LiDAR-Systeme: Wie sich Fahrzeugverschmutzungen simulieren lassen

Anbieter zum Thema

CADFEM Germany GmbH

UberCloud

Kamerasysteme und LiDAR-Sensoren von autonomen Fahrzeugen sind Umwelteinflüssen ausgesetzt, die zu Funktionsstörungen führen können. Daher haben die Ingenieure von IAV eine Simulationsmethodik entwickelt, mit welcher früh in der Entwicklung der Einfluss von Regen auf das Fahrzeug vorhergesagt werden kann.

LiDAR-Systeme in der Praxis: Um Fahrzeugverschmutzungen bei Langzeiterprobungen oder in Windkanaltests zu untersuchen, brauchen die Entwickler Prototypen, die in der frühen Entwicklung von Fahrzeugen rar und teuer sind. Um frühzeitig reproduzierbare Aussagen und Prognosen zur Sensorverschmutzung treffen zu können, hat der auf Fahrzeugtechnik spezialisierte Entwicklungsdienstleister IAV einen Simulationsansatz erarbeitet.

LiDAR-Systeme: Sensoren richtig positionieren

In der Simulation werden die Luftströmung um das Fahrzeug sowie die Bewegung der Regentropfen nachgebildet (siehe auch Bild 4). Eine dafür verwendete diskrete-Elemente-Methode (DEM) erlaubt dabei, auch längere Fahrzyklen mit akzeptablem Rechenaufwand zu simulieren. Ergebnis sind die Verschmutzungstendenzen für sämtliche Fahrzeugbereiche. So können die Entwickler bereits früh die gewünschten Sensorpositionen prüfen und solche mit geringem Verschmutzungsrisiko wählen. Das spart Zeit und Geld im Entwicklungsprozess.

Die Simulation von Regenfahrten

Zum Einsatz kommt die Software Meshfree, die einen gitterfreien numerischen Berechnungsansatz für Strömungen im 3D-Raum verwendet. Sie nutzt eine Punktewolke, die das strömende Medium repräsentiert. Die Punkte sind dabei Träger aller strömungsrelevanten Größen wie Dichte, Geschwindigkeit und Druck.

In der ursprünglichen Umsetzung von Meshfree bewegt sich die Punktewolke exakt mit der Strömungsgeschwindigkeit (Lagrange-Betrachtung). Dies hat den Vorteil, dass dadurch alle Transportvorgänge automatisch in der Simulation abgebildet werden. Mittlerweile wurde die Methode um fixierte Punkte (Euler-Betrachtung) und beliebig bewegte Punkte erweitert. Vorteil dabei sind die deutlich größeren numerischen Zeitschrittweiten, der Nachteil ist jedoch der Verlust der trivialen Abbildung des Transports. Für die in diesem Modell verwendete (quasi-)sta­tionäre Luftströmung wird eine Euler-Betrachtung genutzt. Für die Berechnung von Tropfen und Wasserfilmen kommt ein expliziter Solver für disperse Phasen (DEM) zum Einsatz, bei dem jeder Tropfen durch einen Massenpunkt repräsentiert wird.

Basierend auf den beschriebenen Methoden für die Luft- und Wasserphasenberechnung wurde von IAV das Simulationsmodell zur Vorhersage der Verschmutzungen der LiDAR-Systeme entwickelt. Durch eine Ein-Wege-Kopplung zwischen der Luft- und der Wasserphase kann die Luftströmungs­simulation im stationären Fall auch vorgelagert werden, sodass etwa für die Simulation von verschiedenen Regenintensitäten bei gleicher Fahrgeschwindigkeit die Luftphase nur einmal im Vorfeld berechnet werden muss. Die Ermittlung von Verschmutzungstendenzen über die Beregnungssimulation bietet anschließend den Vorteil, eine Verschmutzungsprognose ohne die diskrete Berechnung einer weiteren Phase zu erhalten.

LiDAR-Systeme im Beregnungsmodell

Für die Simulation von Regenfahrten werden im Modell Tropfen vor dem Fahrzeug erzeugt. Um den Einfluss der Luftphase auf jeden Tropfen zu bestimmen, werden alle benötigten physikalischen Größen der Luftströmung an der Position des jeweiligen Tropfens aus der Umströmungssimulation approximiert.

Je nachdem, ob sich ein Tropfen im freien Fall oder auf der Fahrzeugoberfläche befindet, werden dann entsprechende Kräftemodelle verwendet, um die Bewegung der Tropfen zu simulieren. Weiterhin wird im Modell detektiert, ob sich einzelne Tropfen auf der Oberfläche zu nahe kommen, sodass sich diese zu größeren Tropfen oder sogar zu Wasserfilmen zusammenschließen können.

Verschmutzungen modellieren

Um die Verschmutzungstendenzen ermitteln und bewerten zu können, wurden im Simulationsmodell zwei Ansätze implementiert. Der erste wertet die auftreffende Regenmenge auf der Fahrzeugoberfläche aus, sodass Wasserwege - etwa in der Nähe von Kameralinsen - detailliert analysiert werden können. Ein zweiter Ansatz dient dazu, die Fahrzeugbereiche mit erhöhter Verschmutzungsgefahr zu identifizieren. Anhand eines vorgegebenen Verschmutzungsgrades des Regenwassers ermittelt der Ansatz eine idealisierte Schmutzabscheiderate für alle Wasserfilme und Wassertropfen.

Je länger sich der Tropfen auf der Fahrzeugoberfläche bewegt, umso geringer ist die Schmutzabscheiderate. Weiterhin unterscheidet der Ansatz zwischen bewegten und ruhenden Tropfen. Im Falle bewegter Tropfen werden die abgeschiedenen Verunreinigungen auf der Fahrzeugoberfläche verteilt. Verharrende Tropfen verursachen stärker ausgeprägte punktuelle Verschmutzungen.

Simulationsergebnisse

Exemplarisch hat IAV das autonom fahrende Shuttle HEAT (Hamburg Electric Autonomous Transportation) untersucht (Titelbild). Dieses wurde in einem Forschungs- und Entwicklungsprojekt von IAV entwickelt und verfügt über eine Vielzahl an Sensoren. In Bild 2 ist die simulierte Wasserbeaufschlagung an der Fahrzeugfront für ein Starkregenszenario bei einer Fahrgeschwindigkeit von 30 km/h zu sehen. Wasserfilme, die sich an den Endlagen des Scheibenwischers bilden, fließen durch die Gravitation in Richtung Fahrbahn ab. Durch die geringen Luftströmungsgeschwindigkeiten im Frontbereich können dort Tropfen über längere Zeit verharren. Hier ist eine Verschmutzungstendenz nachweisbar, wie Bild 3 (links) zeigt. Bei höherer Fahrzeuggeschwindigkeit hingegen nimmt der Einfluss der Luftströmung zu. Ab einer gewissen Strömungsgeschwindigkeit lösen sich die Tropfen und werden weiterbewegt. Bild 3 zeigt die bei 80 km/h verringerte Verschmutzungstendenz.

Ausblick

IAV möchte das Modell künftig optimieren und erweitern. Mittlerweile können die Ingenieure beispielsweise auch Verschmutzungen durch Wasseraufwirbelungen durch die Reifen und sogar von vorausfahrenden Fahrzeugen berücksichtigen. Weitere Verschmutzungsursachen wie Staub und Schnee sollen folgen.

Die Autoren: Andreas Meyer ist Abteilungsleiter Concepts & Validation, Oliver Pettke ist Wissenschaftlicher Mitarbeiter, Dr. Rico Baumgart ist Teamleiter Fahrzeugsimulation, Andi Petzold ist Entwicklungsingenieur, alle bei der IAV GmbH.

Lesen Sie auch: Multiprojektmanagement: So optimieren Sie die Ressourcenplanung im Anlagenbau