Datenerhebung für Verkehrsszenarienmodellierung

Analysis and Investigation Method for All Traffic Scenarios – AIMATS

© Fraunhofer IVI
Beobachtung von Begegnungssituationen von Fahrzeugen und Tieren

AIMATS ist eine in Zusammenarbeit mit Toyota Europe entwickelte Methode zur Erhebung von Verkehrsdaten, die benötigt werden, um Verkehrsszenarien zur Bewertung von Fahrzeugsicherheitsfunktionen zu modellieren. Bisher geschieht die Erhebung dieser Daten überwiegend durch fahrzeuggebundene Systeme in Naturalistic Driving Studies (NDS), für die jedes Jahr Millionen von Kilometern gefahren werden. AIMATS benutzt dagegen verschiedene stationäre Kamerasysteme an vorgegebenen Points of Interest, um das Verkehrsgeschehen zu beobachten. Die so erhobenen Daten werden anschließend ausgewertet und für die Bildung von Simulationsmodellen verwendbar gemacht. Damit liefert AIMATS eine kostengünstige Lösung zur infrastrukturbasierten Erhebung aller kritischen Verkehrsszenarien und aufgrund des umfangreichen Datenmaterials ist das System frei skalierbar und in weiten Teilen Deutschlands einsetzbar.

Praktisch erprobt wurde AIMATS 2016 in einem Erhebungstestprojekt, bei dem die Bewegungen von Fahrzeugen und Tieren bei Wildwechsel in normalen und kritischen Begegnungssituationen aufgenommen und ausgewertet wurden. 2017 erfolgte ein weiterer Einsatz bei der Beobachtung von Kreuzungsszenarien mit verschiedenen Teilnehmern, die als Basis für die Bewertung von Fahrzeugsicherheitsfunktionen diente.

TASC: Ein dynamisches Test- und Entwicklungsökosystem für sichere Fahrfunktionen

TASC ist ein Ökosystem zur Entwicklung und zum Test der Fahrfunktionen-Tauglichkeit in hochkomplexen Verkehrssituationen. Es basiert auf echten Unfall- und Fahrszenarien, die in hoher Varianz und in einem einheitlichen Datenformat vorliegen. Eine integrierte Toolkette ermöglicht die Auswahl relevanter Szenarien, deren Bewertung nach einheitlichen Kritikalitätskriterien sowie die sofortige Datenverfügbarkeit für Simulationen in virtuellen Assessmentsystemen. Darüber hinaus können die Szenarien in Realtest-Systeme auf physischen Testgeländen eingebunden werden.

 

mehr erfahren