idw - Informationsdienst
Wissenschaft
Ein Team der Technischen Universität München (TUM) hat in den Projekten Providentia und Providentia++ vielbefahrene Straßen mit modernster Sensortechnik ausgestattet. Mit Hilfe Künstlicher Intelligenz (KI) werden die Daten zu einem digitalen Zwilling verarbeitet, der ein Abbild der realen Verkehrssituation darstellt. Projektleiter Alois Knoll, Professor für Robotik, Künstliche Intelligenz und Echtzeitsysteme, erläutert im Interview die Vision dahinter – und was getan werden muss, um beim Thema digitale Mobilität zukunftsfähig zu bleiben.
Herr Prof. Knoll, im Forschungsprojekt Providentia hat Ihr Team einen Abschnitt der A9 bei München mit Radarsystemen und Kameras ausgestattet, im aktuellen Nachfolgeprojekt Providentia++ eine vielbefahrene Kreuzung im Ortsgebiet Garching-Hochbrück. Inwiefern trägt das zum Verkehr von Morgen bei?
Die Sensoren, die auf Schilderbrücken und Masten in etwa zehn Metern Höhe angebracht sind, liefern von dort oben einen sehr guten Überblick über das aktuelle Geschehen auf der Straße. Dabei erfassen sie die genauen Positions- und Geschwindigkeitsdaten jedes Verkehrsteilnehmers. Eine KI klassifiziert die Objekte und stellt dann anhand dieser Daten einen digitalen Zwilling her, also ein virtuelles Abbild des realen Verkehrsgeschehens.
Kommt es zu einem sicherheitskritischen Vorfall wie etwa einem plötzlichen Unfall oder Stau, kann diese Information in Echtzeit an jedes vernetzte Fahrzeug übermittelt werden. So können gefährliche Situationen im Voraus erkannt und Fahrzeuge rechtzeitig gewarnt werden. Auch der Verkehrsfluss kann verbessert werden, indem die Technologie beispielsweise die optimale Spur für ein besseres Vorankommen empfiehlt. Deswegen auch der Name: Providentia ist die römische Göttin der Vorsehung. Zum anderen steht der Name für Proaktive Videobasierte Nutzung von Telekommunikationstechnologien in innovativen Autoverkehr-Szenarien.
Das klingt tatsächlich nach einem großen Mehrwert, eigentlich auch für Fahrerinnen und Fahrer nicht autonomer Fahrzeuge.
Das stimmt, zum Beispiel, wenn man die Informationen des digitalen Zwillings so leitet, dass die-se direkt per 5G Netz im Smartphone ankommen – und das hat ja heute fast jeder an seiner Windschutzscheibe hängen. Möglich wäre auch, dass man die Infos in das Navigationssystem der Fahrzeuge einspeist und dieses dann akustische und virtuelle Warnsignale abgibt. Im Falle eines voll autonom fahrenden Fahrzeugs der Stufe fünf wäre es zudem möglich, dass die Technik direkt eingreift, indem das Fahrzeug in einer kritischen Situation automatisch abbremst oder ausweicht.
Was aber passiert, wenn ein Fehler auftritt und das System plötzlich aussetzt ?
Hier muss zwischen Ausfall der Fremdsteuerung und böswilliger Fehlsteuerung unterschieden werden. Ersteres kann und muss jedes autonom fahrende Fahrzeug tolerieren, das heißt, es muss in jedem Fall eine Eigenintelligenz besitzen, sodass es gefahrlos bremsen oder zum Stehen kommen kann. Bei einem böswilligen Eingriff von außen durch Hacker oder ähnliches sollte das Fahrzeug in der Lage sein, zu überprüfen, ob die Informationen, die es erhält, tatsächlich zum Verkehrsgeschehen passen. Durch die hochsichere Verschlüsselung der Daten und die Sicherung der Systemzugangspunkte sollte ein Eingriff von außen aber gar nicht erst möglich sein.
Was sagen Sie Menschen, die Angst vor Überwachung haben? Die Daten der auf der Straße fahrenden Autos werden schließlich aufgezeichnet und verarbeitet.
Unsere Forschung folgt zu jeder Zeit der Datenschutz-Grundverordnung, sensible Daten wie Kennzeichen der Autos werden nicht aufgezeichnet. Auch Gesichter von Fahrzeug-Insassen sind auf unseren Aufnahmen nie zu erkennen, obwohl theoretisch die Möglichkeit dazu besteht. Ich möchte betonen: Die Vorteile, die wir durch Providentia bereitstellen können, überwiegen die unwahrscheinlichen Risiken eines Daten-Missbrauchs. In Deutschland kommen jährlich tausende Menschen bei Verkehrsunfällen um oder verletzten sich schwer. Diese Zahlen könnten wir senken! Ich bin überzeugt: Die Straße der Zukunft muss digital sein. Damit erreichen wir mehr Sicherheit, mehr Transparenz sowie mehr Optimierung und Komfort.
Wie könnte der Weg hin zu einer digitalen Straße aussehen?
Zunächst hat die TUM in Ottobrunn seit kurzem ein Testfeld, auf dem wir weitere Erfahrungen zur direkten Kopplung von Infrastruktur mit Fahrzeugen sammeln können. Es ist allerdings not-wendig, dass wir baldmöglichst hinaus auf die Straße kommen. Nur so lernen wir, wie man zu-verlässige Systeme unter realen Bedingungen und mit realen Passagieren betreiben kann. Mein Vorschlag wäre die Einrichtung eines autonomen Shuttles zwischen Garching-Forschungszentrum und Garching-Hochbrück. Ich denke an einen Shuttle, der nicht nur mit 20 km/h dahinkriecht, sondern ganz normal im Verkehr mitfließt. Ich finde, man muss auch mal was wagen, wenn die Forschung überhaupt einen Sinn haben soll. Um das zu erreichen ist eine adäquate Unterstützung der Infrastruktur durch Sicherheitssysteme wie Providentia++ sinnvoll. Letztlich wollen wir ja so viele Lebensbereiche wie möglich automatisieren, allen voran den öffentlichen Nahverkehr. Das wird nur mit einer leistungsstarken, digitalen Infrastruktur wie sie Providentia++ im kleinsten Maßstab geschaffen hat, möglich sein.
Welchen Wunsch haben Sie an die Politik?
Man sollte viel stärker in den Bereich digitale Mobilität investieren und diese Vision Schritt für Schritt umsetzen. In München, der Stauhauptstadt Deutschlands, sehe ich einfach zu wenig Fortschritt. Wir haben ein Nahverkehrssystem, das an die Grenzen seiner Kapazität stößt, unzuverlässig und nicht gerade up-to-date ist. Wenn München die Technologiehauptstadt Europas sein soll, dann sollte es auch möglich sein, ein vernünftiges, IT-basiertes und intelligent gesteuertes Nahverkehrssystem aus unterschiedlichsten Vehikel-Typen einzurichten, das mit dem Individualverkehr über ein “City-Brain“ verknüpft ist und dafür sorgt, dass bei Minimierung von Energieverbrauch und Emissionen ein Maximum an Komfort erzielt wird und dabei obendrein verspricht, dass ein Passagier garantiert nicht schneller von A nach B kommen kann, als von diesem System vorgeschlagen und angeboten.
Wie sehen die nächsten Schritte aus?
Wir sind mit unserer Technologie so weit, dass wir daraus ein in der Praxis einsetzbares System entwickeln können. Das müsste dann natürlich die Industrie aufgreifen, die TUM selbst ist ja kein Hersteller verkehrstechnischer Infrastruktur. Dann bräuchte man staatliche Programme, um zumindest an neuralgischen Punkten größere Sensor-Installationen vorzunehmen, in München wäre etwa der mittlere Ring vorstellbar. Hier kommt es während der Rush Hour täglich zu immensen und nervenaufreibenden Staus – Providentia könnte den Verkehrsfluss optimieren, weil es unter anderem die Wellenbewegungen berechnen kann. Um das umzusetzen, müssten aber die Städte bzw. der Staat insgesamt gezielt ihre Nachfragemacht einsetzen, um einen Strukturwandel einzuleiten – so wie es vor langer Zeit mit dem Straßen-, Eisenbahn- und Autobahnbau, und der „autogerechten Stadt“ auch geschah. Jetzt haben wir mit der Informationstechnik riesige Möglichkeiten, die Städte wieder menschengerecht zu machen und dabei ganz neue Industrien zu schaffen. Sie sehen, wir haben noch viel vor. Aber wir müssen es auch machen.
Mehr Informationen:
• Providentia ist ein Forschungsprojekt, das seit Anfang 2017 vom Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) gefördert und seit Anfang 2020 vom Lehrstuhl für Robotik, künstliche Intelligenz und Echtzeitsysteme am Institut für Informatik der Technischen Universität München als Konsortialführer unter dem Namen Providentia++ fortgesetzt wird. Dessen Ziel besteht darin, Informationsflüsse zwischen Fahrzeugen und Infrastruktur am Rande der Autobahn A9 bis hinein in den urbanen Bereich zu erforschen, einen digitalen Zwilling der aktuellen Verkehrssituation zu schaffen und daraus Mehrwertdienste zu entwickeln. Website: https://innovation-mobility.com/
• An der TUM wird in diversen Projekten zum Thema autonomes Fahren geforscht. Der Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme arbeitet dabei eng zusammen mit Markus Lienkamp, Professor für Fahrzeugtechnik, Klaus Bogenberger, Professor für Verkehrstechnik und Jörg Ott, Professor für Connected Mobility.
• Die Technische Universität München (TUM) und die Industrieanlagen-Betriebsgesellschaft mbH (IABG) haben im September in Ottobrunn ein neues Testfeld für intelligente Mobilitätskonzepte in Betrieb genommen (vgl. https://www.tum.de/die-tum/aktuelles/pressemitteilungen/details/36906). Auf der vom Bayerischen Verkehrsministerium geförderten Versuchsanlage erforschen sie das Zusammenwirken zukünftiger, autonomer Verkehrssysteme sowie deren sicheren und standardisierten Betrieb.
Hochauflösende Bilder: https://mediatum.ub.tum.de/1631570
Prof. Dr. Alois Knoll
Technische Universität München
Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme
Tel: +49 (89) 289 - 18104
knoll@in.tum.de
www.tum.de
http://www.tum.de/die-tum/aktuelles/pressemitteilungen/details/36941
Prof. Alois Knoll, Projektleiter Providentia++
Sebastian Kissel / TUM
Sebastian Kissel / TUM
Walter Zimmer, wissenschaftlicher Mitarbeiter im Projekt Providentia++
Sebastian Kissel / TUM
Sebastian Kissel / TUM
Criteria of this press release:
Business and commerce, Journalists, Scientists and scholars, Students, Teachers and pupils, all interested persons
Electrical engineering, Information technology, Mathematics, Mechanical engineering, Traffic / transport
transregional, national
Miscellaneous scientific news/publications, Research projects
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).