GAF
Prüfungsvorbereitung
Prüfungsvorbereitung
Kartei Details
| Karten | 10 |
|---|---|
| Sprache | Deutsch |
| Kategorie | Elektrotechnik |
| Stufe | Universität |
| Erstellt / Aktualisiert | 16.04.2013 / 30.07.2023 |
| Lizenzierung | Kein Urheberrechtsschutz (CC0) |
| Weblink |
https://card2brain.ch/box/gaf
|
| Einbinden |
<iframe src="https://card2brain.ch/box/gaf/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Wieso fordern Gesetze über die Zulassung autonomer Fahrzeuge wie in Nevada einen „Event Data Recorder“ im Fahrzeug? Was ist das überhaupt? Wo sollte man ihn im Fahrzeug richtigerweise unterbringen?
- Der Event Data Recorder zeichnet Fahrzeug- und Sensordaten auf und speichert diese.
- Im Falle eines Unfalls ist die Ursache ermittelbar und die Schuldfrage (Fahrerversagen oder Systemversagen oder nicht vermeidbarer Unfall) klärbar.
- Der Event Data Recorder muss einen Unfall überstehen. Es empfiehlt sich also, ihn an einer crash-unempfindlichen Stelle zu platzieren (etwa so wie den Tank).
Geben Sie drei Beispiele für unterschiedliche umgebungserfassende Sensoren im Automobil und kategorisieren Sie diese nach Art des Mediums und dem verwendeten Messprinzip.
- Ultraschallsensor - Medium: Luft, Messprinzip: aktiv
- Radar - Medium: elektromagnetische Welle, 10GHz-100GHz, Messprinzip: aktiv
- Lidar - Medium: elektromagnetische Welle, IR-Licht, Messprinzip: aktiv
- Kamera: elektromagnetische Welle, sichtbares Licht, IR-Licht, Wärmestrahlung, Messprinzip: passiv
Erklären Sie die Schritte Prädiktion, Datenassoziation und Innovation für einen Kalman-Filter in Worten.
Prädiktion:
- Vorhersage der Bewegung und Lage anhand des bekannten Zustands mit Hilfe eines mathematischen Bewegungsmodells.
Datenassoziation:
- Zuordnung der Messungen zu getrackten Objekten, insb. bei Multi-Target-Tracking.
Innovation:
- Verbesserung der Schätzung des dynamischen Zustands eines Objekts unter Zuhilfenahme sowohl des Ergebnisses der Prädiktion als auch der durch die Assoziation zugeordneten Messungen. Eine Gewichtung erfolgt über die Wahl des Prozess- und Messrauschens.
Bei heute verfügbaren Lokalisierungstechnologien werden drei unterschiedliche Kategorien für Sensoren bzw. Messverfahren unterschieden. Nennen Sie diese drei Kategorien und geben Sie jeweils ein Beispiel für eine technische Umsetzung des Sensors. Wählen Sie zu jeder Kategorie aus den möglichen Szenarien Parken, Landstraße, Autobahn jeweils ein bevorzugtes Einsatzszenario, das diese Lokalisierungstechnik vollständig abdeckt, und begründen Sie dies kurz.
- Referenzabhängige Sensoren (z.B. IMU, Beschleunigungssensoren, Gyro, Odometer), Vorteil: keine Karten erforderlich, Nachteil: Drift. Gut fürs Parken.
- Funknavigationssysteme (z.B. GPS, GLONASS, Galileo) , Vorteil: keine Karten erforderlich, Nachteil: nicht überall verfügbar und lokal ggf. ungenau. Ausreichend für die Autobahn.
- Referenzgebende Sensoren (z.B. Radar, Kamera, Lidar), Vorteil: keine Drift, sehr genau, Nachteil: Karte erforderlich. Deckt die Landstraße ab.
Daten lassen sich auf der Ebene der Rohdaten, der Merkmale und der Objekte fusionieren. Nennen Sie die Vor- und Nachteile für jeden dieser Fusionsansätze.
- Rohdatenebene: messprinzip-basierte Sensordaten, z.B. Bilddaten oder einzelne Entfernungsmesspunkte. Hohes Datenvolumen an der Schnittstelle und geringer Abstraktionsgrad.
- Merkmalsebene: Extraktion geometrischer Primitive wie Linien, Rechtecke, Kreise. Mittleres Datenvolumen und mittlerer Abstraktionsgrad. Die Fusion der aus verschiedenen Sensordatenströmen extrahierten Merkmale bietet die Möglichkeit zur Berücksichtigung statistischer Abhängigkeiten.
- Objekt- oder Entscheidungsebene: Einzelsensoren liefern bereits Objekte im Zustandsraum (Position, Geschwindigkeit, Beschleunigung, Orientierung, Klasse). Geringes Datenvolumen und hoher Abstraktionsgrad. In FAS am häufigsten eingesetztes Fusionsverfahren.
Was versteht man unter Zeitmaßen im Rahmen der Situationsanalyse von Manöver- und Gefahrensituationen? Nennen Sie drei der wichtigsten Zeitmaße. Sind dies in typischen Systemen diskrete Werte?
Zeitmaße stellen die verbleibende Zeit dar, um kollsionsvermeidende Manöver auszulösen. Sie definieren Zeiten, zu denen ein Fahrerassistenzsystem sinnvoll auslöst.
- TTC Time-to-Collision
- TTB Time-to-Brake
- TTS Time-to-Steer
- TTK Time-to-Kickdown
- TTM Time-to-Maneuver
- TTR Time-to-React
Zeitmaße werden auf der Basis von Sensordaten (Abstände, Geschwindigkeiten, etc.) berechnet. Daher ist der Umgang mit dem Sensorrauschen eine Herausforderung. Anstelle von diskreten Werten ergeben sich Wahrscheinlichkeitsverteilungen für die Zeitmaße.
Im Folgenden wird ein autonomes Automobil betrachtet, das sich auf einem abgesperrten Gelände mit einem Hindernis bewegt:
- Handelt es sich bei diesem autonomen Automobil um einen nicht-holonomen Roboter? Begründen Sie.
- Wie viele Dimensionen besitzt in diesem Beispiel der Konfigurationsraum C mindestens? Wie viele Dimensionen hat der Freiraum Cfree?
- Skizzieren Sie den Freiraum für θ=0°. (Referenzpunkt beachten)
- Es handelt sich um einen nicht-holonomen Roboter, da die Bewegung eines Automobils Zwangsbedingungen unterliegt.
- Der Konfigurationsraum besitzt drei Freiheitsgrade (x,y, θ). Der Freiraum ebenso viele.
- siehe Abbildung:
Sicherheitskritische elektrische/elektronische Systeme in Kraftfahrzeugen müssen nach der ISO-Norm 26262 entwickelt werden. Welcher der Teile der Norm ist für die frühe Entwicklungsphase wichtig und warum? Anhand welcher Kriterien erfolgt eine Einstufung eines Systems in den sog. ASIL-Level und ab welchem Level sind „Parallelstrukturen“ bzw. zweikanalige Architekturen erforderlich?
- Konzeptphase (Teil 3) ist der wichtigste, weil Gefährdungen, die nicht frühzeitig erkannt und behandelt werden, in späteren Entwicklungsphasen hohen Aufwand bedeuten bzw. zu „Konzeptkillern“ werden können.
- Die Einstufung erfolgt anhand der Kriterien von Severity, Exposure und Controllability.
- Parallelstrukturen werden ab ASIL-C verpflichtend.
