University of Michigan: Prognose des Fußverkehrs
Die renommierte Universität von Michigan hat eine neue Methode für das Autonome Fahren entwickelt, um den Fußverkehr vorherzusagen.
Die Erkennung der Absichten von Menschen ist ein weites Feld innerhalb des Autonomen Fahrens, das schon von vielen Seiten angegangen wurde. Dabei bedient man sich der Augen, der Kopfhaltung und des Bewegungsablaufs. Die Auswertung der Daten dient der Überwachung der Insassen wie auch des Fußverkehrs im Fahrfeld des Autos.
Die Forschenden der Universität von Michigan nutzen die Bewegungsanalyse und wollen damit die Vorhersage des Fußverkehrs präzisieren. Die Methode soll dabei helfen, den Autos beizubringen, ob es eine Gefahr bezüglich erkannter Personen gibt.
Dabei will man die Vorhersage besser abbilden, als alle bisherigen Methoden davor. Derart versucht man, wiederkehrende Elemente in der Bewegung des menschlichen Gangs zu erkennen. So analysiert man beispielsweise die Spiegelsymmetrie und das Aufsetzen der Füße auf dem Boden.
Das Forschungsprojekt, das von Ford unterstützt wird, bedient sich dafür der Daten der Kameras, des Lidars und der GPS-Geräte. Die erhaltenen Informationen fließen in eine 3D Simulation ein, welche die Bewegungen nachahmt. Damit schafft man ein biomechanisch inspiriertes neuronales Netz, kurz Bio-LSTM. Darin werden die menschlichen Gangarten katalogisiert.
Das Ziel der Bewegungsanalyse ist die Vorhersage, wo sich die beobachtete Person befinden wird. Die Prognose betrifft Menschen, die sich im Umkreis von 50 Metern befinden. Der Radius entspricht dem Umfang einer Kreuzung in der Stadt.
Im Gegensatz zu bisherigen Vorhersagemodellen betrachtet diese Methode den Bewegungsablauf und nicht nur eine Momentaufnahme. Daher bedarf es einer detaillierten Untersuchung dieses Bewegungsablaufs. Das impliziert das Tempo, die Spiegelsymmetrie der Gliedmaßen und die Fußposition, die sich auf die Stabilität auswirkt.
Dank der längeren Sequenzen der Beobachtung, kann man den ersten Teil zur Analyse nutzen und den anderen für die Überprüfung des Ergebnisses. Dass diese Methode die Prognose verbessert, haben erste Erfolge bereits belegt. Nach einer Sekunde konnte man die nächsten zehn Zentimeter vorhersagen, nach sechs Sekunden fast 80 cm.
Die Daten wurden in der Stadt Ann Arbor mittels Autonomer Fahrzeuge auf Level 4 gesammelt. Die Daten werden dann mit Informationen aus dem Labor kombiniert.
