Anzeige
Anzeige
HANNOVER MESSE 2020, 20. - 24. April
Startseite>Aussteller- & Produktsuche >VMC Road-and-Scene Generator

VMC Road-and-Scene Generator

Digitale Umgebungsdaten zur Entwicklung/Erprobung v. Assistenzsystemen

Logo Fraunhofer ITWM

Aussteller

Fraunhofer ITWM

Zur Ausstellerseite
Zur Ausstellerseite
Logo VMC Road-and-Scene Generator

Produktbeschreibung

Seit vielen Jahren beschäftigen wir uns mit der statistischen Analyse geo-referenzierter Daten zur Unterstützung und Verbesserung der virtuellen Erprobung und Auslegung von Fahrzeugen. Da die Assistenz- und Automatisierungsfunktionen, die in Fahrzeugen eingesetzt werden, immer komplexer werden, kommen klassische Erprobungs- und Auslegungsverfahren jedoch zunehmend an ihre Grenzen.
Aktuelle Ansätze etwa zur Beschreibung der Logik eines Straßennetzes versagen oft bei der Erfassung komplexer Randfälle, wie sie in er Realität allgegenwärtig sind. Darunter fallen z.B. unvollständige Fahrbahnmarkierungen oder schadhafter Asphalt. Reale Assistenzsysteme müssen allerdings auch bei fehlender Fahrbahnmarkierung einen sicheren Fahrzustand zu erreichen. Dies gilt es bereits im Entwicklungsprozess zu berücksichtigen.

Reale Umgebungsdaten als Basis
Das derzeit am ITWM entwickelte Softwarepaket "VMC Road-and-Scene Generator" ermöglicht die virtuelle Entwicklung und Erprobung von Automatisierungssystemen auf Basis realer Umgebungsdaten. Der Prozess funktioniert folgendermaßen: Mittels traditioneller statistischer Methoden bestimmen wir eine repräsentative Stadt und erfassen sie anschließend mit dem institutseigenen Messfahrzeug REDAR als 3D-Punktwolke. Mit Techniken des maschinellen Lernens analysieren und klassifizieren wir anschließend die Messdaten; relevante Objekte wie z.B. Fahrzeuge, Fahrspuren, Fahrbahnmarkierungen, Gebäude etc. werden automatisch identifiziert.

Automatisierte Datenanalyse und -klassifikation
Diese Informationen liefern den entscheidenden Beitrag zu einer exakten Sensorsimulation, da nun für jedes Objekt und für jeden Messpunkt weitere Attribute wie z.B. Materialeigenschaften, Reflektions- und Absorptionseigenschaften für unterschiedliche elektromagnetische Wellenlängen etc. zur Verfügung stehen. Die Datenanalyse und Klassifikation läuft weitestgehend automatisiert ab, wodurch der Gesamtprozess hoch effizient wird.

Produkt-Website

Auf der Merkliste

0

Anzeige
Das Merken ist fehlgeschlagen, da ein Problem mit der Verbindung zum Server aufgetreten ist.