TU Darmstadt / ULB / TUbiblio

Modeling Active Perception Sensors for Real-Time Virtual Validation of Automated Driving Systems

Cao, Peng (2018)
Modeling Active Perception Sensors for Real-Time Virtual Validation of Automated Driving Systems.
Technische Universität Darmstadt
Dissertation, Erstveröffentlichung

Kurzbeschreibung (Abstract)

The validation of the functionality is up until now always an insolvable problem for the development of automated driving systems (ADS). The simulation-based test methods (e.g. X-in-the-Loop test) with sensor models are nowadays being developed and considered by the most players in the automotive industry as an economically feasible solution for the validation of ADS. However, in order to ensure the reality and the validity of test results, the sensor performances and the driving environment should be modeled realistically. This reality presents a challenge for modeling technology. In this dissertation, a novel grey-box method for modeling the active automotive perception sensors with neither the efficiency disadvantages of the white-box methods nor the reality disadvantages of black-box methods.

After a statement of the basic problems in the modeling, a framework for the grey-box modeling is introduced in the dissertation. According to this framework, the sensor model to be developed should consist of the following parts: sensor performance model, wave propagation model and environment model. For modeling the sensor performances, a novel modeling method, so-called Cell-Volume Concept (CVC), is developed. Three kinds of variants of this method are introduced and compared. After an analysis of the advantages and disadvantages of the variants, the so-called vector-projection variant is chosen for the modeling of a radar and implemented exemplarily. Based on the vector-projection Cell-Volume Concept, a wave propagation model, which simulates the propagation of the electromagnetic waves from the sensor into the atmosphere, is developed. The possible physical phenomenon during wave propagation are analyzed and selectively modeled regarding the modeling necessity. The sensor radiation pattern will also be modeled. Furthermore, to ensure simulation efficiency and avoid unnecessary computing effort, an ergodic method is developed.

As one of the most important part of the environment model, a model for representing the reflectivity (distribution) of different vehicles at different aspect angles is developed. This model plays an essential role in calculating the performance of waves. The modeling of reflectivity distribution is especially meaningful for the simulation of the detection and measurement in short range.

Finally, the developed sensor model is verified via comparing simulation results with real sensor outputs. By using some verification test cases, the developed sensor model has demonstrated the capability of representing sensor performances dynamically and efficiently.

In summary, the developed sensor model in this dissertation is appropriate to be applied for radar sensor modeling. The simulation efficiency and fidelity can be ensured simultaneously. For finding the application possibility of this sensor model in modeling the other types of active perception sensors, some discussions and suggestions are also given and summarized.

Typ des Eintrags: Dissertation
Erschienen: 2018
Autor(en): Cao, Peng
Art des Eintrags: Erstveröffentlichung
Titel: Modeling Active Perception Sensors for Real-Time Virtual Validation of Automated Driving Systems
Sprache: Englisch
Referenten: Winner, Prof. Dr. Hermann ; Eichberger, Prof. Dr. Arno
Publikationsjahr: Juli 2018
Ort: Darmstadt
Datum der mündlichen Prüfung: 20 Dezember 2017
URL / URN: http://tuprints.ulb.tu-darmstadt.de/7539
Kurzbeschreibung (Abstract):

The validation of the functionality is up until now always an insolvable problem for the development of automated driving systems (ADS). The simulation-based test methods (e.g. X-in-the-Loop test) with sensor models are nowadays being developed and considered by the most players in the automotive industry as an economically feasible solution for the validation of ADS. However, in order to ensure the reality and the validity of test results, the sensor performances and the driving environment should be modeled realistically. This reality presents a challenge for modeling technology. In this dissertation, a novel grey-box method for modeling the active automotive perception sensors with neither the efficiency disadvantages of the white-box methods nor the reality disadvantages of black-box methods.

After a statement of the basic problems in the modeling, a framework for the grey-box modeling is introduced in the dissertation. According to this framework, the sensor model to be developed should consist of the following parts: sensor performance model, wave propagation model and environment model. For modeling the sensor performances, a novel modeling method, so-called Cell-Volume Concept (CVC), is developed. Three kinds of variants of this method are introduced and compared. After an analysis of the advantages and disadvantages of the variants, the so-called vector-projection variant is chosen for the modeling of a radar and implemented exemplarily. Based on the vector-projection Cell-Volume Concept, a wave propagation model, which simulates the propagation of the electromagnetic waves from the sensor into the atmosphere, is developed. The possible physical phenomenon during wave propagation are analyzed and selectively modeled regarding the modeling necessity. The sensor radiation pattern will also be modeled. Furthermore, to ensure simulation efficiency and avoid unnecessary computing effort, an ergodic method is developed.

As one of the most important part of the environment model, a model for representing the reflectivity (distribution) of different vehicles at different aspect angles is developed. This model plays an essential role in calculating the performance of waves. The modeling of reflectivity distribution is especially meaningful for the simulation of the detection and measurement in short range.

Finally, the developed sensor model is verified via comparing simulation results with real sensor outputs. By using some verification test cases, the developed sensor model has demonstrated the capability of representing sensor performances dynamically and efficiently.

In summary, the developed sensor model in this dissertation is appropriate to be applied for radar sensor modeling. The simulation efficiency and fidelity can be ensured simultaneously. For finding the application possibility of this sensor model in modeling the other types of active perception sensors, some discussions and suggestions are also given and summarized.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Die Validierung der Funktionalität ist bis heute immer ein unlösbares Problem für die Entwicklung von automatisierten Fahrsystemen (ADS). Die Simulation-basierten Testverfahren (beispielsweise X-in-the-Loop-Test) mit Sensormodellen werden heutzutage von den meisten Akteuren der Automobilindustrie als eine wirtschaftlich machbare Lösung für die Validierung von ADS entwickelt und berücksichtigt. Um jedoch die Realität und die Gültigkeit der Testergebnisse sicherzustellen, sollten die Sensor-Leistungsfähigkeiten und die Fahrumgebung realistisch modelliert werden. Die Realität stellt eine Herausforderung für die Modellierungstechnologie dar. In dieser Dissertation wurde ein neuartiges Gray-Box-Verfahren zur Modellierung der aktiven Kfz-Umfeldsensoren beschrieben, das über weder die Effizienznachteile der White-Box-Verfahren noch die Realitätsnachteile von Black-Box-Verfahren verfügt.

Nach einer Darstellung der Grundprobleme in der Modellierung wird ein Framework für die Gray-Box-Modellierung in der Dissertation vorgestellt. Gemäß diesem Framework sollte das zu entwickelnde Sensormodell aus den folgenden Teilen bestehen: Sensor-Performance-Modell, Wellen-ausbreitungsmodell und Umgebungsmodell. Zur Modellierung der Sensor-Performance wird eine neuartige Modellierungsmethode, das so genannte Cell-Volume-Konzept (CVC), entwickelt. Drei Arten von Varianten dieser Methode werden vorgestellt und verglichen. Nach einer Analyse der Vor- und Nachteile der Varianten wird die sogenannte Vektorprojektionsvariante für die Modellierung eines Radars ausgewählt und beispielhaft implementiert. Basierend auf dem Vektorprojektionsvariante wird ein Wellenausbreitungsmodell entwickelt, das die Ausbreitung der elektromagnetischen Wellen vom Sensor in die Atmosphäre simuliert. Die möglichen physikalischen Phänomene während der Wellenausbreitung werden analysiert und selektiv modelliert bezüglich der Modellierungsnotwendigkeit. Das Antennendiagramm wird ebenfalls als Teil des Wellenausbreitungsmodells modelliert. Um Simulationseffizienz zu gewährleisten, wird darüber hinaus eine ergodische Methode entwickelt und eingeführt. Als eines der wichtigsten Elemente des Umgebungsmodells wird ein Modell zur Darstellung der Reflektivität (bzw. Reflektivitätsverteilung) verschiedener Fahrzeuge unter verschiedenen Aspektwinkeln entwickelt und eingeführt. Dieses Modell spielt eine wesentliche Rolle bei der Berechnung der Leistung von Wellen. Die Modellierung der Reflektivitätsverteilung ist besonders für die Simulation der Detektion und Messung im Nahbereich von Bedeutung.

Schließlich wird das entwickelte Sensormodell durch den Vergleich von Simulationsergebnissen mit realen Sensorausgängen verifiziert werden. Durch einige Verifikationstests wird es demonstriert, dass das entwickelte Sensormodell die Fähigkeit hat, Sensor-Leistungsfähigkeiten dynamisch und effizient darzustellen.

Zusammenfassend lässt sich sagen, dass das entwickelte Sensormodell in dieser Dissertation für die Modellierung von Radarsensoren geeignet ist. Die Simulationseffizienz und -treue können gleichzeitig sichergestellt werden. Um die Anwendungsmöglichkeiten dieses Sensormodells bei der Modellierung der anderen Typen von aktiven Umfeldsensoren zu finden, werden einige Diskussionen und Vorschläge gegeben.

Deutsch
URN: urn:nbn:de:tuda-tuprints-75392
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 16 Fachbereich Maschinenbau
16 Fachbereich Maschinenbau > Fachgebiet Fahrzeugtechnik (FZD)
16 Fachbereich Maschinenbau > Fachgebiet Fahrzeugtechnik (FZD) > Fahrerassistenzssysteme
16 Fachbereich Maschinenbau > Fachgebiet Fahrzeugtechnik (FZD) > Testverfahren
Hinterlegungsdatum: 08 Jul 2018 19:55
Letzte Änderung: 08 Jul 2018 19:55
PPN:
Referenten: Winner, Prof. Dr. Hermann ; Eichberger, Prof. Dr. Arno
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 20 Dezember 2017
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen