Assistenzsysteme für die Stadt:
Kreuzender Verkehr, Radfahrer, querende Passanten, vielleicht aufs Smartphone fixiert, Mütter mit Buggy, spielende Kinder – der Stadtverkehr fordert den Fahrer in einer Vielzahl von Situationen und birgt Unfallgefahren. Viel Spielraum für Assistenzsysteme, die den Fahrer unterstützen und die Fahrt im urbanen Raum sicherer und stressfreier machen. Auf dem Weg dahin ist den Forschern der Daimler AG im Rahmen der Forschungsinitiative UR:BAN ein Durchbruch gelungen. Mit dem so genannten „Szenen-Labeling“ klassifiziert das kamerabasierte System völlig unbekannte Situationen automatisch und detektiert so alle für die Fahrerassistenz wichtigen Objekte – vom Radler über den Fußgänger bis zum Rollstuhlfahrer. Forscher der Abteilung „Umgebungserfassung“ haben ihrem System gezielt tausende Bilder verschiedener deutscher Städte gezeigt, in denen sie manuell 25 verschiedene Objektklassen wie Fahrzeuge, Radfahrer, Fußgänger, Straße, Gehsteig, Gebäude, Pfosten oder Bäume präzise „gelabelt“ hatten. Anhand dieser Beispiele hat das System gelernt, völlig unbekannte Bilder automatisch korrekt zu klassifizieren und so alle für die Fahrerassistenz wichtigen Objekte auch bei starker Verdeckung und in großen Entfernungen zu detektieren. Möglich machen dies leistungsstarke Rechner, die ähnlich dem menschlichen Gehirn künstlich neuronal vernetzt sind, sogenannte Deep Neural Networks.
-
Wo steckt die Gefahr? Dank Szenen-Labeling zuverlässig komplexe Verkehrssituationen verstehen
-
Steht er oder geht er? Absichtserkennung querender Passanten
-
Alles frei? Spurwechsel in der Innenstadt leicht gemacht
-
Wo geht es hin? Intentionserkennung beim Abbiegen und Spurwechsel
-
Abschlusspräsentation im Forschungsprojekt UR:BAN
Auf der Abschlussveranstaltung des Verbundforschungsprojekts UR:BAN, kurz für „Urbaner Raum: Benutzergerechte Assistenzsysteme und Netzmanagement“, demonstrierten die Daimler-Forscher überzeugende Ergebnisse in insgesamt fünf verschiedenen Versuchsträgern. Neben der Echtzeit-Präsentation des Szenen-Labelings zeigte ein weiteres Testfahrzeug bildgebende Radarsysteme und deren neue, faszinerende Möglichkeiten in urbaner Umgebung. Gezeigt wurde, dass die Radarsensorik mittlerweile nicht nur alle dynamischen Objekte sondern auch eine beliebige statische Umgebung umfassend auflösen und sichtbar machen kann. Durch die besonderen Eigenschaften der Radarwelle funktioniert der Ansatz auch bei Nebel und schlechter Witterung. Zudem kann durch den sogenannten Mikrodoppler die Signatur von sich bewegenden Fußgängern und Radfahrern eindeutig klassifiziert werden. Zusätzlich wurde in der Messehalle vorgestellt, wie durch die Sensorfusion Umfelddaten von Radar- und Kamerasensoren zu einem Umfeldmodell zusammengeführt werden. Das Modell berücksichtigt nicht nur Orte und Geschwindigkeiten der verschiedenen Verkehrsteilnehmer, sondern zusätzlich auch Attribute wie Art und Ausdehnung der Objekte. Auch im Realverkehr vorkommende unvollständige Sensordaten und fehlende Informationen fließen in das Umfeldmodell ein.