Eine zuverlässige Fahrbahnerkennung ist eine Voraussetzung für »autonomes« Fahren mit hochautomatisierten Autos. Prof. Andreas Nüchter erhielt für seine Arbeit zur Verbesserung dieser Funktion jetzt den Preis der IEEE Vehicular Technology Society.
Verschiedene Fahrbahnmarkierungen und Straßenbeläge sind wie die Witterung eine Herausforderung für die Zuverlässigkeit von Fahrbahnerkennungssystemen. Für eine hohe Zuverlässigkeit müssen Daten aus verschiedenen Sensoren und Kameras kombiniert werden. Wie das funktioniert, zeigt ein Paper über ein Fahrbereichs- und Fahrspurerkennungssystem für die autonome Fahrzeugnavigation in anspruchsvollen Fahrsituationen von Prof. Andreas Nüchter, das jetzt mit dem »Best Land Transportation Paper Award« der IEEE Vehicular Technology Society in Chicago ausgezeichnet wurde.
Professor Andreas Nüchter, Professor für Telematik am Lehrstuhl für Informatik VII der Julius-Maximilians-Universität Würzburg und sein Team entwickelten einen Algorithmus, der die Daten von zwei Kameras mit den Daten dreier Laserscanner kombiniert. Jeder Laserscanner tastet die Umgebung mithilfe eines Drehspiegels und Laserimpulsen ab. Um die Daten zusammenzuführen, werden die Lasermesspunkte in die Kamerabilder projiziert. Anschließend kann das System Bordsteine und Fahrbahnränder mithilfe künstlicher Intelligenz erkennen. In den Scandaten sucht es dann ebene Bereiche und erkennt Fahrbahnen.
Das preisgekrönte Paper verfasste Nüchter in Zusammenarbeit mit Forschern aus Wuhan (China). Die Kooperation wurde 2010 mit Unterstützung des Chinesisch-Deutschen Zentrums der Deutschen Forschungsgemeinschaft (DFG) initiiert. Nüchter wurde 2011 Fellow der National Science Foundation, dem Äquivalent der DFG in China. In den Folgejahren wurde die Zusammenarbeit mithilfe des China Scholar Council und des Deutschen Akademischen Austauschdienstes (DAAD) fortgeführt. Die Experimente für das System führte das Team in China durch.
