OPA3L – Optimal assistierte, hoch automatisierte, autonome und kooperative Fahrzeugnavigation und Lokalisation
Prof. Dr. Roger Förstner, Professor für Raumfahrttechnik, und Prof. Dr. Thomas Pany, Professor für Satellitennavigation, haben gemeinsam beim Bundesministerium für Wirtschaft und Energie, das Projekt OPA3L „Optimal Assistierte, hoch Automatisierte, Autonome und kooperative Fahrzeugnavigation und Lokalisaton“ eingeworben.
Autonomes Fahren – eines der brisantesten und komplexesten Themen der heutigen Mobilität. Eine Kernkompetenz eines autonomen Fahrzeugs ist dessen zuverlässige und präzise Navigation. Dies wird durch eine Vielzahl von Sensoren realisiert, denen verschiedenste Messprinzipien zugrunde liegen, um die Unzulänglichkeiten einzelner Sensoren durch andere auszugleichen. Zu den prominentesten Vertretern solcher Sensoren zählen unter anderen eine Inertial Measurement Unit (IMU), die mittels Trägheitssensoren Beschleunigungen und Drehraten misst, LiDAR Sensoren (Light Detection and Ranging), welche mittels abtastender Laser eine 3D Punktwolke von ihrer Umgebung erstellen können, und GNSS-Empfänger (Global Navigation Satellite System), die ihre Position auf der Erde durch Radiosignale bestimmen, die von Satelliten ausgesandt werden.
Abb. 1: Navigationssensorik am Dach des Testfahrzeuges von OPA3L: LiDAR, GNSS-Empfänger und inertiale Messeinheit, IMU (© Universität der Bundeswehr München)
Eine absolute Position, sprich eine Koordinate auf einer Karte liefern dabei nur die GNSS-Empfänger. Die Berechnung einer hochgenauen Positionslösung aus GNSS, wie sie für die Anwendung im autonomen Fahren notwendig ist, bedarf spezieller Algorithmen (zum Beispiel dem sogenannten „Precise Point Positioning“) und Zusatzinformationen über die Qualität und die äußeren Einflüsse auf das Satellitensignal. Zukünftige Generationen von GNSS, allen voran Galileo, senden solche Korrekturdaten gemeinsam mit dem eigentlichen Navigationssignal aus. Diese können am Empfänger dekodiert und an die Berechnung mit angebracht werden.
