Als een kind de weg op rent, de gemiddelde menselijke bestuurder heeft 1,6 seconden nodig om op het rempedaal te trappen. Voor geautomatiseerde voertuigen met radar/lidar-sensoren en een camerasysteem wordt de reactietijd teruggebracht tot 0,5 seconde. Maar bij een snelheid van 50 km/u, dat betekent nog steeds dat het voertuig nog zeven meter doorgaat voordat de remmen worden gebruikt en het tot stilstand komt.

In antwoord, het Fraunhofer Instituut voor Betrouwbaarheid en Micro-integratie IZM werkt samen met een reeks partners uit beide sectoren (InnoSenT, Siliciumradar, Jabil Optiek Duitsland, AVL, John Deere) en onderzoeksinstituten (Fraunhofer Institute for Open Communication Systems FOKUS, DCAITI) om een ​​camera-radarmodule te ontwikkelen die aanzienlijk sneller veranderingen in verkeersomstandigheden vastlegt. De nieuwe eenheid, niet groter dan een smartphone, een reactietijd hebben van minder dan 10 milliseconden, wat, volgens een studie uitgevoerd door de Universiteit van Michigan (zie bron), maakt het 50 keer sneller dan de huidige sensorsystemen en 160 keer sneller dan de gemiddelde menselijke bestuurder. Met het nieuwe systeem, het voertuig uit ons eerdere voorbeeld zou slechts 15 cm rijden voordat het systeem ingrijpt en de remmanoeuvre initieert, waardoor veel verkeersongevallen in de binnenstad mogelijk worden geëlimineerd.

Geïntegreerde signaalverwerking verkort de reactietijd

De echte innovatie in het nieuwe systeem is de geïntegreerde signaalverwerkingscapaciteit. Hierdoor kunnen alle verwerkingen direct binnen de module plaatsvinden, waarbij het systeem selectief gegevens uit het radarsysteem en de stereocamera filtert, zodat de verwerking ofwel onmiddellijk kan plaatsvinden, ofwel opzettelijk kan worden uitgesteld tot een volgende verwerkingsfase. Niet-relevante informatie wordt herkend, maar niet doorgestuurd. Sensorfusie wordt toegepast om de gegevens van de camera en radar te combineren. Neurale netwerken evalueren vervolgens de gegevens en bepalen de real-world verkeersimplicaties op basis van machine learning-technieken.

Als resultaat, het systeem hoeft geen statusinformatie naar het voertuig te sturen, maar uitsluitend reactie-instructies. Dit maakt de buslijn van het voertuig vrij voor belangrijke signalen, bijvoorbeeld het detecteren van een kind dat plotseling de weg op rent. "Geïntegreerde signaalverwerking verkort de reactietijden drastisch, " zegt Christian Tschoban, groepshoofd op de afdeling RF &Smart Sensor Systems. Samen met zijn collega's Tschoban werkt momenteel aan het KameRad-project (zie infobox).

De functionerende demonstrator die hij en zijn team hebben ontwikkeld, ziet eruit als een grijze doos met ogen naar rechts en links:de stereocamera's. Het project loopt tot 2020. Tot dan, projectpartners AVL List GmbH en DCAITI zullen druk bezig zijn met het testen van het eerste prototype, inclusief testen op de weg in Berlijn. Tschoban hoopt dat over een paar jaar zijn "grijze bak" standaard in elk voertuig zal zitten, het automatisch binnenstedelijk verkeer veiliger maken.