Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Elektronik automot ive 17 Autonomes FAhren Dabei müssen folgende Herausforderungen beachtet werden ➔ ➔ Es muss das Zusammenspiel der Einzelteile innerhalb der Prozesskette sichergestellt werden Der Output der jeweils vorangegangenen Komponente muss als Input für die Folgekomponente funktionieren Einige Bausteine sollten dabei miteinander harmonieren Das Recording-System bestehend aus Hardund Software zum Einfahren der Referenzdaten Aus wirtschaftlichen Gründen sollte dieses System eine Vielzahl von Sensoren unterstützen und nicht nur die Sensoren einzelner Hersteller Dazu kommen eine skalierbare cloudkompatible Software zur automatisierten Erstellung von gelabelten Referenzdaten sowie die Editoren zur Weiterverarbeitung der Referenzdaten zu Ground-Truth-Daten ➔ ➔ Beim Einfahren der Testszenarien fallen viele Terrabytes Datenmaterial an die sich nur dann effektiv auswerten lassen wenn das System diese Menge stückweise und skaliert verarbeiten kann Hierbei bieten cloudbasierte Zwischenspeicher eine gleichsam sichere und wirtschaftlich vernünftige Lösung Allerdings muss das Gesamtsystem mit allen Komponenten eine solche Speicherung in der Cloud auch technisch unterstützen ➔ ➔ Die Sensoren des Referenzsystems müssen präziser sein als die zu referenzierenden Sensoren LiDAR hat dabei den Vorteil der im Vergleich zum Radar sehr hohen Winkelsowie Distanzauflösung Das bedeutet dass ein Radar sehr grob in bestimmte Richtungen »schauen« kann LiDAR-Systeme aber Objekte viel feiner abtasten können 0 25° horizontale Winkelauflösung und 10 cm Entfernungsauflösung beim Ibeo-LUX-Sensor Allerdings können LiDAR-Sensoren nur eingeschränkt durch Nebel hindurchsehen Radare hingegen erkennen Fahrzeuge auch bei schwierigen Sichtund Witterungsverhältnissen Kameras eignen sich ihrerseits sehr gut um Verkehrsschilder und Ampeln zu erkennen Das können weder LiDAR noch Radar leisten Jedoch sind Kameras auf ausreichend Licht angewiesen Dr -Ing rico mendrzik ist als Produktleiter beim LiDAR-Experten Ibeo unter anderem zuständig für die Entwicklungund Vermarktung von LiDARbasierten Referenzsystemen wie ibeo Reference Bereits während seiner Promotion 2019 über Nachrichtentechnik an der Technischen Universität Hamburg Harburg hat Mendrzik verschiedene gastwissenschaftliche Stationen zum Beispiel an der University of California Los Angeles UCLA dem Massachusetts Institute of Technology MIT und dem NATO Center for Maritime Research absolviert Von einem LiDAR-System erzeugte Pointcloud an einer innerstädtischen Kreuzung ➔ ➔ Gleichzeitig muss das Referenzsystem – unabhängig ob das nun auf LiDAR Kamera oder Radar basiert – flexibel an die zu testenden Sensoren anpassbar sein In den meisten Fällen verfügen Fahrzeuge ja über mehrere verschiedene Assistenzsysteme die alle ihre eigenen Spezialisierungen haben und dementsprechend auch auf einer jeweils unterschiedlichen Sensortechnologie beruhen So sind die zu prüfenden Szenarien eines Spurhalteassistenten ganz anders als die von einem Totwinkelassistenten Das System muss also in der Lage sein sich an die verschiedenen Use Cases anpassen und in jedem Bereich optimale Referenzwerte liefern zu können Dies ist nur gegeben wenn zum einen verschiedene Sensortypen zum anderen verschiedene Einbauorte im Auto unterstützt werden ➔ ➔ Last but not least sollte das Referenzsystem regelmäßig für die technischen Weiterentwicklungen erweiterbar bzw daran anpassbar sein Denn die Technologie verändert sich rasant Zusammengefasst ist es also wichtig bei der Referenzierung von Sensoren auf ein skalierbares Komplettsystem zu setzen das in der Kombinierbarkeit der LiDAR-Komponenten nahezu alle Herausforderungen abdeckt und das Bild Ibe o Au to m ot iv e Sy st em s technisch regelmäßig erweitert wird Aktuelle Systeme wie etwa ibeo Reference bieten solche flexiblen Möglichkeiten bereits heute und harmonieren auch mit LiDAR-Sensoren anderer Hersteller Derart ausgerüstet können Hersteller schneller präziser und kostengünstiger entwickeln und damit der Gesamtvision von voll automatisierter Mobilität ein großes Stück näher kommen ih