Schwerpunkte

Sieben Sekunden im Voraus

Neues Frühwarnsystem für automatisierte Fahrzeuge

01. April 2021, 08:30 Uhr   |  Stefanie Eckardt

Neues Frühwarnsystem für automatisierte Fahrzeuge
© Daimler

Die TUM hat ein Frühwarnsystem für selbstfahrende Autos, bei dem künstliche Intelligenz zum Einsatz kommt. Diese erkennt potenziell kritische Verkehrssituationen sieben Sekunden im Voraus.

Die TUM hat ein Frühwarnsystem für automatisierte Autos entwickelt, das mit KI aus realen Verkehrssituationen lernt. Eine Studie in Zusammenarbeit mit BMW zeigt, dass das System bei heutigen Entwicklungsfahrzeugen sieben Sekunden im Voraus mit mehr als 85 Prozent Genauigkeit warnt.

Um zukünftige automatisiertes Fahrzeuge sicher zu machen, setzen viele Entwicklungen auf ausgefeilte Modelle, mit denen das Auto das Verhalten aller Teilnehmer im Straßenverkehr beurteilen kann. Was aber, wenn die Modelle für manche komplexe oder unvorhergesehene Situationen nicht ausreichen?

Damit hat sich die Technische Universität München (TUM) auseinandergesetzt, die einen neuen Ansatz verfolgt. Dank künstlicher Intelligenz (KI) kann ihr System aus vorausgegangenen Situationen lernen, in denen selbstfahrende Testfahrzeuge im realen Straßenverkehr an ihre Systemgrenzen gestoßen sind. Das sind Situationen, in denen der Mensch wieder die Kontrolle über das Fahrzeug 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 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 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 dank der KI frühzeitig gewarnt, dass eine potenziell kritische Situation bevorsteht.

Die TUM hat die Technologie zusammen 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.

Voraussetzung für das Funktionieren der Technologie ist eine große Datenmenge. Schließlich kann die KI nur Erfahrungen mit der Systemgrenze erkennen und vorhersagen, die bereits gemacht wurden. Angesichts der hohen Zahl an Entwicklungsfahrzeugen ist das kein Problem. Durch die zentrale Speicherung der Daten kann jedes Fahrzeug aus den Aufzeichnungen der Flotte lernen.

Auf Facebook teilen Auf Twitter teilen Auf Linkedin teilen Via Mail teilen

Das könnte Sie auch interessieren

Verwandte Artikel

Technische Universität München, BMW AG