Download - tuprints - Technische Universität Darmstadt
Download - tuprints - Technische Universität Darmstadt
Download - tuprints - Technische Universität Darmstadt
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
5 Maschinelle Umfeldwahrnehmung<br />
5.2.2 Gate-Lokalisierung<br />
Wie in Abschnitt 5.1 dargestellt, erfolgt die Gate-Identifikation als Grundlage für die<br />
darauf folgende Gate-Lokalisierung auf Basis einer logischen Verknüpfung von identifizierter<br />
Szenerie und hinterlegtem Regelwerk. Die Definition der Gate-Positionen und<br />
der daraus abgeleitete Informationsbedarf für die in Abschnitt 3.2 systematisch ermittelten<br />
Szenarien ist der Aufstellung in Anhang C zu entnehmen. Die Gate-Identifikation<br />
erfordert im Wesentlichen die Erkennung realer (beispielsweise Fahrstreifenmarkierungen)<br />
beziehungsweise die Identifizierung virtueller (beispielsweise die Verbindung<br />
unterbrochener Fahrstreifenbegrenzungen) Fahrbahnmarkierungen. In Abhängigkeit der<br />
in einer Szenerie existierenden Fahrbahnmarkierungen und der gewählten Trajektorie<br />
zur Manöverausführung sind demnach unterschiedliche Definitionen für ein Gate möglich.<br />
Die Deckung des Informationsbedarfs, welcher die Positionierung des ersten Gates<br />
der die entscheidungsfreie Fahrt beendenden Szenerie ermöglicht, ist hierbei unmittelbar<br />
nach der Identifikation der Szenerie erforderlich. In Szenarien, bei denen es in Abhängigkeit<br />
der Szenerie und des beauftragten Manövers zu einer Abfolge mehrerer<br />
Gates kommen kann, ist die Deckung des Informationsbedarfs zur Positionierung eines<br />
Gates spätestens an der Position des davor liegenden Gates erforderlich.<br />
5.2.3 Kontextwissen<br />
Entscheidungsfindung durch die Automation<br />
Den letzten Prozessschritt der Entscheidungsfindung bildet das Kontextwissen, das es<br />
der Automation ermöglicht, eine Entscheidung bezüglich des szenariogerechten Verhaltens<br />
an dem nächsten Gate zu treffen. Die beiden möglichen Entscheidungen „Gate<br />
passieren“ und „Gate nicht passieren“ führen zu unterschiedlichen Anforderungen an<br />
die maschinelle Umfelderfassung, die sich aus der in Abbildung 5-3 dargestellten Entscheidungsfindung<br />
der Automation in Abhängigkeit der zur Verfügung stehenden Umfeldinformationen<br />
ergeben. Im Falle eines detektierten und die Sicherheit der Manöverausführung<br />
gefährdenden Objekts erfolgt die Entscheidung, das nächste Gate nicht zu<br />
passieren. Diese Strategie entspricht der Gestaltung heutiger kollisionsvermeidender<br />
FAS (Collision Mitigation Systems, CMS), die den Fahrer im Falle eines detektierten<br />
potentiellen Kollisionsobjekts warnen beziehungsweise mit dem Ziel der Kollisionsvermeidung<br />
in die Fahrzeugführung eingreifen. Für die Realisierung des Gate-Konzepts<br />
im Kontext der teilautomatisierten, manöverbasierten Fahrzeugführung besteht jedoch<br />
ein bedeutender Unterschied zu CMS im Umgang mit ausbleibenden Detektionen.<br />
Einerseits impliziert eine, aufgrund einer nicht erfolgten Detektion, ausbleibende Warnung<br />
des CMS keine Gefahrlosigkeit, andererseits wird das Risiko im Vergleich zu der<br />
Fahrt ohne CMS aber auch nicht erhöht. Eine direkte Interpretation einer ausbleibenden<br />
74