Grundlæggende og kategorisering af moderne køretøjssystemer
ADAS og selvkørende biler: Et omfattende overblik for fagfolk i bilbranchen
Overblik over de vigtigste fakta
- ADAS øger sikkerheden og komforten: Moderne assistentsystemer som AEB (Autonomous Emergency Braking), ACC (Adaptive Cruise Control), Lane Keeping Assist og Parking Assist støtter føreren aktivt og er allerede et lovkrav i mange nye biler.
- Autonom kørsel har 5 automatiseringsniveauer: Fra niveau 0 uden assistance til niveau 5 uden fører - hvert niveau definerer, hvor meget kontrol køretøjet overtager.
- Sensorfusion er en nøgleteknologi: Kameraer, radar, lidar og ultralyd leverer data, som kombineres for at skabe et præcist billede af omgivelserne.
- AI og cybersikkerhed er uundværlige: AI registrerer objekter, planlægger ruter og træffer beslutninger, mens cybersikkerhed beskytter køretøjets data og funktioner.
- Diagnostisk udstyr er vigtigt: De muliggør kalibrering, fejlfinding, softwareopdateringer og dokumentation af vedligeholdelsesarbejde og er helt afgørende for driftssikre ADAS- og autonome systemer.
Indholdsfortegnelse
Introduktion til emnet: Grundlæggende og kategorisering af moderne køretøjssystemer
Et overblik over førerassistentsystemer
Advanced Driver Assistance Systems (ADAS) og selvkørende biler er to af de mest spændende og innovative udviklinger i bilindustrien. De giver fagfolk i bilbranchen en bred vifte af muligheder og udfordringer. Følgende er en omfattende oversigt over de vigtigste aspekter. ADAS omfatter en række teknologier, der har til formål at øge sikkerheden og komforten under kørslen. Almindelige ADAS-førerassistentsystemer omfatter:
- Adaptiv fartpilot (ACC): Tilpasser automatisk køretøjets hastighed til trafikstrømmen og holder en sikker afstand til det forankørende køretøj.
- Adaptivt fjernlys (ADB): skifter automatisk fra fjernlys til nærlys for at opnå det belysningsniveau på vejen, som køretøjet har brug for på det pågældende tidspunkt.
- Automatisk nødbremsefunktion (AEB): Registrerer potentielle kollisioner og bremser køretøjet automatisk for at undgå ulykker eller reducere deres alvorlighed.
- Lane Keeping Assist (LKA): Hjælper føreren med at holde køretøjet sikkert i vognbanen ved at foretage blide styrekorrektioner, hvis der er risiko for vognbaneafvigelse.
- Vognbaneskift-assistent: Advarer føreren om køretøjer i den blinde vinkel for at gøre vognbaneskift mere sikre.
- Parkeringshjælp: Sikker parkering understøttes af sensorer og kameraer, der registrerer forhindringer og advarer føreren.
Bemærk:
I henhold til Europa-Parlamentets og Rådets forordning (EU) 2019/2144 af 27. november 2019 har forskellige førerassistentsystemer - herunder nødbremseassistent, advarsel ved vognbaneskift, træthedsadvarsel og bakassistent - været obligatoriske for alle nyregistrerede personbiler i EU siden 7. juli 2024. Målet er at øge den generelle køretøjssikkerhed og beskytte bløde trafikanter
Teknologiske grundprincipper: Teknologiske grundprincipper for moderne køretøjssystemer
Nøgleteknologier til automatiseret og selvkørende kørsel
Autonom kørsel er baseret på en række højtudviklede teknologier, der arbejder sammen om at styre køretøjer sikkert og pålideligt uden menneskelig indgriben. Her er de vigtigste teknologier, der gør det muligt:
- Sensorfusion: Integration af data fra forskellige sensorer (kameraer, radar, lidar) for at skabe et omfattende billede af omgivelserne.
- Kunstig intelligens: Algoritmer, der træffer beslutninger og styrer køretøjet i realtid.
- Cybersikkerhed: Beskyttelse mod hackerangreb og sikring af dataintegritet
Sensorfusion som grundlag for registrering af omgivelserne
Sensorfusion er en af de nøgleteknologier, der overhovedet gør automatiseret og selvkørende kørsel mulig. Den beskriver den intelligente sammenkædning og behandling af data fra forskellige sensortyper for at skabe et præcist, pålideligt og komplet billede af køretøjets omgivelser. Moderne køretøjer er udstyret med et stort antal sensorer:
- Kameraer: Registrerer visuelle informationer som f.eks. vejmarkeringer, trafikskilte, trafiklys og genstande.
- Radar: Måler afstande og hastigheder på objekter, fungerer driftssikkert, selv under dårlige sigtbarhedsforhold.
- Lidar (Light-Detection and Ranging): Et optisk målesystem til registrering af objekter. Skaber 3D-modeller af omgivelserne med høj præcision ved hjælp af laserpulser.
- Ultralydsensorer: Måler afstanden til de nærmeste objekter ved at registrere løbetiden for de reflekterede lydimpulser, som de har udsendt.
- Inerti-sensorer: En intern måleenhed (IMU) måler køretøjets bevægelser og accelerationer. Denne sensorenhed er en kombination af flere sensorer som f.eks. accelerationssensorer og gyroskoper.
- GPS: Giver positionsdata til navigation og orientering.
Illustrativt visning af registreringsområder. Forskellige førerassistentsystemer i køretøjet sikrer "allround-overvågning".
Sensorfusionens betydning og udfordringer
Sensorerne i førerassistentsystemerne giver hver især forskellige oplysninger med individuelle styrker og svagheder. Sensorfusion kombinerer disse data i realtid, sammenligner dem og kontrollerer, om de er sandsynlige. Her er redundans - dvs. overlappende information - udtrykkeligt ønsket. De øger sikkerheden, fordi de hjælper med at finde og rette fejl.
- Driftssikkerhed: Ved at kombinere flere kilder kan systemet fortsætte med at fungere korrekt, selv hvis en sensor svigter eller ikke fungerer.
- Nøjagtighed: Fusion giver mulighed for at registrere objekter, afstande og bevægelser mere præcist.
- Behandling i realtid: Dataene skal behandles på millisekunder for at muliggøre hurtige og sikre beslutninger - f.eks. ved opbremsning eller udskridning.
- Skalerbarhed: Sensorblandingen varierer afhængigt af køretøjsklasse, automatiseringsgrad og ADAS-funktion. Sensorfusion er fleksibel og kan tilpasses forskellige behov.
Eksempel på den funktionelle opdeling af beslutningsstrukturen i køretøjet
Brugen af disse teknologier medfører også en række tekniske udfordringer, som skal overvindes. De vigtigste er beskrevet nedenfor.
- Datamængde: Sensorerne genererer enorme datastrømme, som skal behandles, synkroniseres og fortolkes.
- Kalibrering: Alle sensorer skal justeres præcist og kontrolleres regelmæssigt for at kunne levere korrekte resultater.
- Softwarekompleksitet: Algoritmerne til sammenlægning og fortolkning af data er meget komplekse og skal hele tiden videreudvikles.
- Miljømæssige forhold: Regn, sne, tåge eller blænding kan påvirke de enkelte sensorer - fusion kompenserer for sådanne svagheder.
Sensorfusion er "hjernen" bag moderne førerassistentsystemer og selvkørende køretøjer. Den giver ikke kun mulighed for præcis registrering af omgivelserne, men også for sikker og pålidelig beslutningstagning i trafikken. For fagfolk i bilbranchen betyder det, at en dyb forståelse af sensorteknologi, regelmæssig kalibrering og brug af moderne diagnoseudstyr er afgørende for at kunne vedligeholde og reparere systemerne korrekt.
Kunstig intelligens i køretøjet
Kunstig intelligens (AI) spiller en central rolle i udviklingen af autonome køretøjer og bruges inden for følgende områder:
- Registrering af omgivelser: AI-systemer bruger sensorer som kameraer, radar og lidar til at registrere køretøjets omgivelser. Disse data behandles i realtid for at identificere objekter, fodgængere, trafikskilte og andre køretøjer.
- Ruteplanlægning: AI beregner den optimale rute under hensyntagen til trafik- og vejforhold. Det giver mulighed for effektiv og sikker navigation.
- Kontrol af køretøjet: AI kontrollerer speeder, bremser og styring præcist for at styre køretøjet sikkert. Det indbefatter også at reagere på uforudsete hændelser som f.eks. et andet køretøj pludselig bremser op.
- Beslutningstagning: AI træffer beslutninger baseret på et stort antal datapunkter og scenarier. Det gælder også etiske beslutninger, som f.eks. at undgå ulykker.
Fremskridt inden for AI og maskinlæring forbedrer løbende de selvkørende køretøjers muligheder. Disse teknologier gør det muligt for køretøjer at lære af deres erfaringer og optimere deres ydeevne.
Cybersikkerhed i netværksbaserede køretøjssystemer
Den stigende digitalisering og netværksopkobling i moderne køretøjer øger også risikoen for cyberangreb. I dag kommunikerer køretøjer via interne netværk (f.eks. CAN, Ethernet) såvel som eksterne grænseflader som mobilradio, WLAN eller Bluetooth. Det skaber potentielle angrebspunkter, som skal sikres specifikt.
Målet med cybersikkerhed: Målet er at beskytte køretøjsfunktioners og datas integritet, tilgængelighed og fortrolighed. Dette gælder både sikkerhedskritiske systemer (f.eks. bremser, styring) og personlige data om køretøjets passagerer
Juridiske krav: FN-regulativ R155 har krævet siden juli 2022 (for nye modeller) og juli 2024 (for alle nyregistreringer), at bilproducenter indfører et Cyber Security Management System (CSMS) . Det skal dække hele køretøjets livscyklus - fra udvikling og produktion til drift og afvikling.
Tekniske standarder: Følgende standarder bruges til at implementere de juridiske krav:
- ISO/SAE 21434: Standard for cyber security engineering i køretøjsudvikling.
- UN R156: Regulerer sikre softwareopdateringer, herunder over-the-air (OTA).
- ISO 24089: Supplerer R156 med tekniske krav til opdateringsprocesser.
- ISO 26262: Sikrer elektroniske systemers funktionelle sikkerhed.
Beskyttelsesforanstaltninger: Typiske tekniske foranstaltninger til sikring af køretøjer er:
- Kryptering og autentificering af kommunikationsdata
- Firewalls og intrusion-detection-systemer (IDS)
- Sikre opstartsprocesser og softwareopdateringer
- Adgangskontrol og netværkssegmentering
Cybersikkerhed er derfor en central del af køretøjssikkerheden og danner grundlag for tillid til opkoblet og automatiseret mobilitet.
Nogle bilproducenter beskytter køretøjets kommunikation med sikkerheds-gateway-moduler for at beskytte deres køretøjssystemer mod uautoriseret adgang. Ubegrænset køretøjskommunikation mellem diagnoseenheden og køretøjet kan kun finde sted med en tilsvarende aktivering. Cyber Security Management (CSM)-funktionen er integreret i alle diagnostiske enheder i MegaMacs-serien.
Diagnostiske enheder som et link: Diagnostisk udstyr som bindeled mellem teknologi og værksted
Moderne diagnostisk udstyrs opgaver
Med den stigende udbredelse af ADAS og selvkørende funktioner øges kompleksiteten af køretøjssystemer betydeligt. Diagnoseapparater er derfor uundværlige værktøjer for fagfolk i bilbranchen til at registrere fejl, vedligeholde systemer og garantere sikkerheden.
Styreenhedsdiagnose
Moderne køretøjer har mange styreenheder, som konstant analyserer sensordata og overvåger systemstatus. Diagnoseudstyr gør det muligt at udlæse fejlkoder (DTC'er - Diagnostic Trouble Codes) fra styreenhederne. Det gør det muligt for værkstederne at identificere og udbedre specifikke fejlkilder i ADAS-systemer som vognbaneafvigelse, nødbremseassistent og parkeringshjælp.
Kalibrering og justering af sensorer
Efter reparationer eller udskiftning af komponenter er en nøjagtig kalibrering af sensorerne (kamera, radar, lidar) helt afgørende. Diagnoseapparaterne guider dig gennem kalibreringsprocessen, kontrollerer systemerne på en målrettet måde og kontrollerer den korrekte justering. Det er den eneste måde at sikre, at assistentsystemerne fungerer pålideligt, og at der ikke opstår fejlfortolkninger.
Softwareopdateringer og kodning
Mange ADAS-funktioner forbedres eller udvides regelmæssigt gennem softwareopdateringer. Diagnostiske enheder gør det muligt at installere nye softwareversioner, lære nye komponenter at kende og justere systemindstillinger. Det er afgørende at holde softwaren opdateret, især for sikkerhedsrelevante systemer.
Plausibilitetstjek og systemtest
Diagnostiske enheder giver mulighed for at udlæse live-data og udføre systemtest. Det gør det muligt for fagfolk i bilbranchen at kontrollere, om sensorer og aktuatorer fungerer korrekt, om kommunikationen mellem kontrolenhederne fungerer, og om sensorfusionen er plausibel. Det er særligt vigtigt for at minimere fejlkilder og garantere sikkerheden.
Dokumentation og verifikation
Mange diagnoseapparater har funktioner til at logge og dokumentere det udførte arbejde. Det er ikke kun vigtigt for den interne kvalitetssikring, men også for at kunne levere dokumentation til kunder og forsikringsselskaber - for eksempel efter en kalibrering eller reparation af sikkerhedsrelevante systemer.
Forebyggende vedligeholdelse og tilstandsovervågning
Ved løbende at overvåge systemparametre og sensorværdier i de enkelte styreenheder kan diagnoseenheder indikere slid, funktionsfejl eller forestående fejl på et tidligt tidspunkt. Det gør det muligt at iværksætte forebyggende vedligeholdelsesforanstaltninger, før der opstår sikkerhedskritiske situationer.
Facit
Diagnoseapparater er bindeleddet mellem moderne køretøjsteknologi og værkstedspraksis. De muliggør ikke kun fejlfinding, men er også uundværlige i forbindelse med kalibrering, vedligeholdelse og dokumentation af ADAS- og autonome systemer. For fagfolk i bilbranchen betyder det: Professionelt arbejde på moderne køretøjer er ikke længere muligt uden solid viden om, hvordan man bruger diagnosapparater og regelmæssig træning.
Systemfunktionerne i de enkelte ADAS-systemer overvåges løbende. Eventuelle fejl lagres i systemstyreenhedens fejlhukommelse, hvorfra de kan udlæses med et passende diagnoseapparat. Desuden kan der afhængigt af diagnoseapparat og system vises en række diagnosefunktioner, som kan benyttes ved fejlfinding
ADAS-funktionerne forbedres regelmæssigt via softwareopdateringer. Diagnostiske enheder som macsRemoteServices muliggør opdateringer, indlæring af nye komponenter og tilpasning af sikkerhedsrelevante systemer
Fejlmønstre og reparationspraksis: Typiske fejlmønstre og reparationspraksis for ADAS
Hvad er de typiske årsager til fejl og fejlkoder i ADAS-systemer?
De mest almindelige fejl og fejlkoder i ADAS-systemer (Advanced Driver Assistance Systems) kan inddeles i tre hovedkategorier: Sensorfejl, kommunikationsproblemer og kalibreringsfejl.
1. Sensorrelaterede fejl:
- Kamerafejl: Defekt, forurenet eller forkert kalibrering.
- Radarfejl: mekanisk skade, defekt kabelføring eller løst beslag.
- Registrering af blinde vinkler (BSD): Elektriske fejl, mekaniske skader eller tilsmudsning.
- Styrevinkelsensor: Unøjagtige data på grund af slitage eller forkert installation.
2. Kommunikationsfejl (CAN/LIN-bus):
- CAN/LIN-busfejl: Kontrolenhederne kan ikke kommunikere med hinanden.
- Afbrudt forbindelse mellem styreenheder.
- Korroderede stikforbindelser eller defekte kabler.
- Fejlbehæftede styreenheder eller gatewayfejl.
- Afbrudt forbindelse mellem styreenheder.
3. Kalibreringsfejl:
- Efter udskiftning af forrude, reparation af karrosseri eller ændring af chassis.
- Forkert placering af kalibreringspaneler eller forkerte omgivelsesforhold under dynamisk kalibrering.
Reparationsanvisninger til at undgå fejl
Da ADAS-systemer er afhængige af præcis sensorteknologi og korrekt kalibrering, kan selv små ændringer af køretøjet føre til funktionsfejl. For at undgå unødvendige fejl, kundeklager eller endda sikkerhedsrisici skal følgende overholdes i den daglige drift af værkstedet.
Rengøring af sensorerne
ADAS-sensorer som kameraer, radar, lidar og ultralyd er ofte monteret på ydersiden af køretøjet og er derfor modtagelige for snavs. Mudder, sne, is, insekter eller endda rester fra bilvask kan forringe sensorens ydeevne betydeligt.
Intet reparationsarbejde uden efterfølgende kalibrering
Ændringer af chassiset (f.eks. sænkning), kofangeren eller forruden påvirker sensorens position og justering. Hvis man skifter til dæk med en anden diameter, kan det også forringe ADAS-funktionen. Efter sådanne indgreb er en statisk eller dynamisk kalibrering i overensstemmelse med producentens specifikationer obligatorisk.
Overhold OEM-specifikationer for kalibrering og reparation
Hver bilproducent har specifikke krav til kalibrering af ADAS-systemer. Derfor må der kun anvendes egnede diagnoseapparater, kalibreringsværktøjer og om nødvendigt producentspecifikke diagnoseapparater. I den forbindelse skal man være særligt opmærksom på, at kalibreringspanelerne placeres korrekt, at de foreskrevne afstande, højder og vinkler overholdes nøjagtigt, og at de omgivende forhold - såsom tilstrækkelig belysning og et plant, stabilt underlag - overholdes.
Dokumentation af alle kalibreringstrin og fejlkoder
Dokumentation er en central del af ADAS-diagnostik og -vedligeholdelse. Den bruges ikke kun til intern kvalitetssikring men er også et vigtigt instrument til sporbarhed over for kunder, forsikringsselskaber og kontrolorganer. En komplet registrering af alle udførte kalibreringer, aflæste fejlkoder og anvendte diagnoseapparater beskytter værkstedet mod ansvarsrisici og letter efterfølgende reparationer eller reklamationsbehandling.
Især med sikkerhedsrelevante systemer som nødbremseassistent eller vognbaneassistent er det afgørende, at alle arbejdstrin dokumenteres på en gennemsigtig og forståelig måde. Det gælder både den indledende diagnose (præ-scanning) og den endelige kontrol (post-scanning) efter reparation eller kalibrering.
Yderligere oplysninger
Du kan finde yderligere oplysninger om førerassistentsystemer og regulering/lovgivning på de følgende temasider:
Oversigt over sensortyper til førerassistentsystemer
Adaptiv fartpilot - indstilling af sensor
Kraftfahrt-Bundesamt - Typegodkendelse - FN-regulativ nr. 155 (cybersikkerhed)
https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:32019R2144