Logo der Seite
Logo der Seite Logo der Seite
Titelbild zu OKULAr - Optische KI-basierte Umfeldwahrnehmung und Lokalisierung für Automatisierte Fahrzeuge
Bildquelle: Pexels/esra-korkmaz-17411643

OKULAr - Optische KI-basierte Umfeldwahrnehmung und Lokalisierung für Automatisierte Fahrzeuge

Das Projekt verfolgt das Ziel, die Navigation und Fahrt automatisierter Fahrzeuge der Level 4 und 5 in besonders komplexen Fahrsituationen durch verbesserte Verfahren zur Lokalisierung zu ermöglichen.

Problemstellung

Für das automatisierte Fahren ist die Fahrzeuglokalisierung und -positionierung ein elementares Element. Insbesondere Fahrfunktionen der höheren Automatisierungsgrade 4 und 5 sind auf eine robuste und zuverlässige Positionsinformation angewiesen, um auch in kritischen Situationen richtig reagieren zu können. Die heute hauptsächlich eingesetzten Verfahren zur Positionierung auf Basis von Satellitensystemen (Global Navigation Satellite Systems, GNSS) sind meist nicht hinreichend, um schwierige Fahraufgaben (u.a. an abgeschatteten Kreuzungen) zu lösen.

Projektziel

Das Vorhaben OKULAr hat zum Ziel die Navigation und Fahrt automatisierter Fahrzeuge der Level 4 und 5 in besonders komplexen Fahrsituationen durch verbesserte Verfahren zur Lokalisierung zu ermöglichen. Dies soll durch aus Fahrzeugsensoren gewonnen Umfeldinformationen und neue selbstlernende Methoden auf Grundlage von künstlicher Intelligenz (KI) im Bereich der Rohdatenverarbeitung als auch im Bereich der Datenfusion erreicht werden.

Durchführung
 

Zu Beginn des Vorhabens werden auf Grundlage einer vertieften Analyse des Stands der Technik und der Identifikation von relevanten Szenarien, in denen eine genaue Positionierung besonderes erforderlich ist, die Anforderungen an das zu entwickelnde Lokalisierungssystem aufgestellt. Darauf aufbauend werden Lösungen zur Relativ- und Absolutortung auf Basis von Fahrzeugsensordaten und KI-basierten Algorithmen sowie Informationen aus digitalen Karten umgesetzt. Parallel erfolgt der hardwaretechnische Aufbau für die Lösungen. Nach erfolgreichen Tests der Einzelergebnisse werden alle Teilkomponenten in Versuchsträger integriert und damit das Gesamtsystem evaluiert sowie demonstriert.

Beteiligte Wissenschaftler*innen:
  • Prof. Dr.-Ing. Marcus Baum (Georg-August-Universität Göttingen)

Ansprechperson

Bild von Marcus Baum
Prof. Dr.-Ing. Marcus Baum
Georg-August-Universität Göttingen
Institut für Informatik
Kontaktieren

Projektwebseite

Webseite

Laufzeit

Beginn: 01.10.2022
Ende: 30.09.2025

Fördergeber

Bundesministerium für Wirtschaft und Klimaschutz (BMWK)

Förderkennzeichen

19A22003C

Newsletter abonnieren

E-Mail*
* Pflichtfelder