FRAUNHOFER-INSTITUT FÜR KURZZEITDYNAMIK, ERNST-MACH-INSTITUT, EMIDas Projekt KIsSME zeigt, wie innovative Algorithmen aus riesigen Datenbergen genau die kritischen Verkehrsmomente herausfiltern, die Forschung und Technologie voranbringen und gleichzeitig Ressourcen schonen.
Ziel des Projektes KIsSME war die Entwicklung von Algorithmen zur effizienten Datenerfassung in Versuchsfahrzeugen. Dazu hat sich das Fraunhofer EMI mit der Frage beschäftigt, wie sicherheitsrelevante Situationen aus den Sensordaten eines Fahrzeugs identifiziert werden können. Als Kernbaustein wurde ein modulares Bewertungsframework entwickelt, das die Berechnung einer Gesamtkritikalität für die jeweilige Fahrsituation ermöglicht. Eingangsgrößen sind Bewertungsmaße (Metriken), die sich aus der Fahrdynamik einzelner Verkehrsteilnehmer und der Relativbewegung mehrerer Verkehrsteilnehmer zueinander ableiten lassen.
Für alle Metriken werden sicherheitskritische Wertebereiche identifiziert und darauf aufbauend Skalierungen vorgenommen, um dimensionslose und damit vergleichbare Größen zu erhalten. Die Kombination der skalierten Metriken führt schließlich zur gewünschten Gesamtkritikalität. Wesentliche Vorteile des Systems gegenüber bisherigen Ansätzen zur Kritikalitätsbewertung liegen zum einen in der Modularität des Systems bei der Auswahl der Metriken und zum anderen in der Bewertbarkeit sehr komplexer Fahrszenarien durch die Berechnung eines akkumulierten Kritikalitätswertes.
Darüber hinaus hat das EMI eine KI-Methode zur Generierung neuer Szenarien und zur Vorhersage von Fahrzeugtrajektorien implementiert. Diese Vorhersagen können wiederum zur Berechnung detaillierterer Metriken für die Kritikalitätsbewertung verwendet werden.
Das Projekt KIsSME wurde 2023 abgeschlossen. Die Mitarbeiter des EMI konzentrieren sich nun darauf, die gewonnenen Erkenntnisse in Folgeprojekten anzuwenden. So werden im Projekt AVEAS Methoden zur datenbasierten Optimierung von Verkehrssimulationen untersucht, wobei die Identifikation und Nachbildung sicherheitskritischer Situationen eine wesentliche Rolle spielt.
