Verbundprojekt: KIsSME - Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen; Teilvorhaben: Datenlogging, -transformation und Szenariengenerierung

Abstract

Dieser Schlussbericht geht auf die wesentlichen Ergebnisse des Teilvorhabens ein. Neben Zuarbeiten in sieben von insgesamt acht fachlichen Arbeitspaketen werden dabei zwei Themen besonders beleuchtet: Zum einen ist dies die Entwicklung der Referenz-Softwarearchitektur mit besonderem Schwerpunkt auf dem Datenlogging sowie der Datenübertragung an externe Dienste außerhalb des Fahrzeugs und zum anderen die Generierung standardkonformer Szenarienbeschreibungen, die auf Szenariendaten basieren, welche während realer Straßenverkehrssituationen oder Versuchsfahrten gesammelt und mithilfe von Künstlicher Intelligenz klassifiziert wurden. Dank dieser Standardisierung sind die generierten Szenarien im Anschluss mit verschiedensten im Markt verfügbaren Werkzeugen nutzbar. Hierfür wurde insbesondere auf die OpenX-Standards der ASAM zurückgegriffen. Ziel des Teilvorhabens war die Konzeption und Umsetzung einer durchgängigen Werkzeugkette, die Szenarienbeschreibungen in diesen standardisierten Dateiformaten bereits während der Fahrt eines mit entsprechender Sensorik ausgestatteten Fahrzeugs vollautomatisiert erzeugt und zur weiteren Verarbeitung in einer Cloud-Umgebung verfügbar macht. Der Bericht geht dabei nicht nur auf Aspekte der Datenaufzeichnung, -übertragung und Analyse ein sondern gibt detaillierte Einblicke in Herausforderungen, Inkompatibilitäten und die Verwendung externer Datenquellen, die bei der Generierung eine Rolle gespielt haben. Es wird außerdem ein Ausblick für die Weiterverarbeitung der Daten im Speziellen sowie auch der Projektergebnisse im Allgemeinen im Kontext der Mindmotiv Tool-Landschaft gegeben.