Motivation und Zielstellung

Verschiedene Studien zeigen, dass in den nächsten 15 Jahren autonome Fahrzeuge einen wesentlichen Anteil am Stadtverkehr haben werden. Diese Entwicklung erfordert weitere Forschung über die Interaktion zwischen den verschiedenen Verkehrsteilnehmenden, um daraus Schlussfolgerungen für zukünftige Interaktionen ziehen zu können. Vor allem die Berücksichtigung des komplexen und dynamischen Verhaltens von Radfahrenden stellt eine zentrale Herausforderung bei der Entwicklung von Algorithmen für autonome Fahrzeugen dar. Ziel ist es daher, eine innovative Methode zu entwickeln, die das Verhalten unterschiedlicher Radfahrender und deren Fahrradtypen in die Trajektorienberechnung autonomer Fahrzeuge einbezieht. Relevante Kontextfaktoren werden identifiziert und klassifiziert, um die notwendigen Anforderungen und Parameter für die Algorithmen zu definieren.

Vorgehensweise

Die Projektspezifischen Fragestellung werden durch eine Kombination verschiedener Methoden beantwortet. Zunächst wird eine effiziente Testumgebung geschaffen, die Fahrsimulatoren und Fahrradsimulationen nutzt. Diese virtuellen Umgebungen ermöglichen eine realitätsnahe Nachbildung von Verkehrssituationen, bei der Menschen interagieren können, während die Rahmenbedingungen gezielt manipulierbar und reproduzierbar sind. Die Ergebnisse der Intentionserkennung und deren Auswirkungen auf das Verhalten werden analysiert und zur Weiterentwicklung eines Assistenzsystems genutzt.

Die Ergebnisse fließen in die Entwicklung eines KI-intentionsbasierten Assistenzsystems, das speziell auf das Zusammenspiel zwischen autonomen Fahrzeugen und Radfahrern abgestimmt ist ein. Dabei werden typische Verhaltensweisen wie Geschwindigkeit, Abbiegen und Anhalten modelliert. Bildgebende Sensoren im autonomen Fahrzeug erfassen die Umgebung und ermöglichen eine KI-basierte Berechnung der Trajektorien, die indirekt auch die Intentionen der Radfahrenden berücksichtigt und so die Fahrplanung und Sicherheit optimiert.

Schließlich erfolgt die Verifizierung der Ergebnisse. Die Trajektorien, die das autonome Fahrzeug unter Berücksichtigung der Intentionen von "Vulnerable Road Users" berechnet, werden in einer Simulationssoftware und der virtuellen Testumgebung geprüft, um eine realitätsnahe und sichere Reaktion des autonomen Fahrzeugs auf Radfahrende zu gewährleisten.