DEKOR-X - Dezentraler Kommunikationsraum Kreuzung; Teilvorhaben: Dynamische Umgebungswahrnehmung

Abstract

Das Forschungsprojekt DEKOR‑X untersuchte innovative Ansätze zur Erhöhung der Sicherheit und Effizienz des Straßenverkehrs mit besonderem Fokus auf komplexe innerstädtische Kreuzungen. Im Mittelpunkt standen dezentral vernetzte, intelligente Fahrzeuge, die ihre Umgebung erfassen, Informationen kooperativ austauschen und gemeinsames Erfahrungswissen nutzen. Die Arbeiten der Hochschule Coburg konzentrierten sich auf die dynamische Umgebungswahrnehmung – von der Detektion über die Situationsabbildung bis hin zur Integration der gewonnenen Informationen in die Fahrzeugentscheidungsfindung. Zum Projektbeginn stellte die sichere und zuverlässige Umfeldwahrnehmung in komplexen urbanen Verkehrssituationen weiterhin eine große wissenschaftlich‑technische Herausforderung dar. Bestehende Systeme des automatisierten Fahrens basierten überwiegend auf fahrzeuginterner Sensorik und zeigten insbesondere bei verdeckten Sichtverhältnissen, hoher Verkehrsdichte oder widrigen Wetterbedingungen deutliche Einschränkungen. Kooperative Wahrnehmung über V2X‑Kommunikation sowie die fusionierte Verarbeitung verteilter Sensordaten befanden sich überwiegend noch im Forschungsstadium und waren bislang nur eingeschränkt unter realen Bedingungen validiert. Vor diesem Hintergrund verfolgte das Projekt DEKOR‑X das Ziel, kooperative Wahrnehmungs‑ und Fusionsansätze systematisch zu erforschen und deren Eignung für sicherheitsrelevante Anwendungen im urbanen Verkehr nachzuweisen. Durch den Austausch von Sensordaten und Umgebungsinformationen zwischen Fahrzeugen und Infrastruktur sollte eine verbesserte Situationswahrnehmung erreicht und automatisierte Fahrfunktionen robuster und sicherer gestaltet werden. Die Hochschule Coburg fokussierte sich dabei insbesondere auf die dynamische Umgebungswahrnehmung, robuste Objekterkennung, die Analyse von Fußgängerbewegungen sowie präzise Verfahren zur Fahrzeuglokalisierung. Zur Erreichung der Projektziele wurden standardisierte Schnittstellen für die V2X‑Kommunikation zwischen den Projektpartnern definiert, auf den jeweiligen Plattformen implementiert und anschließend unter realen Bedingungen erprobt. Parallel dazu wurde im Testfeld eine stationäre Sensorinfrastruktur aufgebaut, deren Daten zur Erstellung eines umfangreichen Infrastruktur‑Sensordatensatzes genutzt wurden. Dieser Datensatz enthielt kalibrierte Kamera‑ und LiDAR‑Daten unter verschiedenen Wetterbedingungen und diente der Entwicklung, dem Training und der Validierung KI‑basierter Algorithmen. Ergänzend wurden Verfahren zur künstlichen Erzeugung synthetischer Trainingsdaten untersucht sowie Modelle zur langzeitstabilen Objekterkennung entwickelt. Ein weiterer methodischer Schwerpunkt lag auf der Entwicklung und Integration dezentraler Fusionsalgorithmen, die Sensordaten anderer Verkehrsteilnehmer verarbeiteten und in bestehende ADAS‑Entscheidungsstrukturen eingebunden wurden. Die Gesamtsituation an der Kreuzung wurde zudem durch einen digitalen Zwilling beschrieben, der den aktuellen Verkehrszustand auf Basis aggregierter V2X‑Nachrichten abbildete. Im Rahmen des Projekts konnten die vorgesehenen wissenschaftlich‑technischen Fragestellungen erfolgreich bearbeitet und prototypisch umgesetzt werden. Die technische Machbarkeit der untersuchten Kommunikations‑ und Fusionsansätze wurde nachgewiesen und unter realen Bedingungen validiert. Der erstellte Infrastruktur‑Sensordatensatz erwies sich als wertvolle Grundlage für die Entwicklung robuster KI‑Algorithmen. Die von der Hochschule Coburg entwickelten Algorithmen zeigten, dass dezentrale Sensordatenfusion und konsistente Umfeldmodelle die Wahrnehmungsqualität insbesondere in sicherheitsrelevanten Szenarien signifikant verbessern konnten.