HERE Maps HD Live Map

Smart Cars
HERE Maps – HD Live Map für autonome Fahrzeuge

HERE Maps hat auf der CES 2016 in Las Vegas sein HD Live Map System für selbstfahrende Fahrzeuge präsentiert. Die cloud-basierte Lösung soll Fahrzeugherstellern und Systemlieferanten zur Verfügung stehen und z.B. die professionelle Datengrundlage für V2V-kommunizierende Autos sein.

Die Zusammenarbeit mit den neuen Eigentümern Audi, BMW und Daimler nimmt bei HERE Maps immer konkretere Züge an. Auf der CES 2016 präsentierte das Unternehmen mit den HD Live Maps ein Karten- und Kommunikationssystem, das über verschiedene Ebenen – sogenannten Layer – alle relevanten Daten für selbstfahrende Autos auswertet. Dabei berücksichtigt HD Live Map nicht nur die Daten des eigenen Fahrzeugs, sondern auch die über Sensoren erfassten Signale der Umgebung, also z.B. erkannte und „gelesene“ Verkehrsschilder oder eventuell signalübertragende Verkehrsobjekte wie Ampeln.

V2V-Kommunikation lässt Fahrzeuge sicherheitsrelevante Informationen direkt miteinander austauschen.

In Kombination mit dem Kartenmaterial von HERE Maps werden diese Daten verarbeitet und stellen zukünftig die virtuelle Grundlage für die Fortbewegung des Fahrzeugs im Raum dar. Weitere Ebenen der Signalverarbeitung werden Daten sein, die das Fahrzeug von anderen Fahrzeugen empfängt. Dieser sogenannten V2V-Kommunikation (Vehicle to Vehicle, Fahrzeug zu Fahrzeug) kommt eine besondere Bedeutung zu, da entsprechend ausgestattete Autos, Motorräder und LKW so miteinander sicherheitsrelevante Informationen über z.B. die eigene Geschwindigkeit, die Distanz voneinander oder bereits eingeleitete Fahrmanöver wie z.B. ein Ausscheren aus der Spur austauschen könnten.

HERE Maps LiveRoads

Einen ersten Einblick in die „Automotive Cloud“ hatte uns der Audi-Chef Rupert Stadler in einem Interview bereits Mitte Dezember gegeben. Während HERE Maps selbstverständlich in erster Linie die Entwicklung der drei Marken Audi, BMW und Daimler betrifft, ist man langfristig auf weitere Kooperationen angewiesen und steht diesen Partnerschaften nach Angabe von HERE auch offen gegenüber. Schließlich liefert – so die Grundidee – irgendwann jeder Verkehrsteilnehmer Daten, welche die Genauigkeit und Schnelligkeit des Systems verbessern können.

HERE Maps: viel mehr als nur Kartenmaterial

In der bisher gezeigten Version der HD Live Map konzentriert man sich bei HERE Maps auf den grundsätzlichen Aufbau des Systems. Die unterste Ebene bildet das hochauflösende Kartenmaterial, das die Grundlage für die grundsätzliche Positionsbestimmung des jeweiligen Fahrzeugs im Raum bereitstellt. Diese Ebene ist weitgehend mit dem vergleichbar, was wir bereits heute als völlig alltägliche GPS-Navigation kennen – vielleicht noch nicht unbedingt in der zukünftig zugesicherten Genauigkeit, aber bereits so ähnlich.

Live Roads: sensorbasierte Echtzeiterfassung der Straße

Die „Live Roads“ genannte zweite Ebene (mit allen Unterebenen) berücksichtigt hingegen die tatsächliche Verkehrssituation, in möglichst realistischer oder „menschlicher“ Sichtweise. Auf dieser Ebene werden z.B. die ersten menschlichen bzw. idealen bzw. logischen Entscheidungsprozesse simuliert. Hierzu muss der Computer in einem Fahrzeug seine Umgebung nicht nur lesen und einordnen, sondern auch „verstehen“ und daraus bestimmte Fahrzeugmanöver oder -routinen ableiten können. Wenn eigenen die Fahrzeugsensoren dem System z.B. mitteilen, dass die Fahrbahn momentan – also „live“ – nass ist und vorausfahrende oder entgegenkommende Fahrzeuge bereits signalisieren, dass auf der nächsten Brücke erhebliche Windböen zu erwarten sind, dann sollte das Fahrzeug sich … richtig, verlangsamen ;-).

Wenn zugleich der lokale Wetterdienst die Warnmeldung für Blitzeis auf dem vorausliegenden Streckenabschnitt überträgt dann sollte zusätzlich das Allrad-System zugeschaltet werden und eine entsprechende Warnmeldung auf dem Display des Fahrzeugs auftauchen oder über das Soundsystem erklingen. Ähnliches gilt für ein verunfalltes Fahrzeug hinter einer unübersichtlichen Kurve: dieses könnte seine Unfall-Position übertragen und so andere Verkehrsteilnehmer warnen.

Deep Learning Systeme im Autonomen Fahrzeug

Wer sich bereits an dieser Stelle fragt, wie ein „Auto“ diese Datenmengen überhaupt bewältigen soll, kann schon mal einen ersten Blick auf den NVIDIA DRIVE PX2 werfen. Die Liste der bisherigen Kooperationspartner umfasst auch die neuen HERE Eigentümer und die Funktionsweise des „Supercomputers“ gibt ansatzweise wieder, was hier in Zukunft möglich sein wird. Angefangen bei der Objekterkennung über „Deep-Learning-Routinen“ bis hin zu netzwerkbasierten Informations-Clustern bildet das Prinzip hinter dem Board all das ab, was im Bereich Autonomes Fahren zukünftig wichtig sein wird.

HD Live Map: Daten-Effizienz im Netz

HD Live Map von HERE geht nun einen Schritt weiter und interpretiert die aktuelle Straßensituation auf mehreren weiteren Ebenen. Wenn z.B. über die Kamerasensoren des Fahrzeugs eine erst kürzlich aufgestellte Geschwindigkeitsbegrenzung erkannt wird, fließt diese Information in Echtzeit in die Datenverarbeitung ein. Gleichzeitig werden andere Fahrzeuge auf der Strecke über diese neue „Situation“ informiert und können dies ebenfalls berücksichtigen.

Da HERE mit verschiedenen Ebenen arbeitet, müssen zwischen den Fahrzeugen bzw. zwischen dem Fahrzeug un der Cloud immer nur die Daten-Ebenen ausgetauscht werden, die sich tatsächlich geändert haben.

Eine Besonderheit beim HD Live Map System ist die Art und Weise der Informationsübertragung. Da HERE mit verschiedenen Ebenen arbeitet, müssen zwischen den Fahrzeugen bzw. zwischen dem Fahrzeug un der Cloud immer nur die Daten-Ebenen ausgetauscht werden, die sich tatsächlich geändert haben. Dies ist nicht nur effizienter bzw. im Datenübertragungsvolumen „sparsamer“, sondern ermöglicht auch eine wesentlich schnellere Datenverarbeitung. Zudem arbeitet man beim Karten- und Ebenmaterial mit relativ kleinen Kacheln, erfasst, überträgt und verarbeitet also immer nur einen relativ kleinen bzw. momentan „relevanten“ Raum.

Auf einer weiteren Ebene der Datenverarbeitung kommt eine möglichst personalisierte Ebene der individuellen Fahrweise hinzu. Wenn z.B. ein selbstfahrendes Fahrzeug eine vorausliegende Kurve unter Berücksichtigung der aktuellen Verkehrssituation mit 160 km/h nehmen könnte bedeutet das noch lange nicht, dass der Fahrer das auch möchte. Vielleicht fühlen er, sie, der Beifahrer oder die Fond sitzenden Kinder sich dann nicht wohl und möchten grundsätzlich eher „cruisen“. Über dann relevante, z.T. selbstlernende Fahrprofile richtet sich das Fahrzeug nach solchen Vorgaben und passt das eigene Fahrverhalten dementsprechend an.

Quelle: here.com