Die Diskussion zum Thema autonomes Fahren wird in der Öffentlichkeit derzeit auf breiter Ebene geführt. Ähnlich wie die Digitale Transformation zieht sich auch das Thema „Autonome Systeme“ durch fast alle Branchen, denn an zahlreichen Stellen werden diese verstärkt eingesetzt, um die Produktivität zu erhöhen.
Bei technischen Systemen führen autonome oder autarke Systeme, die keiner Steuerung oder Kontrolle durch Menschen bedürfen, zu höherer Effizienz und zu Leistungssteigerungen. Deshalb wird diese Stufe in der Automatisierung auch für den Einsatz in Produktionsbetrieben, in der Medizintechnik (z.B. bei der Überwachung von Patienten) oder in Transportsystemen wie Bahn, mobile Arbeitsmaschinen, Luft- oder Schifffahrt diskutiert.
Die komplexen Abläufe solcher Systeme werden über Software gesteuert. Dabei charakterisieren wir die Schwierigkeit, ein solches System zu entwickeln, über dessen Grad an
Unabhängigkeit sowie über die Komplexität der Aufgaben und der Umgebung. Schnell wird deutlich, dass bei weniger menschlichen Kontrollen das Risiko einer Fehlfunktion
bzw. der Gefährdung der Umwelt durch das System selbst minimiert werden muss. Hierdurch liegt eine große Verantwortung bei den entsprechenden Firmen und deren Mitarbeitern, und es entstehen viele Herausforderungen bei der Umsetzung. Bei der Erstellung solcher verlässlichen und oft sicherheitskritischen Systeme mit der gebotenen Sorgfalt
und Qualität werden die Ingenieure durch entsprechende Technologien und Methoden unterstützt, die maßgeblich auch am Fraunhofer IESE entwickelt werden.
Der Komplexität begegnen
Schon zu Beginn einer solchen Entwicklung steht die Frage der Systemspezifikation, die neben den rein funktionalen Aspekten auch vielfältige nichtfunktionale Eigenschaften
berücksichtigen muss. Diese reichen von Datenqualität, Datensicherheit und Datenschutz über Performanz und Daten durchsatz bis hin zu Effekten in der physischen Welt wie
elektromagnetische Verträglichkeit und funktionale Sicherheit. Bei diesen sogenannten cyberphysischen Systemen ist auch das interdisziplinäre Zusammenspiel wichtig. Am
Fraunhofer IESE entwickeln wir dazu entsprechende Notationen und Prozesse im Systems Engineering weiter und legen insbesondere ein Augenmerk auf die Wechselwirkung
zwischen verschiedenen Qualitätsaspekten einer Systemarchitektur. Ein wesentlicher Aspekt autonomer Systeme ist die Erfassung und Bewertung des Kontexts. In unserer
Abteilung Data Engineering konzipieren wir dazu Analysen und legen in Abstimmung mit Systemarchitekten geeignete Strukturen fest. Bei komplexen Situationen und vielen Trainingsdaten kommen hier oft auch maschinelle Lernverfahren zum Einsatz.
Agile Methoden auf dem Vormarsch
Die Anforderungen an die Entwicklungsteams gehen dahin, flexibel und schnell auf Änderungen reagieren zu können. Hierfür evaluieren unsere Mitarbeiter gemeinsam mit Unternehmen, wie agile Methoden sinnvoll in solchen Entwicklungsprozessen eingesetzt werden können. Dabei hört die Entwicklung von Systemen, die in digitale Ökosysteme eingebettet sind, niemals wirklich auf. Im Sinne eines kontinuierlichen Engineerings werden gerade für autonome Systeme aktuelle Daten genutzt, um die Systeme kontinuierlich
weiterzuentwickeln. Vollzieht sich diese Weiterentwicklung automatisch, spricht man auch von selbstlernenden Systemen.
Schließlich werden auch die Entwicklungsprozesse weiter automatisiert. Der weitgehend „menschbasierte“ Entwicklungsprozess muss dazu angepasst werden, um z.B. eine
automatisierte Prüfung von Qualitätsaspekten vornehmen zu können. Ohne eine solche virtuelle Validierung wird es nicht gehen – dazu sind die hochautomatisierten und autonomen Systeme zu groß und zu komplex. Mit dem Simulationsframework FERAL hat das Fraunhofer IESE in den vergangenen Jahren ein Werkzeug aufgebaut, das schon heute für die Absicherung vieler Entwurfsentscheidungen herangezogen werden kann und maßgeblich dazu beiträgt, Zeit und Kosten zu sparen.
2 thoughts:
Comments are closed.