Zum Inhalt

Validierung automatisierter Fahrfunktionen durch reale und synthetische Radardaten

  • 01.01.2022
  • Entwicklung
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Auszug

Der Fachtext behandelt die Validierung automatisierter Fahrfunktionen durch den Einsatz realer und synthetischer Radardaten. Es wird dargestellt, wie virtuelle Testmethoden die Entwicklung und den Test von Fahrerassistenzsystemen optimieren und die Anzahl der realen Testkilometer minimieren. Besonders hervorgehoben wird die Rolle des Perception Development Kits (PDK) von Continental Engineering Services, das die Schnittstelle zwischen virtuellen und realen Radarsensoren schließt. Praktische Anwendungsbeispiele, wie die Validierung der General Safety Regulation (GSR), verdeutlichen die Vorteile und Effizienz virtueller Testmethoden. Der Beitrag zeigt, wie durch den parallelen Einsatz von realen und synthetischen Daten die Qualität der entwickelten Fahrfunktionen gesteigert und gleichzeitig Kosten und Aufwand reduziert werden können.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
Validierung automatisierter Fahrfunktionen durch reale und synthetische Radardaten
Verfasst von
Patrick Schnöll
Axel Schneider
Stephan Hakuli
Dr. Andreas Höfer
Publikationsdatum
01.01.2022
Verlag
Springer Fachmedien Wiesbaden
Erschienen in
ATZ - Automobiltechnische Zeitschrift / Ausgabe 1/2022
Print ISSN: 0001-2785
Elektronische ISSN: 2192-8800
DOI
https://doi.org/10.1007/s35148-021-0786-z
    Bildnachweise
    AVL List GmbH/© AVL List GmbH, dSpace, BorgWarner, Smalley, FEV, Xometry Europe GmbH/© Xometry Europe GmbH, The MathWorks Deutschland GmbH/© The MathWorks Deutschland GmbH, HORIBA/© HORIBA, Outokumpu/© Outokumpu, Gentex GmbH/© Gentex GmbH, Ansys, Yokogawa GmbH/© Yokogawa GmbH, Softing Automotive Electronics GmbH/© Softing Automotive Electronics GmbH, measX GmbH & Co. KG, Hirose Electric GmbH/© Hirose Electric GmbH