Advertisement

ATZelektronik

, Volume 5, Issue 2, pp 58–63 | Cite as

Autonome Fahrzeugführung in der Stadt

Kombination objekt- und kartenbasierter Umfeldmodelle
  • Jan Effertz
Forschung Autonomes Fahren
  • 99 Downloads

Zusammenfassung

Die Vision einer fahrerlosen Fahrt im allgemeinen Straßenverkehr fasziniert die Gemeinde der Automobiltechnik bereits seit langem. Im Rahmen der Darpa Urban Challenge im Jahre 2007 stand in diesem Zusammenhang erstmals die vollständig autonome Fahrt in urbanen Umgebungen mit gemischt autonom und manuell gesteuerten Verkehrsteilnehmern unter Einhaltung der üblichen Verkehrsregeln im Fokus der Aufgabenstellung. Dieser Artikel behandelt die Fahrzeugarchitektur sowie die darin enthaltene maschinelle Umfeldwahrnehmung für die autonome Fahrt des teilnehmenden Versuchsträgers der TU Braunschweig. Basis dieser Veröffentlichung ist die Dissertation des Autors, der dafür aktuell mit dem Hermann-Appelpreis der IAV GmbH ausgezeichnet wurde.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturhinweise

  1. [1]
    DARPA: Urban Challenge Technical Evaluation Criteria. http://www.darpa.mil/grandchallenge/docs. Version: 2006
  2. [2]
    DARPA: Urban Challenge Rules. http://www.darpa.mil/grandchallenge/docs. Version: 2007
  3. [3]
    Effertz, J.: Autonome Fahrzeugführung in urbaner Umgebung durch Kombination objekt- und kartenbasierter Umfeldmodelle, Institut für Regelungstechnik, TU Braunschweig, Diss., 2009Google Scholar
  4. [4]
    Darms, M.; Winter, H.: Eine Systemarchitektur zur Fusion von Umfelddaten. In: In Proceedings of VDI Tagung Aktive Sicherheit durch Fahrerassistenz. München, 2004Google Scholar
  5. [5]
    Kaempchen, N.: Feature-Level Fusion of Laser Scanner and Video Data for Advanced Driver Assistance Systems, Universität Ulm, Fakultät für Ingenieurswissenschaften und Informatik, Diss., 2007Google Scholar
  6. [6]
    Kaempchen, N.; Dietmayer, K.: Fusion of laserscanner and video for advanced driver assistance systems. In: In Proceedings of the 11th World Congress on Intelligent Transportation Systems. Nagoya, Japan, 2004Google Scholar
  7. [7]
    Goldbeck, J.; Huertgen, B.: Lane detection and tracking by video sensors. In: In Proceedings of IEEE Intelligent Transportation Systems, 1999, S. 74–79Google Scholar
  8. [8]
    Effertz, J.: An Expandable Multi-Sensor Data-Fusion Concept for Autonomous Driving in Urban Environments. In: Journal of Aerospace Computing, Information, and Communication 4 (2007)Google Scholar
  9. [9]
    Klose, F.: Sensorfusion von flächigen Umfelddaten anhand von Belegungskarten, Institut für Regelungstechnik, TU Braunschweig, Diplomarbeit, 2008Google Scholar
  10. [10]
    Becker, J.-C.:Fusion der Daten der objekterkennenden Sensoren eines autonomen Straßenfahrzeugs, Institut für Regelungstechnik, TU Braunschweig, Diss., 2002Google Scholar
  11. [11]
    Stüker, D.: Heterogene Sensordatenfusion zur robusten Objektverfolgung im automobilen Straßenverkehr. Oldenburg, Germany, Carl von Ossietzky Universität, Diss., 2004Google Scholar
  12. [12]
    Elfes, A.: Occupancy grids: A stochastic spatial representation for active robot perception. In: IEEE Computer Society Press, Autonomous Mobile Robots (1991), S. 46–57Google Scholar
  13. [13]
    Thrun, S.; Burgard, W.; D. Fox: Probabilistic Robotics. Cambridge, MA, USA: The MIT Press, 2005MATHGoogle Scholar
  14. [14]
    Dempster, A.P.: Upper and lower probabilities induced by multivalued mapping. In: Annals of Mathematical Statistics 38 (1967), S. 325–339MathSciNetMATHGoogle Scholar
  15. [15]
    Effertz, J.: An Expandable Multi-Sensor Data-Fusion Concept for Autonomous Driving in Urban Environments. In: Journal of Aerospace Computing, Information, and Communication 4 (2007)Google Scholar
  16. [16]
    Bresenham, J.E.: Algorithm for computer control of a digital plotter. In: ACM Seminal Graphics: poineering efforts that shaped the field (1998), S. 1–6Google Scholar
  17. [17]
    Berger, K.: Recognizing driveable terrain — an analysis of clustering methods Institut für Computergrafik, TU Braunschweig, Studienarbeit, 2007Google Scholar
  18. [18]
    Thrun, S. u. a.: Stanley: The Robot That Won the DARPA Grand Challenge. In: Springer Tracts in Advanced Robotics — The 2005 DARPA Grand Challenge (2005), S. 1–43Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH 2010

Authors and Affiliations

  • Jan Effertz
    • 1
  1. 1.TU-BraunschweigBraunschweigDeutschland

Personalised recommendations