Neue Software erhöht die Sicherheit von autonomen Fahrzeugen in Verkehrssituationen

Die Technische Universität München (TUM) hat eine neue Software entwickelt, die die Sicherheit von autonomen Fahrzeugen bei der Konfrontation mit dem Straßenverkehr verbessern wird. Die Software kann Vorhersagen über eine Verkehrssituation treffen und arbeitet extrem schnell, indem sie alle Millisekunden Vorhersagen trifft. 

Diese Software wird in einer Situation nützlich sein, in der das autonome Fahrzeug beispielsweise auf ein anderes Fahrzeug und Fußgänger gleichzeitig trifft. Diese Szene erscheint unvorhersehbar, und erfahrene menschliche Fahrer müssten auf eine Vielzahl von verschiedenen Faktoren achten. 

Die Forschung wurde in Nature Machine Intelligence, mit dem Titel “Verwendung der Online-Verifizierung, um zu verhindern, dass autonome Fahrzeuge Unfälle verursachen” veröffentlicht. 

Sicherheitssoftware gewährleisten

Matthias Althoff ist Professor für Cyber-Physische Systeme an der TUM.

“Diese Art von Situationen stellen eine enorme Herausforderung für autonome Fahrzeuge dar, die von Computerprogrammen gesteuert werden”, sagt Althoff. “Aber autonomes Fahren wird nur dann die Akzeptanz der Allgemeinheit gewinnen, wenn Sie sicherstellen können, dass die Fahrzeuge andere Verkehrsteilnehmer nicht gefährden – egal wie verwirrend die Verkehrssituation ist.”

Eine der Hauptherausforderungen bei der Entwicklung von Software für autonome Fahrzeuge ist es, sicherzustellen, dass sie keine Unfälle verursacht. 

Die Software, die von einem Team unter der Leitung von Althoff an der Münchner Schule für Robotik und künstliche Intelligenz an der TUM entwickelt wurde, ist in der Lage, Verkehrereignisse permanent zu analysieren und vorherzusagen, während sie unterwegs ist. Sie funktioniert, indem sie alle Millisekunden Fahrzeug-Sensordaten aufzeichnet und auswertet, und die Software kann Vorhersagen und Berechnungen für alle möglichen Bewegungen jedes Verkehrsteilnehmers treffen. Dies ist davon abhängig, dass die Teilnehmer die Straßenverkehrsregeln einhalten, und es resultiert darin, dass das System in der Lage ist, drei bis sechs Sekunden in die Zukunft vorherzusagen.

Sobald es diese zukünftigen Sekunden bestimmt, entscheidet das System über mögliche Bewegungen für das autonome Fahrzeug, während es gleichzeitig Notbewegungen im Falle einer gefährlichen Situation berechnet. Aufgrund dieses Notfallaspekts der Software ist es üblich, dass das System nur Routen verfolgt, die keine vorhersehbaren Kollisionen aufweisen, bei denen eine Notmanöver erforderlich ist. 

Früher als unpraktisch angesehen

Der Grund, warum es so lange gedauert hat, ein solches System zu entwickeln, ist, dass es traditionell als zeitaufwändig und weniger praktisch als andere Lösungen angesehen wurde. Das Team der Forscher hat jedoch nun seine Wirksamkeit und die Art und Weise, wie es umgesetzt werden kann, bewiesen. 

Vereinfachte dynamische Modelle werden für die Berechnungen verwendet, während die Reichweitenanalyse hilft, die zukünftigen Verkehrsbewegungen zu berechnen. Da es so lange dauert, alle Straßenbenutzer und ihre Eigenschaften gleichzeitig zu berechnen, konzentrierte sich das Team auf vereinfachte Modelle, um den Prozess zu beschleunigen. Diese Modelle sind mathematisch machbar und haben einen größeren Bewegungsspielraum als reale, und sie ermöglichen es, eine große Anzahl von möglichen Kombinationen zu erforschen.

Das Team entwickelte dann ein virtuelles Modell auf der Grundlage von echten Verkehrsdaten, die während von Testfahrten mit einem autonomen Fahrzeug gesammelt wurden, was eine reale Verkehrsumgebung bot, um das System zu testen. 

“Mit den Simulationen konnten wir feststellen, dass das Sicherheitsmodul nicht zu einem Leistungsverlust in Bezug auf das Fahrverhalten führt, die vorhergesagten Berechnungen korrekt sind, Unfälle verhindert werden und in Notfällen das Fahrzeug demonstrativ zum Stillstand gebracht wird”, sagt Althoff. 

Die neue Software ist nur das neueste Beispiel für Fortschritte im Bereich der autonomen Fahrzeuge, und sie ist ein weiterer Beweis für die mögliche Wirksamkeit von Lösungen, die einst als unpraktisch angesehen wurden.