Autonomes Fahren bei mobilen Arbeitsmaschinen - Aspekte funktionaler Sicherheit unter Einbezug leistungsfähiger KI-Methoden (SafeAI)

Abstract

Das Projekt hatte einen klaren Focus auf sicherheitsrelevante Kernthemen, wie die sichere Umfelderfassung und Gefahrenerkennung. Ziel war es, mit den Erkenntnissen aus diesem Vorhaben Funktionsmuster, die als Assistenzsysteme fungieren sollen, funktional abzusichern und näher an die Serientauglichkeit zu führen. Erste Schritte und Evaluierung erfolgten im Bereich Agrar- und verstärkt Kommunaltechnik. Während Landmaschinen vor allem in agrarischen Umgebungen mit unstrukturierten, oft wechselnden Bedingungen operieren, sind Kommunalmaschinen in städtischen oder infrastrukturell komplexeren Bereichen tätig, wo sie mit anderen Fahrzeugen, Fußgängern und dynamischen Hindernissen interagieren müssen. Insbesondere kann in urbanen Szenen häufig der Fall auftreten, dass Personen ganz oder teilweise verdeckt sind. Über den Projektzeitraum wurden die verwendeten und entwickelten Algorithmen durch kontinuierliche Datengenerierung und Optimierung fortschreitend verfeinert und optimiert. Im Projektzeitraum wurden zusammen mit unserem Projektpartner mehrere Feldkampagnen mit unserer Pflanzenschutztechnik durchgeführt, um relevante Testdaten für KI-Modelle in unterschiedlichen Szenarien zu generieren. Dies umfasste verschiedene Witterungsverhältnisse (sonnig, heiter bis wolkig, regnerisch), Beleuchtungssituationen (Tag, Dämmerung, Nacht) und verschiedene Kulturen (Winterweizen, Raps usw.), um eine breite Variabilität zu gewährleisten. Diese Arbeit ermöglichte es unseren Projektpartnern, Algorithmen zur robusten und verlässlichen Objekterkennung und Distanzschätzung weiterzuentwickeln.