kontakt@camo.nrw +49 202 / 439 1164

Analyse der Sensorabhängigkeit einer LiDAR-basierten Objekterkennung mit neuronalen Netzen

In der Abschlussarbeit des HRW-Studenten Niclas Hüwe, welche von CAMO Mitglied Prof. Dr.-Ing. Anselm Haselhoff betreut wurde, wird die Genauigkeit unterschiedlicher LiDAR Sensoren bei Objekterkennungssystemen unter der Verwendung von neuronalen Netzen analysiert.

Um Objekte im Straßenverkehr zu detektieren, werden aktuell Kameras und Radarsensoren eingesetzt. Aufgrund ihrer detailreichen Informationen gewinnen LiDAR Sensoren immer mehr an Bedeutung im Bereich des automatisierten Fahrens. Für eine Analyse der Sensordaten, kommen typischerweise neuronale Netze zum Einsatz. Damit diese in den Daten die entscheidenden Muster zur korrekten Klassifizierung erkennen, müssen die Daten anhand von vielen Beispieldaten antrainiert werden. In der Arbeit wurde untersucht, welchen Einfluss die Eigenschaften unterschiedlicher LiDAR Sensoren (Winkelauflösung (Vertikal/Horizontal), Anzahl der Messebenen, Sichtfeld, …) auf trainierte neuronale Netze haben. 

Neben dem Einsatz als fahrzeuginterne Sensorik lassen sich LiDAR Sensoren auch im statischen Bereich zur Überwachung und Analyse des Verkehrsgeschehens verwenden. Die LiDAR Sensoren eigenen sich hierbei besser als beispielsweise Kameras, welche bei schlechten Sichtverhältnissen (Nebel, Regen, Gegenlicht, ..) eine erhöhte Unsicherheit besitzen. Auch zur Erstellung von hochgenauen Karten (HD-Maps) werden vorzugsweise LiDAR-Sensoren eingesetzt [1,2].

[1] Ibeo Automotive Systems. LiDAR-Spezialist Ibeo Automotive Systems GmbH kooperiert mit größtem chinesischem HD-Karten-Hersteller NavInfo und LiangDao Intelligence. Abgerufen 06. November 2020, von https://www.ibeo-as.com/de/aktuelles/presse/presse-uebersicht/lidar-spezialist-ibeo-kooperiert-mit-chinesischem-hd-karten-hersteller-navinfo-und-liangdao

[2] Ilci V, Toth C. High Definition 3D Map Creation Using GNSS/IMU/LiDAR Sensor Integration to Support Autonomous Vehicle Navigation. Sensors. 2020; 20(3):899. https://www.mdpi.com/1424-8220/20/3/899/htm

Verwandte Artikel

Neural Information Processing Systems

Die 34. Neural Information Processing Systems-Konferenz (NeurIPS) hat dieses Jahr wieder eine Vielzahl an Inhalten rund um das Thema Künstliche Intelligenz und Maschinelles Lernen geboten. Die NeurIPS zählt mit über 20.000 Teilnehmer:innen in diesem Jahr […]

Mehr erfahren

Potenziale der Automobilindustrie in NRW

In einer Studie von IW Consult in Zusammenarbeit mit Fraunhofer IAO und automotiveland.nrw für das Ministerium für Wirtschaft, Innovation, Digitalisierung und Energie des Landes Nordrhein-Westfalen wird die Zukunft der Automobilindustrie in NRW bis 2040 näher […]

Mehr erfahren

Bundesregierung bringt Gesetz zum autonomen Fahren auf den Weg

Nachdem der Gesetzesentwurf zum autonomen Fahren zuletzt wegen Bedenken bezüglich Haftung und Datenschutz abgelehnt wurde, hat das Bundeskabinett gestern den Grundstein für einen Rechtsrahmen für autonome Fahrzeuge der Stufe 4 (SAE J3016) gelegt. Demnach soll […]

Mehr erfahren