Auf dem Weg zum unfallfreien Fahren
TU Darmstadt und Continental entwickeln maschinell lernendes Assistenzsystem
2019/01/23
Die TU Darmstadt und das Technologieunternehmen Continental haben in der vierten Auflage des Forschungsprojekts PRORETA ein maschinell lernendes Fahrzeugsystem entwickelt, das Autofahrer in innerstädtischen Verkehrssituationen unterstützt, und dieses in einen Prototypen eingebaut. Auch zwei etit-Wissenschaftler haben an dem Projekt mitgewirkt.
Von 2015 bis 2018 forschten vier Doktoranden der TU Darmstadt, darunter die etit-Mitarbeiter Julian Schwehr und Stefan Luthardt vom Fachgebiet , im Kooperationsprojekt PRORETA 4 gemeinsam mit dem Automobilzulieferer Continental an lernenden Fahrerassistenzsystemen. Als zentrales Ergebnis dieses Projekts wurde im Oktober 2018 das „City Assistant System“ öffentlich vorgestellt, welches den Fahrer in schwierigen Situationen des Stadtverkehrs durch adaptive Empfehlungen unterstützt. Darüber hinaus wurden in PRORETA 4 neue Ansätze für kamerabasierte Lokalisierung, Analyse der Fahrerwahrnehmung, Online-Adaption von Assistenzsystemen und Absicherungsstrategien für Maschinelles Lernen erforscht. Mehr Information dazu finden Sie auf der Webseite des Projekts. Regelungsmethoden und Robotik
Empfohlener externer Content
Wir haben für Sie einen externen Inhalt von YouTube ausgewählt und möchten Ihnen diesen hier zeigen. Dazu müssen Sie ihn mit einem Klick einblenden. Mit einem weiteren Klick können Sie den externen Inhalt jederzeit ausblenden.
Ich bin damit einverstanden, dass mir externe Inhalte von YouTube angezeigt werden. Dadurch ist es möglich, dass personenbezogene Daten an Drittplattformen übermittelt werden. Weitere Informationen finden Sie in unserer Datenschutzerklärung.
So funktioniert das Fahrassistenzsystem
Keine Unterstützung benötigt der Fahrer bei extrem großen Lücken im Gegenverkehr – sondern nur dann, wenn das notwendige Zeitfenster für sicheres Abbiegen kritisch ist oder es für den Fahrer schwierig wird, dieses abzuschätzen. Das kann bei Nacht oder schlechter Sicht der Fall sein, oder auch bei unerfahrenen oder älteren Autofahrern. Bei starkem Verkehr reduziert das City Assistant System den Stress bei der Lückenfindung und informiert den Fahrer, wenn eine passende Lücke kommt. Versuchsfahrten im Rahmen von PRORETA 4 ermittelten ein Zeitfenster von fünf bis sieben Sekunden, in denen das System mit Empfehlungen Hilfestellung geben kann. Der untere Wert mit kleineren Lücken im Gegenverkehr gilt dabei für etwas dynamischere, der obere Wert für sehr defensive Fahrer. In beiden Fällen ist für den aktuellen Fahrer gewährleistet: Der Abbiegevorgang kann sicher abgeschlossen werden.
Das gleiche Prinzip gilt auch für den zweiten Einsatzbereich: die Einfahrt in einen Kreisverkehr. Auch in diesem Fall ermittelt das System auf Basis der Fahrzeug- und Umfeldsensorik, ob eine Verkehrslücke groß genug ist und ob es angesichts des ermittelten Fahrerprofils sinnvoll ist, die Einfahrt in den Kreisverkehr zu empfehlen oder besser auf eine größere Lücke zu warten.
Mehr dazu finden Sie in der sowie auf der Pressemitteilung der TU Darmstadt. Projektwebsite