-
ASAM kündigt Teilung von ASAM OpenSCENARIO® in zwei separate Standards an
ASAM OpenSCENARIO ist ein Eckpfeiler in der Entwicklung und Validierung von automatisierten und autonomen Fahrsystemen. Der offene Standard, der sowohl in Simulations- als auch physischen Umgebungen weitreichende Anwendung findet, ermöglicht es, komplexe Szenarien zu beschreiben und auszutauschen. Diese Szenarien beschreiben das Verhalten von Fahrzeugen, Fußgängern und anderen Verkehrsteilnehmern unter Einbezug von Umwelteinflüssen. Seit der Veröffentlichung von ASAM OpenSCENARIO V1.0.0 wurde der Standard kontinuierlich weiterentwickelt. Aufgrund unterschiedlicher Anforderungen verschiedener Testmethoden sind zuletzt zwei Formate von ASAM OpenSCENARIO entstanden, die als V1 und V2 veröffentlicht und aktiv weiterentwickelt wurden. Bemühungen, beide Formate zusammenzuführen, sind angesichts eines hoch-dynamischen Simulationsumfelds und teils divergierender Anforderungen nicht zielführend. Die nun erfolgte formale Trennung in die Standards…
-
ASAM e.V. und TTTech Auto AG unterzeichnen MoU für eine zukünftige Zusammenarbeit zwischen ASAM und The Autonomous
Die Standardisierungsorganisation ASAM e.V., die technische Standards für die Entwicklung, Test und Validierung von Fahrzeugen definiert, und The Autonomous, eine Initiative der TTTech Auto AG zur Förderung von Sicherheit sowie Risiko- und Kostenreduzierung in der autonomen Mobilität, haben ein MoU unterzeichnet, mit dem sie die Voraussetzungen und den Rahmen für eine zukünftige Zusammenarbeit schaffen. Die Vereinbarung hat das Ziel, dass sich beide Parteien gegenseitig unterstützen, um gemeinsam die sichere Umsetzung von autonomer Mobilität voranzubringen. Gemäß der Absichtserklärung wollen ASAM e.V. und The Autonomous Fachwissen und Erfahrung austauschen, technische Arbeiten abstimmen und gemeinsame Aktivitäten fördern. Marius Dupuis, CEO von ASAM e.V., sagt zu der Vereinbarung: „Die Zusammenarbeit zwischen ASAM und The…
-
ASAM OpenLABEL Standard nun auch im Eisenbahnsektor für die Entwicklung von automatisiertem Fahren genutzt
Analog zur Entwicklung des autonomen Fahrens in der Automobilindustrie, arbeitet die Schienenverkehrsbranche an der Realisierung eines vollautomatisierten Fahrbetriebs (automatic train operation, ATO). Eine große Herausforderung ist dabei die sensorbasierte Objekterkennung: Zugtrassen müssen überwacht und Hindernisse frühzeitig und zuverlässig erkannt werden, um gegebenenfalls eine Schnellbremsung einleiten zu können. Um automatisierte Fahrfunktionen zu entwickeln, die diesen Anforderungen gerecht werden, werden maschinelle Lernverfahren eingesetzt. Hierfür werden Trainingsdaten benötigt, die idealerweise durch unterschiedliche Sensorarten erhoben werden. Die Verfügbarkeit solcher Multisensor-Daten war für den Schienenverkehr bisher jedoch begrenzt. „Open Sensor Data for Rail 2023“ (OSDaR23) ist der erste offene Multisensor-Datensatz für Züge im Fernverkehr, der Informationen von vielen verschiedenen Sensoren für Trainings-, Validierungs- und Testzwecke…
