Im Mittelpunkt des Projekts standen die Entwicklung und der Test praxistauglicher Mehrstrahl-Infrarot-LIDAR-Sensoren mit bis zu 150 m Reichweite und anwendungsoptimierten Strahlkonfigurationen sowie von Multi-Target-Tracking-Algorithmen zur zuverlässigen Detektion, Lokalisierung und Klassifikation von Verkehrsteilnehmern.
Die etwa 9 Millionen Leuchten für die Straßenbeleuchtung in Deutschland benötigen pro Jahr ca. 4 Milliarden Kilowattstunden Strom – so viel wie rund eine Million Haushalte. Mit bedarfsgerechter Lichtstärkeeinstellung lassen sich signifikante Energie- und Kosteneinsparungen erzielen, ohne Komfort und Sicherheit der Straßennutzer zu beeinträchtigen. Die dafür notwendigen kosteneffizienten Sensoren mit hoher Reichweite zur zuverlässigen Bewegungsdetektion von Personen und Fahrzeugen fehlten jedoch bisher.
rechts: Kameraaufnahmen mit eingezeichneter Ausrichtung der Strahlachsen der LIDAR-Sensoren an einer Anliegerstraße in Nürnberg (Quelle: Universität der Bundeswehr München, Lehrstuhl für Sensorik und Mess-Systeme)
Im Fokus der Projektarbeiten standen die Entwicklung und der Test praxistauglicher Mehrstrahl-Infrarot-LIDAR-Sensoren mit bis zu 150 m Reichweite und anwendungsoptimierten Strahlkonfigurationen sowie von Multi-Target-Tracking-Algorithmen zur zuverlässigen Detektion, Lokalisierung und Klassifikation von Verkehrsteilnehmern. Die Funktionalität der erarbeiteten technischen Lösungen wurde abschließend in Praxismessungen an zwei Standorten im Stadtgebiet Nürnberg (Fuß-/Fahrradweg und Anliegerstraße) nachgewiesen. Über mehrere Monate wurden Entfernungsmesswerte der LIDAR-Sensoren zu Zielen (Personen, Fahrräder, Pkw) sowie Referenz-Kamerabilder aufgezeichnet. Aus den Messdaten wurden durch Einsatz der entwickelten Algorithmen und Signalverarbeitungsverfahren relevante Ziele zur bedarfsgerechten Lichtstärkeeinstellung detektiert und klassifiziert.
Für verschiedene Strahlkonfigurationen mit (aus Wirtschaftlichkeitsforderungen) maximal sechs LIDAR-Strahlen wurden Detektions- und Klassifikationsgüten von über 95 % erzielt, ohne nennenswerten Einfluss der Witterungsbedingungen (Temperatur, Nebel, starker Regen oder Schneefall). Bereits unter konservativen Annahmen zu Sensorkosten und Strompreissteigerungsraten ergibt sich die Wirtschaftlichkeit der vorgeschlagenen Lösung.
