Projektdetail

iLIDS4SAM – Das Sensorsystem als Sinnesorgan für das sichere autonome Fahren der Zukunft

Forschungslaufzeit: 1.1.2020 bis 31.12.2022 

Im Projekt "Integrated LiDAR Sensors for Safe & Smart Automated Mobility - iLIDS4SAM" forschen elf führende österreichische Partner*innen aus Industrie und Wissenschaft unter der Leitung von Infineon Technologies Austria AG an einem hochauflösenden und robusten MEMS-basierten LiDAR-Sensor für den autonomen Betrieb im Smart Mobility Bereich.

Autonomes Fahren soll sicher und zuverlässig sein. Potenzielle Gefahrensituationen müssen vorausschauend erkannt werden. Dazu ist eine umfassende, korrekte und rasche Wahrnehmung aller Geschehnisse im nahen Umfeld eines Fahrzeugs auf der Straße oder auf der Schiene die Grundvoraussetzung. Das Ziel ist, ein leistungsfähiges und zugleich kostengünstiges Laser-Sensorsystem mit einem "Deep Learning" Datenmanagement zu entwickeln. Damit avanciert das Fahrzeug zu einem intelligenten und antizipierenden Verkehrsteilnehmer. Das kompakte Sensorsystem soll im urbanen Straßen- und Schienenverkehr und ebenso bei landwirtschaftlichen Einsätzen getestet werden, um die Integration als auch die praktische Leistungsfähigkeit zu demonstrieren.  

Das Kompetenzzentrum Vienna Institute for Safety and Systems Engineering (VISSE) hat die Aufgabe, in definierten Fahrszenarien kritische Situationen zu identifizieren und anhand von SoS-Hazard-Assessments die technologischen Safety-Anforderungen abzuleiten. Diese liefern die Basis für die Validierung der Leistungsfähigkeit des Sensors auf Basis ausgewählter Use Cases (z.B. Eisenbahnkreuzung, Bahnhofsstation) im Schienenverkehr. . Die definierten Use Cases werden im Open Track Test Lab (OTTL) von Unternehmenspartner TeLo GmbH und auf einer realen Strecke der ÖBB validiert.

Forschungsziele

  • Safety-Analyse kritischer Verkehrssituationen mit autonomen Fahrzeugen
  • Definition von Anforderungen an sichere Sensorsysteme für autonomes Fahren  
  • Generierung des Sicherheitsnachweises für das Sensorsystem in definierten Use Cases
  • Synergien für das Peoplemover-Konzept im Projekt TARO nutzen

Kooperationspartner*innen bzw. Auftraggeber*innen

  • Infineon Technologies Austria AG 
  • TTTech Computertechnik AG
  • Silicon Austria Labs GmbH
  • AVL List GmbH
  • PAS PESCHAK AUTONOME SYSTEME GmbH
  • Institut für Maschinelles Sehen und Darstellen der TU Graz Graz
  • RIEGL Research Forschungsgesellschaft mbH
  • Virtual Vehicle Research GmbH
  • ams AG
  • EV Group E.Thallner GmbH

Ziel für nachhaltige Entwicklung der UNO

Projektleitung

Projektteam


Beteiligte Studiengänge

Safety and Systems Engineering

Masterstudium, berufsbegleitend

more