StartseiteLänderEuropaFinnlandVerbundprojekt: Robust and Reliable Environment Sensing and Situation Prediction for Advanced Driver AssistanceSystems and Automated Driving - RobustSENSE -; Teilvorhaben: Intelligente Radarsensorik und Wahrnehmungsleistungsbewertung

Verbundprojekt: Robust and Reliable Environment Sensing and Situation Prediction for Advanced Driver AssistanceSystems and Automated Driving - RobustSENSE -; Teilvorhaben: Intelligente Radarsensorik und Wahrnehmungsleistungsbewertung

Laufzeit: 01.07.2015 - 31.05.2018 Förderkennzeichen: 16ESE0031
Koordinator: Universität Ulm - Fakultät für Ingenieurwissenschaften und Informatik - Institut für Mess-, Regel- und Mikrotechnik

Heutige Fahrerassistenzsysteme bieten Komfort und Sicherheit, wenn die Umweltbedingungen, insbesondere die Witterung, gut sind. Bei schlechten Witterungsbedingungen jedoch, d.h. wenn die Assistenzsysteme am meisten gebraucht werden, versagen viele Systeme. RobustSENSE zielt auf eine Verbesserung des automatisierten Fahrens bei schlechten Witterungsbedingungen. Wir wollen automatisiertes Fahren unter allen Umweltbedingungen ermöglichen. In RobustSENSE sollen die Themen Robustheit und Zuverlässigkeit verbessert werden, indem insbesondere die Sensorzuverlässigkeit erhöht wird und indem eine Selbstüberwachung des gesamten Systems ermöglicht wird. Hierzu werden für alle Ebenen des Gesamtsystems Qualitätsmerkmale definiert, die eine Überwachung und damit Optimierung des Systems erlauben. Wir wollen den Schritt weg von vielen Einzelsystemen hin zu einem übergreifenden Systemansatz machen, in dem es möglich ist, auf einen Performanzverlust aufgrund von Umweltbedingungen in einzelnen Subsystem zu reagieren. RobustSENSE umfasst 6 Arbeitspakete. AP1 umfasst das Projektmanagement, AP6 die Verwertung (siehe Ergebnisverwertung). In AP2 werden das Gesamtsystem mit seinen Schnittstellen und die Gütemaße, um die Zuverlässigkeit der einzelnen Komponenten zu beschreiben, spezifiziert. AP3 fokussiert auf die Umwelterfassung. Qualitätsmerkmale zur Überwachung aller Sensoren über alle Ebenen werden erarbeitet. In RobustSENSE werden keine neuen Sensoren entwickelt, es werden aber bestehende Sensoren optimiert. Diese Optimierung erfolgt insbesondere bei der Datenverarbeitung. In AP4 werden Qualitätsmerkmale für die Algoritmen zur Situationsanalyse und Planung erstellt. AP5 dient der Integration und Validierung der neuen Ansätze in Versuchsträgern. Die Arbeiten der Universität Ulm erstrecken sich über alle Arbeitspakete mit Fokus auf AP3 und AP4. Die Uni Ulm bearbeitet in AP3 Qualitästmerkmale und eine Optimierung insbesondere der Radare sowie die Überwachung der Algorithmen in AP4.

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