Forschung am Fraunhofer-Institut
Das Erkennen unterschiedlicher Informationen über Geschwindigkeit und Fahrspurenverlauf ist in Baustellen eine extreme Herausforderung für das automatisierte Fahren. Die Überlagerung von alten und neuen Fahrbahnmarkierungen und Begrenzungen jeglicher Art sind von den Sensoren der Automobile schwer zu interpretieren.
Gefahren in Baustellen – Ist sicherer Navigieren machbar?
„Unsere Technologie ermöglicht es einem System, auch Schilder dieser Art mit hoher Treffsicherheit zu lesen“, erklärt Stefan Eickeler, zuständig für das Thema Objekterkennung am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS in Sankt Augustin.
Deep Learning
Die Informationen werden semantisch verarbeitet, inhaltlich verstanden und zur weiteren Verarbeitung verfügbar gemacht. „Mit Deep Learning – einer Schlüsseltechnologie für die Zukunft der Automotive Branche – bringen wir der Software bei, die klassischen Muster schneller und effizienter zu erkennen.“
Mit dieser Technologie sollen künftig über das Zusammenspiel von Navigationsgerät und Bordcomputer anders ausgewiesene Autobahn-Ausfahrten auf Baustellen korrekt angesagt, Abstände zu anderen Fahrzeugen optimal bemessen und die Geschwindigkeit rechtzeitig angepasst werden.
„Was beim assistierten Fahren in Kürze schon für Entspannung und mehr Sicherheit beim Fahren sorgen könnte, soll auf lange Sicht auch von ganz alleine funktionieren: Dann werden automatisierte Fahrzeuge eigenständig reagieren“, erläutert Eickeler.
Automotive-Kamera
Zum Einsatz kommt dabei eine Automotive-Kamera, die derzeit 20 bis 25 Bilder pro Sekunde liefert. Direkt während der Fahrt werden diese Bilder analysiert und Informationen zu Hinweisschildern, Fahrspurinformationen oder von LED-Verkehrszeichen herausgelesen und bearbeitet. Eine Zukunftsvision ist, dass diese Kamera künftig als primäre Schnittstelle fungiert und so auf eine Vielzahl an Sensoren verzichtet werden kann.
