Dynamic Grid liefert ein konsistentes Umfeldmodell mit sowohl dynamischen als auch statischen Objekten sowie einer Freiraumschätzung. (Bild: Baselabs)
Baselabs stellt mit Dynamic Grid einen Algorithmus vor, der aus hochauflösenden Sensor-Rohdaten ein konsistentes Umfeldmodell erzeugt. Damit beschleunigt der Algorithmus die Entwicklung von Datenfusionssystemen für automatisierte Fahrfunktionen insbesondere in urbanen Umgebungen.
Automatisierte Fahrfunktionen für den innerstädtischen Bereich stellen besonders hohe Anforderungen an das Umfeldmodell. Klassische algorithmische Verfahren der Sensorfusion stoßen da an ihre Grenzen. Dynamic Grid dagegen verarbeitet die hochaufgelösten Sensordaten von etwa Radaren oder Laserscannern auf Rohdatenniveau. Die Verwendung von Kameras mit semantischer Segmentierung ist ebenfalls möglich. Ergebnis ist ein in sich konsistentes Umfeldmodell, das dynamische und statische Objekte in der Fahrzeugumgebung mit hoher Genauigkeit erkennt. Zusätzlich erfolgt eine Freiraumschätzung, um befahrbare Bereiche oder Parklücken zu erkennen. Der Algorithmus läuft auf Automotive-CPUs in Echtzeit und wird nach ISO26262 implementiert.
Dynamic Grid ist besonders geeignet für Fahrfunktionen für Automatisierungslevel 2 und darüber bis hin zum hochautomatisierten Fahren. Typische Anwendungsfelder sind automatisierte Parkfunktionen, Notbrems-Funktionen mit automatischem Ausweichen oder Staupiloten. Weiterhin bietet sich der Algorithmus für die Verwendung in Radar-Subsystemen an.
Der Dynamic Grid Algorithmus von Baselabs im Video
Sie möchten gerne weiterlesen?
Registrieren Sie sich jetzt kostenlos:
Sie sind bereits registriert?
Hier anmelden
Diskutieren Sie mit