Über AK_hoch_2
Zukünftige Mobilitäts- und Logistiklösungen werden neben selbstfahrenden Kraftfahrzeugen auch deutlich kleinere Systeme für die letzte Meile umfassen, die auf Rad- und Fußwegen operieren. Grundlage für den erfolgreichen Betrieb ist ein differenziertes Bild der Umgebung, was zum Beispiel die Breite der Fußwege, die Beleuchtungssituation aber auch die Wahrscheinlichkeit von möglichen Hindernissen einschließt. Das verfügbare Open Source Kartenmaterial deckt grundsätzlich nur einige der Aspekte ab und dies auch nur ausschnittsweise und in variierender Qualität.
Quelle: TUBAF & PedalPower
Um die Parameter der Rad- und Fußwege systematisch zu aggregieren, entsteht im Rahmen des Projektes AK2 ein mobiles Messsystem, das Kameradaten und Bewegungssensoren auswertet und mit Positionsinformationen kombiniert. Dazu werden beispielsweise die Anwesenheit von anderen Verkehrsteilnehmern sowie deren Geschwindigkeit erfasst, um diese Informationen in die Routenplanung einbeziehen zu können. Eine KI-basierte Klassifikation identifiziert darüber hinaus auch die Art des Untergrundes, lokalisiert Hindernisse wie Bordsteine und Schachtdeckel.
Um die Daten effizient für verschiedene Tages- und Witterungsbedingungen bereitzustellen, wird das kompakte Messsystem an den Auslieferungsfahrrädern eines Logistikdienstleisters installiert. Die Messboxen senden die gesammelten Informationen an einen Server, der die Daten filtert, fusioniert und in öffentliche Kartensammlungen integriert. Die prototypische Realisierung der verteilten Verarbeitungskette liefert wichtige Erkenntnisse für die Generierung detaillierter Weltmodelle für heterogene Outdoor-Roboter.
Verbundkoordinator
TU Bergakademie Freiberg
Projektpartner
O.-v.-Guericke Universität Magdeburg