Verbundvorhaben KIsSME mit Beteiligung des FZI startet – Lernfähige Algorithmen ermöglichen eine effiziente Erfassung von Szenarien bei der Erprobung hochautomatisierter Fahrzeuge.

Beim Erproben hochautomatisierter Fahrzeuge fallen große Mengen an Daten an. Diese Datenmengen gezielt zu nutzen und zu verdichten, um die Fahrzeuge sicherer zu machen, sowie zu reduzieren, um Speicherplatz, Strom und Auswertungsaufwand zu sparen – darauf zielt das neue Projekt KIsSME. Auf Künstlicher Intelligenz basierende Algorithmen selektieren die Daten im Fahrbetrieb vor, sortieren sie in Szenarienkataloge ein und halten relevante Beobachtungen gezielt fest. Das FZI Forschungszentrum Informatik bringt in dem vom Bundeswirtschaftsministerium geförderten Verbundvorhaben seine Expertise in der software- und hardwareseitigen Entwicklung von KI-Systemen ein.

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 sowie aus ihrer Umgebung aufnehmen. Anhand dieser Informationen müssen sie in kürzester Zeit verlässliche Fahrentscheidungen treffen. Bei ihrer Erprobung legt jede Fahrzeugvariante Millionen von Kilometern zurück und meistert viele verschiedene Szenarien, die aus der Kombination von Infrastruktur, Witterung sowie Verkehrsteilnehmer und deren Verhalten resultieren. Die dabei anfallenden Datenmengen sind enorm: Bei einer achtstündigen Testfahrt fallen pro Tag und Fahrzeug Daten im Terabyte-Bereich an, was hohe Anforderungen an das Datenmanagement stellt.

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 des nun gestarteten neuen Verbundvorhabens KIsSME (Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen). Dazu entwickeln Wissenschaftlerinnen und Wissenschaftler Onboard-Auswertungssysteme und auf KI basierende Algorithmen, die bereits während des Fahrbetriebs die anfallenden Daten klassifizieren. Dadurch kann in KIsSME ein Katalog an interessanten Szenarien aufgebaut werden. Nicht relevante Daten werden nicht abgespeichert. Das spart Strom sowie Speicherplatz und hilft den Entwicklerinnen und Entwicklern bei der Auswertung.

Im Projekt KIsSME bringt das FZI seine interdisziplinären Kompetenzen und Technologien aus den Bereichen Automotive und Autonomes Fahren, Embedded Systems und HW/SW-Co-Design sowie Entwurfs- und Absicherungsverfahren für intelligente Systeme ein. Hierbei soll auf eine umfangreiche Sammlung von Methoden und Prototypen aus langjährigen Forschungsprojekten zurückgegriffen werden, wie z. B. Algorithmen aus dem Bereich Fahrerassistenz und autonomen Fahrens sowie Entwurfsmethoden zum HW/SW-Co-Design.

Die Koordination des Verbundvorhabens KIsSME liegt bei der AVL Deutschland GmbH, als Partner sind neben dem FZI das Karlsruher Institut für Technologie, das Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut, die LiangDao GmbH, die Mindmotiv GmbH, die RA Consulting GmbH und die Robert Bosch GmbH beteiligt. Als assoziierte Partner fungieren der ASAM e.V. (Association for Standardization of Automation and Measuring Systems) sowie der Cluster Elektromobilität Süd-West, koordiniert von der e-mobil BW GmbH, Landesagentur für neue Mobilitätslösungen und Automotive Baden-Württemberg.

Das Bundesministerium für Wirtschaft und Energie (BMWi) fördert das Vorhaben mit insgesamt 6,5 Millionen Euro; das FZI erhält davon rund 1,2 Millionen Euro. KIsSME ist Anfang 2021 gestartet und auf drei Jahre angelegt.