|
|
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
 |
|
|
|
Fachgebiet Elektronikentwicklung < zurück |
|
|
||
|
|
|
|
Autonome Fahrzeugführung in urbaner Umgebung durch Kombination objekt- und kartenbasierter Umfeldmodelle
Dr.-Ing. Jan Effertz Technische Universität Braunschweig Betreuer: Prof. Dr.-Ing. Walter Schumacher Eine vollständig automatische Fahrzeugführung im allgemeinen Straßenverkehr fasziniert Techniker wie Nichttechniker bereits seit der Frühphase des Automobils. Ein Stück näher an die Realität wurde diese Vision durch die DARPA Urban Challenge im November 2007 gebracht. Im Rahmen dieses Wettbewerbes stellten sich verschiedene fahrerlose Fahrzeuge den Anforderungen eines innerstädtischen Verkehrsszenarios. Die Entwicklung der Fahrzeugplattform Caroline für die Teilnahme an der DARPA Urban Challenge bildet den Rahmen für diese Dissertation. Die Systemarchitektur zur Bewältigung der komplexen Fahraufgabe wird in vier elementare Funktionsebenen zur Wahrnehmung, Situationsinterpretation, Aktionsplanung und Aktionsausführung untergliedert. Um ein Verständnis für die Funktionsweise des Gesamtfahrzeugs zu ermöglichen, wird insbesondere auf die enge Verzahnung der Komponenten eingegangen. Eine Schlüsselrolle in der Fahrzeugarchitektur nimmt die maschinelle Wahrnehmung der Fahrzeugumgebung ein. Aufbauend auf den theoretischen Grundlagen der bayes’schen Informationsverarbeitung wird ein hybrides Umfeldmodell entwickelt, indem sowohl herkömmlichobjektbasierte als auch kartenbasierte Modellierungsverfahren zum Einsatz kommen. Die Ansätze werden erweitert für eine Funktion im innerstädtischen Umfeld. Hierbei wird ein Freiform-Objektmodell zur Hinderniserkennung sowie eine kartenbasierte Fahrbereichsanalyse eingeführt, im Rahmen der Situationsinterpretation erfolgt eine Kopplung dieser Online-Umfelddaten mit zusätzlich bereitgestellten, digitalen Navigationsdaten. Das Freiform-Objektmodell ermöglicht die Beschreibung beliebiger Hinderniskonturen und unterscheidet sich somit von klassischen, quaderbasierten Objekthypothesen aus dem Bereich der Fahrerassistenzsysteme. Die Grundmodellierungsidee beruht darauf, dass die Form des Objektes sich wenig ändert und sich das Objekt nur insgesamt bewegt. Damit steigt zwar die Anzahl der Freiheitsgrade auf drei, weil eine Drehung berücksichtigt werden muss; der Aufwand bleibt aber begrenzt. Zur Hindernisdetektion werden verschiedene Radar- und LIDAR-Sensoren zum Einsatz gebracht. Die Fahrbereichsanalyse ermittelt den urbanen Straßenverlauf auf Basis eines Höhen- und Farbprofils der Fahrbahn, erfasst durch zwei Laserscanner und eine Mono-Farbkamera. Die Messdaten werden im Rahmen einer Dempster-Shafer Datenfusion einer probabilistischen Gridkarte zugeführt. Die Detektion des Straßenverlaufs erfolgt unabhängig von optischen Fahrspurmarkierungen, da deren ausreichende Verfügbarkeit im realen Stadtverkehr nicht vorausgesetzt werden kann. Die Arbeit schließt mit einer Erörterung der Leistungsfähigkeit der Wahrnehmungsmodule sowie des realisierten Gesamtfahrzeugsystems. Dieses konnte nach erfolgreicher Qualifizierung für das Wettbewerbsfinale als eines der 10 besten Fahrzeuge aus dem international besetzten Teilnehmerfeld hervorgehen. < zurück |
|
|
|
|
|
|
|