Revolutie in het verkeer: Paderborn-onderzoekers optimaliseren autonome voertuigen!

Revolutie in het verkeer: Paderborn-onderzoekers optimaliseren autonome voertuigen!

De Universiteit van Paderborn heeft een nieuw onderzoeksproject gelanceerd dat tot doel heeft de interactie tussen autonome voertuigen en voetgangers aanzienlijk te verbeteren. Onder leiding van Dr.-Ing. Sandra Gausemeier en Dr. rer. dokter. Tim Lehmann richt het project zich op het herkennen van de intenties van voetgangers om te handelen voordat ze daadwerkelijk handelen. Dit is bedoeld om proactief kritieke verkeerssituaties te helpen vermijden, wat een aanzienlijke vooruitgang zou kunnen betekenen op het gebied van autonoom rijden. Volgens de Universiteit van Paderborn is het project bekroond met de onderzoeksprijs van de universiteit, ter waarde van 150.000 euro.

Het innovatieve project combineert kunstmatige intelligentie (AI)-methoden met bewegingsanalyse. Wetenschappers voeren experimentele onderzoeken uit naar het beslissingsgedrag van mensen om voorspellende algoritmen te ontwikkelen. De uitdaging ligt in het realtime genereren, verwerken en reageren op informatie, vooral in complexe stedelijke scenario's.

Doelen en methoden van het project

Een van de belangrijkste doelstellingen is het ontwikkelen van een op AI gebaseerd systeem dat risicoprofielen creëert en de toekomstige actie-intenties van voetgangers nauwkeurig kan beoordelen. Om succesvolle patroonherkenning van menselijke bewegingssequenties te garanderen, is de kwaliteit van de trainingsgegevens van cruciaal belang. Daarom worden verschillende methoden voor gegevensverzameling gebruikt, zoals eye-tracking en mobiele elektro-encefalografie.

Een bijzondere nadruk ligt op de implementatie van experimentele studies in stedelijke omgevingen. Deze tests zijn bedoeld om de interactie tussen mens en machine te helpen verbeteren en begrijpen. Bovendien is het de bedoeling dat de autonome systemen na training de intenties van voetgangers kunnen herkennen, uitsluitend op basis van camerabeelden aan boord. De eerste resultaten van het project worden begin 2027 verwacht.

Technologische uitdagingen en veiligheidsstrategieën

Het onderzoekswerk wordt geconfronteerd met een verscheidenheid aan technologische uitdagingen. Eén daarvan is de noodzaak om autonome voertuigen te optimaliseren voor normaal wegverkeer onder moeilijke omstandigheden. Het Fraunhofer Instituut voor Cognitieve Systemen IKS benadrukt dat autonome voertuigen goed werken in testsituaties, maar faalveilig moeten zijn in echte omgevingen, zoals bij slecht weer of defecte sensoren. Er wordt daarom gezocht naar een veerkrachtige, intelligente softwarearchitectuur om de betrouwbaarheid van de systemen te waarborgen.

Een aanzienlijk deel van het werk wordt ook uitgevoerd in het kader van het KARLI-project, dat wordt ondersteund door een consortium bestaande uit het Fraunhofer Instituut IOSB, IAO en verschillende industriële partners. KARLI, wat staat voor kunstmatige intelligentie voor adaptieve, responsieve en niveau-conforme interactie in het voertuig van de toekomst, richt zich op AI-functies voor automatiseringsniveaus 2 tot en met 4. Individuele interacties tussen mens en AI spelen hierbij een centrale rol. Het aanpassen van interacties aan verschillende automatiseringsniveaus is bedoeld om de veiligheid en oplettendheid van de bestuurder te verbeteren.

Gegevensbescherming en transparantie zijn ook cruciale factoren bij het winnen van gebruikersvertrouwen in de technologie. Innovatieve benaderingen, zoals het gebruik van AI-ondersteunde sensoren, interieurcamera’s en grote taalmodellen, moeten ervoor zorgen dat interacties in het voertuig optimaal worden vormgegeven en tegelijkertijd de anonimiteit van de inzittenden behouden blijft. De eerste functies uit deze projecten zouden tegen 2026 beschikbaar kunnen zijn in serievoertuigen.

Over het geheel genomen laten de onderzoeksresultaten van Paderborn en de Fraunhofer Instituten zien dat de weg naar veilig en effectief autonoom rijden veel complexe uitdagingen met zich meebrengt die moeten worden overwonnen door middel van innovatieve benaderingen en interdisciplinaire samenwerking.