Künstliche Intelligenz (KI) hat das Potenzial, die Verkehrssicherheit erheblich zu verbessern. Im Rahmen des Projekts KISSaF wurde intensiv an der Entwicklung von KI-Algorithmen gearbeitet, um das Verhalten von Verkehrsteilnehmern vorherzusagen. Dadurch können automatisierte Fahrerassistenzsysteme, wie beispielsweise Abstandsregeltempomaten oder Spurwechselassistenten, effizienter und sicherer agieren. Die Ergebnisse des Projekts zeigen, dass die neue Methode besser funktioniert als bisherige Ansätze und somit einen wichtigen Beitrag zur Verbesserung der Verkehrssicherheit leistet.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Vorausschauende KI: Potenzial für mehr Sicherheit bei autonomen Fahrzeugen
Auf mehr als 100.000 Kilometern Strecke erfasste ein Versuchsträger (Foto: ZF Group)
Derzeitige KI-Algorithmen stoßen bei der Vorhersage des Verhaltens menschlicher Verkehrsteilnehmer in automatisierten und autonomen Systemen an ihre Grenzen. Eine Verbesserung dieser Algorithmen könnte jedoch zu einer signifikanten Steigerung der Verkehrssicherheit führen. In einer zunehmend vernetzten Verkehrsumgebung, in der immer mehr Fahrzeuge mit hochautomatisierten oder autonomen Assistenzsystemen ausgestattet sind, ist eine präzise Vorhersage des Verhaltens anderer Verkehrsteilnehmer unerlässlich, um potenzielle Unfälle zu vermeiden. Daher ist die Weiterentwicklung der KI-Technologie von großer Bedeutung.
Das Forschungsprojekt KISSaF wurde initiiert, um die Verkehrssicherheit durch den Einsatz von Künstlicher Intelligenz (KI) zu verbessern. In enger Zusammenarbeit zwischen ZF, der Technischen Universität Dortmund und INGgreen wurde eine neuartige Methode zur Szenenprädiktion im Straßenverkehr entwickelt. Diese Methode ermöglicht es automatisierten Fahrerassistenzsystemen, das Verhalten anderer Verkehrsteilnehmer vorherzusagen und entsprechend zu reagieren. Dadurch können potenziell gefährliche Situationen frühzeitig erkannt und vermieden werden.
Vorhersage des Verhaltens anderer Verkehrsteilnehmer verbessert Fahrassistenzsysteme
Dank der KI-basierten Szenenprädiktion sind automatisierte Fahrzeuge nun in der Lage, die wahrscheinlichen Handlungen anderer Verkehrsteilnehmer einige Sekunden im Voraus vorherzusagen und entsprechend zu reagieren. Dadurch kann beispielsweise erkannt werden, ob ein Fußgänger, der offensichtlich durch sein Smartphone abgelenkt ist, unachtsam auf die Fahrbahn treten wird. Beim automatisierten Spurwechsel werden Faktoren wie das Bremsverhalten des vorausfahrenden Fahrzeugs berücksichtigt. Dies führt zu einer insgesamt verbesserten Verkehrssicherheit und reduziert das Risiko von potenziellen Unfällen.
Die Ergebnisse im Projekt KISSaF können dabei helfen, dass (Foto: ZF Group)
Um Künstliche Intelligenz (KI) so zu trainieren, dass sie zuverlässige Vorhersagen über das Verhalten von Verkehrsteilnehmern treffen kann, bedarf es einer großen Menge an Daten aus dem echten Straßenverkehr. Im Rahmen des KISSaF-Projekts wurde ein spezielles Messfahrzeug entwickelt, das mit einer Vielzahl von Sensoren und Aktuatoren ausgestattet ist. Über eine Strecke von über 100.000 Kilometern wurden dabei Daten wie Kamera-, Radar- und Lidar-Daten sowie relevante GPS- und Wetterinformationen erfasst. Die gesammelten Rohdaten des Projekts umfassen beeindruckende 800 Terrabyte.
Die Umfeldmodellierung bildete die Grundlage für das Training der Künstlichen Intelligenz (KI) im AI-Lab von ZF in Saarbrücken. Anschließend wurde die Prädiktion der KI in Simulationen und mit aufgezeichneten Realdaten in den bereits entwickelten Assistenzsystemen von ZF getestet. Dieser Test ermöglichte es, die Leistungsfähigkeit der KI in realen Verkehrssituationen zu bewerten und sicherzustellen, dass sie in der Lage ist, das Verhalten anderer Verkehrsteilnehmer präzise vorherzusagen.
KISSaF-Projekt: KI ermöglicht vorausschauendes Handeln von Assistenzsystemen
Durch das Training hat die Künstliche Intelligenz (KI) nun eine verbesserte Fähigkeit, das Verhalten anderer Verkehrsteilnehmer abzuschätzen. Die entwickelte Szenenprädiktion in KISSaF ermöglicht es automatisierten Assistenzsystemen, vorausschauend zu handeln und potenziell gefährliche Situationen frühzeitig zu erkennen. Dies ermöglicht eine proaktive Reaktion und trägt zur Steigerung der Verkehrssicherheit bei.
Dank des entwickelten Verfahrens im Rahmen des Projekts KISSaF kann die Künstliche Intelligenz (KI) nun möglicherweise kritische Spurwechsel erkennen, die abgebrochen oder gar nicht erst eingeleitet wurden. Zudem ist es der KI möglich, die entstehenden Lücken für einen Spurwechsel vorherzusagen und somit das Fahrzeug sicher durch den Verkehr zu führen. Darüber hinaus wurde auch die Fähigkeit der KI verbessert, bei Gegenverkehr an Kreuzungen rechtzeitig zu stoppen, was die Sicherheit im Straßenverkehr erhöht.
Die gewonnenen Erkenntnisse aus der Studie dienen der Optimierung hochautomatisierter Fahrerassistenzsysteme der Stufen 2+ und 3 nach SAE. Diese Systeme werden von zentralen Steuergeräten und leistungsstarken Computern wie dem ZF ProAI gesteuert und tragen zu einer effizienteren und sichereren Fahrzeugführung bei.
Das KISSaF-Projekt zeichnet sich durch ein praxisnahes Setup aus, bei dem sowohl die Sensorik zur Datenermittlung als auch der Automatisierungsgrad der KI-Systeme realitätsgetreu umgesetzt wurden. Dadurch sind die entwickelten Funktionen bereits nahe an der Marktreife und können einen direkten Mehrwert für die Industrie bieten. Die Rohdaten, die während des Projekts generiert wurden, sind zudem für zukünftige Entwicklungen von großer Bedeutung. Das Projekt KISSaF hat somit eine hohe Praxisrelevanz und trägt zur Weiterentwicklung von Fahrerassistenzsystemen bei.
Seit Januar 2021 wurde das Forschungsprojekt KISSaF finanziell vom Bundesministerium für Wirtschaft und Energie unterstützt. Die offiziellen Ergebnisse des Projekts werden am 11. April 2024 im Rahmen der Veranstaltungsreihe KoTAM in Düsseldorf präsentiert. Diese Präsentation bietet eine Möglichkeit, die gewonnenen Erkenntnisse und Fortschritte des Projekts einem Fachpublikum vorzustellen und die Relevanz von Künstlicher Intelligenz für die zukünftige Mobilität in Deutschland zu diskutieren.
Automatisierte Fahrerassistenzsysteme agieren vorausschauender und sicherer dank KI-Szenenprädiktion
Das Forschungsprojekt KISSaF hat bewiesen, dass der Einsatz von Künstlicher Intelligenz die Verkehrssicherheit erheblich steigern kann. Dank einer neu entwickelten Szenenprädiktion sind automatisierte Fahrerassistenzsysteme in der Lage, das Verhalten anderer Verkehrsteilnehmer besser vorherzusagen und entsprechend zu reagieren. Dadurch können potenziell gefährliche Situationen vermieden und die Sicherheit im Straßenverkehr verbessert werden.
Die innovative Methode des Projekts KISSaF ermöglicht es, kritische Verkehrssituationen frühzeitig zu erkennen und somit mögliche Unfälle zu verhindern. Die Ergebnisse zeigen, dass diese neue Methode im Vergleich zu bisherigen Ansätzen besser funktioniert. Dadurch wird ein wichtiger Schritt hin zu einer sichereren und effizienteren Mobilität der Zukunft gemacht. KISSaF ist somit ein wegweisendes Projekt, das einen positiven Einfluss auf die Verkehrssicherheit hat.
