Autonomes Forschungsfahrzeug

• Fachliche Zuordnung: Systemtechnik
• Förderung: Förderung in 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 459365611

Um die Entwicklung von Algorithmen für autonomes Fahren signifikant voranzutreiben, müssen diese sowohl in Simulation mit einer Vielzahl von Daten als auch auf echter Hardware getestet werden. Das beantragte Großgerät ermöglichen es der TU München erstmals Algorithmen von der Simulation bis zum Realversuch zu evaluieren und die Algorithmen und aufgezeichneten Messdaten im Anschluss einer großen Nutzergemeinschaft zur Verfügung zu stellen. Durch den Zusammenschluss von 10 Professuren (7 Informatik, 1 Elektrotechnik, 1 Maschinenwesen, 1 Verkehrstechnik) erwarten wir eine hohe Auslastung des beantragten Geräts.Das vorgelegte Nutzungskonzept sieht vor, dass der Reifegrad der neu entwickelten Algorithmen aus den einzelnen Arbeitsgruppen zuerst mit Hilfe eines Hardware-in-the-Loop Simulators (HiL) automatisiert auf realer Entwicklungshardware ermittelt wird, die der Hardware im Testfahrzeug ähnelt. Dadurch können in dieser ersten Stufe bereits Aussagen über das Verhalten und die Performanz der Algorithmen im echten Fahrzeug getroffen werden. Erst wenn ein gewisser Reifegrad erreicht wird, sollen diese Algorithmen anschließend auf dem beantragten Testfahrzeug in der zweiten Stufe getestet werden. Unter Aufsicht von geschulten Sicherheitsfahrern werden Bewegungsplanungsalgorithmen in echtem Verkehr ausgiebig getestet. Zusätzlich kann das Testfahrzeug durch einen menschlichen Fahrer geführt werden, um Testdaten aufzuzeichnen, Algorithmen für Sensoren und Kommunikationssysteme zu evaluieren oder um Probandendstudien durchzuführen. Bei jeder Testfahrt werden alle entstehenden Daten aufgezeichnet und nach Abschluss der Testfahrt in der dritten Stufe auf das beantragte Datencenter übertragen. Dort werden die Daten nachverarbeitet und der gesamten Forschungslandschaft online frei zur Verfügung gestellt. Diese Daten können dann zum einen von Rechencluster zum maschinellen Lernen benutzt werden. Weiterhin dienen die Daten als neue Testfälle für die HiL Simulationen und als Basis zur Entwicklung neuer Algorithmen der Antragssteller. Unser Nutzungskonzept ermöglicht somit den Reifegrad der Algorithmen über der Zeit zu steigern.Ein besonderes Augenmerk bei diesem Antrag besteht darin Forschern weltweit an den Ergebnissen teilhaben zu lassen. Um die Daten aufbereitet zur Verfügung zu stellen, wird ein besonderer Schwerpunkt auf der Verarbeitung von Daten und deren strukturierten Bereitstellung gelegt. Da viele Forschungsgruppen keinen Zugriff auf Daten zum autonomen Fahren haben, wird unser Vorhaben auch vielen anderen Forschungsgruppen ermöglichen in diesem zukunftsträchtigen Bereich Spitzenforschung zu betreiben.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: Autonomes Forschungsfahrzeug
• Gerätegruppe: 2580 Zubehör und Aggregate für Kraftfahrzeuge
• Antragstellende Institution: Technische Universität München (TUM)
• Leiter: Professor Dr.-Ing. Matthias Althoff