Zum Inhalt

Entwicklung von Situationsanalysemodulen für automatisierte Fahrzeuge in virtueller Umgebung

Motivation und Ziele

Für zukünftige automatisierte Fahrfunktionen ist ein vollständiges Verständnis der aktuellen Fahrsituation und deren zukünftige Entwicklung unverzichtbar. Allerdings können im Straßenverkehr beliebig komplexe Situationen entstehen, die nicht mit einem begrenzten Satz von Regeln beschrieben werden können. Um Algorithmen in möglichst vielen Situationen zu testen, wird eine Simulationsumgebung benötigt, die sowohl die Eigenschaften der Sensoren als auch das Fahrverhalten anderer Verkehrsteilnehmer realistisch abbildet. Mit der entwickelten Simulationsumgebung werden anschließend unterschiedliche Module für die Situationsanalyse entwickelt. In einem ersten Schritt wird die strukturierte Umgebung auf Autobahnen ausgenutzt, um jedem Fahrzeug eine Manöverklasse zuzuordnen. Dabei kann zwischen den Basismanövern Spurwechsel und Spurhalten unterschieden werden aus denen sich alle komplexeren Manöver zusammensetzen lassen. Um neben der eigentlichen Manöverklasse auch zeitliche Informationen zu nutzen, wird die verbleibende Zeit bis zum Überqueren der Spurmarkierung geschätzt. Auf dieser Basis können die Verteilung der möglichen zukünftigen Trajektorien aller Verkehrsteilnehmer berechnet werden. Als Erweiterung können Interaktionen zwischen den einzelnen Teilnehmern explizit mit modelliert werden.

Fahrermodellierung

Die Simulation verwendet ein individuell parametriertes Intelligent Driver Model und ein probabilistisches Spurwechselmodell, um menschliches Fahrverhalten der Simulationsfahrzeuge zu erzeugen. Neben der Manöverauswahl wird auch dessen Durchführung stochastisch modelliert. Dazu wird das eigentliche Manöver mit einer Stichprobe eines Gauß Prozesses überlagert. Die Parameter des Gauß Prozesses beschreiben die Ausprägung sowie Frequenz der Abweichungen und können anhand von aufgenommenen Beispielen aus dem Straßenverkehr gelernt werden.

Sensormodellierung

Bei autonomen Fahrzeugen kommen unterschiedliche Sensoren zum Einsatz, um die Umgebung wahrzunehmen. Die Informationen aller Sensoren werden in einem nachfolgenden Schritt zu einer globalen Repräsentation fusioniert. Für die Entwicklung von Funktionen der Situationsanalyse sind einzelne Sensoren nicht von In­te­res­se­. Daher wird eine datenbasierte Abbildung der Unsicherheiten für die gesamte Wahrnehmungskette vorgenommen. Die Un­sicher­heit hängt dabei von dem aktuellen Zustand des Objekts, der Trackingzeit und einem Zufallsterm ab. Zusätzlich werden wei­tere sensorspezifische Effekte modelliert.

Manöverklassifikation

Das Ziel der Manöverklassifikation ist die Bestimmung des wahrscheinlichsten Manövers aus einem Satz von Manövern für andere Verkehrsteilnehmer auf Basis verschiedener Merkmale. Dabei werden zum einen objektbasierte Merkmale verwendet, die die Bewegung des beobachteten Fahrzeugs innerhalb der Spur beschreiben und zum anderen situationsbasierte Merkmale, die die aktuelle Verkehrssituation darstellen. Alle Merkmale können mit aktuellen automotive Sensoren gemessen werden. Für die Klassifikation wird ein Multiclass Support Vector Machine Ansatz gewählt, der im One-vs-One Verfahren trainiert wird.

Time-To-Lane-Change Vorhersage

Zusätzlich zum vorhergesagten Manöver ist der Zeitpunkt eines Spurwechsels für automatisierte Systeme von großem In­te­res­se­. Da die Schätzung des Zeitpunktes vielen Unsicherheiten unterliegt (z.B. menschliches Verhalten), wird die Wahrscheinlichkeitsdichteverteilung des Spurwechselzeitpunktes geschätzt. Die Schätzung wird auf Basis ähnlicher Merkmale wie bei der Manöverklasssifikation mit Hilfe eines Quantile Regression Forests durchgeführt. Hierbei wird die Verteilung durch eine beliebige Anzahl von Quantilen approximiert. Die beste Punktschätzung ist dabei der Median.

Manöverbasierte Trajektorienprädiktion

Neben dem aktuellen Manöver ist die zukünftige Trajektorie der anderen Verkehrsteilnehmer von großem In­te­res­se­. Aufgrund von Unsicherheiten ist die Vorhersage einer einzelnen Trajektorie nicht ausreichend, sondern die gesamte Wahrscheinlichkeitsdichte der zukünftigen Zustände ist er­for­der­lich. Diese hängt zum einen von dem Zustand und der Umgebung und zum anderen vom aktuellen Manöver ab. Für die Prädiktion wird ein Mixture of Experts Ansatz eingesetzt, in dem die Manöverwahrscheinlichkeiten als gating Funktionen genutzt werden. Die manöverspezifischen Trajektorien können zum Beispiel durch Gaussian Mixture Models repräsentiert werden.

Interaktionsbewusste Trajektorienprädiktion

Die manöverbasierte Trajektorienprädiktion vernachlässigt die Wechselwirkung zwischen einzelnen Fahrzeugen in der aktuellen Fahrsituation. Allerdings sind gerade in Einfädelszenarien diese Abhängigkeiten von großer Bedeutung. In einem weiteren Schritt wird daher eine interaktionsbewusste Trajektorienprädiktion durchgeführt.

 

Das Projekt wird in Kooperation mit der ZF Group durchgeführt.

Kontakt

Anfahrt & Lageplan

Der Campus der Technischen Uni­ver­si­tät Dort­mund liegt in der Nähe des Autobahnkreuzes Dort­mund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dort­mund-Eichlinghofen auf der A45 führt zum Campus Süd, die Abfahrt Dort­mund-Dorstfeld auf der A40 zum Campus-Nord. An beiden Ausfahrten ist die Uni­ver­si­tät ausgeschildert.

Direkt auf dem Campus Nord befindet sich die S-Bahn-Station „Dort­mund Uni­ver­si­tät“. Von dort fährt die S-Bahn-Linie S1 im 20- oder 30-Minuten-Takt zum Hauptbahnhof Dort­mund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duisburg. Außerdem ist die Uni­ver­si­tät mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, außerdem bieten die DSW21 einen interaktiven Liniennetzplan an.
 

Zu den Wahrzeichen der TU Dort­mund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dort­mund Eichlinghofen und dem Technologiezentrum über Campus Süd und Dort­mund Uni­ver­si­tät S, Linie 2 pendelt im 5-Minuten-Takt zwischen Campus Nord und Campus Süd. Diese Strecke legt sie in zwei Minuten zurück.

Vom Flughafen Dort­mund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dort­mun­der Hauptbahnhof und von dort mit der S-Bahn zur Uni­ver­si­tät. Ein größeres Angebot an inter­natio­nalen Flugverbindungen bietet der etwa 60 Kilometer entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Uni­ver­si­tät zu erreichen ist.

Die Ein­rich­tun­gen der Technischen Uni­ver­si­tät Dort­mund verteilen sich auf den größeren Campus Nord und den kleineren Campus Süd. Zudem befinden sich einige Bereiche der Hoch­schu­le im angrenzenden Technologiepark. Genauere Informationen können Sie den Lageplänen entnehmen.