Autonomes Fahren ADAS Level 2+: die Zukunft autonomer Notbremsassistenten

Autor / Redakteur: Karthik Ramesh * / Dipl.-Ing. (FH) Thomas Kuther

Hochauflösende Objekterkennungstechnologie ebnet den Weg für Level-2+-ADAS-Funktionen und mehr Sicherheit für alle Verkehrsteilnehmer. AEB (Autonomous Emergency Braking) ist ein Paradebeispiel.

Firmen zum Thema

Andere Verkehrsteilnehmer im Visier: Autonome Notbremsassistenten müssen ihre Umgebung wahrnehmen und im Notfall aktiv eingreifen.
Andere Verkehrsteilnehmer im Visier: Autonome Notbremsassistenten müssen ihre Umgebung wahrnehmen und im Notfall aktiv eingreifen.
(Bild: NXP)

In aller Welt entwickeln sich Roadmaps rund um NCAP (New Car Assessment Program) synchron zur wachsenden Nachfrage der Verbraucher nach anspruchsvollen Sicherheitsfunktionen, die bisher Fahrzeugen der Oberklasse als Premiumfeatures vorbehalten waren. Der autonome Notbremsassistent (Autonomous Emergency Braking, AEB) ist ein Paradebeispiel. Früher ein exklusives Feature für Fahrzeuge der Luxusklasse, gehört der Notbremsassistent mittlerweile zur Pflichtausstattung für Automobilhersteller, die für ihre hochvolumigen Modelllinien eine Fünf-Sterne-Sicherheitsbewertung anstreben. Ein Grund für diese Entwicklung ist auch, dass einige Regierungsbehörden entsprechende Vorschriften erlassen haben.

Parallel zu diesem Markttrend wird natürlich auch die AEB-Technologie selbst weiterentwickelt, um die strengen Sicherheits- und Zuverlässigkeitsstandards sowie die Erwartungen der Verbraucher zu erfüllen. Dank kontinuierlicher Fortschritte bei der Entwicklung hochpräziser Radarsensoren für den Einsatz im Auto, ist eine bessere Objekterkennung durch den autonomen Notbremsassistenten möglich. AEB-Systeme können so genauer in komplexen städtischen Umgebungen mit versperrter Sicht auf beispielsweise Fußgänger, Radfahrer, Tiere und andere Hindernisse reagieren. In diesen Szenarien konnten AEB-Systeme bisher nur abbremsende Fahrzeuge und andere große, unverstellte Objekte in direkter Sichtlinie erkennen.

Bildergalerie

Heute konzentriert sich ein Großteil der Entwicklungsaktivitäten bei automatisierten Fahrtechnologien wie AEB auf die Fahrzeugautomation der Level 1 und 2. Die Autohersteller richten ihr Augenmerk mittlerweile aber vermehrt auf Fahrzeuge der Autonomiestufe 3. Funktionen des Levels 2+ haben sich als wichtiges Sprungbrett auf dem Weg zu diesem Ziel entwickelt.

Level 2+ ermöglicht eine signifikante Verbesserung der Sicherheit und des Komforts gegenüber Level 2, mit fortschrittlichen Funktionen wie autonomen Autobahnpiloten, welche die Lücke zu Fahrfunktionen der Stufe 3 effektiv überbrücken. Level 2+ bietet „Level 3-ähnliche“-Funktionen und Fahrererlebnisse, wobei allerdings wie bei Level 2 die Aufmerksamkeit und Überwachung der Fahrer weiterhin erforderlich ist. Im Prinzip kann das Level 2+-Fahrzeug in definierten Situationen wie auf der Autobahn vollkommen selbständig fahren, trotzdem dürfen die Fahrer das Lenkrad nicht ganz loslassen und müssen jederzeit in der Lage sein, die Kontrolle zu übernehmen.

Die Bezeichnung Level 2+ kann Herstellern, Ländern und Regulierungsbehörden von Nutzen sein. Länder und Regulierungsbehörden beginnen weltweit, ihre Gesetzgebungen anzupassen, um den Weg für Level 3-Fahrzeuge zu ebnen, die weniger Interaktion und Eingriffe der Fahrer erfordern als Level 2/Level 2+. Ein Großteil der Debatte im Zusammenhang mit der Einführung von Level 3 könnte sich auf Haftungsfragen bei Fahrzeugunfällen konzentrieren, wenn die Fahrer die Überwachungs- und Kontrollfunktionen vollständig an das Fahrzeug abgegeben haben.

Höhere Integration, niedrigere Kostenstrukturen

Parallel dazu ist die Kosteneffizienz für die Hersteller und die großen Zulieferer nach wie vor ein vorrangiges Anliegen. Da radargestützte Funktionen wie der autonome Notbremsassistent eine Entwicklung von passiven Warnhinweisen hin zu aktiven Sicherheitselementen vollziehen, müssen sie zu attraktiven Preisen und im kommerziellen Maßstab realisiert werden können. Zudem müssen sie auch die ständig steigenden Sicherheitsanforderungen erfüllen. Letztendlich wollen die Hersteller ihren Kunden in einem vom Kostenwettbewerb geprägten Marktumfeld eine qualitativ hochwertige Erfahrung und bessere Sensorfähigkeiten liefern.

Auf der Ebene der Technologie-Drittanbieter wird die kontinuierliche Innovation der RF-CMOS-Prozesstechnologie für zusätzliche Kosteneffizienz sorgen. Der Umstieg auf RF-CMOS-Technologie erlaubt kleinere Prozessstrukturen und damit eine höhere Integration, was Transceiver-Module mit deutlich weniger Platzbedarf bei äußerst geringer Verlustleistung ermöglicht und damit eine weitere Kostenoptimierung bedeutet. Dies ist wichtig für den Bau von kleinen Sensoren und somit eine einfache Installation an verschiedenen Stellen rund um das Auto.

Während ältere Radartransceiver mit speziellen, diskreten ICs (Receiver, Transmitter, VCO usw.) realisiert wurden, haben RF-CMOS-Prozesse die Weiterentwicklung von Radartransceivern zu vollständig integrierten Transceiver-Chips mit ermöglicht. Das Hochfahren der Stückzahlen von RF-CMOS-basierten Transceiver-Chips wird letztlich dazu beitragen, modernste AEB-Technologie schneller in den Mittelklasse- und Einstiegsfahrzeugen der großen Hersteller zu etablieren.

Parallel dazu machen auch automobile Radarprozessoren (MCUs) eine Entwicklung durch: Tiefere Sub-Mikron-Prozessstrukturen, leistungsstärkere Prozessorkerne, dedizierte Signalverarbeitungsbeschleuniger, Schutzmechanismen und Elemente für die Funktionale Sicherheit (bis zu ASIL-D) sind im Kommen. In Kombination machen es diese technologischen Fortschritte auf Transceiver- und Prozessorenebene möglich, viel kompaktere und leistungseffizientere Module zu entwickeln, mit deren Hilfe die Gesamtkosten der Radarsensoren weiter gesenkt werden können.

Die Vorteile der Auflösung von 77-GHz-Radar

Während das NCAP keine spezielle Sensortechnologie vorgibt, um die Sicherheits-anforderungen zu erfüllen, wird Radar für autonome Notbremsassistenten stark favorisiert. Aufgrund der Physik, die der Technologie zugrunde liegt, verfügt Radar über die Fähigkeit, Reichweiten- und Geschwindigkeitsmessungen mit sehr hoher Genauigkeit durchzuführen. Außerdem funktionieren Radarsysteme bei allen Wetterbedingungen, was bei anderen Technologien wie Kameras oder LIDAR nicht der Fall ist. Heute können Radarsysteme Objekte mit großen Ausmaßen (z. B. Fahrzeuge) erfassen und das Auto bremst automatisch. Der Umriss von Fußgängern unterscheidet sich jedoch stark von diesem Szenario und setzt eine exakte Auflösung sowie eine hohe Empfindlichkeit und Performanz des integrierten MCUs und Radar-Transceivers voraus.

Der Umstieg der Industrie von 24 auf 77 GHz wird die deutlich höheren Auflösungen ermöglichen, die für eine hochpräzise radarbasierende Erkennung von Fußgängern und Radfahrern benötigt werden. 77-GHz-Radarlösungen arbeiten im Frequenzband von 76 bis 81 GHz. Damit kann die Bereichsauflösung und Objekterkennung eines Radarsensors so verbessert werden, dass ca. 5 cm große Querschnitte detektiert werden können. Das bedeutet eine bis zu 25-fache Verbesserung der Bereichsauflösung. Diese Kenngröße sagt ebenso aus, wie weit Objekte voneinander entfernt sein müssen, bevor sie eindeutig als separate Objekte unterschieden werden können. Diese Verbesserung führt zu besseren Erkennungs- und Nachverfolgungsfunktionen bei eng gruppierten Objekten, oder solchen, die sich nahe beieinander befinden.

Die Fähigkeit, zwischen mehreren Objekten (z.B. zwischen Fahrzeugen und Fußgängern) zu unterscheiden, ist für die komplexe automatisierte Entscheidungsfindung, die auf den bekannten Bewegungsmustern und Attributen dieser beiden „Objekt“-Klassen basiert, von größter Bedeutung. Mit dem Leistungsschub der 77-GHz-Technologie wurden typische Frontradaranwendungen wie AEB-Systeme erheblich verbessert, und auch die Radarreichweiten konnten im Vergleich zum 24-GHz-Band deutlich gesteigert werden.

Die Herausforderungen für Notbremsassistenzsysteme erhöhen sich noch einmal erheblich in dicht besiedelten, städtischen Umgebungen, wo ein viel breiteres Sichtfeld erforderlich ist. Fahrzeugsensoren müssen Fußgänger und Radfahrer auf große Distanzen ebenso erkennen wie Fußgänger, die plötzlich hinter geparkten Fahrzeugen und anderen Sichtbehinderungen im Sichtfeld eines Fahrzeugs auftauchen.

Radarsensoren sind und bleiben auf absehbare Zeit eine optimale Sensoroption für Fahrzeugsicherheitsanwendungen wie autonome Notbremsassistenten. Sie sind erschwinglich und bieten die Zuverlässigkeit und Funktionalität, die erforderlich ist, um die nächste Generation sichererer, intelligenterer Autos einzuläuten. Zwar sind Kamerasensoren für die meisten Anwendungen zur Objekterkennung und -klassifizierung unerlässlich, Radarsensoren sind jedoch immun gegen die Defizite der Kamerasensoren, deren Effizienz bei schwachem oder grellem Licht und schlechten Wetterbedingungen leidet. Darüber hinaus ermöglichen Radarsensoren hochpräzise Distanzmessungen zwischen dem Fahrzeug und Objekten ebenso wie die gleichzeitige Bestimmung deren relativer Geschwindigkeit – und das können Bildsensoren nicht.

Radar hat sich als die robusteste der konkurrierenden Sensortechnologien (Kameras und LIDAR) etabliert und ist daher dafür prädestiniert, die NCAP-Anforderungen mit minimalen Designrisiken und entwicklungstechnischen Problemen zu erfüllen. Die Fähigkeit von Radar, unter nahezu allen Umweltbedingungen sehr zuverlässig zu funktionieren – von hellem Licht über Nebel, Regen bis hin zu vollständiger Dunkelheit – ist im Vergleich zu den anderen Sensortechnologien, wie Kameras oder LIDAR, die um AEB und andere ADAS Anwendungen konkurrieren, absolut unübertroffen.

Feinabstimmung der AEB-Performance

Autonome Notbremsassistenten, die ausschließlich auf Radartechnik basieren, können jedoch einige Herausforderungen mit sich bringen. Im Fahrbetrieb kann es dazu kommen, dass ein solches System bremst, obwohl sich gar keine Hindernisse vor dem Fahrzeug befinden. Solche falsch-positive Ergebnisse werden in der Regel durch ungewollte Reflexionen bzw. Geisterbilder im Radarsichtfeld verursacht. Radar kann durch spezielle Signalverarbeitung und Auswertungen der Radar Frequenz-Spektren, nachweislich sehr gut mit der Erkennung solcher sogenannten „Ghost-Targets“ umgehen, dennoch spielen viele Faktoren eine Rolle – insbesondere die Entfernung zwischen dem Fahrzeug und dem Objekt.

Wie sich falsch-positive Effekte zuverlässig vermeiden lassen

Dieses Problem kann man mit einer Kombination aus deutlich verbesserten Radarprozessoren, intelligenten Signal-Mustern und einer immer höheren RF-Leistung der RF-CMOS-Radartransceiver mit mehreren Sende- und Empfangskanälen in den Griff bekommen. Die falsch-positiven Effekte lassen sich zum Großteil mit fein abgestimmten Verarbeitungsalgorithmen neutralisieren. Das Ergebnis sind „reine“ Detektionen mit wenigen bis gar keinen Fehlalarmen. Darüber hinaus kann eine höhere Abtastrate dazu beitragen, Falsch-Positivmeldungen zu vermeiden, da für die automatisierte Entscheidungsfindung insgesamt ein größerer Datensatz zur Verfügung steht. In diesem Szenario können die im Auto verbauten Radarsensoren erkennen, ob ein Objekt über mehrere Zyklen hinweg konsistent aussieht, und entsprechend die Bremsentscheidung treffen. Die erheblich verbesserten Radar-MCUs mit deutlich schnelleren Verarbeitungsfunktionen können die gleichzeitige Verarbeitung großer Datenmengen unterstützen und so die Gesamtleistung des Radarsystems verbessern.

Zukunftstrends und Sicherheitskriterien

Mit den Fortschritten in der automobilen Radartechnologie werden sich vermutlich auch die Sensorkonfigurationen für Fahrzeuge weiterentwickeln. Systementwickler erforschen bereits den Einsatz von Radar, um die gesamte Umgebung rund um das Fahrzeug genau abzubilden und so die Rundumwahrnehmung zu verbessern. Imaging Radar wird diesen Trend weiter beschleunigen, denn diese Sensoren ermöglichen es, die Umgebung mit mehreren, in Kaskade geschalteten Transceivern noch genauer zu charakterisieren und so enorme Verbesserungen der Winkelauflösung und Objekttrennung zu erzielen. Zusätzlich kommt die Höhenerfassung ins Spiel: Diese Funktion des Radarsensors ist überaus wichtig für die Unterstützung des automatisierten Fahrens. Diese Weiterentwicklung des automatisierten Fahrens wiederum wird die Verbreitung und letztendlich die Omnipräsenz von Corner-Radarsensoren fördern.

Um die Erkennung und Auflösung für AEB-Anwendungen weiter zu verbessern, evaluieren die Autohersteller darüber hinaus den Einsatz einer Kombination aus Radar- und Kamerasensoren. Die Fusion dieser Sensortechnologien könnte eine überzeugende Option für die automatisierte Entscheidungsfindung nach dem 'Round-Robin'-Prinzip darstellen. Wenn die Sensoren nicht in ihrem Detektionsergebnis übereinstimmen, kann ein entsprechender Entscheidungsbaum die Anzahl der Fehlalarme verringern und gleichzeitig die allgemeinen Wahrnehmungsfähigkeiten erheblich verbessern.

Was die Datenverarbeitung auf MCU-Ebene angeht, brauchen die Autohersteller und ihre Zulieferer angesichts dieser Trends Technologien von Drittanbietern wie NXP in Form einer skalierbaren Plattform. Diese Plattform muss über ausreichend MIPS-Leistung und genügend Speicherreserven verfügen, damit die OEMs und Zulieferer ihre ambitionierten Initiativen rund um Radartechnologien in die Realität umsetzen können. Hardwarebeschleunigung, Performance-pro-Watt, Code-Portabilität und die Option, die Leistung je nach Anwendungsfall zu skalieren, bleiben entscheidende Faktoren auf der Verarbeitungsebene. Darüber hinaus sollten Entwicklungsumgebungen genutzt werden, die etablierte Entwicklungsabläufe nicht stören und ebenso wenig redundante F&E-Pfade einführen.

Genauso entscheidend ist die kontinuierliche Integration von Funktionalitäten auf Transceiver-Ebene. Das ideale Modul integriert Erzeugung, Verstärkung, Empfang, Mischung, Konditionierung und Digitalisierung der Signale auf einem einzigen Stück Silizium. Dadurch wird die Entwicklung integrierter, radarbasierender Sicherheitssysteme für ganze Flotten von Fahrzeugen für den kommerziell attraktiven Massenmarkt erleichtert. Gleichzeitig wird der Einsatz in der Standardausstattung eines Fahrzeugs immer realistischer. NXP hat die Integration solcher Transceiver-Module mit Hilfe seines RF-CMOS-Prozesses erreicht. Die Entwicklung mehrerer Generationen von Hf-CMOS-Transceivern und MCU-Familien mit verbesserten Beschleunigungsfunktionen für Radar und einer gesteigerten skalierbaren Performance-pro-Watt deckt nicht nur die heutigen Anforderungen, sondern auch die der nächsten Generation ab. Die volle Skalierbarkeit von Systemen spielt eine entscheidende Rolle für den langfristigen Erfolg und die schnellere Einführung von verbesserten Sensorfunktionen, mit denen sich zukünftige Anforderungen erfüllen lassen.

Es bietet zahlreiche Vorteile, Transceiver und MCU vom gleichen Anbieter mit weitreichender Erfahrung in beiden Bereichen und tiefem Einblick in die Bauteilintegration zu beziehen. Autohersteller und ihre Zulieferer müssen unbedingt sichergehen können, dass die Bausteine, die sie von externen Technologielieferanten beziehen, von Grund auf so konzipiert sind, dass sie die strengen Sicherheitsstandards der Automobilindustrie erfüllen – vom Systemdesign bis hin zum globalen Produktionsstandard und Lieferumfang der Bauteile. Autohersteller und Zulieferer benötigen eine starke und vertrauenswürdige Wissensbasis, welche die gesamte Methodik zur Qualifikation funktional sicherer Geräte umfasst und gleichzeitig die Anforderungen an die Cybersicherheit auch in der nächsten Transceiver- bzw. MCU-Generation erfüllen kann. Die Qualitätsstandards der Automobilindustrie sind nichts, worüber man sich erst später Gedanken machen kann.

Hochauflösende Objekterkennungstechnologie eröffnet überzeugende Zukunftsperspektiven, wenn es um Level-2+-ADAS-Funktionen und die Sicherheit von Fußgängern geht. Das zeigt sich beispielsweise anhand der mehrfachen Fortschritte in der AEB-Technologie. Dank der kontinuierlichen Innovation bei Radartransceivern und MCU-Architekturen – und kontinuierlichen Optimierungen bei Systemleistung, Integrationsumfang und Kosten – verbessert sich die Sicherheitslage für alle Verkehrsteilnehmer entscheidend.

* Karthik Ramesh ist Product Marketing Director bei NXP Semiconductors und verantwortlich für die Vermarktung von automobilen Radarlösungen.

(ID:47376711)