SenseRoad_AD - Erfassen der Reifen-Fahrbahn-Reibung für sichere und komfortable adaptive automatisierte Fahrfunktionen

Serienmäßig verfügbare automatisierte Fahrfunktionen und Fahrerassistenzsysteme sind auf die Umgebungsbedingungen auf trockener Fahrbahn ausgelegt, wie z.B. die Referenzabstände zu vorausfahrenden Fahrzeugen bei Notbremsassistent oder Abstandsregeltempomat. Für Fahrfunktionen ab einem Automatisierungsgrad von SAE Level 3 übernimmt die Fahrfunktion zumindest zeitweise die Aufgabe, den Umgebungszustand zu überwachen und damit die Pflicht, die Fahrweise an die Fahrbahnbedingungen anzupassen. Zum aktuellen Zeitpunkt gibt es noch keine Technologie, welche den aktuellen Straßenzustand mit ausreichender Genauigkeit und Robustheit für die Anwendung in sicherheitsrelevanten automatisierten Fahrfunktionen ab einem Automatisierungsgrad von SAE Level 3 und höher ermitteln kann. Ziel des Forschungsprojekts SenseRoad_AD ist die Entwicklung eines Sensorfusionsansatzes zur Identifikation des aktuellen Straßenzustands. Neben den Kategorien trocken, nass, eisig und schneebedeckt ist auch eine quantitative Bewertung des Zustands durch den Reifen-Fahrbahn-Reibwert für die Anwendung in automatisierten Fahrfunktionen notwendig. Dafür wird in einem ersten Schritt eine Technologieevaluierung von dreidimensionalen Time-of-Flight Kameras durchgeführt, welche aktuell vor allem im Fahrzeuginnenraum (z.B. für Gestenerkennung verwendet wird). Vorarbeiten zeigen, dass die Reflektivität des empfangenen Signals mit gewissen Fahrbahnzuständen korreliert. In einem zweiten Schritt wird Sensorfusionsansätze entwickelt, welche in Kombination mit serienmäßiger Sensorik der Elektronischen Stabilitätskontrolle eine hohe Genauigkeit und Robustheit über weite Betriebsbereiche und Fahrsituationen ermöglichen soll. Alle entwickelten Technologien werden auf einer echtzeitfähigen Plattform integriert und in umfangreichen statischen und dynamischen Versuchen überprüft, optimiert und validiert. Durch die Vernetzung dieser Sensoren kann situationsgerecht und schnell auf gefährliche Verkehrssituationen wie Glätte oder Schnee auf der Fahrbahn reagiert werden und dadurch eine höhere Verkehrssicherheit erreicht werden. Automatisierte Fahrfunktionen können so an schwierige Witterungsbedingungen angepasst werden und auch in diesen herausfordernden Umgebungen verwendet werden. Zusätzlich wird die Resilienz gegenüber Ausfällen von einzelnen Sensoren durch die Sensorfusion erhöht. Zahlreiche Unfallstatistiken und Studien zeigen, dass diese Bedingungen auch für menschliche Fahrerinnen und Fahrer herausfordernd sind und werden, sofern möglich, tendentiell gemieden. Durch die Ergebnisse dieses Forschungsprojekts steigt dadurch auch die Verkehrssicherheit für menschliche Fahrerinnen und Fahrer durch situationsgerechte Warnstrategien ohne Fehlwarnungen.