CORDIS - Forschungsergebnisse der EU
CORDIS

aDverse wEather eNvironmental Sensing systEm

Article Category

Article available in the following languages:

Fahrerassistenz bei jedem Wetter dank der ersten umfassenden Lösung mit Fusionssensoren

Bevor vollständig autonome Fahrzeuge auf die Straßen kommen können, muss ihre Wahrnehmung der Umgebung die Sicherheitsziele unabhängig von Ort, Wetter und Tageszeit erfüllen. Das Projekt DENSE integriert erstmalig drei Sensortechnologien, die von tiefen neuronalen Netzwerken verarbeitet werden.

Digitale Wirtschaft icon Digitale Wirtschaft

Die meisten aktuellen fortgeschrittenen Fahrerassistenzsysteme (ADAS) wurden für „normale“ oder durchschnittliche Fahrbedingungen entwickelt, das heißt bei Tageslicht und gutem Wetter. Bei schwierigeren Bedingungen – bei Nacht, Nebel, Regen oder Schnee – können diese Systeme versagen. Um dieses Problem anzugehen, setzte das Projekt DENSE drei spezialisierte Sensoren gleichzeitig ein: eine Kamera mit spezifischen Reichweiten, ein Kurzwellen-Infrarot-Lidar und ein hochauflösender Multiple Input Multiple Output (MIMO-Radar). Diese wurden durch eine Verarbeitungseinheit ergänzt, die auf tiefen neuronalen Netzwerken beruht. „Unser Ansatz verbessert Fahrerassistenzsysteme erheblich und stellt einen wichtigen Schritt auf dem Weg zum Ziel dar, dass sie rund um die Uhr und bei allen Witterungsbedingungen eingesetzt werden können“, so der Projektkoordinator Werner Ritter von Mercedes-Benz, dem Projektträger. „Bislang ist eine solche Wahrnehmung der Umgebung weltweit nur mit unserem Verfahren möglich!“

Sensorpalette und Verarbeitungseinheit

Die Architektur von DENSE, die aus einer Kamera, einem Lidar, einem Radar und einer Verarbeitungseinheit besteht, wurde nach einer Studie mit Lieferanten von Sensoren und Komponenten entworfen. Im Gegensatz zu herkömmlichen passiven Kameras ist die Kamera von DENSE aktiv und synchronisiert ihre Blende durch Laserbeleuchtung um definierte Bereiche in unmittelbarer, mittlerer und weiter Entfernung aufzuzeichnen. Die Blende spart Bereiche außerhalb dieser Reichweiten aus, um visuelle Interferenzen zu vermeiden. So entstehen schärfere Bilder. Ein Bild aller Tiefenbereichen entsteht daraufhin durch die Überlagerung der einzelnen Tiefenbilder. Solche Kameras stellen auch genaue Entfernungsinformationen für jeden Pixel mit einer Abweichung im Bereich von 5 % bereit (d. h., sie sind auf eine Entfernung von 100 Metern auf 5 Meter genau). „Durch die Kombination der Bild- und Tiefendaten unserer Kamera mit spezifischen Reichweiten mit einer Frequenz von 60 Bildern pro Sekunde können selbst kleine Hindernisse auch bei schlechter Sicht aus großer Entfernung verlässlich erkannt werden. Unseres Wissens war dies bislang mit keinem anderen System möglich!“, erklärt Ritter. Standardmäßig arbeitet Lidar im Bereich der Nahinfrarotwellenlängen, die als schädlich für die Augen gelten. Aktuelle Fahrerassistenzsysteme erreichen bereits die Grenzen der Auflösungs- und Entfernungsbereiche von Lidar. Im Gegensatz dazu funktioniert ein Kurzwellen-Infrarot-Lidar bei Wellenlängen, die für die Augen sicher sind und die Leuchtdichte einzelner Strahlen (in einfacheren Systemen) um einen Faktor von mindestens 1 000 erhöhen. Schließlich ist es bei der Auflösung der derzeit verwendeten Radarsystem schwierig, zwischen stationären Objekten und Hintergründen zu unterscheiden. Das MIMO-Verfahren von DENSE kombiniert Radar jedoch mit anderen Sensoren und verbessert so die Zuverlässigkeit und Klassifikationsgenauigkeit. Ein Prototyp, der alle drei Sensoren einbindet, wurde in der 30-Meter-Wettertestkammer der Partnerinstitution CEREMA (Website auf Französisch) in Frankreich erprobt, wo Nebel und Regen simuliert wurden. „Unser System zeigte wesentliche Verbesserungen bei der Wahrnehmung der Umgebung von Fahrerassistenzsystemen, insbesondere bei ungünstigen Witterungsbedingungen, im Vergleich zu herkömmlichen Systemen“, merkt Ritter an. Die Sensorleistung wurde auch dank der Verarbeitungseinheit verbessert, die auf tiefen neuronalen Netzwerken beruht, die mit Algorithmen für schlechtes Wetter geschult wurden. Zur Feinjustierung und Erprobung wurden Daten aus der Wettertestkammer von CEREMA oder langen Fahrten in Nordeuropa verwendet.

Von der Fahrerassistenz zu autonomen Fahrzeugen

Die Innovation des Projekts DENSE trägt zu Fahrerassistenzsystemen bei, die kostspielige Unfälle verhindern und Leben retten sollen. Sie ebnet auch autonomen Fahrzeugen den Weg, da dafür eine ganztägige Verfügbarkeit und Zuverlässigkeit der entsprechenden Systeme unerlässlich sind, was unter anderem älteren Menschen oder Menschen mit Behinderungen zugutekommt. Bevor eine industrielle Produktion eingeleitet wird, werden noch folgende notwendige Verbesserungen an DENSE vorgenommen: Zugang zu weiteren Simulationsdaten über schlechte Witterungsbedingungen, eine bessere automatische Wettererkennung und Anpassung an die Begebenheiten (dank KI) und eine höhere Hardware-Leistung der Sensoren. „Aktuelle Sensoren könnten bereits durch unsere ersetzt werden, was die Wahrnehmung der Umgebung von Fahrerassistenzsystemen verbessern würde, allerdings sind dafür zunächst Hardware-Entwicklungen seitens der beliefernden Unternehmen notwendig. Unsere neuronalen Netzwerke können direkt in bestehende Architekturen eingebunden werden, um bestehende Sensoren zu verbessern, aber Änderungen im Bereich der Produktion dauern normalerweise mindestens 3 Jahre“, so Ritter.

Schlüsselbegriffe

DENSE, fortgeschrittene Fahrerassistenzsysteme, autonome Fahrzeuge, schlechte Witterungsbedingungen, Lidar, Radar, Kameras mit spezifischen Reichweiten, Kurzwellen-Infrarot, MIMO, Sensoren, neuronale Netzwerke

Entdecken Sie Artikel in demselben Anwendungsbereich