Auf den Spuren autonomer Lichttechnik. Im Rahmen des Forschungsprojekts „CarVisionLight“ entwickelt ZKW gemeinsam mit der Technischen Universität Wien und dem Softwarespezialisten emotion3D intelligente Lichttechnik-Lösungen. Im Fokus stehen dabei die automatische Bilderfassung und -verarbeitung im Straßenverkehr sowie adaptive Lichtsysteme. Das erklärte Ziel im Rahmen dieser Industriellen Forschung ist es, „mitdenkende“ Lichtsysteme zu kreieren, die an das menschliche Wahrnehmungsvermögen herankommen oder dieses sogar übertreffen.

Von Red. Erlauftal. Erstellt am 29. April 2020 (16:33)
Dieser Artikel ist älter als ein Jahr

CarVisionLight wird vom Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie gefördert und ist Teil des ZKW-Technologieprogramms für Sensorenintegration. Dazu zählt auch das Projekt „Dragonfly“, das Sensorik und Kameras in Scheinwerfer integriert und damit automatisierte Fahrfunktionen ermöglicht. „Mit CarVisionLight bündeln wir gemeinsam mit den Partnern unsere Kompetenzen, um Lichtsysteme für Automobile der nächsten Generation zu entwickeln“, sagt Oliver Schubert, CEO der ZKW Group.

Sicherheit als Forschungsmotor 

Licht ist einer der zentralen Sicherheitsfaktoren im Straßenverkehr. Moderne Fahrzeug-Lichtsysteme unterstützen mit automatischen Lichtfunktionen, Kameras und Sensoren die optimale Ausleuchtung der Straße. Bei der automatisierten Erkennung von Personen, Tieren und Objekten speziell bei Nacht gibt es aber enormes Verbesserungspotenzial.

Derzeit fehlt es beispielsweise an validen Daten, ab welcher Distanz und mit welcher Zuverlässigkeit ein Fußgänger in der Nacht von intelligenten Lichtsystemen erfasst werden kann. Daher hat ZKW mit der TU Wien umfassende Messungen durchgeführt, um die automatisierte Erkennung zu verbessern und die Sicherheit bei Nachtfahrten zu steigern.

Intelligentes Licht dank künstlicher Intelligenz

Im Rahmen des Forschungsprojekts CarVisionLight wurde ein Kamera-Prototyp in ein Testfahrzeug eingebaut und damit – in unterschiedlichen Verkehrssituationen bei Tag und Nacht – Daten für die Kamerabildverarbeitung gesammelt. Mit Hilfe von künstlicher Intelligenz und der Monitoring-Software von emotion3D wurden die Informationen analysiert und Muster ermittelt.

Diese Muster können als „Lichtalgorithmen“ an intelligente Kamerasystemen weitergegeben werden, um deren Genauigkeit zu verbessern. „Die kamerabasierte 3D-Analyse von Szenen unter schwierigsten Bedingungen bei Nacht, hohen Geschwindigkeiten und auf weite Distanz stellt eine große Herausforderung für die Sensorik, die Beleuchtung und die Bildverarbeitung dar. Unsere intelligenten Bildverarbeitungslösungen können hier einen wesentlichen Beitrag für mehr Verkehrssicherheit und das autonome Fahren leisten“, meint Dr. Florian Seitner, CEO von emotion3D.

Forschung als Teil der Innovationskultur

Mit dem Projekt CarVisionLight verfolgt ZKW einen gesamtheitlichen Ansatz, der Forschung als Teil der Innovation integriert. Daher arbeitet der Lichtsysteme-Spezialist regelmäßig mit Hochschulen wie der TU Wien oder der Johannes Kepler Universität zusammen oder auch mit spezialisierten Unternehmen wie emotion3D.

„Gemeinsam mit den Partnern erforschen wir die Bilderfassung und -verarbeitung sowie die adaptive Ausleuchtung. Grundstein für die nächste Generation von Frontscheinwerfern ist die Integration von 3D-Stereoskopie zur Umfelderfassung mit hochauflösender Scheinwerfertechnologie. Oberstes Ziel ist dabei die maximale Sicherheit bei Nachtfahrten“, erklärt Schubert.

Kooperation mit Technischer Universität Wien

An der TU Wien sind derzeit zwei Diplomarbeiten von ZKW zum Thema Bilderkennung in Auftrag. Dazu meint Ao. Univ. Prof. Dipl.-Ing. Mag. Dr. Margrit Gelautz vom Institute of Visual Computing and Human-Centered Technology der TU Wien: „Wir entwickeln neue Methoden der Bildverarbeitung und des maschinellen Lernens, die die Analyse und Interpretation von Straßenverkehrsszenen auch unter schwierigen Bedingungen und bei Nachtfahrten ermöglichen. Die Zusammenarbeit mit ZKW und emotion3D ermöglicht Studierenden, sich in ihrer Diplomarbeit mit aktuellen Themen des autonomen Fahrens zu befassen, die sowohl für die Grundlagenforschung als auch Industrieanwendungen relevant sind.“