Im Mittelpunkt des Projekts stand ein zentrales Thema moderner Mobilität: Fahrzeugsicherheit darf künftig nicht erst im Moment des Aufpralls reagieren, sondern muss drohende Kollisionen bereits im Vorfeld erkennen. Gerade bei besonders schweren Unfällen - etwa beim Unterfahren eines LKW-Anhängers oder bei einer Kollision mit einem Baum - stoßen heutige Systeme an ihre Grenzen. Konventionelle Crashsensoren erkennen einen Unfall in der Regel erst nach dem Kontakt. Auch Assistenzsysteme liefern bislang nur eingeschränkt verwertbare Informationen für Rückhaltesysteme, da sie auf eine Objektklassifikation angewiesen sind und meist nur grobe Abmessungen der erkannten Objekte bereitstellen.
Genau hier setzte KICSAFe an: Ziel des Projekts war es, kritische Situationen deutlich früher und robuster zu erfassen, um wertvolle Millisekunden für die Aktivierung von Schutzsystemen wie Airbags und Gurtstraffern zu gewinnen. Dies ist besonders relevant für automatisierte Fahrzeuge und zukünftige Innenraumkonzepte, in denen Insassen anders sitzen als heute und neue Rückhaltestrategien erforderlich werden.
Radarsensoren liefern zwar robuste Messungen auch bei Regen oder Nebel, können jedoch die Geometrie eines LKWs oder eines Baums nur begrenzt erfassen. Kamerasensoren schließen diese Lücke. Im Projekt wurden KI-Verfahren zur Umfeldwahrnehmung und Hinderniserkennung entwickelt, die auf einer pixelbasierten Distanzschätzung aus Kamerabildern sowie weiteren Verarbeitungsschritten zur Hinderniserkennung und zum Tracking basieren - ohne dass einzelne Objekte zuvor klassifiziert werden müssen.
Darauf aufbauend ermöglicht eine KI-basierte Kollisionsinterpretation die Vorhersage, ob ein Aufprall eintreten wird und welche Art von Zusammenstoß zu erwarten ist. Hierfür wurden physikalische und KI-basierte Verfahren kombiniert, um wahrscheinliche Bewegungen, Unvermeidbarkeit, Time-to-Collision sowie mögliche Crashcharakteristika frühzeitig abzuschätzen. Besonderer Wert wurde auf einen sicheren und nachvollziehbaren Einsatz von KI gelegt, der sich auch für sicherheitskritische Anwendungen verlässlich absichern lässt.
Ein spezieller Fokus lag auf komplexen dreidimensionalen Unfallkonstellationen, die von bisherigen Crashsystemen oft nur schwer oder erst spät erkannt werden. Im Projekt wurden exemplarisch Kollisionen mit großen Fahrzeugen wie Lastwagen oder Anhängern untersucht, deren teilweise konkave Strukturen mit heutigen Systemen nicht zuverlässig erfasst werden. Das Team analysierte daher, wie kamerabasierte KI-Methoden auch solche dreidimensionalen Hindernisstrukturen im Pre-Crash zuverlässig interpretieren können.
Für die Entwicklung der Algorithmen kombinierte das Konsortium synthetisch erzeugte Simulationsdaten mit realen Fahrund Sensordaten. Auf diese Weise konnten auch seltene oder besonders kritische Szenarien in ausreichender Zahl in Training und Validierung einbezogen werden, ohne sie im realen Straßenverkehr erzeugen oder aufwendig auf Versuchsanlagen nachstellen zu müssen.
Die Praxistauglichkeit der entwickelten Ansätze wurde zum Projektabschluss eindrucksvoll demonstriert. In Anwesenheit der Projektpartner BMW und Aumovio sowie des Projektträgers VDI/VDE wurde auf der C’ISAFE-Indoor-Versuchsfläche ein anspruchsvolles Unfallszenario mit mehreren bewegten Verkehrsteilnehmern nachgestellt. Dabei konnte eine Unterfahrkollision mit einem LKW-Heck vorausschauend erkannt werden. Als Kollisionsobjekt diente ein eigens entwickeltes LKW-Softcrash-Target.
Bei einer weiteren Demonstrationsfahrt durch Ingolstadt konnten die Anwesenden zudem die Anwendbarkeit der Tiefenschätzung und Kritikalitätsbewertung live im realen Straßenverkehr erleben.
KICSAFe zeigt damit, wie KI-Methoden in sicherheitskritischen Funktionen eingesetzt werden können, wenn sie in einen modularen Ansatz mit physikalisch überprüfbaren Schnittstellen zur Plausibilisierung eingebettet sind. Die Projektergebnisse unterstützen damit einen KI-gestützten Technologiesprung in der Fahrzeugsicherheit - hin zu integralen Systemen, die nicht erst auf einen Crash reagieren, sondern ihn vorausschauend erkennen und bewerten.
Das Projekt KICSAFe wurde unter dem Förderkennzeichen DIK0461/01 vom Bayerischen Staatsministerium für Wirtschaft,ÖLandesentwicklung und Energie gefördert.
