Autonomes Fahren

Fast ein Vierteljahrhundert! Genauer gesagt 24 Jahre gibt es die Safetronic, die internationale Fachtagung für die ganzheitliche Sicherheit von Straßenfahrzeugen, schon. In dieser Zeit hat sich viel getan – und das soll auch so bleiben.

In der öffentlichen Debatte gibt es viele Mythen über autonomes Fahren und Sicherheit. Vier davon werden in diesem Blogpost aus einer US-Perspektive näher betrachtet.

Autonomes Fahren funktioniert in exakt festgelegten Anwendungsbereichen recht gut. Wenn aber fahrerlose Autos quasi unvorbereitet in die „freie Wildbahn“ des täglichen Straßenverkehrs losgelassen werden, ergeben sich möglicherweise Schwierigkeiten, mit denen die Fahrzeuge nicht umgehen können. Drei Beispiele.

Eine exakt definierte Betriebsumgebung ist nicht nur für das autonome Fahren wichtig. Auch für viele weitere hochautomatisierte Systeme im Schienenverkehr, in der Logistik oder der mobilen Robotik sorgt die Operational Design Domain (ODD) für Sicherheit.

Auch dieses Jahr beschäftigt sich die zweitägige Konferenz Safetronic mit vielfältigen Beiträgen zur ganzheitlichen Sicherheit von Straßenfahrzeugen. Frank Kirschke-Biller, Mitglied des Programmbeirats, berichtet im Interview über Schwerpunkte und Highlights für Teilnehmerinnen und Teilnehmer.

In vielen Großstädten ist der Regelbetrieb selbstfahrender Bahnen bereits zum Alltag geworden. Doch wie funktioniert autonomes Fahren im Schienenverkehr?

Es dauert. Und dauert. Aber es kommt: Zum autonomen Fahren leistet das Fraunhofer IKS einen entscheidenden Forschungsbeitrag, erläutert Dr. Reinhard Stolle, neuer Leiter der Business Unit Mobility und stellvertretender Institutsleiter. Trotzdem bleibt noch viel zu tun.

Trotz aller Krisen auf der Welt ist es dem Fraunhofer IKS im Jahr 2023 gelungen, den Auf- und Ausbau des Instituts erfolgreich voranzutreiben. 2024 wollen wir dies fortsetzen und zu diesem Zweck auch neue Akzente setzen.

Auf der diesjährigen Safetronic, der internationalen Fachkonferenz für ganzheitliche Sicherheit von Straßenfahrzeugen, konnte das Fraunhofer IKS knapp 170 Teilnehmer begrüßen. Ein bisheriger Rekord. Ausschlaggebend dafür waren unter anderem die Erfahrungsberichte aus der Industrie zur Sicherheit des automatisierten Fahrens auf Level 3.

Autonome Systeme werden zunehmend in verschiedenen sicherheitskritischen Anwendungen eingesetzt, etwa im autonomen Fahren. Gerade hier sind die Umfeld- und Betriebsbedingungen von entscheidender Bedeutung. Komponenten des Maschinellen Lernens (ML) wie Deep Neural Networks (DNN) fungieren als Wegbereiter und müssen daher selber bei wechselnden Umweltbedingungen zuverlässig funktionieren. Das Fraunhofer IKS bietet eine Lösung, die mit diesen vielfältigen und sich ständig ändernden Umweltbedingungen umgehen kann.

Ganzheitliche Sicherheit für Straßenfahrzeuge steht im Mittelpunkt der Safetronic (15. bis 16. November 2023 in Leinfelden-Echterdingen). Im Video-Interview diskutieren der Institutsleiter des Fraunhofer IKS Prof. Dr. Mario Trapp und das Programmbeiratsmitglied Hans-Leo Ross von Vay Technologies Safety-Herausforderungen im Automobilbereich.

Andreas Knapp ist Mitglied im Programmkomitee der Safetronic 2023, der internationalen Konferenz für ganzheitliche Sicherheit von Straßenfahrzeugen. Auf welche Inhalte sich die Teilnehmerinnen und Teilnehmer freuen können, und auf welche er sich besonders freut, erläutert er im Interview.

In unserem vorherigen Artikel haben wir einige standardisierte Begriffe im Zusammenhang mit dem autonomen Fahren und der Operational Design Domain (ODD) eingeführt. In diesem Artikel befassen wir uns mit den Sicherheitsaspekten des Übergangs durch mehrere ODDs während der Ausführung der dynamischen Fahraufgabe (Dynamic Driving Task, DDT).

Der Einsatz von Künstlicher Intelligenz (KI) in der Bahnindustrie verspricht erhöhte Effizienz und Qualität. Einsatzmöglichkeiten, Herausforderungen und die Absicherung von KI in Bahnanwendungen diskutierten Experten der Deutschen Bahn, von Siemens Mobility und des Fraunhofer IKS auf einem Workshop des Instituts.

Auf dem Weg zur Autonomie werden Autos zunehmend mit Künstlicher Intelligenz ausgestattet. Doch muss diese sicher sein. Im Projekt »KI Absicherung« arbeiteten Forschende und Unternehmen an einem Nachweis der Sicherheit.

22 Vorschläge für Konferenzbeiträge zur diesjährigen Safetronic (8. und 9. November 2022) wurden eingereicht, die besten davon hat das Programmkomitee ausgewählt. Welche Schwerpunkte sich daraus ergeben und welche Highlights die Teilnehmerinnen und Teilnehmer erwarten dürfen, erläutert Tagungsleiter Simon Fürst, Cooperation Management Automated Driving von der BMW Group, München.

Mit einem Gesetz und einer dazugehörigen Verordnung schafft Deutschland klare rechtliche Rahmenbedingungen für autonome Fahrzeuge. Das Fraunhofer IKS forscht an vielen der betroffenen Themen und kann Hersteller unterstützen – unter anderem beim geforderten Sicherheitskonzept.

Die internationale Fachtagung Safetronic befasst sich mit der ganzheitlichen Sicherheit von Straßenfahrzeugen. Vorschläge für Konferenzbeiträge können bis 9. Mai 2022 eingereicht werden.

Automatisierte Fahrfunktionen stellen besondere Anforderungen an die Entwicklung von Testverfahren. Umso wichtiger ist es, systematisch eine Teststrategie zu entwickeln.

Der fortschreitende Einsatz von Informations- und Kommunikationstechnologien macht die Landwirtschaft nicht nur effizienter, sondern auch nachhaltiger und resistenter. Auf einem Online-Seminar des Fraunhofer IKS wurden verschiedene Ansätze und Konzepte des Smart Farming diskutiert.

Die sichere Erkennung von Personen und Objekten ist eine Voraussetzung für autonomes Fahren. Im Rahmen des ADA Lovelace Center haben Forscherinnen und Forscher zwei ineinandergreifende Ansätze entwickelt, um Deep Learning-Methoden sicher und zuverlässig in die Fahrentscheidung autonomer Autos zu integrieren.

Rund 100 Expertinnen und Experten für die ganzheitliche Sicherheit von Straßenfahrzeugen nahmen an der 20. Internationalen Fachtagung »Safetronic« teil. Vor allem Qualität und Ausgewogenheit des Vortragsprogramms fand bei den Teilnehmenden Anklang.

Fußgänger müssen vom System in autonomen Fahrzeugen zuverlässig erkannt werden. Das übernehmen hauptsächlich Deep-Learning-Ansätze. Deren Ergebnisse müssen aber im Vergleich zu klassischer Software zusätzlich überprüft und verifiziert werden, was verschiedene, aufwendige technische Maßnahmen voraussetzt. Welche das sind, skizziert dieser Beitrag. Ein Überblick.

In der modernen Lagerlogistik ist Geschwindigkeit ein entscheidender Erfolgsfaktor. Dafür sorgen unter anderem autonome mobile Roboter (AMR). Um ihre Aufgaben zu erfüllen, müssen sie möglichst flexibel auf neue Umgebungsbedingungen und Lagerwaren reagieren. ResilientSOA, das Framework des Fraunhofer IKS, schafft die Voraussetzungen dafür. Wie das genau funktioniert, erläutert Projektleiter Florian Wörter im Interview.

Damit autonome Fahrzeuge in Zukunft sicher im Straßenverkehr agierenkönnen, müssen sie mit anderen Verkehrsteilnehmern und der Verkehrsinfrastruktur kommunizieren. Das Fraunhofer IKS hat einen neuen Ansatz für eine hybride Perzeption entwickelt, um die Kommunikation zu unterstützen.

Bei der Gewährleistung der Sicherheit automatisierter Fahrsysteme sind sowohl technologische als auch gesellschaftliche und rechtliche Aspekte zu berücksichtigen.

Auf dem Weg zur »Smart City« sollen Sensoren auch Daten zu Luftqualität, Verkehrsaufkommen und Co. sammeln – und langfristig für ein schnelleres Vorankommen und sauberere Luft sorgen. Das Fraunhofer-Institut für Kognitive Systeme IKS bietet die nötigen Technologien für einen sicheren Betrieb der Künstlichen Intelligenz (KI) und gibt Städten und Gemeinden über ein Framework »Starthilfe«.

Ein Aufkleber auf dem Vorfahrtsschild. Äste, die vors Stoppschild ragen. Ein bisschen Graffiti auf dem Tempolimit-Hinweis. Völlig normal im Straßenbild, oder? Was für Menschen zumeist überhaupt kein Problem darstellt, kann für Künstliche Intelligenz (KI) schwierig werden.

Werden Pakete schon in naher Zukunft von autonomen Lieferrobotern zugestellt? Und wann können wir mit dem Flugtaxi in der Stadt fliegen? Auch im Alltag werden wir immer häufiger mit autonomen Fortbewegungsmitteln in Berührung kommen. Ein Überblick über den aktuellen Stand verschiedener autonomer Fahrzeuge.

Auto-Show war gestern. In diesem Jahr präsentiert sich die IAA Mobility in München als internationale Plattform für die Mobilität von morgen.

Auch wenn das automatisierte Fahren deutliche Fortschritte macht, ist es bis zum fahrerlosen autonomen Fahren noch ein weiter Weg.

Bei autonomen Fahrzeugen denkt man meist an selbstfahrende Autos, in denen Menschen nur Passagiere sind. Im Geschäftsumfeld liegt das Potenzial allerdings in der Logistik. Neue Technologien können den Warentransport grundlegend verändern und ihn sicherer und effizienter machen. Ein Überblick über den aktuellen Stand verschiedener autonomer Fahrzeuge in der Industrie.

Eine vom Fraunhofer IKS entwickelte Simulation ebnet den Weg für ein sicheres Zusammenspiel von Robotern und Menschen und das ohne die Effizienz zu beeinträchtigen.

Systeme wie sie etwa für das autonome Fahren zum Einsatz kommen, werden immer komplexer. Entsprechend anspruchsvoll ist die Aufgabe, deren Sicherheit nachzuweisen. Vorschläge zu einer ganzheitlichen Sicht auf ein komplexes Problem.

Künstliche Intelligenz (KI) muss mit Unsicherheiten umgehen können, damit wir uns darauf verlassen können, dass sie auch in sicherheitskritischen Anwendungen funktioniert, zum Beispiel in autonomen Fahrzeugen. Das Fraunhofer-Institut für Kognitive Systeme IKS erforscht Möglichkeiten, wie KI logisch mit Unsicherheiten umgehen kann. Eine davon ist die Operational Design Domain.

Das Fraunhofer-Institut für Kognitive Systeme IKS ist Partner im Forschungsprojekt »KI-Absicherung«. Das Verbundprojekt geht auf die Leitinitiative »Autonomes und vernetztes Fahren« des Verbands der Deutschen Automobilindustrie (VDA) zurück. 28 Partnerunternehmen und -institutionen arbeiten gemeinsam an Lösungen, um KI-Funktionsmodule in fahrerlosen Fahrzeugen abzusichern.

Die Wissenschaft muss den Nachweis liefern, dass Systeme auf Basis Künstlicher Intelligenz (KI) ausreichend sicher sind. Das fordert Prof. Dr. Simon Burton, seit Kurzem Research Division Director Safety am Fraunhofer IKS. Im Interview erläutert er, welche Ansätze zur Absicherung das Institut verfolgt.

Autonomes Fahren basiert auf verlässlicher Umfelderkennung. Wenn hier Fehler passieren, kann es schnell zu lebensbedrohlichen Situationen kommen. Das muss verhindert werden, aber ein Restrisiko bleibt. Erst wenn sich dieses exakt bestimmen lässt, wird es berechenbar und man kann entscheiden, ob man es eingehen will oder nicht.

Auf dem Automarkt liefern sich traditionelle Hersteller und neue Player aus der Softwarewelt ein Kopf-an-Kopf-Rennen. Wer am Ende die Nase vorn hat, entscheidet nicht nur die technologische Innovation, sondern vor allem auch die Sicherheit der Technologien.

Die Bewältigung der vielfältigen Herausforderungen bei zuverlässigen cloud-basierten cyber-physikalischen Systems of Systems (CPSoS) erfordert neue Ansätze, die automatisiert und effizient genug sind, um einige Elemente des Systems in die Laufzeit zu verlagern. Zur Konzeption und Bewertung der Systemarchitektur hat das Fraunhofer IKS einen iterativen, automatisierten Prozess entwickelt.

Was machen KI-Forscherinnen und Forscher eigentlich in ihrem Labor? Wir nehmen Sie mit in unser Living Lab und zeigen Ihnen, wie die angewandte Forschung an sicheren Kognitiven Systemen aussieht.

Beendet das autonome Fahren die Parkplatzsuche? Und weshalb können selbstfahrende Autos nicht in die Waschanlage fahren? In Teil 2 unserer Faktensammlung finden Sie Informationen von N wie Navigation bis Z wie Zug.

In der Welt der Zukunft wird man auf weit verbreitete, massiv vernetzte, hochintelligente Systeme bauen. Um diese Vision zu verwirklichen, brauchen wir zuverlässige cloudbasierte cyber-physische Systeme. Die Forschung in dieser Richtung stößt auf ebenso viele Chancen wie Herausforderungen. Derartige Systeme existieren in sich verändernden Umgebungen und interagieren mit anderen Systemen und Menschen, wofür Intelligenz, Autonomie, Sicherheit und Anpassungsfähigkeit erforderlich sind – also eigentlich widersprüchliche Ziele. Ein Beispiel hierfür ist das autonome Fahren.

Ob immer intelligentere vernetzte Fahrzeuge und Industrieanlagen oder autonome Roboter: Die Nachfrage nach neuen und komplexeren Anwendungen wächst ständig. Die Auslagerung in die Cloud oder in näher gelegene EDGE-Knoten verspricht mehr Funktionen und Flexibilität. In diesem Artikel behandeln wir Lösungsansätze für Herausforderungen, die das mit sich bringt.

Maschinelles Lernen stellt eine enorme Herausforderung in punkto Sicherheit (Safety) dar. Ohne ein tragfähiges Konzept zur Absicherung kommen viele hervorragende Ideen erst gar nicht auf den Markt. Es ist daher nicht überraschend, dass KI-Sicherheit in den letzten Monaten viel mehr Aufmerksamkeit gewidmet wird. In einer kurzen Artikelreihe legen wir daher das Augenmerk auf die Bedeutung der Sicherheit für Künstliche Intelligenz. Der erste Artikel konzentriert sich dabei auf etwas ganz Grundsätzliches: Was bedeutet Sicherheit eigentlich? Ein Punkt ist hier ganz wichtig: sichere KI hat weniger mit KI selbst als vielmehr mit Safety Engineering zu tun.

Erst der Einsatz von Machine-Learning, insbesondere von Deep Learning, ermöglicht viele hochkomplexe Anwendungen, wie etwa das autonome Fahren. Was die Absicherung solcher Systeme betrifft, gilt es aber auch, neue Herausforderungen zu meistern. Ein Überblick.

Wie werden fahrerlose Transportfahrzeuge in der Industrie eingesetzt, und was hat Homer Simpson mit einem automatisierten Truck zu tun? In diesem Blogbeitrag haben wir interessante Fakten zum autonomen Fahren zusammengestellt. In Teil 1 finden Sie Informationen von A wie Agrarwirtschaft bis M wie maschinelle Wahrnehmung.

Zwei Wissenschaftler des Fraunhofer IKS sind aktuell Teil des European Training Network for Safer Autonomous Systems (ETN SAS). Das durch das EU-Innovations-Rahmenwerk »Horizon 2020« geförderte Projekt hat zum Ziel, autonome Systeme zu schaffen, auf die sich Nutzerinnen und Nutzer verlassen können. João-Vitor Zacchi vom Fraunhofer IKS arbeitet dafür an Safety-Handling-Strategien für komplexe autonome Systeme.

Zwei Forscher des Fraunhofer-Instituts für Kognitive Systeme IKS arbeiten derzeit als Teil des European Training Network for Safer Autonomous Systems. Wir möchten Ihnen die Forscher und ihre Projekte vorstellen, die darauf abzielen, inhärent sichere autonome Systeme zu entwickeln. Den Anfang macht Yuan Liao.

Künstliche Intelligenz (KI) wird in Zukunft großen Einfluss auf unser Leben nehmen. Und schon jetzt hat KI in vielen Bereichen Einzug gehalten – auch dort, wo es um die Sicherheit von Menschen geht.

Im Testbetrieb funktionieren autonome Fahrzeuge heutzutage bereits recht gut, denn die Einsatzbedingungen sind klar vorgeben und damit einfach zu beherrschen. Ein zentrales Problem besteht jedoch darin, autonome Fahrzeuge so zu konstruieren, dass sie auch in komplexen und bislang unbekannten Situationen zuverlässig funktionieren. Eine von Fraunhofer IKS entwickelte Lösung hilft dabei, derartige Ausnahmesituationen zu identifizieren und vorherzusagen.

70 Jahre Fraunhofer: Dieses Jubiläum im Jahr 2019 war der passende Anlass, 70 Köpfe aus der Fraunhofer-Gesellschaft vorzustellen – darunter den geschäftsführenden Institutsleiter des Fraunhofer IKS Mario Trapp.

»Künstliche Intelligenz: Wie Roboterautos unfallfrei fahren.« Das ist der Titel des Vortrags von apl. Prof. Dr. habil. Mario Trapp, geschäftsführender Institutsleiter des Fraunhofer IKS, bei »Campus Talks« auf ARD-alpha. Den Beitrag können Sie hier auf unserem Blog sehen und natürlich bei »Campus Talks«.

Komplexe Verfahren des Machine Learning (ML) stellen Forscherinnen und Forscher vor ein Problem: Das Ausschließen von Fehlern vor der Inbetriebnahme autonomer Systeme sowie die zuverlässige Erkennung von Fehlern zur Laufzeit sind aufwendig und anspruchsvoll. Dies schränkt aktuell den Einsatz von Machine Learning in sicherheitskritischen Systemen deutlich ein und erfordert neue Ansätze, um zukünftig auch in diesen Bereichen von den Vorteilen, die ML bietet, profitieren zu können.

Wie kann die Sicherheit autonomer Systeme gewährleistet werden? Dies ist eine der aktuellen Herausforderungen des Safety Engineerings.