Wie Fahrbahnmarkierungen die maschinelle Erkennung beeinflussen

Neue Ergebnisse aus der Forschung bestätigen: Materialeigenschaften sind für die Erkennung von Fahrbahnmarkierungen von entscheidender Bedeutung. Optimierte Tages- und Nachtsichtbarkeit spielen dabei eine unterschiedlich große Rolle.

Mit der rasanten Entwicklung automatisierter Fahrzeuge gewinnen Fahrbahnmarkierungen als Schnittstelle zwischen Straßeninfrastruktur und Fahrzeugsystemen an Bedeutung. Doch welche Faktoren spielen eine Rolle, damit maschinelle Systeme die Markierungen zuverlässig erkennen können? Genau dieser Frage ging ein Forschungsprojekt unter Beteiligung von SWARCO Road Marking Systems nach. Ergebnisse aus diesem Projekt werden in Kürze im „Journal of Traffic and Transportation Engineering“ veröffentlicht.

Der 64 Kilometer lange Testabschnitt in Deutschland wurde mit speziellen Mess-Pkws geprüft. In Kürze soll dazu ein spannender wissenschaftlicher Artikel publiziert werden, der aufzeigt, welche Faktoren bei der digitalen Detektion der Markierungen eine Rolle spielen.

Foto: fka GmbH

Perfekte Teststrecke

Zur Datenerhebung untersuchte das Forscherteam unterschiedliche Längsmarkierungen auf einem 64 Kilometer langen Autobahnabschnitt im Norden Deutschlands. Mit Messfahrzeugen, die mit Kameras und LiDAR-Systemen ausgestattet waren, analysierte das Team ein Jahr lang die digitale Detektierbarkeit der Straßenmarkierungen unter realen Bedingungen.

Die ausgewählte Teststrecke bot ideale Bedingungen für die Messungen: Neue und abgefahrene Markierungen, Baustellenbereiche, unterschiedliche Straßenbeläge und wechselnde Markierungssysteme sorgten für einen bunten Mix an Fahrbahnmarkierungen. Mit Hilfe zehntausender Einzelmessungen sowie Algorithmen zur Auswertung der maschinellen Erkennung wurden umfangreiche Datensätze erstellt und analysiert. Ziel war es, die Korrelation zwischen definierten Sichtbarkeitswerten wie der Retroreflexion (RL) und der Tagessichtbarkeit (QD) sowie der maschinellen Detektierbarkeit zu untersuchen. Das Forschungsprojekt wurde vom Institut für Straßenwesen der RWTH Aachen durchgeführt.

Materialeigenschaften und ihre Auswirkungen

Die in Kürze publizierten Forschungsergebnisse aus diesem Projekt verdeutlichen, dass die Wahl des Markierungsmaterials und der eingesetzten Technologien entscheidend für die maschinelle Erkennbarkeit von Fahrbahnmarkierungen ist.

Die Retroreflexion, die durch Mikroglasperlen erzeugt wird, erweist sich in der Nacht als entscheidender Faktor: Die Detektion bei kamerabasierten Systemen profitierte stark von diesem Effekt, da durch eine erhöhte Retroreflexion der Kontrast zwischen Fahrbahn und Markierung maximiert wird – insbesondere bei trockenen Bedingungen. LiDAR-Systeme profitierten ebenfalls von hohen RL-Werten bei trockenen und feuchten Bedingungen, zeigten jedoch deutliche Schwächen bei nasser Fahrbahn.

Tagessichtbarkeit hat nur begrenzten Einfluss

Die Tagessichtbarkeit QD erwies sich hingegen als wenig aussagekräftiger Indikator für die maschinelle Erkennung. Ein Sättigungseffekt bei hohen QD-Werten könnte der Grund sein, weshalb Kamerabilder trotz besserer Markierungswerte bei Tageslicht keine höheren Kontrastwerte aufweisen.

Wie bereits andere Studien gezeigt haben, bekräftigen auch die Daten dieses Forschungsprojekts, dass nasse Bedingungen eine große Hürde für die Erkennung von Fahrbahnmarkierungen darstellen. Reflexionen durch stehendes Wasser beeinträchtigen sowohl Kamera- als auch LiDAR-Systeme erheblich. Die Weiterentwicklung von Markiermaterialien mit besseren Drainage- und Retroreflexionseigenschaften ist daher essenziell.

Entscheidende Strukturen

Strukturierte Markierungen erzielten bei nassen Bedingungen aufgrund ihrer Drainageeigenschaften deutlich bessere Ergebnisse. Da das Wasser durch die Strukturen besser abläuft, kann das Scheinwerferlicht von den Reflexglasperlen an der Oberfläche der Markierung zurückgestrahlt werden. Glattstrichmarkierungen, bei denen die Schicht aus Reflexglasperlen rascher unter einem Wasserfilm verschwindet, konnten bei nassen Bedingungen entsprechend schwieriger detektiert werden, wie die Daten untermauern.

Typ-II-Strukturmarkierung

Typ-II-Agglomeratmarkierung

Zusätzliche Parameter nötig?

Die vorliegenden Daten verdeutlichen zudem, dass die für diese Studie herangezogenen Parameter wie Kontrast, Kantenqualität und das Gradientenverfahren unter verschiedenen Bedingungen unterschiedlich gut funktionieren. Daher empfiehlt das Forscherteam Kombinationen aus mehrere Bewertungsfaktoren zu nutzen, um die Erkennung von Straßenmarkierungen zu verbessern.

Der vorgeschlagene Multiparameter-Ansatz könnte auch eine realistischere Grundlage für die Festlegung von Mindeststandards bei Straßenmarkierungen ermöglichen. Allerdings muss ein solcher Ansatz erst mit umfangreicheren Daten getestet werden, um schwierige Bedingungen wie kurvige Straßen, herausfordernde Witterung bzw. Lichtverhältnisse (z.B. tiefstehende Sonne) einzubeziehen.

Wegweiser für die Zukunft

Zusammengefasst verdeutlichen die Forschungsergebnisse einmal mehr, dass die Wahl des Markierungsmaterial und die Applikationsform die maschinelle Erkennung von Fahrbahnmarkierungen wesentlich beeinflusst. Insbesondere im Baustellenverkehr, bei Nachtfahrten oder in regnerischen Bedingungen können optimierte Straßenmarkierungen die Erkennung erheblich verbessern. Dadurch kann eine präzisere Spurführung ermöglicht und das Risiko von Fehlinterpretationen durch das Fahrzeug verringert werden. Dementsprechend wird SWARCO Road Marking Systems auch in Zukunft an optimierten Markierungssystemen für eine zukunftsfitte Verkehrsinfrastruktur forschen.

Über SWARCO Road Marking Systems

Qualitätsprodukte und Serviceleistungen von SWARCO Road Marking Systems leiten den Verkehr bei Tag und vor allem bei Nacht sicher von A nach B. Auf allen Straßen. Bei jedem Wetter. Aus einer Hand. Mehr als 5.000 Kunden in mehr als 80 Ländern vertrauen darauf.

mehr zu
Autonomes Fahren

mehr zu
Road Marking Systems