Verbundprojekt: VALISENS - Valides innovatives Gesamtsensorsystem für kooperativ-automatisiertes Fahren

Abstract

Im Verbundprojekt VALISENS wurde ein kooperatives Gesamtsensorsystem für automatisiertes und vernetztes Fahren entwickelt, das fahrzeugseitige und infrastrukturseitige Sensordaten integriert und zu einem konsistenten Lagebild fusioniert. Ziel war es, die Grenzen rein fahrzeugbasierter Wahrnehmung, insbesondere in komplexen urbanen Verkehrsszenarien, durch kooperative Sensorik und V2X-Kommunikation zu überwinden. Ein zentraler Bestandteil war ein infrastrukturseitiges Radarsystem von smartmicro. Dieses bestand aus mehreren 77-GHz-Radarsensoren sowie einer Radarfusionseinheit, die Objekttracking, Objektfusion und Klassifikation bereits auf Radarebene durchführte. Die resultierenden Objektdaten wurden an das heterogene Gesamtsensorsystem übertragen und dort effizient mit den Daten weiterer Sensorsysteme auf Objektdatenebene fusioniert. Zusätzlich wurden Verfahren zur Zustandsüberwachung der Radarsensoren entwickelt und implementiert. Dazu zählen die Erkennung und Unterdrückung von Interferenzen durch andere Radarsensoren sowie die Detektion von Beeinträchtigungen durch starken Niederschlag, Sensorblindheit und Fehlausrichtungen. Das Radarsensorsystem wurde erfolgreich in das Gesamtsystem integriert und in einem realitätsnahen Testfeld an einer Kreuzung in Dresden demonstriert. Dabei konnten hohe Objekterkennungsraten, geringe Kommunikationslatenzen und eine robuste Datenfusion nachgewiesen werden. Die Technologiereife wurde für das Einzelsystem auf TRL 7 und für das Gesamtsystem auf TRL 5 gesteigert. Die Ergebnisse belegen die technische Machbarkeit und den Mehrwert kooperativer Wahrnehmungssysteme. Durch die Fusion von Fahrzeug- und Infrastrukturdaten konnte auch bei eingeschränkter Sicht oder Sensorausfällen eine zuverlässige Umfelderkennung erreicht werden. Damit leistet VALISENS einen wichtigen Beitrag zur Erhöhung von Sicherheit und Effizienz im Straßenverkehr und schafft eine Grundlage für künftige Anwendungen der vernetzten und automatisierten Mobilität. Within the project VALISENS, a cooperative overall sensor system for automated and connected driving was developed, integrating vehicle-based and infrastructure-based sensor data into a consistent environmental perception model. The objective was to overcome the limitations of purely vehicle-based perception, particularly in complex urban traffic scenarios, through cooperative sensing and V2X communication. One component of the overall sensor system was an infrastructure-based radar system. This system was developed by smartmicro and consisted of multiple 77 GHz radar sensors and a radar fusion unit that performed object tracking, fusion, and classification at the radar level. The resulting object data was transmitted to the heterogeneous overall sensor system, where efficient fusion at the object data level took place with the data from the other sensor systems. In addition, methods for monitoring the condition of the radar sensors have been developed and implemented. This allows interference from other radar sensors to be detected and suppressed, and issues such as heavy rainfall, sensor blind, and misalignments of the sensor to be identified. The radar sensor system that was developed was successfully integrated into the overall system and demonstrated at an intersection in a realistic test field in Dresden. Key performance indicators such as high object detection rates, low communication latencies, and robust data fusion capabilities were successfully demonstrated. The technology readiness level (TRL) was increased to TRL 7 for the individual subsystem and to TRL 5 for the overall system. The results demonstrate both the technical feasibility and the added value of cooperative perception systems. In particular, it was shown that the fusion of vehicle and infrastructure data enables reliable environment perception even under limited visibility conditions or sensor failures. The project therefore makes a significant contribution to improving safety and efficiency in road traffic and provides a foundation for future applications in connected and automated mobility.