Der Traum vom automatisierten Fahren scheint in greifbarer Nähe und verspricht mehr Sicherheit und Komfort für Verkehrsteilnehmer. Dennoch verhindert die Absicherung dieser automatisierten Systeme die Markteinführung. State-of-the-Art ist der Einsatz von Szenario-basiertem Testen gemäß SOTIF-Standard (ISO 21448). Dieser Standard lässt aber zwei wesentliche Herausforderungen ungeklärt: Konzepte und Prozesse zur Generierung (1) und Bewertung von Testszenarien (2). Unsere Forschung beschäftigt sich mit eben diesen beiden offenen Fragen.

(1) Wir nutzen einen kombinatorischen Ansatz, um Szenarien zu generieren. Dabei verstehen wir ein Szenario als eine Konfiguration eines Simulators und bilden den gesamten Szenarienraum in einem FeatureModell ab. Mit Hilfe von Techniken des Variabilitätsmanagement selektieren wir eine repräsentative Teilmenge von Szenarien aus dem gesamten Szenarienraum.

(2) Wir adaptieren Mutation Testing zur Bewertung der generierten Szenarien. Mutation Testing ist eine Methode aus der Informatik bewertet die Qualität einer Testumgebung. Dabei zeigt der sogenannte Mutation Score die Fähigkeit der Testumgebung Fehler im Prüfling zu finden. Wir bestimmen anhand von Simulationen den Mutation Score für einen Szenarienkatalog und können somit die Qualität dieses Katalogs bewerten.

Das Ziel unserer Forschung ist es generische Methoden zu entwickeln, die – gemessen am Mutation Score – Szenarienkataloge mit möglichst hoher Güte generieren und somit zur Absicherung von automatisierten Fahrfunktionen bzw. Fahrerassistenzsystemen geeignet sind.