23. – 25. Mai 2023 | Würzburg
Auto[nom]Mobil
24. – 25. Mai 2023
Hier sehen Sie einen ersten Ausblick auf das Programm der Auto[nom]Mobil 2023. In Kürze finden Sie an dieser Stelle weitere Vorträge und einen Zeitplan.
| Wünsche und Anforderungen des Einzelhandels der Zukunft an autonome Fahrzeuge Frank Schmitz - REWE Digital GmbH
|
| Autonome OnDemand-Mobilität - Fata Morgana oder die Revolution im ÖPNV?! Thorsten Möginger - Rhein-Main-Verkehrsverbund Servicegesellschaft mbH
|
| Validierungsanforderungen für die Automatisierung von Nutzfahrzeugen in verschiedenen Umgebungen Dr. Arno Hinsberger - ZF Friedrichshafen AG Der Vortrag skizziert die technischen Herausforderungen für die Automatisierung der wichtigsten Nutzfahrzeuganwendungen. Insbesondere die Auseinandersetzung mit den geltenden Vorschriften und der Sicherheit erweist sich als eine der wichtigsten Voraussetzungen für den realen Betrieb von automatisierten Fahrzeugen in unterschiedlichen Umgebungen. Entsprechende Anforderungen haben nicht nur Einfluss auf die System-/Softwarearchitektur (Design for Test), sondern bestimmen auch den Aufwand für Validierung und Verifikation. Da die Argumentation der Sicherheit für ein Produkt grundlegend ist, sind entsprechende Konzepte von strategischer Bedeutung, um eine wirtschaftliche Lösung zu entwerfen. Vor diesem Hintergrund werden die wichtigsten Betriebsumgebungen von Nutzfahrzeugen analysiert. Natürlich ist die Einführung von automatisierten Nutzfahrzeugen für den Betrieb in kontrollierten Umgebungen ein wichtiger erster Schritt, aber auch hier müssen potenziell unerwartete Herausforderungen berücksichtigt werden. Vor dem Hintergrund der sich noch entwickelnden Regulierungs- und Homologationsverfahren entwirft der Vortrag schließlich eine Idee, wie die Anwendung verschiedener AD-Bausteine für immer komplexere Betriebsumgebungen iterativ erweitert werden kann. |
| Sichere KI für das autonome Fahren: Prozesse und Methoden Jonas Schneider - e:fs TechHub GmbH Die rasante Entwicklung der Künstlichen Intelligenz hat innerhalb weniger Jahre zu großen Fortschritten in der Entwicklung autonomer und automatisierter Fahrfunktionen geführt. Um diese Funktionen für Serienfahrzeuge freigeben zu können, stehen die entwickelnden Unternehmen vor der Herausforderung, sowohl eine prozesskonforme Entwicklung als auch die Sicherheit der KI-Funktionen nachweisen zu müssen. Über konkrete Lösungen dieser Herausforderungen bildet sich durch Gesetzgebung, Normung und industrieübergreifende Konsortien ein Konsens aus. Dieser Vortrag zeigt Beispiele für solche Lösungen aus dem Konsortialprojekt KI-Absicherung auf und stellt Möglichkeiten vor, wie Entwicklung von KI in Unternehmen normen- und prozesskonform erfolgen kann. |
| Hybride KI-Methoden: Ansätze zur Verwendung von KI in sicherheitskritischen Anwendungen Prof. Dr.-Ing. Michael Botsch - Technische Hochschule Ingolstadt Angelernte KI-Algorithmen realisieren deterministische Abbildungen, die vollständig transparent sind. Warum allerdings eine bestimmte Komponente in der Gesamtarchitektur dort ist, wo sie ist, und welche Rolle sie im Gesamtalgorithmus spielt, ist im Allgemeinen nicht transparent. Dafür wird häufig die Metapher „Black Box“ genutzt. Die Validierung von Systemen, die KI-Komponenten enthalten, ist damit nicht mit etablierten Verfahren durchzuführen. Übliche Methoden der Statistik zum Testen von KI-Algorithmen bieten in der Regel eine zu geringe Grundlage für die Freigabe von sicherheitskritischen Systemen. Gerade beim automatisierten Fahren spielt dieser Aspekt eine zentrale Rolle. Hybride Methoden, die KI-Algorithmen und Domänenwissen kombinieren, bieten Möglichkeiten KI-Verfahren auch in sicherheitskritischen Anwendungen zu verwenden. Der Vortrag geht auf diese Thematik ein und stellt einige Ansätze für solche hybride KI-Methoden vor. |
| Applikationen und Herausforderung von KI Methoden beim Autonomen Fahren Prof. Dr. Torsten Schön - Technische Hochschule Ingolstadt Bahnbrechende KI Systeme wie ChatGPT, BARD oder DALL-E(2) beherrschen derzeit die Medien und zeigen in beeindruckender Weise die Fähigkeiten aktueller KI Technologien. Gleichzeitig übertrafen sich OEMs und Hightech Unternehmen in den letzten Jahren mit Ankündigungen zu autonomen Fahrzeugen. Bislang findet man allerdings nur wenige, sehr zurückhaltende Produkte auf dem Markt, überwiegend mit nur Level-3 Autonomie in teils sehr beschränkten Operational Design Domains (OODs). In diesem Vortrag gehen wir auf die Gründe dieser Zurückhaltung und auf die Herausforderungen von aktuellen KI Methoden beim autonomen Fahren ein. |
| Entwicklung von Modellen für tiefe neuronale Netze zur Verhaltensprognose und Fahrzeuginteraktion Dr. Gonca Gürsun - Robert Bosch GmbH Die Vorhersage des Verhaltens von Verkehrsteilnehmern ist eine anspruchsvolle Aufgabe im Zusammenhang mit dem autonomen Fahren. Die Erstellung zuverlässiger Vorhersagen, auf die sich die Systemfunktionen verlassen können, erfordert eine genaue Modellierung der Interaktionen zwischen den Verkehrsteilnehmern und ihrer Straßenumgebung. In unserer Arbeit entwickeln wir auf tiefen neuronalen Netzen basierende Interaktionsmodelle, die die komplexe Dynamik in solchen Multi-Agenten-Situationen erfassen. Unser Ziel ist es, sicheres und komfortables natürliches Fahren durch zuverlässige, dateneffiziente und robuste KI-basierte Modelle zu ermöglichen. In diesem Vortrag teilen wir unsere Erfahrungen bei der Entwicklung solcher KI-Modelle und stellen unsere ersten Ergebnisse vor. |
| V&V Aktivitäten für die nächste ADAS Generation. Von den Requirements und KPIs bis zu einer Freigabeempfehlung Florian Dumas, Felix Erlewein - Mercedes-Benz AG
|
| Stochastic Cognitive Model – ein Fahrerverhaltensmodell für die Sicherheitsbewertung von automatisierten Fahrzeugen Alexandra Fries - BMW Group
|
| ISO TS 5083 Road vehicles — Safety for automated driving systems — Design, verification and validation: Status und Zeitplan der Abstimmungen Dr. Florian Raisch - BMW Group
|
| Risk Management Core – Ein Beitrag zur expliziten Repräsentation von Risiken des automatisierten Fahrens Nayel Fabian Salem - Technische Universität Braunschweig In aktuellen Sicherheitsnormen für Straßenfahrzeuge wird der Begriff „Sicherheit“ als die Abwesenheit eines unangemessenen Risikos definiert. Für automatisierte Fahrsysteme (SAE Level 3+) ist das „unangemessene“ Risikoniveau jedoch noch nicht genau definiert. Da Risiken in den bestehenden Automobilstandards mit implizitem Wissen über Risikominderungsmaßnahmen gehandhabt werden, stellt eine explizite Ausrichtung an Risikoakzeptanzkriterien eine Herausforderung dar. Daher schlagen wir einen Ansatz für eine explizite Repräsentation und das Management von Risiken vor, den wir als „Risk Management Core“ bezeichnen. |
| Driver Monitoring als wesentlicher Baustein für die Systemsicherheit der Automatisierungsstufen 2 und 3 Prof. Dr. Dietrich Manstetten - Robert Bosch GmbH Es ist allgemein anerkannt, dass eine gut funktionierende Fahrerüberwachung eine Schlüsselkomponente für ein sicheres Level-2- und Level-3-System ist. Wir werden zunächst die Grundlagen schaffen, indem wir uns mit den Normen und Vorschriften in diesem Bereich befassen. Wir demonstrieren die Effektivität der Fahrerüberwachung anhand einiger empirischer Studien, vor allem mit Level-2-Systemen, die Hands-On- und Hands-Free-Fahrsituationen abdecken. Wir geben einen Überblick über den Stand der Technik bei der Fahrerüberwachung, insbesondere über die kamerabasierte Erkennung der visuellen Aufmerksamkeit. Abschließend geben wir einen Ausblick auf die aktuelle Forschung zu kognitiver Ablenkung und Situationsbewusstsein. |
| Sichere V2X als Wegbereiter für kooperatives und verteiltes automatisiertes Fahren Dr. Alexander Geraldy - Robert Bosch GmbH V2X-Kommunikation entwickelt sich zu einem wichtigen Enabler für komplexe AD-Anwendungsfälle auf der Straße sowie in speziellen Umgebungen, z. B. auf Logistikhöfen oder in Industrieanlagen. Während die Sicherheit im Fahrzeug und in der Infrastruktur ein etabliertes Thema ist, muss sich V2X weiterentwickeln, um sicherheitskritische verteilte Fahrfunktionen über verschiedene Kommunikationspartner hinweg direkt zu unterstützen. Das empfangende Fahrzeug muss in der Lage sein zu entscheiden, ob die empfangenen Daten zuverlässig genug und geeignet sind, ein sicherheitskritisches Manöver auszulösen (Datenqualifikation). Darüber hinaus müssen die V2X-Nachrichten Informationen über die Fähigkeit des Senders enthalten, die Fahraufgabe des Empfängers zu unterstützen (Senderqualifikation). In diesem Vortrag motivieren wir den Einsatz von V2X-Kommunikation für sicherheitskritische AD-Fahraufgaben und stellen die Herausforderungen für V2X vor, um belastbare und verteilte AD-Systeme auf sichere Weise zu unterstützen. Darüber hinaus geben wir einen Ausblick auf das deutsche öffentlich geförderte Projekt "ConnRAD" und einen neues Arbeitspaket des ETSI, das sich mit diesen Sicherheitsherausforderungen beschäftigt. |
| Validierung eines neurokognitiven Fahrermodells in sicherheitskritischen städtischen Szenarien Dr. Lukas Brostek - cogniBIT GmbH Um die Sicherheit und Konformität von automatisierten und autonomen Fahrfunktionen zu bewerten, ist es notwendig, simulationsbasierte Testmethoden einzusetzen. Dieser Ansatz liefert jedoch nur dann valide Testergebnisse, wenn die Gültigkeit aller Simulationskomponenten für den spezifischen Anwendungsfall und die zu prüfende ODD nachgewiesen werden kann. In meinem Vortrag werde ich zeigen, dass unser 'driveBOT'-Fahrermodell in städtischen Szenarien in einer Reihe relevanter Statistiken nicht signifikant von den Daten realer Fahrstudien abweicht, und dass dies einen ersten Beweis für die Gültigkeit der Simulationsergebnisse liefern kann. |
Programmänderungen vorbehalten.
Sponsoren
Medienpartner
