English
Chinese
Spanish
Japanese
Korean
Seit mehr als zehn Jahren wird die Entwicklung autonomer Fahrzeuge immer stärker vorangetrieben. Entwickler und Enthusiasten von autonomen Fahrzeugen sind davon überzeugt, dass sie einer großen Zahl von Bürgern ein sichereres und effizienteres Transportmittel bieten können. Autonome Fahrzeuge werden durch den Einsatz einer breiten Palette von Technologien ermöglicht.
Eine der wichtigsten technologischen Komponenten eines autonomen Fahrzeugs sind die sensorischen Systeme, die dem Fahrzeug helfen, seine Umgebung und den Kontext darin zu verstehen. Typische Sensorsysteme, die die Außenseite des Fahrzeugs schmücken, umfassen eine Vielzahl von Kameras, Lasern und Ultraschallsystemen. Im Inneren des Fahrzeugs befindet sich - für den Laien nicht sichtbar - eine Reihe von Datenverarbeitungs- und Analysefunktionen, die die Eingaben der Sensoren interpretieren und die Ergebnisse dieser Analyse nutzen, um anstelle eines menschlichen Fahrers Entscheidungen zu treffen. Eine Schlüsselkomponente dieses zentralisierten Systems ist die Trägheitsmesseinheit (IMU), das System, das die sich dynamisch verändernden Bewegungen des Fahrzeugs überwacht.
Oxford Technical Solutions (OXTS) bietet seit fast 20 Jahren Inertialmesstechnik für den Automobilmarkt an. In dieser Zeit hat OXTS Inertialsysteme für verschiedene Entwicklungsprojekte für autonome Fahrzeuge geliefert, z. B. für das DARPA-Herausforderungen (2005 und 2007), der selbstfahrende Volkswagen Golf 53+1 im Jahr 2006, das unbemannte Fahrzeug "Wildcat" von BAE Systems sowie zahlreiche Systeme für das Militär und mehrere führende Automobilhersteller. OXTS ist daher gut aufgestellt, um zu zeigen, warum eine inertiale Messeinheit für den sicheren und erfolgreichen autonomen Betrieb unerlässlich ist.
Reife der Mechanismen für die Fahrerassistenz
Unternehmen wie Google entwickeln von Grund auf vollautonome Fahrzeuge, die nicht mehr fahren, sondern fahren sollen. Viele der eingesetzten Sensorfunktionen werden bereits in die fortschrittlichen Fahrerassistenzsysteme (ADAS) implementiert, die von vielen der großen Automobilhersteller entwickelt werden. Bildgebende Systeme (z. B. Kameras und LiDAR) werden in der Regel eingesetzt, um Objekte am Horizont zu erkennen, sei es, um aufkommende feste Strukturen zu identifizieren oder um die Anwesenheit von Fußgängern oder anderen potenziellen Kollisionsgefahren in der Fahrspur des Fahrzeugs zu erkennen. Die Bildgebungssysteme, die als "Augen" des Fahrzeugs dienen, werden immer zahlreicher und ausgefeilter. Yole Développement (Yole) prognostiziert in einem kürzlich erschienenen Bericht zur Marktgröße, dass sich der Wert des Marktes für Sensoren in autonomen Fahrzeugen bis Ende 2015 auf $2,6 Mrd. belaufen und bis 2030 auf $36 Mrd. ansteigen wird (davon $12B allein für bildgebende Sensoren). Bildgebende Systeme ermöglichen zwar die Beurteilung von Form und Gestalt von Objekten und der Entfernung zwischen dem Fahrzeug und den erfassten Objekten, aber ein autonomes Fahrzeug muss immer noch wissen, wo es sich in der Umgebung befindet und wie es sich durch die Umgebung bewegt, damit es rechtzeitig Entscheidungen treffen und Maßnahmen ergreifen kann, um zu reagieren. Die Berücksichtigung der Fahrzeugbewegungen (Fahrzeugdynamik) validiert nicht nur die Informationen der bildgebenden Sensoren, sondern gewährleistet auch die sichere Fahrt des autonomen Fahrzeugs zwischen den erkannten Hindernissen und entlang der geplanten Route.
Kontext, Kontext, Kontext
Ein autonomes Fahrzeug muss eine Reihe von Dingen im Auge behalten, wenn es eine Route vom Start bis zum Ziel sicher durchfährt. Auf der höchsten Ebene muss das autonome Fahrzeug den Gesamtfortschritt auf der Strecke verfolgen. Dies kann durch globale Satellitennavigationssysteme (GNSS) unterstützt werden. Das GNSS kann zwar Angaben zur Fahrzeuggeschwindigkeit liefern, ist aber nicht zuverlässig genug, um kontinuierlich genaue Informationen über den genauen Standort und die Geschwindigkeit zu liefern.
Die nächsttiefere Ebene ist ein eher lokaler Kontext und umfasst die Dinge, die ein Fahrer mit seinen Augen vom Fahrersitz aus beobachten könnte. Auf dieser Ebene muss das autonome Fahrzeug die unmittelbare Umgebung des Fahrzeugs im Zusammenhang mit festen und beweglichen Merkmalen, die sich in der Nähe befinden oder in Kürze befinden werden, verstehen. Zu den festen Merkmalen gehören Dinge wie Fahrbahnmarkierungen, Bordsteine, Verkehrskontrollen und geparkte Autos. Bewegliche Merkmale können andere Verkehrsteilnehmer und Fußgänger in Bewegung sein. Die auf dem Dach des autonomen Fahrzeugs montierten Sensorsysteme, zu denen Kameras, LiDAR- und Ultraschallsysteme gehören, blicken in der Regel nach außen, um diesen Kontext zu erfassen.
Schließlich muss auch der Kontext des Fahrzeugs und seine Bewegung in der unmittelbaren Umgebung verstanden werden. Dazu gibt es an Bord des Fahrzeugs eine Reihe von Sensoren, darunter ein sehr wichtiges System, die IMU. Die IMU ist ein eigenständiger Sensor, der Daten zur Fahrzeugdynamik liefert, so dass wichtige Berechnungen zu Änderungen der Fahrzeugtrajektorie verwendet werden können, um Sicherheitsprobleme zu erkennen (z. B. Änderungen des Schräglaufwinkels).
Die IMU liefert auch Informationen zum besseren Verständnis der Position der anderen Sensorsysteme im Zusammenhang mit der aktuellen Position des Fahrzeugs. Die IMU liefert einen Teil des Klebstoffs, um Daten von verschiedenen Sensoren in Bezug auf die Dynamik des Fahrzeugs in Raum und Zeit korrekt zu korrelieren, wenn ein Messwert an die Echtzeit-Analysesysteme des autonomen Fahrzeugs gesendet wird. Wenn man nicht in der Lage ist, verschiedene Sensormesswerte auf der Grundlage der Fahrzeugdynamik miteinander zu korrelieren und zu berechnen, ist dies gefährlich und kann zu Sicherheitsproblemen und einem schlechten Fahrgefühl führen.
Die Folgen eines mangelnden Verständnisses der Fahrzeugdynamik
Autonome Fahrzeuge müssen nicht nur die Fahrzeugdynamik in Bezug auf Position, Ausrichtung, Richtung und Geschwindigkeit des Fahrzeugs verstehen, sondern auch, ob Veränderungen in der Beziehung zwischen diesen Faktoren zu einer unsicheren Situation für die Insassen des Fahrzeugs, Umstehende oder andere Verkehrsteilnehmer führen. Die sicherste Fahrt ist die stabilste Fahrt. Um die Gesamtstabilität der Fahrzeugbewegung zu gewährleisten, ist der Schräglaufwinkel eine indikative Größe, die erste Hinweise auf Präventivmaßnahmen für eine sichere Fahrt geben kann.
Der Schräglaufwinkel ist eine Messung, die den Winkel zwischen dem Vorwärtsgeschwindigkeitsvektor und der Fahrtrichtung vergleicht, d. h. den Winkel zwischen der tatsächlichen Fahrtrichtung eines rollenden Rades und der Richtung, in die es zeigt. Eine Vergrößerung des Schräglaufwinkels kann durch ständige Veränderungen der Beziehung zwischen dem Fahrzeug, der Straßenoberfläche und -struktur oder durch Interaktionen zwischen anderen Verkehrsteilnehmern verursacht werden.
Eine Änderung des Schräglaufwinkels um 0,5° kann ausreichen, um Schleudern, Drehen oder Überschlagen auszulösen (insbesondere bei Geländewagen oder größeren Lkw), wenn nicht rechtzeitig Gegenmaßnahmen ergriffen werden. Die sichere Fahrt des Fahrzeugs ist in der Regel gefährdet, sobald das Fahrzeug in eine andere als die vorgesehene Richtung zu fahren beginnt. Zu den Folgen können (neben Schleudern, Drehen und Überschlagen) eine erhöhte Wahrscheinlichkeit des Zusammenstoßes mit Hindernissen gehören, die nicht vom Bildgebungssystem auf der Strecke erkannt wurden, sowie Aufprälle auf Fahrzeugteile wie Türen, die nicht für einen Aufprall ausgelegt sind.
Die Überwachung des Schräglaufwinkels ist eine Möglichkeit, wie ein ADAS-System oder ein vollständig autonomes Fahrsystem beurteilen kann, ob Präventivmaßnahmen wie Änderungen des Lenkwinkels oder Notbremsungen eingeleitet werden sollten. Wenn die Dynamik des Fahrzeugs jedoch zu extrem wird, kann es zu einem Zwischenfall wie Schleudern oder Trudeln kommen, bevor die bildgebenden Sensoren einen Alarm auslösen. Sobald ein Zwischenfall ausgelöst wird, kann es zu spät sein, sich zu erholen, unabhängig davon, ob die Lage der Hindernisse bekannt ist.
Trägheitsmessgeräte zur Überwachung der Fahrzeugdynamik
Wie beschrieben, hängt die sichere Funktion jedes automatisierten Fahrsystems davon ab, dass die Dynamik des Fahrzeugs in Bezug auf Standort, Position auf der Straße, Richtung, Orientierung und Geschwindigkeit des Fahrzeugs ständig bekannt ist. Um diese Eigenschaften zu messen, ist der Einsatz einer Inertialmesseinheit (IMU) erforderlich.
Die IMU besteht aus einer Anordnung von Gyroskopen und Beschleunigungsmessern und liefert einen kontinuierlichen Datenstrom zur linearen Beschleunigung des Fahrzeugs auf drei Hauptachsen sowie die drei Sätze von Rotationsparametern (Neigung, Drehung und Kurs). Die Daten der IMU liefern zusätzliche Messwerte über die vom autonomen Fahrzeug zurückgelegte Strecke:
- Berücksichtigt die wahrscheinlichste Position des Fahrzeugs, wenn keine GNSS-Daten in schwierigen GNSS-Umgebungen verfügbar sind.
- Liefert Daten über die Geschwindigkeit und das Ausmaß der Beschleunigung in Richtung von Hindernissen, die von bordseitigen Bildgebungssystemen erfasst werden.
- Misst die Winkeldaten zwischen der Richtung, in die das Fahrzeug zeigt (Steuerkurs), und dem Ort, an dem es sich tatsächlich befindet (Track).
Warum eine IMU in einem autonomen Fahrzeug verwenden?
Am wichtigsten ist, dass die IMU die Daten liefert, die es einem automatisierten Fahrsystem ermöglichen, nicht nur zu wissen, wo es sich befindet, sondern auch, wie es sich bewegt. Dies ist für jede Sensortechnologie notwendig, um Routen und Hindernisse zu erkennen und dem Fahrsystem das nötige Feedback zu geben, damit es seine Parameter kontinuierlich anpassen kann, um eine Route sicher zu fahren.
Um diese Anforderungen zu erfüllen, bieten die Trägheitsmesssysteme von OXTS die Möglichkeit, in Echtzeit kontinuierlich Orientierungen und Positionen mit einer Genauigkeit im Zentimeterbereich und Geschwindigkeiten mit einer Genauigkeit von 2 cm/s zu erfassen und zu messen. Durch den Einsatz von Algorithmen, die Trägheitsdaten mit verfügbaren GNSS-Rohdaten zu einem einzigen ununterbrochenen Strom zuverlässiger und genauer Navigationsmeldungen zusammenführen, erhält das autonome System kontinuierlich die erforderlichen Informationen zu Position, Ausrichtung, Richtung und Geschwindigkeit. Wenn GNSS nicht verfügbar ist oder Informationen von bildgebenden Sensoren fehlen, überbrücken OXTS-Technologien diese Lücken und liefern dem autonomen Fahrsystem dennoch den erforderlichen kontinuierlichen Datenstrom. Wenn man die Nutzung dieser Informationen in Verbindung mit den Informationen der Bildsensoren an Bord des autonomen Fahrzeugs in Betracht zieht, sind die vom OXTS-System gelieferten Trägheitsdaten eine Möglichkeit:
- Bereitstellung von Navigationsdaten für Bildverarbeitungsalgorithmen mit einer Abtastfrequenz von mindestens 100 Hz.
- Bereitstellung von Algorithmen, die in ADAS-Systemen verwendet werden, um zu erkennen, ob sich das Fahrzeug tatsächlich auf ein Hindernis zubewegt, und mit welcher Geschwindigkeit.
- Information der Notfallsysteme des Fahrzeugs über dynamische Situationen, die Korrekturmaßnahmen erfordern (z. B. Schleudern), bevor die bildgebenden Sensoren an Bord einen Alarm auslösen.
- OXTS-Technologien werden entweder als komplette, schlüsselfertige Inertial- und GNSS-Navigationslösungen eingesetzt, wie z. B. die RT3000 oder eine benutzerdefinierte Integration, die dasselbe verwendet xOEM IMU die das Herzstück der OXTS-Systeme ist.
Unabhängig von der Art des Einsatzes erhält das autonome Fahrsystem mit einem OXTS-System an Bord die Informationen, die es für einen sicheren "Go-anywhere"-Einsatz benötigt.
