Fraunhofer Cluster of Excellence Cognitive Internet TechnologiesIntelligente Verkehrswahrnehmung auf der Teststrecke
Forschungsprojekt TraffIRNet bringt Basis-Technologien für das autonome Fahren auf die Straße
Zur intelligenten Verkehrssteuerung und Fahrzeugkommunikation für das autonome Fahren (Vehicle-to-everything, V2X) müssen dynamische Verkehrsinformationen in Echtzeit verfügbar sein. Das wiederum setzt Sensoren zur Datenerfassung, Kommunikationstechnologien sowie Algorithmen zur Datenfusion und zur Erzeugung der Verkehrsmodelle voraus. Im Forschungsprojekt »TraffIRNet« (Traffic-Infrared-Radar-Network) macht sich der Fraunhofer Cluster of Excellence Cognitive Internet Technologies CCIT das Potential des Mobilfunkstandards 5G für die kollektive und skalierbare Verkehrswahrnehmung im Multi-Access-Edge-Computing-Netzwerk (MEC) zunutze.
Im 5G-Bavaria-Testbed »Automotive« in Rosenheim betreibt der Fraunhofer CCIT mehrere Road-Side-Sensorboxen. Sie zeichnen mit ihren 3D-Radar- und Infrarotkamera-Sensoren den Verkehr anonymisiert und datenschutzkonform auf. Die ursprünglich im Projekt KonSensData des Fraunhofer CCIT entwickelten Sensorboxen wurden für »TraffIRNet« um ein 5G-Mobilfunkmodem erweitert, das Übertragungsbandbreite sowohl für die Rohdaten als auch für das Verkehrsmodell bereitstellt. Über das 5G-Netz werden große Mengen an Sensordaten aus unterschiedlich positionierten Boxen KI-basiert fusioniert, an eine 5G-Basisstation sowie einen MEC-Server übertragen und dort zur kollektiven Verkehrswahrnehmung aggregiert und mit Hilfe von KI-Modellen analysiert.
Algorithmen anlernen und Verkehr analysieren
Das daraus entstehende Verkehrsmodell erlaubt einerseits die Bestimmung der Bewegungsmuster aller Verkehrsteilnehmerinnen und -teilnehmer in dem von einer Sensorbox beobachteten Bereich und andererseits die eindeutige Verknüpfung der Bewegungspfade, sogenannter Trajektorien, zwischen den von zwei Sensorboxen beobachteten Bereichen. Dies hilft Automobil- und Logistikroboterherstellern oder Fahrzeugbetreibern beim Anlernen von Algorithmen für das autonome Fahren.
Eine solche Echtzeit-Erkennung dient Verkehrsanalyse-Anbietern, Infrastrukturbetreibern, Kommunen und Verkehrsplanern zur Optimierung des Verkehrs: Von der Vermeidung von Staus bis hin zur vereinfachten Parkplatzsuche.
Drei Fraunhofer-Institute bündeln Expertisen zur kollektiven Verkehrswahrnehmung
Beim Betrieb der Sensoren, bei der Fusion der Daten und der Klassifizierung und Trajektorienbestimmung arbeiten drei Fraunhofer-Institute im Rahmen von »TraffIRNet« Hand in Hand.
Das Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI lässt seine Expertise in der Integration und Anwendung mobiler Sensorik sowie KI-basierter Umfelderkennung und Sensordatenfusion und der Generierung von Verkehrsmodellen zur Datenübertragung einfließen.
Die Forschenden des Fraunhofer-Instituts für Integrierte Schaltungen IIS betreiben das 5G Bavaria Testbed »Automotive« und verfügen über umfangreiche Erfahrung mit Multi-Access–Edge-Computing, 5G-Standardisierung (3GPP) und Applikationen für 5G-Mobilfunk.
Das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS bringt sich bei »TraffIRNet« im Themenbereich Maschinelles Lernen ein und verfügt über Kompetenz in den Bereichen der KI-basierten Objektdetektion anhand von Infrarotdaten und dem Tracking von Objektdetektionen.
»Mit TraffIRNet setzen wir auf die Potentiale des Mobilfunkstandards 5G, um innovative Technologien für das autonome Fahren auf die Straße zu bringen und den Weg für die Verkehrssteuerung der Zukunft zu ebnen«, erklärt Michael Fritz, Leiter der Geschäftsstelle des Fraunhofer CCIT.