Kritische Verkehrssituationen erkennen, analysieren und simulieren für künftige automatisierte Fahrfunktionen – Projekt AVEAS

Kritische Verkehrssituationen erkennen, analysieren und simulieren für künftige automatisierte Fahrfunktionen – Projekt AVEAS

© Adobe Stock

Das autonome Fahren war lange eine Zukunftsvision – jetzt sind wir auf dem Weg dazu, dass diese Vision Realität wird. Auf den Markt drängen neben den traditionellen Automobilherstellern neue Player; sie sorgen für Tempo bei der Weiterentwicklung. Die fünf Stufen in Richtung autonomes Fahren lauten: assistiert, teilautomatisiert, hoch automatisiert, voll automatisiert und autonom. Auf Stufe vier wird bereits auf festgelegten Strecken getestet. Für die Forschung gibt es also viel zu tun. Im Projekt AVEAS forscht das Fraunhofer EMI gemeinsam mit elf Partnern zu Fragen der Sicherheit und Möglichkeiten der Simulation von Verkehrssituationen.

Die Erprobung und Absicherung künftiger automatisierter Fahrfunktionen sind dabei elementar. Dafür ist die perspektivische Nutzung von Simulationen von erheblicher Bedeutung.

Damit diese aber Realfahrten im öffentlichen Verkehr vollwertig und verlässlich ersetzen können, müssen sie den Realverkehr fundiert virtuell abbilden können – insbesondere in Bezug auf kritische Situationen. Das Projekt AVEAS (Absicherungsrelevante Verkehrssituationen erheben, analysieren, simulieren) setzt sich zum Ziel, skalierbare und nachhaltige Methoden zu entwickeln, um kritische Situationen im Realverkehr gezielt zu erheben und in Modelle zur Generierung von Szenarien und Verhaltenssimulationen zu überführen. Dies bildet die Grundlage, um automatisierte Fahrfunktionen virtuell auf kritische Systemgrenzen in Wechselwirkung mit dem Verkehr zu erproben. In diesem Kontext sollen Risikofaktoren wie die Themen der technischen Wahrnehmung (Inwieweit nimmt ein Fahrzeug die Welt anders als menschliche Verkehrsteilnehmer wahr?), der geteilten Fahrverantwortung (Wie beeinflusst die Übergabe der Fahrverantwortung das Risiko?) oder der Wechselwirkung von menschlichen und automatisierten Verkehrssystemen, die im Rahmen des Projekts datenbasiert modelliert werden.  Längerfristiges Ziel ist dabei eine den Realverkehr genügend genau abbildende agentenbasierte Verkehrssimulation. Darüber hinaus sollen Daten und Modelle in einer dauerhaften digitalen Plattform verwertet und im Erfolgsfall die Methodik zur Datenerhebung im Realverkehr zu Absicherungszwecken verstetigt werden.

© Adobe Stock

Unter der Projektleitung der understandAI GmbH kooperieren das Fraunhofer EMI sowie die Fraunhofer-Institute für Verkehrs und Infrastruktursysteme IVI und für Optronik, Systemtechnik und Bildauswertung IOSB mit weiteren Forschungseinrichtungen aus Industrie und Wirtschaft. Eine vollständige Auflistung der Kooperationspartner finden Sie unten.

Das AVEAS-Projekt wird durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert.

Die Projektlaufzeit ist von Dezember 2021 bis November 2024.

Weitere Informationen finden sie auch auf der Webseite des AVEAS-Projekts.

 

Partner

understand.ai GmbH (Projektleitung) 

dSPACE GmbH

Porsche Engineering Group GmbH 

PTV Planung Transport Verkehr GmbH

Continental Automotive GmbH

AZT Automotive GmbH

GOTECH Fahrzeugentwicklungs- und Konstruktionsgesellschaft mbH

Spiegel Institut Ingolstadt GmbH

Karlsruher Institut für Technologie

Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut, EMI

Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI

Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB