Artificial Intelligence for real-time injury prediction (»ATTENTION«); Teilvorhaben Unfallanalyse und KI-basierte Prognose von Verletzungswerten

Abstract

Urbaner Verkehr ist gekennzeichnet durch begrenzte Verkehrsflächen, variierende Verkehrsströme und unterschiedliche Verkehrsteilnehmer. Trotz zunehmender Automatisierung und Vernetzung des Verkehrs stellt die Mehrfachnutzung von Verkehrsflächen für ungeschützte Verkehrsteilnehmer (VRU, engl. Vulnerable Road Users) aktuell und langfristig ein großes Risiko dar. Um den automatisierten Verkehr so sicher wie möglich zu gestalten, muss die Verletzungsschwere besonders gefährdeter Kollisionspartner bei unvermeidbaren Unfällen bestmöglich reduziert werden. Ziel des Projekts ATTENTION ist es eine Methode zur Echtzeit-Verletzungsprognose von VRU zu entwickeln. Hierzu werden datengetriebene KI-Verfahren genutzt, um aus fahrzeuggebundenen Videodaten und virtuellen Tests mit Hilfe digitaler Menschmodelle ein situationsspezifisches Verletzungsrisiko zu bestimmen. Prospektiv ermöglicht die Verletzungsprognose durch Strategien der Risikominimierung des automatisierten Fahrzeugs einen sowohl sicheren als auch effizienten Verkehr. In diesem Teilvorhaben werden die Bewertung, Vorverarbeitung und Datenanreicherung der Szenarien beschrieben. Die gewonnenen Daten dienten der Auswahl und Parametrierung von unfallrelevanten Szenarien für Modellierung, Simulation und Lernverfahren im weiteren Projektverlauf des Verbundvorhaben ATTENTION. Ebenso wurden die Ergebnisse der KI-Modelle dadurch plausibilisiert. Eine Anonymisierung der gewählten Videodaten wird sichergestellt durch die Body-Shape-Methodik, bei der Personen durch ein gewonnenes Menschmodell überlagert wird. Durch die Rekonstruktion lassen sich die Posen der VRU im Unfallhergang direkt vor dem Impakt klassifizieren und damit Rückschlüsse auf Muskelspannung und damit auch potenzielle Verletzungsmuster gewinnen, Weiterhin wurden für die das Projektziel einer echtzeitfähigen Verletzungsprädiktion ein Verletzungsrisikoindex ermittelt sowie Modellanwendungen und Konzeptionierung von Unfallfolgenminderungsmaßnahmen diskutiert.