicklung begleiten. Waren die Radarsensoren der ersten Generation verschiedener Zulieferer von hoher Diversität geprägt, so sind erste Konvergenzen hinsichtlich der Modulation und der Frequenzerzeugung zu sehen. Trotzdem wird es
noch lange dauern, bis ein Zustand ähnlich dem von ABS erreicht ist, bei dem die Geräte verschiedener Hersteller kaum noch zu unterscheiden sind. Die stete „Bedrohung“ der Radar-Technologie im Automobil, die Lidar-Technologie (s. Kapitel 13), hat in den letzten Jahren ebenfalls große Fortschritte gemacht. Trotzdem bleiben komplementäre Leistungsunterschiede weiter bestehen. Radar profitiert in besonderem Maße von der Fähigkeit, den Dopplereffekt messen zu können, und von der höheren Wetterrobustheit. Demgegenüber ermöglicht Radar nur eine geringe Raumauflösung bei akzeptabler Antennengröße. Eine Verbesserung dieser Situation verspricht die Terahertz-Technik, die aber tech-
169
B
Sensorik für Fahrerassistenzsysteme Tabelle 12-6: Technische Daten des Radar-Sensors der zweiten Generation von TRW TRW
AC20
Allgemeine Eigenschaften 98 x 98 x 63 mm3
Abmessungen (B x H x T) Masse
550 g
Zyklusdauer
40 ms
Messdauer im Zyklus
40 ms
Hochfrequenzmodul Frequenzerzeugung
GaAs-MMIC, 19,125 GHz-Referenzoszillator
Abgestrahlte Leistung (peak, average)
10 mW average
Signaleigenschaften Frequenzbereich Modulationsverfahren
76–77 GHz Frequency-Shift-Keying (s. Bild 12-10)
Hub und -dauer
0,64 MHz
Treppenwiederholrate
83,3 kHz (1/12 μs)
Anzahl Messbereiche
1
Art der Winkelmessung
monostatisches, simultanes Mono-Puls-Konzept
Detektionseigenschaften Entfernungsbereich r min ... r max Entfernungszelle 'r Relativgeschwindigkeitsbereich rmin ! rmax Relativgeschwindigkeitszelle $r Messbereich Azimut 'Imax
nologisch noch in den Kinderschuhen steckt. Mit halber Wellenlänge könnten Keulenbreiten von 1° erreicht werden, womit sich die Objektbegrenzungen in durchaus befriedigender Qualität bestimmen ließen. Vielleicht geht die Technik auch einen anderen Weg, wenn man vom Ein-Sensor-Konzept weggeht und sich der diversitären Multi-Sensorik mit Sensordatenfusion nähert. Hier könnte die Kombination Radar plus Kamera ein „Dreamteam“ werden, das kaum noch Wünsche offen lässt, die z. B. von einem Lidar erfüllt werden könnten. In einer Kombinationslösung können sich die Anforderungen an das Radar ändern und eventuell zu einer „Abrüs-
170
1 … 200 m 470 m –50 … +50 m/s 0,025 m/s 11°
tung“ des Radars bei einer Kostengesamtoptimierung führen. Danksagung: Der Autor dankt den Herren Bernhard Lucas von Bosch, Dr. Markus Wintermantel von Continental, Dr. Jens Haun von Delphi, Dr. Tilmann Seubert von Hella und Wolfgang Kampfmann von TRW für die fachliche Unterstützung und die Bereitstellung der technischen Abbildungen.
12 Radarsensorik
B
Quellenverzeichnis [1] Fonck, K.-H.: Radar bremst bei Gefahr, Auto, Motor & Sport, Heft 22, 1955, S. 30 [2] Skolnik, Merrill: Radar Handbook. Introduction to radar systems, Third Edition, McGraw-Hill Verlag, New York City, 2008 [3] Ludloff, A.: Praxiswissen Radar und Radarsignalverarbeitung, 3. Auflage, Vieweg-Verlag, 2002 [4] Wolff, Ch.: Radargrundlagen – Winkelreflektor, http://www.radartutorial.eu/17.bauteile/bt47.de.html, Zugriff August 2008 [5] TC208/WG14, ISO. ISO 15622 (Transport information and control systems – Adaptive Cruise Control systems – Performance requirements and test procedures. 2002. [6] TC204/WG14, ISO. ISO 22179 Intelligent transport systems – Full speed range adaptive cruise control (FSRA) systems – Performance requirements and test procedures. 2008 [7] Kühnke, L.: 2nd Generation Radar Based ACC – A System Overview, Workshop on Environmental Sensor Systems for Automotive Applications, European Microwave Week, Munich, October 2003 [8] Menzel, W.; Pilz, D.: Mikrowellen-Reflektorantenne, Patent WO 99/43049, 1999 [9] Meinecke, M.-M.; Rohling, H.: Combination of LFMCW and FSK Modulation Principles for automotive radar systems. German Radar Symposium GRS2000, Berlin, 2000 [10] Kühnle, G.; Mayer, H.; Olbrich, H.; Swoboda, H.-C.: Low-Cost Long-Range-Radar für zukünftige Fahrerassistenzsysteme. Aachener Kolloquium Fahrzeugund Motorentechnik 2002, S.561 [11] Lucas, B.; Held, R.; Duba, G.-P.; Maurer, M.; Klar, M.; Freundt, D.: Frontsensorsystem mit Doppel Long Range Radar, 5. Workshop Fahrerassistenzsysteme, Walting, 2008 [12] Bundesnetzagentur: SSB LA 144 – Schnittstellenbeschreibung für Kraftfahrzeug-Kurzstreckenradare (Short Range Radar, SRR), Juli 2005, http://www. bundesnetzagentur.de /media /archive /5450.pdf, Zugriff August 2008 [13] Freundt, D.; Lucas, B.: Long Range Radar sensor for high-volume driver assistance systems market, SAE paper 2008-01-0921 [14] Weber, R.; Kost, N.: 24-GHz-Radarsensoren für Fahrerassistenzsysteme, ATZ Elektronik 02/2006, S. 2 [15] Artis, J.-P.; Cornic, P.: Radar for the Detection of Obstacles, especially for Automobile Vehicles, USPatent 5,923,284
171
B 13 Lidarsensorik 13.1 Funktion, Prinzip 13.1.1 Begrifflichkeit LIDAR: Light Detection And Ranging ist ein optisches Messverfahren zur Ortung und Messung der Entfernung von Objekten im Raum. Prinzipiell ähnelt das System dem Radar-Verfahren, wobei allerdings anstelle von Mikrowellen beim LIDAR Ultraviolett-, Infrarot- oder Strahlen aus dem Bereich des sichtbaren Lichts (daher LIDAR) verwendet werden (vgl. Bild 13-1).
Georg Geduld
Bei der „Time of Flight-Messung” werden ein oder mehrere Lichtpulse ausgesendet und an einem eventuell vorhandenen Objekt reflektiert. Die Zeit bis zum Empfang des reflektierten Signals ist dann proportional der Entfernung. Bei einer Geschwindigkeit des Lichts von ca. 300 000 Kilometern pro Sekunde (in Luft) beträgt die zu messende Laufzeit bei einem Abstand von 50 Metern (entspricht bei 100 Kilometern pro Stunde = Tacho-Halbe) etwas über 3 x 10 –7 Sekunden oder 333 Nanosekunden (vgl. Bild 13-2). c0 t 2 d = Abstand [m] c0 = Lichtgeschwindigkeit (300 000 m/s) t = Zeit [s] d
13.1.2 Messverfahren Distanzsensor Es gibt verschiedene Messverfahren beim Einsatz von Infrarotsensoriken. Die im Fahrzeug meist benutzte Methode ist die „Time of Flight-Messung”. Die Zeitdauer von der Aussendung des Licht(Laser)impulses bis zum Empfang der rückgestreuten Strahlen ist dabei proportional der Entfernung zwischen Messsystem und detektiertem Objekt.
Bild 13-1: Frequenzspektrum
172
(13.1)
Die zu erwartende Pulsantwort eines festen Objekts (z. B. Fahrzeug) hat die Form einer Gaußkurve. Da der ausgesandte Lichtimplus die Entfernung zwischen Sender und Empfänger zweimal durch-
13 Lidarsensorik
B
Bild 13-2 Laufzeitmessung
Bild 13-3 Pulsantwort eines Objekts
Bild 13-4 Pulsantwort zweier Objekte
laufen muss, repräsentiert die Zeit W die doppelte Entfernung zum Objekt (vgl. Bild 13-2 und Bild 13-3). Befinden sich mehrere Objekte in einem Messkanal, so können bei entsprechendem Auswerteverfahren auch mehrere Objekte erfasst werden. Man spricht dann von Mehrzielfähigkeit des Systems (vgl. Bild 13-4). Besteht eine erhöhte Dämpfung der Atmosphäre z. B. bedingt durch Nebel, so werden einzelne
Pulse an den Wassertröpfchen in der Luft reflektiert (vgl. Bild 13-5). Je nach optischer Auslegung des Systems kann dies zu Sättigungsverhalten im Empfänger führen. Ein Messen ist dann nicht mehr möglich. Heutige Sensoren jedoch haben eine dynamische Anpassung der Empfindlichkeit, und zusammen mit der Mehrzielfähigkeit im Messkanal können dann „weiche” atmosphärische Störungen mit dahinter liegenden Objektantworten vermessen werden.
173
B
Sensorik für Fahrerassistenzsysteme
Bild 13-5 „Weiches“ Objekt (Nebel)
Bild 13-6 Signalantwort „weiches” Objekt (Nebel)
Dabei hilft die Tatsache, dass bei einem weichen Objekt wie Nebel die Entfernungsechos aus verschiedenen „Tiefen” des Nebels empfangen werden. Die Verschmelzung der einzelnen Pulsantworten über eine längere Messdistanz (Zeitfenster) führt zu einem flachen, ausgedehnten Empfangsecho (vgl. Bild 13-6). So lässt sich beispielsweise das Signal von Nebel oder Gischt von dem eines Fahrzeugs unterscheiden. Die Form des Signals gibt ebenfalls Auskunft über den Absorbtionsgrad der atmosphärischen Störung. Die „Signallänge” x im Bild 13-6 ist ein Maß für die herrschende Sichtweite. Die Reichweitenperformance wird maßgeblich von der Intensität des ausgesendeten Lichtpulses und der Empfindlichkeit des Empfängers beeinflusst. Dabei ist die Pulsleistung durch die Augensicherheitsanforderungen beschränkt. Weitere Parameter wie beispielsweise die Transmission der Atmosphäre, die Größe oder Reflektanz des Objekts sind hingegen nicht beeinflussbar. Die empfangene Lichtintensität kann für den Fall, dass die Strahlauftrittsfläche kleiner als das Objekt ist, wie folgt beschrieben werden (siehe Gleichung 13.2): Pr
174
KK At H T 2 Pt P2 R3 Qv / 4 ) / 2
2
(13.2)
Im Fall, dass das Ziel (bei größerer Entfernung) kleiner als die Strahlauftrittsfläche ist, gilt folgender Zusammenhang: Pr
KK At H T 2 Pt P2 R 4 Qv Qh / 4 ) / 2
2
(13.3)
mit: Pr: Intensität des empfangen Signals (W) KK: Reflektanz des gemessenen Objekts ): Winkel der Objektreflexion (rad) H: Objektbreite (m) Ar: Zielgröße (m 2) T: Transmission der Atmosphäre Qv: Vertikale Strahldivergenz (rad) Q h: Horizontale Strahldivergenz (rad) At: Empfangslinsenfläche (m 2) Pt: Laser-Leistung (W)
13.1.3 Aufbau Prinzipiell sind heutige LIDAR-Abstandsmessgeräte nach dem gleichen Schema aufgebaut. Unterschiede gibt es in der Art der Erzeugung von mehreren Messkanälen (Strahlen) bzw. der Umsetzung einer Strahlablenkung bei „sweependen” (in Abhängigkeit z. B. des Kurvenradius nachgeführt) und scannenden Verfahren.
13 Lidarsensorik
13.1.3.1 Sendezweig Beim LIDAR wird für die aktive Distanzmessung eine Laserquelle, die typischerweise im Bereich zwischen 850 nm bis ca. 1 μm emittiert, eingesetzt. Um eine möglichst optimale Zieltrennung von mehreren Echos zu gewährleisten, sollte der Messimpuls so kurz wie möglich gehalten werden. Bei diesen Überlegungen spielt auch die zu gewährleistende Augensicherheit eine wesentliche Rolle, da das Integral des Pulses die emittierte Energie darstellt. Die Strahlungsleistung der verwendeten Hochleistungsdioden kann durchaus 70 W [6] und mehr erreichen. Die Pulslänge liegt typischerweise um die 30 ns. Bei einer aktiven Fläche am Halbleiterlaser von ca. 200 x 10 μm 2 entspricht dies einer Flächenleistung am Laser von ca. 35 GW/m 2. Um diese gewaltigen Leistungen elektronisch und störsicher zu bewerkstelligen, wird die Treiberstufe des Lasers so nah wie möglich und somit direkt im Gehäuse des Halbleiterlasers verbaut (vgl. Bild 13-7). Weitere Herausforderungen sind die Temperaturentwicklung an den Grenzschichten zum Gehäusekunststoff und die Stromzufuhr (Betriebsspannung 12 V) zum Bauteil. 13.1.3.2 Empfangszweig Die Empfindlichkeit des Empfängers entscheidet maßgeblich über die erreichbare Performance des zu definierenden Sensors. Grundsätzlich ist die Empfindlichkeit eines Sensorbauteils über die Empfängerfläche zu erreichen. Limitation hierfür ist die Apertur bzw. die Güte der Optik. Um die geforderten Genauigkeiten im Zentimeterbereich zu erzielen, wird eine hohe Messgeschwindigkeit gefordert. Bei einem Messbereich von ca. 10 cm bis ca. 150 m beträgt die Lichtlaufzeit zwischen 0,1 ns bis zu 1,0 μs. Eine weitere Herausforderung ist die „Blendung“ durch das Umgebungslicht. Bei Tag verursacht das von der Sonne verbreitete Lichtspektrum, das ebenfalls einen erheblichen Anteil im
B
Infrarotbereich beinhaltet, mehrere Größenordnungen mehr an Lichtleistung als ein Abstandssensor. Durch geeignete Filtermaßnahmen wird der Gleichlichtanteil (verursacht durch die Sonneneinstrahlung) unterdrückt. Diese Maßnahmen werden vornehmlich hardwareseitig ausgeführt. Als Empfangsdioden werden PIN-Dioden (englisch positive intrinsic negative diode) oder Avalanchedioden (englisch avalanche photodiode, daher oft APD genannt) eingesetzt. Avalanchedioden werden als Photodioden-Halbleiterdetektoren zum Zählen einzelner Photonen eingesetzt. Hierzu werden sie beispielsweise mit einem großen Vorwiderstand in Sperrrichtung betrieben. Durch die hohe Feldstärke reicht ein einzelnes Photon, um ein Elektron freizusetzen, das, beschleunigt vom Feld in der Sperrschicht, einen Lawineneffekt auslöst (sog. Durchbruch). Der Widerstand verhindert, dass die Diode durchbrochen bleibt (passive Quenching). Die Diode geht dadurch wieder in den gesperrten Zustand über. Der Vorgang wiederholt sich selbsttätig. Er wird periodisch wiederholt. Dadurch sind Messfrequenzen bis zu 100 MHz möglich. Die pin-Diode wird in der Optoelektronik hauptsächlich für die optische Nachrichtentechnik für Lichtwellenleiter als Fotodioden verwendet. Pin-Dioden sind hierbei aufgrund der dicken i-Schicht (schwach dotiert, leitend – intrinsische Leitfähigkeit) temperaturstabiler und kostengünstiger, aber weniger empfindlich, da in dieser mehr Ladungsträger gespeichert werden können. Spitzenwerte für die Empfindlichkeit liegen zwischen −40 dBm und −55 dBm bei 850 nm Wellenlänge. Um die örtliche Auflösung von wenigen Zentimetern zu erreichen, wird nach der Verstärkung des Signals u. a. das so genannte „Parallel-Gating“ Verfahren angewandt. Hierbei wird, über einen zeitlich gesteuerten Multiplexer, das empfangene Signal digitalisiert und in einzelne „Speicherzel-
Bild 13-7: OSRAM SPL LL90 – Treiberstufe im Gehäuse des Halbleiterlasers [6]
175
B
Sensorik für Fahrerassistenzsysteme
Bild 13-8: Digitalisieren mittels Parallel-Gating
Bild 13-10: Prinzipielle Softwarefunktionen
len“ (Range Gates) abgelegt (vgl. Bild 13-8). Jede Speicherzelle entspricht einem „Range Gate” bzw. einem „Entfernungsschritt” von z. B. 1,5 m. Durch die Addition von mehreren Sendepulsen ergibt sich eine gaußsche Verteilung der Range Gates um den tatsächlichen Messpunkt. Um die Genauigkeit der Zeitmessung zu erhöhen, wird in der Prozessoreinheit des Sensors der zu erwartende Empfangspuls rekonstruiert und dessen Scheitelpunkt ermittelt. So kann aus einer relativ groben Zeit- (Entfernungs-) und Amplitudenauflösung eine Entfernungsauflösung im Zentimeterbereich erreicht werden. Über die Anzahl der Sendepulse pro Messung kann die Empfindlichkeit des Sensorsystems gesteigert bzw. gesteuert werden. Mit dem beschriebenen Verfahren kann eine Messdynamik von über
50 dB erreicht werden. Dies ist notwendig, um auch schlecht reflektierende Objekte in der angestrebten Entfernung zu detektieren. Bild 13-9 zeigt den prinzipiellen Aufbau heutiger Abstandssensoren. In Abhängigkeit von den geforderten Stückzahlen werden einzelne Teile bereits heute in Form von spezifischen ASICs verbaut. Neben dem Hardwareaufbau eines Abstandssensors werden einzelne Funktionen in Software abgebildet. Wie oben erwähnt erfolgt ein großer Teil der Signalauswertung wie beispielsweise die Abstandsermittlung und die Relativgeschwindigkeitsermittlung per Software. Ebenfalls im Block „Signalauswertung” werden Informationen über die Sichtweite und Systemgrenzen erzeugt (vgl. Bild 13-10). Die Laseransteuerung sorgt für das Timing von Mess- und Empfangskanal.
Bild 13-9 Prinzipieller Aufbau eines LIDAR-Abstandssensors
176
13 Lidarsensorik
13.1.4 Transmissions- und Reflexionseigenschaften Wie bei allen aktiven und passiven Messverfahren spielt die Transmission bzw. die Dämpfung der Atmosphäre eine wichtige Rolle bei der Systemauslegung und der dadurch erzielbaren Leistung der Sensoren. Während bei passiven Verfahren, wie beispielsweise Kameras, die Strecke vom Objekt zum Sensor nur einmal zurückgelegt werden muss, ist bei aktiven Verfahren die Strecke Sensor – Objekt – Sensor zweimal zurückzulegen. Die Transmissionseigenschaften der Atmosphäre werden durch deren Bestandteile und deren Aggregatszustände maßgeblich beeinflusst (vgl. Bild 13-1). Nachfolgendes Bild stellt eine Vereinfachung der Messstrecke in der Atmosphäre dar. Es ist dabei zu beachten, dass die Strecke l der einfachen Entfernung vom Abstandsensor zum Objekt entspricht. Das Licht muss nach der Reflexion am Objekt (vgl. Bild 13-12) die Strecke l erneut in umgekehrter Richtung zurücklegen (vgl. Bild 13-11). Der Sender strahlt dabei die Lichtleistung )0 ab. Durch die Atmosphäre (enthaltene Wassertröpfchen, Staubpartikel etc.) werden Teile des Lichts diffus reflektiert ()r). Weiterhin wird ein Teil absorbiert ()a) (in Wärme umgewandelt), bis schließlich am Ende der Strecke nur noch die Lichtleistung )t zur Verfügung steht.
)0 = )r + )a + )t
(13.4)
Reflexionsgrad
Ur = )r /)0
(13.5)
Absorptionsgrad
Ua = )a )0
(13.6)
Transmissionsgrad W = )t /)0
(13.7)
Mit )0 )r )a )t l
B
Ausgesandte Lichtleistung Reflektierte Lichtleistung Absorbierte Lichtleistung Empfangene Lichtleistung Wegstrecke durch die Atmosphäre
Der Anteil der durchgelassenen Strahlung wird als Transmissionsgrad (W) (vgl. Gleichung 13.7) bezeichnet. Die Abschwächung setzt sich im Allgemeinen zusammen aus Absorption, Streuung, Beugung und Reflexion und ist wellenlängenabhängig (vgl. Gl. 13.4). Eine große Herausforderung bei der Lasermesstechnik besteht darin, die stark limitierte Energie (Augensicherheit) nach der Reflexion an einem Objekt wieder zu empfangen (detektieren). Dabei ist zu beachten, dass für gewöhnlich das Objekt (Fahrzeug) ähnlich einem Lambert-Reflektor seine Energie diffus in den halben Raumwinkel (180°) abstrahlt (vgl. Bild 13-11). Beim Lambert-Reflektor ist die Rückstreuung der Energie nicht gerichtet, sondern wird im Raumwinkel (innerhalb einer „Kugel”) mehr oder weniger homogen verteilt. Genutzt werden kann nur der Teil der zurückgestreuten Energie, welche direkt in den Empfänger des Sensors zurückgestrahlt wird. Dies sind in der Praxis oft weit weniger als 20 % der am Objekt reflektierten Energie. Mögliche Maßnahmen zur Leistungssteigerung des Sensor-Systems sind zum einen eine höhere Sendeleistung oder ein stärker gebündelter Strahl (Erhöhung der Energiedichte) bzw. die Erhöhung der Empfindlichkeit am Empfänger. Da, wie erwähnt, die mittlere Sendeleistung beschränkt ist, kann man als Abhilfemaßnahme
Bild 13-11 Absorption, Reflexion, Transmission
177
B
Sensorik für Fahrerassistenzsysteme
Bild 13-12 Lambert-Reflektor
den Strahl stärker bündeln, um die Energiedichte zu erhöhen, oder einen höher verstärkenden Empfänger einsetzen. Die Bündelung hat den Nachteil, dass bei zu kleinen Raumwinkeln der Strahl auf eine homogene Fläche am Fahrzeug treffen kann (z. B. nur die Stoßstange) und somit durch Totalreflexion der gesamte Strahl wegreflektiert wird. Totalreflexion (vgl. Bild 13-12) tritt dann auf, wenn schmale Strahlen (siehe auch „Lambert-Reflektor”, Bild 13-11) eingesetzt werden, die auf eine schräge Fläche treffen. Abhilfe kann durch aufgeweitete oder mehrere Strahlen geschaffen werden. Optimal dabei ist es, im Erfassungsbereich Kanten oder senkrecht zum Sender gerichtete Teile zu beleuchten. Leider sind diese Maßnahmen entweder kontraproduktiv (vergleiche Energiedichte-Problematik) oder verursachen Mehrkosten (Einsatz von mehreren Empfangsstrahlen).
Geschwindigkeitsermittlung Prinzipiell ist auch beim LIDAR der Dopplereffekt zur Geschwindigkeitsermittlung nutzbar. Doch verhindern die erhöhten Anforderungen und die dadurch verbundenen Kosten beim Messen der Dopplerfrequenz im Lichtspektrum die Umsetzung. Aus diesem Grund bedient man sich der einfachen Differentiation von zwei oder mehreren aufeinander folgenden Abstandsmessungen (vgl. Gleichungen 13-8 und 13-9). vrel
dR $R lim dt $t m0 $t
(13.8)
vrel
R2 R1 t2 t1
(13.9)
v rel: Relativgeschwindigkeit R: Abstand t: Zeit
Bild 13-13 Totalreflexion
178
13 Lidarsensorik
Möglich wird dieses Verfahren nur, da eine sehr exakte Abstandsmessung zugrundeliegt. Genauigkeitssteigerungen lassen sich durch geeignete Filter wie beispielsweise Zustandsbeobachter oder Kalmanfilter erreichen. Leitet man die Geschwindigkeit ein weiteres Mal ab, so kann die Relativbeschleunigung ermittelt werden (siehe Gleichung 13-10). arel
d2 R dt 2
(13.10)
arel: Relativbeschleunigung Bedingt durch einen eventuellen Abstandsfehler wird der Fehler beim Beschleunigungssignal durch die erneute Differentiation verstärkt. Für eine eventuelle Regelaufgabe muss das Signal entsprechend gefiltert werden.
13.1.5 Trackingverfahren und Auswahl relevanter Ziele Der Begriff Tracking (dt. Nachführung) umfasst alle Bearbeitungsschritte, die der Verfolgung von Objekten dienen. Ziel dieser Verfolgung ist zum einen die Extraktion von Informationen über den
B
Verlauf der Bewegung und die Lage eines Objekts, zum anderen die Verminderung von negativen Einflüssen, herrührend von zumeist zufälligen Messfehlern (Messrauschen). Die Genauigkeit der bestimmten Lage- und Bewegungsinformation hängt neben dem verwendeten Tracking-Algorithmus auch von der Genauigkeit der Messungen bzw. dem Messfehler und der Abtastrate der zyklischen Messungen ab. Generell kann die Zielauswahl auf zwei verschiedene Arten durchgeführt werden. Entweder erfasst man den gesamten Bereich und wählt dann mittels Fahrstreifenzuordnung und/oder weiterer Selektionsmerkmale ein relevantes Ziel aus (siehe Kapitel 32), oder man beschränkt sich beim Erfassen von Objekten von Beginn an auf den relevanten Bereich der zu erwartenden Fahrtrajektorie. Beide Verfahren haben Vor- als auch Nachteile, wie die Gegenüberstellung im Folgenden zeigt (vgl. Tabelle 13-1). Die Leistungsfähigkeit eines ACC-Sensors wird neben der Messempfindlichkeit vor allem durch die Güte der Ermittlung des relevanten Objekts bestimmt. Dies setzt eine leistungsfähige Fahrtrajektorienbestimmung voraus (siehe Kapitel 32). Das Tracking lässt sich grundsätzlich in folgende Verarbeitungsschritte unterteilen:
Tabelle 13-1: „Tracking”-Verfahren
Variante 1: Erfassung von Objekten im gesamten Erfassungsbereich Diskriminierung der Ziele anhand des ermittelten Fahrschlauchs
Variante 2: Ermittlung der relevanten Blickrichtung Aktivierung der Messung nur im relevanten Bereich
Vorteil: Erfassung aller Objekte
Vorteil: Geringe Rechenleistung
Nachteil: Rechen- und Speicheraufwand auch für nicht relevante Objekte
Nachteil: Erfassung abhängig von der Güte der Blickwinkelermittlung
179
B
Sensorik für Fahrerassistenzsysteme
13.1.5.1 Prädiktion (Extrapolation/Schätzung) In diesem Verarbeitungsschritt erfolgt die (rechnerische) Vorhersage der Lage- und Bewegungsinformationen anhand der bekannten Vergangenheit in Abhängigkeit physikalischer Eigenschaften des Objekts (Fahrdynamik des vorausfahrenden Fahrzeugs). 13.1.5.2 Assoziation (Verknüpfung von Objekten) Insbesondere wenn sich mehrere Objekte im beobachteten Raum befinden (Multi-Target-Tracking) und diese sich nicht eindeutig über verschiedene Messzyklen differenzieren lassen, übernimmt diese Komponente die Zuordnung eines in früheren Messzyklen beobachteten Objekts zu einem aktuell gemessenen Objekt. Fehler in diesem Bearbeitungsschritt können sich besonders schwerwiegend auf die Ergebnisse auswirken (v rel, arel, etc.). 13.1.5.3 Innovation (Verknüpfung von Realmessung und Prädiktion) Die Bestimmung der aktuellen Lage und anderer bewegungsrelevanter Informationen erfolgt einerseits durch die Prädiktion und andererseits durch aktuelle Messungen. Der Innovationsschritt führt beide Ergebnisse gewichtet zusammen. Die Gewichtung kann sowohl dynamisch als auch statisch erfolgen. Eine Verschiebung der Anteile hin zur Prädiktion glättet die Ergebnisse stärker, eine größere Gewichtung der Messung führt zu Ergebnissen, die sich schneller auf Veränderungen der
Bild 13-14: Kalman-Filter-Prinzip
180
Messwerte einstellen. Je nach Funktion bzw. Situation (Sicherheitssystem/Notbremsen oder Komfortsystem/ACC) werden dann die Filter angepasst. Die Qualität der Modelle bzw. der Grad der Annäherung an die Realität bestimmt entscheidend das Ergebnis des Trackings. Üblicherweise wird bei LIDAR-Abstandssensoren ein Kalman-Filter eingesetzt. 13.1.5.4 Das Kalman-Filter – Funktionsprinzip Das Kalman-Filter [8] wird dafür verwendet, Zustände oder Parameter des Systems aufgrund von teils redundanten Abstands- und Relativgeschwindigkeitsmessungen, die von Rauschen überlagert sind, zu schätzen. Das Filter besitzt eine sog. „Prädiktor-KorrektorStruktur“, d. h. zunächst wird auf Basis der Systemeingangsdaten die wahrscheinlichste neue Positon und Geschwindigkeit prädiziert und diese dann mit den tatsächlichen Messdaten verglichen. Die Differenz der beiden Werte wird gewichtet und dient der Korrektur des aktuellen Zustands.
Vereinfacht lässt sich das Abstandsmesssystem linear beschreiben, und basiert auf einem Zustandsraummodell mit Zustandsgleichung [1] x(k) = Ax(k −1) + Bu(k) + Gv(k −1)
(13.11)
Prädiktion Beobachtungsgleichung [7] z(k) = Hx(k) + w(k).
(13.12)
13 Lidarsensorik
Bei konstanter Geschwindigkeit (areal = 0) kann die Längsbewegung mit folgendem Zustandsvektor ¨ d · © ¸ x © vrel ¸ ©ª arel ¸¹ und der Systemmatrix ¨1 Tk © A ©0 1 ©ª0 0
0· ¸ 0¸ 0 ¸¹
beschrieben werden. Werden mehrere Objekte gleichzeitig verfolgt, müssen die Objekte eines Messschritts der richtigen Objektbahn zugeordnet werden. Hierzu wird das Kalman-Filter um einen Assoziationsschritt erweitert. Eine anschauliche Lösung ist die Methode der nächsten Nachbarn. Unter Berücksichtigung der unsicherheitsbehafteten Messung und Abweichungen von der Annahme konstanter Geschwindigkeit ergibt sich ein Suchbereich des Objekts in der neuen Messung. Durch Schätzung des neuen Messwerts mit dem Kalman-Filter lässt sich das Messfenster präzisieren. Einem Track zugeordnet wird jeweils das Objekt mit der geringsten Differenz zwischen Prädiktion und Messung. Die Messdaten werden anschließend für den Innovationsschritt des Kalman-Filters verwendet. Messwerte außerhalb des Messbereichs werden direkt verworfen, ebenfalls werden nur einmal gefundene Objekte als Fehlmessung vom Tracking ausgenommen. Kann dem erstmals detektierten Objekt dagegen im nächsten Messschritt ein Messwert zugeordnet werden, wird ein neuer Pfad initialisiert. Wird einem bestehenden Track kein Objekt zugeordnet, erfolgt die Prädizierung über weitere Messschritte. Der Track wird beendet, falls sich zukünftig keine weiteren Messungen mehr zuweisen lassen. Mehrere eng benachbarte Objekte mit ähnlicher Relativgeschwindigkeit können zusammengefasst werden (Clustering). Eine Fehlinterpretation lässt sich allerdings erst rückwirkend ausschließen, weshalb die zwei Messwerte zunächst getrennt gehalten werden.
13.2 Applikation im Fahrzeug 13.2.1 Laserschutz Grundsätzlich werden im Fahrzeug nur LIDARSensoren, zertifiziert nach Laserschutzklasse 1, verbaut. Maßgeblich für die Ermittlung der Laser-
B
schutzklassen ist die ICE 60 825-1, Amendment 2:2001. Die Erläuterung von Details dieses Standards führen in dieser Abhandlung sicherlich zu weit. Wesentliche Grundlage ist die emittierte Energie des Sensors und somit die Energiebilanz auf der Netzhaut des menschlichen Auges. Da das verwendete Frequenzspektrum nahe dem für den Menschen sichtbaren Bereich liegt, wirkt das Auge mit seiner Linse wie ein fokussierendes Brennglas. Weil der Laser jedoch für den Menschen nicht sichtbar ist, funktionieren die natürlichen Schutzmechanismen des Auges (Schließen der Pupillen) nicht. Die vom Laser des LIDARs ins Auge eingebrachte Energie führt zur Erwärmung der Netzhaut und im schlimmsten Fall zur Verbrennung der Sehzellen (thermischer Netzhautschaden). Die Berechnung der maximal zulässigen Abstrahlenergie berücksichtigt die Fähigkeit, die Energie im Gewebe weiterzuleiten (Wärmeableitung). Somit gibt es Kriterien, welche die durchschnittliche Erwärmung ebenso wie die kurzfristige, durch einzelne Pulse verursachte Erwärmung berücksichtigen. Folgende technische Randbedingungen sind Kriterien, welche die Augensicherheit beeinflussen: Wellenlänge (typisch für den automobilen Einsatz sind 850 nm bis ca. 1 μm), Ausgangspulsspitzenleistung (typisch zwischen 10 W und 70 W), Ausgangsdurchschnittsleistung (typisch zwischen 2 mW und 5 mW), Dutycycle (Puls/Pausen-Verhältnis), refokussierbare Austrittsfläche (typisch bei Verwendung von Lichtleitern sind Bruchteile von mm 2, beim Laser selbst sind dies nur einige μm 2). Details hängen stark von der jeweiligen Auslegung des Sensors ab. Insbesondere sind die Dutycycles, Ausgangspulsleistungen und die refokussierbare Austrittsfläche bei den einzelnen etablierten Produkten sehr unterschiedlich.
13.2.2 Integration für nach vorne gerichtete Sensoren (zum Beispiel für ACC) Generell stellt die Integration ins Fahrzeug bezüglich der Position keine nennenswerten Schwierigkeiten dar. Grundsätzlich kann ein LIDAR überall in der Front platziert werden. Bevorzugt sind jedoch Positionen in der Horizontalen zwischen den Scheinwerfern und in der Vertikalen zwischen der oberen Dachkante bis zur Stoßstange (vergleiche Bild 13-15).
181
B
Sensorik für Fahrerassistenzsysteme
Bild 13-15: Beispiele Strahlsensorik: (a) Multibeam starr, (b) Multibeam SWEEP, (c) Multibeam verteilt, (d) Singlebeam SCAN
Dabei spielt es keine Rolle, ob der Sensor im Außenbereich oder hinter der Windschutzscheibe platziert ist. Bedingt durch die Erkennung von Verschmutzung können ggf. der Fahrer informiert oder aber direkt Reinigungsmaßnahmen eingeleitet werden. Im Gegensatz zu einer Kamera wird jedoch „nur” Energie übertragen und kein Wert auf ein „klares” Bild gelegt. Dies verringert die Anforderungen an eine saubere Sensoroberfläche erheblich. Je nach Einbauort bzw. der Integration unter aerodynamischen Gesichtspunkten ist unter normalem Einsatz eines Fahrzeugs von keiner beeinträchtigenden Verschmutzung auszugehen.
13.3 Zusatzfunktionen Mit dem LIDAR ist es möglich, weitere, sehr nützliche Sensorfunktionen zu realisieren. Sichtweitenmessung So ist die oben erwähnte „Weichziel”-Erkennung relativ einfach dazu zu verwenden, in Abhängigkeit der Absorption eine der Sichtweite analogen Geschwindigkeitsempfehlung zu berechnen. Bedingt durch die Wellenlänge, die nahe
182
dem für den Menschen sichtbaren Licht liegt, ist die gemessene Reflexion und Absorption in der Atmosphäre der menschlichen Sichtbehinderung vergleichbar. Tag/Nacht-Erkennung Die im Empfänger messbare Hintergrundbeleuchtung unterscheidet sich signifikant zwischen Tag und Nacht, nachdem die Sonne um mehrere Größenordnungen höhere Infrarotstrahlung aussendet als die vom LIDAR aktiv emittierte. Dieses Signal, geeignet aufbereitet, ist als Zusatznutzen zur Steuerung von Fahrlicht einsetzbar. (Vergleiche Tag/Nacht bzw. Tunnel abhängiges Steuern des Fahrlichts) Verschmutzungserkennung Zu den Grundfunktionen der Selbstdiagnose eines Abstandssensors gehört die Erkennung des Verschmutzungsgrades des Sensors an dessen Sender und Empfänger. Führt dieses Signal in den meisten aller Fälle zwar nicht zu einer Aufforderung, den Sensor zu reinigen, kann das Signal jedoch einfach zu einer automatischen Triggerung der Reinigung der Scheinwerfer oder der Windschutzscheibe genutzt werden.
13 Lidarsensorik
Geschwindigkeitsermittlung Heutige LIDAR-Sensoren haben ein ausgeklügeltes Tracking und verfolgen bis zu 20 und mehr Objekte auf und neben der Fahrbahn. Die Vermessung von Abstand und Relativgeschwindigkeit von Objekten neben der Fahrbahn wie beispielsweise Begrenzungspfosten lassen die Ermittlung der Eigengeschwindigkeit des Fahrzeugs mittels Abstandssensor zu.
B
Fahrerverhalten/-zustand Wird das LIDAR im aktuellen Fahrzustand nicht als aktives Regelsystem genutzt, kann über das Abstandsverhalten, kombiniert mit dem Lenkverhalten auf den Fahrerzustand rückgeschlossen werden und dem Fahrer geeignet mitgeteilt werden (Müdigkeit, Unaufmerksamkeit etc.).
13.4 Aktuelle Beispiele Modell Wellenlänge Augensicherheit abgestrahlte Leistung: Erfassungsbereich Auto Alignment :LQNHODXÀ|VXQJ Anzahl Strahlen Min. Kurvenradius Entfernungsbereich *U|H/[%[+ Geschwindigkeitsgenauigkeit
Modell Wellenlänge Augensicherheit abgestrahlte Leistung: Erfassungsbereich Anzahl Strahlen Min. Kurvenradius Entfernungsbereich *U|H/[%[+ Geschwindigkeitsgenauigkeit
AIS200 – Continental 905 nm Klasse 1 (IEC825) 40 W (Peak) 3,5 mW (Average) ±15° (Azimuth/hor.) 6,5° (Elevation/vert.) SCAN vertikal 15 ... 30 100 m 1 ... 180 m [[PP3 1 km/h Bild 13-16: AIS200 – Continental
gen2 - OMRON 905 nm Klasse 1 (IEC825) 12 W (Peak) 5 mW (Average) ±11° (Azimuth/hor.) 3° (Elevation/vert.) SWEEP 5 300 m 1 ... 180 m [[PP3 1 km/h
Bild 13-17: gen2 - OMRON
183
B
Sensorik für Fahrerassistenzsysteme
Modell Wellenlänge Augensicherheit abgestrahlte Leistung: Erfassungsbereich Anzahl Strahlen Min. Kurvenradius Entfernungsbereich *U|H/[%[+ Geschwindigkeitsgenauigkeit Auto-Alignment
gen3 – OMRON 905 nm Klasse 1 (IEC825) 12 W (Peak) 5 mW (Average) ±15° (Azimuth/hor.) 10° (Elevation/vert.) 3D SCAN 1 100 m 1 ... 150 m [[PP3 1 km/h
Bild 13-18: gen3 – OMRON
Modell Wellenlänge Augensicherheit Direkte Windschutzscheiben-Montage (wie Regensensor) Erfassungsbereich
Bild 13-19: SiemensVDO
Microscanning: Min. Kurvenradius Entfernungsbereich *U|H/[%[+ Geschwindigkeitsgenauigkeit Auto-Alignment
184
30° (15° ± 7,5° sweep) 5° (Elevation/vert.) SWEEP 0,5° mit 2 Hz 100 m 1 ... 200 m [[PP3 ± 0,1 km/h
Modell Wellenlänge
IDIS® - Hella 905 ... 920 nm
Augensicherheit abgestrahlte Leistung: Erfassungsbereich
Klasse 1 (IEC825) 50 W (Peak) x mW (Average) 16° (Azimuth/hor.) 3° (Elevation/vert.) mehrstrahlig 16 1 ... 150 (200) m [[PP3 1 km/h
Anzahl Strahlen Entfernungsbereich *U|H/[%[+ Geschwindigkeitsgenauigkeit
Bild 13-20: IDIS®- Hella
SiemensVDO 905 nm Klasse 1 (IEC825)
13 Lidarsensorik
B
Bild 13-21 Hella IDIS® - 12 Kanal Laser
Die zuvor gezeigten Sensoren erfüllen alle die geforderten Ansprüche für moderne ACC-, FSRAoder sogar pre-crash-Systeme. Die Realisierung beispielsweise der optischen Eigenschaften ist jedoch grundsätzlich verschieden. Hella setzt auf ein Mehrstrahlprinzip. Dies wird durch mehrere unabhängige Sende- und Empfangskanäle dargestellt. Dabei werden ein Array von Laserdioden im Mulitplexverfahren angesteuert. Über die Empfangsoptik werden die Informationen über ein PIN-Dioden-Array erfasst. Die Winkelauflösung entspricht dabei mehr oder weniger der Strahlbreite der einzelnen Sende-/Empfangskanäle. Bis zu 16 dieser Paarungen werden dabei eingesetzt, um den entsprechenden lateralen Öffnungswinkel zu generieren (vgl. Bild 13-21) [3]. Ein weiteres in der Praxis eingesetztes Verfahren ist das „Sweepen“ von „Strahlbündeln“, wie es von OMRON in der zweiten Generation realisiert wurde. Dabei werden 5 unabhängige Sende-/Empfangskanäle über eine bewegliche Optik lateral in Abhängigkeit zum Straßenverlauf geschwenkt. Die 5 Sende-/Empfangskanäle werden mittels Lichtleiter modelliert. Dabei können je nach Kanal unterschiedliche Öffnungswinkel in lateraler und horizontaler Lage erzeugt werden. Die „Blickrichtung“ des Strahlenbündels wird aufgrund des geschätzten Straßenverlaufs/Kurvenradius lateral nachgeführt. Der Vorteil liegt auf der Hand: wenige Laserdioden, wenig bewegte Teile. Nachteil: Die Detektion ist von der Güte der Fahrtrajektorienschätzung abhängig. OMRONs dritte Generation versucht die Nachteile der zweiten zu eliminieren. Der Erfassungsbereich wird auf 30 x 10 Grad erweitert. Das „Sweepen“ wird zum Scannen. Dabei wird immer der gesamte laterale Erfassungsbereich detektiert und somit auch vermeintlich nicht interessante Bildausschnitte erfasst. Einzigartig ist ebenfalls die Möglichkeit, zwei weitere Ebenen in horizontaler Richtung zu detektieren. Dies ermöglicht den
Einsatz des Sensors auch in Mittel- und Kompaktklassefahrzeugen, welche nicht über eine Niveauregulierung verfügen. Der Mechanismus ist so robust wie einfach. Ähnlich des schwingenden Scherkopfs eines Rasierapparats werden dabei ausschließlich die Optiken der Sende- und Empfangskanäle stimuliert [5]. CONTINENTALs jüngste Laserentwicklung, eingebracht durch die Übernahme der Fa. SiemensVDO, verwendet ebenfalls das bereits erwähnte „Sweepen“ (siehe OMRON zweite Generation) der gesamten Strahlenkombination (5 Strahlen). Einzigartig ist jedoch der dem „Sweep“-Bereich überlagerte „Mikroscan“, der eine exakte Bestimmung der Fahrzeugkanten möglich macht. Einscherende Fahrzeuge können so früher „relevant“ für das ACC-System berücksichtigt werden – dies ist nur einer der Vorteile. Eine Spiegeloptik ermöglicht die flache Bauweise des Sensors, welcher direkt, wie ein Regensensor, an die Windschutzscheibe angebracht wird. Es entstehen keine ungenutzten optischen Freiräume wie z. B. Sichttrichter vor dem Sendeund Empfangsbereich, er kann so platzsparend im Rückspiegelbereich integriert werden. Dieser Einbauort liegt im Wischbereich der Scheibenwischer und wird daher stets vor Verschmutzung geschützt. Im Gegensatz dazu müssen Laser-Sensoren im Außeneinbau im Winter durch die starke Versalzung oder im Regen durch die Wassertröpfchen eine erhebliche Dämpfung verkraften. Unterschiedliche Reichweiten, je nach Witterung, sind die Folge. Das ACC-System funktioniert unter Umständen spürbar unterschiedlich [2].
13.5 Ausblick Generell sind derzeit zwei Entwicklungsrichtungen erkennbar. Zum einen wird immer mehr Leistung bei reduziertem Bauraum und Kosten verlangt.
185
B
Sensorik für Fahrerassistenzsysteme
Dies vor allem in der Oberklasse. Zum anderen werden bedingt durch anstehende Regulierungen wie NCAP und EUR-NCAP kostenoptimierte Sensoren entwickelt, welche auf diese Anforderungen optimiert bzw. reduziert sind. Waren in der Vergangenheit Fahrerassistenzsysteme wie ACC, pre-crash usw. den Oberklassefahrzeugen vorbehalten, ist nun eine deutliche Tendenz auch bei der Ausrüstung in der Mittel- und Kompaktklasse spürbar – nicht zuletzt begleitet durch ein erhöhtes Medieninteresse in den einschlägigen Fachzeitschriften. Diese Tendenz fordert um so mehr kostenoptimierte Sensoren zur Realisierung von Komfort- und Sicherheitsfunktionen. Dabei kommen vermehrt LIDAR-Sensoren zum Einsatz.
Quellenverzeichnis [1] Berges, A.; Cathala, T.; Mametsa, H. J.; Rouas, F.; Lamiscarre, B.: Apport de la simulation aux études de radar pour applications en vision renforcée. Revue de l’électricité et de l’électronique: REE; revue de la Société des Électriciens et des Électroniciens, Nr. 4, S. 35–38, 2002 [2] Mehr, Wilfried (Continental – Segment Advanced Driver Assistance Systems), 2. August 2008 [3] Höver, N.; Lichte, B.; Lietaert, S.: Mulit-beam Lidar Sensor for Active Safety Applications, SAE 06AE138 [4] Tischler, K.: Charakterisierung und Verarbeitung von Radardaten für die Informationsfusion. In: XVIII. Messtechnisches Symposium der Hochschullehrer für Messtechnik e.V., Freiburg, S. 3 – 12, 2004 [5] Satoru, A.; Goff, D.; Miyazaki, H.; Ishio, W.: Wide FOV and high-resolution Lidar for Advanced Driver Assistance Systems, SAE 07AE-238 [6] OSRAM SPL LL90 – Treiberstufe im Gehäuse des Halbleiterlasers – Internet-Recherche/Produktinformation Fa. OSRAM „APN_Operating_SPL_ LLxx_041104.pdf“ http://catalog.osram-os.com [7] Luo, R. C.; Kay, M. G.: Multisensor Integration and Fusion in Intelligent Systems. IEEE Transactions on Systems, Man, and Cybernetics, Bd. 19, S. 901–931, 1998 [8] Wikipedia – die freie Enzyklopädie – InternetRecherche: Kalmanfilter, http://de.wikipedia.org
186
B 14 3D-Imaging 14.1 Einordnung und Erläuterung des Grundkonzeptes Trotz steigender Verkehrsdichte ist die Zahl der Verkehrsunfälle mit Personenschäden in den letzten Jahren gesunken. Um zukünftige Fahrzeuge sowohl für die Insassen als auch für andere Verkehrsteilnehmer noch sicherer zu machen, wird eine zunehmend dreidimensionale Umfelderfassung durch das Fahrzeug notwendig. Eine entsprechende 3D-Sensorik ist in der Lage, gefährliche Situationen vorausschauend zu erkennen, den Fahrer bestmöglich zu unterstützen und somit Unfälle zu vermeiden. Aber auch im Falle eines nicht mehr zu vermeidenden Unfalls lässt sich das Verletzungsrisiko für alle Beteiligten minimieren. Bislang wurden die vielfältigen Applikationen jeweils durch eine applikationsspezifische Sensoreinheit abgedeckt. So findet man heute beispielsweise reine Entfernungsmesssysteme (wie Long-Range und/oder Short-Range Radar-, Lidar- oder Ultraschallsensoren) oder reine opto-elektronische (2D-) Kamerasysteme (Hochdynamik-Bildaufnehmer) in verschiedenen Automobilreihen. Zunehmend wird die Fusion der unterschiedlichen Sensordaten über entsprechend optimierte Algorithmik angestrebt – ein Ansatz, der die Unzulänglichkeiten der einzelnen Sensorinformationen zu umgehen versucht. Dieser Lösungsansatz ist verständlich, da es bislang nicht möglich war, mit nur einem System gleichzeitig Bilder aufzunehmen (2D) und Entfernungen zu messen (2D + 1D = 3D), da bei der konventionellen 2D-Projektion die Tiefeninformation der realen 3D-Szene verlorengeht. Was bisher fehlte, war eine universelle Sensorik, welche ohne bewegte Teile und mit nur einer einzelnen Aufnahme Bild- und Abstandsinformation erfassen und dabei hochgenau, kompakt und gleichzeitig preiswert sein kann. Eine solche echte dreidimensionale Detektion liefert im Gegensatz zu herkömmlicher 2D-Kamera-Bildsensorik oder 1D-Abstandssensorik (z. B. Radar) die absoluten Geometriemaße der Objekte, die unabhängig vom Oberflächenzustand, von der Entfernung, Drehung und Beleuchtung sind, d. h. sie sind rotations-, verschiebungs- und beleuchtungsinvariant. Einer der ersten Versuche zur Realisierung einer 3D-Kamera war der Ansatz des elektronischen Stereo-Sehens, der einem Teil der menschlichen 3D-Wahrnehmung nachempfunden ist. Allerdings
Bernd Buxbaum, Robert Lange, Thorsten Ringbeck
ist der algorithmische Aufwand bei diesem Ansatz enorm. Der menschliche Beobachter interpretiert 2D-Bilder scheinbar mühelos dreidimensional, tatsächlich aber nur sehr begrenzt gemäß seines a priori-Wissens. Für die reale 3D-Prüfung stehen ihm jedoch – meist unbewusst – die triangulativen Hilfen der Augenwinkelstellung und der Autofokus-Adaption zur Verfügung. Neuartige 3D-Ansätze, so genannte PMD-Verfahren, werden seit etwa einem Jahrzehnt intensiv untersucht. Die Abkürzung PMD steht dabei für den Begriff Photomischdetektor (engl. Photonic Mixer Device) und beschreibt die Fähigkeit des neuen Empfängers, bereits im Pixel eines Bildsensors zu korrelieren, d. h. einen elektrooptischen Misch- und den anschließenden Integrationsprozess (Mischung + Integration = Korrelation) durchzuführen. Diese Eigenschaft erlaubt die pixelweise Korrelation eines modulierten optischen Signals mit einer elektronischen Referenz und damit eine 3D-Entfernungsmessung nach dem Lichtlaufzeitverfahren (engl. Time-of-Flight, TOF) in jedem Video Frame. Heute befinden sich bereits verschiedene Produkte der TOF-Technologie für unterschiedliche Märkte in Massenproduktion. Diese neuen PMD-Abstandssensoren liefern zusätzlich zu konventionellen Helligkeitsinformationen ein Amplitudenbild der aktiven IR-Beleuchtung und die Abstandsinformation zum betrachteten Objekt in jedem Pixel. Dabei ist insbesondere die inhärente Unterdrückung von unkorrelierten Lichtsignalen (vor allem von Sonnenlicht, aber auch von eventuellen Störsendern) ein Alleinstellungsmerkmal, welches die PMD-Technologie von anderen TOF-Ansätzen deutlich unterscheidet.
14.2 Vorteile und Applikationen PMD-Systeme gewinnen die Entfernungswerte direkt in jedem Pixel, d. h. sie benötigen keine hohe Rechenleistung in der Nachbearbeitung. Dies und der monokulare Aufbau des Systems machen PMD-Systeme kostengünstiger und kompakter in der Baugröße als herkömmliche Technologien. Die mittels einer 3D-PMD-Kamera sofort und ohne massiven Rechenaufwand detektierbaren mehrdimensionalen Szenenparameter ermöglichen eine zuverlässige Plausibilisierung von Objekten und ihren relativen Bewegungsvektoren. Da die
187
B
Sensorik für Fahrerassistenzsysteme
Position von Objekten und die zugehörigen möglichen Trajektorien frühzeitig erkannt werden, steigt die Zuverlässigkeit der Situationsinterpretation. Der Fahrer kann bestmöglich unterstützt werden, und im Falle einer unvermeidlichen Kollision kann das Verletzungsrisiko durch aktive Sicherheitsmaßnahmen entscheidend minimiert wird. Bereits heute arbeiten verschiedene Automobilhersteller mit PMD-Sensorik an den unterschiedlichsten Applikationen: Fahrerassistenzsystem Fußgängerschutz PreCrash ACC Stop&Go Automatische Notbremse Gestikbedienung HMI Occupant Crash Protection (FMVSS 208, OOP), Smart Airbag Während Robustheit, Kompaktheit und ein günstiger Preis typische Anforderungen sind, kommt insbesondere in der Fahrzeugsicherheit der Erfassung von dynamischen Verkehrsszenen eine große Bedeutung zu. Dabei ist eine hohe Bildwiederholfrequenz essentiell für den Einsatz im automotiven Umfeld. PMD-Kameraeinheiten erzeugen einen permanenten Datenstrom mit derzeit bis zu 100 3D-Bildern pro Sekunde und ermöglichen somit eine schnelle und sichere Interpretation auch bei hohen Eigengeschwindigkeiten und dynamischen Szenen. Systemanforderungen wie Reichweite und Öffnungswinkel beispielsweise sind stark applikationsabhängig und daher individuell anzupassen.
14.3 Grundsätzliche Lösungen zur 3D-Erfassung Die notwendige Weiterentwicklung automobiler Sicherheits- und Komfortsensoren zur Erhaltung der industriellen Wettbewerbsfähigkeit erfordert zunehmend die schnelle, präzise und berührungslose Vermessung der dimensionellen Szenenparameter in Echtzeit. Bild 14-1 zeigt die drei wichtigsten berührungslosen 3D-Entfernungsmessverfahren. Mikrowellensensoren eignen sich insbesondere für die Vermessung relativ weit entfernter Objekte in Szenen mit einer vergleichsweise geringen Ortsfrequenz. Für eine hoch aufgelöste dreidimensionale Objektdetektion reicht im Allgemeinen die beugungsbegrenzte Winkelauflösung nicht aus. Eine runde Antenne mit dem Durchmesser D erzeugt bei gleichmäßiger Anregung eine Strahlungskeule („Airy Pattern“) mit dem Öffnungswinkel 2D wobei gilt: sin D = 1,22 O/D. Selbst bei extrem kurzer Wellenlänge O = 3 mm ( f = 100 GHz) und relativ großer Strahlungsapertur z. B. D = 12,2 cm beträgt mit D = 30 mrad der minimale Strahldurchmesser schon in einem Meter Abstand 60 mm. Er ist damit für eine lateral hoch aufgelöste Objektdetektion schon in Entfernungen von einigen wenigen Metern ungeeignet [6]. Gleiches gilt grundsätzlich für die Strahlungskeule eines Ultraschallsenders; hier kommt zusätzlich die Druck- und Temperaturempfindlichkeit der Schallgeschwindigkeit und die hohe Reflektivität bzw. Spiegelung technischer Oberflächen erschwerend hinzu.
Bild 14-1 Messprinzip zur berührungslosen 3D-Erfassung
188
14 3D-Imaging
Durch die sehr viel kleinere Wellenlänge der Lichtwellen, selbst bis in den fernen Infrarotbereich hinein, besitzen optische 3D-Messsysteme eine hohe Lateral- bzw. Winkelauflösung. Die Gewinnung der Tiefeninformation beruht hier im Wesentlichen auf dem Triangulations- oder Laufzeitprinzip. Die in Sonderfällen auswertbare quadratische Abnahme der Strahlungsintensität und andere radiometrische Verfahren werden im Folgenden außer Acht gelassen [6]. Wie in Bild 14-1 dargestellt, werden in der optischen Formerfassung vor allem drei Prinzipien unterschieden: Triangulation: Der Abstand eines rückstreuenden Oberflächenpunktes wird mittels der anliegenden Winkel einer bekannten optischen Basis über die geometrischen Zusammenhänge bestimmt. CW- und Puls-Laufzeitmessung: Die Gruppenlaufzeit der Einhüllenden des modulierten optischen Signals, also die Modulationslaufzeit des Echos zwischen Messsystem und rückstreuendem Oberflächenpunkt, wird bestimmt. Dabei sollten die optischen Trägerwellen vorzugsweise inkohärent sein. Interferometrie: Die Tiefeninformation wird prinzipiell ebenfalls über die Laufzeit, hier primär über die Phasenlaufzeit, und zwar durch zeitlich kohärente Mischung und Korrelation der reflektierten 3D-Objektwelle mit einer Referenzwelle ermittelt. Sobald periodische Strukturen – zeitlich oder räumlich – zur 3D-Bilderfassung eingesetzt werden, entstehen bei allen drei Verfahren Interferogramme, die mathematisch mit den gleichen Algorithmen (z. B. Phase-Shift-Algorithmus) ausgewertet werden können: Beim Triangulationsansatz interferieren beispielsweise beim Streifenprojektionsverfahren die Ortsfrequenzen der projizierten Streifen räumlich mit den Ortsfrequenzen des CCD-Arrays. Bei der CW-Laufzeitmessung interferiert die Hochfrequenz-Modulation zeitlich mit dem HFMischsignal des Detektors. Beim so genannten Homodynempfang einer 3D-Szene mit 2D-Mischer ergibt dieser Korrelationsprozess ein HF-Modulationsinterferogramm. In der Interferometrie entsteht dieser Mischund Korrelationsprozess von Objekt- und Referenzwelle durch zeitlich kohärente Überlagerung und Quadrierung der Objekt- und Referenzfeldstärke, weil die Lichtenergie für den quantenelektronisch erzeugten Fotostrom verantwortlich ist. Mischung und Korrelation finden je nach Detektorart in den CCD-Pixeln, in einem Film oder in der Retina des Auges statt.
B
Bild 14-2: Relative Auflösung (Tiefenauflösung im Verhältnis zum Messbereich) von Verfahren der optischen Formerfassung
14.3.1 Formerfassung mit optisch inkohärenter Modulationslaufzeitmessung Der Abstand oder die Tiefe Rz (R = Range) kann über die Echolaufzeit tof eines vom Sensor gerichtet abgestrahlten und empfangenen Lichtsignals mit R = c tof / 2 ermittelt werden. Dieser Zusammenhang gilt gleichermaßen für die so genannte Laufzeitmessung als auch für die klassische Interferometrie. Im ersten Fall wird die Laufzeit des Modulationssignals, d. h. die Gruppenlaufzeit der Lichtwelle, gemessen, was im Allgemeinen durch die Korrelation mit einem geeigneten Referenzsignal geschieht. Daher unterscheidet die Aufgliederung im Bild 14-3 nach den entsprechenden Modulationssignalen die Pulsmodulation (1), die CW (continuous wave)-Modulation (2) und die Pseudo-Rausch-Modulation (3). Das Hauptproblem liegt hier in der extrem hohen Lichtgeschwindigkeit von 300 m/μs bzw. 300 mm/ ns, die entsprechend hohe Zeitauflösungen der Empfangsmesstechnik erfordert. (1): Bei der Pulsmodulation findet die Zeitmessung z. B. durch Korrelation von Start- und StoppSignal mit einem parallel laufenden Zähltakt statt. Sie vermag vorteilhafterweise Mehrfachziele zu unterscheiden. Nachteilig sind das Einschwingverhalten von Pulslaserdioden und die hohen Bandbreite- und Dynamikanforderungen an den Empfangsverstärker. Die Pulsmodulation wird zum Beispiel in Lidarsystemen eingesetzt.
189
B
Sensorik für Fahrerassistenzsysteme
Bild 14-3 Hierarchie der wichtigsten Messprinzipien auf der Basis der optischen HF-Modulations-Interferometrie
Bild 14-4 Prinzip der optisch inkohärenten Modulationslaufzeitmessung (HF-Modulations-Interferometrie).
190