PreciRaSe

Zuverlässige und echtzeitfähige Detektion von Verkehrsteilnehmern mit hochauflösenden 3D Radarsensoren

Motivation

Automatisierte Fahrzeuge benötigen Sensoren, um sich auf die aktuelle Verkehrslage einzustellen. Dazu dienen in der Regel optische Kameras. Zu deren Unterstützung werden außerdem Technologien zur Abstandsmessung eingesetzt. Dies geschieht durch Radartechnik oder der verwandten, auf Lasern basierenden LiDar-Technik. Radarsensoren bieten gegenüber LiDar-Sensoren den Vorteil, dass sie deutlich kostengünstiger sind. Jedoch sind sie auch meist deutlich langsamer und weniger präzise. Eine hohe Geschwindigkeit und Präzision der Abstandssensorik ist besonders wichtig, um Fußgänger im Straßenverkehr zuverlässig zu erkennen.

Ziele und Vorgehen

Im Projekt PreciRaSe soll eine künstliche KI entwickelt werden, die die kostengünstigere Radartechnik so unterstützt, dass sie die Präzision und Geschwindigkeit eines teuren LiDar-Systems erreicht. Das zu entwickelnde neuronale Netz soll außerdem in der Lage sein, die Bewegungsrichtung und Geschwindigkeit von Fußgängern vorherzusagen, um deren zukünftige Position zu berechnen. Um dieses Ziel zu erreichen, soll zuerst ein neuer Datensatz mit optischen, sowie Radar- und LiDar-Daten als Basis für die KI-Lösung erstellt werden. Die durch die KI aufbereiteten Radar-Sensordaten werden mittels einer im Rahmen dieses Projekts entwickelten Software visualisiert und so die Leistungsfähigkeit des neuronalen Netzwerkes demonstriert.

Innovationen und Perspektiven

Die mit dem Projekt angestrebte Optimierung der Abstandsmesssung und Personenerkennung bildet eine wesentliche Grundlage für den in Zukunft zu erwartenden starken Zuwachs an (teil-)autonomen Fahren im weltweiten und deutschen Straßenverkehr.

Projektinformation

Projektleitung

MZT GmbH
Stockumstr. 28
58453 Witten

Volumen

0,99 Mio. €, BMBF-Förderung: 0,70 Mio. € inkl. PP

Laufzeit

05/2023 – 04/2025

Projektpartnerinnen und -partner

Hochschule MannheimPhoenix PHD GmbH