Konzeptionierung und Anwendung einer Methodik zum automatisierten Ableiten eines statischen Umgebungsmodells aus hochgenauen Karten für automatisiertes Fahren

Im Rahmen des Projekts AUTOtech.agil haben sich 21 Universitäten und Unternehmen mit dem Ziel zusammengeschlossen, das Mobilitätssystem der Zukunft in Form einer offenen Architektur zu entwerfen. Ein Bestandteil des Projekts, der am Fachgebiet Fahrzeugtechnik der Technischen Universität Darmstadt erarbeitet wird, ist die Entwicklung einer Niedriggeschwindigkeitsfunktion (NGF). Diese soll in der Lage sein, verschiedene Anwendungsfälle im Niedriggeschwindigkeitsbereich mit einer entkoppelten Struktur von geringer Komplexität zu realisieren. Neben einer eigenen Sensorik ist auch eine globale Trajektorienplanung ein Bestandteil der NGF. Diese berechnet übergeordnete Trajektorien in unstrukturierten Umgebungen wie beispielsweise Parkplätzen oder verkehrsberuhigten Bereichen. Um die unstrukturierten Umgebungen in einer Form abzubilden, die für die Trajektorienplanung geeignet ist, wird im Rahmen dieser Arbeit eine automatisierte Methode entwickelt und implementiert, die Informationen einer hochgenauen Karte verwendet und aus ihnen ein statisches Umgebungsmodell generiert. Basierend auf den Anforderungen eines graphbasierten Trajektorienplaners und denen einer unstrukturierten Umgebung wird eine semantische Rasterkarte als Darstellungsform ausgewählt. Der gesamte Raum der Umgebung wird dabei abgebildet und kategorisiert, um auch Ausnahmesituation wie beispielsweise Parkvorgänge zu realisieren. Als hochgenaues Kartenformat zur Implementierung des Konzepts, wird das in der Forschung weit verbreitete Format Lanelet2 gewählt. Lanelet2 bietet neben flexiblen Darstellungsmöglichkeiten für unstrukturierte Umgebungen auch einen Quellcode, der frei verfügbar ist und somit die Umsetzung eigener Projekte erleichtert. Implementiert wird die Methode zur automatisierten Ableitung eines statischen Umgebungsmodells Mithilfe der Programmiersprache Python. Zur Interpretation der Informationen der hochgenauen Karte werden bekannte Elemente anhand einer Zuordnungsliste kategorisiert. Unbekannte Elemente werden erfasst und anhand einer manuellen Abfrage ebenfalls den Kategorien zugeordnet. Abschließend werden sämtliche Elemente auf ein zweidimensionales Raster übertragen, das in Form einer Pixelmatrix ausgegeben wird. Getestet wird die implementierte Methode zunächst mit selbst erstellten hochgenauen Karten, die sich an den Anwendungsfällen Automated Valet Parking und Verkehrsberuhigter Bereich orientieren. Im Anschluss erfolgen Tests mit fremd erstellten Karten sowie mit einem exemplarischen graphbasierten Trajektorienplaner. Dabei wird gezeigt, dass die Methode in der Lage ist, aus beliebigen hochgenauen Lanelet2-Karten ein Umgebungsmodell zu generieren, das für die globale Trajektorienplanung der NGF geeignet ist. Eine wesentliche Erkenntnis der Untersuchungen ist, dass die Qualität der hochgenauen Karten maßgeblichen Einfluss auf die Qualität des abgeleiteten Umgebungsmodells besitzt.