Zudem ermöglicht die Bereitstellung der Daten einen einheitlichen Vergleich von Ergebnissen und Methoden als Referenz für wissenschaftliche Untersuchungen und vereinfacht die Zusammenarbeit mit externen Entwicklungspartnern. „Datensätze wie MAN TruckScenes stellen eine wichtige Ressource für die datengetriebene Entwicklung dar. Für den Pkw-Bereich gibt es hierfür bereits zahlreiche öffentlich verfügbare Datensätze. Für den Truck-Bereich jedoch nicht. Mit MAN TruckScenes gehen wir voran, um diese Lücke zu füllen“, erklärt Frederik Zohm, Vorstand für Forschung und Entwicklung bei MAN Truck & Bus, diesen Schritt.
Entwicklungsbasis für autonome Hub-to-Hub-Verkehre
Der nun von MAN veröffentlichte Datensatz bildet vorranging den Fahrbetrieb auf deutschen Autobahnen und zugehörigen Zubringerstrecken sowie den Fahrbetrieb in Terminalumgebungen ab. Dies deckt den Bedarf für sogenannte Hub-to-hub-Verkehre zwischen Logistikknotenpunkten, auf die sich MAN als Einsatzszenario für das fahrerlose Fahren fokussiert.
MAN TruckScenes
Das Sensorset besteht aus den Daten von vier Kameras, sechs Lidaren, sechs Radaren, zwei inertialen Messeinheiten zur Bestimmung der Lage im Raum (IMS) und hochpräzise globale Navigations-Satelliten-System-Daten (GNSS). MAN TruckScenes ist der erste Datensatz, der 4D-Radardaten mit 360°-Abdeckung umfasst und ist damit der größte Radardatensatz mit kommentiertem 3D-Begrenzungsrahmen. Bei der Erstellung der 747 enthaltenen Szenen wurde zudem auf die Erfassung unterschiedlicher Wetterbedingungen geachtet. Im Umfang des Datensatzes enthaltene Szenen werden aufgeteilt in einen Trainings-, Test- und Validierungsdatensatz. Die Szenen beinhalten dabei die Sensor- und Fahrzeugdaten jeweils einer einzelnen Fahrsequenz sowie dazugehörige sogenannte Annotationen.
Grundlage für maschinelles Lernen und Bewertung der Leistung
Die Annotationen dienen als Beschreibung der Fahrsituation und erfassen die Umweltbedingungen sowie Markierungen für die Objekte um das eigene Fahrzeug. Dies bildet wiederum die Grundlage für maschinelles Lernen in der Entwicklung von neuronalen Netzen für das autonome Fahren. Die Nutzung öffentlicher Datensätze erlaubt zudem eine standardisierte Bewertung der Leistungsfähigkeit und Qualität der Umfelderkennung zur Erfüllung der Fahraufgabe. Auch die Nachverfolgung kontinuierlicher Verbesserungen der Leistungsfähigkeit der Umfelderkennung wird so leichter möglich.
Konsequent auf dem Weg zum autonomen Lkw
MAN treibt das autonome Fahren mit diversen Forschungs- und Entwicklungsprojekten voran. Von 2018 bis 2020 entwickelte und testete MAN in einem gemeinsamen Forschungs- und Entwicklungsprojekt mit der Hamburger Hafen und Logistik AG einen fahrerlosen Lkw im Containerumschlag auf dem Gelände des Hamburger Hafens. Von 2019 bis 2023 stand im Projekt ANITA mit den Partnern Deutsche Bahn, Hochschule Fresenius und Götting KG die vollständige digitale Integration eines autonomen Lkw in den Logistikprozess des Containerumschlags von der Straße auf die Schiene im Fokus. Und seit 2022 arbeitet MAN mit elf Partnern im Förder-Projekt ATLAS-L4 an der Entwicklung eines autonomen Lkw für den Einsatz in Autobahnverkehren zwischen Logistikhubs. Damit adressiert das Projekt gezielt das 2021 in Deutschland verabschiedete Gesetz zum autonomen Fahren, das auf fest definierten Strecken und mit einer technischen Aufsicht fahrerloses Fahren bereits grundsätzlich erlaubt. Zum Projektabschluss 2025 sind Praxistestfahrten des Prototyps mit Sicherheitsfahrer auf der Autobahn vorgesehen. In die Serientechnologie soll das autonome Fahren für Lkw ab Ende der Dekade Einzug halten.
Hinweis
Die MAN TruckScenes stehen unter folgender Adresse zum Download zur Verfügung: https://www.man.eu/truckscenes
