Fachgebiet Regelungsmethoden und Robotik

Kameragestützte Fahrzeuglokalisierung (Visuelle Odometrie)

Um autonomes Fahren zu realisieren, oder den Fahrer durch Navigationshilfen zu unterstützen, muss die Position, sowie die Ausrichtung des Fahrzeugs stets bekannt sein. Hierzu werden klassischerweise Sensoren wie GPS und Beschleunigungssensoren eingesetzt.

Um die Qualität der Bewegungsschätzung zu verbessern und Szenarien zu beherrschen, in denen die klassischen Systeme versagen, wird der Einsatz von Kameras erforscht.

Ein Vorteil der kameragestützten Lokalisierung liegt im autonomen Einsatz: Im Vergleich zum GPS, welches nur im Zusammenspiel mit Satelliten funktionsfähig ist, kann das optische System auch in GPS-kritischen Szenarien wie Häuserschluchten, Tunnel oder bei schlechten Satellitenkonstellationen verwendet werden. Die Integration der visuellen Odometrie bietet daher das Potenzial bestehende Ausfälle der Fahrzeuglokalisierung zu vermeiden. Diesem stehen jedoch verschiedene Probleme entgegen:

Aufgrund der relativen Messmethode führt jeder Fehler in der Bewegungsschätzung zu einer Drift. Hierdurch wird die Verwendbarkeit des Systems zeitlich begrenzt.

Erkennung Innerstädtischer Verkehrssituationen

Aktuell verfügbare Fahrerassistenzsysteme entlasten den Fahrer hauptsächlich in relativ gut verständlichen Verkehrsumgebungen mit simplen Sicherheits -und Komfortfunktionen, wie automatischen Einparkhilfen, Geschwindigkeitsregelsystemen oder Notfallbremsassistenten. Zukünftige Fahrerassistenzsysteme zielen darauf ab den Fahrer immer weiter zu entlasten und mehr und mehr Verantwortung zu übernehmen, insbesondere in innerstädtischen Verkehrsszenarien. Das kann durch ausgeklügelte Warnsysteme bis hinzu teilautomatisierten oder gar komplett autonomen Fahren realisiert werden. Dafür ist es jedoch nötig auch komplexe, innerstädtische Verkehrssituationen sicher zu erkennen und geeignete Warnungen beziehungsweise Reaktionen bereitzustellen.

Typische innerstädtische Verkehrssituationen ergeben sich aus der Konstellation der vorhandenen Verkehrsteilnehmer, deren Absichten (rechts abbiegen, links abbiegen, anhalten, ….), dem vorgefundenen Straßenlayout, sowie Kontext-Informationen (Ampelphase, Vorfahrtsregeln, …). Betrachtet man die Variabilität der genannten Faktoren in einem urbanen Umfeld wird klar, dass zwischen vielen möglichen Verkehrssituationen unterschieden werden muss.

PRORETA 4

Das vierte PRORETA Projekt konzentriert sich auf intelligente lernende Fahrzeugsysteme, um die Fahrsicherheit und den Fahrkomfort weiter zu erhöhen. Durch Verbindung von Umfeld- und Insassenwahrnehmung mit Künstlicher Intelligenz soll der Regelkreis zwischen Fahrer, Fahrzeug und Umfeld geschlossen werden.