SAFIR-Cluster 2: Testmethoden für die Globale Sicherheit

Das Cluster II beschäftigt sich mit der Realisierung von automatisierten und sicheren Realtests für die Fahrzeugsicherheit 4.0. Aufgrund der hohen Kosten von Realversuchen ist es notwendig, wenige, aber dafür „relevante“ Testszenarien zu identifizieren. Dazu wurde eine Methode zur Auswertung des Straßenverkehrs mittels Drohnen entwickelt. Mit dieser Datenbasis werden über maschinelle Lernverfahren relevante Szenarien identifiziert, welche zur vertieften Untersuchung auf einem Testgelände reproduziert und variiert werden. Für die Realisierung von Realtests ist eine hochgenaue Zustandsschätzung der Fahrzeuge notwendig. Dazu wurde eine Methodik zur verbesserten Zustandsschätzung mittels Inertialsensorik erforscht. Die Besonderheit liegt darin, dass eine hochgenaue Zustandsschätzung über längere Zeiträume ohne Korrekturdaten ermöglicht wird. Diese Zustandsschätzung fließt in einen Fahrroboter ein, um reproduzierbare Fahrmanöver umzusetzen. Damit hochdynamische Fahrversuche mit dem Fahrroboter sicher umsetzbar sind, wurde eine Methode entwickelt, um die dynamischen Grenzen des Fahrzeugs in verschiedenen Umweltbedingungen durch wenige Tests zu ermitteln. Sowohl die Verfahren zur Zustandsschätzung als auch zur Bestimmung der dynamischen Grenzen sind in die Produkte der Projektpartner eingeflossen. Um speziell auch den urbanen Verkehr zu adressieren, wurde eine Attrappe entwickelt, welche ein Kind im Alter von ca. 6 Jahren nachstellt. Die Attrappe hat bewegliche Gelenke und wird mit künstlichen Muskeln betrieben sodass sie sich ein natürliches Gangmuster nachahmen lässt.