Das Forschungsprojekt KISSaF hat das Potenzial von Künstlicher Intelligenz (KI) genutzt, um die Verkehrssicherheit zu verbessern. Durch das Training von KI-Algorithmen konnte das Verhalten von Verkehrsteilnehmern vorhergesagt werden, was zu einer präziseren und sichereren Interaktion mit automatisierten Fahrerassistenzsystemen führte. Die Ergebnisse des Projekts zeigen, dass die neue Methode besser funktioniert als bisherige Ansätze und somit einen wichtigen Schritt in Richtung einer sicheren und effizienten Mobilität der Zukunft darstellt.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Fortschritte in der KI: Vorhersage menschlichen Verhaltens für mehr Sicherheit
Auf mehr als 100.000 Kilometern Strecke erfasste ein Versuchsträger (Foto: ZF Group)
Die Vorhersage des Verhaltens menschlicher Verkehrsteilnehmer ist eine große Herausforderung für KI-Algorithmen in automatisierten und autonomen Systemen. Aktuelle Algorithmen stoßen hierbei noch an ihre Grenzen. Eine Verbesserung dieser Algorithmen könnte jedoch die Verkehrssicherheit erheblich erhöhen. Insbesondere in einer zunehmend vernetzten Verkehrsumgebung, in der immer mehr Fahrzeuge mit hochautomatisierten oder autonomen Assistenzsystemen ausgestattet sind, ist eine genaue Vorhersage des Verhaltens anderer Verkehrsteilnehmer unerlässlich, um potenzielle Unfälle zu vermeiden und die Sicherheit im Straßenverkehr zu gewährleisten.
Das Forschungsprojekt KISSaF wurde ins Leben gerufen, um das Potenzial der Künstlichen Intelligenz (KI) zur Verbesserung der Verkehrssicherheit zu nutzen. In Zusammenarbeit mit ZF, der Technischen Universität Dortmund und INGgreen wurde eine innovative Methode zur Szenenprädiktion für den 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, was zu einer erhöhten Sicherheit im Straßenverkehr beiträgt.
KISSaF-Projekt: Künstliche Intelligenz verbessert Vorhersage von Verkehrsteilnehmerverhalten
Die KI-basierte Szenenprädiktion ermöglicht es automatisierten Fahrzeugen, das wahrscheinliche Verhalten anderer Verkehrsteilnehmer einige Sekunden im Voraus vorherzusagen und entsprechend zu reagieren. Das ist besonders hilfreich, um potenziell gefährliche Situationen frühzeitig zu erkennen, wie beispielsweise einen Fußgänger, der durch sein Smartphone abgelenkt ist und möglicherweise unachtsam auf die Fahrbahn tritt. Durch die Berücksichtigung verschiedener Faktoren, wie das Bremsverhalten des vorausfahrenden Fahrzeugs, können automatisierte Spurwechsel sicherer durchgeführt werden. Dies trägt zur Steigerung der Verkehrssicherheit bei und minimiert das Risiko von Unfällen.
Die Ergebnisse im Projekt KISSaF können dabei helfen, dass (Foto: ZF Group)
Um Künstliche Intelligenz (KI) dazu zu befähigen, verlässliche Vorhersagen über das Verhalten von Verkehrsteilnehmern zu treffen, wurden im Rahmen des KISSaF-Projekts umfangreiche Daten aus dem echten Straßenverkehr gesammelt. Hierzu wurde ein spezielles Messfahrzeug entwickelt, das mit einer Reihe von Sensoren und Aktuatoren ausgestattet ist. Über eine Strecke von mehr als 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 Künstliche Intelligenz (KI) wurde im AI-Lab von ZF in Saarbrücken mithilfe der Umfeldmodellierung trainiert. Die Prädiktion der KI wurde anschließend in den bereits entwickelten Assistenzsystemen von ZF getestet, um ihre Fähigkeit zur Vorhersage des Verhaltens anderer Verkehrsteilnehmer zu überprüfen. Dabei kamen sowohl Simulationen als auch aufgezeichnete Realdaten zum Einsatz, um die Genauigkeit und Zuverlässigkeit der KI zu bewerten und sicherzustellen, dass sie in verschiedenen Verkehrssituationen effektiv agieren kann.
Effektive Szenenprädiktion: KI ermöglicht sicheres und vorausschauendes Fahren
Durch das Training ist die Künstliche Intelligenz (KI) nun besser in der Lage, das Verhalten anderer Verkehrsteilnehmer einzuschätzen. Die entwickelte Szenenprädiktion in KISSaF eröffnet die Möglichkeit für zukünftige Assistenzsysteme, vorausschauend zu handeln und potenziell gefährliche Situationen besser vorherzusagen. Dies ermöglicht eine proaktive Reaktion und trägt zur Erhöhung der Verkehrssicherheit bei.
Im Rahmen des Projekts KISSaF wurde eine Methode entwickelt, mit der die Künstliche Intelligenz (KI) möglicherweise kritische Spurwechsel erkennen kann, die abgebrochen oder gar nicht erst eingeleitet wurden. Zudem ist es der KI möglich, die entstehenden Lücken für einen Spurwechsel vorherzusagen und das Fahrzeug sicher durch den Verkehr zu navigieren. Darüber hinaus wurde die Fähigkeit der KI verbessert, bei Gegenverkehr an Kreuzungen rechtzeitig zu stoppen, was die Sicherheit im Straßenverkehr erhöht.
Die Ergebnisse der Studie werden genutzt, um die Leistung und Sicherheit von hochautomatisierten Fahrerassistenzsystemen der Stufen 2+ und 3 nach SAE zu optimieren. Diese Systeme werden von zentralen Steuergeräten und leistungsstarken Computern wie dem ZF ProAI gesteuert und ermöglichen eine präzisere und sicherere Fahrzeugführung.
Das KISSaF-Projekt hat bewusst auf ein praxisnahes Setup gesetzt, bei dem sowohl die Sensorik zur Datenermittlung als auch der Automatisierungsgrad der KI-Systeme realitätsgetreu umgesetzt wurden. Dies ermöglicht es, die entwickelten Funktionen näher an die Marktreife zu bringen und einen direkten Mehrwert für die Industrie zu schaffen. Die Rohdaten, die während des Projekts gesammelt wurden, haben auch für zukünftige Entwicklungsvorhaben eine hohe Relevanz. Das Projekt KISSaF leistet somit einen wichtigen Beitrag zur praxisnahen Weiterentwicklung von Fahrerassistenzsystemen.
Seit Januar 2021 wurde das Projekt KISSaF finanziell durch das Bundesministerium für Wirtschaft und Energie unterstützt. Die offiziellen Ergebnisse des Projekts werden am 11. April 2024 in Düsseldorf im Rahmen der Veranstaltungsreihe KoTAM präsentiert. Die Präsentation bietet eine Plattform, um die gewonnenen Erkenntnisse und Fortschritte des Projekts im Bereich autonomer Mobilität zu teilen und die Bedeutung von Künstlicher Intelligenz für die Verkehrssicherheit hervorzuheben.
KISSaF-Projekt: Künstliche Intelligenz steigert Sicherheit durch Vorhersage des Verhaltens
Das Forschungsprojekt KISSaF hat bewiesen, dass Künstliche Intelligenz einen signifikanten Beitrag zur Verbesserung der Verkehrssicherheit leisten kann. Durch die Entwicklung einer Szenenprädiktion sind automatisierte Fahrerassistenzsysteme in der Lage, das Verhalten anderer Verkehrsteilnehmer frühzeitig zu erkennen und angemessen darauf zu reagieren. Dies ermöglicht ein vorausschauendes und sicheres Fahrverhalten, was wiederum das Unfallrisiko minimiert und die Sicherheit im Straßenverkehr erhöht.
Das Projekt KISSaF hat bewiesen, dass durch die Vorhersage von kritischen Situationen potenzielle Unfälle vermieden werden können. Die Ergebnisse zeigen, dass die neue Methode besser funktioniert als bisherige Ansätze. Dieser Fortschritt ist von großer Bedeutung für die zukünftige Mobilität, da er zu einer erhöhten Sicherheit und Effizienz führt. Das Projekt KISSaF stellt somit einen wichtigen Schritt in Richtung einer sicheren und effizienten Mobilität der Zukunft dar.
