Kurzbeschreibung
>> 23 km Autobahn mit zusätzlicher Sensorik zur Validierung und Verifizierung von Testfahrten.
Zur umfassenden, qualitativen und quantitativen Beurteilung von Fahrmanövern ist die im Fahrzeug eingebaute Sensorik aus Radar, LiDAR, Ultraschall, Kamerasystemen etc. nicht ausreichend. Verdeckte Umgebungsobjekte, Verkehrsteilnehmer außerhalb der Reichweite von Sensoren, durch Umwelt- und Wettereinflüsse verfälschte Sensordaten, Reflexionen oder andere Fehler können zu falschen Interpretationen der Verkehrssituation führen. Aus diesem Grund wurden bei ALP.Lab Mechanismen konzipiert und implementiert, die die gesamte “wahre Umgebung” (Dynamic Ground Truth) für die Validierung und Verifizierung von Fahrmanövern und Verkehrsszenarien verwenden. So wird die Autobahn selbst, mit all ihren Sensoren und Detektoren, ein zusätzlicher Sensor für die Erfassung des Verkehrsgeschehens aber auch bei der Verifizierung und Validierung von automatisierten Fahrfunktionen.
Das Projekt "Autobahn als Sensor" wurde von ALP.Lab gemeinsam mit der ASFINAG umgesetzt und 2019 mit dem Staatspreis Mobilität ausgezeichnet.
Ansprechperson
Martin Aichholzer
Research Services
anonymisierte und lückenlose Erhebung des gesamten Verkehrsgeschehens, automatisierte Fahrzeugbewegungsanalyse, Daten als virtuelle Sensoren ("dynamische Ground Truth") etc.
Methoden & Expertise zur Forschungsinfrastruktur
Auf dem ausgewählten Teilstück der Autobahn A2 zwischen Graz/West und Laßnitzhöhe betreibt ALP.Lab eine bisher einzigartige Systemlösung, die Kunden die NUTZUNG von Fahrzeug-Daten kombiniert mit ASFINAG Infrastrukturdaten ermöglicht. Dadurch können Kunden, Partner und auch die Gesellschafter automatisierte Fahrfunktionen in allen ihren Ausprägungen in sicheren Umgebungen testen und künftige Verkehrsanforderungen ganzheitlich LERNEN.
Diese für die gesamthafte Beurteilung der Verkehrssituationen "wahre Umgebung" wird von Infrastruktursensoren bereitgestellt. Die Infrastruktursensoren hat ASFINAG konzentriert auf dem Teilstück der Testregion ALP.Lab zwischen Graz/West und Laßnitzhöhe angebracht und stellt die von ihnen erfassten Daten als Rohdaten oder in veredelten, fusionierten Servicepaketen zur Verfügung. Für die Fusionierung werden Daten von verschiedenen Sensortechnologien wie spezialisierten Radarsensoren, eine verbesserte Videodetektion und Umfelddatensensoren verwendet, die zum Beispiel genaue Informationen über Distanzen und Geschwindigkeiten von Fahrzeugen und die vorherrschenden Wetterbedingungen liefern.
In Zahlen befinden an 25 Standorten 49 Kameras, wovon 26 Kameras mit Ereignisdetektion ausgestattet sind. Weiters 43 Verkehrsdatenerfassung-Detektoren als Überkopfdetektoren, drei hochauflösende 360°-Radardetektoren, 3 Straßenwetterstationen für die Umweltdatenerfassung direkt an der Teststrecke, 12 Wechselverkehrszeichenanzeigen und 12 Short Range C-ITS G5 Road Side Units verbaut an der Autobahn.
Die verwendeten Sensoren erlauben eine anonymisierte und lückenlose Erhebung des gesamten Verkehrsgeschehens über lange Zeiträume, sowie die Erfassung von Bewertungen der Fahrzeuge und Einzelfahrzeugdatenerhebung. Diese Datenbasis erlaubt es erstmalig eine automatisierte Fahrzeugbewegungsanalyse durchzuführen. Zusätzlich können diese Daten, nach einer Koordinatentransformation in die Perspektive eines erkannten Fahrzeuges als "virtueller Sensor" eingesetzt werden. Mit Hilfe dieses virtuellen Fahrzeugsensors wird die "dynamische Ground Truth" bereitgestellt, die beim Testen von automatisierten Fahrfunktionen benötigt wird um die Korrektheit des Fahrzeugverhaltens bewerten zu können.
Die durch diese Infrastrukturerweiterung erzeugten Daten werden so mittels mathematischer Methoden und Fusionierungs-Algorithmen zu einem zusätzlichen “Sensor“ für die „dynamische Ground Truth“-Detektion beim Testen von automatisiertem Fahren.
DIE AUTOBAHN WIRD SOMIT EIN ZUSÄTZLICHER SENSOR FÜR DAS SICHERE TESTEN VON AUTOMATISIERTEN FAHRFUNKTIONEN UND GESAMTFAHRZEUGEN.
Gemeinsam bieten ASFINAG und ALP.Lab diese Sensor- und Verkehrsdaten Kunden an, die reale Verkehrsströme und Situationen wiedergeben. Fahrzeug-, Sensor-, Soft- und Hardwarehersteller für ADAS/AD Funktionen und Systeme nutzen diese Daten für den Einsatz in ihren Simulatoren und Prüfständen zur Weiterentwicklung von selbstfahrenden Fahrzeugen, um diese auf eine sichere Integration in das Gesamtverkehrssystem vorzubereiten.
Bei dieser Vorgehensweise werden reale Daten benutzt, um eine höhere Güte der Verifikation in der Simulation bzw. auf Prüfständen zu erreichen. ALP.Lab bietet auch Services in der entgegengesetzten Richtung an, um Ergebnisse aus virtuellen Tests wiederum in der realen Welt verifizieren zu können. Dafür werden Fahrmanöver nachgestellt und die Werte aus den realen Tests mit den Simulationswerten verglichen. Zuerst werden die Tests auf geschlossenen Testgeländen (sogenannten Proving Grounds) durchgeführt, um die Gefährdung Dritter auszuschließen. Danach kann ein Fahrfunktionstest auf öffentlichen Straßen, wie der Teststrecke bei Graz, unter Einhaltung regulatorischer, rechtlicher und sicherheitsrelevanten Maßnahmen durchgeführt werden, um die Praxistauglichkeit der neu entwickelten Fahrfunktionen oder Fahrzeuge sicherzustellen.
Zusätzlich zu diesen als (near) real-time bzw. als historischer Download zur Verfügung stehenden Infrastruktur-Sensordaten der ASFINAG bietet ALP.Lab auch eine hochgenaue Karte der Teststrecke bei Graz an. Diese Ultra High-Definition MAP (kurz UHD-Karte) wurde von Joanneum Research in enger Zusammenarbeit mit der Technischen Universität Graz aus LiDAR-Punktwolken erstellt. ASFINAG stellte initial Basis-Kartenmaterial zur Verfügung und unterstütze die Aufnahme mittels genau verorteter Passpunkte auf der Teststrecke und den Karten- bzw. Simulationsdaten-Erstellungsprozess durch bereitgestellte 3-D Modelle der Gantries, Verkehrszeichen und anderer Infrastrukturobjekte.
Aus den Daten des A2-Autobahnabschnittes Graz/West nach Laßnitzhöhe wurde eine statische zentimetergenauen UHD-Karte erstellt, in der auch Objekte wie Verkehrsschilder, Überkopfanzeigen und Bodenmarkierungen enthalten sind. Diese Objekte wurden mit Hilfe von Künstlicher Intelligenz und Machine Learning in den Messdaten erkannt und in der UHD Karte hinterlegt. Vorteil dieser zunächst halbautomatischen Methode der Kartenerstellung ist, dass nachfolgende Updates des „Digitalen Zwillings“ der Testregion ALP.Lab künftig mit immer höherem Automatisierungsgrad rascher und kostengünstiger erstellt und bereitgestellt werden können. Darüber hinaus kann die UHD Karte in den zwei gängigsten Formaten von Fahrsimulatoren konvertiert werden und stehen somit sofort für die Umfeld und Verkehrssimulation auf realen Straßenverläufen zur Verfügung.
Sämtliche mitprotokollierten Fahrzeug- sowie Infrastruktur-Daten können über die ALP.Lab Cloud zur Analyse, Fusionierung und Weiterverarbeitung abgelegt bzw. zum Download bereitgestellt werden.
Zuordnung zur Forschungsinfrastruktur
Office - ALP.Lab GmbH - Testregion für automatisierte Mobilität