3. September 2020 - Redaktion Providentia

Providentia++: Die vier größten Herausforderungen

Die technische Infrastruktur steht. Radare und Kameras sind im Einsatz, ein digitaler Zwilling ist entwickelt. Doch fehlen noch einige Schritte auf dem Weg in die Praxis. Hier die wichtigsten Herausforderungen.

Der digitale Zwilling, den Providentia-Forscher im Auftrag des Bundesministeriums für Verkehr und digitale Infrastruktur (BMVI) geschaffen haben, steht unmittelbar davor, als Prototyp zum Einsatz zu kommen. Doch heißt das auch, dass die Sensorik noch nachjustiert, alle denkbaren Umweltbedingungen gemeistert und einfach einsetzbare und modulare Systeme geschaffen werden müssen. Erst wenn die folgenden Hürden genommen sind, wird der digitale Zwilling in die Praxis gehen und zuverlässige und verwertbare Ergebnisse bringen.

1. Algorithmen verlässlicher machen

Selbst bei Regen, Schnee oder dicht aufeinander auffahrenden Fahrzeugen müssen Sensorinformationen richtig verarbeitet werden. Zudem ist es wichtig, dass möglichst alle Sensorquellen für den digitalen Zwilling eingesetzt werden, dazu gehört neben den Sensoren an den Schilderbrücken auch die Sensorik im Fahrzeug. Nur so können auch die richtigen Schlüsse aus der jeweiligen Verkehrssituation geschlossen werden.

2. Fahrzeuge global steuern

Für die frühzeitige Reaktion auf unvorhersehbare Situationen müssen alle verfügbaren Sensordaten in einem System zusammengeführt werden – also die Informationen aus diversen Fahrzeugen und den Sensorstationen. Dafür müssen Fahrzeuge und Infrastruktur miteinander harmonieren, die Kalibrierung der Sensorsets koordiniert und Austauschformate entwickelt werden, über die dem Fahrzeug die Information über die aktuelle Verkehrssituation zurückgespielt wird. Gelingt es, ein einheitliches „Umgebungsmodell“ zu schaffen, ist ein wichtiger Schritt in Richtung autonomes Fahren getan. Denn folgende Services sind dann möglich: Gibt es technische Probleme, schert das autonome Fahrzeug selbstgesteuert und sicher aus dem Verkehr aus (1.). Ein Fahrzeug kann aus der Ferne (remote) gesteuert werden, sollte es Verkehrssituationen geben, mit denen das Fahrzeug nicht umgehen kann (2.). Spur wechseln, überholen, Rettungsgasse bilden: Diverse Vorhersagen für sinnvolle Manöver werden koordinierbar (3.). Die eigenen Fahrfunktionen können über den digitalen Zwilling überprüft und verbessert werden (4.).

3. Kapazität für Rechner schaffen

Klassische verteilte Rechnersysteme reichen für intelligente Infrastruktursysteme nicht aus. Denn sie müssen hochverfügbar sein, also quasi immer zur Verfügung stehen. Um das zu gewährleisten, gibt es verschiedene Ansätze: Anwendungen werden in die „Mobile-EDGE“ ausgelagert. Daten werden also dort analysiert, wo sie entstehen (1.). Auch wenn die drahtlose Verbindung ausfällt, darf dies Rechner nicht zum Absturz bringen (2.). Die Rechenlast zwischen Fahrzeugen und Infrastruktur sollte sich dynamisch verteilen lassen (3.). Das Verhalten der Hardwarekomponenten muss vorhersagbar sein, um die Sicherheit der Infrastruktur zu gewährleisten (4.). Es müssen für jeden Nutzer der Infrastruktur ausreichend Ressourcen zur Verfügung stehen (5.). Die besondere Herausforderung: Gerade in Verbindung mit der Funktechnologie 5G werden entsprechende Algorithmen im Rahmen von Providentia++ erstmals entwickelt.

4. „Plug and Play” der eingesetzten Systeme

Sensorsets, die aufeinander abgestimmt sind, maßgeschneiderte und klar definierte Hard- und Software, Vorberechnungen der Datenströme direkt am Sensor und Algorithmen zur Selbstkonfiguration der Sensoren sind einige der Vorhaben, die mit dazu führen sollen, dass neue Systeme an Straßen und Autobahnen mit möglichst geringem Aufwand entstehen können. Entsprechende Infrastruktursysteme bieten die Basis für digitale Plattformen, über die neue Services angeboten werden können.

WEITERE AKTUELLE THEMEN

24. Juni 2022

Cognition Factory: Kameradaten auswerten und visualisieren

Seit Beginn der Forschungen in Providentia++ am digitalen Zwilling ist KI-Spezialist Cognition Factory GmbH auf die Verarbeitung von Kameradaten fokussiert. Geschäftsführer Dr. Claus Lenz mit seinem Resümee.

MEHR >

24. Juni 2022

Digitaler Echtzeitzwilling des Verkehrs: Serienreif und rund um die Uhr einsetzbar

Konsortialführer TU München hat das Forschungsprojekt für automatisiertes und autonomes Fahren Providentia++ entscheidend vorangebracht. TUM-Projektleiter Venkatnarayanan Lakshminarashiman zieht Bilanz.

MEHR >

11. Mai 2022

Elektrobit: Test Lab auf stationäre Daten münzen

Elektrobit legt nicht zuletzt durch die Fortschritte in Providentia++ die Basis für Big-Data-Auswertungen von Verkehrsdaten. Simon Tiedemann von Elektrobit über die Entwicklungen im Rahmen von P++.

MEHR >