Schlüssel zum sicheren Fahren
Autonomes Fahren wird das Auto grundlegend revolutionieren. Die Künstliche Intelligenz (KI) wird dabei eine zentrale Rolle spielen und Fahrzeuge fit für die Zukunft machen. Ein maßgeblicher Forschungsbereich auf dem Weg dorthin ist die Vorhersage des Verhaltens sämtlicher Verkehrsteilnehmer. Im Fokus stehen möglichst verlässliche und sichere Prognosen im Straßenverkehr. Um diese zu treffen, werden die Methoden der KI herangezogen.
Die von fortiss entwickelte Softwareplattform BARK (Behavior BenchmARK) setzt KI für die Zukunft der Automobile gezielt ein und entwickelt mit ihrer Hilfe ein breites Spektrum an Verhaltensmodellen.
Verlässliches und sicheres Verhalten autonomer Fahrzeuge in der Gegenwart von Menschen zu garantieren, ist eine der großen Herausforderungen. Die Interaktionen zwischen Verkehrsteilnehmern sind permanent von Unsicherheiten geprägt. Aus diesem Grund nutzen autonome Fahrzeuge Verhaltensmodelle, um mögliche Reaktionen von menschlichen Fahrern auf die Fahrzeugbewegung darzustellen.
Ziel ist es, ein absolut sicheres Fahrzeugverhalten zu erreichen, wenn Menschen im Verkehr teilnehmen. Doch dazu müssen zunächst die Auswirkungen von fehlerhaften Verhaltensmodellen verstanden werden. Die Softwareplattform BARK setzt genau an dieser Stelle mit einer systematischen Herangehensweise an, indem sie es ermöglicht, Fehler in den Verhaltensmodellen während der Simulation nachzustellen.
Die Softwareplattform BARK setzt ihren Fokus auf eine modularisierte, systematische Entwicklung von Verhaltensplanungskomponenten für autonome Systeme mit Schwerpunkt Autonomes Fahren. Ein in BARK entwickeltes Verhaltensmodell kann sowohl für die Planung der Bewegung des autonomen Fahrzeuges, als auch für Prädiktion anderer Verkehrsteilnehmer während der Planung sowie zur Simulation anderer Verkehrsteilnehmer in einer Verkehrssituation eingesetzt werden. Die Plattform unterstützt dabei die Anwendung von klassischen wie moderneren Methoden der KI.
In einem breiten Spektrum an Verkehrssituationen kann das Verhalten anderer Verkehrsteilnehmer unterschiedlich für die Prädiktion als auch die Simulation parametriert werden, um Fehler im angenommenen Verhaltensmodell simulativ nachzustellen. So werden die Auswirkungen von Modellfehlern in der Prädiktion auf die Sicherheit des autonomen Fahrzeuges bestimmbar.
Die Softwareplattform BARK hat erfolgreich aufgezeigt, wie eine systematische Entwicklung von Verhaltensmodellen in der Forschung zur interaktiven Verhaltensplanung hilfreich sein kann.
Die Weiterentwicklung des Werkzeuges im Rahmen der aktuellen Forschung ermöglicht die fortwährende Unterstützung neuester Methoden im Bereich der KI sowie den Einsatz und die Erprobung in verschiedenen Praxisfeldern.
BARK wird bereits im Rahmen von Industrieprojekten angewendet und erprobt. Unter anderem wurde das mit dem auf selbstfahrende Autos spezialisierten Audi-Start-up AID (heute ARGO AI) ein Projekt für die Simulation von autonomen Taxis im urbanen Raum umgesetzt.
In einem weiteren Forschungsprojekt mit Deloitte dienten BARK und die Erweiterung BARK-ML als Entwicklungswerkzeuge für das Training und die Evaluierung von Verhaltensplanungsalgorithmen unter Verwendung von Reinforcement Learning.
Darüber hinaus wurde mit Intel Labs die Softwareplattform in einem Forschungsprojekt im Bereich Autonomes Fahren eingesetzt.
