Seite - (000451) - in Autonomes Fahren - Technische, rechtliche und gesellschaftliche Aspekte

43520.4 Folgerungen für die maschinelle Wahrnehmungsleistungsprädiktion technische Leistungsfähigkeit eines automatisierten Fahrzeugs überhaupt als kritisch zu bewerten ist. Für die Absicherung automatisierter Fahrzeuge gewährleistet das Abfahren eines vordefinierten Kilometerumfangs in jedem Fall nicht, dass der dadurch entstehende Datensatz alle möglichen kritischen Situationsentwicklungen (Episoden) enthält. Folglich ist eine Absicherung der Funktionssicherheit auf diese Art und Weise nicht möglich, un- abhängig davon, dass die zum statistischen Nachweis der sehr geringen Fehlerraten not- wendigen Kilometerleistungen weder praktisch noch wirtschaftlich realisierbar wären. Eine mögliche zukünftige Forschungsaufgabe wäre daher die Suche nach einer ge- eigneten mathematischen Repräsentation beliebiger Episoden, die dann den Raum aller möglichen Episoden aufspannen. Aufbauend auf dieser Beschreibung kann dann beispiels- weise durch sogenannte Monte-Carlo-Simulationen der gesamte Episodenraum in kritische und unkritische Teilbereiche strukturiert werden, um hieraus eine Aussage zu notwendigen spezifischen Tests ableiten zu können. Ein möglicher methodischer Ansatz hierzu ist das Rejektion-Sampling, wobei jedes Sample eine vollständige Episode repräsentiert. Ausge- hend von Grundepisoden, die sich beispielsweise durch unterschiedliche Fahrbahntypen (ein, zwei oder drei Fahrstreifen pro Richtung, Gegenverkehr) oder die Anzahl der Fahr- zeuge im Nahbereich unterscheiden, werden durch statistische Variation der Episodenpa- rameter ähnliche Situationen generiert. Bei einer hinreichenden Anzahl an Samples besteht die Erwartung, den Episodenraum vollständig abzudecken. Jede gezogene Episode wird dabei auf ihre physikalische Realisierbarkeit überprüft und irrelevante Episoden verworfen. Die verbleibenden Episoden werden anschließend dahingehend überprüft, ob sich bei- spielsweise kritische Zeitlücken oder Abstände zwischen Objekten ergeben. Die Kriterien hierfür sind ebenfalls geeignet festzulegen. Die Identifikation und Priorisierung kritischer Situationen erfolgt durch ein folgendes Clustern im Episodenraum. Ziel eines solchen Vorgehens wäre es, durch die hierarchische Vorgehensweise eine möglichst vollständige, aber dennoch handhabbare Menge potenziell kritischer Episoden zu bestimmen. Diese werden im Anschluss anhand simulierter Daten hinsichtlich der Beherrschbarkeit durch das hochautomatisierte System bei verschiedenen Stufen der maschinellen Wahrnehmungsleistung untersucht. Beispielsweise könnten für ein Sensor- Setup im Fahrzeug individuelle Reichweiten, Erfassungswinkel und Detektionsraten modelliert werden, um dann systematisch die Konsequenzen für das Verhalten des Fahr- zeugs in kritischen Episoden zu untersuchen. Diese Untersuchung kann zunächst für ein voll funktionsfähiges System und im Anschluss unter der Annahme eines Ausfalls von Einzelkomponenten durchgeführt werden. Eine weitere offene Forschungsfrage ist die nach einer zuverlässigeren Situationsprä- diktion, die unter Nutzung von Kontextinformationen und Hypothesen über das zukünftige Verhalten der Verkehrsteilnehmer prinzipiell längere Prädiktionszeiträume ermöglicht. Eine derartige Vorgehensweise wäre insofern gerechtfertigt, als dass unser gesamter Ver- kehr auf der Kooperation der Verkehrsteilnehmer beruht. Nachteilig hieran wäre natürlich, dass ein unkooperatives Verhalten oder auch schlicht Fehler anderer Verkehrsteilnehmer dann natürlich nicht erwartet und in die Handlungsplanung eines automatisierten Fahrzeugs mit einbezogen werden können. Insofern erlauben solche Ansätze keine weitreichende