Digitale Straßenmodelle

Authors

  • Mirco Nierenz TrianGraphics GmbH

DOI:

https://doi.org/10.26034/lu.akwi.2019.3230

Abstract

Die Entwicklung im Bereich Autonomes Fahren erfordert zunehmend Testszenarien. Damit erhöht sich die Nachfrage nach Straßendaten. TrianGraphics hat neue Algorithmen und Verfahren entwickelt, um automatisch 3D-Straßennetze verknüpft mit Verkehrslogik und Umgebungsterrain zu erstellen.

Der Schwerpunkt der Forschungs- und Produktentwicklung wurde auf Straßengenerierung, basierend auf realen Daten mit einem möglichst hohen Automatisierungsgrad, gelegt. Der Artikel beschäftigt sich mit folgenden verschiedenen technischen Aspekte.

Bei Straßendaten werden zwei Arten unterstützt. SD-Daten mit Mittellinien und Attributen für Breiten, Fahrbahnanzahl und Straßentyp, sowie HD-Daten mit genauer Vektorbeschreibung jeder einzelnen Fahrspur. Es wird aufgezeigt, welche Formate dazu unterstützt werden, sowie deren Qualität und Verfügbarkeit.

Ein zweiter Schwerpunkt ist die automatische robuste Kreuzungserstellung. Die Konstruktion aus  Realdaten stellt die Algorithmen vor Herausforderungen, da die Ausgangsdaten teilweise nur wenig geeignete Informationen bieten. Es wird die Erzeugung von Straßen und Kreuzungen skizziert, sowie Verkehrslogik-Formaten beschrieben. Der Fokus der Algorithmen liegt auf Robustheit, Genauigkeit und realistischen Ergebnissen. Weitere Metadaten wie Materialklassifizierung für die Sensorsimulation sowie Erkenntnisse aus der Automobilindustrie werden ebenfalls behandelt.

Eine weitere Besonderheit unseres Ansatzes ist die Bereitstellung und Generierung von Geländedaten.  Neben der Straßengeometrie lässt sich die gesamte umgebende Landschaft virtuell abbilden. Ein reiches Set an Generierfeatures unterstützt dabei die Erzeugung/Platzierung von Vegetation, Gebäuden,  Flüssen und weiteren Landschaftsobjekten. Die Landschaftsgeometrie kann in verschiedenen Datenformaten zur Verfügung gestellt werden.

Downloads

Published

2019-07-14

Issue

Section

Special Automobiles