Projekt

openSCENE

Prozedurale Realitätserfassung für die Generierung kritischer Szenarien im Rahmen der Bewertung und Zertifizierung von autonomen Fahrzeugen

  • Laufzeit:

Das Ziel des openSCENE-Projekts liegt im Bereich der Generierung kritischer Szenarien für die spätere Bewertung und Zertifizierung von autonomen Fahrzeugen. Ein bekanntes Problem für das autonome Fahren ist insbesondere der Verkehr in Städten, da Gebäude eine bestimmte Geometrie und Komplexität vorweisen, die z.B. dazu führen könnten, dass sich Fußgängerbereiche, die sich hinter Säulen befinden, Fahrer verunsichern. In diesem Fall wären Fußgänger während der Fahrzeugbewegung teilweise oder vollständig verdeckt. Selbst bei einer sehr einfachen Straßenführung, wie einem gut definierten Zebrastreifenbereich und sichtbaren Verkehrsschildern, kann eine solche Situation zu einem kritischen Szenario und möglichen Verletzungen von beiden Seiten führen.

Im Rahmen des openSCENE-Projekts wird eine Toolkette entworfen, die in der Lage ist, hochrealistische Kopien von Gebäuden in 3D-Formaten (Mesh-Objekte) automatisch zu rekonstruieren, wobei KI-Methoden und unstrukturierte Punktwolkendaten (PCD) als einzige Eingabe verwendet werden. Darüber hinaus wird eine Erweiterung eingeführt, nämlich die Erzeugung von ungesehenen 3D-Modellen von Gebäuden mit einem manuell festgelegten Level an architektonischer Ähnlichkeit. Ziel des Projekts ist die Vervollständigung des Konzepts “Digital-Reality-Zyklus” für die Erzeugung kritischer Szenarien, der für die Bewertung und Zertifizierung autonomer Fahrzeuge unerlässlich ist. Dabei wird sowohl den dynamischen als auch den statischen Elementen der simulierten Umgebung bei der Generierung kritischer Szenarien eine gleich wertige Rolle zugeordnet.

Weitere Anwendungsbereiche wären z.B. in der Spieleindustrie bei der Generierung von 3D-Modellen unterschiedlicher Komplexität (verschiedene Detaillierungsgrade, weitere Level of Detail); in 3D-Navigationssystemen zur intuitiveren Visualisierung der Karte durch Einspeisung von 3D-Gebäudemodellen; in der Stadtplanung und/oder Architektur, wo es auf Präzision ankommt, können die generierten Modelle zur Vermessung komplexer Gebäudeausschnitte, z.B. auf wenige Millimeter genau, verwendet werden.

Partner

Huawei Technologies Düsseldorf GmbH, Faro Technologies GmbH

Fördergeber

BMBF - Bundesministerium für Bildung und Forschung

zertifiziert durch DLF

BMBF - Bundesministerium für Bildung und Forschung

Projekt teilen auf:

Kontakt
Prof. Dr.-Ing. Philipp Slusallek
Prof. Dr.-Ing. Philipp Slusallek

Keyfacts

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence