Problemstellung

Beim automatisierten Fahren des SAE-Levels 3 muss die sichere Fahrzeugführung bis zur Übernahme der Fahraufgabe durch den Fahrer gewährleistet sein. Das bedeutet, dass kritische Situationen, die eine Übernahme des Fahrers erfordern, frühzeitig und zuverlässig erkannt bzw. vorhergesagt werden müssen. Bei einer angenommenen Übernahmezeit von 10 s kann dabei gerade in sehr dynamischen Verkehrssituationen eine Vielzahl von Fahrentscheidungen und -manövern notwendig werden, die von einem automatisierten Fahrzeug berücksichtigt werden müssen.

Projektziel

Das Projekt KISSaF setzt sich zum Ziel, eine KIbasierte Situationsprädiktion für die gesamte Szene über einen weiten Zeitraum zu entwickeln. Durch Kopplung der Prädiktion mit der Trajektorienplanung des Ego-Fahrzeugs soll die Sicherheit erhöht und das automatisierte Fahren ab SAE-Level 3 ermöglicht werden.

Durchführung

Zunächst wird im Projektverlauf eine generische und skalierbare Umfeldrepräsentation aufgebaut, die neben den dynamischen und statischen Objekten der Szene auch die Infrastruktur sowie den situativen Kontext beinhaltet. Auf dieser Basis werden Methoden des maschinellen Lernens genutzt, um mögliche Szenenverläufe zu bestimmen, die, an das Fahrzeug zurückgespiegelt, die eigene Aktionsplanung unterstützen sollen. Grundlage für die Entwicklung und das Training der KI-Algorithmen ist ein eigens aufgenommener Datensatz. Die entwickelten Ergebnisse für das Umfeldmodell sowie für die Situationsprädiktion werden für Autobahnund urbane Szenarien umgesetzt, demonstriert und validiert.