Unfälle mit autonomen Fahrzeugen rekonstruieren erfordert die Modellierung der Umgebung in 3D
Wenn ein autonomes Fahrzeug in einen Vorfall verwickelt ist, prüfen die Ermittler nicht nur die Aufzeichnungen. Ihre zentrale Arbeit besteht darin, die physische Welt digital zu rekonstruieren mit absoluter Präzision. Diese forensische Rekonstruktion in drei Dimensionen ist der Eckpfeiler, um zu verstehen, was wirklich passiert ist. 🕵️♂️
Die LIDAR-Punktwolke: die digitale Form des realen Welts
Der Prozess beginnt mit den Daten, die die LIDAR-Sensoren des Fahrzeugs erfassen. Diese Geräte senden schnelle Laserlichtimpulse aus und berechnen die Zeit, die sie zum Zurückprallen benötigen. Das Ergebnis ist eine massive und detaillierte 3D-Punktwolke, die den Raum definiert. Jeder Punkt repräsentiert eine präzise Koordinate und kartiert alles vom Asphalt und Verkehrsschildern bis hin zu anderen Autos und Personen. Diese Datensammlung ist das essentielle Rohmaterial; ohne sie fehlt jeder späteren Analyse eine objektive Grundlage.
Schlüssellemente, die die Punktwolke erfasst:- Geometrie der Fahrbahn: Kurven, Steigungen, Spuren und Straßenränder.
- Statische Objekte: Masten, Ampeln, Barrieren und nahegelegene Gebäude.
- Dynamische Elemente: Die Position, Form und Bewegung anderer Fahrzeuge, Radfahrer oder Fußgänger zum Zeitpunkt des Ereignisses.
Der Schlüssel liegt darin, dass das 3D-Modell eine exakte Replik ist, ohne Annahmen oder Interpolationen, die die Fakten verändern.
Die Wahrnehmung und Entscheidungen des autonomen Systems simulieren
Mit der bereits modellierten Umgebung können die Experten die Situation reproduzieren. Sie verwandeln die rohe Punktwolke in eine virtuelle Umgebung, die die Software der Steuereinheit des Fahrzeugs erneut interpretieren kann. In dieser Simulation werden alle Bedingungen repliziert: die Sichtbarkeit, die exakte Position jedes Objekts und die Daten aller Sensoren (nicht nur LIDAR). Das Ziel ist klar: zu sehen, was das System gesehen hat, und zu verstehen, warum es so gehandelt hat. Es wird analysiert, wie es ein Hindernis klassifiziert hat, ob es dessen Trajektorie korrekt vorhergesagt hat und welche Logik es für die Ausführung oder Unterlassung einer Ausweichmanöver befolgt hat.
Phasen der Simulationsanalyse:- Die interpretierbare Umgebung rekonstruieren: Rohe Daten in ein 3D-Mesh oder eine virtuelle Szene umwandeln, die der Fahralgorithmus verarbeiten kann.
- Die Ereignissequenz reproduzieren: Die Simulation mit denselben Zeit- und Sensorparametern wie im Originalfahrzeug ausführen.
- Isoli