KIsSME Treffen mit LiangDao, MindMotiv, HighQSoft bei RA Consulting

Für das vom BMWi geförderte Forschungsprojekte KIsSME (https://www.rac.de/projekt-kissme-bessere-erprobung-dank-datenverdichtung) trafen sich die Firmen LiangDao aus München, MindMotiv aus Aachen sowie HighQSoft aus Idstein bei RA Consulting in Bruchsal. Hintergrund des Treffens war der Aufbau und die Sensorik für ein Messfahrzeug im Rahmen des Projektes und die zentrale Speicherung der Daten in einem funktional zu erweiternden ODS-Server. Bei KIsSME geht es um die via KI automatisierte und echtzeitnahe Generierung von Szenarien aus dem Fahrbetrieb von autonomen Fahrzeugen. Und dabei insbesondere um die Erfassung kritischer Schlüsselszenarien, so dass diese zur Validierung von autonomen Fahrfunktionen genutzt werden können.

Datensatzvergleich

IAV Macara

Alle diejenigen, die oft Applikationsdatensätze miteinander vergleichen müssen, wissen, dass dies eine mühselige Aufgabe sein kann. Wie schön wäre es, wenn man einfach eine A2L-Beschreibungsdatei und mehrere Datensatzdateien in eine Software laden könnte und diese dann automatisch alle miteinander vergleicht. Wenn dann das Ergebnis noch übersichtlich dargestellt wird und man sich mittels starker Filter leicht auf die für einen selbst interessanten Variablen fokussieren könnte, wäre das ein großer Gewinn.
Das leistet IAV Macara.

Datensatzvergleich

Automatischer Datensatzvergleich und einen neu angelegten Datensatz mit manueller Datenübernahme und Schnellfilter.

Und IAV Macara kann noch viel mehr. Der Nutzer kann Daten aus mehreren Datensätzen zu einem neuen Datensatz zusammenführen und hier auch Änderungen vornehmen, also Einzelwerte aber auch Kennlinien und Kennfelder und deren Stützstellen editieren. Natürlich unter Einhaltung der in der A2L beschriebenen Regeln wie harte und weiche Grenzen oder Stützstellenmonotonie. Beim Ändern von Werten helfen jeweils passende Editoren und grafische Anzeigen. Die erstellten Datensätze können dann in den Formaten DCM, CDFX oder PaCo exportiert und auch wieder geladen werden.

Datenansicht im Kennfeld und die Überschreitung harter Grenzen aus der A2L

Datenansicht im Kennfeld und die Überschreitung harter Grenzen aus der A2L

Für die Nutzung verschiedener Datenquellen stellt die Cloud-Funktionalität den Zugriff auf das Dateisystem und auf Schnittstellen z.B. zu AVL Creta und Etas INCA-Datenbank bereit. Interessiert? Dann kontaktieren Sie uns am besten per email über info@rac.de. RA Consulting ist exklusiver Wiederverkäufer für IAV Macara.

Hinweis: IAV Macara ist zurzeit nur für die Verwendung in der Europäischen Union freigegeben.

Darstellung des Ergebnisses der Plausibilitätsprüfung

Darstellung des Ergebnisses der Plausibilitätsprüfung

 

Fernsteuerung von DiagRA D und Silver Scan-Tool über die optionale Webservices-API

Immer mehr Nutzer von DiagRA D und Silver Scan-Tool nutzen die Fernsteuermöglichkeit über die Webservices API. Über die Schnittstelle können externe Anwendungen auf demselben Rechner oder im lokalen Netzwerk nahezu die komplette Funktionalität der beiden Anwendungen nutzen. So lassen sich beispielsweise über ein Python-Skript Flash-Abläufe mit anschließenden Diagnosetests automatisieren oder ganz gezielt spezielle Diagnosetests an HiLs oder Prüfständen in die Experimente integrieren. Natürlich können auch immer wiederkehrende OBD-Tests sehr einfach automatisiert werden.
Technischer Hintergrund: Das Interface der Web Services wird dabei durch ein maschinell verarbeitbares Format gegeben, typischerweise durch WSDL (Web Services Description Language). Dabei wird das Netzwerkprotokoll SOAP (Simple Object Access Protocol) zur Kommunikation verwendet. Hierbei wird XML als Nachrichtenformat und das HTTP-Protokoll zur Kommunikation innerhalb des Netzwerks verwendet. Im Fall von DiagRA D/Silver Scan-Tool findet die Kommunikation zwischen einem Client-Programm und DiagRA D/Silver Scan-Tool statt, wobei DiagRA D/Silver Scan-Tool als Server-Anwendung dient. Die Webservices sind als API für SOAP implementiert, sodass der Nutzer sich weder um die Erstellung der XML-Nachrichten noch die HTTP-Kommunikation kümmern muss.
Das untenstehende Beispiel zeigt, wie mittels Python-Skript über DiagRA D erst die Kommunikation eingeleitet, dann von allen OBD-Steuergeräten alle Werte vom Mode $01, dann gezielt die Steuergeräteversorgungsspannung PID $42 und im Anschluss noch der MIL Status aus dem Mode $03 ausgelesen wird. Zum Abschluss wird die Kommunikation mit dem OBD-System wieder beendet. Als SOAP Client kommt im Beispiel ZEEP zum Einsatz. Eine Dokumentation der Kommandos findet sich direkt in bestehenden Installationen von DiagRA D oder Silver Scan-Tool im Ordner Samples.
Das Webservices-Plugin ist eine optionale Erweiterung einer DiagRA D oder Silver Scan-Tool Lizenz und kann entweder mit einer Lizenz mitbestellt oder nachträglich hinzugefügt werden.
Bei Interesse kontaktieren Sie uns bitte über info@rac.de.

Beispiel Python-Skript:

#!/usr/bin/python3
# -*- coding: utf-8 -*-

import sys
import time
# PLEASE NOTE:
#   This script uses the third party package Zeep ("A fast and modern Python SOAP client").
#   Find Zeep in the Python package index: https://pypi.org/project/zeep/
#   Find its documentation here: https://docs.python-zeep.org/en/master/
#   Should you be interested in logging, this might help you: https://docs.python-zeep.org/en/master/plugins.html
#   Zeep project and sources on GitHub: https://github.com/mvantellingen/python-zeep
from zeep import Client, Transport, __version__ as zeep_version

# Configure web service connection.
# PLEASE NOTE:
#   If web service is not running on local machine (localhost/127.0.0.1),
#   you will have to call the login method at first, before being able to use any other method.
IP_ADDRESS = "localhost"
PORT = 1024
# Set 'INTRANET_ONLY', if an internet connection is not available.
# PLEASE NOTE:
#   This requires the 'soapencoding.xsd' to reside in './resources' subfolder.
#   It can be downloaded, here: http://schemas.xmlsoap.org/soap/encoding/
INTRANET_ONLY = False


# Web service constants
RETURN_CODE_SUCCESS = 0
COMMUNICATION_STARTED = 0
COMMUNICATION_STOPPED = 1
COMMUNICATION_ESTABLISHED = 2


class TransportIntranetOnly(Transport):

    def load(self, url):
        # See https://stackoverflow.com/a/40280341

        if (url == "http://schemas.xmlsoap.org/soap/encoding/"):
            url = "resources/soapencoding.xsd"

        # print(url)
        return super(TransportIntranetOnly, self).load(url)

def wait_for_communication(get_status):
    result = False
    while True:
        communication_status = get_status()
        print(f"Communication status: {communication_status}")

        if (communication_status == COMMUNICATION_ESTABLISHED):
            result = True
            break
        # Also leave loop if communcation has unexpectedly been stopped.
        if (communication_status == COMMUNICATION_STOPPED):
            print("Communication has been stopped.")
            break

        time.sleep(1)  # Wait before next poll.

    return result


def main(intranetonly):
    print("Web service OBD sample | RA Consulting GmbH 2021 | www.rac.de")
    print("")

    # PLEASE NOTE:
    #   DiagRA D or Silver Scan-Tool needs to be running and web service needs to be activated.

    wsdl = f"http://{IP_ADDRESS}:{PORT}/wsdl/IDiagRAWebservice"

    if intranetonly:
        client = Client(wsdl, transport=TransportIntranetOnly())
    else:
        client = Client(wsdl)

    webservice = client.service
    # factory = client.type_factory("ns0")  # Needed to handle non-primitive argument and return types.

    # Perform login.
    # PLEASE NOTE:
    #   This is required if web service is not running on local machine (localhost/127.0.0.1).
    # webservice.Login("Example python script")
    try:
        # Temporarily increase log level of the web service. Possible values are 1 to 7.
        # The log file is very helpful if things don't work out as expected. It contains all the called methods, the given arguments, the results and the return codes.
        # It is written to '%LocalAppData%\RA Consulting\DiagRA D\Log' or '%LocalAppData%\RA Consulting\Silver Scan-Tool\Log', respectively,
        # and is called 'DiagRA_RemoteControl_*.log'.
        # You can also set a permanent log level in the Windows registry. Have a look into DiagRA D's/Silver Scan-Tool's help file to find out how this is done.
        webservice.Configure("LOGLEVEL", "5")

        # Print versions.
        webservice_version = webservice.GetVersion("")
        print("Versions:")
        print(f"- Python {sys.version}")
        print(f"- Zeep {zeep_version}")
        print(f"- Web service {webservice_version}")
        print()

        # Set addressword for OBD and obtain its index.
        # PLEASE NOTE:
        #   If you like to communicate with a distinct ECU/addressword instead, you need to use 'GetECUIndex'
        #   and the web service's non-OBD methods (the ones not containing 'OBD' in their names).
        #   For a list of all available methods, see web service reference PDF that resides in
        #   subfolder '.\Samples\WebServices\Doc' of the installation directory.
        obd_index = webservice.GetOBDIndex("33", "")
        print(f"OBD index: {obd_index}")
        if (obd_index < RETURN_CODE_SUCCESS):
            print(webservice.GetLastErrorText())
        else:
            # OBD addressword has been successfully set.
            # Now set protocol.
            webservice.Configure("PROTOCOL", "ISO 15765-4 (CAN)")

            # Try to start communication.
            return_code = webservice.StartOBDCommunication(obd_index)
            print(f"Start communication: {return_code}")
            if (return_code == RETURN_CODE_SUCCESS):
                # Communication could be started.
                try:
                    # Wait until communication has fully been established, before requesting data.
                    communication_established = wait_for_communication(lambda: webservice.GetOBDCommunicationStatus(obd_index))

                    if communication_established:
                        # Read current data.
                        result = webservice.GetOBDAllCurrentData(obd_index)
                        print("Current Data: ")
                        for item in result:
                            print(item)

                        # Read module voltage.
                        result = webservice.GetOBDSingleCurrentData(obd_index, 42)
                        print("Control Module Voltage: ")
                        for item in result:
                            print(item)

                        # Get MIL status.
                        result = webservice.GetOBDMILStatus(obd_index)
                        print("Mode 3: ")
                        for item in result:
                            print(item)
                finally:
                    # Stop communication.
                    return_code = webservice.StopOBDCommunication(obd_index)
                    print(f"Stop communication: {return_code}")

    finally:
        # Perform logout.
        # webservice.Logout()
        pass


if (__name__ == "__main__"):
    main(INTRANET_ONLY)
Der neue ASAM Vorstand

Neue Personalien in Vorstand und Geschäftsleitung bei ASAM e.V.

Der neue ASAM Vorstand (von links nach rechts): Dr. René Grosspietsch, Prof. Marcus Rieker, Dr. Ralf Nörenberg, Armin Rupalla, Prof. Frank Köster. (Quelle: ASAM)

ASAM e.V., eine internationale Standardisierungsorganisation aus dem Bereich Automobilelektronik gibt mit Beginn des zweiten Quartals 2021 wichtige personelle Veränderungen bekannt.

  • Vorstand: Dr. René Grosspietsch (BMW AG) wurde auf der diesjährigen Mitgliederversammlung in den ASAM Vorstand gewählt. Er ersetzt dort Richard Vreeland (Cummins Inc), der sich nicht mehr zur Wahl aufstellen ließ. Alle anderen Vorstände behalten ihre Position. Prof. Marcus Rieker (Horiba Europe GmbH) wurde als Vorstandsvorsitzender bestätigt.
  • Geschäftsführung: Peter Voss ist seit 01.04.2021 neuer Geschäftsführer bei ASAM e.V. Er übernimmt diese Aufgabe von Dr. Klaus Estenfeld, der sich anderen Aufgaben im ASAM widmen wird.

Höhenkirchen – 21. April 2021 – Dr. René Grosspietsch (BMW AG) wurde in der Mitglieder-versammlung am 24.03.2021 als neues Mitglied in den ASAM Vorstand gewählt und ersetzt damit Richard Vreeland (Cummins Inc.), der nicht mehr für den Vorstandposten kandidierte. Dr. Grosspietsch hat im Laufe seiner Karriere umfassende Erfahrung in den Bereichen Strategie und Innovation Management, v.a. mit Blick auf die Validierung von Fahrerassistenzsystemen gesammelt. „Ich bin davon überzeugt, dass die Validierung und die Markteinführung von autonomen Fahrfunktionen dringend eine gemeinsame technologische Basis und globales Verständnis der Automobilindustrie erfordern. Hierbei spielen Standards eine sehr wichtige Rolle“, stellt Dr. Grosspietsch fest.
Prof. Marcus Rieker (Horiba Europe GmbH) wurde in der konstituierenden Sitzung des ASAM Vorstands am 20.04.2021 in seiner Position als Vorstandsvorsitzender bestätigt. Prof. Rieker hat eine langjährige und enge Verbindung zu ASAM: Die neue Amtsperiode ist seine siebte im ASAM Vorstand und die zweite als Vorstandsvorsitzender. Auch davor hatte er sich über viele Jahre hinweg in ASAM Arbeitsgruppen engagiert. „Über meine gesamte Karriere hinweg war ASAM immer Teil meiner Arbeit. Ich habe gesehen, wie großartig sich die Organisation in den letzten Jahren entwickelt hat. Jetzt stehen neue Herausforderungen an, die ich gerne gemeinsam mit meinen Vorstandskollegen angehen werde“, fasst Prof. Rieker die Situation anlässlich seiner Wiederwahl zusammen.
Damit werden Prof. Marcus Rieker (HORIBA Europe GmbH), Dr. René Grosspietsch (BMW AG), Prof. Frank Köster (DLR e.V.), Dr. Ralf Nörenberg (HighQSoft GmbH) und Armin Rupalla (RA Consulting GmbH) die Vorstandsaktivitäten für die nächsten beiden Jahre weiterführen.
Der Vorstand sieht seine Hauptaufgaben in der Weiterführung der Internationalisierung der Organisation und in der Weiterentwicklung des ASAM Standard-Portfolios. Die neue Standardisierungsdomäne „Simulation“, welche die Umsetzung von hochautomatisiertem und autonomem Fahren unterstützt, soll weiter ausgebaut werden und mit Aktivitäten in den klassischen Domänen zusammengeführt werden. Als weiteren strategischen Punkt sieht der Vorstand die Zusammenarbeit mit anderen Standardisierungsorganisationen und die Teilnahme an öffentlichen Förderprojekten.

Geschäftsleitung
Zugleich gibt ASAM eine neue interne Personalie bekannt: Peter Voss hat zum 01.04.2021 die Position des Geschäftsführers bei ASAM e.V. übernommen. Er folgt auf Dr. Klaus Estenfeld, der nach fünf Jahren aus dieser Position ausscheidet. Prof. Marcus Rieker, Vorsitzender des ASAM-Vorstandes, würdigt die Arbeit von Dr. Estenfeld: „Die letzten 5 Jahre, die Dr. Estenfeld als Geschäftsführer tätig war, waren für ASAM e.V. in jeder Hinsicht außergewöhnlich. Wir danken ihm für seine intensive und sehr erfolgreiche Arbeit sowie seinen unermüdlichen Einsatz. Zugleich freuen wir uns, dass wir Herrn Voss als neuen Geschäftsführer gewinnen konnten. Wir sind davon überzeugt, dass Herr Voss zusammen mit dem erfahrenen ASAM-Team unsere Organisation weiterentwickeln und zu neuen Höchstleistungen antreiben wird.“ Dr. Estenfeld wird weiter bei ASAM als Executive Advisor tätig sein.

Peter Voss (links) ist neuer Geschäftsführer des ASAM e.V.-3

Peter Voss (links) ist neuer Geschäftsführer des ASAM e.V. Er tritt die Nachfolge von Dr. Klaus Estenfeld an, der dem ASAM weiterhin als Executive Advisor zur Verfügung steht. (Quelle: ASAM e.V.)

About ASAM e.V.
ASAM e.V. (Association for Standardization of Automation and Measuring Systems) betreibt aktiv Standardisierung in der Automobilindustrie. Zusammen mit seinen über 350 Mitgliedsorganisationen weltweit entwickelt der Verein Standards, die Schnittstellen und Datenmodelle für Werkzeuge definieren, welche für die Entwicklung und den Test von elektronischen Steuergeräten (ECUs) und für die Validierung des Gesamtfahrzeugs eingesetzt werden. Das ASAM Portfolio umfasst derzeit 33 Standards, die weltweit in Werkzeugen und Werkzeugketten bei der Entwicklung von Automobilen zum Einsatz kommen. (www.asam.net)

Quelle: ASAM e.V.

Testfeld autonomes Fahren BW

Projekt KIsSME – bessere Erprobung dank Datenverdichtung

Eine echtzeitnahe Erkennung von Szenarien und die effiziente Erfassung von Szenario beschreibenden Daten bei der Erprobung hochautomatisierter Fahrzeuge soll durch lernfähige Algorithmen ermöglicht werden. Im Rahmen des Projektes KIsSME selektieren auf KI basierende Algorithmen diese Daten im Fahrbetrieb und speichern diese auch anonymisiert für die weitere Bearbeitung. Die RA Consulting plant und erstellt das On-Board-System im Projekt sowie bringt neben den Kompetenzen im Bereich der ASAM OpenX Standard, insbesondere den Standard OpenScenario 1.X zur standardisierten Beschreibung von Fahrmanövern und Szenarien, auch das Know-How zu klassischen ASAM Standardisierungsdomänen ein.

Die riesigen Datenmengen, die bei der Entwicklung und Erprobung von hochautomatisierten Fahrzeugen anfallen, sind eine der großen Herausforderungen in diesem Zukunftsfeld. Eine mögliche Lösung ist die gezielte Filterung der Daten und die Konzentration auf relevante Situationen (z.B. beinahe Unfälle).

So fallen auch während einer einsamen Autofahrt ca. vier bis acht Terabyte Daten pro Fahrzeug und Tag an, die aber bei der Weiterentwicklung bzw. Überprüfung von autonomen Fahrfunktionen kaum von Nutzen sind. Andererseits können schon wenige Sekunden eines knappen Überholmanövers viel Aufschluss über die Fähigkeiten der Fahrfunktionen liefern. Auf die Erkennung dieser kritischen Fahrszenarien zielt das neue Projekt KIsSME ab: Auf Künstlicher Intelligenz (KI) basierende Algorithmen selektieren die Daten im Fahrbetrieb und bewerten in Echtzeit die Fahrsituation. Auf der Basis einer daraus resultierenden Kritikalitätsbewertung werden die Fahrzeugdaten gefiltert, um möglichst nur relevante Daten zu speichern und damit große Mengen Speicherplatz, Strom und Auswertungsaufwand einzusparen.

Die RA Consulting leitet hier das Arbeitspaket zur Spezifikation und Umsetzung eines On-Board-Systems. Dieses System sammelt die unterschiedlichen Messdaten (Motordaten, Lokalisierung und Bilddaten) und stellt sie den verschiedenen Applikationen der Partner zur weiteren Bearbeitung zur Verfügung.

 

KIsSME LogoBundesministerium fuer Wirtschaft und Energie

 

Die Hauptarbeit des Projekts ist dabei die Entwicklung, Erprobung und Verbesserung der KI-Algorithmen sowie der Komponenten für Datenselektion und echtzeitnahen Manöver- und Szenariobewertung. Die dabei erzeugten Daten sollen eine spätere Generierung von Szenarien in standardisierten Formaten ermöglichen, um z.B. auch in Simulationen verwendet werden zu können. Dadurch wird dort der Bereich der bisher unbekannten Fahrszenarien verkleinert und die Abdeckung bei der Entwicklung von autonomen Fahrfunktionen verbessert.

Neben der RA Consulting sind auch das KIT aus Karlsruhe, das Fraunhofer-Institut für Kurzzeitdynamik, das Ernst-Mach-Institut, das FZI Forschungszentrum Informatik, die LiangDao GmbH, die Mindmotiv GmbH, die Robert Bosch GmbH sowie die AVL Deutschland, die auch die Projektleitung übernimmt, beteiligt. Vier Partner stellen unterschiedliche hochautomatisierte Fahrzeugtypen für Erprobungsfahrten zur Verfügung, so dass viele Daten für die Optimierung der KI-Algorithmen für die Szenarienerkennung und Bewertung zur Verfügung stehen.

Als assoziierte Partner fungieren neben dem Cluster Elektromobilität Süd-West, koordiniert von der e-mobil BW GmbH, Landesagentur für neue Mobilitätslösungen und Automotive Baden-Württemberg, auch der ASAM e.V. (Association for Standardization of Automation and Measuring Systems) wo derzeit Standards zur standardisierten Beschreibung von Straßennetzwerken (OpenDrive) und Fahrmanövern (OpenScenario) entwickelt und verbessert werden. Bei diesen hochinteressanten Arbeitsgruppen ist die RA Consulting mit beteiligt und bietet so dem Projekt KIsSME einen einfachen und direkten Zugang zu der standardisierten Beschreibung von Fahrszenarien an. So wurde von der RA Consulting im Rahmen des vom BMBF geförderten Forschungsprojektes SmartLoad bereits eine OpenScenario 1.0 API zum Lesen und Testen als OpenSource Software zur Verfügung gestellt.

Das Bundesministerium für Wirtschaft und Energie (BMWi) fördert das Projekt KIsSME mit insgesamt 6,5 Millionen Euro. Das Vorhaben ist Anfang 2021 gestartet und auf drei Jahre angelegt.

Autor: fh
Quelle: RAC, KIT

DiagRA® Flash Station Banner

News Story DiagRA Embedded

Unsere Komponente DiagRA Embedded bietet einen vollständigen Diagnosestack sowie Steuergeräte-Flashprogramierung sowohl auf Windows- als auch auf Embedded-Linux-Geräten. Als Komponentenbibliothek stellt es eine C/C++-API zur Verfügung. Als Standalone-Version ist sie mit einem integrierten Webserver erhältlich, der ReST- und SOAP-APIs bereitstellt. Unterstützt sind aktuell die folgenden Diagnosestandards: ISO 14229 (UDS), ISO 27145, SAE J1939, SAE J1979, OBDII und WWH-OBD. Unterstützt werden CAN, CAN-FD, DoIP. Derzeit bereits unterstützte Schnittstellen sind SocketCAN, PEAK, Kvaser, PassThru und RP1210.

 

Anwendungsmöglichkeiten

  • Engineering: als Anwendungskomponente für die Diagnose oder Programmierung von Testsystemen im Labor, auf Testaufbauten während des Diagnose-Entwicklungsprozesses
  • Test: als Komponente integriert in Prüfstände oder HiL-Testsysteme
  • Erprobung und Prüfung der realen Fahremissionen: als Komponente integriert auf Datenloggern und telematischen Steuereinheiten
  • Produktion: als End-of-Line-Aktualisierungs- und Testsystem, für automatisierte Programmierstationen oder in einer eigenständigen Flash-Anwendung während des Fahrzeugtransports. Bereits verfügbar im Tool DiagRA Flash Station, mit dem sich bis zu 10 Steuergeräte an 10 getrennten Fahrzeugbussen programmieren lassen.
  • After Sales: integriert in den Werkstatt-Tester oder als Komponente für die Diagnose im Back-End

Neues zu DiagRA D und Silver Scan-Tool

Aktuelle Versionen Stand 9. Dezember 2020: 7.45.40

  • neues Aufzeichnungsformat MDF4 mit wählbarer MDF Version 4.2.0, 4.1.1, 4.1.0 oder 4.0.0
  • Wir haben den DiagRA X Viewer auf unserem Download-Server hinzugefügt. Es handelt sich dabei um ein Zusatztool, das die mit der Aufzeichnungsfunktion von DiagRA D erstellten MDF4-Dateien öffnen kann. Wir haben es für die Nutzung mit DiagRA D aus unserem Applikationstool DiagRA X ausgekoppelt. Für den Viewer benötigen Sie keine zusätzliche Lizenz (genauso wie bei XML-Convert und XML-to-Excel).
  • Das Hilfstool XML-to-PDF wurde durch das Tool „XML-Convert“ ersetzt. Die XML-zu-PDF-Konvertierungsfunktion ist wieder in diesem neuen Tool implementiert und zusätzlich gibt es eine Funktion XML-zu-HTML. Der Grund dafür ist, dass es immer mehr Probleme gibt, wenn Browser XML-Dateien unter Verwendung eines Stylesheets öffnen sollen. Installieren Sie das Tool einfach. Es entfernt das XML-zu-PDF-Tool und bietet die gleiche Funktionalität plus die HTML-Konvertierungsfunktion.
  • Mit XML-to-Excel lassen sich die OBD-Daten aus XML-Ausgaben der DiagRA D Messabläufe nach Excel konvertieren. Man kann mehrere XML-Dateien in ein Excel-File konvertieren, gleichzeitig oder auch nacheinander, um diese zu vergleichen.
  • Anpassungsarbeiten für die neue SAE J1979-2 sind gestartet. Wir erwarten eine erste Version in der Mitte des 1. Quartals 2021 bereitstellen zu können.
  • Umfangreiche Erweiterungen für NOx Binning und Green House Gas in SAE J1939 und in SAE J1979 Mode $09

 

Nur DiagRA D

  • Unterstützung für CAN FD. Es werden bereits viele Interfacetypen unterstützt. Die Kommunikation mit Steuergeräten, die CAN FD unterstützen ist um einiges schneller – vor allem die Flashprogrammierung über das DiagRA D Flash Plugin.
  • Autosar XML für die Parametrierung der FlexRay-Kommunikation
10 Jahre E-Mobil Diskussion

10 Jahre E-mobil Südwest

Am 05.03.2020 feiert die E-mobil Südwest ihr 10 Jähriges Jubiläum im Neckar Forum Esslingen. Die Feier eröffnete Franz Loogen, Geschäftsführer der e-mobil BW. Zu Beginn sprach der Ministerpräsident Winfried Kretschmann ein Grußwort vor dem Publikum.

10 Jahre E-Mobil Diskussion

In den beiden Podiumsdiskussionen „Mobilität im Wandel – Gemeinsam Chancen ergreifen“ und „Innovation & Klimaschutz – Baden-Württemberg unter Strom“ wurden die bisherigen Aktivitäten der emobil bw, die aktuellen Entwicklungen und die zukünftigen Trends diskutiert.

Trotz Fehlern weiterfahren

Wie fahrerlose Shuttle-Fahrzeuge sicher von A nach B kommen:

Projekt 3F stellt Ergebnisse für automatisiertes Fahren im Niedergeschwindigkeitsbereich vor.

  • Auf Kurs: Fahrzeug kann Fahrt trotz Abweichungen auf der vorgegebenen Strecke und technischen Ausfällen im System fortsetzen
  • An Bord: Transport von Personen und Gütern auf Teststrecken in Renningen und Aachen erprobt
  • Im Team: Sechs Partner an dem öffentlich geförderten Projekt beteiligt

(Fotograf: Martin Stollberg)

Renningen – Besucher von der Straßenbahnhaltestelle zum Messegelände befördern, den öffentlichen Nahverkehr ergänzen, Container mit Paketen im Logistikzentrum transportieren: All das sind mögliche Einsatzgebiete für fahrerlose Shuttle-Fahrzeuge. Voraussetzung ist, dass sie sicher von A nach B kommen – im doppelten Wortsinn: gefahrlos und zuverlässig. Hier hat das Projekt 3F „Fahrerlose und fehlertolerante Fahrzeuge im Niedriggeschwindig-keitsbereich“ angesetzt und den Fokus auf Ausfallsicherheit gelegt. „Ziel war, Lösungen zu erarbeiten, damit automatisierte Shuttle-Fahrzeuge sicher unterwegs sind, auch wenn es zu einer technischen Störung kommt oder plötzlich Hindernisse auftauchen“, sagt Steffen Knoop, Projektleiter in der Forschung und Vorausentwicklung der Robert Bosch GmbH.

Konkret ging es darum, dass im Falle eines Fehlers das System nicht komplett ausfällt, sondern das Fahrzeug weiterfahren kann. An dem vom Bundeswirtschaftsministerium mit 4,3 Millionen Euro geförderten Projekt waren neben Bosch als Konsortialführer drei weitere Unternehmen, eine Hochschule und eine Forschungseinrichtung beteiligt: die StreetScooter GmbH, RA Consulting GmbH, das FZI Forschungszentrum Informatik, die Finepower GmbH und die RWTH Aachen.

Doppelt hält besser: Redundante Energieversorgung und Sensorik
„Fahrerlose Shuttle-Busse müssen andere Voraussetzungen erfüllen als beispielsweise hochautomatisierte Pkw“, erläutert Bosch-Projektkoordinator Thomas Schamm. Shuttle-Fahrzeuge können nur dann ohne (Sicherheits-)
Fahrer zum Einsatz kommen, wenn sie selbstständig ihr System überwachen – also Diagnoseaufgaben durchführen – und erkannte technische Störungen bewältigen und weiterfahren können. Zugleich müssen sie bei kritischen Fehlern das System in einen sicheren Zustand überführen und beispielsweise stoppen. Wie die Anforderungen im Einzelnen aussehen, wie die Systeme davon ausgehend ausgelegt werden müssen und wie das Zusammenspiel der Einzelkomponenten optimiert werden kann, daran hat das Projekt 3F gearbeitet.

(Fotograf: Martin Stollberg)

Ein Lösungsansatz: Redundanz, also das Vorhandensein sicherheitsrelevanter Funktionen in doppelter Ausführung. So haben die Forscher beispielsweise redundante Systeme zur Stromversorgung entwickelt, damit Elektroantrieb und Bordnetz zuverlässig abgesichert sind und die Sensorik auf die Bauform der Fahrzeuge abgestimmt und verfeinert. Um Hindernisse zuverlässig erkennen zu können, wurden mehrere Lidar- und Radarsensoren an unterschiedlichen Fahrzeugstellen positioniert. Das ermöglicht, das Umfeld aus verschiedenen Positionen zu beobachten, eine 360-Grad-Rundumsicht zu erreichen, tote Winkel zu vermeiden und so gewissermaßen ein 3D Schutzfeld zu erzeugen. Nicht nur Hindernisse auf der Straße wie Schranken werden so erkannt, sondern auch herabhängende Äste.

Erkennen, einordnen, Fahrverhalten anpassen
Ein weiterer Lösungsansatz: Fehlertoleranz, also die zumindest stückweise Kompensation eines Teilsystemausfalls durch andere Funktionen. Das funktioniert ähnlich wie bei Menschen: Wenn in einem geschlossenen Raum plötzlich das Licht ausgeht, tasten sie sich langsam weiter statt in Starre zu verfallen. Vergleichbar verhält sich das Shuttle-Fahrzeug: Ist es in einem Teilbereich blind, weil Blätter vor dem Sensor kleben oder ein großes Objekt wie ein Müllcontainer die Sicht in eine Richtung komplett versperrt, verlangsamt es seine Fahrt oder spart die nicht mehr erkennbaren Bereiche auf der Route aus.

Zudem hat das Projekt daran gearbeitet, dass Shuttle-Busse im Rahmen ihrer festgelegten Strecke auch auf Abweichungen im Umfeld reagieren. Die Fahrzeuge sollen langsamer werden, wenn sich bewegliche Objekte nähern oder unbekannte Gegenstände im Zweifel großzügig umfahren. Bei wiederkehrenden Wegmarken wie Laternen wiederum setzen sie die Fahrt in unverminderter Geschwindigkeit fort. Ist Gefahr im Verzug, verordnet sich das Shuttle sicherheitshalber einen Stopp. Das Ziel: Das Fahrzeug passt sein Fahrverhalten in Echtzeit den Gegebenheiten an, setzt aber seinen Weg nach Möglichkeit auch bei Störungen im System oder trotz Hindernissen auf der Strecke selbsttätig fort.

Telemetrie hoch drei, Anwendung hoch zwei
Daten über die aktuelle Fahrt und den technischen Zustand können aus dem Fahrzeug heraus und an das Fahrzeug zurück übertragen werden. Dabei gehen Informationen hinsichtlich drei Funktionen hin und her: Diagnose, Überwachung, Steuerung. Telemetrie, also Übertragung von Messwerten, hoch drei sozusagen, und deshalb: Teletrimetrie. Auf der Basis kann künftig per Leitstelle ein ganzer Fuhrpark an automatisierten Shuttle-Bussen aus der Ferne kontrolliert, bei Bedarf repariert oder gesteuert werden, um beispielsweise Türen zu öffnen. So lassen sich die Fahrzeuge unterstützen, falls sie in Sachen Fehlererkennung und Fehlerkompensation doch einmal an ihre Grenzen kommen oder auch ganz planmäßig eine Wartung benötigen.

(Fotograf: Martin Stollberg)

Die im Projekt erarbeiteten Lösungen lassen sich nicht nur in fahrerlosen Shuttle-Bussen einsetzen, sondern ermöglichen auch die robuste Unterstützung von Logistikprozessen. Es wurde ein Assistenzsystem im Zusammenspiel zwischen Fahrer und Fahrzeug entwickelt, welches eine hochgenaue Positionierung von Wechselbrückenhubwagen – Spezialfahrzeuge zum Versetzen von Containern in Logistikzentren – ermöglicht. Ziel war, die Fahrzeuge zentimetergenau unter Containerbrücken zu bewegen, um so die Transportbehälter schnell aufzunehmen. Dazu sind eine genaue Lokalisierung und eine Art automatisiertes Einparken unter der Brücke notwendig. In der Praxis ermöglicht dieses automatisierte Manöver ein fehlerfreies Aufnehmen und Positionieren der Container.

Erprobt wurden die Entwicklungen auf mehreren Testrecken: Mit zwei Shuttle-Bussen auf dem Bosch-Forschungscampus in Renningen wurde die Beförderung von Personen auf einem Gelände getestet, auf dem auch Fußgänger unterwegs sind. Auf einem Innovationspark bei Aachen sowie im Umfeld eines Paketzentrums der Deutschen Post/DHL wurde mit einem Logistikfahrzeug das Zusammenspiel von Fahrer und automatisiertem Fahrzeug untersucht.

Weitere Informationen im Internet unter: www.3f-projekt.de

Link zum Video: https://youtu.be/K8QbiSR347Q

Gefördert vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages.

Orignalartikel:
Caroline Schulke
Quelle: BoschPresse

Aktuelle News von unserem Kooperationspartner LiangDao

Seit 2019 kooperiert RA Consulting GmbH (RAC) im Bereich der Forschung für Hochautomatisierten Fahrfunktionen (HAF) und Autonomen Fahren (AD) mit der LiangDao GmbH München. In 2020 veröffentlicht RAC eine OpenSCENARIO 1.0 API als Open Source Software in Kooperation mit dem ASAM e.V.

Source:

http://global.chinadaily.com.cn/a/202009/12/WS5f5c264ea310f55b25a821d0.html