|
|
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
 |
|
|
|
Sonderpreis < zurück |
|
|
||
|
|
|
|
Entwicklung einer Multi-Sensor-Datenfusion für ein autonomes Straßenfahrzeug
Dipl.-Ing. Sebastian Ohl Technische Universität Braunschweig Betreuer: Prof. Dr. T. Form Zusamenfassung der Diplomarbeit Autonomes Fahren im urbanen Bereich stellt große Anforderungen an die beteiligten Systemkomponenten, insbesondere an die künstliche Wahrnehmung. Im Rahmen dieser Diplomarbeit wurde ein System zur Datenfusion verschiedenster Umfeldsensoren entwickelt, das diesen hohen Anforderungen gerecht wird. Das System wird praktisch eingesetzt im Zuge des Engagements der TUBraunschweig an der DARPA Urban Challenge, die sich thematisch der Realisierung automatischer Fahrt in hochkomplexen innerstädtischen Umgebungen widmet. Ein Sensornetzwerk, bestehend aus LIDAR, Radar und Laserscannern wurde auf dem als Versuchsträger dienenden VW 2006 Passat installiert. Die Sensorpositionen sind so gewählt, dass eine 360° Rundumsicht um das Fahrzeug realisiert wird, mit hoher Redundanz im vorderen und hinteren Fahrzeugbereich. Diese Redundanz wird effizient ausgenutzt, um Falschdetektionen und Messfehler im Rahmen einer Pretracking-Plausibilisierungsstufe zu eliminieren. Im Gegensatz zu herkömmlichen Umfelderfassungssystemen, die eher auf außerstädtische Umgebungen, z.B. zur Realisierung der Adaptive Cruise Control Funktionalität abzielen und eine meist punktförmige Repräsentation der Ziele voraussetzen, wurden in diesem Ansatz die für das Tracking verwendeten Extended Kalman Filter erweitert, um beliebige Konturen verfolgen zu können. Damit ist es dem System möglich, auch komplexe Zielstrukturen wie Wände, Randbebauung etc. zuverlässig zu verfolgen. Eine auf die Multi-Kontur-Fähigkeit abgestimmte, zweistufige Datenassoziation ermöglicht es, die stark unterschiedlichen Eingangsdaten der verwendeten Sensorsysteme dem gemeinsamen Tracking- Algorithmus zuzuführen. Dadurch stellt der hier entwickelte Ansatz einen deutlichen Mehrwert gegenüber herkömmlichen Tracking-Systemen dar und ermöglicht es dem Fahrzeug, sich in einem urbanen Umfeld mit höchster Genauigkeit bewegen. Ein weiterer Schwerpunkt bei der Entwicklung dieses Systems ist das Softwaredesign. Hierbei wurden modernste Werkzeuge wie z.B. Extreme Programming und Model-Driven-Development eingesetzt, um die Qualität und Leistungsfähigkeit der Fusion zu optimieren. Das Softwaredesign stellt durch die strikte Trennung von Datenkanälen und Verarbeitungsstufen eine größtmögliche Flexibilität zur Verfügung. Auf diese Weise ist es möglich, weitere Sensortypen durch Vorverarbeitungsstufen mit wenig Aufwand an die interne Datenrepräsentation anzupassen, ohne die anderen Verarbeitungsstufen zu verändern. Um den hohen Durchsatz von Sensorobjekten verarbeiten zu können ist ein intelligentes Speicherkonzept der verfolgten Objekte nötig. Zu diesem Zweck wurde eine objektorientierte Datenbank entwickelt, die den Zugriff von allen Stufen der Software optimal unterstützt. Das hier entwickelte Tracking-System stellt einen real funktionierenden Ansatz für die Fahrzeug- Umfelderkennung der nächsten Generation dar. Durch die dem Designansatz zugrunde liegende modulare Struktur lassen sich Weiterentwicklungen und die Integration zusätzlicher Sensortypen leicht durchführen. < zurück |
|
|
|
|
|
|
|