Neues Frühwarnsystem für selbstfahrende Autos

Die an der TUM entwickelte Technologie erfasst mit der Hilfe von Sensoren und Kameras die Umgebung und zeichnet den Zustand des Fahrzeugs auf, wie den Stand des Lenkrads, die Beschaffenheit der Straße, das Wetter, die Sicht und die Geschwindigkeit. Die KI lernt, aus diesen Daten Muser zu erkennen. Bild: Taras Makarenko / Pexels KI erkennt potenziell kritische Verkehrssituationen sieben Sekunden im Voraus - Ein Forschungsteam der Technischen Universität München (TUM) hat ein neues Frühwarnsystem für autonome Fahrzeuge entwickelt, das mit Künstlicher Intelligenz aus Tausenden realen Verkehrssituationen lernt. Eine Studie in Zusammenarbeit mit der BMW Group zeigt, dass das System bei heutigen selbstfahrenden Entwicklungsfahrzeugen bereits sieben Sekunden im Voraus mit mehr als 85 Prozent Genauigkeit vor einer potenziell kritischen Situation warnen kann, die die Autos noch nicht allein meistern können. Um künftige selbstfahrende Autos sicher zu machen, setzen viele Entwicklungen auf ausgefeilte Modelle, mit denen die Fahrzeuge das Verhalten aller Teilnehmerinnen und Teilnehmer im Straßenverkehr beurteilen können. Was aber, wenn die Modelle für manche komplexe oder unvorhergesehene Situationen aktuell noch nicht ausreichen' Ein Team um Prof. Eckehard Steinbach , Inhaber des Lehrstuhls für Medientechnik und Mitglied des Board of Directors der Munich School of Robotics and Machine Intelligence (MSRM) der TUM, verfolgt einen neuen Ansatz. Dank Künstlicher Intelligenz (KI) kann ihr System aus vorausgegangenen Situationen lernen, in denen selbstfahrende Testfahrzeuge im realen Straßenverkehr an ihre Systemgrenzen gestoßen sind.