ADAS Radarsensoren erkennen und klassifizieren Verkehrsteilnehmer

Redakteur: Dipl.-Ing. (FH) Thomas Kuther

Auto, Fahrrad oder Fußgänger: Wer sich alles in einer bestimmten Verkehrssituation bewegt, ist eine wichtige Information für verschiedene Anwendungsfälle, von der Städteplanung bis zum automatisierten Fahren. Um das automatisch zu erfassen, kommen Sensoren zum Einsatz, die Verkehrsteilnehmer erkennen und einordnen.

Firma zum Thema

Mit einer Studentin der Technischen Hochschule macht Dr. Lavrenko (links) Radarmessungen von Bewegungsabläufen auf dem Fahrrad.
Mit einer Studentin der Technischen Hochschule macht Dr. Lavrenko (links) Radarmessungen von Bewegungsabläufen auf dem Fahrrad.
(Bild: Technische Hochschule Ulm)

InnoSÜD-Wissenschaftler der Technischen Hochschule Ulm (THU) forschen an Radarsensoren, die auch bei schlechten Sichtverhältnissen Verkehrsteilnehmer unterscheiden können. Für ihre Forschungsergebnisse über die effektive Nutzung solcher Sensoren erhielt Dr. Tetiana Lavrenko von der THU nun den „Best Poster Award“ beim „8. International Symposium on Sensor Science“.

Radarsensoren kommen nicht nur zum Einsatz, um Raser zu überführen: Neben der Geschwindigkeit können solche Sensoren auch die Position, die Bewegungsrichtung oder die Umrisse von Objekten erfassen. Und: Im Gegensatz zu Bildern und Videos von optischen Kameras liefern sie auch bei schlechten Licht- und Sichtverhältnissen wie Dunkelheit oder Nebel eindeutige Ergebnisse und können so dazu beitragen, ein umfassenderes Bild von Situationen zu liefern. Die so gesammelten Daten könnten zum Beispiel in der Städteplanung helfen, die Bedarfe verschiedener Verkehrsteilnehmer im Stadtverkehr zu analysieren, oder für mehr Sicherheit beim autonomen Fahren sorgen.

Sensoren sollen Verkehrsteilnehmer richtig klassifizieren

Dr. Tetiana Lavrenko von der Technischen Hochschule Ulm forscht im InnoSÜD-Teilprojekt „Teilen von Bewegungsinformationen für Mobilitätsinnovation“ daran, wie solche Sensoren noch besser darin werden können, Verkehrsteilnehmer richtig zu klassifizieren, also als Auto, Fußgänger, Radfahrer oder anderes einzuordnen. Denn: Jeder Verkehrsteilnehmer zeigt bei Radaraufnahmen eine ganz bestimmte Bewegungssignatur. Diese ergibt sich aus dem Umriss des Objekts sowie der Art und Geschwindigkeit, wie sich Teile des Objektes bewegen, zum Beispiel die Arme beim Gehen oder die Pedale beim Fahrradfahren.

Bislang wird für das Erstellen dieser Signaturen ein Doppler-Radarsensor genutzt, der zwar die Geschwindigkeit von Objekten gut erfassen kann, aber nur wenn die Objekte einzeln auftreten. Außerdem gibt er keine Auskunft über Position oder Abstand des Objekts.

Verkehrsteilnehmer an der Bewegungssignatureerkennen

Ein anderes Modulationsschema, also eine andere Einstellung bei der Datenerfassung mit Radarsensoren, ist das sogenannte „Frequency-Modulated-Continuous-Wave“-Verfahren. Dieses erfasst zwar Informationen über Position und Abstand, liefert aber kein Bild des Bewegungsablaufes – bislang. Dr. Lavrenkos Idee: Sie macht mehrere Momentaufnahmen hintereinander mit dem Sensor und fügt diese zusammen. So entsteht eine Bewegungssignatur, die einem bestimmen Typ Verkehrsteilnehmer zugeordnet werden kann – und zusätzliche Informationen gleich mitliefert.

Für ihre Vorstellung dieser Ergebnisse bei einer internationalen Fachkonferenz im Mai 2021 erhielt Dr. Lavrenko den mit 300€ dotierten Preis für das beste wissenschaftliche Poster. Erarbeitet hat sie ihre Erkenntnisse im Rahmen des Projekts „Salus“ und im InnoSÜD-Teilprojekt „Teilen von Bewegungsinformationen für Mobilitätsinnovation“.

Artikelfiles und Artikellinks

(ID:47537122)