Hitachi & Clarion für mehr Rechenkapazität im Auto
Das japanische Unternehmen Hitachi hat in Kooperation mit der Tochter Clarion und einigen Universitäten eine neue Entwicklung für das Autonome Fahren angekündigt.
Gemeinsam hat man, so die eigene Aussage, eine Basistechnologie zur Verhinderung von Unfällen durch Prognosen erarbeitet. Diese Berechnung ermöglicht eine bessere Leistung der Verarbeitung der Sensordaten und das quasi in Echtzeit. Auch beim UR:BAN Projekt ging es um die Voraussage des Verhaltens zur Unfallvermeidung.
Die Technologie wurde bereits getestet und soll valide funktionieren. Damit will Hitachi der Kommerzialisierung des Autonomen Fahrens ein Stückchen näher kommen. Und dass dies der Trend sei, sei eine Konsequenz aus dem Wunsch nach Sicherheit und Mobilität. Bisher scheitert Autonomes Fahren außerhalb der Autobahn auch daran, dass die Rechenkapazität nicht hoch genug ist, um alle Sensordaten in Echtzeit zu berechnen, auszuwerten und entsprechende Signale zurückzugeben.
Gerade im städtischen Verkehr ist die Anzahl von Objekten sehr hoch. Im Gegensatz zur Autobahn gibt es verschiedene Fahrtrichtungen, Gegenverkehr und Menschen im Verkehr. Mit der Neuentwicklung aus dem Hause Hitachi will man nun in der Lage sein, alle Sensordaten und damit alle Verkehrsteilnehmenden zu erfassen und ihre Bewegung innerhalb der Verkehrssituation vorauszusagen.
Das System bedient sich der “Potentiellen Feld Methode”, wobei die Bewegung des Objekts in seiner Richtung unter Berücksichtigung seines Umfelds, der Hindernisse und seines Ziels, vorausgesagt werden kann. Dieses System, das für die Robotik entwickelt wurde, hat Hitachi dem Verkehrsgeschehen angepasst. Dabei werden Bewegungsabläufe zu Wahrscheinlichkeiten und das System sucht das geringste Risiko. Auch die Geschwindigkeit, respektive die Beschleunigung oder Entschleunigung, der Objekte wird erfasst.
Für die gesteigerte Rechenleistung hat man die Geschwindigkeit des Speichers erhöht, wo die Daten mit einer Karte abgeglichen werden sollen. Dennoch arbeitet die Karte nur mit einer Dimension, deren Daten aber permanent aktualisiert werden. Damit sollen Berechnungen annähernd 200 Mal so schnell sein, wie Softwareverarbeitung auf einem eingebetteten Prozessor.
Im nächsten Schritt will man das System in verschiedenen Testumgebungen erproben. Dazu gehört auch ein Test auf dem Campus der Universität von Michigan – in der M-City.
