Das Förderprojekt EEmotion zeigt auf, wie Automatisiertes Fahren von auf Künstlicher Intelligenz basierenden Algorithmen profitiert. (Bild: Infineon Technologies)
Wenn Lastwagen im sogenannten Platooning auf der Autobahn automatisiert hintereinander unterwegs sind oder Autos automatisch die Spur wechseln, müssen alle Fahrzeugbewegungen ohne menschlichen Fahrer präzise und schnell berechnet und ausgeführt werden. Software und AI-Algorithmen steuern dabei Antrieb, Bremsen, Vorder- und Hinterradlenkung sowie Dämpfungssysteme. Je effizienter die KI-Algorithmen, desto besser lässt sich die Rechenleistung nutzen.
Der ZF-Konzern und Infineon Technologies haben im Rahmen des Projekts EEmotion gemeinsam KI-Algorithmen für die Entwicklung und Steuerung von Fahrzeugsoftware entwickelt und implementiert. Das Projekt wurde vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert. Die im Projekt entwickelten und in einem Versuchsfahrzeug getesteten KI-Algorithmen steuern beim automatisierten Fahren alle Aktuatoren entsprechend der vorgegebenen Fahrtrajektorie und optimieren diese.
ZF hat die Softwarelösungen cubiX und Eco Control 4 ACC um KI-Algorithmen erweitert und auf Infineons Mikrocontroller (MCU) Aurix TC4x implementiert. Das Ergebnis: Die Algorithmen der Künstlichen Intelligenz sind effizienter und die Rechenleistung wird besser genutzt. Das wiederum führt zu einer besseren Fahrleistung und -sicherheit. Im Vergleich zu Ansätzen ohne KI haben die beiden Unternehmen bewiesen, dass diese Lösung beispielsweise automatisierte Spurwechsel deutlich genauer durchführen kann. Außerdem hat sich die Energieeffizienz von Fahrerassistenzsystemen wie der Adaptive Cruise Control gesteigert. Die bessere Fahrleistung und geringere Rechenleistung öffnen den Weg für kosteneffiziente Assistenzsysteme des Level 2+.
Fahrwerkskontrolle mit KI optimiert
Die Software cubiX steuert alle Fahrwerkkomponenten von Pkw und Nutzfahrzeugen. Dies umfasst die Längs- und Querdynamik sowie die Vertikaldynamik des Fahrzeugs. Zudem wird der vorausschauende Abstandsregeltempomat Eco Control 4 ACC mit einem rechenintensiven Optimierungsalgorithmus und modellprädiktiver Regelung weiterentwickelt, um bis zu 8 % mehr Reichweite im realen Fahrbetrieb zu erzielen. Das Projekt EEmotion hat auch KI-Algorithmen entwickelt, die schon während der Entwicklungsphase anknüpfen. So lässt sich Fahrzeugsoftware schneller gestalten und verfügbar machen. Schlanke, KI-basierende Algorithmen benötigen viel Rechenpower; daher ist die Integration in leistungsstarke Mikrocontroller wie den Aurix TC4x empfehlenswert. Ein wichtiger Teil dieses Mikrocontrollers ist die Parallel Processing Unit (PPU), die dank schneller und paralleler Datenverarbeitung rechenstarke KI-Anwendungen ermöglicht.
Wie unterstützt das Projekt EEmotion die Entwicklung zukünftiger Assistenzsysteme?
Das Projekt EEmotion zielte darauf ab, ein Regelsystem für das automatisierte Fahren zu entwickeln, das auf KI-Algorithmen basiert und eine genauere Trajektorienregelung in verschiedenen Fahrsituationen gewährleistet. Die Durchführung des Projektes umfasste die Festlegung der Anforderungen an die KI-basierenden Funktionen, die Entwicklung eines Gesamtkonzepts und entsprechender Hardware sowie die Entwicklung der Integration von KI in Regelungsarchitekturen für sicherheitskritische Anwendungen. Zusätzlich wurden Aspekte wie die Entwicklung sicherer, KI-überwachter Kommunikation und die Untersuchung der simulativen Entwicklung und Validierung von Fahrdynamiksystemen berücksichtigt. Infineon Technologies fungierte als Verbundkoordinator für das Projekt mit einem Gesamtvolumen von 10,4 Millionen Euro, wovon 59 % durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert wurden. Das Projekt lief von September 2021 bis August 2024 und umfasste Partnerschaften mit ZF Friedrichshafen, b-plus technologies, samoconsult, Rheinisch-Westfälische Technische Hochschule Aachen und Universität zu Lübeck.