Umgebung und Kontext

Was bei Menschen Augen und Gehirn sind, übernehmen im Falle von automatisierten Fahrzeugen Sensoren wie Kamerasysteme, Lidar oder Radar sowie spezielle Algorithmen. Wie sie darauf getrimmt werden können, anspruchsvollste urbane Szenarien – auch unter erschwerten Bedingungen – zuverlässig zu erfassen und zu interpretieren, ist Gegenstand dieses Teilprojekts. Hierbei spielen Methoden aus den Bereichen Künstliche Intelligenz und Machine Learning eine Schlüsselrolle. Dank ihnen ist es zum Beispiel möglich, Verkehrsteilnehmer in unübersichtlichen Verkehrssituationen, wie auf schwer einsehbaren Kreuzungen oder beim Parken in zweiter Reihe, zuverlässig zu erkennen und zu verfolgen.

Arbeitsschwerpunkte

 Perzeption und Umfeld

  • Anforderungen an Sensorik, adaptive Sensorik; Systemrobustheit; Verdeckungen
  • Objektmodellierung;  KI-Methoden für Perzeption; multimodales Sensor Setup

 Fusion

  • Neuartige, skalierbare Fusionskonzepte;  gesteigerte Robustheit;  KI-basierte Fusion
  • Steigerung der Fusionsgenauigkeit; Objektnormierung; Vergleich unterschiedlicher Fusionskonzepte

 Lokalisation

  • Neuartige Konzepte und Technologien zur Lokalisierung; Online-HD-Karte
  • Grundlagenmodelle, 3D-Modelle und Szenarien