Im vergangenen Monat kam es auf einer Teststrecke für autonomes Platooning zu einem Unfall, bei dem zwei Lastwagen nach einem Wahrnehmungsfehler kollidierten. Das Bordsystem erkannte ein Phantomhindernis, eine nicht existierende Entität, die durch die Desynchronisation zwischen den Daten des vorderen LIDAR und des hinteren Radars erzeugt wurde. Dieser Fehler führte dazu, dass der zweite Lkw scharf bremste, was einen Auffahrunfall durch den ersten verursachte. Der Fall offenbart eine kritische Schwachstelle in der Sensorfusion für autonome Konvois.
Technische Analyse: Zeitversatz in der LIDAR-Radar-Datenfusion 🚛
In einem idealen Platooning-System scannt das LIDAR die Umgebung mit 10 Hz, während das Radar mit 20 Hz arbeitet. Wenn in der Steuereinheit (ECU) eine unkompensierte Latenz vorliegt, kann ein Mikrowellenreflex von einer Leitplanke als statisches Objekt registriert werden, kurz bevor das LIDAR freien Raum bestätigt. Bei der Zusammenführung beider Punktwolken ohne präzisen Zeitstempel interpretiert das System diesen Rückstand als reales Hindernis. Werkzeuge wie Unreal Engine und Vissim ermöglichen die Nachbildung dieses Fehlers: Erstere rendert die Geometrie der Umgebung und die Flugbahn des Phantomhindernisses, während Vissim die Reaktion des umgebenden Verkehrs modelliert. CloudCompare wiederum erleichtert die Analyse der Punktwolken zur Identifizierung der zeitlichen Diskrepanz.
Hin zu einer robusteren Simulation der Fahrzeugwahrnehmung 🛠️
Dieser Vorfall zeigt, dass sich die Validierung von ADAS-Systemen nicht auf Straßentests beschränken darf. Die Simulation mit 3D-Engines und Verkehrssoftware muss Szenarien mit sensorischer Desynchronisation umfassen, um fehlertolerante Fusionsalgorithmen zu trainieren. Die Implementierung eines dynamischen Zeitpuffers in der ECU, der die Daten nach Eingangsreihenfolge und nicht nach fester Frequenz ausrichten kann, ist eine Lösung, die bereits in virtuellen Umgebungen getestet wird. Das Ziel ist, dass nie wieder ein Phantomhindernis zu einem realen Unfall führt.
Ist es möglich, dass ein Synchronisationsfehler in der V2V-Kommunikation zwischen Lastwagen während eines autonomen Platooning in Echtzeit durch 3D-Sensorsysteme wie mehrschichtiges LIDAR erkannt und korrigiert werden kann, um Kollisionen wie die auf der Teststrecke zu vermeiden?
(PS: Bei Foro3D haben unsere Autos mehr Polygone als PS)