Forschungsprojekt KISSaF

KI sorgt für mehr Sicherheit beim automatisierten Fahren

9. Juni 2022, 11:18 Uhr | Kathrin Veigel
ASAM autonomes Fahren
© WFM

Beim autonomen Fahren ist es wichtig, das Verhalten anderer Verkehrsteilnehmer richtig einzuschätzen, um die Sicherheit zu erhöhen. Hier setzt das Projekt KISSaF an, bei dem ZF, die TU Dortmund und INGgreen erforschen, wie sich kritische Situationen mittels KI möglichst präzise vorhersagen lassen.

Nachdem sich teilautomatisierte Fahrfunktionen mittlerweile im Straßenverkehr etabliert haben, kommen die ersten Level-3-Systeme auf den Markt. Ab dieser Automatisierungsstufe, 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.

Zehn Sekunden beträgt die Zeitspanne, innerhalb der die menschlichen Fahrer die Kontrolle über das automatisierte Fahrzeug wieder sicher übernehmen können müssen. Zehn Sekunden, in denen eine Vielzahl von möglichen Verkehrssituationen entstehen können, die das Fahrzeug selbstständig bewältigen muss. Damit das gelingt, muss das Fahrzeug kritische Ereignisse erkennen, noch bevor sie entstehen.

Dazu arbeitet ZF als Konsortialführer gemeinsam mit der TU Dortmund und dem Entwicklungsdienstleister INGgreen in dem Forschungsprojekt KI-basierte Situationsinterpretation für das automatisierte Fahren (KISSaF). ZF bringt in das Projekt nicht nur seine Expertise beim automatisierten Fahren ein, sondern kombiniert diese mit seinem Know-how im Bereich Künstliche Intelligenz (KI) durch sein KI-Technologiezentrum in Saarbrücken.

Wechselwirkung von Verkehrsteilnehmern macht Erfassung komplex  

Eine Voraussetzung dafür, mögliche Verkehrssituationen vorherzusagen, besteht darin, dass Fahrzeuge ihr Umfeld möglichst genau erfassen und analysieren. Straßenbeschaffenheit, Verkehrsschilder, Fahrzeuggeschwindigkeit sowie die Positionen und Geschwindigkeit anderer Verkehrsteilnehmer müssen dafür erkannt, interpretiert und miteinander in Beziehung gesetzt werden. Denn gerade die Wechselwirkung der Verkehrsteilnehmer miteinander macht die Vorhersage von Verkehrssituationen enorm komplex.

Anbieter zum Thema

zu Matchmaker+
ZF autonomes Fahren
KI, die in die Zukunft blickt: Für automatisierte Fahrfunktionen nach Level 3 und höher muss das Fahrzeug Verkehrssituationen antizipieren können – also agieren, statt nur zu reagieren. Wie das gelingt, erforscht ZF zusammen mit der TU Dortmund und Entwicklungs-Dienstleister INGgreen im Projekt KISSaF.
© ZF

Zudem müssen die erfassten Daten so aufbereitet werden, dass sie von einer künstlichen Intelligenz interpretiert werden können. Hier sind die Projektpartner schon ein gutes Stück vorangekommen: »Mittlerweile haben wir eine erste KI-kompatible Umfeldmodellierung entwickelt und sind in der Lage die Bewegung verschiedener Verkehrsteilnehmer besser vorherzusagen«, erklärt Timo Osterburg, wissenschaftlicher Mitarbeiter an der TU Dortmund.

Agieren statt reagieren: Der Wirklichkeit Sekunden voraus

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 entwickeln und nutzen dafür die neuesten Methoden des maschinellen Lernens«, so Dr. Georg Schneider, Leiter des KI-Technologiezentrums von ZF in Saarbrücken. »Wir haben die künstliche Intelligenz bereits mit Realdaten trainiert und es ist uns gelungen, daraus multimodale Zukunftsszenarien für verschiedene Verkehrsteilnehmer vorherzusagen.«

Diese Szenarien legt die KI übereinander und entscheidet, welches Szenario am wahrscheinlichsten ist. Wird der offenbar von seinem Smartphone abgelenkte Fußgänger gleich unachtsam auf die Fahrbahn treten? Weicht ein dicht am Fußgänger vorbeifahrender Radfahrer daher vom Radweg auf die Fahrspur aus? Oder bleibt der Fußgänger auf dem Gehweg und der Radfahrer deshalb in der Spur? Auf Basis dieser Beurteilung kann das Fahrzeug sein eigenes Fahrverhalten frühzeitig anpassen, etwa die Geschwindigkeit verringern oder bremsen, sodass dem menschlichen Fahrer genügend Zeit bleibt, das Steuern zu übernehmen.

KI-basierte Vorhersage kann automatisierte Fahrfunktionen verbessern

Im Projekt KISSaF geht es aber um mehr als um ein rein theoretisches Forschungsvorhaben. Die für die Vorhersagen nötigen Daten werden von einem eigens dafür aufgebauten Messfahrzeug gesammelt. Und die KI-basierte Vorhersage kritischer Verkehrssituationen lässt sich in bestehende automatisierte Fahrfunktionen wie etwa einen Abstandsregeltempomaten oder einen Spurwechselassistenten oder gar ganzen Systemen für das automatisierte Fahren integrieren und so weiter optimieren.


Verwandte Artikel

ZF Friedrichshafen AG, ZF Friedrichshafen AG , TU Dortmund