Vollständig autonomes Fahren wird nur dann Realität werden, wenn die Entwickler ihre Fahrzeuge auf offener Straße testen können. Die 1000 Miglia Autonomous Drive (1000 MAD) ist ein Wettbewerb in Italien, der den Teilnehmern hilft, genau das zu tun.
Bei der Initiative müssen die Teilnehmer ihre Fahrzeuge so lange wie möglich autonom über eine Strecke von etwa 2 200 km auf öffentlichen Straßen navigieren. Während des Tests müssen die Fahrzeuge durch Städte, historische Orte, Autobahnen und städtische Straßen fahren. Die Teilnehmer müssen zu jeder Zeit ein hohes Maß an Sicherheit gewährleisten, insbesondere im Zusammenspiel mit anderen Verkehrsteilnehmern und der Infrastruktur.
OxTS und die 1000 MAD
Im dritten Jahr in Folge hat OxTS mit dem AIDA-Team (Artificial Intelligence Driving Autonomous) des Politecnico di Milano zusammengearbeitet, um die Lokalisierungsleistung ihres Fahrzeugs - eines Maserati GranCabrio Folgore!
Das AIDA-Team verfolgte mit der Aktion zwei Ziele:
- Um während der gesamten Strecke Daten zu sammeln, die ihnen später helfen würden...
- Verbesserung der AI-Algorithmen
- Verfeinerung der Kontrollalgorithmen
- Digitale Nachbildung der Straßen, die das Fahrzeug durchquert hat
- Verbessern Sie das Erlebnis an Bord für zukünftige Passagiere
- Autonomes Fahren über mindestens 300 km der Strecke.
Um diese Daten zu sammeln und ohne menschliches Zutun zu fahren, enthielt das Fahrzeug eine Reihe von Sensoren, wie LiDAR, Kamera, Radar und ein OxTS AV200 GNSS/INS. Die Sensoren halfen dem Fahrzeug, seine Position zu bestimmen und seine Umgebung während der Fahrt zu verstehen.
Nach Abschluss der Fahrt stellte uns das Politecnico di Milano freundlicherweise die Navigationsdaten zur Verfügung, damit wir sie analysieren und weitergeben konnten.
Datenanalyse
Schlüssel:
- Schlechte Genauigkeit (Unsicherheit σ>0,8 m)
- Average accuracy (0.4m<σ<0.8 m)
- High accuracy (σ<0.4 m)
Ohne die Daten zu genau zu betrachten, können wir feststellen, dass etwa 42,5 % eine hohe Genauigkeit aufweisen, 39,3 % eine durchschnittliche Genauigkeit und 18,2 % werden als schlecht eingestuft. Somit weisen fast 82 % der Daten eine Genauigkeit von weniger als 0,8 m auf, und fast die Hälfte des gesamten Datensatzes liegt innerhalb des Schwellenwerts für die hohe Genauigkeit der Universitäten von unter 0,4 m.
Auch wenn noch einige Verbesserungen möglich sind, würden wir daraus schließen, dass die Bereiche, in denen wir eine schlechte Lokalisierungsgenauigkeit festgestellt haben, auf GNSS-Hindernisse während der Fahrten durch städtische Umgebungen zurückzuführen sind.
Diese Daten können auf verschiedene Weise weiter verbessert werden. Durch die Verwendung eines höherwertigen GNSS/INS wie dem RT3000 v4 oder alternativ durch die Kombination der AV200 GNSS/INS-Daten mit einer unserer anderen Technologien wie LiDAR Trägheits-Odometrie (LIO). LIO nutzt Entfernungsinformationen von einem LiDAR-Sensor mit 360°-Sichtfeld, um die Positionsdrift in Straßenschluchten einzuschränken.
Wir freuen uns, dass die Universität die Aktion erfolgreich abgeschlossen hat und nun mit der Analyse der gesammelten Daten beschäftigt ist.
Wir möchten unsere Glückwünsche an das gesamte AIDA-Team der Politecno di Milano weitergeben.
Wenn Sie mehr über die in diesem Blog erwähnten OxTS GNSS/INS-Lösungen erfahren möchten, kontaktieren Sie uns über das unten stehende Formular.
