Die Rolle von Low Fidelity Simulation in der ADS-Validierung
Bevor hochaufgelöste Simulationsumgebungen zum Einsatz kommen, ist es entscheidend, die Kernlogik eines automatisierten Fahrsystems (ADS) auf strukturierte und ressourcenschonende Weise zu validieren. Low Fidelity Simulation ermöglicht dies, indem sie auf objektbasierten Daten arbeitet – ganz ohne Sensordatenrauschen – und so die Reaktion und Planungslogik des Systems unter die Lupe nimmt.
Dieser Schritt stellt sicher, dass Planungsalgorithmen, Fahrstrategien und Steuerungsmodule korrekt arbeiten, bevor in aufwändigere Teststufen übergegangen wird.
Low Fidelity TestSuites in ReplicaR ausführen
Mit Low Fidelity Execution lassen sich beliebige TestSuites aus MyScenarios und AutoScenarios objektbasiert simulieren. Die ReplicaR-Engine sorgt für robuste, konsistente und ressourcenschonende Testläufe – mit Fokus auf das Verhalten dynamischer Objekte.
Zentrale Funktionen:
- Feinkörnige Simulation: Das Testobjekt (SuT) interagiert direkt mit einer Objektliste statt mit simulierten Sensoren – ideal zur Bewertung von Weltmodellinterpretation und Aktionsausgabe.
- Szenarienwiederverwendung: Bestehende, kuratierte Szenarien lassen sich direkt einbinden – ideal für Regressionstests und Funktionsvergleiche mit minimalem Setup.
Planungs- und Strategievalidierung
Ziel dieser Stufe ist die gezielte Analyse, wie gut das System:
- Objektinformationen interpretiert
- Fahrwege plant
- Steuerentscheidungen umsetzt
So werden Planungs- und Verhaltensstrategien auf Zuverlässigkeit, Sicherheit und Vorhersagbarkeit geprüft. Unerwünschte Verhaltensmuster lassen sich frühzeitig erkennen – noch vor High Fidelity oder Realtests.
Datenverarbeitung und Ergebniszugriff
Alle Ein- und Ausgaben erfolgen im ASAM OSI-Format – für nahtlose Integration in die Toolchain. Testergebnisse werden in der sicheren ReplicaR-Datenbank abgelegt und stehen für Auswertungen im Modul ScenAnalytics zur Verfügung.
Fazit
Low Fidelity Execution ist der Grundstein in der Simulationskette: schnell, skalierbar und fokussiert. Sie senkt Kosten, erhöht Iterationsgeschwindigkeit und schafft die Basis für fundierte ADS-Validierung.