Selbstfahrende Fahrzeuge navigieren nun ohne 3D-Karten

Neue Selbstfahr-Technologie navigiert ländliche Gebiete ohne 3D-Karten. Kombiniert lokales System mit OpenStreetMap für einzelne Straßensegmente. Das kartelose Fahr-Framework trackt Straßenränder robust via LiDAR-Sensoren.

Problem: Abhängigkeit von 3D-Karten

Bestehende autonome Fahrzeuge brauchen 3D-Karten zur Navigation. Deshalb können Selbstfahr-Autos nicht überall selbst fahren. >1/3 US-Straßen sind unbefestigt, 65 % haben keine zuverlässigen Fahrbahnmarkierungen.

Diese Fahrzeuge nutzen vorgefertigte Karten für Lokalisierung, Routenplanung, Hindernisreaktion. Da ländliche Straßen schlecht angebunden sind, extrem schwierig für autonomes Fahren.

MIT-Ingenieure (mit Toyota Research Institute) entwickelten fortschrittliches System – karteloses Fahr-Framework – für Navigation ohne 3D-Karten. Ermöglicht Selbstfahr-Fahrzeuge auf weniger befahrenen Straßen.

Funktionsweise

Framework vereint zwei Komponenten: lokales Wahrnehmungssystem + OpenStreetMap für einzelne Straßensegmente. Ermöglicht globale Navigation über große Gebiete mit vernünftiger Vorladung (OpenStreetMap).

GPS-Daten genau genug für topologische Lokalisierung, erweiterbar durch lokale Wahrnehmung für vollautonome Navigation, da OpenStreetMap alle Direktiven pro Straßensegment enthält.

System trackt Straßenränder robust via LiDAR. Misst Straßenoberflächenkanten, schätzt Straßengeometrie – auch ohne Fahrbahnmarkierungen.

Ein solches Framework, das mit Bord-Sensoren operiert, zeigt echtes Potenzial Selbstfahr-Fahrzeuge. Sie können Straßen bewältigen, die jenseits der von Tech-Giganten (Google) kartierten liegen.

Tests

Laut Entwicklern: Technik zuverlässig und effizient, obwohl Sensoren riesige Datenmengen sammeln (aktuelle Straßenrandschätzung wird im nächsten Messschritt genutzt).

In probabilistischem Framework: Straßenranddetektionen fusioniert mit Fahrzeug-Odometrie. Test auf vollautonomem Toyota Prius in ländlichem Gebiet. Offline-Evaluation auf Datensätzen von Teststrecken.

Gesamtes Wahrnehmungs-Framework läuft auf Standardcomputer mit 5 Hz, erkennt Straße bis 35 m – Geschwindigkeit bis 107 km/h (67 mph). Geschwindigkeit steigerbar durch GPU-Implementierung (parallel).

Technologie öffnet mehr Straßen für Selbstfahr-Fahrzeuge, aber weiter Weg. Limitierungen: Framework berücksichtigt keine plötzlichen Höhenänderungen.

Entwickler arbeiten an Bewältigung vielfältiger Straßen. Ziel: Fahrzeuge so zuverlässig wie Menschen auf unbekannten Straßen.