From Code to Road: A Vehicle-in-the-Loop and Digital Twin-Based Framework for Central Car Server Testing in Autonomous Driving

Diese Arbeit stellt ein Testframework vor, das Vehicle-in-the-Loop- und Digital-Twin-Technologien kombiniert, um autonome Fahrsoftware auf zentralen Fahrzeugservern sicher, reproduzierbar und kosteneffizient zu validieren, indem physische und virtuelle Umgebungen nahtlos integriert werden.

Das Wesentliche

Stellen Sie sich vor, Sie möchten ein neues, hochmodernes Auto entwickeln, das sich selbst fahren kann. Früher war das wie ein riesiges Puzzle: Man hatte über 100 kleine Computer (ECUs) im Auto, die alle einzeln programmiert, getestet und aktualisiert werden mussten. Das war teuer, kompliziert und langsam.

Heute wollen die Hersteller das anders machen: Statt vieler kleiner Computer gibt es einen riesigen, superstarken Zentralcomputer (den "Gehirn-Server"), der alles steuert. Das ist wie der Wechsel von einem Haufen einzelner Taschenrechner zu einem einzigen, mächtigen Supercomputer.

Das Problem: Wie testet man Software für diesen neuen Zentralcomputer sicher, bevor das Auto wirklich auf der Straße fährt?

Hier kommt die Idee der Autoren aus dieser Arbeit ins Spiel: Ein Test-System, das die reale Welt mit der virtuellen Welt verbindet.

Die große Analogie: Das "Zwillings-Experiment"

Stellen Sie sich das System wie ein Flugsimulator für Autos vor, aber mit einem entscheidenden Unterschied:

1. Das echte Auto (Der physische Zwilling):
   Ein echtes Auto (ein VW ID. Buzz) steht in einem Labor. Seine Räder sind nicht auf der Straße, sondern auf riesigen Walzen (einem Dynamometer), wie bei einem Fahrradtrainer. Das Auto kann also fahren, beschleunigen und bremsen, bleibt aber an Ort und Stelle. Es ist sicher, weil es nicht gegen eine Wand fahren kann.

2. Die virtuelle Welt (Der digitale Zwilling):
   Auf einem riesigen Computer läuft eine Simulation (eine Art "Videospiele-Welt", genannt CARLA). Dort gibt es eine exakte Kopie des echten Autos. Wenn das echte Auto auf den Walzen nach links lenkt, lenkt das virtuelle Auto in der Simulation genau gleich mit.

3. Die Brücke (Das "Vehicle-in-the-Loop"):
   Das Besondere an diesem System ist, dass das echte Gehirn des Autos (der Zentralserver) direkt mit der virtuellen Welt spricht.

   • Die Kamera am echten Auto sieht das, was auf einem Bildschirm vor dem Auto projiziert wird (die virtuelle Welt).
   • Das Gehirn denkt: "Da ist ein Fußgänger!" und gibt den Befehl: "Bremse!".
   • Das echte Auto bremst auf den Walzen.
   • Gleichzeitig sieht man in der Simulation, wie das virtuelle Auto bremst.

Warum ist das so genial? (Die Vorteile)

• Kein "Flashen" mehr: Früher musste man bei jedem Test die Software auf jeden einzelnen kleinen Computer im Auto neu installieren ("flashen"). Das war wie das manuelle Aktualisieren von 100 Handys. Bei diesem neuen System wird die Software einmal auf den großen Zentralserver geladen und läuft dann direkt. Kein ständiges Herumklicken mehr.
• Sicher wie ein Simulator, echt wie ein Test: Man kann gefährliche Szenarien testen (z. B. ein Kind läuft plötzlich auf die Straße), ohne dass jemand zu Schaden kommt. Das Auto ist physisch da, aber die Gefahr ist nur virtuell.
• Frühes Testen: Man kann die Software testen, bevor das Auto überhaupt auf der Straße fahren darf. Man spart Zeit und Geld.

Was haben die Forscher getestet?

Sie haben gezeigt, dass das System funktioniert:

1. Manuelles Fahren: Ein Mensch saß im Auto und fuhr. Das System zeigte live, wie sich das Auto in der virtuellen Welt verhält.
2. Autonomes Fahren: Das Auto fuhr selbstständig. Es hielt die Spur (Lane Keeping) und hielt Abstand zum Vordermann (Adaptive Cruise Control).
3. Notbremsung: Das wichtigste Experiment: Eine echte Kamera am Auto erkannte einen virtuellen Fußgänger. Das System reagierte sofort und bremste das echte Auto auf den Walzen ab, genau wie es im echten Leben passieren würde.

Fazit in einem Satz

Die Forscher haben eine Art "Test-Flugzeug für autonome Autos" gebaut, bei dem das echte Auto auf einer Walze steht, aber in einer virtuellen Welt fährt. So können sie die neue, zentrale Computer-Architektur sicher, schnell und realistisch testen, ohne dass sie jedes Mal das ganze Auto auseinanderbauen müssen. Es ist der Schritt von "Code schreiben" direkt hin zu "Straßentest" – aber in einer sicheren, kontrollierten Umgebung.

Technische Zusammenfassung

Hier ist eine detaillierte technische Zusammenfassung des Papers „From Code to Road: A Vehicle-in-the-Loop and Digital Twin-Based Framework for Central Car Server Testing in Autonomous Driving" auf Deutsch:

1. Problemstellung

Die Entwicklung autonomer Fahrzeugsysteme steht vor der Herausforderung, dass die traditionellen, dezentralen Elektrik/Elektronik-Architekturen (E/E-Architekturen) mit über 100 einzelnen Steuergeräten (ECUs) den Anforderungen moderner, rechenintensiver Algorithmen nicht mehr gerecht werden. Der Trend geht hin zu zentralisierten E/E-Architekturen und Software-Defined Vehicles (SDV), bei denen eine zentrale Hochleistungsrechner-Einheit (Central Car Server) die Funktionen übernimmt.

Herausforderungen bei der Validierung dieser neuen Architekturen sind:

• Limitationen rein virtueller Simulationen: Diese können reale physikalische Faktoren und das dynamische Verhalten des Fahrzeugs oft nicht präzise genug abbilden.
• Ineffizienz traditioneller Hardware-in-the-Loop (HiL) Tests: Bei dezentralen Architekturen müssen bei Änderungen oft einzelne ECUs neu geflasht werden, was den Entwicklungsprozess verlangsamt und komplex macht.
• Fehlende Integration: Es fehlt an einem Rahmenwerk, das die gesamte autonome Software direkt auf der Zielhardware (dem zentralen Server) in einer realistischen, aber sicheren Umgebung testet, ohne die physische Integration aller Komponenten in frühen Phasen zu erzwingen.

2. Methodik: Vehicle-in-the-Loop (ViL) mit Digital Twin

Das Paper stellt einen neuartigen Vehicle-in-the-Loop (ViL)-Testrahmen vor, der physische und virtuelle Welten koppelt, um autonome Fahrsoftware auf einem zentralen Fahrzeugserver zu validieren.

Hardware-Architektur:

• Testfahrzeug: Ein rekonstruierter, elektrischer Volkswagen ID. Buzz (Heckantrieb) ohne Räder, der auf einem Leichtbau-Dynamometer-Prüfstand (Siemens) montiert ist. Das Fahrzeug bleibt physisch stationär, simuliert aber realistische Fahrphysik (Rollwiderstand, Seitenführungskräfte).
• Central Car Server (CeCaS-Computer): Ein Hochleistungsrechner (AMD TRP 5955WX, RTX 4090), der als zentrale Steuereinheit für die autonomen Funktionen dient. Er ersetzt die herkömmliche Verteilung auf viele ECUs.
• Simulationscomputer: Ein leistungsstarker PC (AMD TRP 5995WX, 6x RTX 4090), auf dem die Simulationsumgebung CARLA läuft. Hier wird das digitale Zwilling (Digital Twin) des Testfahrzeugs sowie der Umgebung (Verkehrsteilnehmer, Hindernisse) erzeugt.
• Sensoren: Integration von realen Sensoren (z. B. Basler Ace 2 PoE-Kamera), die entweder die projizierte Simulation oder reale Objekte vor dem Fahrzeug erfassen. Die Daten werden direkt an den CeCaS-Computer gesendet.

Software- und Prozess-Integration:

• Hybride Testmethode: Das System kombiniert reale Fahrzeugdynamik (auf dem Prüfstand) mit einer virtuellen Umgebung.
• Synchronisation: Der Prüfstand übermittelt kinematische Daten (Profinet-CAN) an den Simulator, der das digitale Zwilling-Fahrzeug aktualisiert. Umgekehrt sendet der CeCaS-Computer Steuerbefehle (Gas, Bremse, Lenkung) an das Fahrzeug.
• Entwicklungsprozess: Der Ansatz ermöglicht einen nahtlosen Übergang von der internen Software-Testphase (SiL) über externe Tests (HiL) direkt zum ViL-Test auf dem zentralen Server, ohne dass einzelne ECUs neu geflasht werden müssen.
• Steuerung: Das Fahrzeug kann sowohl manuell (durch einen Fahrer im Cockpit) als auch vollautonom durch den CeCaS-Computer gesteuert werden.

3. Wichtige Beiträge

• Neuartiges ViL-Setup: Ein Testaufbau speziell für autonome Fahrzeuge mit zentraler E/E-Architektur, der einen zentralen Server (CeCaS) als Kernkomponente nutzt.
• Digitale Zwillinge: Synchronisierte digitale Zwillinge des Fahrzeugs auf dem Prüfstand sowie von Objekten in der Umgebung (z. B. Fußgänger), die durch reale Sensordaten ausgelöst werden.
• Integrierte Algorithmen-Validierung: Die Integration und Validierung von autonomen Fahralgorithmen (Wahrnehmung, Planung, Regelung) direkt auf der Zielhardware (CeCaS-Computer) im geschlossenen Regelkreis.
• Hybride Sensorik: Demonstration der Kombination aus simulierten Sensordaten und realen Sensoren (Kamera), die in die Simulation zurückgespiegelt werden (z. B. Erkennung eines realen Fußgängers und Spawnen eines digitalen Zwilling-Fußgängers in CARLA).

4. Ergebnisse und Experimente

Die Wirksamkeit des Frameworks wurde in zwei Hauptszenarien validiert:

• Manuelle Fahrt: Ein Fahrer steuert das physische Fahrzeug auf dem Prüfstand. Die Bewegungen werden in Echtzeit auf das digitale Zwilling-Fahrzeug in CARLA übertragen. Dies ermöglicht die Analyse der Fahrphysik und der Synchronisation unter kontrollierten Bedingungen.
• Autonomes Fahren:
  • ACC & LKA (Adaptive Cruise Control & Lane Keeping Assist): Ein Algorithmus basierend auf YOLO zur Erkennung der Fahrspur und des vorausfahrenden Fahrzeugs. Die laterale Abweichung (Lateral Error) blieb unter 0,05 m, was die hohe Präzision des Systems bestätigt.
  • Notbremsung (Emergency Brake): Ein reales Hindernis (Fußgänger) wird vor dem Fahrzeug erkannt. Das System löst eine Notbremsung aus. Die Latenzzeiten wurden gemessen und zeigten eine Abhängigkeit von der Bildwiederholrate (FPS) der Kamera und der Rechenlast.
• Performance: Das System bewies, dass komplexe Regelkreise mit minimaler Latenz und hoher Synchronisation zwischen physischem Fahrzeug und Simulation funktionieren.

5. Bedeutung und Ausblick

Das vorgestellte Framework bietet einen „Code-to-Road"-Workflow, der die Entwicklung autonomer Fahrzeuge revolutioniert:

• Effizienzsteigerung: Es eliminiert das zeitaufwändige Flashen einzelner ECUs und reduziert die Komplexität der Integration.
• Sicherheit und Reproduzierbarkeit: Tests können in einer sicheren, virtuellen Umgebung mit realer Fahrzeugdynamik durchgeführt werden, was Risiken auf öffentlichen Straßen minimiert.
• Frühe Validierung: Neue Funktionen und Architekturen können bereits in frühen Entwicklungsphasen auf realer Hardware validiert werden, bevor das Fahrzeug auf die Straße kommt.
• Skalierbarkeit: Der Ansatz ist skalierbar und kann zukünftig um weitere Sensormodalitäten (LiDAR, Radar) und komplexere Szenarien erweitert werden.

Zusammenfassend stellt dieser Ansatz einen entscheidenden Schritt hin zu einer effizienteren, integrierten und skalierbaren Entwicklung autonomer Fahrzeuge dar, insbesondere im Kontext der zentralisierten Software-Defined-Vehicle-Architekturen.