Gefahr durch Gegenstände auf der Fahrbahn – diese Meldung kennen die meisten Menschen aus dem Verkehrsservice-Programmen sämtlicher Radiosender. Viele moderne Navigationssysteme erkennen solche Gefahrenstellen ebenfalls. Damit Autofahrer zukünftig im Bruchteil einer Sekunde auf solche Situationen aufmerksam gemacht werden können, hat sich die TU München etwas einfallen lassen.
„Mithilfe von Sensoren an Schilderbrücken und Sensormasten haben wir einen zuverlässigen Echtzeitzwilling des Verkehrs geschaffen, der rund um die Uhr im Einsatz ist“, erläutert Alois Knoll von der TU: „Damit haben wir die Voraussetzung dafür geschaffen, die Sicht des Fahrzeugs durch eine externe Sicht – nämlich aus der Vogelperspektive – zu ergänzen und zudem das Verhalten anderer Verkehrsteilnehmer in Entscheidungen einzubeziehen.“ Bereits im März hatten die Forscher die Datensätze für Wissenschaft und Industrie freigegeben.
Besondere Knackpunkte der Software-Lösung stellten die Sensorkalibrierung und die Entwicklung der Tracking-Algorithmen dar. „Wir haben nun ein automatisches Kalibrierungsverfahren anhand einer hochauflösenden Straßenkarte im Einsatz, das es noch nicht gab und von uns entwickelt wurde“, erläutert der technische Projektleiter Venkatnarayanan Lakshminarashiman aus dem Lehrstuhl für Robotik, künstliche Intelligenz und Echtzeitsysteme der TUM.
Projektpartner ist unter andere Zulieferer Valeo, der ein sogenanntes IMU-GNSS-System (kurz für: Inertial Measurement Unit - Global Navigation Satellite System) bereitstellen, damit die Technologie funktioniert. „So schaffen wir ein Koordinatensystem in Echtzeit, das zentimetergenau ist“, erläutert Jörg Schrepfer, Head of Driving Assistance Research bei Valeo Deutschland. Das größte Problem ist aktuell noch die Latenz bei der Übertragung. „Ganz vermeiden lassen werden sich diese Latenzen nie, allerdings hilft uns hier eine intelligente Algorithmik“, erläutert Schrepfer: Noch besser werde das Ergebnis, wenn künftig die Funktechnologien 5G oder 6G flächendeckend im Einsatz seien.
Die Voraussetzung dafür, dass die Daten nun im Fahrzeug genutzt werden können, wurde im Forschungsprojekt Providentia++ gelegt. Ziel war es, einen digitalen Zwilling des Verkehrs zu erzeugen, der echtzeitfähig, skalierbar und hochverfügbar ist. Dieses Ziel haben die Forscher nun erreicht.