RELAI: Trainingsszenarien für KI

Entwicklung unterschiedlicher Trainingsszenarien für eine lernende Fahrzeugautomation

© ekkasit919 - stock.adobe.com

Herausforderung

Für die Sicherheit im Straßenverkehr ist es wichtig, dass sich automatisierte Fahrzeuge entsprechend der Erwartungen anderer Verkehrsteilnehmer verhalten. Im Projekt RELAI werden Daten erhoben und aufbereitet, um verschiedene Prüfszenarien (z.B. Verhalten am Zebrastreifen) für Fahrzeugautomationen zu erstellen. Anhand dieser Prüfszenarien soll die Fahrzeugautomation erlernen, welches Verhalten sie in bestimmten Situationen von Fahrzeuginsassinnen und Insassen sowie anderen Verkehrsteilnehmenden erwartet kann.

Methodik

Das Fraunhofer IAO und das IAT der Universität Stuttgart werden zunächst mit einem dafür ausgerüsteten Fahrzeug Daten im Realverkehr auf dem Testfeld Baden-Württemberg erheben. Hierfür werden Situationen untersucht, in denen Fahrzeuge mit schwächeren Verkehrsteilnehmern, z.B. Fußgängern, in Kontakt kommen. Diese Situationen werden dann virtuell nachgebaut, um modellbasierte Prüfszenarien für eine Fahrzeugautomation zu erstellen. Nutzerstudien sichern anschließend, dass das durch die Prüfszenarien erlernte Verhalten den Erwartungen der Nutzer entspricht.