RWTH Aachen: Datensatz highD für Fahrzeugbewegungen
Die RWTH Aachen hat den Datensatz “highD” für naturalistische Fahrzeugbewegungen auf deutschen Autobahnen erstellt.
Die RWTH Aachen ist im Bereich des Autonomen Fahrens sehr aktiv und hat nun einen Datensatz für die Bewegungen von Fahrzeugen auf der Autobahn erstellt. Der Datensatz wurde mithilfe von Drohnen erstellt und soll zur Validierung des Hochautonomen Fahrens beitragen.
high D Datensatz. Quelle: RWTH
Um die Sicherheit des Autonomen, respektive Hochautonomen Fahrens darzulegen, braucht es Tests. Dafür hat die RWTH diesen Datensatz entwickelt und für nicht kommerzielle Ansätze zur Verfügung gestellt. Die darin enthaltenen Messdaten implizieren ein quasi-natürliches Verhalten der Verkehrsteilnehmenden und das in hoher Qualität. Das ist ein neuer Ansatz zur Validierung, der bisherige Methoden übertrifft.
Die Daten wurden mithilfe von Drohnenflügen erstellt und zeigen die Fahrzeuge aus der Vogelperspektive. Man hat den Datensatz aus 16,5 Stunden Material und sechs Standorten erarbeitet, was 110.000 Fahrzeuge, 45.000 Kilometer Strecke und 5.600 Spurwechsel impliziert. Es handelt sich dabei um starken, als auch um leichten Verkehr mit einer verschiedenen Anzahl von Fahrstreifen und Geschwindigkeitsbegrenzungen.
Die Fahrzeuge sind nach Größe, Fahrzeugtyp und Fahrmanöver klassifiziert und die Positionsfehlervarianz beträgt keine zehn Zentimeter. Die Qualität der Daten ermöglicht eine Erkennung von 99 Prozent der Fahrzeuge mit einem hohen Grad der Lokalisierung. Für die Ermittlung hat man sich einer Künstlichen Intelligenz bedient und die Aufnahmen wurden mit einer 4K-Kamera erstellt. Da man nur eine Kamera nutzte, treten an den Übergängen zwischen den Aufnahmebereichen kleine Fehler auf.
Das primäre Anwendungsgebiet sind zwar hochautomatisierte Fahrzeuge, es eignet sich jedoch auch für weitere Aufgaben, wie die Verkehrsmuster oder die Parametrisierung von Fahrmodellen.
