Das Forschungsprojekt KISSaF hat das Ziel, die Verkehrssicherheit durch den Einsatz von Künstlicher Intelligenz (KI) zu erhöhen. Im Rahmen des Projekts wurden KI-Algorithmen trainiert, um das Verhalten von Verkehrsteilnehmern vorherzusagen. Dadurch können automatisierte Fahrerassistenzsysteme wie Abstandsregeltempomaten oder Spurwechselassistenten präziser und sicherer agieren. Die Ergebnisse des Projekts zeigen, dass die neue Methode besser funktioniert als bisherige Ansätze und somit einen wichtigen Schritt in Richtung einer sichereren Mobilität der Zukunft darstellt.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
KI-Algorithmen stoßen an Grenzen: Vorhersage menschlichen Verhaltens noch nicht optimal
Auf mehr als 100.000 Kilometern Strecke erfasste ein Versuchsträger (Foto: ZF Group)
Das vorausschauende Fahren ist bei erfahrenen Autofahrern bekanntermaßen sicherer. Bei automatisierten und autonomen Systemen stoßen KI-Algorithmen jedoch derzeit an ihre Grenzen, wenn es um die Vorhersage des wahrscheinlichen Verhaltens menschlicher Verkehrsteilnehmer geht. Eine Verbesserung dieser Algorithmen könnte jedoch einen positiven Einfluss auf die Verkehrssicherheit haben, insbesondere wenn immer mehr Fahrzeuge mit hochautomatisierten oder autonomen Assistenzsystemen ausgestattet sind. Eine präzisere Vorhersage des Verhaltens anderer Verkehrsteilnehmer könnte potenzielle Unfälle verhindern und somit die Sicherheit im Straßenverkehr erhöhen.
Das Forschungsprojekt KISSaF wurde mit dem Ziel durchgeführt, die Verkehrssicherheit mithilfe von Künstlicher Intelligenz (KI) zu verbessern. In Zusammenarbeit zwischen ZF, der Technischen Universität Dortmund und INGgreen wurde eine innovative Szenenprädiktion für den Straßenverkehr entwickelt. Diese ermöglicht es automatisierten Fahrerassistenzsystemen, das Verhalten anderer Verkehrsteilnehmer vorherzusagen und entsprechend zu reagieren. Dadurch können potenziell gefährliche Situationen frühzeitig erkannt und vermieden werden, was zu einer erhöhten Sicherheit im Straßenverkehr beiträgt.
KI-Algorithmen ermöglichen frühzeitiges Erkennen von potenziell gefährlichen Situationen
Die Verwendung von KI-basierter Szenenprädiktion ermöglicht es automatisierten Fahrzeugen, das wahrscheinliche Verhalten anderer Verkehrsteilnehmer im Voraus vorherzusagen und entsprechend zu reagieren. Zum Beispiel kann erkannt werden, ob ein Fußgänger, der durch sein Smartphone abgelenkt ist, möglicherweise unachtsam auf die Fahrbahn tritt. Beim automatisierten Spurwechsel werden verschiedene Faktoren berücksichtigt, wie das Bremsverhalten des vorausfahrenden Fahrzeugs. Dadurch werden potenziell gefährliche Situationen vermieden und die Verkehrssicherheit erhöht.
Die Ergebnisse im Projekt KISSaF können dabei helfen, dass (Foto: ZF Group)
Um Künstliche Intelligenz (KI) in die Lage zu versetzen, sichere Vorhersagen über das Verhalten von Verkehrsteilnehmern zu treffen, ist es essenziell, große Mengen an Daten aus dem echten Straßenverkehr zu sammeln. Hierfür wurde im Rahmen des KISSaF-Projekts ein spezielles Messfahrzeug entwickelt, das mit diversen Sensoren und Aktuatoren ausgestattet ist. Während einer Strecke von über 100.000 Kilometern wurden Daten wie Kamera-, Radar- und Lidar-Daten sowie relevante GPS- und Wetterinformationen erfasst. Die umfangreichen Rohdaten des Projekts belaufen sich auf beeindruckende 800 Terrabyte.
Nach der Umfeldmodellierung wurde die Künstliche Intelligenz (KI) im AI-Lab von ZF in Saarbrücken trainiert. Anschließend wurde die Prädiktion der KI in aufgezeichneten Realdaten und Simulationen getestet, um ihre Funktionalität und Zuverlässigkeit zu überprüfen. Durch diesen Test konnte sichergestellt werden, dass die KI in den bereits entwickelten Assistenzsystemen von ZF genaue Vorhersagen über das Verhalten anderer Verkehrsteilnehmer treffen kann und somit eine verbesserte Verkehrssicherheit ermöglicht.
Bessere Verkehrssicherheit dank KI-Vorhersage von gefährlichen Situationen
Nach dem Training kann die Künstliche Intelligenz (KI) nun präziser einschätzen, wie sich andere Verkehrsteilnehmer verhalten werden. Die entwickelte Szenenprädiktion in KISSaF eröffnet die Möglichkeit für zukünftige Assistenzsysteme, vorausschauend zu agieren und potenziell gefährliche Situationen besser zu antizipieren. Dadurch können sie proaktiv reagieren und die Sicherheit im Straßenverkehr verbessern.
Das Forschungsprojekt KISSaF hat gezeigt, dass die entwickelte Methode der Künstlichen Intelligenz (KI) ermöglicht, möglicherweise kritische Spurwechsel zu erkennen, die entweder abgebrochen oder gar nicht erst eingeleitet wurden. Zudem kann die KI die entstehenden Lücken für einen Spurwechsel vorhersagen und das Fahrzeug sicher durch den Verkehr lenken. Des Weiteren wurde die Fähigkeit der KI verbessert, bei Gegenverkehr an Kreuzungen rechtzeitig zu stoppen, was die Sicherheit im Straßenverkehr erhöht.
Die Erkenntnisse der Studie haben das Ziel, die Leistungsfähigkeit hochautomatisierter Fahrerassistenzsysteme der Stufen 2+ und 3 nach SAE zu verbessern. Diese Systeme werden von zentralen Steuergeräten und Hochleistungscomputern wie dem ZF ProAI gesteuert und ermöglichen eine präzisere und sicherere Fahrzeugsteuerung.
Im Rahmen des KISSaF-Projekts wurde bewusst ein praxisnahes Setup gewählt, um die entwickelten Funktionen möglichst marktreif zu gestalten. Sowohl die Sensorik zur Datenermittlung als auch der Automatisierungsgrad der KI-Systeme wurden realitätsgetreu umgesetzt. Dies ermöglicht es, die gewonnenen Rohdaten nicht nur für das aktuelle Projekt, sondern auch für zukünftige Entwicklungsvorhaben zu nutzen. Das Projekt KISSaF trägt somit maßgeblich zur Weiterentwicklung von Fahrerassistenzsystemen bei und hat eine hohe Praxisrelevanz.
Das Projekt KISSaF erhielt seit Januar 2021 finanzielle Unterstützung vom Bundesministerium für Wirtschaft und Energie. Am 11. April 2024 werden die offiziellen Ergebnisse des Projekts während der Veranstaltungsreihe KoTAM in Düsseldorf präsentiert. Diese Präsentation bietet eine Plattform, um die Bedeutung des Projekts für die Entwicklung autonomer Mobilität in Deutschland hervorzuheben und die gewonnenen Erkenntnisse mit Fachleuten und Interessierten zu teilen.
Forschungsprojekt KISSaF: Verbesserte Vorhersage steigert Verkehrssicherheit durch KI
Das Forschungsprojekt KISSaF hat gezeigt, dass Künstliche Intelligenz das Potenzial hat, die Verkehrssicherheit durch eine verbesserte Vorhersage des Verhaltens anderer Verkehrsteilnehmer zu erhöhen. Die entwickelte Szenenprädiktion ermöglicht es automatisierten Fahrerassistenzsystemen, vorausschauender und sicherer zu agieren. Durch eine frühzeitige Erkennung von potenziell gefährlichen Situationen können Unfälle vermieden und die Sicherheit im Straßenverkehr signifikant verbessert werden.
Durch die präzise Vorhersage von kritischen Situationen stellt das Projekt KISSaF einen bedeutenden Fortschritt für die Verkehrssicherheit dar. Die Ergebnisse zeigen, dass die neue Methode besser funktioniert als bisherige Ansätze. Dieser Fortschritt ermöglicht es, potenzielle Unfälle zu vermeiden und somit die Sicherheit im Straßenverkehr zu erhöhen. Das Projekt KISSaF ist ein wichtiger Schritt in Richtung einer sicheren und effizienten Mobilität der Zukunft.
