AHEAD - Hochaufgelöste Lichtverteilungen für kamera-basiertes, automatisiertes Fahren; individueller Schlussbericht AHEAD (SB)
| dc.contributor.author | Kauschke, Rainer | |
| dc.contributor.author | Wilks, Carsten | |
| dc.contributor.author | Kubitza, Boris | |
| dc.date.accessioned | 2025-09-29T07:15:44Z | |
| dc.date.available | 2025-09-29T07:15:44Z | |
| dc.date.issued | 2025-09-24 | |
| dc.description.abstract | In the publicly funded project AHEAD the improvements of a high-resolution lighting design for better camera detection were investigated to improve the camera vision of a highly automated test vehicle. The validation is prepared by a 46 km digital twin with town, rural and motorway roads, under- and overpasses, junctions, roundabouts and a tunnel, which were built up according to measured 3D world data by 3D Mapping Solutions in 3 different levels of detail. The SOL-Matrix Light simulation of the TU Dortmund University allows a real-time, high resolution light distribution generation in dynamic virtual scenarios. Also, it controls the light distribution of the real test vehicle. Three camera recording streams and a motion unit are used to self-localize the FORVIA HELLA test vehicle to evaluate online and in post-processing the improvements in the object detection and to analyze possible safety improvements. Improving acceptance and a more energy-efficient light distribution are additional targets. Initial simulation results show significant improvements in object detection for automated driving and energy reduction. The dynamic validation of the system approach of high-resolution illumination and multi-channel camera detection shows improvements in traffic safety and in energy saving. | eng |
| dc.description.version | publishedVersion | |
| dc.identifier.uri | https://oa.tib.eu/renate/handle/123456789/23606 | |
| dc.identifier.uri | https://doi.org/10.34657/22623 | |
| dc.language.iso | ger | |
| dc.publisher | Hannover : Technische Informationsbibliothek | |
| dc.relation.affiliation | FORVIA - HELLA GmbH & Co. KGaA | |
| dc.rights.license | Creative Commons Attribution-NonDerivs 3.0 Germany | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nd/3.0/de/ | |
| dc.subject.ddc | 500 | Naturwissenschaften | |
| dc.subject.other | automated driving | eng |
| dc.subject.other | virtual light simulation | eng |
| dc.subject.other | light design for complex scenes | eng |
| dc.subject.other | virtual and real-world camera detection validation | eng |
| dc.subject.other | automatisiertes Fahren | ger |
| dc.subject.other | virtuelle Lichtsimulation | ger |
| dc.subject.other | virtuelle und Realwelt Kamera Detektionsvalidierung | ger |
| dc.subject.other | Licht für kamera-basiertes Fahren | ger |
| dc.subject.other | Licht für autonome Fahrzeuge | ger |
| dc.title | AHEAD - Hochaufgelöste Lichtverteilungen für kamera-basiertes, automatisiertes Fahren; individueller Schlussbericht AHEAD (SB) | ger |
| dc.title.alternative | AHEAD - Light distributions for camera-based automated driving - in simulation and validated in real world scenarios | eng |
| dc.type | Report | |
| dcterms.event.date | 01.06.2021 bis 30.09.2024 | |
| dcterms.extent | 8 Seiten, 1 png-Datei | |
| dtf.funding.funder | BMWE | |
| dtf.funding.program | 19A21021A | |
| dtf.funding.verbundnummer | 01235863 | |
| dtf.version | 1 | |
| tib.accessRights | openAccess | |
| tib.date.embargoEnd | 2025-09-29 |
Files
Original bundle
1 - 2 of 2
Loading...
- Name:
- 20250924 Indiv_SB_HELLA_AHEAD-Projekt_RK_TIB.pdf
- Size:
- 4.87 MB
- Format:
- Adobe Portable Document Format
- Description:
- Das AHEAD-Projekt zeigt, dass die menschliche Wahrnehmung sich von kamerabasierten, automatisiert fahrenden Fahrzeugen unterscheidet. Die menschliche Wahrnehmung ist vorgeprägt auf eine homogene Ausleuchtung in einem dynamischen Fahrkontext einer realen Fahrsituation mit Bodenwellen und Ebenheiten der Fahrbahn. Die Kameras von automatisierten Fahrzeugen dagegen reagieren schneller als der Mensch, sind ermüdungsfrei und profitieren von der gezielten Ausleuchtung und Kontrast-Verstärkung in bestimmten Ausleucht-Bereichen, z.B. in der Nähe des Fernfeldes, nahe der Hell-Dunkel-Grenze einer Abblendlicht-Verteilung, aber auch in Seitenbereichen vor dem Fahrzeug, um optisch Gefahren, wie Rehe, spielende Kinder etc. zu erkennen oder um Landmarken (Schilder, Leitpfosten, Bäume) für eine zusätzliche Lokalisierung, neben GPS-Signalen, zu nutzen. Eine dunklere eigene Fahrbahn oder weniger Ausleuchtung im Vorfeld der Lichtverteilung steigert die Energie-Effizienz der Ausleuchtung und der Kamera-Erkennungsalgorithmus kann weiterhin robust die Fahrbahnmarkierungen erkennen. Je höher die Fahrgeschwindigkeit, umso geringer kann die Breite der Ausleuchtung sein in Abhängigkeit vom Straßentyp und der Fahrsituation (Innenstadt, Landstraße oder Autobahn). Fahrintentionen können auch durch ein geringeres Ausleucht-Niveau auf der eigenen Fahrbahn angezeigt werden, wodurch die Kamera-Erkennung im Vorfeld nicht gemindert wird. Die Leitpfosten-Erkennung wird robuster durch einen geringeren Gradienten der Ausleuchtung. Die YOLO-Erkennung hängt stark von den Trainingsdaten, der Ausleuchtung und der Lage der erkannten Objekte ab, wenn eine robuste Erkennung unter den dynamischen Nachtfahrtbedingungen und großen Entfernungen erzielt werden soll. Je besser die Lichtverteilung an die Kamera-Anforderungen und die Fahrsituation angepasst wurde, desto höher ist die Verkehrssicherheit und die Leistungsfähigkeit der Kameradetektion des automatisierten Fahrzeugs. In weiteren Arbeiten werden das Testfahrzeug und das Front-Rack für Verbesserungen der kamera-basierten Ausleuchtung und Energie-Effizienz-Steigerung eingesetzt werden. Der SOL-Matrix-Lichtsimulator und das 3D Digitaler Zwillingsmodell sind leistungsfähige virtuelle Entwicklungswerkzeuge, um ein Rapid-Prototyping von Lichtfunktionen in einem detaillierten Umfeld unter statischen und dynamischen Bedingungen für eine kamera-basierte Detektion von automatisierten Fahrzeugen in unterschiedlichen Szenarien erproben, optimieren und validieren zu können. Wir bedanken uns sehr für die effiziente Zusammenarbeit unter allen Projektpartnern.
Loading...
- Name:
- 2025-09-29 AHEAD-Logo.png
- Size:
- 6.59 KB
- Format:
- Portable Network Graphics
- Description:
