Für automatisierte Fahrfunktionen nach Level 3 und höher muss das Fahrzeug Verkehrssituationen antizipieren können. (Bild: ZF)
Im Forschungsprojekt KISSaF an (KI-basierte Situationsinterpretation für das automatisierte Fahren) forscht ZF gemeinsam mit der Technischen Universität (TU) Dortmund und Entwicklungsdienstleister INGgreen daran, kritische Verkehrssituationen mithilfe von künstlicher Intelligenz möglichst genau vorherzusagen. Auftrag des vom Bundesverkehrsministerium geförderten Projekt ist es, die Sicherheit beim automatisierten Fahren zu erhöhen und die Grundlagen für das Fahren nach SAE-Level 3 zu schaffen. Jetzt präsentieren die Projektpartner ein erstes Zwischenergebnis.
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. Menschliche Fahrer können dann zeitweise ihr Aufmerksamkeit vom Straßenverkehr abwenden und sich anderen Dingen widmen. Zehn Sekunden beträgt die Zeitspanne, innerhalb der menschliche Fahrer die Kontrolle über das automatisierte Fahrzeug wieder sicher übernehmen müssen. In zehn Sekunden können viele Verkehrssituationen entstehen, die das Fahrzeug selbstständig bewältigen muss. Dazu muss es kritische Ereignisse erkennen, noch bevor sie entstehen.
Komplexe Wechselwirkung von Verkehrsteilnehmern
Um mögliche Verkehrssituationen vorherzusagen, müssen Fahrzeuge das Umfeld genau erfassen und analysieren, Straßenbeschaffenheit, Verkehrsschilder, Fahrzeuggeschwindigkeit sowie die Positionen und Geschwindigkeit anderer Verkehrsteilnehmer erkennen, interpretieren und miteinander in Beziehung setzen. Denn gerade die Wechselwirkung der Verkehrsteilnehmer miteinander macht die Vorhersage von Verkehrssituationen enorm komplex. Zudem sind die erfassten Daten so aufzubereiten, dass eine künstliche Intelligenz sie interpretieren kann. Hier sind die Projektpartner ein gutes Stück vorangekommen und haben mittlerweile eine erste KI-kompatible Umfeldmodellierung entwickelt, um die Bewegung verschiedener Verkehrsteilnehmer vorherzusagen.
Die künstliche Intelligenz modelliert aus der Beschreibung des Umfelds mögliche Situationsverläufe, die sie durchspielt und nach Wahrscheinlichkeit beurteilt. Die Projektpartner entwickeln und nutzen dafür Methoden des maschinellen Lernens. Sie haben die künstliche Intelligenz mit Realdaten trainiert und daraus multimodale Zukunftsszenarien für verschiedene Verkehrsteilnehmer vorhergesagt. Diese Szenarien legt die KI übereinander und entscheidet, welches am wahrscheinlichsten ist. Wird der von seinem Smartphone abgelenkte Fußgänger unachtsam auf die Fahrbahn treten? Weicht ein dicht vorbeifahrender Radfahrer auf die Fahrspur aus? Auf Basis dieser Beurteilung passt das Fahrzeug Fahrverhalten frühzeitig an und verringert etwa die Geschwindigkeit oder bremst. So haben menschliche Fahrer genügend Zeit, das Steuer zu übernehmen.
