Im Rahmen des Projekts KISSaF wurde intensiv an der Verbesserung der Verkehrssicherheit durch den Einsatz von Künstlicher Intelligenz (KI) gearbeitet. 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 bedeutenden Beitrag zur Verkehrssicherheit leistet.
Inhaltsverzeichnis: Das erwartet Sie im Artikel
Künstliche Intelligenz und Verkehrssicherheit: Grenzen und Potenzial im Fokus
Auf mehr als 100.000 Kilometern Strecke erfasste ein Versuchsträger (Foto: ZF Group)
Die Vorhersage des Verhaltens menschlicher Verkehrsteilnehmer ist eine Herausforderung für KI-Algorithmen in automatisierten und autonomen Systemen. Aktuelle Algorithmen stoßen hierbei noch an ihre Grenzen. Eine Verbesserung dieser Algorithmen könnte jedoch einen positiven Einfluss auf die Verkehrssicherheit haben. Besonders 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 von großer Bedeutung, um potenzielle Unfälle zu vermeiden.
Das Forschungsprojekt KISSaF wurde durchgeführt, 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 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.
KI-gesteuerte Assistenzsysteme agieren sicherer durch vorausschauendes Handeln
Die KI-basierte Szenenprädiktion ermöglicht es automatisierten Fahrzeugen, das wahrscheinliche Verhalten anderer Verkehrsteilnehmer einige Sekunden im Voraus vorherzusagen und entsprechend zu reagieren. Dies hilft beispielsweise dabei, potenziell gefährliche Situationen zu erkennen, wie einen Fußgänger, der durch sein Smartphone abgelenkt ist und möglicherweise unachtsam auf die Fahrbahn treten könnte. Ebenso kann das Verhalten anderer Fahrzeuge, wie das Bremsen des vorausfahrenden Fahrzeugs, vorhergesagt werden, um automatisierte Spurwechsel sicherer durchzuführen. Dies trägt insgesamt zur Verbesserung der Verkehrssicherheit bei.
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, war es im Rahmen des KISSaF-Projekts erforderlich, große Mengen an Daten aus dem echten Straßenverkehr zu sammeln. Hierfür 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 beeindruckenden Rohdaten des Projekts belaufen sich auf fast 800 Terrabyte.
Die Künstliche Intelligenz (KI) wurde im AI-Lab von ZF in Saarbrücken mithilfe der Umfeldmodellierung trainiert. Anschließend wurde die Leistungsfähigkeit der KI in den bereits entwickelten Assistenzsystemen von ZF getestet, indem ihre Prädiktion mit Hilfe von Simulationen und aufgezeichneten Realdaten überprüft wurde. Durch diesen umfangreichen Testprozess konnte sichergestellt werden, dass die KI in der Lage ist, das Verhalten anderer Verkehrsteilnehmer präzise vorherzusagen und somit die Sicherheit im Straßenverkehr verbessert.
KI-Algorithmen trainiert: Vorhersage des Verhaltens von Verkehrsteilnehmern verbessert
Dank des Trainings kann die Künstliche Intelligenz (KI) nun genauer vorhersagen, wie sich andere Verkehrsteilnehmer verhalten werden. Die entwickelte Szenenprädiktion in KISSaF ermöglicht es automatisierten Assistenzsystemen, vorausschauend zu reagieren und potenziell gefährliche Situationen besser zu erkennen. Dadurch können sie proaktiv handeln und die Sicherheit im Straßenverkehr verbessern.
Dank des entwickelten Verfahrens im Projekt KISSaF ist es der Künstlichen Intelligenz (KI) nun möglich, möglicherweise kritische Spurwechsel zu erkennen, die entweder abgebrochen oder gar nicht erst eingeleitet wurden. Zusätzlich kann die KI die entstehenden Lücken für einen Spurwechsel vorhersagen und das Fahrzeug sicher durch den Verkehr führen. Des Weiteren wurde die Fähigkeit der KI verbessert, bei Gegenverkehr an Kreuzungen rechtzeitig zu stoppen, was zu einer erhöhten Verkehrssicherheit beiträgt.
Die gewonnenen Erkenntnisse aus der Studie dienen der Weiterentwicklung hochautomatisierter Fahrerassistenzsysteme der Stufen 2+ und 3 nach SAE. Diese Systeme werden von zentralen Steuergeräten und Hochleistungscomputern wie dem ZF ProAI gesteuert und tragen zu einer verbesserten Fahrzeugsteuerung und erhöhten Verkehrssicherheit bei.
Im Zuge des KISSaF-Projekts wurde bewusst ein praxisnahes Setup gewählt, um die entwickelten Funktionen möglichst nah an die Marktreife heranzuführen. Sowohl die Sensorik zur Datenermittlung als auch der Automatisierungsgrad der KI-Systeme wurden dabei realitätsgetreu umgesetzt. Die generierten Rohdaten sind nicht nur für das Projekt selbst von großer Bedeutung, sondern haben auch Potenzial für zukünftige Entwicklungen in der Fahrzeugindustrie. Das Projekt KISSaF trägt somit maßgeblich zur praxisrelevanten Weiterentwicklung von Fahrerassistenzsystemen bei.
Das Projekt KISSaF wurde seit Januar 2021 vom Bundesministerium für Wirtschaft und Energie gefördert. Die offiziellen Ergebnisse des Projekts werden am 11. April 2024 in Düsseldorf im Rahmen der Veranstaltungsreihe KoTAM präsentiert. Diese Präsentation bietet eine einzigartige Gelegenheit, die Forschungsergebnisse und Innovationen des Projekts einem Fachpublikum vorzustellen und die Bedeutung von Künstlicher Intelligenz für die Zukunft der Mobilität zu betonen.
KI-basierte Vorhersage verbessert Sicherheit von automatisierten Fahrerassistenzsystemen
Das Forschungsprojekt KISSaF hat gezeigt, dass der Einsatz von Künstlicher Intelligenz die Verkehrssicherheit maßgeblich verbessern kann. Durch die entwickelte Szenenprädiktion können automatisierte Fahrerassistenzsysteme das Verhalten anderer Verkehrsteilnehmer besser einschätzen und entsprechend reagieren. Dies ermöglicht ein proaktives und sicheres Fahren, was wiederum das Unfallrisiko deutlich reduziert und somit die Verkehrssicherheit erhöht.
Durch die präzise Vorhersage von kritischen Situationen ermöglicht das Projekt KISSaF eine effektive Vermeidung potenzieller Unfälle. Die Ergebnisse zeigen, dass die neue Methode im Vergleich zu bisherigen Ansätzen besser funktioniert. 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 Meilenstein in Richtung einer sicheren und effizienten Mobilität der Zukunft dar.
