Schwerpunkt I: Perzeption

Eine zuverlässige Wahrnehmung der Fahrzeugumgebung ist eine zentrale Voraussetzung für kooperatives automatisiertes Fahren, da sie die Grundlage für alle nachgelagerten Funktionen wie Prädiktion und Entscheidungsfindung bildet. Fehler in der Wahrnehmung können erhebliche Sicherheitsrisiken verursachen, wie frühe tödliche Unfälle im Bereich des automatisierten Fahrens gezeigt haben. Trotz bedeutender Fortschritte stellt die Umfelderfassung weiterhin eine große Herausforderung dar.

Das Ziel des Schwerpunkts Perzeption besteht darin, aus Sensordaten ein genaues Abbild des aktuellen Zustands im Umfeld des betrachteten, automatisierten Fahrzeugs (EGO-Fahrzeug) abzuleiten und dabei resultierende Unsicherheiten zu reduzieren sowie für die Weiterverarbeitung im Schwerpunkt Prädiktion zu quantifizieren. Dabei fokussiert Beyond Validation AI auf zwei Themenbereiche, die großes Innovationspotenzial für eine zuverlässige Perzeption bieten: (1) Online-Monitoring und Reduktion von Unsicherheiten in der KI-basierten Sensorrohdatenverarbeitung; (2) Betrachtung der V2X-Kommunikation als zusätzliche Informationsquelle um Unsicherheiten zu reduzieren, die aber wiederum andere Unsicherheiten verursacht. Zusätzlich adressiert die Forschung im Schwerpunkt Perzeption auch Verkehrssituationen, in denen Teile der Szene nur eingeschränkt sichtbar oder vollständig verdeckt sind. V2X-Kommunikation und intelligente Infrastruktursysteme erweitern dabei die Wahrnehmung über das hinaus, was das EGO-Fahrzeug unmittelbar erfassen kann, und erleichtern so die Identifikation verbleibender Unsicherheiten sowie potenziell verdeckter Verkehrsteilnehmenden.