Präzisere Lokalisierung von SwRI
Das Southwest Research Institute (SwRI) aus den USA will auf der Handelsmesse in New Orelans im Mai seine Technologie vorstellen: Die Fahrbahn dient der Orientierung.
Ein nötiger Schritt hin zum Autonomen Fahren bedingt, dass die Autos wissen wo sie sind. GPS ist dafür nicht exakt genug. Es gibt verschiedene Ansätze zur Optimierung des GPS Signals oder unter Verwendung von Gebäuden und markanten Landschaftsmerkmalen. Der Ansatz des SwRI geht in eine ganz andere Richtung.
Fahrbahn Variationen
Das SwRI System zur Lokalisierung von Fahrzeugen soll nicht auf GPS basieren und darüber hinaus auf zwei Zentimenter genau sein. Auf der AUVSI XPONENTIAL 2016 will man “Ranger” vorstellen. Die patentierte Methode zur Fahrzeuglokalisierung soll den Autonomen Fahrzeugen das präzise Navigieren ermöglichen.
Das System kann sowohl für das Autonome Fahren, als auch für das Valet-Prinzip in Parkhäusern und anderen Gebäuden, beispielsweise bei der Logistik, eingesetzt werden. Es soll kleiner, schneller und robuster sein und das für relativ geringe Kosten, so Dr. Kristopher Kozak des SwRI.
“Ranger” besteht aus Hard- und Software und bedient sich der Kamerasensorik, womit man die Position mittels eines Algorithmus berechnen kann. Es sammelt die Daten der Fahrbahnoberflächen, welche in einer Karte zusammengetragen werden. Also die Struktur des Teer, Risse und ähnliche Merkmale. Damit erreicht man eine Genauigkeit von zwei Zentimetern, denn die Oberflächen von Straßen sind einzigartig und damit identifizierbar, so der Ansatz. Dafür benötigt man aber eine Datenbank über alle Fahrbahnoberflächen.
Dabei frage ich mich allerdings, ob man nach der Fertigstellung nicht feststellen wird, dass sich die Oberflächen verändert haben – durch Baustellen oder Wettereinwirkung? Was ist mit Feldwegen?
Die Karte besteht aus Bildern, die zu einem globalen Konstrukt registriert sind. Zur Versicherung der Konsistenz der Karte, entwickelte man eine optimierte Methode, die zur Verfeinerung der Rohkarte herangezogen wird. Dafür nutzt man die Daten der Kamera – unter Hinzunahme des Winkels der Kamera und der Geschwindigkeit die mittels eines GNSS empfangen werden. Das System vergleicht die Daten mit den Originalbildern und erhält eine Position. Es soll sowohl bei blendendem Licht als auch bei Regen und Nebel funktionieren.
Den exakten Ablauf kann man auf GreenCarCongress nachlesen.
