Sensor Fusion für hoch automatisierte und autonome Fahrzeuge

Hoch automatisierte und autonome Fahrzeuge operieren im Kontext eines künstlichen, intelligenten Agenten. Dieses System funktioniert durch Messen, Verstehen und Handeln innerhalb des Fahrszenarios. Zuerst nehmen Sensorsysteme wie GPS, Odometer, LiDAR, Radar und Kamera die Umgebung auf. Hierbei wird eine komplexe, physikalische Umgebung unperfekt diskret abgetastet. Dies ist eine besondere Herausforderung im automotiven Umfeld, wo Sensoren relativ grob und unpräzise sind, sowie die Korrelation zwischen der Sensoren unbekannt ist (es ist unbekannt, ob ein von mehreren Sensoren detektiertes Objekt das selbe ist). Die Aufgabe der Sensorfusion ist es, die Messungen verschiedener Sensoren in einem gemeinsamen Framework zu verarbeiten und die Fehler zu reduzieren.

Multisensordatenfusion erlaubt es einem System die Informationen von verschiedenen Quellen mit dem Ziel zu kombinieren, die Unsicherheit zu reduzieren bzw. den Informationsgehalt zu steigern. Dies geschieht durch Bedingen von Wahrscheinlichkeitsfunktionen gegeneinander. Außerdem ist es möglich, Zustandsinformationen akkurat zu schätzen, welche nicht messbar sind (bspw. Schätzung der Geschwindigkeit wenn nur die Position gemessen werden kann).

In dieser Vorlesung werden wir das Konzept der Multisensordatenfusion für hoch automatisierte und autonome Fahrzeuge vorstellen, das mathematische Framework der Theorie von Bayes erläutern und einen Kalman Filter in einem Szenario anwenden. Die mathematische Theorie wird durch reale Beispiele und kleine Demos mit realen und simulierten Daten angereichert.

M.Sc. Dennis Bruggner, Neural Propulsion Systems

Herr Dennis Bruggner absolvierte sein Bachelor-Studium an der Hochschule Furtwangen im Studiengang Computer Networking. Im Anschluss an ein Master-Studium Informatik (Vertiefung Autonome Systeme) an der Hochschule HTWG Konstanz trat er eine Stelle bei Mentor Graphics (Deutschland) GmbH (a Siemens Business) als Software Engineer im Bereich Sensordatenfusion für autonome Fahrzeuge an. Aktuell ist Herr Bruggner bei Neural Propulsion Systems angestellt, sein Arbeitsgebiet ist die Sensordatenfusion für Radarsensoren.

Dieser Vortrag findet via online statt.

Bitte melden Sie sich bis Freitag, 13.01.2023, bei Herrn Dr. Jiri Spale per Mail für diesen Vortrag an:

spale@hs-furtwangen.de