Automatisierte Fahrzeuge Damit autonomes Fahren sicher gelingt

Anbieter zum Thema

Fahrerassistenzsysteme ermöglichen schon heute viele automatisierte Prozesse während der Autofahrt. Doch völlig autonom bewegen sich Fahrzeuge im Straßenverkehr noch immer nicht. Wir stellen drei spannende Projekte vor, die das autonome Fahren voranbringen wollen.

Damit das autonome Fahren sicher im Alltagsverkehr funktioniert, müssen zahlreiche Sicherheitsaspekte bedacht, erforscht und entwickelt werden.
Damit das autonome Fahren sicher im Alltagsverkehr funktioniert, müssen zahlreiche Sicherheitsaspekte bedacht, erforscht und entwickelt werden.
(Bild: © Blue Planet Studio - stock.adobe.com)

An der roten Fußgängerampel huscht noch schnell ein Passant über die Straße, rechts zwängt sich ein Radfahrer auf der Radspur am Auto vorbei. Der Weg ist schmal und durch parkende Autos begrenzt. Das alles passiert an einer großen Kreuzung mitten im quirligen Stadtverkehr. Von allen Seiten kommen Autos, die Straßenbahnlinie führt mittendurch, auf der Busspur gibt der öffentliche Nahverkehr Gas und am Straßenrand fahren Kinder Fahrrad oder spielen Ball. All diese Szenarien muss ein autonom fahrendes Fahrzeug erkennen, richtig einschätzen und entsprechend reagieren.

Dabei helfen modernste Sensoren, Software und Künstliche Intelligenz. Bei der Entwicklung solcher Systeme ergeben sich viele Fragen: Wie lassen sich einzelne Bausteine zu einem Gesamtsystem vereinen? Und wie stellt man sicher, dass die Systeme auch wirklich funktionieren? Mit diesen Themen rund um ein sicheres autonomes Fahren beschäftigen sich zahlreiche Experten in unterschiedlichsten Forschungsprojekten. Wir stellen drei aktuelle Projekte vor:

1. MORE – Munich Mobility Research Campus

MORE ist ein Forschungsprojekt der Universität der Bundeswehr München mit dem Ziel eine nachhaltige und umweltschonende Mobilität der Zukunft ganzheitlich darzustellen. Der Forschungscampus mit Studierenden, Mitarbeitern und allen Annehmlichkeiten des täglichen Bedarfs stellen eine Modellstadt dar, um zukünftige Mobilitätskonzepte real erfahrbar zu machen. Zu den Forschungsaspekten zählen:

  • 1. ein optimiertes Mobilitäts- und Verkehrsmanagement,
  • 2. die Umsetzung von voll- und teilautomatisierten Fahrzeugen,
  • 3. die Entwicklung CO2-neutraler Energieträger sowie
  • 4. die Analyse von Technologien und Methoden mit Fokus auf Nachhaltigkeit.

Im zweiten Forschungsfeld, das unter Vernetzung & Autonomie zusammengefasst wird, werden neue Konzepte für das autonome Fahren sowie der Vernetzung von Fahrzeugen (autonom und bemannt), Verkehrssensorik und Infrastruktur erforscht und Lösungen für eine gesamtheitliche Mobilität entwickelt. Schwerpunkte dabei sind:

  • die Beschaffung von Shuttle-Fahrzeugen für den Personen- und Warentransport. Ausrüstung der Fahrzeuge mit Sensorik, Rechnerkapazität, Aktorik und Kommunikationshardware für Car2X und Telemetrie.
  • die Entwicklung von Softwaremodulen zur maschinellen Wahrnehmung der Umgebung auf dem Testgelände und dem MORE-Campus. Erkennung von befahrbaren Straßen/Wegen, Erkennung von Hindernissen, Tracking von bewegten Objekten.
  • die Fusion von Daten aus fahrzeuggebundener Sensorik mit Daten aus stationärer Campus-Sensorik und anderen Fahrzeugen (Car2X-Kommunikation) zur Verbesserung der Robustheit und des Sichtfeldes.
  • die Entwicklung von Lokalisierungsverfahren zur Reduktion der Abhängigkeit von hochgenauen und zeitaufwendig zu erstellenden Karten und von störanfälligem GNSS, auch zur Erhöhung der Einsatzflexibilität. Präzise Lokalisierung mithilfe fahrzeuggebundener Sensorik in von vornherein erstellter hochgenauer Karte als Referenz zur Evaluierung.
  • eine Trajektorienplanung und -regelung unter Berücksichtigung von Unsicherheiten in Lokalisierung und wahrgenommenem Umfeld, ermöglicht das autonome Fahren.

2. Testfeld Autonomes Fahren, Baden-Württemberg

Das Testfeld Autonomes Fahren Baden-Württemberg, kurz TAF BW, ist ein Reallabor für Anwendungen des vernetzten und autonomen Fahrens. Auf ihm können Unternehmen und Forschungseinrichtungen zukunftsorientierte Technologien und Dienstleistungen unter Alltagsbedingungen erproben.

Mit dem Aufbau des Testfelds wurde 2016 in den Regionen Karlsruhe / Bruchsal / Heilbronn begonnen. Es wurden Verkehrsflächen unterschiedlichster Art vorbereitet, hochgenaue 3D-Karten erzeugt sowie Sensoren und Computer zur Echtzeiterfassung des Verkehrs und dessen Einflussfaktoren sowie Kommunikationseinheiten installiert. Auch wurde der rechtliche, organisatorische und versicherungstechnische Rahmen für den Betrieb der Infrastruktur und potenzieller Anwendungen autonomer Mobilität geschaffen.

Im Testfeld stehen ausgewählte Strecken im innerstädtischen Bereich der Städte Karlsruhe, Bruchsal und Heilbronn sowie auf angrenzenden Landes- und Bundesstraßen und Autobahnen auf über 200 Kilometer Länge modular für Versuche und Erprobungen zur Verfügung. Mögliche Beispielanwendungen zur Erprobung innerhalb des Testfelds sind: automatisierter ÖPNV-Shuttle- und Busbetrieb, automatisierter Logistik- und Lieferbetrieb, automatisierte Sonderfahrzeuge, automatisiertes Carsharing, automatisierter Pendelbetrieb, Individualverkehr, Mikromobilität sowie Mobilitäts-Apps und Dienste.

Das Testfeld-Konsortium besteht aus den Städten Karlsruhe, Bruchsal und Heilbronn sowie aus den Forschungseinrichtungen FZI Forschungszentrum Informatik, Karlsruher Institut für Technologie (KIT), der Hochschule Karlsruhe (Die HKA), dem Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB und der Hochschule Heilbronn. Unterstützt wird der Aufbau des Testfeldes durch zahlreiche Partnern aus Wirtschaft und Wissenschaft in Baden-Württemberg. Der Betrieb mit Sicherheitsleitzentrale, IT-Administration, Vertrieb, Accounting und Controlling wird über den Karlsruher Verkehrsverbund (KVV) als externe und neutrale Betreibergesellschaft ermöglicht.

Mehrere Projekte, die das TAF BW in der Zukunft nutzen möchten, sind bereits in der Start- und Antragsphase. So wird beispielsweise vorgelagert eine intelligente Logistiklösung für Warenanlieferungen auf der letzten Meile exemplarisch erforscht. Dessen verkehrliche, wirtschaftliche und soziale Wirkung wird ebenfalls untersucht.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

3. VDA Leitinitiative autonomes & vernetztes Fahren

Innerhalb der VDA-Leitinitiative diskutiert und entwickelt die Industrie gemeinschaftliche Positionen zu Forschungs- und Entwicklungsbedarfen im Bereich autonomes und vernetztes Fahren. Daraus entwickelt hat sich die KI-Familie, die sich aus den Einzelprojekten

  • KI Wissen
  • KI Delta Learning
  • KI Data Tooling und
  • KI Absicherung

zusammensetzt. Jedes dieser Projekte beleuchtet unterschiedliche Aspekte der für das autonome Fahren essentiellen künstlichen Intelligenz. So widmet sich KI Wissen der Entwicklung von Methoden für die Einbindung von Wissen in maschinelles Lernen, während in KI Delta Learning neue Methoden für die effiziente Erweiterung von KI Modulen auf unbekannte Szenarien entwickelt werden. KI Data Tooling beschäftigt sich mit Methoden und Werkzeugen, um Trainings-, Validierungs- und Absicherungsdaten für KI-Funktionen autonomer Fahrzeuge generieren zu können und KI Absicherung will die Sicherheit von KI-basierter Funktionsmodule für autonomes Fahren überprüfbar machen.

Ein wichtiger Punkt bei autonomen Systemen im Straßenverkehr ist die zuverlässige Fußgängererkennung.
Ein wichtiger Punkt bei autonomen Systemen im Straßenverkehr ist die zuverlässige Fußgängererkennung.
(Bild: © Andrey Popov - stock.adobe.com)

Die Einzelprojekte der KI-Familie bestehen wiederum aus konkreten Teilprojekten, die wir hier für KI Absicherung detaillierter beschreiben.

Im Teilprojekt KI-Funktion werden State-of-the-art-Algorithmen zur Fußgängererkennung entwickelt, mit synthetischen Daten trainiert und den anderen Teilprojekten für die Entwicklung und Untersuchung der Absicherungsmethoden zur Verfügung gestellt.

Ein weiteres Teilprojekt beschäftigt sich mit den synthetischen Daten. Eine Werkzeugkette zur Produktion dieser Daten wird aufgebaut, mit denen sich KI-Module trainieren und testen lassen. Entwickelt wird ein prototypischer Datensatz, der Aussagen über die Eignung synthetischer Daten als Ersatz für Realdaten zulässt.

Zur Bestimmung und Reduktion systematischer Unzulänglichkeiten der KI-Funktion werden Methoden und Maßnahmen entwickelt und hinsichtlich ihrer Wirksamkeit auf die Sicherheit bewertet. Daraus werden Wirksamkeits- und Sicherheitsmetriken für KI-Algorithmen abgeleitet. Dies geschieht im Teilprojekt Methoden und Maßnahmen.

Im Teilprojekt 4 geht es darum, aufzeigen zu können, dass die technischen Sicherheitsanforderungen erfüllt sind und die systematischen Unzulänglichkeiten der KI-Funktion hinreichend verringert wurden.

Letztendlich werden die einzelnen Projektergebnisse für die Entwicklung eines Industriekonsenses zur Absicherung von KI-Funktionsmodulen in den Dialog mit Standardisierungsgremien eingebracht. Dazu gibt es das Teilprojekt Projektmanagement, welches sich auch für die übergeordnete Organisation des Projektes und die öffentliche Kommunikation der Projektergebnisse Verantwortlich zeigt.

Hier geht´s zu einem weiteren spannenden Projekt, das sich mit dem autonomen Fahren beschäftigt:

(ID:48496131)