Zum Inhalt springen
Microsoft Branchenblogs

Nächster Halt: bedingt autonomes Fahren auf SAE Level Stufe 3. Damit die hierfür nötige Steuersoftware kritische Fahrsituationen perfekt meistert, muss sie gründlich trainiert werden. Und zwar mittels von Sensoren in Testfahrzeugen gesammelte Daten. Nachdem pro Tag und Auto bis zu 40 Terabyte anfallen, stellt sich die Frage: Wie können OEMs und Zulieferer solche Datenberge handhaben?

 

 

Ein Sportwagen ist zu sehen, der über die Microsoft Cloud und einen PC verbunden ist.

Derzeit strebt die gesamte Automobilindustrie in die gleiche Richtung: Bedingt selbstfahrende Autos der Stufe SAE 3 (SAE: Society of Automotive Engineers, Verband der Automobilingenieure) zur Serienreife zu bringen. Bei SAE Level 3 müssen Fahrerinnen und Fahrer nur noch dann die Kontrolle übernehmen, wenn das Auto auf eine Notsituation hinweist.

Unter anderem, um genau diesen Moment der Übergabe möglichst reibungslos zu gestalten, hat die EU ein breit angelegtes Forschungsprojekt ausgerufen. Das Ziel: SAE Level 3-Funktionen in Flottentests möglichst fehlerfrei erproben zu können. Besonderes Augenmerk wird im Projekt auf Autobahnfahrten, Stausituationen, innerstädtisches Fahren und Parksituationen wie zum Beispiel das Homezone-Parking gelegt.

Das Besondere an den zur Erprobung auf die Straßen geschickten Testflotten: Sie bringen neben den als Serienausstattung auf und an den Fahrzeugen montierten Ensembles aus Kameras, Lidar- (Light Detection And Ranging) und Radar-Sensoren noch Referenzsysteme mit. Diese zusätzlichen Videokameras (vier zum Erfassen der Umgebung, drei zum Erfassen des Innenraums) und Lidar-Sensoren erzeugen einen Referenzdatensatz, der später bei der Auswertung eventuelle Fehler der Serienausstattung sichtbar machen soll. Außerdem filmen Kameras im Innenraum das Gesicht und die Füße der Fahrenden, sowie die Anzeigeinstrumente des Fahrzeuges, um zu erfassen, wie die Menschen im Moment des Kontrollübergangs reagieren.

 

Ergebnis: Die Cloud hält die Datenexplosion im Zaum

Das Resultat: Im Mittel erzeugen die Testfahrzeuge zwischen acht und 40 Terabyte pro Tag und Auto. In einem solchen Datenberg lassen sich die kritischen Fahrsituationen kaum sinnvoll ausmachen. Diese von der EU definierten, gut 50 Situationen sind aber besonders wichtig auf dem Weg zu SAE Level 3. Um den Datenbergen Herr zu werden, hat die FEV Group, Engineering-Dienstleister für alle relevanten OEMs und das EU-Projekt, einen cleveren Trick ersonnen: Die Fachleute entwickelten einen Mini-Datenlogger, der an Bord der Testfahrzeuge permanent den CAN-Bus überwacht.

Per Mobilfunk schickt der Logger permanent gut 200 Signale (darunter Angaben über Distanzen zu anderen Objekten, die Geschwindigkeit oder die per GPS ermittelte Position) an eine auf Microsoft Azure betriebene, von FEV entwickelte Softwarelösung. Diese sucht in diesen Signalen nach Hinweisen auf kritische Fahrsituationen – und markiert diesen Moment im Datenstrom. Später können dann die zum Zeitstempel gehörenden Rohdaten extrahiert und zum Training der in der Entwicklung befindlichen Steuersoftware verwendet werden.

Für FEV kam der Aufbau einer eigenen Cloud-Infrastruktur aus Zeit- und Ressourcengründen nicht in Frage. Vielmehr suchten die Engineering-Spezialisten nach einer professionell betriebenen, schlüsselfertigen sowie zu allen gängigen und für die Branche relevanten Datenschutznormen konformen Umgebung. Azure punktete unter anderem durch Funktionen wie IoT Hub oder Stream Analytics, die für das Datenlogger-Projekt unabdingbar sind. Außerdem bringt Azure eine Zertifikatsinfrastruktur mit, mit deren Hilfe Azure nur berechtigten Endgeräten Zugriff gewährt. Zudem lassen sich mittels der Zertifikate die von den Loggern erfassten Daten später dem jeweiligen Fahrzeug korrekt zuordnen.

 

Stehen auch Sie regelmäßig vor einem riesigen Datenheuhaufen und fragen sich, wie Sie die darin verborgenen Stecknadeln kosteneffizient und flott identifizieren? Sprechen Sie uns an. Azure löst sicherlich auch Ihre Anforderungen.