Skip to main content
main-content

24.06.2020 | Automatisiertes Fahren | Im Fokus | Onlineartikel

KI für hochautomatisiertes Fahren soll sicherer werden

Autor:
Dieter Beste
3 Min. Lesedauer

Technologisch ist automatisiertes Fahren in greifbarer Nähe – doch ohne nachgewiesene Sicherheit für alle Verkehrsteilnehmer besteht die Gefahr, dass diese Anwendung von Verfahren der künstlichen Intelligenz nicht akzeptiert wird.

 

Automatisiertes Fahren (Autonomous Driving, AD) ist ein ambitioniertes Ziel und nach wie vor Schwerpunkt von Forschung und Entwicklung. Ein AD-System befähigt ein Fahrzeug, gewisse dynamische Fahraufgaben (Dynamic Driving Tasks, DDTs) unter klar definierten Umgebungsbedingungen (Operational Design Domains, ODDs) automatisiert auszuführen. Ein autonomes Fahrzeug muss also seine Umwelt wahrnehmen und auf diese adäquat reagieren können – zum Beispiel muss es die Bewegungen von Fußgängern interpretieren können, um Intentionen für deren weiteres Verhalten abzuleiten. In hochautomatisierten Fahrzeugen werden diese Aufgaben zunehmend von künstlicher Intelligenz (KI) übernommen. 

Empfehlung der Redaktion

2020 | OriginalPaper | Buchkapitel

Künstliche Intelligenz verändert alles

KI ist die sich am schnellsten beschleunigende Zukunftstechnologie unserer Zeit. Leise und still ist sie im Markt angekommen und arbeitet unauffällig im Hintergrund. Medial rückt sie seit Jahren in den Vordergrund. Und dies völlig zu Recht: Denn die technologische Evolution entwickelt sich durch ihr exponontielles Wachstum bald über eine Million Mal schneller als die biologische Evolution. In der Folge verändert sie branchenübergreifend die bisherigen Wertschöpfungslogiken und Ertragsmodelle in Unternehmen. 

"Künstliche Intelligenz für automatisiertes Fahren - Quo Vadis?", titeln die Autoren Alexander Jungmann, Christian Lang und Marcus Pelz ihre Bestandsaufnahme in der Zeitschrift ATZelektronik 3-2020 und fassen zusammen: "Eine der größten zukünftigen Hürden für AD-Systeme wird die Absicherung des richtigen Verhaltens in allen möglichen Situationen im Rahmen der zuvor definierten ODD sein." (Seite 16 f) Solange eine klare Abgrenzung der Komponenten Wahrnehmung, Planung und Ausführung weiterbestehe und Maschinelles Lernen (ML) nur punktuell innerhalb einzelner Funktionsbausteine eingesetzt werde, erscheint ihnen das Testen und Absichern des Gesamtsystems aufgrund seiner modularen Zerlegbarkeit "noch möglich und praktikabel, wenn auch sehr aufwendig." Diese Herausforderung wird allerdings umso größer, je verzahnter die einzelnen Komponenten sind und je intelligenter ihre Interaktion miteinander ist, warnen die Springer-Autoren: "Dieser Zwiespalt zwischen überlegener Leistung komplexer KI-Systeme einerseits und effektiver Möglichkeiten der Absicherung andererseits wird wahrscheinlich ein vorherrschendes Thema für KI-basierte AD-Systeme." 

Automobilhersteller, Zulieferer, Technologie-Unternehmen und Forschungsinstitute in Deutschland wollen deshalb jetzt gemeinsam im Dialog mit Zertifizierungsstellen und Standardisierungsgremien an der größtmöglichen Absicherung von KI-Funktionen arbeiten. Ziel des vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderten Forschungsprojekts "KI-Absicherung" ist es, abgesicherte KI-Funktionsmodule und standardisierte Schnittstellen für einen allgemein akzeptierten Industriekonsens zu schaffen und die Position der deutschen Automobilbranche nachhaltig zu stärken

Sicherheit der KI muss nachweisbar sein

"KI-Funktionsmodule können automatisiertes Fahren sicherer machen, zum Beispiel durch KI-basierte Fußgängererkennung. Das muss jedoch für den Einsatz im Straßenverkehr nachweisbar sein", sagt Michael Mock vom Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS). Neben dem Konsortialführer Volkswagen AG ist er stellvertretender Leiter und wissenschaftlicher Koordinator des Projekts KI-Absicherung, das bis Juni 2022 laufen wird. Darin arbeiten führende Experten aus Industrie und Wissenschaft aus bisher weitgehend unabhängig voneinander agierenden Fachrichtungen der KI-Algorithmen, der 3-D-Visualisierung und Animation sowie der funktionalen Sicherheit erstmals zusammen.

Industriekonsens zur Absicherung von KI-Funktionsmodulen

Das Konsortium verfolgt das Ziel, eine stringente und nachweisbare Argumentationskette für die Absicherung und Freigabe von KI-Funktionsmodulen im Kontext des hochautomatisierten Fahrens aufzubauen. Dafür wird im Projekt eine Prozesskette mit offenen standardisierten Schnittstellen zur Erzeugung hochwertiger und reproduzierbarer synthetischer Trainings- und Testdatensätze erzeugt. Weiterhin werden KI-Algorithmen zur Fußgängererkennung programmiert und vorwiegend mit diesen erzeugten synthetischen Daten trainiert und getestet. Auf diese Weise wollen die Forscher beispielhaft Methoden und Maßnahmen entwickeln, die dazu geeignet sind, die Argumentationskette zur prinzipiellen Absicherung mit messbaren Leistungs- und Sicherheitsmaßen für KI-Funktionsmodule zu untermauern. Mithilfe der im Projekt gewonnenen Erkenntnisse soll dann im Dialog mit Standardisierungsgremien und Zertifizierungsstellen die Grundlage für einen Industriekonsens zur Absicherung solcher KI-Funktionsmodule gelegt werden.

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

01.12.2019 | Entwicklung | Ausgabe 12/2019

Maschinelles Lernen für das automatisierte Fahren

01.05.2020 | Titelthema | Ausgabe 5/2020

Virtueller Test automatisierter Fahrfunktionen

2020 | OriginalPaper | Buchkapitel

Do you trust driverless vehicles?

Quelle:
Automatisiertes Fahren 2019

Das könnte Sie auch interessieren

Premium Partner

    Bildnachweise