Das Projekt KISSaF hat das Ziel, die Verkehrssicherheit durch den Einsatz von Künstlicher Intelligenz (KI) zu verbessern. Durch das Training von KI-Algorithmen kann das Verhalten von Verkehrsteilnehmern vorhergesagt werden, was zu einer präziseren und sichereren Interaktion mit automatisierten Fahrerassistenzsystemen führt. Die Ergebnisse des Projekts zeigen, dass die neue Methode effektiver ist als bisherige Ansätze und somit einen bedeutenden Fortschritt in Richtung einer sicheren Mobilität der Zukunft darstellt.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Verbesserte KI-Algorithmen erhöhen Verkehrssicherheit automatisierter und autonomer Systeme
Auf mehr als 100.000 Kilometern Strecke erfasste ein Versuchsträger (Foto: ZF Group)
Die Verbesserung der KI-Algorithmen zur Vorhersage des Verhaltens menschlicher Verkehrsteilnehmer bei automatisierten und autonomen Systemen könnte die Verkehrssicherheit deutlich erhöhen. Durch die Fähigkeit, vorausschauend zu agieren, können potenzielle Unfälle vermieden werden, insbesondere in einer zunehmend vernetzten Verkehrsumgebung. Diese Weiterentwicklung der KI-Technologie ist von großer Bedeutung, da immer mehr Fahrzeuge mit hochautomatisierten oder autonomen Assistenzsystemen ausgestattet sind und eine präzise Vorhersage des Verhaltens anderer Verkehrsteilnehmer unerlässlich ist.
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 entwickelt, um das Verhalten von Verkehrsteilnehmern vorherzusagen. Durch die Anwendung von Szenenprädiktion können automatisierte Fahrerassistenzsysteme effektiver und sicherer agieren, indem sie potenziell gefährliche Situationen erkennen und proaktiv darauf reagieren.
KI-basierte Szenenprädiktion ermöglicht vorausschauendes Handeln im Straßenverkehr
Durch die Nutzung von KI-basierter Szenenprädiktion können automatisierte Fahrzeuge nun die wahrscheinlichsten Handlungen anderer Verkehrsteilnehmer vorhersagen und entsprechende Reaktionen planen. Dies ermöglicht beispielsweise die frühzeitige Erkennung eines Fußgängers, der durch sein Smartphone abgelenkt ist und möglicherweise unachtsam auf die Fahrbahn treten könnte. Ebenso können automatisierte Spurwechsel sicherer durchgeführt werden, da das Verhalten anderer Fahrzeuge, wie das Bremsen des vorausfahrenden Fahrzeugs, vorhergesagt werden kann. Dies erhöht die allgemeine Verkehrssicherheit.
Die Ergebnisse im Projekt KISSaF können dabei helfen, dass (Foto: ZF Group)
Um Künstliche Intelligenz (KI) in der Lage zu versetzen, Vorhersagen über das Verhalten von Verkehrsteilnehmern zu treffen, ist es erforderlich, große Mengen an Daten aus dem echten Straßenverkehr zu sammeln. Im Rahmen des KISSaF-Projekts wurde ein spezielles Messfahrzeug entwickelt, das mit verschiedenen Sensoren und Aktuatoren ausgestattet ist. Über eine Strecke von mehr als 100.000 Kilometern wurden dabei Daten wie Kamera-, Radar- und Lidar-Daten sowie GPS- und Wetterinformationen erfasst. Insgesamt belaufen sich die Rohdaten des Projekts auf fast 800 Terrabyte.
Durch die Nutzung der Umfeldmodellierung wurde die Künstliche Intelligenz (KI) im AI-Lab von ZF in Saarbrücken trainiert. Anschließend wurde die Vorhersagefähigkeit der KI in Simulationen und mit aufgezeichneten Realdaten in den bereits entwickelten Assistenzsystemen von ZF getestet. Dieser Test ermöglichte es, die Funktionalität und Genauigkeit der KI in realitätsnahen Szenarien zu überprüfen und sicherzustellen, dass sie zuverlässige Vorhersagen über das Verhalten anderer Verkehrsteilnehmer treffen kann.
KI-Szenenprädiktion verbessert Vorhersage von Verkehrsteilnehmerverhalten
Dank des Trainings kann die Künstliche Intelligenz (KI) nun besser vorhersagen, wie sich andere Verkehrsteilnehmer verhalten werden. Die entwickelte Szenenprädiktion in KISSaF hat das Potenzial, zukünftige Assistenzsysteme dazu zu befähigen, vorausschauend zu handeln und potenziell gefährliche Situationen besser vorherzusehen. Dadurch können sie proaktiv reagieren und die Verkehrssicherheit erhöhen.
Durch das entwickelte Verfahren im Projekt KISSaF konnte die Künstliche Intelligenz (KI) kritische Spurwechsel erkennen, die entweder abgebrochen oder gar nicht erst eingeleitet wurden. Zusätzlich konnten auch die entstehenden Lücken für einen Spurwechsel vorhergesagt werden, wodurch das Fahrzeug sicher durch den Verkehr geführt wurde. Des Weiteren wurde die Fähigkeit der KI verbessert, bei Gegenverkehr an Kreuzungen rechtzeitig zu stoppen, was zu einer erhöhten Sicherheit im Straßenverkehr führt.
Die Ergebnisse der Studie werden dazu verwendet, hochautomatisierte Fahrerassistenzsysteme der Automatisierungsstufen 2+ und 3 nach SAE zu verbessern. Diese Systeme werden von leistungsstarken Computern wie dem ZF ProAI gesteuert und ermöglichen eine präzisere und sicherere Fahrzeugsteuerung.
Im Rahmen des Projekts KISSaF wurde bewusst ein praxisnahes Setup gewählt, um sowohl die Sensorik zur Datenermittlung als auch den Automatisierungsgrad der KI-Systeme realitätsnah zu gestalten. Dadurch sind die entwickelten Funktionen näher an der Marktreife als andere Systeme. Die gewonnenen Rohdaten sind zudem von großer Bedeutung für zukünftige Entwicklungsvorhaben. Das Projekt KISSaF leistet somit einen wichtigen Beitrag zur praxisrelevanten Weiterentwicklung von Fahrerassistenzsystemen.
Das Forschungsprojekt KISSaF wurde seit Januar 2021 vom Bundesministerium für Wirtschaft und Energie finanziell unterstützt. Die Ergebnisse des Projekts werden am 11. April 2024 im Rahmen der Veranstaltungsreihe KoTAM (Koordinierung der Testfelder Autonome Mobilität in Deutschland) in Düsseldorf vorgestellt. Diese Präsentation bietet eine Gelegenheit, die Fortschritte und Erkenntnisse des Projekts einer breiten Öffentlichkeit zugänglich zu machen und die Bedeutung von Künstlicher Intelligenz für die Zukunft der Mobilität zu verdeutlichen.
KI-basierte Szenenprädiktion verbessert Verkehrssicherheit durch Vorhersage des Verhaltens
Das Forschungsprojekt KISSaF hat gezeigt, dass der Einsatz von Künstlicher Intelligenz die Verkehrssicherheit deutlich verbessern kann. Durch die Entwicklung einer Szenenprädiktion können automatisierte Fahrerassistenzsysteme das Verhalten anderer Verkehrsteilnehmer besser vorhersagen und somit vorausschauender agieren. Dadurch wird das Risiko von Unfällen deutlich reduziert und die Sicherheit im Straßenverkehr erhöht.
Durch die präzise Vorhersage von kritischen Verkehrssituationen ermöglicht das Projekt KISSaF eine effektive Vermeidung potenzieller Unfälle. Im Vergleich zu bisherigen Ansätzen zeigt sich, dass die neue Methode eine verbesserte Funktionalität aufweist. 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 bedeutenden Meilenstein auf dem Weg zu einer sicheren und effizienten Mobilität der Zukunft dar.
