Nach drei Jahren intensiver Zusammenarbeit konnten die Projektpartner des Forschungsprojekts KIsSME (Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung hochautomatisierter Fahrzeuge) diese Woche seinen erfolgreichen Abschluss feiern. In einer Abschlussveranstaltung bei Bosch in Renningen wurden die Ergebnisse des Gemeinschaftsprojekts verschiedener Partner aus Industrie und Forschung vorgestellt […]
Für das automatisierte Fahren ist die sichere Wahrnehmung der Umwelt eine entscheidende Voraussetzung. Die eingesetzten Sensoren und Verarbeitungsketten müssen höchste Anforderungen an Zuverlässigkeit, Präzision und Realitätstreue erfüllen. Aktuell existieren keine Ansätze für eine effektive und effiziente Validierung von Sensoren und Verarbeitungsketten. Diese Lücke schließt das Verbundprojekt RepliCar: Das Projektziel ist der Aufbau eines Referenzsystems mit integrierten hoch-auflösenden Radar-, Kamera-, Lidar-, GNSS-, und Inertial-Sensorik und dessen Integration in einen Versuchsträger.
Diese Referenzsensorik wird der heutigen Seriensensorik mehrere Jahre voraus sein. Die Integration von besonders hochauflösenden Sensoren und eine besonders leistungsfähige Sensordatenfusion zur Objekterkennung ermöglichen die Bestimmung einer hochgenauen Abbildung der Wirklichkeit, eine sogenannte „Ground Truth“. Diese ist Basis für das Validieren von Sensoren für das automatisierte Fahren.
Konsortialführer ist die ANavS GmbH, München. Diese entwickelt auch die Sensordatenfusion zur Bestimmung der „Ground Truth“ für die Eigenlokalisierung und Umfeldwahrnehmung. Das Institut für Hochfrequenztechnik und Elektronik (IHE) am Karlsruher Institut für Technologie (KIT), die Hochschule Offenburg (HSO) und die Freudenberg FST GmbH mit Sitz Weinheim entwickeln ein hochgenaues Radarsystem. Dieses ist ein wesentliches Element im Referenzsystem zur Umfeldwahrnehmung und wird durch das Institut für Regelungs- und Steuerungssysteme (IRS) am KIT intervallhaft beschrieben.
Die Projektpartner AKKA Industry Consulting GmbH, Sindelfingen, das FZI Forschungszentrum Informatik, Karlsruhe, die IAVF Antriebstechnik GmbH, Karlsruhe, die IPG Automotive GmbH, Karlsruhe, und die GTÜ Gesellschaft für Technische Überwachung mbH, Stuttgart, definieren sämtliche Schritte von der simulativen Validierung bis zur Freigabe der Sensoren und Funktionen und setzen sie um.
Die einzelnen Innovationen im Absicherungs- und Testprozess für Seriensensoren umfassen Methoden der künstlichen Intelligenz zur Analyse aufgezeichneter Szenarien, einen „Sensor in the Loop“-Prüfstand, das Einbinden in bestehende Simulationswerkzeuge und einen modularen Verifikations- und Validierungsprozess.
Die weiteren Partner HighQSoft GmbH, Idstein, und RA Consulting GmbH, Bruchsal, bauen eine leistungsfähige Datenplattform zum Verwalten, Verarbeiten und Bereitstellen der Referenzdaten auf. Den fahrenden Demonstrator verwirklicht die Dr. Ing. h.c. F. Porsche AG, Stuttgart. Dieser zeichnet erste Daten auf und nutzt sie für den Freigabeprozess eines exemplarischen Perzeptionssystems.
Das Projekt hat eine Laufzeit vom 1. Juli 2023 bis zum 30. Juni 2026.
https://www.rac.de/wp-content/uploads/2023/11/autonomous-driving-cars.jpg640800Oliver Klinghttps://www.rac.de/wp-content/uploads/2019/07/logo-300x138.pngOliver Kling2023-11-07 08:02:042023-11-07 09:13:01Neues Forschungsprojekt „RepliCar“ für F&E bei RA bewilligt
Am 26.10.2021 fand die Abschlussveranstaltung des Forschungsprojekts SmartLoad, was vom Bundesministerium für Bildung und Forschung gefördert wird, am KIT Karlsruhe statt.
Die Projektpartner erforschten eine neue zuverlässige Systemarchitektur- und Fahrzeugentwurfsprozess für hochautomatisierte Elektrofahrzeuge. Acht wissenschaftliche und industrielle Partner aus Baden-Württemberg brachten ihre Kompetenzen ein und profitierten von einer engen Zusammenarbeit. [Quelle: Smartload]
Im Rahmen des Projektes wurde die Spezifikation und Durchführung eines szenariobasierten Tests unter Verwendung von OTX und OSC 1.0 für die Test- und Szenariobeschreibung in Zusammenarbeit mit der RWTH Aachen mit positivem Ergebnis durchgeführt. Insbesondere das Ergebnis dieser Studie wurde als Input für die ASAM TestStudyGroup verwendet. [Quelle: Smartload]
Bei der Abschlussveranstaltung des dreijährigen Projekts wurden die Ergebnisse live an einem Prototyp vorgeführt.