Kooperative Sensordatenfusion zur Generierung hochgenauer Positionsdaten
Dieses Teilprojekt untersucht die Verwendung einer kooperative Sensordatenfusion zur Steigerung der Positionsgenauigkeit von Verkehrsindividuen. Dabei soll die Verbesserung der Genauigkeit im Vergleich mit herkömmlichen Methoden durch die Fusion verschiedenartiger Datenquellen erzielt, insbesondere von Daten aus der sensitiven Deckschicht. Durch die Verwendung von klassischen Sensoren wie Global Navigation Satellite Systems (GNSS), Inertial Measurement Units (IMU) und hoch genauem Kartenmaterial kann der Erfassungsbereich der sensitiven Deckschicht künstlich auf einen längeren Straßenverlauf hinausgetragen werden. Somit stehen den anderen Teilprojekten hochgenaue Positionsinformationen auf dem gesamten Straßenverlauf zur Verfügung. Mit den Positionsdaten wird ein grundlegender Beitrag zum Digitalen Zwilling Straße geleistet, da hiermit die anderen Teilprojekte z.B. komplexe Belastungsfälle der Straßenoberfläche erforschen können.
Für die Software in diesem Teilprojekt wird eine Dienst-Orientierte Softwarearchitektur verwendet. Diese ermöglicht verschiede Datenquellen zur Laufzeit dynamisch in die Sensordatenfusion einzubinden und zu verwalten. Damit können neben den im Fahrzeug verbauten Sensoren wie GNSS und IMU auch weitere Quellen mittels Vehicle to Infrastructure (I2V) Kommunikation eigebunden werden, ohne den Betrieb des digitalen Zwillings zu unterbrechen.
Innerhalb des Forschungsfelds der kooperativen Lokalisierung stellt dieses Teilprojekt insbesondere durch die explizite Berücksichtigung der sensitiven Deckschicht sowie der heterogenen Datenquellen einen zentralen Forschungsbeitrag dar.
Projektbeteiligte
Ehemalige Projektbeteiligte
M.Sc. Patrick Scheffe (assoziiertes Mitglied)
Publikationen des Teilprojektes
- B03
Investigating a Pressure Sensitive Surface Layer for Vehicle Localization (peer-reviewed)
- Konferenz
- IEEE Intelligent Vehicles Symposium (IV) ·
- Verlag
- IEEE ·
- Jahr
- 2023
- Stichworte
- Vehicle Localization; Pressure Sensitive Surface; Infrastructure Sensor; Tracking; Detection