![](https://innovation-mobility.com/wp-content/uploads/2022/03/Aufmacher-A9-Dataset.jpg)
Testfeld A9: Providentia++ veröffentlicht A9 Dataset
Mit dem A9 Dataset veröffentlicht das Konsortium Providentia++ erstmals Daten von der Teststrecke an der A9 bei Garching. Die anonymisierten Daten enthalten neben den eigentlichen Messwerten auch speziell aufbereitete und kategorisierte Sequenzen und Szenarien. Sie stammen aus festen Sensoren unterschiedlicher Typen, die von oben auf den Verkehr schauen. Diese Perspektive unterstützt dabei, vernetztes und autonomes Fahren sicherer zu machen.
Ab sofort können Forscher Datensätze nutzen, die im Rahmen des Forschungsprojektes Providentia++ entstehen. Mehr als 80 Sensoren sind aktuell rund um die Uhr im Einsatz, um den Verkehr auf einem Teilstück der Autobahn A9, der Landstraße B471 und einer Kreuzung im Stadtbereich von Garching-Hochbrück zu beobachten. Die ersten Datensätze hat das Wissenschaftlerteam der TU München nun ausgewählt und stellt sie gegen Registrierung zum Download bereit. „Diese Daten unterstützen Forscher darin, KI-basierte Modelle zu trainieren, Verkehrsverhalten zu erforschen, den Verkehrsfluss zu optimieren, Simulationen für Smart-City-Lösungen zu entwickeln, Szenarien zu erforschen oder Mehrwertdienste zu konzipieren“, erläutert der Leiter des Providentia++-Konsortiums Prof. Alois Knoll von der TU München.
A9 Dataset – für die Erforschung des automatisierten und autonomen Fahrens
Folgende Datensätze, die ausschließlich aus anonymisierten Daten bestehen, sind geplant:
1. Momentaufnahmen und Bildsequenzen von Kameras und Lidaren (bereits verfügbar)
– Momentaufnahmen (so genannte Frames) von vier Kameras, die sich auf unterschiedlichen Schilderbrücken der Autobahn A9 befinden. Objekte sind mit Hüllkörpern (engl. bounding boxes) versehen, bereits detektiert und klassifiziert.
– Sequenz des Verkehrs auf der A9 aus der Perspektive einer Kamera. Enthält Hüllkörper für erkannte und klassifizierte Objekte. Track-ID inklusive.
– Unterschiedlich lange Sequenzen eines Ouster-Lidars mit gelabelten Frames, 3-D- Hüllkörpern und erkannten und klassifizierten Objekten.
2. Szenarien von Unfällen, Dämmerung und Schnee (teilweise verfügbar)
Unfälle, Fahren in der Dämmerung und im Nebel sowie Schneefall sind ebenfalls für die Analyse interessant. Denn sie stellen kritische Fahrsituationen dar, die anhand von präzisen Daten der Fahrzeuge gut analysiert werden können.
3. Live-Daten von der A9 (in Vorbereitung)
Über Live-Schnittstellen zu den digitalen Zwillingen werden Echtzeitdaten des Verkehrs verfügbar gemacht.
Registrieren Sie sich: www.a9-dataset.de
Je nach dem Stand der Fortschritte im Forschungsprojektes kommen kontinuierlich neue Datensätze hinzu. Dazu gehören Livedaten von der Autobahn, der Landstraße (B471) und vom Kreuzungsverkehr. Um ständig auf dem Laufenden zu bleiben und keine weiteren Releases des A9-Datasets zu verpassen, ist eine Registrierung erforderlich.
Kontakt:
Andreas.Schmitz@tum.de
WEITERE AKTUELLE THEMEN
![](https://innovation-mobility.com/wp-content/uploads/2022/06/Aufmacher-Cognition-Factory.jpg)
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.
![](https://innovation-mobility.com/wp-content/uploads/2022/06/Abschluss-1-scaled.jpg)
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.
![](https://innovation-mobility.com/wp-content/uploads/2022/05/Aufmacher-Elektrobit.jpg)
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++.