Forschung & Projekte

Prädiktion von vulnerablen Verkehrsteilnehmern

Um autonomes Fahren gewährleisten zu können, ist unter anderem die robuste Trajektorienprädiktion anderer Verkehrsteilnehmer von essentieller Bedeutung. Diese bildet die Grundlage für die darauffolgende Routenplanung des Fahrzeugs. Besonders in sozialen Räumen, sei es an Kreuzungen, in Fußgängerzonen oder auf Gehwegen, muss zusätzlich zur Prädiktion anderer Fahrzeuge die Intension sogenannter vulnerabler Verkehrsteilnehmer (VRU) mit einbezogen werden, um schlussendlich deren Sicherheit nicht zu gefährden. Da Fußgänger durch ein multimodales Verhaltensmodell gekennzeichnet sind, lässt sich deren zukünftige Trajektorie nur mit gewissen Unsicherheiten abbilden. Motiviert von dieser Problemstellung und den aktuellen Erfolgen im Bereich der Physik- und Muster-basierten Prädiktion zielt meine Forschung darauf ab, mittels hybrider Ansätze und einer unvollständigen Umgebungswahrnehmung sicher, kollisionsfrei und kooperativ in sozialen Domänen zu Agieren. Dabei werden die Teilbereiche der Detektion, der Prädiktion und der anschließenden lokalen Planung eng miteinander verknüpft.

Stichworte: Autonomes Fahren, Maschinelles Lernen, Verhaltensmodelle, Prädiktion, Simulation, EDGAR (Forschungsfahrzeug)

 

EDGAR: Vollautonomes Forschungsfahzeug

Aktuell entwickeln wir am Lehrstuhl für Fahrzeugtechnik ein auf dem VW T7 basierendes Forschungsfahrzeug mit der Intention, dieses in den nächsten Jahren im Rahmen unserer Forschungsprojekte auf die Straße zu bringen. Unter Verwendung des derzeitigen State-of-the-Art und Abbildung der gesamten Verarbeitungspipeline, d.h. Detektion-Tracking-Prädiktion-Planung-Control, werden fachübergreifend Synergien geschaffen und neue Konzepte erprobt.

Stichworte: Autonomes Fahren, Softwareentwicklung, Simulation

Aktivitäten