Zum Inhalt springen

i4Driving: Integrierte 4D-Fahrmodellierung unter Berücksichtigung von Unsicherheiten

Eine Studentin sitzt im Forschungsfahrzeug der TH Aschaffenburg.
  1. Intelligent Mobility
  2. Artificial Intelligence and Data Science

Aufbau einer Datenbank, die mehrere Referenz-Modelle zur Vielfalt menschlichen Fahrverhaltens für die virtuelle CCAM Bewertung weiterentwickelt, integriert und bereitstellt.

Kooperationspartner

Förderung

Das Projekt wird mit EU-Mitteln aus dem Horizon Europe Research & Innovation Rahmenprogramm finanziert und von der Europäischen Partnerschaft Connected Cooperative and Automated Mobility (CCAM) unterstützt.

Hintergrund

Connected Cooperative and Automated Mobility (CCAM) kann mit „vernetzte, kooperative und automatisierte Mobilität“ übersetzt werden und gilt als einer der nächsten großen Trends in der Automobilbranche. Dieser Ansatz verfolgt ein stärker nutzerorientiertes und integratives Mobilitätssystem, das die Verkehrssicherheit erhöhen und gleichzeitig die Verkehrsbelastung und den ökologischen Fußabdruck verringern soll.

Im i4Driving Projekt arbeitet die TH Aschaffenburg mit 13 Partnern aus sieben europäischen Ländern zusammen. Das Projekt wird durch die CCAM-Partnerschaft unterstützt. Das Projektkonsortium vereint alle Fachkenntnisse, die für die Zielsetzung des Projekts erforderlich sind (z. B. Verkehrstechnik, menschliche Faktoren, Daten- und Computerwissenschaften). Außerdem kooperiert das Projektteam mit einem starken internationalen Netzwerk aus akademischen und professionellen Partnern zur Zusammenarbeit und Abstimmung neuer Ansätze.

Ziele

Ziel des i4Driving Projekts ist es, eine industrienahe Methodik zu erforschen, die eine zuverlässige und realistische Grundlage für die virtuelle Bewertung von CCAM-Systemen im Bereich der Verkehrssicherheit bietet. Bewertungsmaßstab ist der Vergleich des Verhaltens von CCAM-Systemen zu sicher und effizient gesteuerten Fahrzeugen, deren Fahrverhalten erfahrene und sachkundig fahrende Personen in den Referenz-Modellen abbilden. 

Methoden

Um die Sicherheitsleistung zwischen autonomen Fahrzeugen und von Menschen gesteuerten Fahrzeugen zu vergleichen, wird das gesamte Leistungsspektrum von menschlichen Fahrenden in kritischen Fahrsimulationen erfasst.

Folgende Ideen kommen zum Einsatz:

  • eine mehrstufige, modulare und erweiterbare Simulationssoftware, die bestehende und neue Modelle für das menschliche Fahrverhalten kombiniert;

in Kombination mit

  • einer innovativen, disziplinübergreifenden Methodik, um die große Ungewissheit sowohl im menschlichen Verhalten als auch in den Anwendungsfällen zu berücksichtigen.

Die Ungewissheit wird beurteilt, um zu prüfen, inwieweit die Modelleingaben, -parameter und -struktur gerechtfertigt sind. Außerdem kann damit evaluiert werden, wie Expertinnen und Experten aus verschiedenen Disziplinen die Ergebnisse beurteilen und wie gerechtfertigt die zugrunde liegenden Annahmen wirklich sind.

Das Projektteam verfügt über experimentellen Mittel, um (Beinahe-)Unfälle in Szenarien mit mehreren Fahrenden realistisch zu simulieren (Zugang zu Datenquellen, fortschrittlichen Fahrsimulatoren und Feldlabors).

 

Weiterführende Informationen finden Sie auf der i4Driving-Projektseite.

Kontakt