Hochpräzise Erfassung und Modellierung von Straßenverläufen für eine digitale Karte zur Unterstützung des autonomen Fahrens im Projekt Intelligent-Car

Kurzfassung

Im Rahmen des Projektes Intelligent-Car wurde das Ziel definiert, ein Fahrzeug so auszurüsten, dass es in der Lage ist, automatisch auf der ca. 11 km langen Fahrbahn eines nicht öffentlichen Testgeländes zu fahren. Diese sog. Schnellbahn ist vergleichbar mit einer 3-spurigen Autobahn. Während der Fahrten auf der Schnellbahn muss das automatisch fahrende Versuchsfahrzeug mit dem Namen "iCar" mit anderen Verkehrsteilnehmern selbständig interagieren. Um diese automatische Fahraufgabe erfolgreich zu erfüllen, sind zahlreiche Sensoren in das Versuchsfahrzeug integriert: Andere Verkehrsteilnehmer werden mittels Radar und Laserscanner erfasst. Fahrstreifenmarkierungen werden mit Hilfe von zwei optischen Sensoren erkannt. Diese liefern neben der Ablage des Fahrzeuges zur Fahrstreifenmitte auch Schätzwerte über die aktuellen Krümmungswerte der Fahrbahn. Anhand der von ihnen gemessenen Werte wird sichergestellt, dass das Fahrzeug die vorgegebene Fahrspur hält. Beide Messwerte sind wichtige Eingangsgrößen für die Regelung der Lenkung. Jedoch sind die gemessenen Krümmungswerte aufgrund der lokalen Sichtweise der optischen Sensoren nicht immer ausreichend genau. Außerdem kann es bei ungünstigen Sichtbedingungen wie z.B. Gegenlicht oder schlecht sichtbaren Fahrstreifenmarkierungen geschehen, dass die Fahrstreifenmarkierungen durch die optischen Sensoren kurzzeitig nicht mehr erkannt werden. Um diese Unzulänglichkeiten zu kompensieren, werden zusätzlich eine hochpräzise, DGPS-basierte Ortungseinheit und eine hochgenaue digitale Karte verwendet. Mit Hilfe der Ortungseinheit kann das Fahrzeug auf seine Position innerhalb der digitalen Karte schließen und dann dort gespeicherte statische Umgebungsinformationen wie z.B. lokale Fahrbahnattribute oder den weiteren Fahrbahnverlauf abrufen. Diese Informationen sind dabei spurgenau in der digitalen Karte hinterlegt. Weiterhin kann die Ablage des Versuchsfahrzeugs zur Fahrstreifenmitte bestimmt werden. Um diese Anforderungen zu erfüllen, muss die Karte weitgehend eine Genauigkeit im Zentimeterbereich bereitstellen. Somit ermöglicht die Karte eine präzise Vorausschau über den weiteren Verlauf der Fahrbahn, auch wenn dieser Bereich von anderen Sensoren aufgrund ungünstiger Sichtbedingungen oder ihrer eingeschränkten Reichweite noch nicht erfasst werden kann. Das Ziel der hier vorgestellten Arbeit ist es, ein Verfahren zu entwickeln, das die notwendigen hochpräzisen digitalen Karten weitgehend automatisiert generiert und dabei möglichst ökonomisch arbeitet. Die Vermessung der Fahrbahn erfolgt mittels des DLR-eigenen Forschungsfahrzeuges ViewCar, das über eine geeignete Sensorik verfügt, um die Fahrbahn und ihre Umgebung zu erfassen. Insbesondere werden hierfür ein optischer Sensor zur Erfassung der Fahrstreifenmarkierungen und ein Laser-Scanner zur Erfassung von Leitpfosten verwendet. Ebenfalls verwendet wurde eine Ortungseinheit mit Koppelnavigationssystem, die neben einem DGPS-Signal noch ein Inertialmesssystem und ein Odometer mit einbezieht, so dass eine sehr hohe Genauigkeit der Positionsbestimmung erreicht wird. Um die Genauigkeit weiter zu steigern, wird die Fahrbahn mehrmals vermessen. Als temporäres Ergebnis entsteht eine Karte aus Punkten, die den Verlauf der Fahrbahn repräsentieren. Im nachfolgenden Schritt wird der so gemessene Fahrbahnverlauf durch eine Klothoidenrepräsentation angenähert, indem mehrere, stetig hintereinander liegende Klothoiden den Fahrbahnverlauf beschreiben. Klothoiden sind ein mathematischer Funktionstyp, der Verläufe mit einer sich konstant ändernden Krümmung beschreibt. Aus dem Klothoidenmodell der Fahrbahn und der Position des Versuchsfahrzeuges können dann jederzeit die Istwerte für Querablage, Fahrrichtung und Fahrtrichtungsänderung entnommen werden, welche als Eingangsgrößen für die Querregelung des Fahrzeugs dienen. Die so erstellte digitale Karte bietet für die statischen Eigenschaften der abzufahrenden Strecke eine sehr verlässliche Vorausschau, welche die Umfelderfassung stark unterstützt. Somit trägt die hochgenaue digitale Karte dazu bei, die Zuverlässigkeit während des automatischen Fahrens zu erhöhen und reduziert gleichzeitig das Risiko, aufgrund von Unzulänglichkeiten der optischen Sensoren zur Fahrstreifenerkennung plötzlich auf das automatische Fahren verzichten zu müssen.