Mehr Qualität bei der Fehleranalyse

München. Zukünftig unterstützen Automobile ihre Fahrer zunehmend aktiv beim Autofahren. Über eingebaute Sensoren, Kameras und intelligente Software- und Hardware-Systeme nehmen Fahrzeuge ihre Umgebung wahr und interpretieren diese Informationen. Derzeit entwickeln einige Unternehmen Fahrerassistenzsysteme, die über Radar- und Infrarotsysteme das Geschehen rund um das Fahrzeug überwachen. Kernelement sind dabei spezialisierte Mikrocontroller, beispielsweise von Freescale. Die Radardaten werden vom Mikrocontroller empfangen und weiterverarbeitet, so dass nicht mehr wie bisher die gesamten Bildinformationen weitergeleitet werden, sondern nur noch das Ergebnis.

Die Bilderfassung und -datenverarbeitung finden in einem System statt, lediglich die ausgewerteten Daten werden nach außen gegeben. Das hat den Vorteil, dass alle Funktionen in einem Gehäuse zusammengefasst sind. Allerdings bringt dieser Ansatz in der Entwicklung Probleme mit sich. Denn die Rohdaten, aus denen die Software Objekte identifiziert, sind nur chipintern verfügbar. Das hat zum Beispiel zur Folge, dass vom Fahrer während einer Testfahrt erfasste Fehler nicht analysiert werden können. Denn stellt ein Fahrer während der Testfahrt fest, dass ein Objekt vom System nicht richtig erkannt wurde, ist es nicht möglich, die Ursachen dieses Fehlers in der Software zu identifizieren.

Eine Lösung des Problems liefert der neue Datenlogger DP24R des Soft- und Hardwareentwicklers Embedded Brains. Die Headunit des Datenloggers wird direkt an die Radarsensoren angekoppelt, so dass der Datenlogger Zugriff auf die Rohdaten hat und sie aufzeichnen kann. Typischerweise sind vier Sensoren an den vier Ecken des Fahrzeugs angebracht, um die gesamte Umgebung des Fahrzeugs überwachen zu können. Mithilfe von vier angeschlossenen Headunits können die Rohdaten während der Testfahrten aufgezeichnet werden, wobei die Aufzeichnungskapazität des Datenloggers zehn Stunden beträgt. Nach der Testfahrt kann der Entwickler die gespeicherten Rohdaten in sein System am Arbeitsplatz einspeisen und somit entscheiden, ob die Bilderfassung fehlerhaft ist oder ob ein Software-Fehler vorliegt. Sollte letzteres der Fall sein, kann der Entwickler seine Algorithmen solange modifizieren, bis sie anhand der gespeicherten Rohdaten genau die Objekte erkennt, die sie erkennen muss.

Der Datenlogger eignet sich auch für die Entwicklung von Bildverarbeitungsalgorithmen. Für die Algorithmen benötigen die Entwickler Live-Daten, die ebenfalls der Datenlogger zur Verfügung stellen kann. Und er bietet hierfür noch eine nützliche Zusatzfunktion: Videokameras im Fahrzeug zeichnen zeitsynchron zur Radar-Datenerfassung mit auf. Der optisch-visuelle Vergleich zwischen den verarbeiteten Radardaten und den Videos stellt den ersten Schritt bei der Entwicklung der Algorithmen dar. Der Datenlogger von Embedded Brains bietet die Möglichkeit, die Daten mit einem Zeitstempel zu versehen, so dass die Daten von allen vier Sensoren bei der Analyse auch zeitlich synchron wieder zusammengesetzt werden können.

Die ersten funktionsfähigen Prototypen werden im Frühsommer verfügbar sein. Embedded Brains arbeitet darüber hinaus kontinuierlich an der Weiterentwicklung seines Datenloggersystems, um auch neue Kundenanforderungen abdecken zu können.