Real Environment Detection Area (REDA)
..
.
Innovatives berührungsloses Sensorkonzeptes zum Personenschutz
Der autonome Futtermischwagen wird im ?ffentlichen Au?enbereich eingesetzt. Diese Bereiche ergeben besondere Herausforderungen an berührungslose Objektdetektionssysteme (ODS). Neben den schwierigen Umgebungsbedingungen ist ein Ausschluss bestimmter Personengruppen -im Vergleich zu nicht?ffentlichen Bereichen- nicht m?glich. Standardisierte Prüfk?rper waren entweder für den ?ffentlichen Au?enbereich oder für autonome Systeme vorgesehen, jedoch nicht für die Kombination von beidem. Daher wurde in AGRO-SAFETY ein humanoider Prüfk?rper entwickelt und verwendet, der auf Erfahrungen und Anforderungen aus beiden Bereichen basiert. Durch die Position des Teststandes im Au?enbereich wird die Detektionsf?higkeit der Sensoren unter realen Umgebungsbedingungen in dynamischen Szenarien getestet und dies 24 Stunden an 365 Tagen im Jahr. Die Umgebungsbedingungen werden, wie die Performance der Objektdetektionssysteme, bei jedem Prüfdurchlauf aufgezeichnet. Diese Performance wird durch den Prüfstand, in Form der -im Projekt entwickelten- Real Environment Detection Area (REDA), vergleichbar.
Jeder auf dem Prüfstand getestete Sensor hat eine vom Hersteller individuell einstellbar oder festgelegte Specified Detection Area (SDA). Ein Messcomputer speichert in einem Intervall von 6 ms unter dem jeweiligen Zeitstempel das bin?re Signal des Sensors in einer Datenbank ab. Bei einer festgestellten Detektion innerhalb der SDA sendet der Sensor eine 1. Im Umkehrschluss wird bei keiner festgestellten Feldverletzung der SDA eine 0 übergeben. Unabh?ngig von dem bin?ren Sensorsignal werden die aktuellen Positionen des Prüfk?rpers und des Sensors mit dem Zeitstempel abgespeichert.
Das Beispiel links zeigt eine Visualisierung einer realen Messung. Die Software wertet zun?chst die Koordinaten des Prüfk?rpers und des Sensorsystems für jeden gespeicherten Zeitstempel chronologisch aus. Diese relativen Positionen des Prüfk?rpers werden als einzelne schwarze Punkte geplottet und ergeben das links dargestellte Streifenmuster. Nachgehend werden die bin?ren Signale des Sensors zum jeweiligen Zeitstempel ausgewertet. Hat der Sensor zum jeweiligen Zeitstempel eine 1 gesendet wird der Punkt grün eingef?rbt. Um die tats?chlich eingestellte Detektionsfl?che in Relation stellen zu k?nnen wird die SDA in grau über die Messpunkte gelegt. Abschlie?end wird geprüft ob aus den zusammenh?ngenden Detektionen eine REDA gebildet werden kann. Wenn diese Zustande kommt wird diese Gelb unterlegt. Eine Non-Detection innerhalb der REDA wird in rot gekennzeichnet.
Um das Messergebnis zu bewerten wird nun evaluiert ob die REDA der im Sensor eingestellten SDA entspricht. Dies ist nicht der Fall, weshalb im n?chsten Schritt eine Ursache für diese Diskrepanz gefunden werden soll. Hierfür werden die aufgezeichneten Umgebungsbedingungen auf starke Ausschl?ge untersucht. Es stellte sich heraus das bei der Messung Nebel über dem Prüfstand stand. Diese Beobachtung legt nahe, dass das Detektionssystem von Nebel beeinflusst werden kann. Rechts sind sogenannte Real Environments Detection Area Matrix (REDAM) dargestellt. Diese stellen das Potenzial der Methode dar. Betrachtet man die REDAs entlang der Anwendungsachse so l?sst sich ein maximal kleiner Bereich erzeugen. Diese Fl?che entspricht dem Erfassungsbereich des Sensorsystems, der sich im REDAM unter allen eingezeichneten Umweltbedingungsklassen ergibt.
Für den autonomen Futtermischwagen-Selbstfahrer ist ein berührungsloses Sensorkonzept zum Personenschutz wesentlicher Bestandteil. Um ein Konzept im Einvernehmen der Funktionalen Sicherheit zu entwickeln wurde die erste Outdoor-Prüfmethode dieser Art entwickelt.
- Komesker M., Meltebrink C., Detektionsf?higkeit: Evaluation einer zentralen Sensorsystemeigenschaft für die sichere Umfeldwahrnehmung von autonomen Maschinen. 8. Fachtagung MOBILE MACHINES – Sicherheit und Fahrerassistenz für Arbeitsmaschinen: 18. Februar 2025, Karlsruhe, WVMA - Wissenschaftlicher Verein für Mobile Arbeitsmaschinen e.V. [Hrsg.] 1; Geimer, Marcus [Hrsg.], https://publikationen.bibliothek.kit.edu/1000177500
- Komesker M., Meltebrink C., Ebenh?ch S. Stiene S., V-Model Approach for Developing Safe Environment Perception Systems for Autonomous Machinery In LAND.TECHNIK AgEng 2024, VDI Reports No. 2444. The Forum for Agricultural Engineering Innovations, Osnabrück, Germany; VDI Verlag: Düsseldorf, Germany, 2024; pp. 275-281
- Komesker, M.; Meltebrink, C.; Ebenh?ch, S.; Zahner, Y.; Vlasic, M.; Stiene, S. Validation Scores to Evaluate the Detection Capability of Sensor Systems Used for Autonomous Machines in Outdoor Environments. Electronics 2024, 13, 2396. https://doi.org/10.3390/electronics13122396
- Meltebrink, C.:Validation methodology for sensor systems on autonomous machines for person detection in public outdoor areas under variable environmental conditions.Doctoral Thesis, 2023. doi.org/10.14279/depositonce-17093
- Meltebrink, C.: Sichere Umfeldwahrnehmung am Beispiel autonomer Futtermischwagen (invited talk). 99. Sitzung des DLG-Ausschusses für Digitalisierung, Arbeitswirtschaft und Prozesstechnik, Bernburg-Strenzfeld, 2023.
- Meltebrink, C.: Safe environmental perception – a key technologiy for safety of agricultural robots (invited talk). 4th International VDI Conference – Automation and Robotics in Agriculture, Düsseldorf, 2023.
- Meltebrink C.: New approach for safe environmental perception – a key technology for autonomous machines. International Conference on Agricultural Engineering - LAND.TECHNIK AgEng 2023, Hannover, 2023.
- Meltebrink, C.: Sichere Umfeldwahrnehmung - Schlüsseltechnologie zur funktionalen Sicher-heit automatisierter Arbeitsmaschinen (invited talk). 5. Symposium der SAFETYON e.V., Osn-abrück, 2022.
- Meltebrink, C.; Komesker, M.; Kelsch, C.; K?nig, D.; Jenz, M.; Strotdresch, M.; Wegmann, B.; Weltzien, C.; Ruckelshausen, A. REDA: A New Methodology to Validate Sensor Systems for Person Detection under Variable Environmental Conditions. Sensors 2022, 22, 5745. https://doi.org/10.3390/s22155745.
- Meltebrink, C.; Strotdresch, M.; Wegmann, B.; Weltzien, C.; Ruckelshausen, A. Humanoid test target for the validation of sensor systems on autonomous agricultural machines. LANDTECH-NIK 77(3), 2022, p. 103–120. https://doi.org/10.15150/lt.2022.3282.