Forschung

Generation sicherheitskritischer Szenarien

Hochautomatisierte Fahrfunktionen haben sich in den letzten Jahren durch Fortschritte im maschinellen Lernen kontinuierlich weiterentwickelt. Eine große Herausforderung, welche den flächendeckenden Einsatz neuartiger Fahrfunktionen verzögert, ist die Sicherheitsevaluation dieser Systeme. Bestehende Fahrfunktionen werden in der Regel anhand von real aufgezeichneten Szenarien trainiert und evaluiert. Im Allgemeinen weisen diese jedoch extrem niedrige Kollisionsraten auf, da sicherheitskritische Szenarien in Realdaten nur sehr selten vorhanden sind. Somit sind Methoden zur künstlichen Erzeugung von Szenarien entscheidend, um mögliche Sicherheitsrisiken zu messen und zu minimieren. Aus diesem Grund wird am FZI/ITIV an verschiedenen Methoden geforscht, um sicherheitskritische Szenarien zu generieren und die Absicherung neuartiger Fahrfunktionen voranzutreiben.

Software Test mit Reinforcement Learning

Das Testen von Software ist heutzutage ein wichtiger Bestandteil des modernen Entwicklungsprozesses. Tests spielen besonders dort eine wichtige Rolle, wo Bugs zu Sicherheitsproblemen oder potentiell gefährlichen Situationen führen können. Der zunehmend steigende Funktionsumfang von Software verlangt nach effizienten, automatisierten Verfahren zur Untersuchung. Reinforcement Learning erlaubt durch seine Struktur ein iteratives Testen von Software und Auffinden von Fehlern, welche spezielle Abfolgen von Entscheidungen voraussetzen. Am ITIV&FZI forschen wir an neuen Reinforcement Learning Ansätzen, die auf das effiziente Testen von Software und Aufdecken von Anomalien ausgelegt sind.

Szenario-basiertes Testen

Vor der Markteinführung des automatisierten Fahrens sind viele Herausforderungen zu bewältigen. Insbesondere die Sicherheitsvalidierung unter Berücksichtigung von Straßen- und Wetterbedingungen erfordert völlig neue Ansätze und Verfahren. Weshalb szenariobasierte Methoden zur Prüfung und Validierung von automatisierten Fahrsystemen in virtuellen Testumgebungen zunehmend an Bedeutung gewinnen. Die hohe Systemkomplexität und Kosten führen zu einem exponentiellen Anstieg des Aufwands für reale Tests. Mit szenario- und simulationsbasierten Ansätzen kann dieser Aufwand in Bezug auf Kosten und Zeit reduziert werden. Aus diesem Grund wird am FZI/ITIV an der Auswahl geeigneter Simulationsumgebungen und an der Auswahl relevanter Szenarien für das zu testende System geforscht.