StartseiteFörderungProjekteVerbundprojekt: Robust and Reliable Environment Sensing and Situation Prediction for Advanced Driver AssistanceSystems and Automated Driving - RobustSENSE -; Teilvorhaben: Robuste Situationsanalyse und Planung

Verbundprojekt: Robust and Reliable Environment Sensing and Situation Prediction for Advanced Driver AssistanceSystems and Automated Driving - RobustSENSE -; Teilvorhaben: Robuste Situationsanalyse und Planung

Laufzeit: 01.07.2015 - 31.05.2018 Förderkennzeichen: 16ESE0035
Koordinator: Forschungszentrum Informatik an der Universität Karlsruhe (FZI) - Technisch Kognitive Assistenzsysteme (TKS)

Im Projekt RobustSENSE wird eine robuste und zuverlässige sensorische Umfelderfassung für automatische Fahrzeuge erforscht. Im Vorhaben werden hierzu neuartige Methoden und Algorithmen der Signalverarbeitung und zur Sensordatenfusion, Situationsanalyse, Verhaltensplanung und Pfadplanung derart kombiniert, dass eine Bestimmung der Systemzuverlässigkeit aller Einzelkomponenten sowie eine ganzheitliche Betrachtung der Leistungsfähigkeit des Systems möglich wird. Dabei wird auf die Erfahrungen von OEMs, Sensorherstellern und Forschungseinrichtungen gleichermaßen zurückgegriffen, um eine redundante und gleichzeitig verbesserte sensorielle Leistung der Umfelderfassung zu gewährleisten. Das Teilvorhaben "Robuste Situationsanalyse und Planung" adressiert die Erforschung geeigneter Methoden zur Bestimmung relevanter Objekte im Umfeld und deren Auswirkung auf das eigene Fahrzeug, sowie zur Berechnung sicherer Trajektorien für das eigene Fahrzeug. Eine Herausforderung liegt in der durchgängigen Betrachtung von Unsicherheiten, ausgehend von der sensoriellen Erfassung des Umfelds, über die Bestimmung relevanter Objekte bis zur Erzeugung sicherer Pfade für das Fahrzeug. Daher werden im ersten Schritt Metriken und Kriterien ausgearbeitet, welche die Zuverlässigkeit von Situationsbestimmung und -vorhersage sowie von geplanten Pfaden gegeben der Unsicherheiten der Umgebungserfassung beschreiben. Aufbauend darauf werden Methoden zur probabilisitschen Szenenbeschreibung und Pfadplanung etabliert und in bestehende Versuchsfahrzeuge integriert und evaluiert. Anhand der berechneten Ergebnisse über die Zuverlässigkeit des Systems wird schließlich untersucht, wie eine funktionale Degradation des Gesamtsystems erfolgen muss, sodass auch bei eingeschränkter Leistungsfähigkeit der Umgebungserfassung ein sicheres Verhalten des Systems gewährleistet werden kann.

Verbund: Robust and Reliable Environment Sensing and Situation Prediction for Advanced Driver AssistanceSystems and Automated Driving Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: Österreich Spanien Finnland Italien Themen: Förderung Information u. Kommunikation

Weitere Informationen

Projektträger