Vom Simulator auf die Straße: Wie autonome Fahrzeuge bei MOIA getestet werden

Bevor ein autonomes Fahrzeug für den On-Demand-Service eingesetzt wird, muss es sich in einer Vielzahl von Testumgebungen bewähren – von virtuellen Szenarien bis hin zu Erprobungen unter realen Bedingungen im Straßenverkehr. Unterschiedliche Testmethoden tragen dazu bei, die Sicherheit und Zuverlässigkeit des Systems nachzuweisen.

Wie gut ein System wirklich funktioniert, zeigt sich erst im Test. „Durch intensives und sorgfältiges Testen können wir die Nachweise dafür erbringen, dass unsere autonomen Fahrzeuge den Anforderungen an einen sicheren Betrieb im Straßenverkehr gerecht werden.“, sagt Dr. Lars Gehrke, SVP Autonomous Driving Test Operations. Denn autonome Fahrzeuge müssen nicht nur unter perfekten Bedingungen fahren können. Sie müssen unter diversen Bedingungen und in verschiedensten Situationen im Straßenverkehr ihre Fähigkeiten abbilden. Dafür reicht ein einzelner Test nicht aus. Erst die Kombination verschiedener Testverfahren und die Durchführung einer Vielzahl an Variationen von Testfällen ermöglicht den Nachweis, dass autonome Mobilität sicher eingesetzt werden kann.

Doch wie genau sehen diese Testphasen für das autonome Fahrzeug aus? Wie werden schwierige Verkehrssituationen sicher getestet? Und warum sind die verschiedenen Testinstanzen so entscheidend für die Entwicklung einer integrierten autonomen Mobilitätslösung?

Die erste Testphase findet vollständig virtuell statt. Dr. Christina Bogan, Head of Virtual Testing, arbeitet mit ihrem Team daran den digitalen Fahrer in Millionen verschiedenen Verkehrsszenarien zu testen. Christina erklärt: „Der digitale Fahrer ist die Software, die das Fahrzeug anstelle des Menschen steuert.“

In Simulationen wird geprüft, ob das System grundlegende Anforderungen erfüllt, etwa Verkehrsregeln korrekt interpretiert oder auf bestimmte Situationen angemessen reagiert. Ziel dieser Testinstanz ist die Verifikation der digitalen Fahrfunktion, also der Nachweis, dass das digitale Fahrsystem genau das tut, wofür es entwickelt wurde.

Simulationen schaffen die Möglichkeit, autonome Fahrsysteme unter kontrollierten Bedingungen umfassend zu testen. Dabei unterscheiden sich rein virtuelle Tests (Software-in-the-Loop-Simulationen), von Tests mit realer Fahrzeug-Hardware in mehreren wesentlichen Aspekten:

• Die Tests sind skalierbar und automatisierbar. Anders als auf der Straße oder unter Einbezug von Fahrzeug-Hardware lassen sich virtuelle Tests einfach vervielfältigen. Tausende Simulationen können gleichzeitig und ohne dauerhafte Überwachung durchgeführt werden.
• Die Szenarien lassen sich beliebig variieren. Welche Fahr-Szenarien getestet werden oder unter welchen Witterungsverhältnissen getestet werden muss, lässt sich in der Simulation beliebig anpassen.
• Die Risiken für Mensch und Material sind ausgeschlossen.

Neben rein virtuellen Tests spielen Hardware-in-the-Loop-Prüfstände eine wichtige Rolle bei der Verifikation autonomer Mobilitätssysteme. Dabei werden Fahrzeugkomponenten wie das Lenkrad oder die Blinker mit der Hardware des digitalen Fahrers, wie beispielsweise den Sensoren, kombiniert und innerhalb einer simulierten Umgebung getestet.

An den Prüfständen wird der autonome Mobilitätsservice als Ganzes betrachtet. Neben dem Fahrzeug stehen hier die Cloud-angebundenen Funktionen des Mobilitätsservices im Fokus. Die Prüfstände werden dafür genutzt, das korrekte Zusammenspiel aller Systembestandteile zu verifizieren und detailliert zu analysieren.

„Beim End-to-End Testing testen wir die gesamte Customer Journey. Wir untersuchen das ganze Mobilitätssystem und analysieren, wie Fahrzeug, digitaler Fahrer sowie Cloud- und Mobilitätsdienste als Gesamtsystem zusammenwirken“, erklärt Dr. Christian Rösener, Head of Verification & Simulation.

Am Prüfstand werden alle Schritte betrachtet – von der Fahrzeugbuchung über die Ankunft des Fahrzeugs und den Einstieg, inklusive des Sicherheitschecks, bis hin zur Fahrt, der Ankunft am Ziel und dem Ausstieg.

Diese Art des Testings ermöglicht es, komplexe Systemzusammenhänge unter kontrollierten Bedingungen zu analysieren und realitätsnahe Erkenntnisse zu gewinnen, noch bevor sie im öffentlichen Straßenverkehr überprüft werden. So kann eine schnelle und sichere Entwicklung des Gesamtsystems, ohne Risiken für Mensch und Material, sichergestellt werden.

Tests auf dem abgesperrten Testgelände sind ein weiterer wichtiger Bestandteil der Absicherung autonomer Fahrsysteme. Auf dem Testgelände in München überprüft MOIA, wie das autonome Fahrzeug in definierten und auch besonders komplexen Verkehrssituationen reagiert und verifiziert so die Sicherheit und Zuverlässigkeit des Gesamtsystems.

„Das Testgelände verbindet reale Fahrzeugtests mit einer kontrollierbaren Umgebung. Wir können Szenarien künstlich aufbauen, die wir im öffentlichen Verkehr nicht testen könnten“, erklärt Lars, der als SVP Autonomous Driving Test Operations für die Tests von MOIAs autonomen Fahrzeug auf dem Testgelände und öffentlichen Straßen verantwortlich ist.

Zu den Szenarien, die auf dem Prüfgelände getestet werden, gehören unter anderem:

• plötzlich auftretende Hindernisse, wie Personen, Fahrzeuge oder Objekte auf der Fahrbahn.
• ungewöhnliche Verkehrssituationen, die in der Realität selten vorkommen, wie ein liegengebliebenes Fahrzeug oder ein Rettungseinsatz.
• ungewöhnliche Fahrmanöver anderer Verkehrsteilnehmender, beispielsweise plötzliches Spurwechseln oder unerwartetes Anhalten.
• komplexe Kreuzungs- und Abbiegesituationen mit mehreren Verkehrsteilnehmenden.

Auch MOIAs Sicherheitsfahrende werden auf dem Testgelände intensiv ausgebildet. Sie lernen das autonome Fahrzeug und dessen Systeme in unterschiedlichsten Szenarien kennen, sodass alle Erfahrungen, die während der Tests gesammelt werden, direkt in die Weiterentwicklung des autonomen Fahrsystems einfließen.

Simulationen und Tests in kontrollierten Umgebungen sind wichtige Bausteine der Entwicklung. Bewähren muss sich autonomes Fahren jedoch letztlich im öffentlichen Straßenverkehr.

Bei MOIAs Tests auf öffentlichen Straßen zeigt sich, wie autonome Fahrzeuge im Alltag mit der Vielfalt realer Verkehrssituationen umgehen und mit anderen Verkehrsteilnehmenden interagieren. Der autonome ID. Buzz wird bereits in sieben Städten weltweit getestet, darunter Hamburg, Berlin, Oslo, München, Austin, Los Angeles und Orlando.

Dabei sitzt weiterhin ein*e Sicherheitsfahrer*in hinter dem Steuer. Das Fahrzeug fährt autonom, der Mensch überwacht, beobachtet und greift bei Bedarf ein.

„Seltene und damit besonders wertvolle Situationen, die unser System vollautomatisiert erfasst und unsere Sicherheitsfahrenden zusätzlich kommentieren können, werden direkt zurück in die Entwicklung gespielt. Das führt zu einer kontinuierlichen Verbesserung des digitalen Fahrers und des Gesamtproduktes.“, so Lars.

Ein zentraler Bestandteil des Real World Testing ist das Feedback-System:

• Die Sicherheitsfahrenden markieren auffällige Situationen.
• Die Fahrzeugdaten werden aufgezeichnet.
• Entwickler*innen analysieren das Verhalten und verbessern kontinuierlich die Software.

So entsteht ein fortlaufender Lernprozess.

Alle Testphasen zahlen auf drei zentrale Ziele ein:

Verifikation:

Erfüllt das System die definierten Anforderungen?

Validierung:

Ist das System insgesamt sicher genug für den Einsatz?

Lernen:

Wie kann das System durch Daten kontinuierlich besser werden?

„Wir sammeln Daten, um zu zeigen, dass wir über alle Szenarien hinweg sicher sind“, erklärt Lars. Jede neue Softwareversion durchläuft diesen Kreislauf erneut. Tests sind also kein einmaliger Schritt, sondern ein fortlaufender Prozess.

Der Weg eines autonomen Fahrzeugs auf die Straße basiert auf einer Vielzahl unterschiedlicher Testumgebungen und Methoden. Simulationen, End-to-End-Testing, Erprobungen auf dem Prüfgelände und im realen Verkehr liefern jeweils eigene Erkenntnisse und tragen gemeinsam dazu bei, das autonome System umfassend zu bewerten. Dabei wird deutlich: Testing ist nicht nur ein technischer Schritt, sondern die Grundlage für Vertrauen in autonome Mobilität.