Aktuelle Informationen der HFU zum Thema Coronavirus: www.hs-furtwangen.de/coronavirus

Sensorfusion in automotiven Anwendungen

M.Sc. Dennis Bruggner, Mentor Graphics (Deutschland) GmbH

Hochgradig assistierte, automatisierte und autonome Fahrzeuge arbeiten im Kontext eines künstlichen intelligenten Agenten. Ein solches System arbeitet im Kontext von Messen, Verstehen und Handeln innerhalb des Fahrszenarios. In der ersten Reihe beobachten Sensorsysteme wie GPS, Odometer, Lidar, Radar und Kameras die Umgebung - diese sollten als eine künstliche Blende betrachtet werden, die eine komplexe, dynamische physikalische Umgebung unvollkommen beobachtet und dann diese Informationen diskret abtastet und für die Verarbeitung speichert. Ein solches Schema stellt eine besondere Herausforderung im automotiven Szenario dar, wo Sensoren relativ grob und ungenau sind und die Korrelation zwischen den Sensoren unbekannt ist. Korrelation zwischen den Sensoren (d.h. die Sensoren wissen nicht, ob sie dieselben Ziele beobachten). Die Aufgabe der Sensorfusion besteht also darin, verschiedene Sensor Messungen in einen gemeinsamen Rahmen zur Verarbeitung und Fehlerreduzierung zu integrieren.

Die Multi-Sensor-Datenfusion ermöglicht es einem System, Informationen aus unterschiedlichen Quellen zu kombinieren, mit dem Ziel, entweder die Unsicherheit zu reduzieren (oder vielmehr Informationen zu gewinnen) durch Konditionierung von Wahrscheinlichkeitsfunktionen gegeneinander. Außerdem ist es möglich, Zustandseigenschaften genau zu schätzen, die sonst vielleicht nicht beobachtbar sind (z. B. Schätzung der Geschwindigkeit mit Hilfe von Sensoren, die nur die Position erfassen).

In diesem Vortrag werden wir das Konzept der Multi-Sensor Datenfusion für hochassistierte und autonome Fahrzeuge vorstellen, den mathematischen Rahmen Bayes-Theorem und wenden es mit Hilfe des Kalman-Filters in einem Roboter-/Automobil Szenario an. Die mathematische Theorie wird durch Beispiele aus der realen Welt angereichert und kleine Demos mit realen und simulierten Daten.

Zur Person

Herr Dennis Bruggner absolvierte sein Bachelor-Studium an der Hochschule Furtwangen im Studiengang Computer Networking. Diesem schloss er ein Master-Studium Informatik (Vertiefung Autonome Systeme) an der Hochschule HTWG Konstanz an. Seit 2017 arbeitet er bei Mentor Graphics (Deutschland) GmbH (a Siemens Business) als Software Engineer im Bereich Sensordatenfusion für autonome Fahrzeuge.

  • Datum
  • - Uhr
  • Veranstaltungsort
  • online
 (I19889)

M.Sc. Dennis Bruggner