Kollektive Wahrnehmung – Fahrzeugkommunikation und Datenfusion

Autonomes Fahren stützt sich hauptsächlich auf fahrzeugeigene Sensoren. Vehicle-to-everything (V2X) ermöglicht es nahegelegenen Verkehrsteilnehmern, untereinander in Echtzeit zu kommunizieren. Mit V2X können Fahrzeuge zusammenwirken da sie ständig im Austausch miteinander stehen. Road-Side-Units (RSU) können auch Informationen mit umgebenden Fahrzeugen teilen. Einige V2X-Dienste wie Cooperative Awareness (CA) und Decentralized Environmental Notification (DEN) wurden bereits standardisiert, während die Collective Perception Message (CPM) sich noch in Arbeit befindet. Indem Rohdaten oder vorverarbeitete Sensordaten an Nachbarfahrzeuge weitergegeben werden, können diese Objekte außerhalb ihrer eigenen Sensorreichweite wahrnehmen und Sensorpräzision steigern. Die der CPM zugeordnete Bandbreite reicht oft aber nicht aus, wenn mehrere Fahrzeuge gleichzeitig senden. Deshalb soll ein Decentralized Congestion Control (DCC)-Mechanismus Paketkollisionen entschärfen oder vermeiden. Nachdem eine CPM empfangen wurde, müssen deren Inhalte mit den selbst detektierten in einer Datenfusion verknüpft werden.

In bisherigen Arbeiten wurden verschiedene DCC und Regeln entwickelt, wann CPM generiert werden sollen, um die Paketzustellrate zu erhöhen. Allerdings wurden diese Maßnahmen nicht gleichzeitig hinsichtlich der Kommunikation und der Wahrnehmung validiert. Außerdem sollten alle Fahrzeuge senden können und nicht durch ein häufig sendendes daran gehindert werden.

In diesem Dissertationsvorhaben werden CPM-Generationsregeln und DCC gleichermaßen hinsichtlich der Kommunikation und der Wahrnehmung mithilfe eines gemeinsamen Simulatoraufbaus validiert, in dem RSU und V2X-Fahrzeuge simuliert werden. Dabei simuliert die Fahrzeugsimulation Carla eine realistische Wahrnehmung, während Artery CPM generiert und die Nachrichtenübertragung mit OMNET++ abgebildet wird. SUMO erzeugt Verkehr und synchronisiert diesen mit den anderen Simulatorkomponenten.