Problemstellung

Die einzelnen Module für autonomes Fahren befinden sich bereits auf einem hohen Niveau. Sie werden jedoch meist isoliert getestet und evaluiert, während die Integration und Simulation im Gesamtsystem kritische Pfad ist. Zusätzlich bilden eingesetzte Datensätze meistens ideale Umgebungen ab, die nur einem kleinen Teil der realen Verkehrsszenarien entsprechen. Um voll automatisierte Fahrzeuge einsetzen zu können, müssen komplexe und unstrukturierte Umgebungen behandelt werden. Daraus ergeben sich zwei Fragestellungen: Erstens, neue Datensätze müssen gesammelt werden, die die Vielfalt der Verkehrszenarioen abbilden können. Zweitens, Algorithmen, die mit solchen Umgebungen umgehen können, müssen entworfen, integriert und getestet werden.

Ziel

Das Ziel des Vorhabens ist die Entwicklung, Integration und Evaluierung von neuartigen Algorithmen für den Einsatz in hochinteraktiven Situationen in einem Level 4/5 Fahrzeug. Erste Teilziel dafür ist die Erstellung eines multimodalen Datensatz, der die umstrukturierten Verkehrsszenarien abbildet. Im Bereich der Softwareentwicklung sollen drei Teilziele erreicht werden: Objekterkennung im Nah- und Fernfeld unter Berücksichtigung von Unsicherheiten; daten-basierte Prädiktion von Fahrzeugen im Umfeld des Egofahrzeuges; Interaktive und sichere Trajektorienplanung unter Berücksichtigung der Reaktionen anderer Verkehrsteilnehmer. Parallel werden die daten -und funktionsspezifische Auslegung und Integration der Softwarearchitektur durchgeführt. Am Ende werden die Algorithmen in realen Fahrzeugen evaluiert, durch welche die Robustheit, Echtzeitfähigkeit und Performance der Algorithmen nachgewiesen werden soll.

Vorgehen

  • Analyse, Bewertung und spezifische Weiterentwicklung bestehender Methoden zum Einsatz in den angestrebten Modulen des Softwarestacks
  • Erstellung eines Datensatzes, der sowohl aus Simulationsdaten als auch aus Realdaten besteht
  • Integration der entwickelten Algorithmen in die bestehende Gesamtsoftware
  • Simulative Evaluation der Gesamtsoftware
  • Evaluation im Realfahrzeug anhand einer Demonstrationsfahrt in urbaner Umgebung

Team

Dominik Kulmer, M.Sc. Simulation
Umgebungsmodell

Rainer Trauth

 

Explainable AI

Simulation

Fahrzeugperformance

Esteban Rivera, M.Sc. Objekt Detektion
Kamera-basierte Perception