Seitenpfad:

Umfeldwahrnehmung im urbanen Umfeld

 
HSA_ired
Fotograf: Julian Stähler

Projektbeschreibung

Die sichere und zuverlässige Umfeldwahrnehmung spielt eine wichtige Rolle bei der Zulassung von automatisierten Fahrzeugen für den öffentlichen Straßenverkehr sowie für das industrielle Umfeld. Dies ist besonders dann der Fall, wenn bei zunehmendem Automatisierungsgrad die Verantwortung für die Fahrzeugführung vom Menschen auf das Fahrzeug übergeht und kein Sicherheitsfahrer mehr vorhanden sein muss. Dies betrifft sowohl Individualverkehr, Shuttlebetrieb sowie den Bereich des Warentransport.

Beteiligte Schwerpunkte des KI-Produktionsnetzwerks an der Hochschule Augsburg KI zur sicheren Umfeldwahrnehmung bei autonomen Fahrzeugen 

 
Umfeldwahrnehmung
 

Die Verarbeitung von Sensordaten hat drei Hauptziele: Objekterkennung und Klassifikation, Fahrspurerkennung und Free-Space Segmentierung. Hierzu werden mehr und mehr Deep Neural Networks (DNN) eingesetzt, deren Ergebnisse zur Fusionierung für die Verhaltens- und Bahnplanung verwendet werden.

Für die Integration ins Fahrzeug spielt die Echtzeitfähigkeit bzw. die ressourcensparende Umsetzung zur Optimierung von Rechenzeit und Speicherverbrauch eine entscheidende Rolle. Innerhalb des Projekts soll die vollständige Pipeline von der Datenerfassung über das Labeling bzw. Training bis hin zum Applizieren des gesamten Netzwerkes in Echtzeit abgebildet werden.

Von 2022 bis 2024 ist die Verwendung der Pipeline im Rahmen des Projektes MCube/Testkreuzung geplant, wobei verschiedene Use-Cases für autonome Fahrten im Zusammenhang mit den sogenannten Vulnerable Road Users (VRU), wie Fußgänger und Radfahrer im geschlossenen Regelkreis untersucht werden.

Für den weiteren Verlauf des Projekts ist die Optimierung der Erkennungsqualität und Zuverlässigkeit geplant.

 
Prof. Dr.-Ing Carsten Markgraf

Weiterführende Informationen

 
Logo der Hightech Agenda Bayern
Gefördert durch die Hightech Agenda Bayern des Bayerischen Staatsministeriums für Wissenschaft und Kunst.