Fahrzeugintelligenz & Automatisiertes Fahren

Das vernetzte und automatisierte Fahren wird die Zukunft der Mobilität maßgeblich gestalten. Im Forschungsbereich Fahrzeugintelligenz & Automatisiertes Fahren bündelt das Institut die benötigten Kompetenzen von der Konzeptionierung über die System- und Funktionsentwicklung bis zur Verifikation und Validation für die Realisierung vernetzter und automatisierter Fahrzeuge und deren Funktionen. Dabei werden alle Aspekte des Spannungsfeldes Nachhaltigkeit, Sicherheit und Mobilitätserlebnis gleichermaßen betrachtet. Der Forschungsbereich beforscht und entwickelt dafür Methoden und Werkzeuge sowohl in der Simulation als auch für die Nutzung in Realfahrzeugen. Durch die umfassende Forschungsinfrastruktur können zukunftsweisende Forschungsfragen in direkten bilateralen Projekten oder im Rahmen hoheitlicher Forschung effizient und inhaltlich kompetent adressiert werden. Eine große Rolle spielen dabei neueste Methoden der künstlichen Intelligenz, welche in der Lage sind, die komplexen Herausforderungen automatisierter und vernetzter Mobilität mit hoher Zuverlässigkeit und für den Menschen nachvollziehbar zu lösen.

Der Forschungsbereich verfügt über moderne Infrastruktur. So stehen unter anderem Forschungsfahrzeuge für den Betrieb im öffentlichen Straßenverkehr, eigenständig entwickelte Fahrzeugprototypen für die Implementierung neuartiger Forschungsansätze, Infrastruktur-Testfelder, Szenarien-Datenbaken und ein einzigartiges Simulatorzentrum zur Verfügung. Letzteres umfasst verschiedene Simulator-Prüfstände, vom Fußgänger über den Radfahrer und statische Fahrsimulatoren, bis hin zu einem – deutschlandweit in der freien Verfügbarkeit einzigartigen – hochdynamischen Fahrsimulator.

Schwerpunkte

Die Gruppe "Funktionsentwicklung Automatisiertes Fahren" erforscht und entwickelt Softwaremodule und -systeme. Dazu gehören insbesondere die Perzeption, Fusion, Tracking, Prädiktion, Planung, Regelung und V2X-Kommunikation, welche als Microservices in einer serviceorientierten Architektur kombiniert werden.

Ein besonderer Fokus der Gruppe liegt auch auf der Vernetzung automatisierter Fahrzeuge untereinander sowie mit Diensten intelligenter Infrastruktur und (Edge-)Clouds. Es werden Methoden zur kollektiven Wahrnehmung, Planung und zum kollektiven Lernen erforscht, die automatisierte Fahrzeuge mit Funktionen und Over-the-Air Updates & Upgrades unterstützen. Damit wird ein wichtiger Beitrag zur Transformation zum Software-Defined-Vehicle und dem effizienten Einsatz von DevOps-Methoden im Bereich automatisierter vernetzter Mobilität geleistet.

Die Gruppe "Daten und Wirksamkeit" erforscht und entwickelt Methoden und Konzepte zur Analyse von Mobilitätsdaten, der Quantifizierung der Wirksamkeit und der Absicherung vernetzter und automatisierter Fahrzeuge und deren Funktionen.

Im Fokus stehen neben der Analyse von Fahrzeugdaten auch Informationen aus weiteren Beobachtungsquellen wie z.B. Drohnen und intelligenter Infrastruktur, die wichtige zusätzliche Erkenntnisse erlauben. Ziel ist die umfassende Analyse von Aspekten des automatisierten Fahrens in Hinblick auf die Sicherheit im öffentlichen Straßenverkehr. Nachgelagert und unterstützt durch Simulationen, werden die Daten zur Absicherung und zur Wirksamkeitsanalyse herangezogen. Für diese Aspekte werden die am Institut entwickelten Szenarien(-konzepte) in diversen nationalen und internationalen Forschungsprojekten eingebracht und erweitert. Die Szenarien werden dann zur detaillierten Analyse der Daten herangezogen.

Die Gruppe "Simulation" erforscht und entwickelt Methoden zur simulativen Abbildung realer Mobilitätssysteme und deren Elemente. Damit werden wichtige Werkzeuge zur Entwicklung, Analyse und zum Testen vernetzter und automatisierter Funktionen bereitgestellt.

Dies umfasst unter anderem den Aufbau durchgängiger Simulationstoolketten, die Entwicklung multivalenter Fahrermodelle, die automatisierte Umgebungsgenerierung und die Testautomation von Szenarien.

Die Basis für diese Forschung bildet das Simulatorzentrum des ika, in dem Probandenstudien verschiedener Größenordnung nach Projektbedarf umgesetzt werden können. Insbesondere die Potentiale durch die Nutzung von Augmented- und Virtual-Reality werden beispielsweise für Zwecke des Rapid Prototyping zunehmend beleuchtet. Mit den entwickelten Simulationsumgebungen können Human-, Sofware- und Hardware-in-the-loop Tests für verschiedene Anwendungsfälle realisiert werden.

Die Gruppe „Intelligente Infrastruktur“ erforscht und entwickelt Methoden zur infrastrukturseitigen Unterstützung vernetzter und automatisierter Fahrzeuge.

Hauptarbeitsfelder sind die Umfelderfassung durch im Straßenverkehr installierte intelligente Sensorik, die Infrastruktur-zu-Fahrzeug (I2V) Kommunikation sowie die Überführung der erfassten Daten in einen hochgenauen digitalen Zwilling des Verkehrs. Der von der intelligenten Infrastruktur erzeugte digitale Zwilling stellt ein virtuelles Abbild des physischen Realverkehrs dar und ermöglicht sowohl die Erhebung von Trajektoriendatensätzen, welche zu weiteren Entwicklungs- und Validierungszwecken genutzt werden können, als auch die Übertragung von sicherheitsrelevanten Echtzeitumgebungsinformationen an Versuchsfahrzeuge im Realverkehr.

Die aus der intelligenten Infrastruktur entstehenden Datensätze erweitern die bereits vom ika angebotenen öffentlichen Trajektoriendatensätze highD, inD, rounD, uniD und exiD.

Academy

Als Universitätsinstitut ist die Lehre eine der wichtigsten Aufgaben aller Beteiligten. Die über Jahre aufgebaute Kompetenz bieten wir Kunden aus der Industrie an und führen in der ika-Academy maßgeschneiderte Weiterbildungen und Schulungen für Unternehmen durch, um Mitarbeiterinnen und Mitarbeiter auf die vernetzte und automatisierte automobile Zukunft vorzubereiten. Die Kursinhalte können dabei auf den spezifischen Kundenwunsch angepasst und in verschiedenen Detaillierungsgraden angeboten werden. Dabei werden vom Sensor bis zum Aktor und von der Objekterkennung bis zur V2I-Vernetzung alle relevanten Themen aufbereitet und in interaktiven Formaten vermittelt.

Lehre

Der Forschungsbereich Fahrzeugintelligenz & Automatisiertes Fahren steht für exzellente Lehre an der RWTH Aachen University. Wir sprechen studierende verschiedener Fachrichtungen vom Maschinenbau, der Fahrzeugtechnik, der Automatisierungstechnik über die Elektrotechnik bis zur Informatik an. Unsere Lehrveranstaltungen bilden die Basis für eine spätere Karriere im Themenfeld vernetzte und automatisierte Mobilität:

Fahrzeugtechnik III: Einführung in das Themenfeld ADAS (Fahrerassistenzsysteme)
Automated Driving: Eigenständige Vorlesung mit dem Fokus vernetzte und automatisierte Mobilität. (Eine vorherige Teilnahme an Fahrzeugtechnik I-III ist nicht erforderlich)
Automated and Connected Driving Challenges: Unsere neuste Lernveranstaltung für Studierende an der RWTH und weltweit. Als Moog angeboten bietet ACDC einen Einblick in die aktuellsten Forschungsfragestellungen und gibt Studierenden die Chance selbstständig automatisierte und vernetzte Funktionen Schritt für Schritt zu implementieren und zu testen.
Ursachenanalyse bei Kfz-Unfällen: Wie entstehen Verkehrsunfälle und was können wir aus diesen Lernen? In diesem von Unfallsachverständigen Prof. Möhler gehaltenen Kurs lernen Studierende genau das.
Kraftfahrlabor: Als Teil des Kraftfahrlabors lernen Studierende unseren hochdynamischen Fahrsimulator kennen und haben die Chance neuste Assistenzsysteme hautnah zu erleben.

Kernkompetenzen

Intelligente Infrastruktursensorik
Infrastruktur-zu-Fahrzeug (I2V) Kommunikation über ITS-G5 und Mobilfunk
Cloud Intelligenz und Digitaler Zwilling
Fahrsimulatoren
Fahrermodelle
Human/Software/Hardware in the Loop Testing
Software-Defined-Vehicle
DevOps
Explainable and Trustworthy AI
(Micro-)Service-Oriented Architecture
Datensätze aus Drohnen und Infrastruktur
Maßgeschneiderte Schulungen und Weiterbildungsangebote im Themenfeld vernetzte und automatisierte Mobilität

Kooperation

Als starker Partner in bilateralen und hoheitlich geförderten Projekten unterstützte der Forschungsbereich Fahrzeugintelligenz & Automatisiertes Fahren seine Partner unter andrem in folgenden Fragestellungen:

Definition von Anforderungen an “Automation Level 2 Hands-Off Systems”
Konzeption von Softwarearchitekturen für vernetztes und automatisiertes Fahren
Integration von diensteorientierten Softwarefunktionen
Konzeption und Durchführung mehrwöchiger Probandenstudien im hochdynamischen Fahrsimulator für verschiedene Fragestellungen
Verifikation und Validierung von Systemen mittels szenarienbasierter Ansätze
Generation von Trajektoriendatensätzen aus Drohnenaufnahmen
Integration innovativer Kamera- und LiDAR-basierter Assistenz- und Automatisierungsfunktionen
Aufbau von intelligenter Infrastruktur und Erzeugung digitaler Zwillinge
Aufbau und Inbetriebnahme von Versuchsfahrzeugen und Prototypen
Vorausschauende Antriebsstrangregelung für konventionelle und hybride Antriebskonzepte
kommunikationsbasierte Verkehrsleistungsassistenz und Kreuzungsassistenten
Automatisiertes Valet-Parken (L4)

Aktuelle Projekte

AIthena

AI-Based CCAM: Trustworthy, Explainable, and Accountable

Die Forschung im Bereich der „Connected and Cooperative Automated Mobility“ (CCAM) hat aufgrund der Künstlichen Intelligenz (KI) und dem Aufkommen hochentwickelter Deep Learning-Methoden im Kontext …

Mehr

SUNRISE

Safety assUraNce fRamework for connected, automated mobIlity SystEms

Die Absicherung von Cooperative, Connected, and Automated Mobility (CCAM) Systemen ist ein entscheidender Faktor für ihre erfolgreiche Einführung in der Gesellschaft, stellt jedoch nach wie vor eine …

Mehr

6GEM

6G Forschungshub für offene, effiziente und sichere Mobilfunksysteme

Unter Koordination der RWTH Aachen forscht das 6GEM-Konsortium, bestehend aus fünf Universitäten und vier außeruniversitären Forschungseinrichtungen, an zukünftigen Kommunikationstechnologien in der …

Mehr

Hi-Drive

Bewältigung der Herausforderungen bei der Einführung einer höheren Automatisierung

In dem EU-Projekt Hi-Drive werden Problemstellungen adressiert, die der Einführung des hochautomatisierten Fahrens derzeit noch im Wege stehen. Das übergeordnete Ziel ist die Verbesserung des automatisierten …

Mehr

BEV Goes eHighway

BEE

Anfang Januar 2022 wurde das Projekt “BEV Goes eHighway - BEE“. Das Ziel des Projektes ist die Weiterentwicklung der Oberleitungstechnologie für den Schwerlaststraßenverkehr, um langfristig auch …

Mehr