Ob kooperatives Fahren mit SimNet, weiterentwickelte und neue Sensormodelle oder deren Parallelisierung auf mehreren GPUs – das Release 9.0 der CarMaker-Produktfamilie enthält zahlreiche neue, innovative Anwendungen für die virtuelle Fahrzeugentwicklung. Als Antwort auf die mit den gesellschaftlichen Megatrends Digitalisierung und autonomes Fahren einhergehenden höheren Absicherungsaufwände in der Fahrzeugentwicklung hat das Karlsruher Unternehmen seine Produkte insbesondere in den Bereichen Performanz und Flexibilität von Szenarien gestärkt.
Die Berechnung des Radar RSI wird mit dem Release 9.0 auf eine physikalisch basierte Feldberechnung umgestellt. Dabei wird eine Vielzahl von Effekten berücksichtigt, bevor die Rohdaten anschließend in einem Signalverarbeitungsmodell aufbereitet werden. Der Radar RSI konnte in Zusammenarbeit mit Magna Electronics, einem der führenden Automobilzulieferer, in einer umfangreichen Messkampagne validiert werden.
Um Funktionstests noch umfassender zu unterstützen, wird die Liste der High-Fidelity-(HiFi-)Sensoren um den Kamera-HiFi-Sensor erweitert. Dieser erzeugt kameraspezifische Objektlisten der erkannten Verkehrsobjekte, Verkehrsschilder und Ampeln. Dabei werden verschiedene Effekte, wie Verdeckungen und Einflüsse durch Regen oder Nebel, berücksichtigt.
Mit dem Release 9.0 wird zudem ein neuer idealer Sensor eingeführt. Der Object-by-Lane-Sensor erkennt Verkehrsobjekte auf ausgewählten, benachbarten Fahrspuren und liefert Informationen sowohl über die Fahrspuren als auch über die auf diesen Fahrspuren fahrenden Verkehrsobjekte. Der Sensor ist daher perfekt für die Trajektorienplanung geeignet.
Flexiblere und detailliertere Szenariengenerierung
Um einfacher und schneller realitätsnahe Straßennetze in CarMaker zu erhalten, ist der Import von Kartenmaterial mit Straßenmerkmalen wie Fahrspuren, Fahrbahnmarkierungen und Geschwindigkeitsbegrenzungen aus HERE HD Live Maps möglich. Der Nutzer kann entscheiden, ob ein ausgewählter Ausschnitt eines Straßennetzes oder die benötigten Straßen entlang einer definierbaren Route eingelesen werden sollen.
Mit dem Release 9.0 können nun auch Straßennetze, die im Szenario Editor erstellt wurden, zusätzlich zum ROAD5-Format in das offene OpenDRIVE-Format exportiert werden. Für den Anwender wird dadurch die Austauschbarkeit zu anderen Plattformen ermöglicht und dadurch die Wiederverwendbarkeit von einmal erstellten Straßennetzen erhöht.
Weitere Neuerungen im Szenario Editor umfassen neue Möglichkeiten zur einfachen Definition von Verkehrszeichen und Ampeln sowie den entsprechenden funktionalen Markierungen. Durch die Zuweisung unterschiedlicher Geschwindigkeitsbegrenzungen auf verschiedenen Fahrspuren einer Straße und Ampeln, die auf der gegenüberliegenden Seite einer Kreuzung angeordnet sind, kann der Nutzer noch flexibler in der Gestaltung seiner Szenarien agieren.
Zusätzlich zum bisherigen generischen Traffic Model steht ab sofort das Human Driver Model zur Verfügung. Dadurch wird nicht nur das Verhalten beim Spurwechsel erweitert, sondern auch menschliche Eigenschaften wie Reaktionszeit oder ungenaue Abschätzungen von Entfernungen und Geschwindigkeiten modelliert. Dies ermöglicht ein realistischeres und menschenähnlicheres Verhalten der Verkehrsteilnehmer.
Kooperatives Fahren mit SimNet durch Co-Simulation mehrerer Prototypen im gemeinsamen Szenario
Kooperatives Fahren als Grundlage für Anwendungen wie V2X-Kommunikation
oder Platooning ist mit den Simulationslösungen der CarMaker-Produktfamilie bereits seit einiger Zeit möglich. Das Release 9.0 macht kooperatives Fahren mit SimNet jetzt zum festen Bestandteil. Dabei können bis zu zehn Ego-Fahrzeuge auf einem Rechner bzw. bis zu drei Ego-Fahrzeuge im Netzwerk aus Car-, Truck- oder MotorcycleMaker in einem gemeinsamen Szenario simuliert werden.
Gute Skalierbarkeit durch Unterstützung von CarMaker in Docker-Containern
Container ermöglichen eine stabile virtualisierte Umgebung, zum Beispiel um eine Anwendung in der Cloud zu betreiben. Die Simulationslösungen der CarMaker-Produktfamilie können mit dem neuen Release innerhalb eines Docker-Containers ausgeführt werden. Dadurch können eine einfache Portabilität und eine sehr gute Skalierbarkeit erzielt werden.
