Sensordatenfusion in der Verkehrsüberwachung

08.06.2018
©DLR Sascha Knake-Langhorst (Institut für Verkehrssystemtechnik, DLR) und Prof. Marcus Baum (Universität Göttingen)

Informatiker der Universität Göttingen kooperieren mit Verkehrstechnikern des DLR

Das Zusammenführen der Daten verschiedener Sensoren - die sogenannte Sensordatenfusion - ist ein fundamentaler Bestandteil moderner, intelligenter Systeme im Straßenverkehr. Das Institut für Verkehrssystemtechnik des Deutschen Zentrums für Luft- und Raumfahrt und die Forschungsgruppe Datenfusion am Institut für Informatik der Universität Göttingen arbeiten auf diesem Gebiet künftig enger zusammen. Gemeinsam wollen die Wissenschaftlerinnen und Wissenschaftler neue Verfahren zur Sensordatenfusion in der Verkehrsüberwachung entwickeln und erproben.

"Unsere Kooperation ist ein Beispiel für die erfolgreiche Verzahnung von angewandter Forschung am DLR und der Forschung und Lehre an der Universität Göttingen", so der Leiter der Forschungsgruppe Datenfusion, Prof. Dr. Marcus Baum. "Fortschritte bei der Sensordatenfusion sind eine Grundlage für die Entwicklung von effektiven Assistenz- und Automationsfunktionen, so dass wir die Forschung mit dieser Kooperation stark voranbringen können", ergänzt Sascha Knake-Langhorst, vom DLR-Institut für Verkehrssystemtechnik. Die Zusammenarbeit erstreckt sich von der gemeinsamen Betreuung studentischer Arbeiten über die Implementierung von Funktionen für die hochautomatisierten Fahrzeuge FASCar und ViewCar am DLR bis hin zu gemeinsamen Forschungsprojekten. Darüber hinaus wollen die Kooperationspartner Wissen und Sensordaten aus Feldversuchen austauschen.

Die Sensordatenfusion sorgt unter anderem in Fahrerassistenzsystemen und hochautomatisierten Fahrzeugen dafür, dass beispielsweise aus Kameras, Laser- und Radarsensoren ein umfassendes und vollständiges Bild der Fahrzeugumgebung erstellt wird. Dieses Bild ist umso zuverlässiger und genauer, wenn Sensordaten entsprechend ihrer Zuverlässigkeit gewichtet werden und die Sensoren sich gegenseitig ergänzen, um potenzielle Datenlücken zu schließen. Die Veröffentlichung der Ergebnisse einer gemeinsam betreuten studentischen Masterarbeit, die sich mit genau diesem Problem beschäftigt, ist bereits geplant.