Download - tuprints - Technische Universität Darmstadt
Download - tuprints - Technische Universität Darmstadt
Download - tuprints - Technische Universität Darmstadt
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
5 Maschinelle Umfeldwahrnehmung<br />
Eine ähnliche Bewertung ergibt sich für die aus der Gate-Lokalisierung abgeleiteten<br />
Anforderungen (Linie D in Abbildung 5-9), wobei die digitale Karte nur wenige Informationen<br />
liefern kann. Die Lidar-Sensorik alleine ermöglicht eine Deckung des Informationsbedarfs<br />
bis etwa 100 km/h.<br />
Ein Fehler in der Bestimmung der Entfernung zum Gate hat gemäß dem in Abschnitt<br />
4.3.2 beschriebenen Regelverhalten Auswirkungen auf die Dauer der ersten Verzögerungsstufe<br />
Δt A1 und die Verzögerung D 2 in der zweiten Verzögerungsstufe. Diese Auswirkungen<br />
hängen von der Geschwindigkeit, dem damit verbundenen Abstand zum<br />
Gate bei Initiierung des Gate-Annäherungsmanövers sowie dem vom Abstand zum Gate<br />
abhängigen Fehler bei der Entfernungsmessung ab.<br />
Für die Realisierung des Kontextwissens wird weiter zwischen den beiden Extrembetrachtungen<br />
unterschieden. Für den Fall, dass sich das Ego-Fahrzeug im Stillstand am<br />
Gate befindet, eignen sich von den heute am Markt verfügbaren Umfeldsensoren Radar<br />
und Lidar zur Detektion bewegter Objekte mit einer Geschwindigkeit von 100 km/h<br />
beziehungsweise 120 km/h (Linie B in Abbildung 5-9). Die Vorteile von Lidar-<br />
Sensoren bestehen in dem größeren Azimut, der die in Abbildung 5-5 dargestellten<br />
Abdeckungsbereiche und Reichweiten ermöglicht, sowie der besseren Detektion von<br />
Fußgängern und Fahrradfahrern (Linie C in Abbildung 5-9). Die größten Anforderungen<br />
stellt die Deckung des Informationsbedarfs vor Initiierung des Gate-Annäherungsmanövers<br />
dar. Wie bereits zuvor beschrieben, ist eine Abdeckung der Kreuzungszufahrten<br />
West und Ost aufgrund anzunehmender Sichtbehinderungen in dieser frühen Phase<br />
nicht möglich. Jedoch stellt auch die Detektion der sich aus Richtung Norden der Kreuzung<br />
nähernden Fahrzeuge hohe Anforderungen an die maschinelle Umfelderkennung<br />
(Linie A in Abbildung 5-9). So ist die maximale Geschwindigkeit für das Ego-Fahrzeug<br />
und die sich der Kreuzung nähernden Verkehrsobjekte auf 50 km/h (Lidar) und 60 km/h<br />
(Radar) begrenzt.<br />
Eine weitere Herausforderung stellt in beiden Fällen die Abdeckung des rechten Seitenbereichs<br />
neben dem Fahrzeug dar. Bekannte sogenannte 360°-Architekturen konzentrieren<br />
sich meist auf die Funktionsdarstellung eines automatisierten Fahrstreifenwechsels<br />
auf Autobahnen 196 , was durch den Einsatz geeigneter Objekthypothesen keine Abdeckung<br />
des unmittelbaren seitlichen Fahrzeugumfelds erfordert. Letztere ist jedoch in<br />
innerstädtischen Szenarien, wie dem betrachteten Rechtsabbiegen an einer Kreuzung<br />
unerlässlich. Ultraschallsensoren sind aufgrund der geringen Reichweite alleine nicht<br />
geeignet. Die seitliche Positionierung einer Kamera oder eines Lidar-Sensors erscheint<br />
schwierig und im Falle des Lidar-Sensors aufgrund der geringen Elevation für eine<br />
196 Beispielhafte Architekturen sind Aeberhard et al. (2011): Object Existence Probability Fusion using<br />
Dempster-Shafer Theory in a High-Level Sensor Data Fusion Architecture oder Classen et al. (2012):<br />
Systemarchitektur für eine 360 Grad Fahrerassistenzsensorik zu entnehmen<br />
92