Mehr Sicherheit in schwierigen Verkehrssituationen - Forschungsprojekt zur Risiko-Kontrolle beim autonomen Fahren

fTeilen

Wie können autonome Autos, LKW, Busse und Züge sicher und zuverlässig
fahren, wenn sich das Verkehrsgeschehen durch unerwartete Hindernisse oder
wechselnde Wetterbedingungen stetig ändert? Diese Frage steht im Zentrum
des Forschungsprojekts CONTROL, das vom Bundesministerium für Wirtschaft
und Energie (BMWE) für drei Jahre mit insgesamt 15,6 Millionen Euro
gefördert wird.

An dem Konsortium sind 24 Partner aus Industrie und
Wissenschaft beteiligt. Mit dabei ist auch die Uni Ulm mit einem
Förderanteil von mehr als einer halben Million Euro. Koordiniert wird
CONTROL von der Siemens AG und der Valeo Schalter und Sensoren GmbH.

Autonomes Fahren gilt als Schlüsseltechnologie für die Mobilität der
Zukunft. Es verspricht mehr Komfort, eine höhere Flotteneffizienz, weniger
Emissionen, einen schonenderen Umgang mit Ressourcen und vor allem neue
Mobilitätsangebote – etwa durch autonome Fahrzeuge für den
Personentransport sowie fahrerlose Züge und Lastwagen. Die automatisierten
Systeme, die heute bereits im Einsatz sind, funktionieren nur unter klar
definierten Umgebungsbedingungen. Was fehlt, ist die Fähigkeit, in der
offenen, hochdynamischen Welt mit wechselnden äußeren Bedingungen sicher
zu agieren. Genau hier setzt das Projekt CONTROL an. Das Akronym steht für
“Controlling Risk of Highly Automated Transportation Systems Operating in
Complex Open Environments”.

„Unsere gemeinsame Forschung adressiert schwierige Szenarien, die auch für
autonome Fahrzeuge auf der Straße oder der Schiene herausfordernd sein
können. Dazu gehören unerwartete Hindernisse auf der Fahrbahn oder Strecke
sowie schlechte Sicht beispielsweise bei wechselhaftem Wetter oder
problematischen Witterungs- und Lichtverhältnissen“, erklärt die
Konsortialleitung Dr. Cornel Klein (Siemens) und Dr. Sanwardhini Pantawane
(Valeo). Fachleute sprechen in diesem Zusammenhang von sogenannten Long-
Tail-Events. Gemeint sind damit seltene kritische Ereignisse oder
Szenarien, die nur schwer oder gar nicht durch Datensätze oder Testfahrten
abprüfbar sind.

Die Forschungs- und Entwicklungsteams von CONTROL werden in den kommenden
drei Jahren innovative Methoden zur Absicherung autonomer Fahrzeuge
erarbeiten, die helfen sollen, solche Long-Tail-Events sicher zu
bewältigen – und zwar sowohl für PKW, LKW und Züge. Zentral ist die
Entwicklung einer Sicherheitsargumentation, die Unsicherheiten im
Fahrzeugbetrieb systematisch erfasst, bewertet, kontrolliert und in die
Architektur autonomer Systeme integriert. Dafür werden Metriken, Modelle
und Werkzeuge entwickelt, die skalierbar, domänenübergreifend und
industriell umsetzbar sind. Die gesamte Wahrnehmungskette, von der
Sensorik über die Datenverarbeitung bis zur Bewertung, wird als
zusammenhängendes System betrachtet. Dabei werden Einflüsse wie Wetter,
Umgebung oder technische Störungen modelliert und durch adaptive
sensorgestützte Verfahren berücksichtigt. In Simulationen am Rechner, in
Laboraufbauten wie Testständen sowie in Demonstratoren und Testfahrzeugen
wird die Zuverlässigkeit und Funktionsfähigkeit der Sicherheitsarchitektur
geprüft und bewertet.

Deutschland ist Vorreiter für Sicherheits-Technologien für das
automatisierte Fahren
Hochautomatisierte Fahrzeuge arbeiten mit einer Vielzahl an Daten aus
unterschiedlichsten Messsystemen wie Sensoren oder Kameras. Diese Daten
müssen zusammengeführt und zentral verarbeitet werden, damit die zentrale
Rechen- und Steuereinheit des Fahrzeugs auf dieser Grundlage sinnvolle
Fahrmanöver ableiten kann. Wissenschaftler der Universität Ulm forschen in
CONTROL zu Qualitätsmetriken für die Datenfusion und erhalten dafür 570
000 Euro aus dem Fördertopf. „Wir entwickeln Verfahren, mit deren Hilfe
das System die Qualität seiner erzeugten Daten selbst beurteilen und damit
Auskunft geben kann, ob diese ausreichend ist, um sicher agieren zu
können“, sagt Professor Michael Buchholz vom Institut für Mess-, Regel-
und Mikrotechnik, der mit einer Arbeitsgruppe am CONTROL-Projekt beteiligt
ist.

„Die Ergebnisse kommen sofort aus der Forschung in die Praxis. Das
Konsortialprojekt stärkt die Wettbewerbsfähigkeit der deutschen Industrie
im Bereich der autonomen Mobilität, und es schafft eine wichtige Grundlage
für neue Produkte und Standards – von der Straße über die Schiene bis hin
zu weiteren Anwendungsfeldern wie industrielle Automation oder Robotik“,
sind die Projektverantwortlichen überzeugt. Damit Deutschland seine
Vorreiterrolle in der Technologie für das automatisierte Fahren auch in
Zukunft behält.

Über CONTROL

Das Forschungsprojekt wird vom Bundesministerium für Wirtschaft und
Energie (BMWE) mit insgesamt 15,6 Millionen Euro gefördert. CONTROL
vereint 24 Partner aus Industrie und Wissenschaft – darunter
Fahrzeughersteller, Zulieferer für den Straßen- und Schienenbereich,
Hochschulen und Forschungseinrichtungen. Die Siemens AG und die Valeo
Schalter und Sensoren GmbH führen den Verbund.
Das Projekt wird vom Verband der Deutschen Automobilindustrie über die
„VDA Leitinitiative autonomes und vernetztes Fahren“ unterstützt. Die
Leitinitiative befördert sogenannte vorwettbewerbliche Konsortialprojekte
deutscher Autohersteller und Zulieferer, die – obwohl sie auf dem Markt um
Anteile konkurrieren – dort gemeinsam mit Akteuren aus der Wissenschaft zu
Schlüsseltechnologien und Querschnittsthemen wie KI, Sicherheit und
Standardisierung forschen.

Liste der Forschungs- und Industriepartner des Konsortialprojektes CONTROL

Forschungspartner:
Automotive Solution Center for Simulation e.V.
Deutsches Zentrum für Luft- und Raumfahrt e.V.
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Karlsruhe Institute of Technology (KIT)
Technische Universität Braunschweig
Technische Universität Darmstadt
Technische Universität Ilmenau
Technische Universität München
Universität Ulm

Industriepartner
Siemens Aktiengesellschaft
Valeo Schalter und Sensoren GmbH
ADC Automotive Distance Control Systems GmbH
AVL Deutschland GmbH
Daimler Truck AG
dSPACE GmbH
Infineon Technologies AG
Mercedes-AMG GmbH
Mercedes-Benz AG
Persival GmbH
Siemens Mobility GmbH
Spleenlab GmbH
TWT GmbH
Validas AG
ZF Friedrichshafen AG