Generierung hochdetaillierter Karten für das automatisierte Fahren

Karten sind für das automatisierte Fahren unverzichtbar. Sie stellen eine zusätzliche Sicherheitsebene dar, die gewährleistet, dass ein automatisiertes Fahrzeug die wahrgenommene Umgebung richtig interpretiert. Viele der zu beachtenden Regeln im Straßenverkehr sind darüber hinaus für solche Systeme schwer zu interpretieren. Von geübten Autofahrern werden sie jedoch intuitiv verstanden. Beispielsweise erfassen sie zuverlässig, was für das korrekte Abbiegen auf einer komplexen Kreuzung beachtet werden muss, welche Vorfahrtsregeln beachtet werden müssen und welche Verkehrsregeln dabei für andere beteiligte Verkehrsteilnehmer gelten.

Während der Fahrt muss eine zeitkritische Entscheidung aufgrund einer beschränkten Informationsbasis getroffen werden. Die Kartenerzeugung geschieht dagegen auf Basis einer deutlich besseren Informationslage und ist zeitlich nicht eingeschränkt. Das komplexe Interpretationsproblem bleibt allerdings bestehen. Dies ist ein Grund, warum hierfür bislang ein erheblicher personeller Aufwand erforderlich ist, der es zurzeit unmöglich macht, flächendeckend die dringend benötigten hochdetaillierten Karten zu erzeugen und aktuell zu halten. ... mehr

Das Ziel dieser Arbeit ist es, Methoden zu entwickeln, mit denen sich die Generierung der Karten soweit wie möglich automatisieren lässt. Dazu wird zunächst die Frage geklärt, welche Informationen mit heutiger Sensorik überhaupt zuverlässig beobachtet werden können. Darauf aufbauend wird untersucht, welche Karteninformationen für ein automatisiertes Fahrzeug überhaupt benötigt werden und wie diese auf der Grundlage des Verkehrsrechts zu interpretieren sind. Auf dieser Basis werden Verfahren vorgestellt, mit denen durch Fahrzeugsensorik beobachtete und um Fehldetektionen bereinigte Informationen für die Erstellung einer solchen Karte interpretiert werden können. Die Verfahren kombinieren Wissen über die geometrische Lage der Beobachtungen zueinander mit einer aus den Verkehrsregeln motivierten Regelbasis, um iterativ die unbekannten Kartenregionen zu erschließen. So können auch komplexe, mehrstreifige Kreuzungen und durch Verkehrszeichen und Ampeln ausgedrückte Verkehrsregeln verstanden werden.

Das vorgestellte Verfahren wird anhand einer umfangreichen Kartenbasis evaluiert, welche mit 102 km Straßenlänge und etwa 250 Kreuzungen einen größeren Teil des Testfeld Autonomes Fahren Baden-Württemberg in der Region Karlsruhe umfasst. Dabei zeigt sich das Verfahren durchaus in der Lage, komplexe reale Szenarien zu bewältigen und dabei gegebenenfalls Konflikte und Widersprüche in den Eingangsdaten aufzuzeigen.