Bei Schnee & Eis
Autonomes Fahren auch bei schlechten Winterbedingungen
Dank der Synchronisation unterschiedlicher Sensorprinzipien sowie einem hochentwickelten Bordcomputer mit einer selbstfahrenden Codebasis, ist autonomes Fahren auch bei schlechten Winterwetterbedingungen möglich. Mit an Bord des Autonomoose Projekts sind acht Kameras von Ximea.
Bild: Ximea GmbHDie Forscher des University of Waterloo - Centre for Automotive Research (WatCAR) modifizierten hierfür einen Lincoln MKZ Hybrid für den autonomen Drive-by-Wire-Betrieb.
Bild: Ximea GmbH
Verlässliche Daten auch im Winter
Der Lincoln MKZ-Hybrid mit seiner vollständigen Sensorausstattung durchstreift die verschneiten Straßen von Ontario und zeichnet Schlechtwetterdaten auf, um fahrerlose Fahrzeuge zu befähigen, diese Bedingungen schließlich zu meistern. Systeme, deren Daten bei gutem Wetter generiert wurden, um Fahralgorithmen zu errechnen, können auf Grund unterschiedlicher visueller Bedingungen bei verschneiten Straßen, mit kontrastarmen weißem Hintergrund, verwirrt werden und falsche Daten liefern. Steven Waslander, ein außerordentlicher Professor am Institut für Luft- und Raumfahrtforschung der Universität Toronto in der Fakultät für angewandte Wissenschaften und Ingenieurwesen, und Krzysztof Czarnecki, ein Professor an der Universität Waterloo, leiten das Team, dass den kanadischen Datensatz über ungünstige Fahrbedingungen zusammenstellt. Eine Zusammenarbeit mit Scale AI hilft ihnen bei der Kategorisierung der Daten. "Daten sind ein kritischer Engpass in der aktuellen Machine-Learning-Forschung", sagte Alexandr Wang, CEO von Scale AI. "Ohne zuverlässige, qualitativ hochwertige Daten, die die Realität des Fahrens im Winter erfassen, wird es einfach nicht möglich sein, selbstfahrende Systeme zu bauen, die in diesen Umgebungen sicher funktionieren." Das Projekt hat die Daten, die Dokumentation und die Support-Tools im GitHub platziert. Ein frei zugänglicher wissenschaftlicher Artikel über arXiv erklärt den Prozess der Datensammlung. Der Datensatz enthält 7.000 Frames, über die eine Vielzahl von winterlichen Fahrbedingungen gesammelt wurden. Lidar-Frame-Annotationen, die die Grundwahrheit für die Erkennung und Verfolgung von 3D-Objekten darstellen, wurden von Scale AI bereitgestellt. "Schlechtes Wetter ist ein Zustand, der eintreten wird", so Waslander. "Wir wollen nicht, dass Kanada zehn oder 15 Jahre im Rückstand ist, nur weil die Bedingungen hier oben etwas härter sein können."
Dank der Synchronisation unterschiedlicher Sensorprinzipien sowie einem hochentwickelten Bordcomputer mit einer selbstfahrenden Codebasis, ist autonomes Fahren auch bei schlechten Winterwetterbedingungen möglich. Mit an Bord des Autonomoose Projekts sind acht Kameras von Ximea.
Bild: Ximea GmbHDie Forscher des University of Waterloo - Centre for Automotive Research (WatCAR) modifizierten hierfür einen Lincoln MKZ Hybrid für den autonomen Drive-by-Wire-Betrieb.Bild: Ximea GmbH
Ximea GmbH
Dieser Artikel erschien in inVISION 3 (Juni) 2020 - 02.06.20.Für weitere Artikel besuchen Sie www.invision-news.de
