Profilregion Mobilitätssysteme Karlsruhe

Automatisierte und autonome Mobilität

Fahrerassistenzsysteme liefern schon heute wesentliche Beiträge zu Komfort, Sicherheit und Energieeffizienz. Intelligente Systeme erfassen die Fahrsituation und geben nicht nur Hinweise an den Fahrer, sondern greifen auch aktiv ein. Ein Fahrzeug wird zum Beispiel beim unbeabsichtigten Verlassen der Fahrbahn aktiv auf die Spur zurückgelenkt. Der Regeltempomat beeinflusst Gas und Bremse, um Komfort zu steigern, für mehr Sicherheit sorgt ein Notbremsassistent. Noch hat aber immer der Fahrer die Hoheit.

Die Integration von Kameras, Radar-und Ultraschallsensoren erlauben eine zunehmend abdeckende Umfelderfassung. Neben Sicherheit und Effizienz kann autonomes Fahren bei sich wandelnden gesellschaftlichen Randbedingungen lebenslange Mobilität für alle ermöglichen. Ältere Menschen, die sich nicht mehr auf hochfrequentierte Strecken trauen, können durch autonomes Fahren wieder stress- und sorgenfrei am Straßenverkehr teilnehmen. Ländliche Regionen, in die aus Rentabilitätsgründen kein Personennahverkehr mehr fährt, können durch wesentlich günstigere, kleinere autonome Einheiten, als der klassische Überlandbus, wieder an das urbane Leben herangeführt werden. Junge Menschen, die keinen Führerschein besitzen, können verstärkt an Ausbildung, Kultur und Freizeitangeboten teilhaben.
Taxi- und Mietfahrzeuge können in mittelbarer Zukunft zu autonomen Individual-Transportmitteln ohne Fahrer entwickelt werden. Sie holen den Passagier ab, fahren ihn zum gewünschten Zielort, setzen ihn ab, führen Selbstdiagnose und ggf. Servicearbeiten wie Aufladen durch. Und im Güterverkehr bzw. beim Personentransport werden sich automatisierte und zukünftig auch autonome Fahrzeuge intelligent zu Einheiten mit gleicher Route über bestimmte Zeit kombinieren.

Ermöglicht wird diese Entwicklung durch Fortschritte und Innovationen bei Technologien, Applikationen und Prozessen. Die Weiterentwicklung speziell in Bildauswertung und Szenenverständnis durch leistungsfähige und robuste Algorithmen ermöglicht eine optimierte Umfelderkennung. Für diese Verarbeitung anfallender Datenmengen entstehen immer stärker integrierte und parallelisierte Elektrik/Elektronik-Topologien und Hardware-Architekturen, die den Anforderungen an Robustheit, Datenschutz und Ausfall-/Übertragungssicherheit eines vernetzten Eingebetteten Systems zunehmend gerecht werden.

Autonomes Fahrzeug mit Sicherheitsfahrer
Innenansicht eines autonomen Forschungsfahrzeugs mit Sicherheitsfahrer


Die Erforschung von Methoden und Algorithmen für kognitives Fahren und neue Parameteridentifikations- bzw. -schätzverfahren durch (Auto-)Kalibrierung von Sensoren oder fahrdynamischen Größen erlaubt vorausschauendes Fahren. Insbesondere die multisensorielle Wahrnehmung, das maschinelle Situationsverstehen und das maschinelle Lernen im Anwendungskontext sind weitere zu nennende Faktoren. Innovative Prozesse und Methoden der Evaluierung und Validierung kognitiver Fahrzeuge erleichtern die Entwicklung der im vorangegangenen geschilderten Applikationen und die Konzeption neuer Anwendungen und Dienste der Mobilität.

Übergeordnetes Ziel des Initialisierungsprojektes ist es, autonomes Fahren im Kontext potentieller Anwendungen weiterzuentwickeln, um in interdisziplinärer und kooperativer Forschungszusammenarbeit die Lücke zur industriellen Umsetzung zu schließen. Dies bezieht sich insbesondere auf die Evaluierung der Funktionalität von fahrerlosen, autonomen Einzelfahrzeugen um einen „fail-safe/-operational“ Betrieb im 24/7 Modus sicherzustellen. Besonders für das autonome Fahren muss ein Funktions- und Sicherheitskonzept für das Gesamtsystem (Fahrzeug, Kommunikation und Ruffunktion) untersucht werden. Dies beinhaltet neben Funktionaler Sicherheit auch Security der Datenschnittstellen (Privacy, Authentizität, …). Des Weiteren sollen Mensch-Fahrzeug-Kooperationskonzepte in das System integriert und für neue Business-Modelle analysiert werden.

Am Ende der hier beschriebenen Pilotphase von 2 Jahren fährt ein elektrisches Fahrzeug auf dem KIT Campus Ost ohne Sicherheitsfahrer. Zum Nachweis der Zielerreichung wird ein Fahrzeug mit einem Mobiltelefon (oder ähnlichem) gerufen, so dass der Fahrgast am Abrufort in das leere Fahrzeug einsteigen kann und dann an den Wunschort gebracht wird.

Autonomes Fahrzeug mit App-Ruf vor Karlsruher Schloss
Beispieldarstellung: Ruf des autonomen Taxis per App

 

Dieses Taxi erweitert so den eigenen Mobilitätsspielraum. Dies gilt insbesondere, wenn bewegungseingeschränkte Personen es nutzen.

Sollte eine Funktion keine plausiblen Ergebnisse liefern, so geht das Fahrzeug automatisch in den Fail-Operational Mode. Im Demonstrator wird dies am Beispiel eines technischen Ausfalls einer Kamera oder auch die Verschmutzung derselben exemplarisch dargestellt.

Die Ergebnisse des Demonstrators und der Entwicklungsprozesse werden mit weiteren Initialisierungsprojekten wie „Vernetze Mobilität“, „Mobilität im urbanen Umfeld“ und „Verkehr und Mobilität in einer sich ändernden Gesellschaft“ verknüpft.

 

Wissenschaftspartner

KIT Institut für Fahrzeugsystemtechnik (FAST) - Lehrstuhl für Fahrzeugtechnik

KIT Institut für Regelungs- und Steuerungssysteme (IRS)

KIT Institut für Technik der Informationsverarbeitung (ITIV) - Eingebettete elektronische Systeme

KIT Institut für Technik der Informationsverarbeitung (ITIV) - Systems Engineering

Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB)