Revolution i trafiken: Paderborn-forskare optimerar autonoma fordon!

Revolution i trafiken: Paderborn-forskare optimerar autonoma fordon!

Universitetet i Paderborn har lanserat ett nytt forskningsprojekt som syftar till att avsevärt förbättra interaktionen mellan autonoma fordon och fotgängare. Leds av Dr.-Ing. Sandra Gausemeier och Dr rer. läkare. Tim Lehmann, projektet fokuserar på att känna igen fotgängares avsikter att agera innan de faktiskt agerar. Detta är avsett att hjälpa till att proaktivt undvika kritiska trafiksituationer, vilket kan utgöra ett betydande framsteg inom området för autonom körning. Enligt universitetet i Paderborn belönades projektet med universitetets forskningspris, som är värt 150 000 euro.

Det innovativa projektet kombinerar artificiell intelligens (AI) metoder med rörelseanalys. Forskare genomför experimentella studier av människors beslutsbeteende för att utveckla prediktiva algoritmer. Utmaningen ligger i realtidsgenerering, bearbetning och respons på information, särskilt i komplexa urbana scenarier.

Projektets mål och metoder

Ett av huvudmålen är att utveckla ett AI-baserat system som skapar riskprofiler och som exakt kan bedöma fotgängares framtida handlingsavsikter. För att säkerställa framgångsrik mönsterigenkänning av mänskliga rörelsesekvenser är kvaliteten på träningsdata av avgörande betydelse. Därför används olika datainsamlingsmetoder, såsom eyetracking och mobil elektroencefalografi.

Särskilt fokus ligger på genomförandet av experimentella studier i stadsmiljöer. Dessa tester är avsedda att hjälpa till att förbättra och förstå interaktioner mellan människa och maskin. Dessutom är det planerat att de autonoma systemen efter träning ska kunna känna igen fotgängares avsikter enbart baserat på kamerabilder ombord. De första resultaten av projektet förväntas i början av 2027.

Tekniska utmaningar och säkerhetsstrategier

Forskningsarbetet står inför en mängd olika tekniska utmaningar. En av dem är behovet av att optimera autonoma fordon för normal vägtrafik under svåra förhållanden. Fraunhofer Institute for Cognitive Systems IKS framhåller att autonoma fordon fungerar bra i testsituationer, men måste vara felsäkra i verkliga miljöer, som i dåligt väder eller felaktiga sensorer. En motståndskraftig, intelligent mjukvaruarkitektur eftersträvas därför för att säkerställa systemens tillförlitlighet.

En betydande del av arbetet utförs också på KARLI-projektet, som stöds av ett konsortium bestående av Fraunhofer Institute IOSB, IAO och flera industriella partners. KARLI, som står för artificiell intelligens för adaptiv, responsiv och nivåanpassad interaktion i framtidens fordon, fokuserar på AI-funktioner för automationsnivå 2 till 4. Individuella interaktioner mellan människor och AI spelar här en central roll. Att anpassa interaktioner till olika nivåer av automatisering är avsett att förbättra förarens säkerhet och uppmärksamhet.

Dataskydd och transparens är också avgörande faktorer för att få användarnas förtroende för tekniken. Innovativa tillvägagångssätt, såsom användning av AI-stödda sensorer, interiörkameror och stora språkmodeller, syftar till att säkerställa att interaktioner i fordonet är optimalt utformade samtidigt som de åkandes anonymitet bibehålls. De första funktionerna från dessa projekt kan vara tillgängliga i seriefordon till 2026.

Sammantaget visar forskningsresultaten från Paderborn och Fraunhofer-instituten att vägen till säker och effektiv autonom körning innebär många komplexa utmaningar som måste övervinnas genom innovativa tillvägagångssätt och tvärvetenskapligt samarbete.