Die Mercedes-Benz Group AG ist eines der erfolgreichsten Automobilunternehmen der Welt und zählt mit der Mercedes-Benz AG zu den größten Anbietern von Premium- und Luxus-Pkw und Vans.
Unser Team "Onroad Testing & Field Validation" im Bereich ADAS & AD Testing & Data Analytics treibt die Vision vom unfallfreien und autonomen Fahren aktiv voran. Wir untersuchen und bewerten die neuesten Fahrerassistenzsysteme aus Kundensicht und tragen so maßgeblich zur Produktentwicklung bei.
Über das Projekt
Die Validierung moderner Fahrerassistenzsysteme und automatisierter Fahrfunktionen basiert heute überwiegend auf definierten Testszenarien innerhalb der jeweiligen Operational Design Domain (ODD). Gleichzeitig stehen zunehmend große Mengen an Realbetriebsdaten aus Fahrzeugflotten zur Verfügung, die neue Möglichkeiten für eine datengetriebene Ausrichtung und Optimierung zukünftiger Absicherungsstrategien eröffnen.
Im Rahmen dieser Promotion untersuchen Sie, wie reale Kundennutzungsdaten genutzt werden können, um die tatsächliche Relevanz und das Risikopotenzial verschiedener Betriebsbedingungen quantitativ zu bewerten und daraus effizientere, risikobasierte Validierungsstrategien abzuleiten.
Ziel ist die Entwicklung eines wissenschaftlich fundierten Modells, das reale Fahrzeugnutzung, ODD-Beschreibungen, Szenarienabdeckung und Risikobewertungen integriert und daraus Handlungsempfehlungen für die gezielte Planung zukünftiger Test- und Validierungsaktivitäten ableitet.
Ihre Aufgaben
- Analyse realer Fahrzeug- und Kundennutzungsdaten zur Bewertung der tatsächlichen Nutzung von Fahrerassistenzsystemen
- Untersuchung der Verteilung relevanter Betriebsbedingungen innerhalb verschiedener ODD-Dimensionen
- Vergleich realer Nutzungsprofile mit bestehenden Szenarienkatalogen sowie Test- und Validierungsstrategien
- Entwicklung von Methoden zur quantitativen Bewertung von Relevanz, Risiko und Validierungsabdeckung
- Identifikation von Abdeckungslücken und Optimierungspotenzialen innerhalb bestehender Absicherungskonzepte
- Entwicklung eines datengetriebenen Priorisierungsmodells für den effizienten Einsatz begrenzter Test- und Validierungsressourcen
- Wissenschaftliche Aufbereitung und Veröffentlichung der Forschungsergebnisse auf nationalen und internationalen Konferenzen
Möglicher Arbeitstitel der Promotion:
Data-Driven Evaluation of Real-World Operating Conditions and Risk-Based Optimization of Validation Strategies for Driver Assistance Systems Based on Real-World Customer Usage Data.
Einstellungsvoraussetzung ist die Betreuung des Promotionsvorhabens durch einen Hochschullehrenden. Die Auswahl einer entsprechenden Betreuungsperson obliegt dem Promovierenden.
