Mindmotiv beteiligt sich an Verbundprojekt KIsSME des Bundeswirtschaftsministeriums
Bei der Entwicklung, Erprobung und dem Betrieb hochautomatisierter Fahrzeuge werden große Mengen an Daten erzeugt. Diese Datenmengen zu reduzieren, um Speicherplatz, Energie und Auswertungsaufwand zu sparen, zugleich aber die Informationen so zu verdichten und zu nutzen, um die Fahrzeuge sicherer zu machen – darauf zielt das neue Projekt KIsSME. Das Kürzel steht für „Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von Hochautomatisierten Fahrzeugen“. Auf künstlicher Intelligenz basierende Algorithmen selektieren die Daten im Fahrbetrieb und sortieren sie in sogenannte „Szenarienkataloge“ ein.
Mindmotiv wird seine Expertise zu Microservice-basierten Cloudanwendungen und dem Daten-Logging auf Embedded Systems in den Projektverbund einbringen, welche die Basis für die signalbasierte Qualitätssicherungs- und Testplattform Arttest des Unternehmens bilden.
„Das Streaming von Fahrzeugdaten in die Cloud bereits während der Testfahrt und die Aufbereitung dieser Daten in einem standardisierten Format haben eine enorme Bedeutung für das hochautomatisierte Fahren. Die weitere Verwendbarkeit der Fahrszenarien, beispielsweise zur Validierung von Algorithmen, ist für die Entwicklung des sicheren autonomen Fahrzeugs essenziell.“, erläutert Florian Göbe von der Mindmotiv GmbH.
Hochautomatisiertes Fahren verspricht viele Vorteile – mehr Komfort für die Fahrenden, weniger Unfälle, einen flüssigeren und damit umweltfreundlicheren Straßenverkehr. Die zukünftigen Fahrzeuge verfügen über viele verschiedene Sensoren, mit denen sie Informationen über ihren eigenen Status sowie aus ihrer Umgebung aufnehmen. Anhand dieser Informationen müssen sie in kürzester Zeit verlässliche Fahrentscheidungen treffen. Bei ihrer Erprobung muss jede Fahrzeugvariante Millionen von Kilometern zurücklegen und viele verschiedene Szenarien meistern, die Infrastruktur, Witterung sowie Verkehrsteilnehmer und deren Verhalten kombinieren.
Kataloge von Fahrszenarien zu erstellen und bei der Fahrzeugerprobung neu auftretende Szenarien einzusortieren, das heißt, schon während des Fahrbetriebs nur diejenigen Daten aufzuzeichnen, die tatsächlich einen Mehrwert bringen – das ist der Ansatz des nun gestarteten neuen Verbundvorhabens KIsSME (Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen). Dazu entwickeln Wissenschaftlerinnen und Wissenschaftler auf KI basierende Algorithmen, die bereits während des Fahrbetriebs die anfallenden Daten selektieren. „KIsSME zielt darauf, den Szenarienkatalog auszubauen und zugleich Datenmengen zu reduzieren“, erklärt Michael Frey, der am FAST des Karlsruher Instituts für Technologie (KIT), einem der Verbundpartner, unter anderem die Forschungsgruppe „Automatisierung“ leitet. „Dies spart Speicherplatz und Strom und verringert den Aufwand für Auswertung und Datenschutz.“
Die Koordination des Verbundvorhabens KIsSME liegt bei der AVL Deutschland GmbH. Als Partner sind neben der Mindmotiv GmbH das Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut, das FZI Forschungszentrum Informatik, die LiangDao GmbH, das Karlsruher Institut für Technologie (KIT), die RA Consulting GmbH und die Robert Bosch GmbH beteiligt. Als assoziierte Partner fungieren der ASAM e.V., Association for Standardization of Automation and Measuring Systems, sowie der Cluster Elektromobilität Süd-West, koordiniert von der e-mobil BW GmbH, Landesagentur für neue Mobilitätslösungen und Automotive Baden-Württemberg. Das Bundesministerium für Wirtschaft und Energie (BMWi) fördert das Vorhaben mit insgesamt 6,5 Millionen Euro. KIsSME ist Anfang 2021 gestartet und auf drei Jahre angelegt.
