Ein Mitarbeiter von BMW sitzt am Steuer eines autonomen BMW-Fahrzeugs.

Mit der autonomen Testflotte von BMW wurden rund 2.500 Situationen aufgezeichnet, aus denen die KI Schlüsse ziehen kann. (Bild: BMW)

Dank künstlicher Intelligenz kann das System der Forscher aus vorausgegangenen Situationen lernen, in denen autonome Testfahrzeuge im realen Straßenverkehr an ihre Systemgrenzen gestoßen sind. Das seien insbesondere Situationen, in welchen der Mensch wieder die Kontrolle über das Auto übernimmt – entweder, weil das Auto ihn zum Eingreifen aufgefordert hat oder weil er sich selbst aus Sicherheitsgründen dazu entschieden hat.

Dabei erfasst die Technologie mit der Hilfe von Sensoren und Kameras die Umgebung und zeichnet den Zustand des Fahrzeugs auf, also beispielsweise den Stand des Lenkrads, die Beschaffenheit der Straße, das Wetter, die Sicht und die Geschwindigkeit. Die auf einem sogenannten rekurrenten neuronalen Netz (RNN) basierende KI lernt, aus diesen Daten Muster zu erkennen. Wird dieses Muster in einer neuen Fahrsituation wiedererkannt, weil es in der Vergangenheit unter diesen Umständen schon einmal zu einer Überforderung der automatisierten Steuerung kam, wird der Fahrer frühzeitig gewarnt, dass eine potenziell kritische Situation bevorsteht

„Um Fahrzeuge autonomer zu machen, untersuchen viele der bisherigen Methoden, was die Autos bislang vom Verkehr verstehen, und verbessern dann die Modelle, nach denen sich die Autos richten. Der große Vorteil unserer Technologie ist: Wir ignorieren völlig die Meinung des Autos und schauen stattdessen rein auf die Daten des tatsächlichen Geschehens und finden Muster“, erklärt Forschungsleiter Eckehard Steinbach, Mitglied des Board of Directors Munich School of Robotics and Machine Intelligence an der TUM.

Das Forschungsteam hat die Technologie gemeinsam mit BMW und deren automatisiert fahrenden Entwicklungsfahrzeugen im öffentlichen Straßenverkehr getestet und dabei rund 2.500 Situationen, in denen Fahrer eingreifen mussten, ausgewertet. Die Studie ergab, dass eine Vorhersage potenziell kritischer Situationen bereits mit einer Genauigkeit von über 85 Prozent möglich ist – bis zu sieben Sekunden vor deren Eintreffen.

Sie möchten gerne weiterlesen?