Fotorealistischer Simulator für Autonomes Fahren
Forschende verschiedener Forschungseinrichtungen haben einen neuen Simulator für Autonome Testfahrten entwickelt: AADS.
Das Testen des Autonomen Fahrens erfolgt nicht nur auf der realen Straße, sondern auch in der virtuellen Welt. Diese virtuelle Welt sollte möglichst detailgetreu abgebildet werden, um dem Auto die richtigen Manöver beizubringen.
Neue Simulationswelt. Quelle: eurekalert.org
Forschende der Universität von Maryland (UMD), der Universität von Hong Kong von Baidu Research haben ein fotorealistisches Simulationssystem zur Ausbildung und Validierung von selbstfahrenden Fahrzeugen entwickelt. Die Umgebung des Systems besteht aus qualitativ-hohen Computergrafiken und mathematisch gerenderten Verkehrsmustern.
Das System wurde Augmented Autonomous Driving Simulation (AADS) getauft und soll dem Straßentest vorgeschaltet werden. Dort sollen die bekannten Schwierigkeiten der Fahrzeuge erprobt werden. Derart fördert man die Sicherheit und vermeidet vielleicht solche Unfälle, wie bei dem Uber-Unfall im März 2018 in Arizona.
AADS ist ein System, das konkurrenzlos die Umwelt aufgrund wissenschaftlicher Kenntnis darstellt. Es bedient sich der Daten, um das Autonome Fahren genauer abzubilden. Diese Daten werden dem Auto vorgegaukelt, sodass man die Reaktion überprüfen kann. Dabei werden die Sensoren mit computergenerierten Inhalten gefüttert.
Dabei kombiniert das AADS Fotos, Videos und Lidar-Punktwolken des Fuß-, Rad- und Autoverkehrs. Derart trainiert man das Fahrzeug, sich sicher durch den Verkehr zu navigieren. Diese Daten werden zuvor erfasst und dann gerendert. Dabei greift man nicht nur auf mathematische, sondern auch auf sozialwissenschaftliche Methoden zurück.
Die Daten wurden über einige Jahre hinweg gesammelt und mit AADS ein System entwickelt, das die einzelnen Bilder und Videos in eine zusammenhängende Welt malt. Derart kann man eine Vielzahl fotorealistischer Fahrszenarien erzeugen. Die Verkehrssituationen können dabei individuell zusammengestellt werden. Das betrifft sowohl den Fußverkehr, die Perspektiven oder verschiedene Verkehrsniveaus. Das Bildgebungsverfahren gestattet glatte Übergänge und das mit verhältnismäßig wenig Verzerrungen.
Derart erlaubt das System genauere Daten zu simulieren und damit die Navigationsstrategien des Autonomen Fahrsystems besser zu beurteilen.
Quelle (englisch)
