Motivation
Wie menschliche Autofahrer müssen automatische Fahrzeuge realistisch einschätzen können, wie sich andere Verkehrsteilnehmer verhalten werden. Die Sicherheit und auch der Verkehrsfluss hängen maßgeblich von dieser Fähigkeit ab. Forschungsteams versuchen daher, typische Bewegungsmuster von Verkehrsteilnehmern und ihre Interaktion miteinander zu ermitteln. Dafür werden Daten aus Verkehrskameras, Drohnen sowie von Messfahrzeugen wissenschaftlich aufbereitet und ausgewertet. Bei dieser Datenauswertung müssen bis heute einzelne Schritte händisch vollzogen und der Lernprozess überwacht werden.
Ziele und Vorgehen
Das deutsch-französische Projektkonsortium von HAIBrid wird neue Möglichkeiten der Künstlichen Intelligenz nutzen, um händische, überwachte Auswertemethoden mit unüberwachten und damit automatischen Auswertemethoden zu ergänzen. Damit ebnet das Projekt den Weg für eine einfachere und schnellere Verarbeitung von umfangreichen Verkehrsdaten. Die neue hybride künstliche Intelligenz erstellt gleichzeitig hochpräzise und semantische dreidimensionale Karten, um die Bewegungen automatischer Fahrzeuge grundlegend planen sowie das Verhalten anderer Verkehrsteilnehmer verstehen und voraussagen zu können.
Innovationen und Perspektiven
Die in HAIBrid gesammelten Daten, die universitär entwickelten Methoden sowie die Erkenntnisse über das Fahrverhalten und die Interaktion der Verkehrsteilnehmer werden veröffentlicht, damit möglichst viele Forschungsteams von ihnen profitieren können. Ein höherer Automatisierungsgrad in der Kartierung sowie das Verständnis von Bewegungsmustern werden den Entwicklungen europäischer Anbieter der Fahrautomatisierung EU-weit einen wichtigen Impuls geben und einen Beitrag zur Sicherheit im Straßenverkehr leisten. Nicht zuletzt wird dadurch die deutsch-französische Zusammenarbeit im Bereich der Künstlichen Intelligenz weiter gestärkt.