Dr. Karl Rehrl Ergebnisse aus dem Projekt CarSense Das Fahrzeug als Sensor für den Infrastrukturbetreiber

Transkript

1 Dr. Karl Rehrl Ergebnisse aus dem Projekt CarSense Das Fahrzeug als Sensor für den Infrastrukturbetreiber VIF 2016 Auftaktveranstaltung, 15. November 2016, Wien

2 Inhalt 1. Projektvorstellung 2. Analyse: Potentiale von fahrzeugseitigen Daten 3. Evaluierung: Von Daten zu Ereignissen 4. Empfehlungen Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 2

3 Motivation und Projektziel Regensensor Starkregen Beschleunigung Fahrbahnqualität Bremslicht Starkes Bremsen Außentemperatur Scheibenwischer Schneefall / Eis Starkregen Warnblinker Gefahrenstelle Das Ziel des Vorhabens war, einen Mehrwert von fahrzeugseitigen Sensordaten für die Aufgabenbereiche Betrieb- und Erhaltungsmanagement des Infrastrukturbetreibers ASFINAG zu ermitteln, Empfehlungen für die Umsetzung zu geben und eine reibungslose Integration in die bestehenden Systeme der ASFINAG vorzubereiten Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 3

4 Projekteckdaten und Vorgehensweise Partner: ASFINAG, SRFG Laufzeit: Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 4

5 Inhalt 1. Projektvorstellung 2. Analyse: Potentiale von fahrzeugseitigen Daten 3. Evaluierung: Von den Daten zu Ereignissen 4. Empfehlungen Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 5

6 Potentialanalyse: Vorgehensweise Was wäre interessant? Was wird schon erhoben? Erhaltungsmanagement (EM) Verkehrsmanagement (VM) Verkehrsinformation (VI) Aufgabenbereiche Potentiale fahrzeugseitiger Sensoren Potentielle Datenquellen Welche Daten werden in Fahrzeugen erhoben? Recherche & Referenzprojekte Wissenschaftliche Literatur Evaluierung ausgewählter Sensorquellen Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 6

7 Schwerpunkt 1: Fahrbahnbelastung & Fahrbahnbelag Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 7

8 Schwerpunkt 2: Fahrbahnbelag & aktuelle Fahrbahnbedingung Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 8

9 Schwerpunkt 3: Verkehrszustand & Verkehrssicherheit Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 9

10 Inhalt 1. Projektvorstellung 2. Analyse: Potentiale von fahrzeugseitigen Daten 3. Evaluierung: Von Daten zu Ereignissen 4. Empfehlungen Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 10

11 Daten Ereignis: Evaluierte Datenquellen CAN-Bus Extraktion von Ereignissen zur Fahrdynamik Umgebung und Sicherheit OBD II-Schnittstelle Extraktion von Ereignissen zur Fahrdynamik Umgebung und Sicherheit Smartphone: Beschleunigungssensor Extraktion von Zustandsinfos zum Fahrbahnbelag Erhaltungsmanagement Feldtest Straßenmeistereien Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 11

12 CAN-Bus Getestete Daten Folgende Rohdaten bilden die Basis für die Ereignisse Erfolgreich getestet bei VW, wenig erfolgreich bei Ford Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 12

13 Daten Ereignis: Potentielle Ereignisse Einfache Ereignisse als Grundlage für die Ableitung von komplexen Ereignissen Umgebung Regenintensität, Scheibenwischeraktivität Umgebungstemperatur Nebelschlussleuchte und Nebelscheinwerfer Starke Stöße Fahrzeug Blinkeraktivität: links, rechts Warnblinkeraktivität Abblendlicht und Fernlicht Unebenheitsindex Bewegung Durchschnittliche Geschwindigkeit: 50m Durchschnittlicher Verbrauch und Motordrehzahl: 50m Geschwindigkeit < 30 km/h auf Autobahn Bremsaktivität Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 13

14 Daten Ereignis: Beispiel Basisereignisse (CAN-Bus) Geschwindigkeit, Kraftstoffverbrauch, Bremsereignisse, Blinkereignisse Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 14

15 Daten Ereignis: Beispiel Regenintensität (CAN-Bus) Ereignis Regenintensität und Starker Regen in 200m-Abschnittten Starker Regen Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 15

16 Daten Ereignis: Beispiel Regenintensität (CAN-Bus) Regenintensität 100m-Abschnitte* Regenintensität 200m-Abschnitte* Regenintensität 1000m-Abschnitte* Starker Regen * Arithmetisches Mittel aller Messungen im Abschnitt Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 16

17 Daten Ereignis: Beispiel Raddrehzahlen (OBD II) Rohdaten Raddrehzahlen aus ABS-System Durchdrehen eines Rads Sensorfehler Linkskurve Rechtskurve Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 17

18 Daten Ereignis: Beispiel Querbeschleunigung (OBD II) Rechtskurve Linkskurve Rechtskurve Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 18

19 Daten Ereignis: Vertikalbeschleunigungen (Smartphone) Ziel: Unterstützung des Erhaltungsmanagement: Erkennung von Veränderungen der Längsunebenheit über die Zeit Erkennung von Schlaglöchern oder starkem Versatz bei Fahrbahnübergängen Methode: Aus der Vertikalbeschleunigung: Physikalischer Ruck, Stöße Stöße die einem Schlagloch entsprechen Index zur Längsunebenheit auf Basis von Stößen Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 19

20 Daten Ereignis: Beispiel Fahrbahnunebenheiten Ereignis Unebenheitsindex in 100m-Abschnitten A10, Werfen Pfarrwerfen Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 20

21 Daten Ereignis: Beispiel Fahrbahnunebenheiten 50m-Abschnitte 100m-Abschnitte 200m-Abschnitte Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 21

22 Daten Ereignis: Beispiel Unebenheitsereignis Ereignis Starker Stoß als Basis für Verdachtspunkte Verdachtspunkt (rote Markierung) wurde bei 4 Fahrten erkannt Bestätigt: Betonplatte schiebt sich durch Temperaturbewegungen und durch Schubkräfte der Fahrzeuge auf die folgende Asphaltschicht Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 22

23 Inhalt 1. Projektvorstellung 2. Analyse: Potentiale von fahrzeugseitigen Daten 3. Evaluierung: Von den Daten zu Ereignissen 4. Empfehlungen Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 23

24 3 Thesen zur Nutzung von fahrzeugseitigen Daten 1. Fahrzeugseitige Daten stellen eine hochqualitative Datengrundlage nicht nur für das autonome Fahren, sondern auch für die Aufgaben von Straßeninfrastrukturbetreibern dar. 2. Die Technologien zur Nutzung von fahrzeugseitigen Daten sind vorhanden, um zeitnah mit ausgewählten Testflotten wichtige Erfahrungen zu sammeln. Für den Straßeninfrastrukturbetreiber ist es wichtig, sich gegenüber Fahrzeughersteller, Zulieferer und Datenintermediären zu positionieren und sich eine Vorreiterrolle im Bereich der vernetzten Fahrzeuge zu sichern. 3. Eine flächendeckende Nutzung von fahrzeugseitig generierten Daten für Straßeninfrastrukturbetreiber erfordert eine gesetzliche Regelung Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 24

25 Bewertung der Datenkategorien Kategorie Typ Parameter Quelle 1 VM/VI 2 EH 3 Environment Temperature AmbientAirTemperature CAN ++ + Environment Humidity RainIntensity CAN ++ + Environment RoadCondition HeavyJerk SMART + ++ Environment RoadCondition JerkIndicator SMART + ++ Motion Engine EngineSpeed CAN - -- Motion Engine FuelConsumption CAN + -- Motion Speed VehicleSpeed C/S ++ - Motion Speed Braking C/S ++ - Vehicle Wiper FrontWiper CAN ++ + Vehicle Wiper RearWiper CAN + + Vehicle Indicators DirectionIndicator CAN + -- Vehicle Indicators WarningLight CAN ++ + Vehicle Indicators FogLightFront CAN o - Vehicle Indicators FogLightRear CAN ++ - Vehicle Indicators FrontLight CAN - -- (1) Datenquellen: CAN CAN-Bus, SMART Smartphone, C/S CAN-Bus und Smartphone; (2) VM/VI: Verkehrsmanagement / Verkehrsinformation; (3) EH: Erhaltungsmanagement Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 25

26 10 Mehrwertszenarien für die Nutzung von Fahrzeugdaten Nr. Szenario Kategorie Bereich 1 1 Reisezeit / Reisezeitverluste Verkehrszustand VM/VI 2 Verkehrsqualität (Level-of-Service) Verkehrszustand VM/VI 3 Stauwarnung (Stauende) Verkehrssicherheit VM/VI 4 Glättewarnung (Schleudergefahr) Verkehrssicherheit VM/VI 5 Warnung vor abnormalen Wetterereignissen Verkehrssicherheit VM/VI (Starkregen, starker Schneefall) 6 Warnung vor Sichteinschränkung Verkehrssicherheit VM/VI (Nebel) 7 Warnung vor Gefahrenstellen Verkehrssicherheit VM/VI (Unfall, liegengebliebenes Fahrzeug usw.) 8 Schlaglochdetektion Fahrbahnbelag EH 9 Qualitätsindikator Fahrbahn Fahrbahnbelag EH 10 Dynamische Achslast Fahrbahnbelastung EH (1): VM/VI: Verkehrsmanagement/Verkehrsinformation, EH: Erhaltungsmanagement Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 26

27 8 Handlungsempfehlungen Nr. Handlungsempfehlung Priorität 1 Umsetzung Reisezeiterfassung mit FCD 1 2 Pilotstudie Verkehrssicherheit 1 3 Pilotstudie Schlaglochdetektion / Detektion der Fahrbahnqualität 1 4 Pilotstudie Dynamische Achslast 2 5 Studie zur verpflichtenden Lieferung von sicherheitsrelevanten Daten 2 aus Fahrzeugen an einen nationalen Zugangspunkt 6 Kooperation von Straßeninfrastrukturbetreibern zur Nutzung von 2 fahrzeugseitig generierten Daten 7 Pilotprojekt xfcd-erweiterung des nationalen Zugangspunkts 3 8 Pilotprojekt Innovationsorientierte Beschaffung xfcd-fahrzeuge Ergebnispräsentation CarSense, VIF 2016 Auftaktveranstaltung, Wien 27

28 Vielen Dank für Ihre Aufmerksamkeit! Dr. Karl Rehrl Mobile and Web-basierte Informationssysteme (MOWI) Salzburg Research Forschungsgesellschaft mbh Jakob-Haringer-Straße 5/ Salzburg, Austria T karl.rehrl@salzburgresearch.at Salzburg Research Forschungsgesellschaft No reproduction without written permission. Certified in accordance with ISO 9001:2008