Intelligente Aufzeichnung von Auffälligkeiten (IAA)

Die Entwicklung des automatisierten Fahrens wurde durch den technischen Fortschritt und neue rechtliche Rahmenbedingungen weit vorangebracht, die Absicherung von entsprechenden automatisierten Systemen stellt allerdings immer noch eine große technische Herausforderung dar.

Hierfür bietet die ISO 21448 - Safety of the intended functionality (SOTIF) Ansätze, wie Verifikation und Validierung für solche Systeme umgesetzt werden können. Ein wichtiger Aspekt dabei sind besonders die Aktivitäten während des Betriebs automatisierter Fahrzeuge, der sogenannten „Operation Phase“. Hierbei wird der Fahrer keineswegs zum unfreiwilligen Testobjekt, da die Funktionalität der Systeme durch Akzeptanzkriterien ausreichend geprüft wurde. Jedoch ist technisch ausgeschlossen, eine 100%ige Konfidenz des Systems gegenüber unbekannten und sicherheitskritischen Fehlern zu gewähren, da der entsprechende Testaufwand dafür nahezu unendlich groß sein müsste. Ein Ziel der ISO 21448 ist daher die Minimierung dieses Restrisikos durch eine fortgeführte Beobachtung des Systems in der Betriebsphase, um bislang nicht entdeckte systematische Schwachstellen oder Designlücken zu identifizieren. Für eine ganze Flotte an hochautomatisierten Fahrzeugen sind Aufzeichnung und Auswertung aller relevanten Daten praktisch unmöglich, weshalb auch hier ein Automatismus angestrebt wird. Dieser soll auffällige Szenarien erkennen und dadurch eine getriggerte Datenaufzeichnung auslösen.

Das Ziel dieses Projektes ist es, mittels moderner maschineller Lernverfahren diese auffälligen Szenarien automatisiert zu identifizieren. Entsprechende Szenarien sollen aufgezeichnet werden, um mit ihrer Hilfe bisher unbekannte Schwachstellen oder Designlücken des Systems zu beheben. Dabei liegt ein besonderer Fokus auf der Erkennung von Anomalien und der Clusterbildung.

Poster

Fördermittelgeber

ZF Friedrichshafen AG

THI Ansprechpartner

Wiss. Leiter Institut AImotion Bavaria; Studiengangleiter Automatisiertes Fahren und Fahrzeugsicherheit (Master)
Prof. Dr.-Ing. Michael Botsch
Tel.: +49 841 9348-2721
Raum: K209
E-Mail:
Wissenschaftlicher Mitarbeiter AImotion | Promovend im Cluster Künstliche Intelligenz
Alexander Fertig, M.Sc.
Tel.: +49 841 9348-6615
Raum: U102
E-Mail: