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)
Ausgewählte Projekte
Kontakt
Timo Woopen M.Sc.
Forschungsbereichsleiter
Fahrzeugintelligenz und Automatisiertes Fahren
+49 241 80 23549
E-Mail
Ausstattung und Prüfstände
- Aldenhoven Testing Center (ATC)
- Fahrradsimulator
- Fußgängersimulator
- Hochdynamischer Fahrsimulator
- Infrastruktursensorik
- Sitzkisten
- SpeedE
- Sprayfahrzeug
- Statischer Fahrsimulator
- V2X-Kommunikation
- Werkzeuge für die Bewertung und Absicherung von FAS-Sensoren und -Funktionen
- ika-Teststrecke
Vorträge/Artikel
- Economic Analysis of Smart Roadside Infrastructure Sensors for Connected and Automated Mobility
Donnerstag, 28. September 2023 - Acquire Driving Scenarios Efficiently: A Framework for Prospective Assessment of Cost-Optimal Scenario Acquisition
Donnerstag, 28. September 2023 - A Systematic Approach Towards the Definition of the Terms Edge Case and Corner Case
Donnerstag, 20. Juli 2023 - Deep Learning-based Registration of Evidential Occupancy Grid Maps in a Digital Traffic Twin
Mittwoch, 07. Juni 2023 - FPGA-based Acceleration of LiDAR Point Cloud Processing and Detection on the Edge
Mittwoch, 07. Juni 2023
Studentische Arbeiten
Auswahl aktueller stud. Arbeiten:
- Closed-Loop-Testfallauswahl für die Sicherheitsbewertung des automatisierten Fahrens
- Generierung komplexer Fahrszenarien zur Herausforderung automatisierter Fahrzeuge
- Machine learning based trajectory planning in cloud architectures
- Artificial generation of complex driving scenarios for safety assurance of automated vehicle
- Camera Loop-Through to Augment Virtual Reality