Fraunhofer-Institut für Hochfrequenzphysik und Radartechnik FHRLIDAR-System mit optimierter Umgebungserkennung
Autonome Fahrzeuge brauchen verschiedene Sensoren, die ihnen quasi als »Augen« dienen. Unverzichtbar sind dabei LIDAR-Systeme, die auch in der Dunkelheit gute Abbildungen erzeugen. Ein neues frequenzmoduliertes LIDAR-System vereint eine lange Reichweite mit einer guten Auflösung und ist zudem kostengünstig, klein und energieeffizient.
Sollen Autos und andere Fahrzeuge künftig autonom durch Städte und Straßenzüge schnurren, brauchen sie dafür entsprechende Sensoren. Insbesondere LIDAR, kurz für »Light detection and ranging«, dürfte dabei aufgrund seiner hohen Auflösung unverzichtbar sein. Denn diese Methode erzeugt Abbildungen, die denen einer optischen Kamera gleichkommen und auf denen Fußgänger, Radfahrer und andere Verkehrsteilnehmer unterscheidbar sind. Im Gegensatz zu visuellen Systemen bewerkstelligen sie dies nicht nur am helllichten Tag, sondern auch in stockdunkler Nacht. Dazu kommt: LIDAR-Sensoren sind in der Lage, die Entfernung, Tiefe und Höhe von Objekten und sogar ihre Geschwindigkeit mit viel weniger Rechenleistung genau zu messen – somit können sie für mehr Sicherheit und Effizienz im Straßenverkehr sorgen. Typischerweise geht die Reichweite der LIDAR-Systeme jedoch zu Lasten der Auflösung: Während langreichweitige LIDAR-Systeme zwar weit schauen können, allerdings nur eine geringe Auflösung haben, ist es bei kurzreichweitigen Systemen genau anders herum.
Hohe Auflösung, langer Blick
Im kollaborativen Fraunhofer PREPARE-Projekt MELINDA entwickeln das Fraunhofer FHR, das Fraunhofer ISIT und das Fraunhofer HHI ein ganzheitliches LIDAR-System, das sowohl mit einer großen Reichweite von bis zu 250 Metern als auch mit einer hohen horizontalen und vertikalen Auflösung von 0,1 Grad punktet. Das System vereint somit die Vorteile von lang- und kurzreichweitigen Systemen. Zudem ist es kostengünstig, klein und energieeffizient. Eine weitere Besonderheit: Das entwickelte LIDAR-System nutzt eine kohärente Beleuchtung sowie einen speziellen kohärenten Detektor, der das vom Objekt zurückgeworfene Signal mit dem des kohärenten Lasers mischt. Auf diese Weise lassen sich sowohl Amplituden- als auch Phaseninformationen nutzen – als Ergebnis erhält man also nicht nur genauere Entfernungsinformationen, sondern auch die Daten zur Geschwindigkeit der gesehenen Objekte.
Das Fraunhofer FHR widmet sich dabei dem Sparse Sensing: Statt alle Punkte im Blickfeld zu beleuchten, lässt das LIDAR-System bewusst zahlreiche Lücken – so lässt sich die Scangeschwindigkeit deutlich vergrößern, was zur Erkennung dynamischer Straßenszenen äußerst wichtig ist. Naturgemäß sind die entstehenden Punktwolken ebenfalls lückenhaft: Die fehlenden Punkte werden mit entsprechender Datenprozessierung, genauer gesagt mit Compressed Sensing und Methoden des Deep Learning, bestmöglich rekonstruiert. Mit Erfolg: Fünf Prozent der Pixel sind ausreichend, um ein Bild zu rekonstruieren – statt 10.000 Pixeln reichen also 500! Derzeit arbeitet das Forscherteam an der Entwicklung eines Demonstrators des LIDAR-Systems.