Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
26 Elektronik automot ive Assistenzsysteme Adrian Bertl studierte Medientechnik an der FH Deggendorf mit dem Schwerpunkt Medieninformatik Er ist seit 2009 bei bplus und war dort unter anderem im Produktmanagement und Marketing tätig Heute ist er Teamleiter im technologiegetriebenen Produktmarketing für Entwicklungswerkzeuge für automatisiertes Fahren einschließlich einer Toolbox für autonomes Fahren Bernd eggl ist Head of Product Strategy bei bplus technologies und hat einen geschärften Blick auf die Anforderungen und Standards im SerDes-Umfeld Er kennt die ADAS-Welt als Systemarchitekt und Produktmanager für hochbandbreitige Messtechnik aus über 20 Jahren Branchenerfahrung Bild 5 Die datenbetriebene Entwicklung von ADAS macht die Verwendung hochqualitativer Daten notwendig Bild bplus sammeln Bei dieser Vorgehensweise wird man aber schnell mit verschiedenen Problemen konfrontiert Sowohl das Speichern der Daten im Fahrzeug als auch der Transport über das Netzwerk die Speicherung im Rechenzentrum und die abschließende Verarbeitung der Daten sind mit sehr hohen Kosten verbunden Darüber hinaus erhalten Entwickler keine Informationen zur Relevanz der gesammelten Daten So ist es nicht unwahrscheinlich dass einige Fahrszenen redundant vorkommen oder schlichtweg aufgrund ihrer Aufnahmequalität nicht brauchbar sind Dies fällt beispielsweise dann ins Gewicht wenn lange Testfahrten aufgrund der begrenzten Speicherfähigkeit von fehlerhaften oder korrupten Daten im Fahrzeug beeinflusst werden Vor allem durch die fortschreitende technologische Entwicklung einhergehend mit immer größeren Datenmengen stellt sich dieser Ansatz des Data Harvesting als äußerst ineffizient und kostenintensiv heraus Bild 3 Für das sogenannte Intelligent Recording wird in den Aufzeichnungsprozess neben dem klassischen Datenrecorder zusätzlich eine Hochleistungsplattform gesetzt die einzelnen Datenströme bereits während der Testfahrt analysiert Dabei können einzelne definierte Szenen selektiert und die Aufzeichnung nur bei bestimmten Konditionen ausgelöst werden Gleichzeitig werden Metadaten erzeugt Nach der Testfahrt können die erfassten Szenen direkt gesichtet werden Es wird Zeit gespart da irrelevante Szenen sofort verworfen und die Daten-Pipeline nicht mit Duplikaten oder mit für eine Weiterentwicklung der Algorithmik nicht notwendigen Daten gefüttert werden Bild 4 zeigt den logischen Ablauf des Datenflusses Hierbei wird zusätzlich zur Datenrecorder-Plattform BRICK ein zweites Hochleistungssystem im Fahrzeug geschaltet an das der zu analysierende Datenstrom gesendet wird Dort wird dieser auf Basis von CPU und GPU bereits live während der Testfahrt innerhalb eines Docker Containers analysiert es werden Objekte detektiert und die Metadaten generiert Der Recorder entscheidet dann aufgrund der ihm gelieferten Metadaten ob eine Szene relevant für die Aufzeichnung ist oder nicht Er zeichnet nur auf wenn ein bestimmter vordefinierter Fall eintritt Damit reduziert man die Daten auf das Wesentliche sowie auch die Kosten und den Aufwand Terabytes im Fahrzeug zu speichern ins Datencenter hochzuladen und dort zu analysieren Qualität gewinnt an Bedeutung Alles in allem ist die Automobilindustrie an einem Punkt an dem nicht mehr die Datenmasse als solche zählt Stattdessen startet ein Paradigmenwechsel hin zur Qualität von Daten Bild 5 Diese beginnt bereits bei der Digitalisierung der Testfahrten im Fahrzeug Gerade die datengetriebene Entwicklung von Fahrerassistenzsystemen und automatisierten Fahrfunktionen ist ein echter Gamechanger Drei zentrale Aspekte der AVETO-Toolbox unterstützen auf dem Weg zu automatisierten Fahrsystemen der Level 3 4 und 5 – eine modulare Toolbox die bereits von Beginn an über verschiedene Standards hinweg einen sehr flexiblen Zugriff auf Fahrzeugrohdaten ermöglicht Sie ist die Basis für hochqualitative Daten die in einem nachgelagerten Entwicklungsprozess benötigt werden Die zeitlich hochgenaue Erfassung der Daten und das Erkennen von Datenintegritätsproblemen sind grundlegende Funktionen für das Erreichen einer hohen Datenqualität Ein letzter Aspekt ist die Erfassung der für den Fortschritt wichtigen Grenzfälle Dies wird mit einer gezielten Selektierung über intelligentes Recorden erreicht ih