Lesen Sie unter anderem in dieser Ausgabe:

<ul><li>Vehicle-in-the-Loop-Simulation für das automatisierte Fahren: Eine virtuelle Welt für selbstfahrende Automobile</li><li>Autonome Fahrfunktionen für öffentlichen Nahverkehr mit virtuellem Fahrversuch entwickeln: Minimierung des physischen Testaufwands</li><li>Schwerpunkt zu Lichttechnik</li><li>Schwerpunkt zu alternativen Antrieben</li></ul>

Förderungskürzungen für E-Autos – zu kurz gedacht?

Die Bundesregierung hat sich darauf geeinigt, ab 2023 nicht nur die Förderung für Hybridfahrzeuge einzustellen, sondern auch die Kaufprämie für Elektroautos zu reduzieren.

Die Bundesregierung hat sich darauf  geeinigt, ab 2023 nicht nur die Förderung für Hybridfahrzeuge einzustellen, sondern auch die Kaufprämie für Elektroautos zu reduzieren.

Die staatlichen Subventionen für batterieelektrische Autos, die weniger als 40.000 Euro kosten, sollen demnach von derzeit 6.000 Euro zum Jahreswechsel auf 4.500 Euro pro Wagen sinken. Liegt der Kaufpreis über 40.000 Euro beträgt die Kaufprämie 3.000 Euro anstelle von 5.000 Euro. Kostet das Elektro- fahrzeug mehr als 65.000 Euro gibt es wie bisher keinen Zuschuss. Insgesamt stehen für 2023 2,1 Milliarden Euro und für 2024 1,3 Milliarden Euro für die Stromer-Förderung zur  Verfügung. Ist dieser Fördertopf leer, heißt es „Bye Bye“ Subventionen.

Die Förderungskürzungen gefährden die Transformation zur Elektromobilität, kritisiert der Verband der Automobilindustrie (VDA). „Diese Einigung ist für die Verbraucherinnen und Verbraucher mehr als enttäuschend. In Zeiten steigender Kosten und Belastungen ist die Entscheidung, die Förderung einseitig und umfassend zu kürzen, nicht nachvollziehbar. Die Verbraucherinnen und Verbraucher werden im Stich gelassen und der Hochlauf der E-Mobilität ausgebremst“, zeigt sich VDA-Präsidentin Hildegard Müller enttäuscht. Zudem sorgt auch die  Deckelung für Unmut. Denn die Auszahlung der Prämien ist nach wie vor an das Datum der Zulassung des Fahrzeugs gebunden – nicht an das Datum der Bestellung. Und die Lieferzeiten für E-Fahrzeuge sind derzeit aufgrund der hohen Nachfrage, der Rohstoffknappheit und durch eine schleppende Umstellung von Produktionslinien nicht gerade kurz. Von 74 Stromer-Modellen, die aktuell als Neuwagen angeboten werden, können Stand heute nur zehn in weniger als sechs Monaten nach Bestellung geliefert werden. So beträgt die Lieferzeit für den Opel Corsa-e bis zu 15 Monate. Für den Skoda Enyaq iV muss man ca. 18 Monate Geduld aufbringen. Auf den ID.3 und den ID.4 müssen Käufer etwa 14 Monate warten und wer einen Audi Q4 e-tron bestellen möchte, muss sich auf Liefer- zeiten von bis zu 20 Monaten einstellen. Um nur einige Beispiele zu nennen.

Bis Ende Juni 2022 wurden 167.263 Stromer zugelassen – was einem Markt- anteil von 13,5 Prozent entspricht. Im Vergleich zum Vorjahreszeitraum konnte dieses Segment nach absoluten Zahlen um 12,5 Prozent zulegen. Bei den  Hybridfahrzeugen gab es 138.880 Neuzulassungen. Die Kaufprämie wurde dabei gut genutzt, denn es wurden rund 271.000 Anträge auf den Umweltbonus  gestellt. Sie ist zwar nicht das alleinige Kaufargument für einen Stromer, aber durchaus ein gewichtiges. 15 Millionen Stromer sollen bis 2030 auf deutschen Straßen rollen, so das Ziel der Bundesregierung. Ich bin gespannt, inwieweit sich ein Auslaufen der Fördermaßnahmen auf dieses Ziel auswirken wird.

Stefanie Eckardt, Chefredakteurin <a href="mailto:stefanie.eckardt@hanser.de">stefanie.eckardt@hanser.de</a>

Editorial - Hauptartikel

»Wir haben uns  den Spirit und die  Neugierde eines Start-Ups erhalten«

Jede Technologie, jedes Produkt und jede Firmengründung beginnt mit einer Idee. Wie aus einer Idee ein erfolgreiches Unternehmen wie Inova Semiconductors entstand, erläutert Robert Kraus, Mitgründer und CEO, der uns einen Ausblick gibt, wie ISELED, ILaS und APIX weiterentwickelt werden.

Made in Bavaria – spezialisiert sich das 1999 gegründete Fabless-Halbleiterunternehmen Inova Semiconductors mit Sitz in München auf leistungsfähige Produkte für die serielle Datenkommunikation mit Gigabit/s-Datenraten. Neben über 170 Millionen ausgelieferten Automotive-Pixel-Link-Produkten (APIX) hat der Hersteller 2016 ISELED, die „digitale LED“, vorgestellt und davon bereits 100 Millionen Chips produziert. 2020 folgte ISELED Light and Sensor Network (ILaS), das ab 2025 im Fahrzeug in Serie gehen wird.

Inova Semiconductors wurde in diesem Jahr mehrfach als eines der „innovativsten Unternehmen Deutschlands“ ausgezeichnet. Welche Faktoren sind aus Ihrer Sicht Grundlage für diesen Erfolg?

Auch, wenn wir nach 23 Jahren natürlich kein “Start-Up“ sondern ein sehr erfolgreiches Unternehmen sind, haben wir uns diesen Spirit und die Neugierde an technischem Neuland über all die Jahre erhalten können, „In(n)ova(tion)“ steckt ja bei uns sogar im Firmennamen. Nachdem wir 16 Jahre dafür bekannt waren, Bits immer schneller von A nach B zu übertragen – zuerst mit GigaSTaR und seit 2006 dann auch mit APIX – kamen wir 2016 plötzlich mit der Idee von ISELED, der „digitalen LED“ auf den Markt. Bei etablierten Lichtfirmen löste dies Kopfschütteln, oft auch nur ein müdes Lächeln aus: Inova, das sind doch die mit APIX, was verstehen die denn von LEDs? APIX ist heute einer der weltweit etablierten Standards für Gbit/s-SerDes-Lösungen mit Lizenznehmern wie Socionext, Analog Devices und der Infineon-Tochter Cypress und weltweit rund 170 Millionen installierter Knoten. Bei ISELED explodieren die Absatzzahlen förmlich, da steht 2025 schon die Milliarde im Raum. Dabei war ISELED nicht das Ergebnis von umfangreichen Marktbedarfsanalysen oder Innovations-Workshops, sondern eines Gesprächs mit einem Herrn von BMW im Herbst 2015, in dem wir mehr oder weniger zufällig auch auf LEDs zu sprechen kamen und „ob man das mit deren Ansteuerung nicht ganz anders machen könnte, weil die aktuellen Lösungen zu langsam, ein Bauteilegrab und für künftig hunderte von LEDs im Fahrzeug nicht bezahlbar sind“. Zuhause machte sich dann unser CTO – auch seit Gründung von Inova mit dabei und gerade voll mit der Entwicklung von APIX3 beschäftigt – gleich seine ersten Gedanken dazu. Mit bekanntem Ergebnis. Der „Herr von BMW“ ist übrigens derselbe, der schon 14 Jahre zuvor auf einer Ausstellung in Ludwigsburg an unserem Stand vorbeikam, dort unsere industriellen GigaSTaR SerDes-Produkte sah und fragte, ob man das Konzept nicht auch Automotive-tauglich machen könnte – die Idee von APIX, dem Automotive Pixel Link, war geboren. Und wenn wir schon über Innovationen sprechen, wäre da ja auch noch ILaS: das „ISELED Light and Sensor Network“ wo wir gerade erste funktionale Muster auf dem Tisch haben und BMW auf der letzten Iseled-Konferenz im Oktober 2021 angekündigt hat, dass sie ILaS mit Start ihrer „Neuen Klasse“ und einer völlig neu definierten Architektur ab 2025 in allen Modellen einsetzen werden. Sie können sich sicher denken, wie auch diese Innovation zustande kam: am Anfang stand wieder mal die Frage, ob man die ursprünglich nur für kurze Entfernungen ausgelegte ISELED-Übertragung nicht auch auf das ganze Fahrzeug ausrollen könnte.

Aber um auf Ihre eigentliche Frage zurückzukommen: am Anfang jeder Innovation steht immer eine Idee. Dann allerdings braucht es die richtigen Köpfe und das Wollen, diese Idee in ein Produkt umzusetzen und auch andere davon zu begeistern und mitzunehmen.

 APIX ist mittlerweile in der dritten Generation verfügbar und ermöglicht über ein geschirmtes Twisted-Pair-Kabel Übertragungsraten von bis zu 6 Gbit/s bzw. max. 12 Gbit/s über eine Quad-Twisted-Pair-Verbindung. Wie geht es mit APIX weiter?

Über die Erfolgsstory von APIX – Premiere bei BMW im Jahre 2008 und mittlerweile in der dritten Generation – haben wir ja schon kurz gesprochen, wobei wir selbst mit APIX2 und seiner 3 Gbit/s- Datenrate heute noch neue Designs gewinnen, gerade wieder bei einem japanischen OEM. APIX3 hatte seine Premiere im Jahre 2018 auf BMW’s Media-Graphics-Unit-Plattform, dort noch im APIX2 Kompatibilitätsmodus mit 3 Gbit/s. Wir arbeiten aktuell bereits an der zweiten Evolutionsstufe von APIX3 mit vollen 12 Gbit/s, Display Port Multi Stream Transport (MST), HDCP2.3 Verschlüsselung und anderen Features und haben damit vor kurzem eine Premiumplattform mit SOP2025 gewonnen. Die „APIX-Story“ geht aus heutiger Sicht bis weit ins nächste Jahrzehnt. Mit APIX3 Evo2 reizen wir allerdings die Möglichkeiten des jetzigen Technologieknoten voll aus und natürlich stellen uns unsere Kunden die Frage, wie es mit APIX weitergeht und ob ein APIX4 kommt. Die Antwort ist ein klares „ja, es geht weiter“: Wir denken konkret über das Konzept von APIX4 nach – es existiert bereits ein internes Whitepaper mit Zielspezifikationen – und auch über den künftigen Technologieknoten von APIX4 haben wir uns Gedanken gemacht. Sie werden aber sicher verstehen, dass ich zum jetzigen Zeitpunkt nicht mehr dazu sagen möchte, nur so viel: lassen Sie sich überraschen, wir wollen auf der Electronica im November viele Innovationen zeigen.

Apropos Electronica – 2016 haben Sie auf der Messe die ISELED-Technologie vorgestellt. 2020 hat ein chinesischer Automobilhersteller ISELED erstmals als Standard implementiert, auch in Korea kommt die Technologie zum Einsatz. Ebenso wie im neuen BMW iX. Welche weiteren Fahrzeuge werden die Technik implementiert haben?

Wie bereits erwähnt, ist Iseled aus einer Idee und in enger Zusammenarbeit mit BMW entstanden und hatte im neuen iX im November letzten Jahres Premiere – als erster OEM in Europa. In Asien gehen die Uhren deutlich schneller: Neben der Premiere im Hongqi H9 der China FAW Group 2020 kommt Iseled bei weiteren chinesischen Modellen wie dem elektrischen C01 von Leap Motors und dem Zeekr 001, Geely’s Premium Elektromarke, zum Einsatz. In Korea sind es der Sprinter „Noble Klasse L13“ von Mercedes Benz und die  „Carnival Hi-Limousine“ von KIA. Zudem wird ein weiterer koreanischer Hersteller ISELED einsetzen. Wobei diese Liste keinen Anspruch auf Vollständigkeit hat – unser Allianzpartner der ersten Stunde, Dominant Opto aus Malaysia, ist damit in Asien sehr erfolgreich. Und mit Everlight bietet jetzt auch ein taiwanesischer LED- Hersteller Leuchtdioden für ISELED in Asien an.

Wenn wir die Produktionszahlen ansehen, dann werden unsere Erwartungen bei Weitem übertroffen. Mi 100 Millionen bereits in diesem Jahr sehen wir die eine Milliarde LEDs pro Jahr schon in wenigen Jahren. Zum Glück haben wir mit Globalfoundries einen Partner, der uns trotz der Halbleiterkrise bei diesen enormen Steigerungsraten bestmöglich unterstützt.

Die ISELED Allianz als Industrieverbund für ein entsprechendes Ökosystem wächst stetig. Welche Rolle spielt der Verbund, welche Entwicklungen sind derzeit in Arbeit?

Die ISELED Allianz konnte im Juni dieses Jahres Hongbright, Intron Technology und Polycontact als neue Mitglieder begrüßen. Damit hat die Allianz mehr als 40 Mitglieder (Bild).

Wenn man so eine geniale Idee wie ISELED hat, stellt sich schnell die Frage, wie kann man – noch dazu als kleinere Firma, die bisher nichts mit Licht zu tun hatte – andere dafür interessieren und begeistern? Noch dazu in einem Markt, in dem es große Platzhirsche gibt und der sehr fragmentiert ist. Das führte schließlich zur Idee der  ISELED Allianz, die im Herbst 2016 von Dominant Opto, Inova Semiconductors, NXP Semiconductors, Hochschule Pforzheim und Tyco Connectivity gegründet wurde. Und mit der alleinigen Zielsetzung, das ISELED-Ecosystem kontinuierlich zu erweitern und so diese neue Technologie für den Anwender attraktiv zu machen. Heute sind wie schon erwähnt mehr als 40 Firmen aus der ganzen Welt Mitglieder der ISELED Allianz – „Licht“-Tier-1-Zulieferer, LED- und Halbleiterhersteller, spezialisierte Licht-Designer und viele andere – und der große Erfolg und die weltweite Akzeptanz von ISELED geht in hohem Maße auf die erfolgreiche Arbeit dieses Konsortiums zurück. Dazu die großen ISELED-Konferenzen – mittlerweile fanden vier statt –, die letzte im Oktober 2021 in München mit rund 100 Teilnehmern vor Ort und 300 Teilnehmern online. Und – keine Frage – die gut funktionierenden Strukturen dieser Allianz kommen jetzt auch ILaS voll zugute. So arbeitet ein großer Halbleiterhersteller bereits an einem Ethernet-to-ILaS-Bridge-Chip, mit dem der ILaS-Bus direkt mit dem schnellen Ethernet verbunden wird. Ein weiterer arbeitet an einem Matrix-RGB-Baustein mit integrierter ILaS-Schnittstelle. Ähnliche Überlegungen gibt es bereits für Chips mit Sensoren, es finden auch schon Software-Entwicklungen bei Allianzmitgliedern statt, um vollumfängliche Systemlösungen anbieten zu können. Neben den Entwicklungen zukünftiger ILaS-Halbleiterbausteine liegt auch ein großer Fokus vor allem auf neuen Gehäusetechnologien: der begrenzte Bauraum im Fahrzeug ist ein zentrales Thema bei modernen Lichtanwendungen. Kompakte, hochintegrierte System-in-Package-Lösungen mit geringer Verlustleistung sind hier eine wichtige Voraussetzung, um die Pläne der Autobauer umzusetzen, bald hunderte von LEDs, kombiniert mit Sensoren und Aktoren, in ihren Fahrzeugen einzusetzen. Und natürlich geht es auch bei ISELED selbst mit Hochdruck weiter: die nächste Generation ISELED 2.0 mit einem wesentlich erweiterten Funktionsumfang steht bereits in den Startlöchern.

Um die Versorgungssicherheit des iX zu gewährleisten, wurde mit BMW Ende 2021 ein direktes Abkommen geschlossen. Das ist nach eigenen Aussagen Neuland für Sie. Welche Erwartungen haben Sie diesbezüglich?

 Echtes Neuland ist das für uns eigentlich nur dahingehend, dass wir erstmals ein formales Abkommen geschlossen haben, um die Versorgungssicherheit bei BMW sicherzustellen. Und das ist natürlich absolut verständlich bei den großen Volumen, um die es bei Iseled in Zukunft geht. In der Sache selbst dann aber doch wieder nicht, weil wir es als Sole-Source-Anbieter auch schon in der Vergangenheit als eine unsere wichtigsten Aufgaben sahen, die Versorgung unserer Kunden mit unseren Produkten sicherzustellen. Auch in der ersten Corona-Krise im Jahr 2020, als nach dem starken Einbruch im Sommer der Bedarf im vierten Quartal plötzlich wieder enorm angestiegen ist und viele Hersteller Lieferprobleme hatten, hat sich gezeigt, dass unser Supply Chain- und Risikomanagement auch bei einem derartigen „Stress-Test“ gut funktioniert: wir konnten selbst da all unsere Kunden zuverlässig beliefern. Gerade mit BMW haben wir ja schon seit vielen Jahren eine enge, erfolgreiche Zusammenarbeit, die geprägt ist von Offenheit und Transparenz – und das in beide Richtungen. Das gleiche gilt für Globalfoundries, unseren Chiplieferanten seit Gründung der Firma im Jahre 1999, bei denen wir all unsere APIX- und Iseled-Chips fertigen lassen. Und die uns nicht nur jetzt – als schnell wachsenden Kunden mit immer höheren Volumen – exzellent unterstützen, sondern das schon getan haben, als wir zu GigaStaR-Zeiten noch ein ganz kleiner Kunde mit „sehr bescheidenen“ Volumen waren: in den ersten Jahren hatten wir dort gerade mal ein Wafer-Los mit 25 Wafern gefertigt – wohlgemerkt im Jahr! Die Unterschrift unter der Vereinbarung mit BMW hat also nur „schwarz auf weiß“ etwas dokumentiert, was wir ohnehin schon seit langem gelebt haben: jetzt, bei immer höheren Volumen aber formaler, bewusster und auf Basis einer seit vielen Jahren bewährten engen Partnerschaft. (eck)

Die Fragen stellte Stefanie Eckardt.

<a href="http://www.inova-semiconductors.de" target="_blank">www.inova-semiconductors.de</a>

Bild: Die ISELED Allianz zählt derzeit 42 Unternehmen.

16:9

Robert Kraus, Mitgründer und CEO von Inova Semiconductor.

Inova Semiconductors

»Wenn man so eine geniale Idee wie ISELED hat, stellt sich natürlich die Frage, wie kann man – noch dazu als kleinere Firma, die bisher nichts mit Licht zu tun hatte – andere dafür interessieren und begeistern?«

Robert Kraus, Mitbegründer und CEO von Inova Semiconductors

Infotainment

Elektronik

Kfz-Systeme

KFZ-Regelsysteme (Motor, Fahrwerk, Komfort, Licht, Getriebe)

Kfz-Elektronik

Elektronische Bauelemente

Connectivity (Bussysteme, Telekommunikation, 4G / 5G, WLAN)

Smarte HD-Scheinwerfer projizieren Beleuchtung auf die Straße

Ein High-Definition-Scheinwerfer, der mit künstlicher Intelligenz entscheidet, wo er wie leuchtet – das ist keine Zukunftsmusik, sondern eine Neuentwicklung von Valeo.

Ein High-Definition-Scheinwerfer, der mit künstlicher Intelligenz entscheidet, wo er wie leuchtet – das ist keine Zukunftsmusik, sondern eine Neuentwicklung von Valeo. Das Pkw-Lichtsystem verfügt dazu über eine Kamera, die Photonen erfasst, und bildet Fahrspur, Verkehrszeichen und Abstandswarnung auf der Straße vor dem Fahrzeug ab.

Mehr Pixel für mehr Sicherheit. Auf diese Formel lässt sich die Evolution der Frontbeleuchtung in den vergangenen Jahren bringen (Bild 1). Zusätzlich kommen in modernen Lichtsystemen immer mehr Hightech-Elektronik, künstliche Intelligenz und Software zum Einsatz. Valeo hat einen Photonen-zu-Photonen-Ansatz entwickelt, der auf einer Frontkamera basiert, die das Umfeld erfasst und die Scheinwerfer mit Informationen versorgt. Mithilfe dieser Umgebungsdaten entscheidet das System, welcher Bereich wann wie ausgeleuchtet werden muss. Zusätzlich verfügt das Lichtsystem über drei Module:

<ul><li>das Power Driver Modul, das alle Komponenten mit Energie versorgt,</li><li>das Picture Control Module, das hochaufgelöstes (HD) Licht generiert und gleichzeitig die übertragenen Daten komprimiert und</li><li>ein smartes Optikmodul, das hochwertiges, homogenes, blendfreies Licht und Straßenprojektionen mit einer Auflösung von 15.000 bis 25.000 Pixel generiert.</li></ul>

Fahrspur und Verkehrszeichen auf die Straße projizieren

HD-Lichtsysteme zeichnen sich dadurch aus, dass sie traditionelle Funktionen der Frontbeleuchtung verbessern und neue Anwendungen ermöglichen. Ein Beispiel dafür ist das adaptive Fernlicht (Adaptive Driving Beam, ADB), das nicht nur bis zu 70 Prozent mehr Licht als Matrixlicht in 2D projiziert, sondern auch die Blendgefahr für andere Verkehrsteilnehmer verringert. Durch die Projektion werden kontrastierende negative oder positive Formen auf der Straße sichtbar. Hier geht es vor allem um sicherheitsrelevante Funktionen wie das Projizieren von Fahrspur, Verkehrszeichen, Informationsanzeigen oder die Hervorhebung bestimmter Bereiche. Der Impuls für diese Projektionen kann von verschiedenen Sensoren am Auto (Kameras, Lidar und GPS) oder von externen Informationen aus der Cloud ausgehen.

Das Valeo HD-System ist gut für die Projektion der Fahrspur geeignet. Dabei berechnet ein vorausschauender Algorithmus die Fahrspur aus Daten der Frontkamera in Kombination mit der vom Navigationssystem vorgegebenen Fahrtrichtung und/oder dem Lenkradwinkel (Bild 2). Ebenso weniger abgelenkt werden, weil sie alles Wichtige in ihrem Gesichtsfeld erfassen, ohne den Kopf stark drehen oder die Sicht anpassen zu müssen. Um ausreichend Abstand zum Vordermann zu halten, projiziert das Lichtsystem eine Abstandswarnung auf die Straße. Der Abstand wird von der Fahrerin oder dem Fahrer festgelegt, die Aktivierung erfolgt über das Frontradar oder -lidar (Bild 3). Zusätzlich zu all diesen Funktionen entwickelt Valeo eine KI, die aus der Situation lernt, um all diese Funktionen zum richtigen Zeitpunkt und Zweck auszulösen.

Das Herzstück des HD-Lichtsystems ist eine hochpixelige Leuchtdiode (LED). Jede LED projiziert jedes einzelne Pixel in die Umgebung vor dem Auto und bestimmt so die Intensität der Beleuchtung. Die einzelnen Pixel werden von einer speziellen Elektronik gesteuert.

Durch die Weiterentwicklung von LED-Quellen und -Kameras sind hochentwickelte neue Beleuchtungsfunktionen wie Matrix- und Pixellicht entstanden. Beides erfordert eine hohe LED-Bildqualität in einem großen Winkelbereich und muss aufgrund der Limitierung von Kosten, Gewicht und Baugröße trotzdem mit einer begrenzten Zahl optischer Elemente auskommen. Eine Lösung für dieses Problem sind monolithische μLEDs wie das 20.000-Pixel-Modul von Valeo: Dank äußerst kleiner Pixelzellen ab 50 μm ohne physischen Abstand zwischen den Zellen – im Gegensatz zu herkömmlichen pixelierten Lichtstrahlen mit LED-Gehäusen von größer als 1 mm – enthalten die μLEDs tausende Pixel und ermöglichen eine Optimierung der Auflösungen der optischen Systeme von weniger als 0,1°. Verbunden mit einem leistungsstarken optischen System können nun Anforderungen wie große Blendenöffnungen sowie eine hohe Bildauflösung und -qualität erfüllt werden.

Von mehreren Steuereinheiten zu Hochleistungsrechnern

Heutige Systemarchitekturen für die Außenbeleuchtung basieren auf Body-Controllern oder Domain-Controllern, die die Wahrnehmungslogik, die Steuerlogik und die Vor- und Nachverarbeitung von Signalen verwalten. Sier empfangen Informationen von Sensoren und Aktoren über verschiedene Netzwerke. Im Falle des Body Controllers ist diese Architektur aufgrund des hohen Rechenaufwands nicht mehr für HD-Beleuchtungssysteme geeignet. Daher wurde in dieser Architektur ein Bildsteuerungsmodul verwendet, in das die HD-Valeo-Funktionen eingebettet sind, um das richtige Bild auf der Grundlage aller Sensoreingaben zu berechnen. Im Falle eines zentralen Controllers oder Domain-Controllers mit ausreichend freien Rechenressourcen werden die HD-Funktionen direkt in diesen eingebettet.

Für die Energieverwaltung stellt Valeo HD-Treiber zur Verfügung, die das HD-Modul mit Strom versorgen. Im Falle einer Body-Controller-Architektur oder eines Domain-Controllers übernimmt der HD-Treiber auch die Rolle des Gateways für die Bilder von Ethernet zu spezifischen HD-Netzwerken sowie die Kalibrierung. Darüber hinaus steuert, diagnostiziert und schützt der HD-Treiber die Pixel-LED und erhöht so deren Zuverlässigkeit und Lebensdauer. Im Falle einer zonalen Architektur, die mit dem zentralen Steuergerät verbunden ist, wird die Rolle des Gateways in dieses integriert. In dieser Konfiguration interagiert das Steuergerät im Bereich des Scheinwerfers mit dem zonalen HD-Steuergerät.

Unabhängig von der Architektur liefert Valeo alle erforderlichen Komponenten, um die beste Leistung zu gewährleisten, die erforderlichen Hardware-Komponenten wie das Picture Control Module, HD-Treiber, das HD-Pixelmodul sowie die optimale Zuordnung von Funktionen, von HD-Algorithmen bis hin zur Diagnose, um die Lebensdauer zu verlängern, wobei der Schwerpunkt auf der Cybersicherheit liegt. (eck)

<a href="http://www.valeo.com" target="_blank">www.valeo.com</a>

Cedric Merlin ist Director der Abteilung Research and Innovation for Lighting Systems bei Valeo in Paris. Renaud Belloc ist Technical Manager im Geschäftsbereich R&D for Lighting and Wiper Electronics and Platform Competences bei Valeo.

 Renaud Belloc ist Technical Manager im Geschäftsbereich R&D for Lighting and Wiper Electronics and Platform Competences bei Valeo. 

Cedric Merlin ist Director der Abteilung Research and Innovation for Lighting Systems bei Valeo in Paris.

Bild 1: Entwicklung der Frontbeleuchtung – steigende Pixelzahlen in den letzten Jahren

Bild 2: Beispiel für eine Fahrspurprojektion auf der Straße 

Bild 3: Beispiel für eine Kollisionswarnungsprojektion auf der Straße 

Valeo

Fahrerassistenzsysteme / Automatisiertes Fahren

Optische Technologieentwicklungen in neuen Fahrzeug-Designs

Auf dem Weg zum autonomen Fahren verändert sich das klassische Fahrerlebnis hin zu einem ganzheitlicheren Mobilitätserlebnis. Damit einhergehen auch optische Technologien, die ihren Teil zu mehr Sicherheit, Komfort und Fahrfreude beitragen.

Das klassische Fahrerlebnis wird zunehmend zum ganzheitlicheren Mobilitätserlebnis. Damit einhergehen auch optische Technologien, die ihren Teil zu mehr Sicherheit, Komfort und Fahrfreude beitragen.

In der Geschichte des Automobils war die optische Technologie für Fahrzeug und Fahrer lange Zeit das fünfte Rad am Wagen. Sie hat zwar wesentliche Funktionen für Scheinwerfer, Blinker und Kabinenbeleuchtung bereitgestellt. Aus der Sicht des Fahrers standen jedoch der Motor, das Fahrwerk und das Fahrerlebnis an erster Stelle. Heute rücken Elektrifizierung und autonome Fahrtechnologien in den Vordergrund. Mit dem automatisierten und später autonomen Fahren wandelt sich das klassische Fahrerlebnis zu einem ganzheitlicheren Mobilitätserlebnis, bei dem der Schwerpunkt auf Sicherheit und Komfort liegt, aber auch auf Konnektivität, besserer Unterhaltung und einer verstärkten Interaktion mit den Funktionen und Eigenschaften des Fahrzeugs.

Diese veränderte Haltung der Nutzer zu ihrem Fahrzeug rückt optische Technologien in den Mittelpunkt: So sind es zum Beispiel Hochleistungs-Infrarot-Pulslaser, die Lidar (Bild 1) als Grundlage für eine sichere Fahrerassistenz ermöglichen. Oder zum Beispiel LED-Arrays, die als Herzstück dynamischer Frontbeleuchtungssysteme dienen, und neuartige LED-Module, die für ein charaktervolleres Innenraumambiente sorgen und die Freude an der Infotainment-Ausstattung eines Fahrzeugs steigern.

Optische Technologien  für die Sicherheit

Die Beseitigung des Risikos von Fahrfehlern ist das Ziel der Entwickler von Fahrerassistenz- und autonomen Fahrsystemen. Die Verwirklichung dieses Traums ist heute nur dank der Fortschritte in der Lasertechnologie bei Lidar-Systemen möglich. Je heller die Laserleistung, desto größer die Reichweite und desto weiter kann das Lidar-System 3D-Objekte „sehen“. Deshalb legen Automobilhersteller einen besonderen Wert auf den Vergleich der optischen Spitzenleistung konkurrierender Laserprodukte.

Der Einsatz von Lidar entwickelt sich weiterhin rasant. ams Osram bietet EEL- und VCSEL-Laser, darunter Multi-Junction-EEL-Produkte. Laser für Lidar scannen die äußere Umgebung, damit das Fahrzeug autonom navigieren kann. Laser und Infrarot-LED-Emitter verbessern darüber hinaus die Informationsanzeige im Innenraum. Hier nutzen Fahrzeuge die Technologie, die ursprünglich für Smartphones entwickelt wurde: Die Gesichtserkennungsfunktion in einem Handy funktioniert durch die Erfassung einer 3D-Tiefenkarte des Gesichts des Benutzers mit Hilfe einer optischen 3D-Sensortechnik, beispielsweise indirect Time-of-Flight oder Structured Lighting. Der gleiche Ansatz auf Basis von 3D-Sensorik kann – unterstützt durch eine Software für maschinelles Lernen – zum Beispiel die genaue Augenposition des Fahrers im 3D-Raum erkennen. Damit können Visualisierungssysteme Augmented-Reality-Inhalte in einem modernen Head-up-Display so projizieren, dass sie der wahrgenommenen Position von realen Objekten entsprechen, die durch die Windschutzscheibe betrachtet werden.

Technologien für Wahrnehmung und Signalgebung

Verschiedene optische Technologien sind in der Entwicklung, um die Wahrnehmung von Verkehrsteilnehmern für das Fahrzeug zu verbessern. Heutzutage werden in den Fahrzeugen immer ausgefeiltere Formen des adaptiven Scheinwerferbetriebs umgesetzt. Um beispielsweise das Problem der Blendung zu lösen (Bild 2), schalten neue Multi-Pixel-LED-Scheinwerfer automatisch bestimmte Pixel aus, die die Sicht des Fahrers eines entgegenkommenden Fahrzeugs stören würden. Je mehr Pixel, desto genauer kann der Strahl angepasst werden. Das von ams Osram entwickelte Produkt Eviyos hebt die Pixelanzahl von derzeit nur einigen Dutzend Pixel auf rund 26.000 Pixel an, was eine deutliche Verbesserung des adaptiven Scheinwerferbetriebs und die Projektion von Signalen auf die Fahrbahnoberfläche ermöglicht.

Optische Technologie ermöglicht komplett neue Formen der Signalgebung. Mit der Mikrolinsen-Array-Technologie des Herstellers können Leuchtdioden statische oder halbdynamische Lichtsignale auf die Oberfläche um das Fahrzeug herum projizieren. Hierfür gibt es zahlreiche Anwendungsmöglichkeiten. Dazu zählen die Projektion von Blinkern auf die Straße, um Fußgängern und Radfahrern die Absicht des Fahrers abzubiegen, besser anzeigen zu können.

In einem neuen Zeitalter der automatisierten Mobilität geht es bei der personalisierten Benutzererfahrung nicht mehr nur um das Fahrerlebnis. Aus Sicht von ams Osram bieten Lichtinnovationen den Automobilherstellern viele neue Möglichkeiten, die Sicherheit, den Komfort und die Freude am Fahrzeug zu erhöhen.  (eck)

<a href="http://www.ams-osram.com" target="_blank">www.ams-osram.com</a>

Alexander Wanderer ist Leiter Global Application Marketing Automotive bei ams Osram.

Bild 1: Bei der Lidar-Technologie scannen Laser die äußere Umgebung und spielen damit für autonomes Fahren eine wichtige Rolle. 

Bild 2: Damit Fahrer:innen in entgegenkommenden Fahrzeugen nicht geblendet werden, schalten neue Multi-Pixel-LED-Scheinwerfer automatisch bestimmte Pixel aus. 

Alexander Wanderer ist Leiter Global Application Marketing Automotive bei ams Osram.

ams Osram

Stromausgleich zwischen  LED-Strings optimieren

Kommen mehrere LED-Strings zum Einsatz, trägt die Current-Balancing-Schaltung dazu bei, dass in allen Strings der gleiche Strom fließt. Der folgende Artikel vergleicht die Leistungsfähigkeit dieser Schaltung mit einer Implementierung auf Basis von Operationsverstärkern.

Kommen mehrere LED-Strings zum Einsatz, trägt die Current-Balancing-Schaltung dazu bei, dass in allen Strings der gleiche Strom fließt. Allerdings weist sie Nachteile bei der Leistungsfähigkeit auf. Der folgende Artikel vergleicht die Leistungsfähigkeit dieser Schaltung mit einer Implementierung auf Basis von Operationsverstärkern.

Wenn in Kfz-Anwendungen mehrere LED-Strings zum Einsatz kommen, wie in Brems- oder Rückleuchten, sorgen Current-Balancing-Schaltungen dafür, dass in allen LED-Strings der gleiche Strom fließt. Unterschiede in der Helligkeit lassen sich so vermeiden. Für diesen Zweck ist die traditionelle Current-Balancing-Schaltung auf Basis diskreter Transistoren verbreitet. Sie hat den Vorteil, dass sie einfach ist und mit wenigen Bauelementen auskommt. Allerdings müssen dafür in Hinsicht auf die Leistungsfähigkeit Nachteile in Kauf genommen werden. Zum Beispiel können Unterschiede bei den Basis-Emitter-Spannungen (VBE) der Transistoren und den Vorwärtsspannungen der LEDs sowie temperaturbedingte Änderungen zu unterschiedlich hell leuchtenden LED-Strings führen.

In der in Bild 1 gezeigten Schaltung wird eine konstante Spannung (VS1) zusammen mit einem Widerstand (R1) und einem als Diode konfigurierten bipolaren NPN-Transistor (T1) zur Festlegung des Referenzstroms (IREF) benutzt. IREF wiederum wird über die Transistoren T2 und T3 als I1LED bzw. I2LED gespiegelt. Gleichung 1 gibt die Ströme in den Transistoren an. Im Idealfall sind IREF, I1LED und I2LED gleich:

IREF = VREF/R1 = VS1-VT1BE/R1 (1)

Die Basis-Emitter-Spannung des Transistors T1 (VT1BE) kann bei gegebenem Strom erheblichen prozess- und temperaturbedingten Schwankungen unterliegen. In der vorliegenden Schaltung fließt der Strom durch drei Zweige, von denen nur zwei über LED-Strings führen. Der durch T1 fließende Strom, der mehrere Milliampere betragen kann, dient lediglich dazu, IREF festzulegen und verursacht somit Verluste, die unnötig sind.

Bild 2 zeigt als Alternative eine Current-Balancing-Schaltung auf Operationsverstärker-Basis. Die Referenzspannung (VREF) wird hier mit dem aus R1 und R1B gebildeten Spannungsteiler aus VS1 erzeugt, und die Stromregelung erfolgt durch Rückführung der an den Strommess-Widerständen R2 und R3 abfallenden Spannungen an die invertierenden Eingänge des Doppel-Operationsverstärkers LM2904B-Q1. Die Ströme in den Transistoren T2 und T3 errechnen sich wie folgt:

I1LED = I2LED = VREF/R2 = VS1/R2 × R1/(R1+R1B) (2)

Dabei sind R2 und R3 gleich. I1LED und I2LED hängen von den Widerstands-Toleranzen und den Temperaturdrift-Koeffizienten der Widerstände R1, R1B, R2 und R3 ab. Durch den Einsatz von Präzisionswiderständen lassen sich die Auswirkungen der Toleranz und der Temperaturdrift der Widerstände minimieren. Zudem wird so eine bessere Stromanpassung über prozess- und temperaturbedingte Änderungen erreicht als mit einer auf diskreten Transistoren beruhenden Lösung. Weil der Strom – anders als bei der Schaltung mit diskreten Transistoren – durch VREF bestimmt wird, lässt sich der durch R1 und R1B fließende Strom durch Anheben der Widerstandswerte reduzieren, wodurch auch die Verluste minimiert werden.

Als nächstes vergleicht man, wie sich Unstimmigkeiten zwischen den Eigenschaften der Bauelemente sowie Temperatur- und Stromversorgungs-Effekte bei den Schaltungsvarianten auswirken. Unterschiedliche Basis-Emitter-Spannungen der NPN-Transistoren können trotz gleicher Ströme entstehen, wenn

<ul><li> die Transistoren unterschiedlichen Fertigungslosen entstammen oder verschiedene Emitterflächen sowie Temperaturen aufweisen,</li><li> in der Leiterplatte an den Stellen, an denen sich die Transistoren befinden, mechanische Spannungen existieren oder</li><li> Unterschiede bei den Basiswiderständen oder Basisströmen der NPN-Transistoren bestehen.</li></ul>

Die Unterschiede bei den VBE-Werten wirken sich auf die in den einzelnen LED-Strings fließenden Ströme aus.

Die Basis-Emitter-Spannung eines bipolaren Transistors kann eine Temperaturdrift von bis zu –2 mV/°C aufweisen. Folglich kann eine 10 °C betragende Temperaturdifferenz zwischen zwei Transistoren eine um 20 mV abweichende Basis-Emitter-Spannung bewirken – zusätzlich zum anfänglichen VBE-Offset.

In Bild 3 ist eine aus diskreten Transistoren aufgebaute Current-Balancing-Schaltung mit zwei Strings zu jeweils fünf LEDs dargestellt. Die Versorgungsspannung (VS1) beträgt 12 V. Mit R1 und dem als Diode konfigurierten Transistor T1 wird IREF auf 20 mA bei Zimmertemperatur eingestellt. Die Spannungsquellen VF und VBE_OFFSET stehen für Unterschiede zwischen den Vorwärtsspannungen der LEDs sowie zwischen den VBE-Werten der Transistoren. Im Idealfall sind diese Spannungsquellen in der Schaltung nicht vorhanden.

In Bild 4 werden die Auswirkungen unterschiedlicher VBE-Werte bei T2 und T3 auf die Schaltung in Bild 3 deutlich. Verstellt man VBE_OFFSET von –25 bis +25 mV, so ändert sich I2LED von 31,5 auf 11,5 mA. Bei VBE_OFFSET = 0 V besteht eine bis zu 57,5 Prozent betragende Abweichung zwischen I1LED und I2LED vom Sollstrom von 20 mA. Wie Gleichung 1 verdeutlicht, hängt der LED-Strom von VT1BE ab. Jede VBE-Abweichung bewirkt daher einen Strom-Unterschied zwischen den LED-Strings, in den die anfänglichen Offsetfehler und temperaturbedingte Schwankungen eingehen.

Bild 5 zeigt die empfohlene Current-Balancing-Schaltung mit zwei Operationsverstärkern und zwei Strings aus je fünf LEDs. Die Werte der Bauelemente ergeben einen Strom von 20 mA in jedem Zweig. Um einen Vergleich zu ermöglichen, entsprechen die Variablen und Spannungsänderungen jenen, die auf die Schaltung aus Bild 3 angewandt wurden.

In Bild 6 ist zu erkennen, wie sich unterschiedliche VBE-Spannungen bei T2 und T3 auf die in Bild 5 gezeigte Schaltung auswirken. Verstellt man VBE_OFFSET von –25 bis +25 mV, so ändert sich der Strom I2LED von 19,92101 auf 19,921024 mA. Die 0,00004 Prozent betragende Abweichung zwischen I1LED und I2LED von einem Soll-Strom von 19,921017 mA bei einem VBE_OFFSET-Wert von 0 V stellt eine Verbesserung im Vergleich zur Schaltung auf Basis diskreter Transistoren dar. Der Grund für diese Fehlerreduzierung liegt darin, dass mit der Regelschleife des Operationsverstärkers für einen konstanten Spannungsabfall an den Strommess-Widerständen gesorgt wird, damit sich der gewünschte Strom von 20 mA einstellt.

Auswirkungen der Eigenerwärmung auf LED-Ströme

Temperaturunterschiede auf der Leiterplatte und lokale Eigenerwärmungen haben deutliche Auswirkungen auf die Current-Balancing-Schaltungen für die LEDs. Weil die Auswirkungen der Eigenerwärmung bei den in Simulationen verwendeten Modellen von diskreten Transistoren und LED-Schaltungen nicht berücksichtigt werden, kommt dieser Effekt in den Simulationen nicht zum Tragen. Eine durch unterschiedliche Distanzen zur Wärmequelle hervorgerufene Temperaturdifferenz zwischen den Transistoren T2 und T3 kann dazu führen, dass die VBE-Werte dieser Transistoren stark differieren. Dieser Unterschied bewirkt einen höheren Strom im wärmeren LED-String, was durch die höhere Verlustleistung die Temperatur weiter ansteigen lässt. Wird diese positive Rückkopplung nicht eingegrenzt, kann der gesamte Strom durch einen einzigen LED-String fließen, wodurch Transistor und LEDs zerstört werden. Wenn alle LED-Strings aus einer Quelle versorgt werden, ist deshalb die Eigenerwärmung beim Design unbedingt zu berücksichtigen. Die auf Operationsverstärkern basierende Schaltung ist immun gegen Eigenerwärmung durch ungleiche Ströme, weil die an R2 und R3 liegende Spannung auf einen konstanten Wert geregelt wird. Sollte die Eigenerwärmung eines Transistors zu einer Drift von VBE führen, passt die Regelung die Basisspannung des Transistors entsprechend an, sodass der Strom konstant bleibt. Natürlich weisen I2 und I3 eine gewisse Drift auf. Wenn die Offsetspannungs-Drift ein Problem darstellt, sollte u. U. auf einen driftärmeren Baustein umgestiegen werden.

Der IREF-Wert der Schaltung mit diskreten Transistoren und der VREF-Wert der Operationsverstärker-Schaltung sind von der Versorgungsspannung abhängig, sodass sich die Änderung der Versorgungsspannung hier proportional auf den Strom auswirkt. Bei beiden Varianten kommt es durch die Änderung der LED-Versorgungsspannung zu einer Änderung des LED-Stroms, jedoch ist die Änderungsrate bei der Operationsverstärker-Lösung geringer. Wenn sich die Versorgungsspannung stark verändert, tritt bei der Schaltung mit diskreten Transistoren die größte Abweichung vom ursprünglichen Strom auf. Die Verwendung einer externen Spannungsreferenz zum Festlegen von IREF in Bild 2 kann möglicherweise eine Spannungsreferenz mit höherem Ausgangsstrom erfordern, könnte dafür aber auch die Auswirkungen von Versorgungsspannungs-Änderungen reduzieren. Bei der Schaltung in Bild 4 wird VREF durch eine Last mit geringer Stromaufnahme festgelegt.

Prozessschwankungen, unterschiedliche Flächen oder Temperaturdifferenzen können dazu führen, dass die einzelnen LEDs verschiedene Vorwärtsspannungen aufweisen. Zusammengenommen haben diese Unterschiede zur Folge, dass auch die Vorwärtsspannungen der LED-Strings differieren. Um diesen Effekt zu quantifizieren, wurde simuliert, wie die auf diskreten Transistoren beruhenden Schaltung und Operationsverstärker-Schaltung reagieren, wenn die Vorwärtsspannung VF von –1 bis +1 V variiert wird. Hiermit wurde ein Unterschied der Vorwärtsspannungen von LED-String 1 und LED-String 2 emuliert. Wie sich dabei zeigte, variiert der LED-Strom bei der transistorbasierten Schaltung um 350 µA, während er bei der Operationsverstärker-Schaltung weitgehend konstant bleibt.

Der Vergleich der beiden Current-Balancing-Schaltungen für LED-Strings zeigte, wie sich Unterschiede zwischen den Bauteilen sowie Temperatur und Versorgungsspannung auswirken. Die Operationsverstärker-Schaltung kann prozess- und temperaturbedingte Änderungen von VBE ausgleichen. Zudem ist sie weniger empfindlich gegen unterschiedliche Versorgungsspannungen und LED-Vorwärtsspannungen. (eck)

Sanjeev Manandhar arbeitet als Systems Engineer bei Texas Instruments.

Bild 1: Vereinfachtes Schaltbild einer Current-Balancing-Schaltung auf  der Basis diskreter Transistoren

Bild 2: Die Current-Balancing-Schaltung auf Basis von Operationsverstärkern führt eine  high-seitige Spannung an einen Stromwandler, um die LEDs mit einem konstanten Strom  zu versorgen.  

Bild 3: Dieses Schaltbild verdeutlicht die Auswirkungen von VBE und VF in einer Schaltung auf der Basis diskreter Transistoren.

Bild 4: Auswirkungen unterschiedlicher VBE-Werte in der Schaltung mit diskreten Transistoren

Bild 5: Auswirkungen von VBE bei einer Schaltung auf Operationsverstärker-Basis

Bild 6: Auswirkungen von VBE-Differenzen bei der Schaltung auf Operationsverstärker-Basis

 Sanjeev Manandhar arbeitet  als Systems Engineer bei Texas  Instruments. 

Texas Instruments

Effizienzvorteile durch interaktive Steuergerätedokumentation

Hondas Applikateure kommen schneller ans Ziel

Honda setzt bei der Steuergerätedokumentation Ehandbook von ETAS ein. Die interaktive Dokumentation erlaubt schnelle, zielsichere Wechsel zwischen Überblicks- und Detailbetrachtungen.

Honda setzt bei der Steuergerätedokumentation Ehandbook von ETAS ein. Die interaktive Dokumentation erlaubt schnelle, zielsichere Wechsel zwischen Überblicks- und Detailbetrachtungen. Applikations- und Messexperten sparen Zeit und können ihre volle Aufmerksamkeit auf das Feintuning der Regelparameter richten.

Dass bei der Applikation und in Tests von Steuergeräte-Software auch Bugs auftreten, liegt in der Natur der Sache. Doch für die durchführenden Spezialisten fängt spätestens hier das Rätselraten an. Denn sie sind in der Regel nicht mit allen Details der Software-Spezifikationen vertraut, weil diese zu einem früheren Zeitpunkt von anderen, teils internen oder externen Funktions- und Software-Entwicklungs-Teams festgelegt wurden. Zwar stehen ihnen diese umfangreichen und detaillierten Dokumentationen bereit. Doch um die Fehlerursache zu finden, müssen sich Applikations- und Test-Ingenieure schnell einen Überblick über die Software-Spezifikationen verschaffen. Bei einer Dokumentation, die aus der Perspektive der Software-Entwickler geschrieben ist, ist das kein leichtes Unterfangen. Wie verlaufen die Signalflüsse? Welche Bedeutung haben die Messgrößen? Wie wirkt sich die Bedatung von Verstellparametern aus? Mit welchen funktionalen Interferenzen ist zu rechnen? Was schon bei voll funktionsfähiger Software eine komplexe Aufgabe ist, wird beim Auftreten von Bugs zur nerven- und zeitraubenden Detektivarbeit.

Antriebsvielfalt lässt Software-Umfänge steigen

Derartige Ineffizienzen können sich Automobilhersteller angesichts stark wachsender Umfänge an Steuergeräte-Software und deren Spezifikationen nicht mehr leisten. Zumal die steigende Vielfalt an Antriebskonzepten, das automatisierte Fahren und die zunehmende Konnektivität den Funktionsumfang zentraler Steuergeräte erheblich ansteigen lässt – und damit die Komplexität bei der Kalibrierung.

So auch bei Honda. Der Konzern treibt seine Elektrifizierungsstrategie konsequent voran und hat in den letzten Jahren über ein Dutzend Hybride (HEV), Plugin-Hybride (PHEV) und Zero-Emission-Vehicle (ZEV) entwickelt. Zugleich wurde die konzerneigene Hybrid-Architektur „e:HEV“ über drei Modellgenerationen hinweg auf Effizienz, Agilität und Fahrkomfort optimiert. Im Zuge dieser Weiterentwicklung haben die Spezifikationen und der Kalibrierungsaufwand stark zugenommen (Bild 1). Feinabstimmung und Test der Steuergerätefunktionen wird durch die komplexe Hybridstrategie und die steigenden Effizienz- und Qualitätsanforderungen von jeder Modellgeneration zur nächsten komplizierter.

Dennoch müssen sich die durchführenden Spezialisten jeweils schnell den Überblick verschaffen und ein Grundverständnis der Software, ihrer Funktionen und Spezifikationen entwickeln. Das beginnt mit der grundlegenden Frage, auf welche Funktion genau sich die Eingabe von Variablen auswirkt, wie sich diese Veränderung auf das Fahrzeugverhalten auswirkt und inwieweit Wechselbeziehungen und Abhängigkeiten zu anderen Einstellungen bestehen. Schon diese Einarbeitung ist zeitaufwändig. Für die beschriebene Detektivarbeit bei der Ursachensuche auftretender Bugs gilt das erst recht. Das Debugging kostet viel Zeit.

Damit die Applikationsingenieure nicht mehr lange nach Antworten suchen und sich schneller in den Details der Messgrößen und Signalflüsse zurechtfinden, hat Honda von der manuellen Suche in PDF-Dokumentationen auf einen smarten interaktiven Prozess umgestellt. Den Schlüssel dazu liefert ETAS Ehandbook: Bisher verteilte Dokumentationen werden zusammenführt, was Anwendern das schnelle, zielgerichtete Navigieren zwischen Übersichtsebene und Detailbetrachtung ermöglicht. Die dargestellten Informationen werden schon beim Erstellen der automatisch generierten Software-Dokumentation intelligent miteinander verknüpft, ergänzt und indexiert. Dabei sammelt der Build-Prozess Metadaten zu Funktionen sowie Mess- und Kenngrößen aus unterschiedlichen Quellen und speichert sie in einer zentralen Datenbank, die in der Ehandbook-Container-Datei enthalten ist. Die Metadaten ermöglichen die Darstellung der Vernetzungen von Funktionen sowie die Anzeige von Detailinformationen zu einzelnen Elementen unmittelbar im Text oder im Modell. Durch die nahtlosen grafischen Übersichten der Steuergeräte-Software erhält der Anwender schnell Klarheit. Hilfreich ist zudem, dass der schnelle Wechsel zwischen funktionsübergreifender Darstellung und einzelnen Steuergerätefunktionen möglich ist.

Ehandbook führt verschiedene Dokumentationen der Software- und Funktionsentwicklung nahtlos zusammen. Durch diese Fusion in einer Benutzeroberfläche entfällt für Anwender das lästige Wechseln zwischen mehreren parallel geöffneten PDF-Dateien. Zudem bleibt beim Aufrufen von Detailansichten die Gesamtübersicht erhalten, was bei der Orientierung im Gesamtsystem hilft. Grafische Abbildungen der Steuergeräte-Software sind in Form von interaktiven Modellen der jeweils relevanten Simulink- oder Ascet-Modelle aufrufbar. Ohne Blättern können die Honda-Applikateure darin Mess- und Applikationsparameter finden und relevante Signalflüsse verfolgen. Dank dieser durchgängigen grafischen Darstellung aller Funktionen der jeweiligen Steuergeräte-Software in interaktiven Modellen können sie Abhängigkeiten sehr viel schneller verstehen, Details erschließen und trotz allem den Systemüberblick behalten (Bild 2).

Interaktion mit Mess- und Kalibierwerkzeugen

Nicht nur diese Visualisierung erleichtert dem Honda-Team das Zurechtfinden in der hochkomplexen Materie. Weil sich Ehandbook mit Mess- und Kalibrierwerkzeugen wie ETAS INCA und MDA 8 koppeln lässt, können die Applikateure dieses Verständnis nahtlos in ihre bestehenden Arbeitsabläufe übertragen. Gerade, wenn es um die Ursachenforschung bei Bugs geht, ist diese Kopplungsmöglichkeit eine große Hilfe. Denn sie können mit den Messwerkzeugen auf Testfahrten sehr viele Signale erfassen. Etwaige Fehlerursachen können mit MDA 8 in Kombination mit Ehandbook schneller identifiziert werden. Dazu übernimmt das Dokumentationswerkzeug Messdaten von MDA 8 und macht sie im Signalpfad sichtbar. Das interaktive System (Bild 3) liefert den Experten also einen Startpunkt, von dem aus sie die systematische Analyse der Berechnungs- und Entscheidungsketten der Software starten können. Meist fallen die Zusammenhänge und Fehlerursachen hierbei schnell ins Auge.

Das bislang zeitaufwändige Applizieren komplexer Funktionen und das Debugging wird so deutlich beschleunigt, was angesichts eng getakteter Aufgaben in diesem späten Stadium der Fahrzeugentwicklung für spürbare Entlastung sorgt. Auch die Suchfunktionen, das Umschalten zwischen verschiedenen System-, Darstellungs- und Aufgabenebenen sowie die Möglichkeit, Beziehungen zwischen den einzelnen Spezifikationen der Steuergerätefunktionen nachzuvollziehen und Kalibrierfestwerte innerhalb der Spezifikationen zu bestätigen, haben sich nach Angaben der beteiligten Honda-Spezialisten positiv auf ihre Workflows ausgewirkt. Ihr Fazit: „Da es nun sehr viel einfacher ist, das Verhalten während der realen Fahrzeugtests zu prüfen und zu verstehen, ist die Effizienz unserer Analyse- und Untersuchungsarbeit im Vergleich zu der Zeit vor Einführung von Ehandbook erheblich gestiegen.“

Messbare Effizienzvorteile in der Applikation

Die Honda-Entwickler vergleichen die Einführung der interaktiven Dokumentation mit dem Wechsel vom gedruckten Straßenatlas zum elektronischen Navigationssystem. Die Möglichkeit, die mittlerweile extrem umfangreichen Software-Dokumentationen schnell auf spezifische Fragestellungen hin zu durchforsten, spart laut interner Analysen, Zweidrittel der Arbeitszeit. Wertvolle Zeit, die die hochqualifizierten Applikations- und Testspezialisten seither für ihre eigentlichen Aufgaben in der Steuergeräte-Bedatung und in der Feinabstimmung der Regelparameter des Antriebsstrangs nutzen können.

Anwendung der interaktiven Dokumentation wird ausgeweitet

Angesichts der positiven Erfahrungen plant Honda die Nutzung von ETAS Ehandbook auszuweiten und es auch für die Steuergeräteapplikation in anderen Domänen einzusetzen. Dafür arbeitet der Konzern daran, die initiale Befüllung des Ehandbook Container zu optimieren. Was mit Simulink- und Ascet-Modellen schon jetzt automatisch funktioniert, soll auf proprietäre Formate ausgeweitet werden. „Unser Ziel ist die Minimierung der Vorbereitungszeit durch Automatisierung der Honda-spezifischen Vorverarbeitung, damit wir die Effizienzvorteile von Ehandbook künftig noch breiter nutzen können“, berichten die Projektverantwortlichen. Mit seiner Benutzerfreundlichkeit ist das interaktive Handbuch eine willkommene Hilfe, um die Herausforderungen der Elektrifizierung zu meistern – und den steigenden Applikations- und Testaufwand der Steuergeräte-Software auch in Zukunft bewältigen zu können. (eck)

Tomoharu Oowaki ist Field Application Engineer und Experte für Ehandbook bei ETAS in Japan.

Bild 1: Komplexität und Arbeitsaufwand der Hybrid-Control-Software

Bild 2: Systematische Aufbereitung der Steuergerätedokumentation mit Ehandbook, um Wissen gezielt bereitstellen und nutzen zu können 

Bild 3: Beispiel für die Darstellung in Ehandbook: Interaktiv können Signale schnell gefunden und Signalpfade einfach funktionsübergreifend verfolgt werden. 

Tomoharu Oowaki ist Field Application Engineer und Experte für Ehandbook bei ETAS in Japan.

Yui Nishio, Assistant Chief Engineer der Energy System Design Development Supervisory Unit bei der Honda Motor Corporation in Japan.

ETAS

»Die Effizienz unserer Analyse- und Untersuchungsarbeit ist im Vergleich zu der Zeit vor Einführung von Ehandbook erheblich gestiegen.«

Entwicklungs-Tools

Autonome Fahrfunktionen für öffentlichen Nahverkehr mit virtuellem Fahrversuch entwickeln

Die Freigabe autonomer Fahrfunktionen stellt die Automobilindustrie vor große Herausforderungen. Es sind extrem viele Tests erforderlich, um mögliche kritische Szenarien abzusichern.

Die Freigabe autonomer Fahrfunktionen stellt die Automobilindustrie vor große Herausforderungen. Es sind extrem viele Tests erforderlich, um mögliche kritische Szenarien abzusichern − das wird als die Freigabefalle des autonomen Fahrens bezeichnet. Speziell für autonome Stadtbusse kommen weitere Faktoren erschwerend hinzu.

Dr. Sami Bilgic Istoc und Martin Herrmann

Im Vergleich zu einem mit einem Autobahnpiloten ausgerüsteten Pkw muss sich ein autonom fahrender Stadtbus fehlerfrei im komplexen, sich schnell verändernden urbanen Umfeld fortbewegen. Außerdem wird oftmals eine große Zahl an Fahrgästen befördert. Der virtuelle Fahrversuch gilt deshalb in vielen Forschungsprojekten als erfolgversprechende Methode, um einen Großteil der notwendigen Szenarien zu überprüfen und damit eine große Testabdeckung erzielen zu können [1, 2, 3].

Für den virtuellen Fahrversuch werden Komponenten benötigt, die in der Simulation Closed-Loop, also sinnbildlich als geschlossener Regelkreis, zusammenarbeiten. Die Grundlage des virtuellen Fahrversuchs bildet ein für den jeweiligen Anwendungszweck validiertes Fahrzeugmodell. Dieses fährt definierte Routen in einer virtuellen Umgebung ab und interagiert mit ihr über die autonome Fahrfunktion. Die Umgebung besteht aus statischen und dynamischen Komponenten und wird durch verschiedene Sensormodelle an die Fahrfunktion übermittelt. Nachfolgend wird erläutert, wie die unterschiedlichen Komponenten für den virtuellen Fahrversuch mit autonomen Stadtbussen eingesetzt werden können.

Auch wenn die Fahrdynamik in vielen Ansätzen zur virtuellen Erprobung autonomer Fahrfunktionen eine scheinbar untergeordnete Rolle spielt, ist eine valide Fahrdynamiksimulation tatsächlich meist Grundvoraussetzung. Jede Bewegung des Fahrzeugs wird auf die am Fahrzeugchassis befestigten Sensoren, wie Kamera oder Lidar, übertragen. Deswegen besteht bei zu stark vereinfachter Fahrdynamiksimulation eine große Diskrepanz zwischen der Sensor-Performance in der Simulation und in der Realität. Darüber hinaus muss die Aktorik des Fahrzeugs innerhalb ihrer Grenzen entsprechend modelliert sein, um eine korrekte Bewegungsplanung zu erlauben.

Speziell bei Stadtbussen gibt es zahlreiche Fahrzeugvarianten, die zu einer erhöhten Komplexität führen. Beim Chassis reichen diese Varianten vom kurzen oder langen Radstand bei zweiachsigen Bussen bis hin zu komplexen Gelenkbussen. Hierfür bietet die offene Integrations- und Testplattform  TruckMaker die Möglichkeit, unterschiedliche Chassis-Varianten von einem Grundmodell abzuleiten. Sofern etwa für das Drehgelenk ein kundenspezifisches Modell zum Einsatz kommen soll, kann dieses über verschiedene Schnittstellen eingebunden werden: Als Functional-Mock-up-Unit (FMU) oder als C-Code-Plug-In läuft das Submodell hochintegriert mit maximaler Rechengeschwindigkeit. Über die Co-Simulationsschnittstelle zu MATLAB/Simulink ist eine hohe Flexibilität gewährleistet. Diese Modellintegrationsmöglichkeiten bieten sich auch für die unterschiedlichen Powertrain-Architekturen an, die bei Stadtbussen zu finden sind.

CarMaker (Bild 1) und TruckMaker beinhalten detailliert parametrierbare Modelle für konventionelle, batterieelektrische und hybridisierte Antriebsstränge. Für Brennstoffzellenbusse existieren ebenfalls Lösungen, um kundenspezifische Brennstoffzellen-Systemmodelle zu integrieren. Eine häufige Anwendung ist dabei die Auslegung von Betriebsstrategien, also die Lastverteilung zwischen Brennstoffzelle und Batterie sowie die daraus abgeleiteten optimalen Geschwindigkeitsprofile.

 Eine der größten Herausforderungen bei der Freigabe autonomer Fahrfunktionen stellt die hinreichend präzise Umgebungserfassung durch das Fahrzeug dar. Diese wird durch Sensoren bewerkstelligt: GPS-, Radar-, Lidar- und Kamerasensoren haben sich für diesen Anwendungsfall als zweckmäßig erwiesen. Allerdings ist die Wahrnehmung der Umwelt durch diese Sensoren keineswegs perfekt, sondern unterliegt einer Reihe möglicher Störungen, die in der Simulation berücksichtigt werden müssen. Neben offensichtlichen Störeinflüssen wie Regen oder Nebel müssen GPS-Sensoren beispielsweise auch die Abschattung in Häuserschluchten ausgleichen können. Bei Kameras kommen Linsenreflexionen hinzu, während Radarsensoren unterschiedliche Radarquerschnitte der detektierten Objekte korrekt verarbeiten müssen. Zur Simulation der Sensorwahrnehmung unter Berücksichtigung der Störeinflüsse verfügt die CarMaker-Produktfamilie über Sensormodelle in unterschiedlichen Abstraktionsgraden.

Ideale Sensoren detektieren Objekte, die sich in einem definierten Bereich befinden. Sie können beispielsweise zum Einsatz kommen, um den Einfluss der Fahrzeugchassis-Bewegung auf die Detektion unter idealen Bedingungen zu untersuchen. Die sogenannten High-Fidelity-Sensoren verfügen darüber hinaus über die Möglichkeit, Sensorfehler abzubilden. Das reicht von Receiver-Noise- und Common-Mode-Fehlern bei GPS-Sensoren über den Einfluss von Regen auf die Strahlausbreitung bei Radar-Sensoren bis hin zu auflösungsbedingten Kamerafehlern. Am aufwendigsten sind schließlich die physikalischen Sensormodelle, die die Ultraschall-, Lidar- und Radar-Wahrnehmung auf Basis von Raytracing berechnen (Bild 2).

Die Umgebungssimulation setzt sich aus einer Vielzahl statischer und dynamischer Komponenten zusammen (Bild 3). Für Testszenarien eines autonomen Stadtbusses sind insbesondere die dynamischen Bestandteile der Umgebung relevant, also Fußgänger oder Fahrgäste, die an der Bushaltestelle nahe der Fahrbahn warten. Die Anfahrt an diese Haltestelle ist besonders kritisch, weil sich Personen sehr nah am Fahrzeug befinden oder schnell die Fahrzeugtrajektorie kreuzen, um den Bus zu erreichen. Hierfür stehen in CarMaker und TruckMaker verschiedene animierte Fußgängercharaktere zur Verfügung. Der übrige Verkehr wie Radfahrer, Pkw und Lkw lässt sich dynamisch berechnen und interagiert auf diese Weise mit dem Bus. Für sämtliche Verkehrsteilnehmer existieren entsprechend separate Verhaltensmodelle.

Auch für statische Objekte wie Häuser, Bäume oder Baustellenabsperrungen stehen umfangreiche Modellbibliotheken zur Verfügung. Indem Straßentopologie und -beschaffenheit, etwa Kopfsteinpflaster oder Schlaglöcher, detailgetreu modelliert werden, wird eine realistische Simulation des Kraftstoffverbrauchs ermöglicht. Die Fahrbahnoberfläche hat darüber hinaus einen großen Einfluss auf die Umgebungswahrnehmung des autonomen Fahrzeugs. Das stellt einen oftmals vernachlässigten Einfluss dar: Durch die Bewegung des Fahrzeugchassis bei der Fahrt über eine unebene Fahrbahn sind die fest mit dem Fahrzeugchassis verbundenen Sensoren erheblichen Relativbewegungen gegenüber der Fahrbahn und der Umgebung ausgesetzt. Die dadurch hervorgerufenen Fehler in der Umgebungswahrnehmung müssen von den Fahrzeugsystemen entsprechend kompensiert werden. Durch die detailgetreue Modellierung der Fahrdynamik lassen sich solche Einflüsse bereits in der Simulation testen, bevor ein realer Prototyp zur Verfügung steht.

Der Aufbau der Testszenarien kann beispielsweise über den internen Szenario-Editor erfolgen. Dieses Vorgehen stellt eine einfache Möglichkeit dar, mithilfe eines grafischen Editors Objekte zu platzieren und ihnen bestimmte Eigenschaften zuzuweisen. Alternativ können auch vermessene, digitalisierte Straßen oder Straßen im OpenDRIVE-Format importiert werden.

Für die Freigabe des automatisierten Fahrens werden voraussichtlich Millionen von Testszenarien erforderlich sein. Selbst mit dem virtuellen Fahrversuch stößt man dabei an die Grenzen der wirtschaftlich vertretbaren Machbarkeit. Aus diesem Grund ist es erforderlich, die Simulation zu skalieren. Hierfür bietet die CarMaker-Produktfamilie die Möglichkeit, Tests parallelisiert auszuführen − lokal auf Rechenclustern oder High-Performance-Computern sowie alternativ in der Cloud. Auf diese Weise können autonome Fahrfunktionen tagsüber entwickelt und nachts getestet werden. Diese Vorgehensweise ermöglicht deutlich schnellere Iterationen als mit konventionellen Fahrversuchen im realen Prototyp umsetzbar wären. (eck)

<a href="http://www.ipg-automotive.com" target="_blank">www.ipg-automotive.com</a>

[1] „TEMPUS-Testfeld München – Pilotversuch Urbaner automatisierter Straßenverkehr“, 2021: <a href="https://www.itiv.kit.edu/7600.php" target="_blank">https://www.itiv.kit.edu/7600.php</a> [Zugriff am 13.06.2022]

[2] „Das Projekt HEAT – Die Zukunft fährt autonom“, 2021: <a href="https://www.hochbahn.de/de/projekte/das-projekt-heat" target="_blank">https://www.hochbahn.de/de/projekte/das-projekt-heat</a> [Zugriff am 13.06.2022]

[3] „ZF Mobility Solutions“: <a href="https://www.zf.com/site/zms/de/zms.html" target="_blank">https://www.zf.com/site/zms/de/zms.html</a> [Zugriff am 13.06.2022]

Dr. Sami Bilgic Istoc ist Business Development Manager Off-Highway bei IPG Automotive. Martin Herrmann ist Business Development Manager ADAS & Automated Driving bei IPG Automotive.

Bild 1: Simulation eines Stadtbusses in CarMaker

Martin Herrmann ist Business Development Manager ADAS & Automated Driving bei IPG Automotive.

Dr. Sami Bilgic Istoc ist Business Development Manager Off-Highway bei IPG Automotive. 

Bild 2: Erzeugung synthetischer Lidar-Daten mithilfe der physikalischen Sensormodelle von CarMaker und TruckMaker 

Bild 3: Simulation eines autonomen Shuttles in einem Digital Twin von San Francisco

IPG Automotive

Vehicle-in-the-Loop-Simulation für das automatisierte Fahren

Eine virtuelle Welt für  selbstfahrende Automobile

Für das automatisierte Fahren ist das Nachstellen von Fahrsituationen in der Realität äußerst aufwendig. Doch allein durch Software-Simulationen ist oft keine ausreichende Testabdeckung zu erreichen. Mit dem Vehicle-in-the-Loop-Verfahren lässt sich die Lücke zwischen simuliertem und realem Fahrversuch schließen.

Dr. Gregor Sievers, Caius Seiger und Jan Deppermann

Reale Fahrzeugtests sind nach wie vor ein wichtiger Bestandteil des Optimierungs- und Validierungsprozesses von Steuergerätefunktionen. Sie decken nicht nur das gesamte Fahrzeug und den Steuergeräteverbund ab, sondern beziehen auch den Fahrer und sein Fahrverhalten während dieser Tests mit ein. Für den Test von Funktionen für Fahrerassistenzsysteme und das automatisierte Fahren (Advanced Driver Assistance Systems, ADAS; Autonomous Driving, AD) werden diese Tests am realen Fahrzeug jedoch immer komplexer. Jede zu testende Fahrsituation umfasst nicht nur das Fahrzeug selbst, sondern auch die anspruchsvolle dynamische Fahrzeugumgebung. Das Nachstellen einer solchen Umgebung auf einer Teststrecke ist eine aufwendige und schwer zu koordinierende Aufgabe.

Um den Aufwand zu verringern, eine reale Verkehrssituation zu planen und den Ausgangszustand nach jedem Testlauf wiederherzustellen, kann stattdessen eine simulierte Umgebung für Fahrzeugtests zum Einsatz kommen (Aufmacherbild). Das reale Fahrzeug wird dazu mit einer virtuellen Umgebung synchronisiert, indem die realen Fahrzeugbewegungen zur Laufzeit mittels eines hochpräzisen Global-Navigation-Satellite-System-Sensors (GNSS) und integrierter Inertial Measurement Unit (IMU) gemessen und in den simulierten Fahrzeugklon eingespeist werden. Der Fahrzeugklon übernimmt so alle Bewegungen des realen Fahrzeugs und wird zusammen mit seiner virtuellen Umgebung auf einem Echtzeitsystem simuliert [1]. Am Fahrzeugklon angebrachte virtuelle Sensoren erfassen die virtuelle Umgebung. Deren simulierte Sensordaten werden dann an das reale Fahrzeug als „System under Test“ (SUT) gesendet. Damit kann das SUT im Closed-Loop-Betrieb auf die eingespeisten Sensordaten reagieren [2]. Dieser Ansatz, bei dem ein reales Fahrzeug gleichzeitig in der echten und simulierten Welt fährt, wird Vehicle-in-the-Loop (ViL) genannt.

Das Vehicle-in-the-Loop-System besteht aus verschiedenen Hardware-Komponenten, auf denen die Fahrzeugumgebung simuliert wird (Bild 1). Die dSpace Scalexio AutoBox ist ein Echtzeitsystem, das speziell für den Einsatz im Fahrzeug konzipiert ist. Mit ihren konfigurierbaren I/O-Modulen fungiert sie als Bus-Gateway zwischen den zu testenden ADAS- und AD-Steuergeräten und dem restlichen Busnetzwerk des Fahrzeugs. Zusätzlich wird ein Klon des Ego-Fahrzeugs mit seiner Umgebung auf dem Echtzeitprozessor des Systems simuliert. Diese Simulation wird ähnlich wie in einem Labor-Anwendungsfall (Hardware-in-the-Loop, HiL) als Quelle für eine Vielzahl von Sensorsimulationen und Restbus-Implementierungen verwendet. Als Schnittstellen für die Restbus- und Sensordaten stehen alle verbreiteten Automotive-Schnittstellen wie Automotive Ethernet, CAN, LIN und FlexRay bereit.

Hochauflösende Sensorrohdaten werden auf der GPU einer dSpace Autera AutoBox simuliert. Die simulierten Radar- und Lidardaten können dem Steuergerät, zum Beispiel über Bussysteme wie Automotive Ethernet und SOME/IP, bereitgestellt werden. Simulierte Kameradaten werden zunächst an das Autera SDI übertragen, das Kameras auf physikalischer Ebene vollständig ersetzt. Das Autera Sensor Data Interface (SDI) stellt alle verbreiteten Kameraschnittstellen wie MIPI, TI FPD-Link III und IV sowie Maxim GMSL bereit. Die Berechnung der Kamera-Sensormodelle ist zwischen Autera AutoBox und SDI aufgeteilt. Einzelne Sensoren können hierbei über eine Datenrate von bis zu 10 Gbit/s verfügen. An die Autera AutoBox ist ein Touchscreen angeschlossen, um das ViL-System überwachen, steuern und konfigurieren zu können. Dieses liefert dem Fahrer wichtige Rückmeldungen über das Fahrszenario und visualisiert die Umgebung.

 Berechnung von Sensorrohdaten in Echtzeit

Zur Steuerung eines automatisierten Fahrzeugs muss die Steuereinheit ein detailgetreues dreidimensionales Abbild seiner Umgebung erzeugen, um darauf basierend einen sicheren Fahrweg planen zu können. Um Sensorrohdaten in einem Vehicle-in-the-Loop-Anwendungsfall bereitzustellen, lassen sich zwei wichtige Anforderungen ableiten: Zum einen besteht ein hoher Anspruch an die Qualität der Sensordaten, weil die Perzeptionsalgorithmen Hindernisse wie Fahrzeuge und Fußgänger korrekt erfassen müssen. Zum anderen müssen diese Daten in Echtzeit generiert und dem Steuergerät bereitgestellt werden, um die Funktionalität zu gewährleisten. Um beiden Ansprüchen zu genügen, ist ein grafikkartenbeschleunigter Ansatz zur Generierung der Sensorrohdaten notwendig, wie er zum Beispiel von dSpace Aurelion bereitgestellt wird [3].

Vergleich zwischen einem realen und einem simulierten Test