Kooperative Umfeldwahrnehmung für urbane Kreuzungsassistenz

Fahrerassistenzsysteme sind bereits heute Bestandteil moderner Kraftfahrzeuge. Sie unterstützen den Fahrzeugführer bei seiner Fahraufgabe und sorgen damit für erhöhte Sicherheit und gesteigerten Komfort. Die verfügbaren Systeme unterstützen den Fahrer überwiegend in gut strukturierten Umgebungen, wie zum Beispiel Autobahnen oder gut ausgebauten Landstraßen. Außerdem sind Systeme wie der Einparkassistent für den Niedriggeschwindigkeitsbereich weit verbreitet. Ein bisher nicht unterstütztes Szenario, welches in detaillierten Unfalldatenanalysen als Unfallschwerpunkt ausgewiesen wird, ist das Kreuzungsszenario. Um diese Lücke zu schließen befasst sich die vorliegende Arbeit vor dem Hintergrund einer Kreuzungsassistenz mit der kooperativen Umfeldwahrnehmung und einem neuartigen graphenbasierten Umfeldmodell. Bezüglich der kooperativen Umfeldwahrnehmung werden die Einsatzmöglichkeiten und die Anforderungen an diese diskutiert. Dabei werden sowohl funkbasierte Ad-Hoc-Netzwerke als auch zellbasierte Kommunikationstechnologien in Kombination mit Client-Server-Netzwerken berücksichtigt. Das graphenbasierte Umfeldmodell ermöglicht es sowohl Informationen einer fahrzeugeigenen Umfeldsensorik als auch kooperative Umfeldinformationen mit dem a priori Wissen einer digitalen Straßenkarte zu assoziieren. Dies ermöglicht die Repräsentation der Informationen in einem gemeinsamen topologischen und geographischen Kontext. Durch die Assoziation der Informationen findet in dem graphenbasierten Umfeldmodell bereits eine funktionsunabhängige Situationsinterpretation statt. Die so aufbereiteten Daten bilden eine ideale Grundlage für komplexe Fahrerassistenzfunktionen. Am Beispiel verschiedener Kreuzungsassistenzfunktionen werden die Eigenschaften und Vorteile des graphenbasierten Umfeldmodells aufgezeigt.