Autonome Fahrsituation im Projekt KISSaF

Für automatisierte Fahrfunktionen nach Level 3 und höher muss das Fahrzeug Verkehrssituationen antizipieren können. (Bild: ZF)

Ab der Automatisierungsstufe Level 3, dem hochautomatisierten Fahren, agieren Fahrzeuge teilweise selbständig – etwa auf der Autobahn oder im Stau. Dem menschlichen Fahrer ist es dann zeitweise erlaubt, seine Aufmerksamkeit vom Straßenverkehr abzuwenden und sich anderen Dingen zu widmen. Die Zeitspanne, innerhalb der die menschlichen Fahrer die Kontrolle über das automatisierte Fahrzeug wieder sicher übernehmen können müssen, beträgt zehn Sekunden. Damit das gelingt, muss das Fahrzeug kritische Ereignisse erkennen, noch bevor sie entstehen. Im Forschungsprojekt KISSaF, das für KI-basierte Situationsinterpretation für das automatisierte Fahren steht, arbeiten die Partner daran, die Sicherheit beim automatisierten Fahren zu erhöhen und die Grundlagen für das Fahren nach SAE-Level 3 zu schaffen.

Mit künstlicher Intelligenz werden aus der Beschreibung des Umfelds mögliche Situationsverläufe modelliert, die die künstliche Intelligenz durchspielt und nach Wahrscheinlichkeit beurteilt. Für einige Sekunden gelingt so der Blick in die Zukunft. „Wir haben die künstliche Intelligenz bereits mit Realdaten trainiert und es ist uns gelungen, daraus multimodale Zukunftsszenarien für verschiedene Verkehrsteilnehmer vorherzusagen", berichtet Georg Schneider, Leiter des KI-Technologiezentrums von ZF in Saarbrücken. Diese Szenarien legt die KI übereinander und entscheidet, welches Szenario am wahrscheinlichsten ist. Die Daten dazu sammelt ein eigens aufgebautes Messfahrzeug.

In dem vom Bundesverkehrsministerium geförderten Forschungsprojekt arbeitet ZF als Konsortialführer. Man bringe die eigene Expertise beim automatisierten Fahren ein und kombiniere diese mit Know-how im Bereich Künstliche Intelligenz (KI) durch das KI-Technologiezentrum in Saarbrücken, heißt es beim Zulieferer. Den Friedrichshafenern zufolge mache die Wechselwirkung von Verkehrsteilnehmern die Erfassung komplex. Zudem müssen die erfassten Daten so aufbereitet werden, dass sie von einer künstlichen Intelligenz interpretiert werden können. Hierbei seien die Projektpartner bereits ein gutes Stück vorangekommen. „Mittlerweile haben wir eine erste KI-kompatible Umfeldmodellierung entwickelt und sind in der Lage die Bewegung verschiedener Verkehrsteilnehmer besser vorherzusagen“, sagt Timo Osterburg, wissenschaftlicher Mitarbeiter an der TU Dortmund.

Sie möchten gerne weiterlesen?

Registrieren Sie sich jetzt kostenlos:

Bleiben Sie stets zu allen wichtigen Themen und Trends informiert.
Das Passwort muss mindestens acht Zeichen lang sein.

Ich habe die AGB, die Hinweise zum Widerrufsrecht und zum Datenschutz gelesen und akzeptiere diese.

Mit der Registrierung akzeptiere ich die Nutzungsbedingungen der Portale im Industrie-Medien-Netzwerks. Die Datenschutzerklärung habe ich zur Kenntnis genommen.

Sie sind bereits registriert?