Master Thesis MSTR-2019-90

BibliographyStutz, Sebastian: Fehlereinflussanalyse der Radar Perception-Komponente und beispielhafte Anwendung in Anforderungsmanagement und Safety-Analyse.
University of Stuttgart, Faculty of Computer Science, Master Thesis No. 90 (2019).
128 pages, german.
Abstract

Mit dem wachsenden Mobilitätstrend der Automatisierung steigen sowohl Komplexität als auch Anforderungen an die dafür verwendeten Sensorsysteme. Neben Ultraschall, Lidar und Videokamera ist die Entwicklung von automatisierten Funktionen über einen Radarsensor eine Grundkomponente der Fahrerassistenzsystementwicklung. In der vorliegenden Arbeit soll ein automatisierter Blackbox-Test in Form einer Fehlereinflussanalyse (FEA) für die komplexe Umgebungswahrnehmungskomponente (engl. Perception (PER)) eines Radarsystems entwickelt und implementiert werden. Dieser beinhaltet eine Manipulation der Daten im Radarquellcode, eine automatisierte Simulation der Daten, sowie eine Analysemöglichkeit der simulierten Daten. Als Output der Fehlereinflussanalyse sollen Systemgrenzen und Toleranzbereiche gegenüber fehlerhaften Werten an den Eingängen der Perception untersucht werden können. Ebenso soll es möglich sein, einen Nutzenfaktor der PER-Komponente in Hinsicht auf diverse Key Performance Indicators zu identifizieren. Das bedeutet eine Quantifizierung der durch die zeitliche Verfolgung von Zielobjekten erreichten Glättung der Objektzustände in Abhängigkeit eines aufgeprägten Fehlers zu ermöglichen. Um den Nutzen der entwickelten FEA zur Verbesserung im Softwareentwicklungsprozess darzustellen, werden derzeitige Problemstellen im Bereich der Anforderungsentwicklung und Sicherheitsanalyse thematisiert. Die neuartige Gefährdungsanalysemethode System-Theoretic Process Analysis (STPA), wird dafür beispielhaft in kleinerem Umfang auf das betrachtete System angewendet. Abschließend wird das mögliche Verbesserungspotential in Softwareentwicklungsprozessen wie Anforderungsmanagement oder Validation durch Verwendung der FEA aufgezeigt.

Department(s)University of Stuttgart, Institute of Computer Science, Software Engineering
Superviser(s)Wagner, Prof. Stefan; Fechner, Wolfgang; Männicke, Dr. Nils
Entry dateJune 22, 2020
   Publ. Computer Science