Situationsanalyse und Planung

Die durch Datenfusion optimierte Umfeldwahrnehmung ermöglicht es den Projektbeteiligten, sich intensiv den Fragen der Interaktion und Kooperation zu widmen. Hier geht es um verschiedene Entscheidungen, die das automatisierte Fahrzeug im Stadtverkehr treffen muss – etwa die, ein Einfädelmanöver abzubrechen, wenn andere Verkehrsteilnehmer keine Lücke bereitstellen. Zugleich sollen in diesem Projektabschnitt die prädiktiven, also vorausschauenden Fähigkeiten automatisierter Fahrzeuge geschärft werden; schließlich sollen die Handlungsoptionen anderer Akteure stets „im Blick haben“. Hierfür nutzen die Forschenden in hohem Maße datengetriebene Modelle – die ebenfalls zur Anwendung kommen, wenn es um die Planung der folgenden Fahrmanöver geht, Sonderfälle inklusive: So muss ein autonomes Fahrzeug im Zweifelsfall etwa in der Lage sein, eine Sperrfläche zu überfahren, wenn sich von hinten ein Rettungswagen nähert (temporäre, aber rechtskonforme Regelübertretung).

Arbeitsschwerpunkte

 Interaktion und Kooperation

  • Datengetriebene Interaktionsmodelle; Modellierung von impliziter / expliziter Kooperation
  • Betrachtung dynamischer / statischer Kontextinformation; Kooperationsbereitschaft
  • Analyse und Bewertung von Verkehrssituationen und Kooperationsszenarien

 Prädiktion

  • Datengetriebene und multimodale Prädiktion der Verkehrsteilnehmer unter Berücksichtigung von statischem Kontext und der gelernten Interaktions- und Kooperationsmodelle zwischen den Verkehrsteilnehmern
  • Bewertung der Prädiktionspräzession; Selbsteinschätzung der aktuellen Systemfähigkeiten

 Verhaltens- und Manöverplanung

  • Planung der Ego-Trajektorie und Geschwindigkeit
  • Kombination von modellbasierten Planungsverfahren mit datengetriebener KI; Absicherung über Definition eines Sicherheitsbereichs