Terrorangriffe wie in Berlin und Nizza haben auf dramatische Weise gezeigt, welche verheerenden Schäden Lastkraftwagen anrichten können, wenn diese missbraucht und gegen Menschen gerichtet werden.
Daher wurde sich innerhalb des Forschungsprojektes TransSec zum Ziel gesetzt ein System zu entwickeln, das einen solchen Missbrauch der Fahrzeuge verhindert. Alle bisherigen Sicherheitssysteme, wie zum Beispiel Notbremsassistenten, ließen sich vom Fahrer abschalten und ermöglichten damit einen Missbrauch als Waffe. Um dies in Zukunft zu verhindern soll in TransSec ein System entstehen, das ein permanentes Monitoring des Fahrzeugs und, im Falle eines kritischen Fahrmanövers, auch das automatische Einleiten von Notfallprogrammen ermöglicht. Diese können dann nicht mehr vom Fahrer übersteuert werden, um einen Missbrauch des Fahrzeugs zu verhindern. Dazu fließen folgende Aspekte in die Systementwicklung ein:
- Europäische Satellitennavigationstechnologie
- Multi-Sensor-Positionierungssystem
- präzise, digitale Straßenkarten
- Umfelderkennung
- Szenenverstehen und Risikoabschätzung
- autonome Fahrfunktionen
- Kommunikation des Fahrzeuges mit seinem Umfeld
Robustes und störungsresistentes Positionierungssystem
Eine Grundlage des neuartigen Sicherheitssystems bildet ein robustes und störungsresistentes Positionierungssystem. In ihm wird das GNSS Modul mit den neuesten Entwicklungen des europäischen Galileo Navigationssatellitenservice zur Signalauthentifizierung erweitert um Sensorstörungen durch Jamming, Spoofing und andere Manipulationen zu erkennen. Zusätzlich wird das Positionierungssystem um weitere Sensoren wie Inertialsensoren und Odometer ergänzt um auch in anspruchsvollen urbanen Umgebungen, wie Häuserschluchten, noch eine zuverlässige Position zu bestimmen.
Um verbotene Manöver, wie falsches Abbiegen oder Fahren in Fußgängerzonen, zu erkennen werden Informationen aus einer digitalen Straßenkarte hinzugezogen. Dazu wird die Koordinate des Positionierungssystems verwendet und das Fahrzeug in der Straßenkarte verortet. Mithilfe der Sensoren zur Umfelderkennung, zum Beispiel Kameras und Lidar-Sensoren, wird die Karte neben ihren statischen Objekten um die aktuellen dynamischen Objekte, wie Fußgänger und andere Fahrzeuge, zu einer sogenannten local dynamic Map erweitert. Auf Grundlage der Karteninformationen und der Bewegung der dynamischen Objekte in der Umgebung wird eine Risikoanalyse durchgeführt. Werden kritische Manöver erkannt, wird in die Fahrzeugaktorik eingegriffen um die Gefahr abzuwenden. Außerdem soll das Umfeld mittels Vehicle to everything Kommunikation (V2X-Technik) über eine mögliche Gefahr gewarnt werden.
Das Institut für Ingenieurgeodäsie ist innerhalb des Projektes hauptsächlich in den Arbeitspaketen für das Positionierungssystem und als Workpackageleader für die Straßen- und Umgebungskarte tätig.
Projektpartner
- Daimler AG (Koordinator), DE
- TeleConsult Austria GmbH, AT
- Vicomtech, ES
- Waterford Institute of Technology, IR
- Universität Stuttgart, Institut für Ingenieurgeodäsie, DE
Website
www.transsec.eu
Auftraggeber
European GNSS Agency
Finanzierung
H2020-GALILEO-GSA-2017 Innovation Action
Grant Agreement Nr.:776355
Laufzeit
Februar 2018 bis Februar 2021
Open Research Data for digital road map evaluation
Topic:
Reference trajectories for digital road map evaluation
Description of open access research data:
147 km of precise GNSS trajectories are available. They have a sampling rate of 1 Hz and were generated with a Leica Viva GS15 receiver (processing of phase data; accuracy better than 10 cm). The positions and their standard deviations are provided in an ASCII Format. The trajectories are organized as follows: 17.3 km German Motorway, 50.2 km motorway entrance and exit ramps, 79.5 km urban areas. The data include a time stamp in GPS-time, the 2-dimensional positions in North, East (UTM) and additionally the ellipsoidal height as well as the respective standard deviations. Additionally the information on which lane the reference was generated is given. The lane changing and where GPS outliers occurred are marked too.
The amount of data is around 2.7 MB.
If you are interested in this data, please contact E-Mail