Hintergrund: Beim hochautomatisierten Fahren wird gefordert, dass das Fahrzeug seine Systemgrenzen kennt und bei Problemen die Kontrolle an den Fahrer abgibt. Im Rahmen eines BMW Projekts zu diesem Thema bedeutet dies unter anderem, dass Fehler in den in der Lokalisierung eingesetzten hochgenauen Straßenmodellen erkannt werden müssen. Weiterhin können erkannte Fehler offline behoben und korrigierte Karten an andere Fahrzeuge übertragen werden.

Ergebnisse: Wir demonstrieren die Leistungsfähigkeit eines einfachen Verfahrens basierend auf der Ausreißererkennung in der Lokalisierung zur Erkennung, ob Änderungen vorliegen. Die hierfür implementierte Architektur zur Fusion von Positionshypothesen wurde genutzt um eine GPS-unabhängige spurgenaue Positionierung zu ermöglichen. Vor allem für den Offline-Einsatz geeignet sind drei untersuchte Verfahren, die explizit die Unterschiede zwischen gespeicherter Karte und aktuelleren Wahrnehmungen untersuchen. Hierbei zeigt sich, dass Verfahren, die nicht nur einzelne Zellen von Rasterkarten vergleichen, sondern auch deren Nachbarschaft berücksichtigen, besonders geringe Fehlerraten erreichen, aber Verfahren, die nicht nur eine einzelne Beobachtung sondern über die Zeit akkumulierte Informationen nutzen, ebenfalls gute Ergebnisse bei deutlich niedrigerer Laufzeit aufweisen.