Zusammenspiel Sensorik und Messtechnik Intelligentes Straßenradar schützt vor Wildunfällen

Durch die Klassifizierung soll das System die Bewegungen von Objekten einschätzen und in Echtzeit vorhersagen, wie sich eine gefährliche Situation entwickelt
Durch die Klassifizierung soll das System die Bewegungen von Objekten einschätzen und in Echtzeit vorhersagen, wie sich eine gefährliche Situation entwickelt.

Ein selbstlernendes Netzwerk mit unterschiedlichen, am Straßenrand angebrachten Sensoren warnt Autofahrer vor Gefahren durch herannahendes Wild. Unterstützt wird das System von einem Digitizer von Spectrum Instrumentation.

Alle zwei Minuten ereignet sich auf deutschen Straßen ein Unfall mit Wildtieren. Um diese Unfälle zu verhindern, haben die Fachhochschulen Ulm und Heilbronn zusammen mit Industriepartnern das Projekt "SALUS" geschaffen. 

Mit einer Mischung aus Radar, optischen Kameras und Infrarotsensoren sowie neuronalen Netzen und einem Digitizer von Spectrum Instrumentation soll ein selbstlernendes System zwischen Fußgängern, Autos, Radfahrern, Motorrädern, Hirschen, Füchsen, Wildschweinen usw. unterscheiden und sogar deren Verhalten vorhersagen. 

Das intelligente Netzwerk mit seinen Sensoren am Straßenrand…

...sendet dann Warnungen an Autofahrer und andere Verkehrsteilnehmer, um Unfälle zu vermeiden. Die Daten des Mikro-Doppler-Radars werden dabei von einer PCIe-Digitizerkarte M2p.5926-x4 von Spectrum Instrumentation erfasst, welche die nötige Bitbreite und Anzahl von Kanälen bietet. 

Professor Dr. Hubert Mantz von der Fachhochschule Ulm, einer der Projektleiter, erklärt: »Die Autohersteller installieren Fahrerassistenzsysteme, beginnend mit High-End-Modellen, aber es wird lange Zeit dauern, bis solche Hilfen in allen Fahrzeugmodellen vorhanden sind. In ähnlicher Weise werden jetzt Assistenzsysteme in High-End-Motorräder eingebaut, wobei es dort aber aus Platzmangel schwierig ist, das Niveau von autobasierten Systemen zu erreichen. Ziel unseres Projekts ist es, kleine Sensor-Einheiten am Straßenrand zu installieren, die Gefahren erkennen können und diese den sich nähernden Fahrzeugen melden. Darüber hinaus kann für Verkehrsteilnehmer ohne Empfangsanlagen eine Straßenbeleuchtung eingeschaltet werden, um den Gefahrenbereich hervorzuheben, und/oder es können Warnhinweise aufleuchten. Das Projekt SALUS erkennt und warnt vor den schwer erkennbaren Gefahren auf Landstraßen und sollte die Verkehrssicherheit erheblich verbessern.«
 
Das bisherige Demonstrationssystem…

...kann simultane Daten aus drei Quellen verarbeiten - Radar, optische Kameras und Infrarot-Kameras. Zusätzliche Sensoren könnten integriert werden, um z.B. den Verschmutzungsgrad der Luft zu messen, was bereits kommerzielles Interesse bei Unternehmen im Projektkonsortium geweckt hat. 

Das Projekt SALUS sieht den Einsatz der eigenständigen Einheiten an den Straßen in ganz Deutschland vor, auf Pfählen am Straßenrand montiert, was bedeutet, dass sie kostengünstig und solarbetrieben sein müssen. Letzteres ist besonders wichtig für Landstraßen in ländlichen Gebieten, wo kein Strom direkt an der Straße vorhanden ist. Dort ist wegen der fehlenden Straßenbeleuchtung auch die Gefahr für Unfälle am größten.

Das Kommunikationssystem zwischen den Einheiten,…

...die am Straßenrand installiert werden, muss auf "low power" ausgelegt sein, damit es durch Solarzellen betrieben werden kann. Es wird daher ein LoRaWAN (Long Range Wide Area Network) verwendet, da sich dieser Standard durch einen geringen Energieverbrauch auszeichnet und auf nicht lizenzierten Frequenzbändern basiert, so dass keine weiteren Kosten anfallen. Ein LoRaWAN bietet in ländlichen Gebieten bis zu 40 km Reichweite, was mehr als ausreichend ist, damit die installierten Einheiten zusammen als ein großes Warnsystem funktionieren können.

»Wir verwenden neuronale Netzwerke…

...für das selbstlernende System, so dass es zwischen z.B. Radfahrern, Autos oder Rehen unterscheiden kann. Dies geht weit über die reine Bewegungserkennung hinaus«, erklärt Mantz. »Wir befinden uns in der kritischen Phase des Projekts, nämlich bei der Klassifizierung erkannter Objekte, was so noch nie zuvor durchgeführt wurde. Durch die Klassifizierung soll das System die Bewegungen der Objekte vorhersagen, was extrem nützliche Echtzeitinformationen liefert, um eine sehr genaue Vorhersage zu treffen, wie sich eine gefährliche Situation entwickelt. Bei unserer Entwicklung haben wir uns für den PCIe-Digitizer M2p.5926-x4 von Spectrum Instrumentation entschieden, der 16 Bit, 10 MHz Bandbreite und vier differentielle Eingänge bietet. Er sammelt alle Informationen, die unser selbstlernendes System benötigt, und kann die Signale aus sämtlichen Quellen gleichzeitig in Echtzeit verarbeiten. Wir haben festgestellt, dass die Bedienung dieses Digitizers sehr einfach und intuitiv ist, was bedeutet, dass wir uns auf das Projekt konzentrieren können, statt Zeit mit dem Programmieren zu verbringen. Vor allem wird eine Garantie von fünf Jahren gewährt, so dass wir uns im Gegensatz zum Standardangebot anderer Anbieter von nur einem Jahr keine Sorgen um Wartung und Reparatur machen müssen.«

Oliver Rovini, CTO von Spectrum Instrumentation, fügt hinzu: »Universitäten und Forschungseinrichtungen führen Projekte und Experimente durch, die Jahre dauern können. In dieser Zeitspanne muss sichergestellt sein, dass jedes Teil des Systems perfekt funktioniert. Spectrum-Produkte sind für eine sehr lange Lebensdauer konzipiert. Unsere im Lieferumfang enthaltene fünfjährige Gewährleistung ist Teil dieser Philosophie, ebenso die kostenlosen Software- und Firmware-Updates für die gesamte Lebensdauer des Produkts und der kostenlose Support direkt von unseren Ingenieuren.«