Leichte SpracheUmfelderfassungssystem zur Vorhersage der Unfallschwere beim automatisierten Fahren – SAVE-ROAD
links: Versuchsträger von CARISSMA C-ISAFE und Partner e:fs Techhub Gmbh (Quelle: Technische Hochschule Ingolstadt, e:fs Techhub Gmbh) rechts: Softcrashversuche bei Nebelbedingungen in der Indoor-Versuchsanlage von CARISSMA (Quelle: Technische Hochschule Ingolstadt)
Im Projekt SAVE ROAD konnten die Projektpartner CARISSMA, das deutschlandweite Leitzentrum für Fahrzeugsicherheit, Excelitas PCO GmbH, ein weltweit vertretenes und auf die Entwicklung und Produktion von Highend-Kamerasystemen spezialisiertes Unternehmen, sowie der Automotive Engineering Dienstleister e:fs TechHub GmbH die zuverlässige Unfallprädiktion vor dem Hintergrund des sicheren automatisierten Fahrens entscheidend vorantreiben.
Um den besonderen Anforderungen verschiedener Witterungsbedingungen gerecht zu werden, wurde eine neue robuste Rohdatenfusionsalgorithmik entwickelt, die die Teilinformationen einzelner Sensoren unter Störeinflüssen effektiv miteinander korreliert.
Die durch das KI-Fusionsmodell ermittelten Informationen werden zur Prädiktion möglicher Kollisionspartner in kritischen Fahrszenarien und zur Vorhersage der Schwere des Crashs genutzt, was essenziell für eine frühzeitige Aktivierung von Fahrzeugsicherheitssystemen ist. Die Robustheit der KI-Fusionsmethoden wurde dabei in der Indoor-Versuchsanlage von CARISSMA durch die realitätsgetreue Nachstellung verschiedener Witterungsszenarien wie Regen oder Nebel unter reproduzierbaren Bedingungen nachgewiesen. Teile der generierten Daten wurden auf die SuperbDataKraken Cloudplattform von e:fs hochgeladen, um diese für eine mögliche Analyse und Auswertung in einer Entwicklungsumgebung bereitzustellen.
Als Projektabschluss wurden die Sensoren und die Algorithmen in ein Testfahrzeug integriert, mit dem erfolgreich reale Tests durchgeführt wurden.
