Fu?g?ngerschutz

Ungef?hr die H?lfte der Verkehrstoten weltweit sind ungeschützte Verkehrsteilnehmer (Vulnerable Road Users, VRUs) wie Fu?g?nger oder Radfahrer. VRUs sind im Stra?enverkehr bei einer Kollision mit einem Fahrzeug immer der schw?chere Kollisionspartner. Für die Realisierung des sicheren autonomen Fahrens ist die sichere Erkennung und Klassifikation von VRUs und die Verhinderung von Unf?llen unabdingbar. VRUs besitzen meist ein hohes Ma? an Freiheitsgraden in Bezug auf deren Bewegungsm?glichkeiten, was ihnen die pl?tzliche ?nderung des Bewegungsverhaltens erlaubt. Dies stellt Sicherheitssysteme bezüglich der Erfassung und Interpretation der Situationen der Bewertung der Situationskritikalit?t vor eine gro?e Herausforderung. Folglich ist die Verbesserung von Sicherheitssystemen, die gezielt das Bewegungsverhalten von Fu?g?ngern detektieren und analysieren, ein wesentlicher Bestandteil aktueller Entwicklungen und Euro NCAP-Testszenarien. C?ISAFE forscht daher an Algorithmen, um das Verhalten von VRUs aus Sensorsignalen zu extrahieren und mit eigens entwickelten VRU-Attrappen nachstellen zu k?nnen.

Fu?g?ngererkennung

Fu?g?nger besitzen die M?glichkeit, schnell und unvorhersehbar Richtung und Geschwindigkeit zu ?ndern und pl?tzlich auf die Stra?e zu treten. Dabei besitzen insbesondere Kinder bis zum Grundschulalter ein gro?es Gefahrenpotenzial. Neben gef?hrdendem Verhalten, wie das Spielen am Stra?enrand oder nicht bekannte Verkehrsregeln, spielt auch die noch nicht abgeschlossene k?rperliche Entwicklung eine entscheidende Rolle. So k?nnen z. B. herann?hernde Fahrzeuge nur schlecht eingesch?tzt werden. Zudem sind sie aufgrund ihrer geringen K?rpergr??e für die Sensorik hinter Fahrzeugen fast nicht zu erkennen und werden somit noch sp?ter beim Heraustreten zwischen Fahrzeugen erkannt.

Daher ist es für die Umsetzung des automatisierten Fahrens in urbanen Szenarien von besonderer Bedeutung, Fu?g?nger unabh?ngig vom Alter sicher zu detektieren, die Situation zu verstehen und Absichten deuten zu k?nnen. In C-ISAFE werden hierzu radar- und kamerabasierte Methoden untersucht und entwickelt, um die robuste und schnelle Erfassung von Fu?g?ngern zu realisieren. Eingesetzt werden hierbei hochaufl?sende Sensoren für das Nahfeld. Durch Auswertung des Mikrodoppler-Effekts (Geschwindigkeitsverteilung durch Bewegungen der Extremit?ten) sowie hochaufl?sender Abstandsinformationen k?nnen zus?tzlich zur verfeinerten Erkennung auch wichtige Erkenntnisse zum Verhalten des Fu?g?ngers gewonnen werden. C-ISAFE hat hierzu patentierte Verfahren entwickelt, um das Mikro-Doppler-Profil von VRU in die Algorithmik zur Erkennung und Verhaltensintention zu interpretieren. Es werden Frühindikatoren untersucht, um rechtzeitig eine ?nderung des Bewegungsablaufs (z. B. eine Richtungs?nderung) zu registrieren. Darauf aufbauend werden Methoden entwickelt, um diese in eine Pfadpr?diktion mit einzubeziehen. Bisher werden solche Pfadpr?diktionen haupts?chlich auf nur einem Umfeldsensor aufbauend erstellt. Für eine bestm?gliche Erkennung von Fu?g?ngern werden daher in C-ISAFE Methoden zur Verbindung sich erg?nzender Sensoren, wie Kamera und Radar, untersucht. ?ber die Fusion beider Sensoren mit Hilfe von KI-Methoden sollen deren Vorteile genutzt sowie eine hohe Robustheit gegenüber schlechten Witterungsbedingungen wie Regen oder Nebel erreicht werden.

Attrappen

Die Entwicklung sicherer Fahrzeuge und neuer Fahrfunktionen erfordert eine gezielte Nachstellung kritischer und gef?hrlicher Verkehrssituationen. Eine Fu?g?ngerattrappe imitiert neben dem Aussehen eines Menschen auch seine Bewegungen und erm?glicht die gefahrlose Nachstellung von kritischen Verkehrssituationen. Durch die fortschreitenden Entwicklungen im Bereich des automatisierten Fahrens, ausgehend von der Sensorhardware über die Erkennungs- und Interpretationsalgorithmik bis hin zur Fahrfunktion, steigen die Anforderungen an eine Attrappe. Die Herausforderung ist hierbei, die charakteristischen Merkmale und Bewegungen von Fu?g?ngern aus der Sicht der automobilen Umfeldsensoren durch ein Testsystem hinreichend realit?tsnah abzubilden. Die Entwicklung solcher Attrappen und zugeh?riger Testmethoden ist ein Forschungsschwerpunkt von C-ISAFE. Um verschiedene Gangarten und Bewegungsabl?ufe realistischer als bereits verfügbare Attrappen nachstellen zu k?nnen, wird am Institut eine neue Generation von Fu?g?ngerattrappen (ArChi – Artificial Child und PAdDy – Pedestrian Adult Dummy) entwickelt. Diese werden von pneumatischen Muskeln (vergleichbar mit menschlichen Muskeln) angetrieben und erm?glichen ein realit?tsnahes Bewegungsverhalten. Neben der Beinbewegung werden auch Arm- und Kopfbewegungen simuliert. Auf metallische Bauteile wird dabei komplett verzichtet, um eine realistische Radarsignatur zu erm?glichen und Besch?digungen bei m?glichen Kollisionen mit Versuchsfahrzeugen zu reduzieren. Für die Bewegung der Fu?g?ngerattrappen in der Indoor-Versuchsanlage stehen verschiedene L?sungen zur Verfügung, die unterschiedliche komplexe Testszenarien erm?glichen.

VRU-Verhaltensanalyse

C-ISAFE hat zur genaueren Analyse des Fu?g?ngerverhaltens einen Fu?g?ngersimulator aufgebaut, mit dem es m?glich ist, das Verhalten und typische Bewegungsmuster von Fu?g?ngern im Stra?enverkehr zu analysieren und in die Entwicklung von Systemen für die integrale Sicherheit und Testmethoden zu integrieren. Genutzt wird dafür ein Head-Mounted Display (HMD) und ein Motion Capture System. Die Bewegungen des Probanden k?nnen so in eine Simulationsumgebung übertragen werden, welche der Proband durch das HMD sieht. Durch die Sicht auf den eigenen (simulierten und) bewegten K?rper wird ein m?glichst hoher Realit?tsgrad erreicht.

Untersuchungen reichen von dem Verhalten beim Kreuzen einer Stra?e und der Analyse der sogenannten Lückenakzeptanz bis hin zur K?rperhaltung beim Kreuzen zur Optimierung von Simulationsmethoden für Verletzungsmechanismen. Insbesondere wurde das Bewegungsverhalten von Kindern in verschiedenen Szenarien beim ?berqueren der Fahrbahn aufgenommen und analysiert. Diese Bewegungsanalyse bildet die wissenschaftlich fundierte Entwicklungsgrundlage für die am C-ISAFE entwickelte Kinderattrappe.

Anwendungsbeispiele

  • Studien zur Fu?g?ngererkennung von Umfeldsensoren
  • Fahr- und Ausweichversuche mit Fahrradfahrern
  • Untersuchung der Objekterkennung mit Umfeldsensoren bis zum Crashpunkt

Laufende Projekte

Safe2P

Increase Safety for Pedestrians and Parking

Abgeschlossene Projekte

SAFIR

Safety for all – Innovative Research Partnership on Global Vehicle and Road Safety Systems

Ausgew?hlte Publikationen

2022
  • P. Held, D. Steinhauser, A. Koch, T. Brandmeier, and U. T. Schwarz, "A Novel Approach for Model-Based Pedestrian Tracking Using Automotive Radar," in IEEE Transactions on Intelligent Transportation Systems, vol. 23, no. 7, pp. 7082-7095, 2022, doi: 10.1109/TITS.2021.3066680.
  • F. Sezgin, D. Vriesman, P. Held, A. Zimmer, and T. Brandmeier, "A Deep Learning Approach for Pedestrian Behavior Interpretation Based on Radar Point Clouds," 2021 18th European Radar Conference (EuRAD), 2022, pp. 66-69, doi: 10.23919/EuRAD50154.2022.9784515.
2021
  • D. Steinhauser, P. Held, B. Th?resz, and T. Brandmeier, "Towards Safe Autonomous Driving: Challenges of Pedestrian Detection in Rain with Automotive Radar," 2020 17th European Radar Conference (EuRAD), Utrecht, Netherlands, 2021, pp. 409-412, doi: 10.1109/EuRAD48048.2021.00110.
2020
2019
  • P. Held, D. Steinhauser, A. Kamann, A. Koch, T. Brandmeier, and U. T. Schwarz, "Micro-Doppler Extraction of Bicycle Pedaling Movements Using Automotive Radar," 2019 IEEE Intelligent Vehicles Symposium (IV), Paris, France, 2019, pp. 744-749, doi: 10.1109/IVS.2019.8813828.
  • P. Held, D. Steinhauser, A. Kamann, A. Koch, T. Brandmeier, and U. T. Schwarz, "Normalization of Micro-Doppler Spectra for Cyclists Using High-Resolution Projection Technique," 2019 IEEE International Conference on Vehicular Electronics and Safety (ICVES), Cairo, Egypt, 2019, pp. 1-6, doi: 10.1109/ICVES.2019.8906495.
  • D. Steinhauser, P. HeId, A. Kamann, A. Koch, and T. Brandmeier, "Micro-Doppler Extraction of Pedestrian Limbs for High Resolution Automotive Radar," 2019 IEEE Intelligent Vehicles Symposium (IV), Paris, France, 2019, pp. 764-769, doi: 10.1109/IVS.2019.8813850.
2018
  • P. Held, D. Steinhauser, A. Kamann, T. Holdgrun, I. Doric, A. Koch, and T. Brandmeier, "Radar-Based Analysis of Pedestrian Micro-Doppler Signatures Using Motion Capture Sensors," in 2018 IEEE Intelligent Vehicles Symposium (IV), Changshu, China, 2018, pp. 787-793, doi: 10.1109/IVS.2018.8500656.
  • T. Holdgrün, I. Doric, T. Brandmeier, T. Fuchs, J.  Mihlbauer, P. Steinert, S. Peldschus, "A Virtual Reality based Approach for Researching Pedestrian to Vehicle Collisions," in 2018 IEEE Intelligent Vehicles Symposium (IV), Changshu, China, 2018, pp. 1318-1325, doi: 10.1109/IVS.2018.8500524.

Ansprechpartner

Wissenschaftlicher Leiter CARISSMA-ISAFE, Forschungsprofessor für Fahrzeugsicherheit und Fahrzeugmechatronik
Prof. Dr.-Ing. Thomas Brandmeier
Tel.: +49 841 9348-3840
Raum: H023
E-Mail:
Wissenschaftliche Mitarbeiterin
Mia Book, M. Sc.
Tel.: +49 841 9348-3841
Raum: H120
E-Mail: