Analyse, Weiterentwicklung und Integration neuer Ansätze für die Absicherungsmethodik von Assistenzsystemen im schweren Nutzfahrzeug. Dazu zählt die Spezifikation von Testanforderungen für Funktionen und Komponenten und die Bestimmung von Abbruchkriterien. Als Werkzeug zur Validierung dienen Software-, sowie Hardware-in-the-Loop Testumgebungen. Ein Komponentenprüfstand wird um Umfeldsensorik erweitert und auf neue Hardware angepasst.

Aufbau und Nutzung einer Datenbank relevanter Referenz-Szenarien zur Absicherung von Fahrerassistenzsystemen. Die Generierung von Referenz-Szenarien kann aus verschiedenen Informationsquellen (z.B. Fahrversuchen, Unfallstatistik) erfolgen. Für die Bearbeitung ist die Anwendung von Big-Data und Data-Mining Methoden, sowie Ansätze des maschinellen Lernens, geplant.

Das Ziel der angestrebten Dissertation ist eine durchgängige Methode zum Testen von Fahrerassistenzsystemen unter komplexen Umgebungs- und Verkehrsbedingungen zu entwickeln, um aussagekräftige und verlässliche Testergebnisse bei kurzen Durchlaufzeiten zu erhalten.