Beim Erproben hochautomatisierter Fahrzeuge fallen große Mengen an Daten an. Diese Datenmengen zu reduzieren, um Speicherplatz, Strom und Auswertungsaufwand zu sparen, zugleich aber die Informationen zu verdichten, um die Fahrzeuge sicherer zu machen – darauf zielt das neue Projekt KIsSME.
Auf Künstlicher Intelligenz (KI) basierende Algorithmen selektieren die Daten im Fahrbetrieb und sortieren sie in Szenarienkataloge ein. Das Karlsruher Institut für Technologie (KIT) stellt in dem vom Bundeswirtschaftsministerium geförderten Verbundvorhaben Daten aus Fahrversuchen und Simulationen bereit.
Automatisiertes Fahren ist die Zukunft – mit jeder Menge an Daten
Hochautomatisiertes Fahren verspricht viele Vorteile – mehr Komfort für die Fahrenden, weniger Unfälle, einen flüssigeren und damit umweltfreundlicheren Straßenverkehr. Die zukünftigen Fahrzeuge verfügen über viele verschiedene Sensoren, mit denen sie Informationen über ihren eigenen Status und aus ihrer Umgebung aufnehmen. Anhand dieser Informationen müssen sie in kürzester Zeit verlässliche Fahrentscheidungen treffen.
Bei ihrer Erprobung muss jede Fahrzeugvariante Millionen von Kilometern zurücklegen und viele verschiedene Szenarien meistern, die Infrastruktur, Witterung sowie andere Verkehrsteilnehmerinnen und -teilnehmer und deren Verhalten kombinieren. „Dabei fallen riesengroße Datenmengen an – vier bis acht Terabyte pro Fahrzeug und Tag“, berichtet Dr. Michael Frey.
KIsSME: Algorithmen für intelligente Datenauswahl
Kataloge von Fahrszenarien zu erstellen und bei der Fahrzeugerprobung neu auftretende Szenarien einzusortieren, das heißt, schon während des Fahrbetriebs nur diejenigen Daten aufzuzeichnen, die tatsächlich einen Mehrwert bringen.
Das ist der Ansatz von KIsSME („Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen“). Dazu werden auf KI basierende Algorithmen entwickelt, die bereits während des Fahrbetriebs die anfallenden Daten selektieren.
Versuche laufen auf dem Testfeld Autonomes Fahren BW
Das KIT stellt für KIsSME Daten aus realen Fahrversuchen sowie aus Simulationen bereit. Dazu laufen Messfahrten im öffentlichen Verkehr und auf dem Testfeld Autonomes Fahren Baden-Württemberg (TAF BW) sowie Closed Vehicle-in-the-Loop Simulationen an einem Gesamtfahrzeugprüfstand.
Zudem überprüfen Forscher des FAST die im Projekt entwickelten KI-Modelle und KI-Selektoren, indem sie die Algorithmen auf die Daten aus Versuchen anwenden. KIsSME bezieht sich auf automatisiertes Fahren der Stufen vier bis fünf (vollautomatisiert bis autonom).
Foto: Markus Breig, KIT
