kontakt@camo.nrw +49 202 / 439 1164

Ein Blick in die Zukunft soll Unfälle vermeiden

Die Technische Universität München (TUM) hat vor kurzem eine neue Sicherheitssoftware für autonome Fahrzeuge vorgestellt, die in der Lage ist, innerhalb von Millisekunden unterschiedliche Varianten einer gegebenen Verkehrssituation vorauszuberechnen.

Prof. Dr. Matthias Althoff (Professor für Cyber-Physical Systems an der TU München und Mitglied der Munich School of Robotics and Machine Intelligence an der TUM) und sein Team entwickelten ein Softwaremodul, das im Millisekundentakt Sensordaten des Fahrzeugs erfasst und auswertet, um das Verhalten weiterer Verkehrsteilnehmer*innen zu prognostizieren. Auf Grundlage der erfassten Daten werden alle Bewegungsoptionen ermittelt, die allerdings in Konformität mit der gültigen Straßenverkehrsordnung stehen müssen. Zudem werden sogenannte Notmanöver geplant, um durch Beschleunigen oder Abbremsen des Fahrzeugs eine Kollision zu vermeiden und das Fahrzeug unfallfrei an einen sicheren Ort zu bringen.

Autonomes Fahren wird nur dann auf Akzeptanz in der Bevölkerung stoßen, wenn man sich sicher sein kann, dass die Fahrzeuge – egal wie unübersichtlich die Verkehrssituation ist – keine anderen Verkehrsteilnehmerinnen und Verkehrsteilnehmer gefährden“

Prof. Dr. Matthias Althoff

Ein routinierter Autofahrer / eine routinierte Autofahrerin ist meist in der Lage die Situation richtig einzuschätzen, um mögliche Verhaltensweisen der anderen Verkehrsteilnehmer*innen vorauszusagen. Für ein computergesteuertes System stellt dies allerdings eine enorme Herausforderungen dar. Um diese Hürde zu überwinden, kann die entwickelte Sicherheitssoftware drei bis sechs Sekunden in die Zukunft schauen.
Das Forscherteam aus München um Prof. Dr. Althoff konnte somit nicht nur die praktikable Möglichkeit der detaillierten Prognose des Verkehrsgeschehens und einer Datenauswertung in Echtzeit bei gleichzeitiger Simulation der Verkehssituation zeigen, sondern auch das Erhalten zuverlässiger Ergebnisse hieraus beweisen. Grundlage hierfür ist ein virtuelles Modell, basierend auf realen Daten, die mittels Testfahrten mit einem autonomen Fahrzeug im Raum München erhoben wurden.

„Mit Hilfe der Simulationen konnten wir zeigen, dass das Sicherheitsmodul zu keinerlei Leistungseinbußen im Fahrverhalten führt, dass die Prognose-Kalkulationen korrekt sind, Unfälle verhindert werden und das Fahrzeug im Notfall beweisbar sicher gestoppt wird“

Prof. Dr. Matthias Althoff

Nach Althoff könne die entwickelte Software in Zukunft die Entwicklung autonomer Fahrzeuge erleichtern, da die Kombinierbarkeit mit allen gängigen Programmen zur Bewegungssteuerung gegeben sei.

Die Inhalte des Beitrags sowie weitere Informationen zu diesem Thema finden sie unter:

Verwandte Artikel

Gesetzesentwurf zum autonomen Fahren vorerst abgelehnt

Ein Gesetzesentwurf von Verkehrsminister Andreas Scheuer (CDU) zur Zulassung autonomer Fahrzeuge auf den Straßen wurde vom Justizministerium wegen offener Fragen zum Datenschutz vorerst abgelehnt. Konkret gäbe es Bedenken bzgl. der Datenschutzstandards bei Mobilitätsdaten sowie Unklarheiten […]

Mehr erfahren

Analyse der Sensorabhängigkeit einer LiDAR-basierten Objekterkennung mit neuronalen Netzen

In der Abschlussarbeit des HRW-Studenten Niclas Hüwe, welche von CAMO Mitglied Prof. Dr.-Ing. Anselm Haselhoff betreut wurde, wird die Genauigkeit unterschiedlicher LiDAR Sensoren bei Objekterkennungssystemen unter der Verwendung von neuronalen Netzen analysiert. Um Objekte im […]

Mehr erfahren

Wuppertal Institut: Zukunftsimpuls für eine klimagerechte Gesellschaft

Der Klimaschutz ist schon länger ein großes Thema. Nach der Wahl im September 2021 sieht sich die neue Bundesregierung vor der Aufgabe, die gesetzten Klimaschutzziele konkret umzusetzen. Das Wuppertal Institut zeigt jetzt in ihrem aktuellen […]

Mehr erfahren