Im Rahmen des BMWi-geförderten Verbundprojekts ifuse werden Algorithmen und Architekturen zur Fusion von Sensorrohdaten auf niedriger Abstraktionsebene untersucht. Gegenüber bisherigen Fusionsverfahren auf Objektlistenebene ermöglicht die Sensordatenfusion auf Rohdatenebene eine robustere Klassifikation von Objekten und Erfassung des Fahrzeugumfeldes, auch wenn einzelne Sensoren durch Umwelteinflüsse beeinträchtigt sind. Grundlage der Sensordatenfusion auf Rohdatenebene bilden Signale von aktiven und passiven Fahrzeugsensoren (beispielsweise LIDAR, RADAR, Kamera, Ultraschall), welche nach einer minimalen Vorverarbeitung auf ein gemeinsames Koordinatensystem bezogen und in einem Umweltmodell verortet werden. Nachfolgende komplexe Algorithmen zur Detektion und Klassifikation von Objekten verarbeiten im Anschluss 3D-Punkte des Umweltmodells, welche neben der Lokalisationsinformation weitere Daten, beispielsweise zum Vertrauensmaß und den Umwelteinflüssen beinhalten.

Am Fachgebiet Architekturen und Systeme des Instituts für Mikroelektronische Systeme werden Datenstrukturen, Algorithmen und Archietkturen für eine effiziente Sensordatenfusion erforscht. Basierend auf einer optimierten 3D-Datenstruktur werden Verfahren zur Freiflächen- und Objektdetektion, sowie -klassifikation nach einer Fusion der Rohdaten konzeptioniert und implementiert. Die Ergebnisse des Projekts werden am Ende der Laufzeit in einem prototypischen Fahrzeug der TU Braunschweig an einer urbanen Kreuzung, welche autonom überfahren wird, demonstriert.