AKTUELLES
Verkehr: Mehrwert durch Big Data
Big Data sind nötig, um Pkws von Motorrädern und Radfahrern zu unterscheiden, Manöver zu erkennen, Unfälle zu analysieren und den Verkehr zu simulieren. Zudem sind auf deren Basis Simulationen des Verkehrs möglich.
Autonomes Fahren, E-Mobilität, Verbrenner: „Denkmuster immer wieder in Frage stellen“
30. März 2022 "Das" Zukunftskonzept für die Mobilität gibt es für Lutz Eckstein nicht, sondern ein Nebeneinander von vielen Ansätzen. Der Professor von der RWTH Aachen im Gespräch.
Testfeld A9: Providentia++ veröffentlicht A9 Dataset
1. März 2022 Mit dem A9 Dataset veröffentlicht Providentia++ erstmals Daten von der Teststrecke an der A9. Die anonymisierten Daten enthalten neben den Messwerten Sequenzen und Szenarien.
Daten aus der Infrastruktur: Den Verkehr präziser steuern
15. Februar 2022 Yunex nutzt die Daten des Testfelds A9, um die Time to Collision näher zu untersuchen. Ein Erfahrungsbericht.
Der große Vergleich der Testfelder für automatisiertes und autonomes Fahren
2. Februar 2022 Christian Creß hat 350 weltweite Publikationen und 40 Testfelder für automatisiertes und autonomes Fahren analysiert. Der TUM-Wissenschaftler kommt zu dem Schluss: „Deutschland ist ein Hotspot in der Forschung.“
Verkehr: Mehrwert durch Big Data
24. November 2021 Big Data sind nötig, um Pkws von Motorrädern und Radfahrern zu unterscheiden, Manöver zu erkennen, Unfälle zu analysieren und den Verkehr zu simulieren. Zudem sind auf deren Basis Simulationen des Verkehrs möglich.
Mit autonomen Agenten Bewegungen vorhersagen
2. August 2021 Um Bewegungen vorhersagen zu können, ist es nötig, viele Optionen (Trajektorien) in Erwägung zu ziehen und sie zu priorisieren. Das Modell FloMo arbeitet mit Wahrscheinlichkeiten und ist auf Basis von drei Datasets trainiert worden.
Wie ein Algorithmus Kamerabilder stabilisiert
11. Mai 2021 Wenn eine Schilderbrücke durch Wind hin und her schwankt, bewegen sich die darauf angebrachten Kameras mit. Neue Algorithmen verhindern, dass Messfehler auftreten und ermöglichen eine präzise Kalibrierung der Sensoren.
Wie künstliche Intelligenz Objekte erkennt und in die Zukunft schaut
7. April 2021 Um welches Fahrzeug handelt es sich, wo wird es voraussichtlich hinfahren und wann die Spur wechseln: KI durchforstet in Bruchteilen einer Sekunde gigantische Datenmengen, schafft neue Erkenntnisse über den Verkehr und legt die Basis für Mehrwertdienste.
Viele Sensoren, ein digitaler Zwilling: Wie geht das?
10. März 2021 Um Daten von Kameras, Radaren und Lidaren zu fusionieren, arbeiten Wissenschaftler mit Wahrscheinlichkeiten und Auswertungspipelines. Fragen an die Fusionsexpertin Leah Strand von der TU München.
Vergleich der Testfelder mit externer Infrastruktur für automatisiertes und autonomes Fahren
18. Februar 2021 Intelligent Transport Systems (ITS) mit externer Infrastruktur: 350 weltweite Publikationen und 40 Testfelder für automatisiertes und autonomes Fahren im Vergleich.
Neuronale Netze: Die Tücken der Objekterkennung
4. November 2020 Unterschiedliche Fahrzeuge digital zu erkennen, ist an sich schon eine Herausforderung. Das in Echtzeit zu tun erst recht. Dr. Claus Lenz vom Providentia++-Partner Cognition Factory über die Tücken der Objekterkennung auf der Autobahn A9.
V2X-Kommunikation: Warum Providentia++ auf 5G setzt
28. Oktober 2020 In Providentia++ forscht Wissenschaftler Venkatnarayanan Lakshminarasimhan von der TU München daran, wie Fahrzeuge sich untereinander und mit der Infrastruktur verständigen. Sein Ziel: Netzwerkressourcen möglichst effizient nutzen.
Vogelperspektive: Mehr Präzision für den digitalen Zwilling
26. September 2020 Der digitale Zwilling des Verkehrs ist immer so gut, wie es die Präzision der Daten erlaubt. Forscherin Annkathrin Krämmer vom bayrischen Forschungsinstitut fortiss erläutert, was die „Vogelperspektive“ aus einem DLR-Hubschrauber gebracht hat.
Autokalibrierung von Radaren und Kameras für ITS
27. August 2020 Die meisten intelligenten Transportsysteme (ITS) nutzen eine Kombination von Radarsensoren und Kameras in der Fahrzeugperzeption. Deren automatische Kalibrierung ist komplex. Ein Forschungsansatz mit neuronalen Netzen.
Providentia: Validierung intelligenter Infrastruktursysteme
20. August 2020 Wie intelligente Infrastruktursysteme mit Hilfe einer Luftbildauswertung validiert werden und wie automatisierte Fahrzeuge davon profitieren können: Diese Frage steht - am Beispiel des Providentia-Systems - im Mittelpunkt dieser wissenschaftlichen Publikation.
C-V2X: Architektur für den Einsatz in bewegten Kolonnen
13. August 2020 Zuverlässige V2X-Kommunikation ist in der Entwicklung intelligenter Transportsysteme entscheidend. Das Netzwerk-Infrastruktur-Management und Radio-Ressourcen müssen jedoch in großem Maßstab realisierbar und bezahlbar sein.