PARallele Implementierungs-Strategien für das Hochautomatisierte Fahren
Das automatisierte und vernetzte Fahren ist ein wesentlicher Bestandteil einer zukünftigen intelligenten und nachhaltigen Mobilität. Die Umsetzung vollautomatisierter Fahrfunktionen hängt insbesondere auch von technologischen Fortschritten bei Elektronik und Sensorik ab. Zur zuverlässigen Einschätzung der Fahr- und Verkehrssituation müssen dabei die Daten verschiedener Sensoren kombiniert und zu einem detaillierten Umgebungs-bild zusammengefügt werden. Die hierfür notwendigen komplexen Algorithmen sind rechenintensiv und stellen hohe Anforderungen an die zur Daten-verarbeitung nötige Hardware.
Ziel des Projektes PARIS ist eine neuartige Hardwareplattform, die eine effiziente Sensorsignalverarbeitung in hochautomatisierten Fahrzeugen in Echtzeit erlaubt. Zu diesem Zweck wird eine Multiprozessor-Plattform mit optimierten Prozessorkernen entwickelt. Dort werden rechenintensive, selbstlernende Algorithmen zur Sensorfusion abgebildet, um den Anforderungen komplexer urbaner Verkehrssituationen gerecht zu werden. Die Algorithmen werden in Basisoperationen zerlegt, die auf den Prozessorkernen der Plattform parallel ausgeführt werden. Dieser Ansatz ermöglicht Echtzeitfähigkeit und Effizienz, erfordert jedoch neue Programmier- und Verifikationsmethoden, die zum Teil auf Virtual-Prototyping basieren. Zum Abschluss werden die erarbeiteten und implemen-tierten Algorithmen in einem Versuchsfahrzeug in realen Fahrsituationen demonstriert und erprobt.
Die im Vorhaben erforschten algorithmischen Ansätze stellen eine wichtige Basis für die Rekonstruktion und Interpretation hochkomplexer Verkehrssituationen dar. Aufgrund der hohen Rechenintensität ist deren Ausführung auf konventionellen Hardwareplattformen nicht in Echtzeit möglich. Die neuartige parallele Plattform weist den Weg für zukünftige hochleistungsfähige Systeme für das automatisierte Fahren.