Motivation
Die Automobilbranche wird heute durch die Trends zur Digitalisierung, Automatisierung und Vernetzung dominiert. Systeme für hochautomatisiertes Fahren sind bereits heute Realität und sollen nach derzeitigen Prognosen bis 2030 zur Umsetzung des vollautomatisierten Fahrens weiterentwickelt werden. Das führt zu gänzlich neuen Betriebs- und Fehlerszenarien und stellt die Funktionsabsicherung vor erhebliche Herausforderungen. Derzeitige Testkonzepte reichen nicht aus, um die für das autonome Fahren erforderlichen Systemkomponenten abzusichern. Um dieser Entwicklung zu begegnen, werden dringend fortschrittliche Methoden benötigt, die es ermöglichen, Testaktivitäten an die neuen Anforderungen anzupassen und weiter zu automatisieren.
Ziele und Vorgehen
Ziel des Forschungsvorhabens ist es, ein modulares wissensbasiertes System zu entwickeln, das komplexe und datenintensive Absicherungsaktivitäten im Automobilbereich unterstützt und automatisiert. Dabei sollen semantische Technologien Anwendern (Entwicklern und Testingenieuren) bei der Planung, Konfiguration, Durchführung und Analyse von Tests assistieren. Zentrale Abläufe wie die Datenerfassung und Testkonfiguration sollen unter Nutzung des formalisierten Wissens für eine größere Daten- und Prozessqualität automatisiert werden.
Innovationen und Perspektiven
Geplant ist, dass sich das anwendungsspezifische wissensbasierte Assistenzsystem über verschiedene Schnittstellen an bestehende Werkzeuge der Projektpartner sowie an Werkzeuge weiterer Anwender anbindet und komplexe Absicherungstätigkeiten unterstützt. Der Anwendungsfokus liegt hauptsächlich auf der Datenanalyse für die Pilotanwendung „Interaktives Testen am Fahrzeug“ im Zuge der Absicherung von Systemen für hochautomatisiertes Fahren. TraceTronic wird die Ergebnisse zu einem marktreifen wissensbasierten Assistenzsystem zur Unterstützung von Test und Massendatenanalyse weiterentwickeln, insbesondere für die Absicherung von hochautomatisiertem Fahren, und Dienstleistungen in diesem Bereich anbieten. Die TU Dresden wird ihre Kompetenzen auf den Gebieten Datenanalyse für softwareintensive eingebettete Systeme und semantische Technologien ausbauen und durch Veröffentlichungen und Lehrveranstaltungen zur Verfügung stellen.