Ein autonomes Fahrzeug muss eine Reihe von Dingen im Auge behalten, wenn es eine Route vom Start bis zum Ziel sicher durchf\u00e4hrt. Auf der h\u00f6chsten Ebene muss das autonome Fahrzeug den Gesamtfortschritt auf der Strecke verfolgen. Dies kann durch globale Satellitennavigationssysteme (GNSS) unterst\u00fctzt werden. Das GNSS kann zwar Angaben zur Fahrzeuggeschwindigkeit liefern, ist aber nicht zuverl\u00e4ssig genug, um kontinuierlich genaue Informationen \u00fcber den genauen Standort und die Geschwindigkeit zu liefern.<\/p>\n

Die n\u00e4chsttiefere Ebene ist ein eher lokaler Kontext und umfasst die Dinge, die ein Fahrer mit seinen Augen vom Fahrersitz aus beobachten k\u00f6nnte. Auf dieser Ebene muss das autonome Fahrzeug die unmittelbare Umgebung des Fahrzeugs im Zusammenhang mit festen und beweglichen Merkmalen, die sich in der N\u00e4he befinden oder in K\u00fcrze befinden werden, verstehen. Zu den festen Merkmalen geh\u00f6ren Dinge wie Fahrbahnmarkierungen, Bordsteine, Verkehrskontrollen und geparkte Autos. Bewegliche Merkmale k\u00f6nnen andere Verkehrsteilnehmer und Fu\u00dfg\u00e4nger in Bewegung sein. Die auf dem Dach des autonomen Fahrzeugs montierten Sensorsysteme, zu denen Kameras, LiDAR- und Ultraschallsysteme geh\u00f6ren, blicken in der Regel nach au\u00dfen, um diesen Kontext zu erfassen.<\/p>\n

Schlie\u00dflich 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 eigenst\u00e4ndiger Sensor, der Daten zur Fahrzeugdynamik liefert, so dass wichtige Berechnungen zu \u00c4nderungen der Fahrzeugtrajektorie verwendet werden k\u00f6nnen, um Sicherheitsprobleme zu erkennen (z. B. \u00c4nderungen des Schr\u00e4glaufwinkels).<\/p>\n

Die IMU liefert auch Informationen zum besseren Verst\u00e4ndnis 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 gef\u00e4hrlich und kann zu Sicherheitsproblemen und einem schlechten Fahrgef\u00fchl f\u00fchren.<\/p>\n

Die Folgen eines mangelnden Verst\u00e4ndnisses der Fahrzeugdynamik<\/strong><\/p>\n

Autonome Fahrzeuge m\u00fcssen nicht nur die Fahrzeugdynamik in Bezug auf Position, Ausrichtung, Richtung und Geschwindigkeit des Fahrzeugs verstehen, sondern auch, ob Ver\u00e4nderungen in der Beziehung zwischen diesen Faktoren zu einer unsicheren Situation f\u00fcr die Insassen des Fahrzeugs, Umstehende oder andere Verkehrsteilnehmer f\u00fchren. Die sicherste Fahrt ist die stabilste Fahrt. Um die Gesamtstabilit\u00e4t der Fahrzeugbewegung zu gew\u00e4hrleisten, ist der Schr\u00e4glaufwinkel eine indikative Gr\u00f6\u00dfe, die erste Hinweise auf Pr\u00e4ventivma\u00dfnahmen f\u00fcr eine sichere Fahrt geben kann.<\/p>\n

Der Schr\u00e4glaufwinkel ist eine Messung, die den Winkel zwischen dem Vorw\u00e4rtsgeschwindigkeitsvektor und der Fahrtrichtung vergleicht, d. h. den Winkel zwischen der tats\u00e4chlichen Fahrtrichtung eines rollenden Rades und der Richtung, in die es zeigt. Eine Vergr\u00f6\u00dferung des Schr\u00e4glaufwinkels kann durch st\u00e4ndige Ver\u00e4nderungen der Beziehung zwischen dem Fahrzeug, der Stra\u00dfenoberfl\u00e4che und -struktur oder durch Interaktionen zwischen anderen Verkehrsteilnehmern verursacht werden.<\/p>\n

Eine \u00c4nderung des Schr\u00e4glaufwinkels um 0,5\u00b0 kann ausreichen, um Schleudern, Drehen oder \u00dcberschlagen auszul\u00f6sen (insbesondere bei Gel\u00e4ndewagen oder gr\u00f6\u00dferen Lkw), wenn nicht rechtzeitig Gegenma\u00dfnahmen ergriffen werden. Die sichere Fahrt des Fahrzeugs ist in der Regel gef\u00e4hrdet, sobald das Fahrzeug in eine andere als die vorgesehene Richtung zu fahren beginnt. Zu den Folgen k\u00f6nnen (neben Schleudern, Drehen und \u00dcberschlagen) eine erh\u00f6hte Wahrscheinlichkeit des Zusammensto\u00dfes mit Hindernissen geh\u00f6ren, die nicht vom Bildgebungssystem auf der Strecke erkannt wurden, sowie Aufpr\u00e4lle auf Fahrzeugteile wie T\u00fcren, die nicht f\u00fcr einen Aufprall ausgelegt sind.<\/p>\n

Die \u00dcberwachung des Schr\u00e4glaufwinkels ist eine M\u00f6glichkeit, wie ein ADAS-System oder ein vollst\u00e4ndig autonomes Fahrsystem beurteilen kann, ob Pr\u00e4ventivma\u00dfnahmen wie \u00c4nderungen 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 ausl\u00f6sen. Sobald ein Zwischenfall ausgel\u00f6st wird, kann es zu sp\u00e4t sein, sich zu erholen, unabh\u00e4ngig davon, ob die Lage der Hindernisse bekannt ist.<\/p>\n

Tr\u00e4gheitsmessger\u00e4te zur \u00dcberwachung der Fahrzeugdynamik<\/strong><\/p>\n

Wie beschrieben, h\u00e4ngt die sichere Funktion jedes automatisierten Fahrsystems davon ab, dass die Dynamik des Fahrzeugs in Bezug auf Standort, Position auf der Stra\u00dfe, Richtung, Orientierung und Geschwindigkeit des Fahrzeugs st\u00e4ndig bekannt ist. Um diese Eigenschaften zu messen, ist der Einsatz einer Inertialmesseinheit (IMU) erforderlich.<\/p>\n

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 S\u00e4tze von Rotationsparametern (Neigung, Drehung und Kurs). Die Daten der IMU liefern zus\u00e4tzliche Messwerte \u00fcber die vom autonomen Fahrzeug zur\u00fcckgelegte Strecke:<\/p>\n

\n
Ber\u00fccksichtigt die wahrscheinlichste Position des Fahrzeugs, wenn keine GNSS-Daten in schwierigen GNSS-Umgebungen verf\u00fcgbar sind.<\/li>\n
Liefert Daten \u00fcber die Geschwindigkeit und das Ausma\u00df der Beschleunigung in Richtung von Hindernissen, die von bordseitigen Bildgebungssystemen erfasst werden.<\/li>\n
Misst die Winkeldaten zwischen der Richtung, in die das Fahrzeug zeigt (Steuerkurs), und dem Ort, an dem es sich tats\u00e4chlich befindet (Track).<\/li>\n<\/ul>\n
Warum eine IMU in einem autonomen Fahrzeug verwenden?<\/strong><\/p>\n
Am wichtigsten ist, dass die IMU die Daten liefert, die es einem automatisierten Fahrsystem erm\u00f6glichen, nicht nur zu wissen, wo es sich befindet, sondern auch, wie es sich bewegt. Dies ist f\u00fcr jede Sensortechnologie notwendig, um Routen und Hindernisse zu erkennen und dem Fahrsystem das n\u00f6tige Feedback zu geben, damit es seine Parameter kontinuierlich anpassen kann, um eine Route sicher zu fahren.<\/p>\n
Um diese Anforderungen zu erf\u00fcllen, bieten die Tr\u00e4gheitsmesssysteme von OXTS die M\u00f6glichkeit, 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 Tr\u00e4gheitsdaten mit verf\u00fcgbaren GNSS-Rohdaten zu einem einzigen ununterbrochenen Strom zuverl\u00e4ssiger und genauer Navigationsmeldungen zusammenf\u00fchren, erh\u00e4lt das autonome System kontinuierlich die erforderlichen Informationen zu Position, Ausrichtung, Richtung und Geschwindigkeit. Wenn GNSS nicht verf\u00fcgbar ist oder Informationen von bildgebenden Sensoren fehlen, \u00fcberbr\u00fccken OXTS-Technologien diese L\u00fccken 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 Tr\u00e4gheitsdaten eine M\u00f6glichkeit:<\/p>\n
\n
Bereitstellung von Navigationsdaten f\u00fcr Bildverarbeitungsalgorithmen mit einer Abtastfrequenz von mindestens 100 Hz.<\/li>\n
Bereitstellung von Algorithmen, die in ADAS-Systemen verwendet werden, um zu erkennen, ob sich das Fahrzeug tats\u00e4chlich auf ein Hindernis zubewegt, und mit welcher Geschwindigkeit.<\/li>\n
Information der Notfallsysteme des Fahrzeugs \u00fcber dynamische Situationen, die Korrekturma\u00dfnahmen erfordern (z. B. Schleudern), bevor die bildgebenden Sensoren an Bord einen Alarm ausl\u00f6sen.<\/li>\n
OXTS-Technologien werden entweder als komplette, schl\u00fcsselfertige Inertial- und GNSS-Navigationsl\u00f6sungen eingesetzt, wie z. B. die RT3000<\/a>\u00a0oder eine benutzerdefinierte Integration, die dasselbe verwendet\u00a0 xOEM IMU<\/a> die das Herzst\u00fcck der OXTS-Systeme ist.<\/li>\n<\/ul>\n
Unabh\u00e4ngig von der Art des Einsatzes erh\u00e4lt das autonome Fahrsystem mit einem OXTS-System an Bord die Informationen, die es f\u00fcr einen sicheren \"Go-anywhere\"-Einsatz ben\u00f6tigt.<\/p>\n<\/div>\n<\/article>\n<\/div>\n
<\/p>\n<\/div>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":3155,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[21,58,49,55],"tags":[],"class_list":["post-3153","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-application-notes","category-adas","category-autonomy","category-tracking-monitoring"],"acf":[],"_links":{"self":[{"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/posts\/3153","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/comments?post=3153"}],"version-history":[{"count":3,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/posts\/3153\/revisions"}],"predecessor-version":[{"id":7634,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/posts\/3153\/revisions\/7634"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/media\/3155"}],"wp:attachment":[{"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/media?parent=3153"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/categories?post=3153"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/oxts.mwb.digital\/de\/wp-json\/wp\/v2\/tags?post=3153"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}