6+
Partners
2700 QM
Versuchsgelände
3 Mio €+
Förderfähige Gesamtkosten
5
Jahre
Partners
Versuchsgelände
Förderfähige Gesamtkosten
Jahre
Fußgänger mit ihren vielfältigen Verhaltensweisen stellen die größte Herausforderung für diesen Technologiesprung dar. Die Unvorhersehbarkeit menschlicher Bewegungen – vom Überqueren des Bürgersteigs bis hin zu plötzlichen Stopps und nonverbaler Kommunikation – stellt eine große Hürde für autonome Fahrzeuge dar, die diese zahlreichen Signale ohne Verzögerung interpretieren und darauf reagieren müssen. Die Entwicklung zuverlässiger Systeme zur Erkennung und Interaktion mit Fußgängern ist ein entscheidender Schritt auf dem Weg zur breiten Einführung des autonomen Fahrens und zur Gewährleistung der Verkehrssicherheit.
Mit Hilfe moderner Motion-Capture und Simulationstechnologien ermöglicht AIDA, sowohl die Sicherheit von Sensor-Mobilitätsplattformen, als auch die Sicherheit und Akzeptanz dieser Plattformen aus Sicht von anderen Verkehrsteilnehmern, insbesondere Passanten, zu optimieren. Das Projekt AIDA hat zum Zweck, autonome KI-basierte Fahrsysteme durch eine interaktive Datenerhebung mit Menschen zu entwickeln und damit den Menschen als wichtigen Verkehrsteilnehmer als auch die Fahrsysteme gleichermaßen auf typische innerstädtische Situationen vorzubereiten. Als Ergebnis werden neuartige Prozesse erwartet, mit denen gezielt wichtige und relevante KI-Daten erhoben werden können. Gleichzeitig wird die Kommune in diesen transparenten Datenerhebungsprozess eingebunden. Der Aufbau von AIDA soll neue Forschungsarbeiten ermöglichen, die bisher nicht umsetzbar waren. AIDA integriert ein KI-Ecosystem, das den Aufbau des KI-Dateninkubators unterstützt und generiert dabei gleichzeitig neue Geschäftsmodelle für wichtige Zukunftsbereiche. Gleichwohl werden hierbei aus der Praxis neue Impulse für die Zulassung von Systemen entstehen. Die beabsichtigten KI-Entwicklungen verfolgen eine inklusive und ressourcenschonende Mission.
Dezember 2022 - August 2027
Im Rahmen von RegionWIN 2030, EFRE 2021-2027
Hochschule Reutlingen
Kollaborative Erfassung von Bewegungsdaten von Personen in einer Halle von ca. 30x60m und bis zu ca. 6m Höhe
cm-Präzisionssteuerung von Fahrzeugen / Sensorplattformen
Accelerator für maschinelles Lernen
Validierung kritischer Situationen wie Fußgänger-Fahrzeug-Interaktionen durch XR-Technologien mit geringer Latenzzeit
Mobile und interaktive Datenerfassungsplattform
Verbesserung von Validierungsansätzen für autonome Sensorsysteme in urbanen Umgebungen in Bezug auf den Menschen