Robo-Autos lernen aus Beinahe-Unfällen

Die objektbasierten Verkehrsbeobachtungssysteme werden von den ALP.Lab Technikern derzeit in Graz und auf weiteren ländlichen und urbanen Kreuzungen in Österreich installiert. „Wir montieren die Sensoren moderner Autos auf Straßenmasten, um Unfälle zu erkennen, die beinahe passiert wären“, erklärt ALP.Lab Geschäftsführer Gerhard Greiner. Für die Entwicklung autonomer Fahrzeuge ist vor allem der Kreuzungsbereich eine enorme Herausforderung. Hier begegnen einander Pkw, Lkw und Fußgänger, E-Scooter, E-Fahrräder und Skateboards sowie demnächst auch die erste Generation teilautonomer Fahrzeuge. Die ALP.Lab Verkehrsbeobachtungssysteme nützen Radar, Lidar und optische Kameras, um die Verkehrsteilnehmer anonymisiert zu erfassen und in Kategorien einzuteilen. Die Daten können anschließend auch von Gemeinden und Verkehrsplanern genutzt werden, um die Straßenverkehrssicherheit zu erhöhen und effiziente Formen des öffentlichen Verkehrs zu entwickeln.

Intelligente Fahrassistenten

Die gesammelten Daten dienen aber vor allem als Trainingsdaten für autonome Fahrsysteme. Im Unterschied zu menschlichen FahrschülerInnen müssen Computersysteme gewaltige Datenmengen speichern und aufbereiten, um daraus sinnvolle Aktionen abzuleiten. ALP.Lab kann diese Daten nun Automobilzulieferern und Fahrzeugherstellern sowie wissenschaftlichen Forschungsprojekten anbieten. „Die Verkehrsbeobachtungs-Daten sind eine ideale Ergänzung für die von ALP.Lab angebotenen Real-Tests von automatisierten Fahrfunktionen“, erklärt Gerhard Greiner, Geschäftsführer bei ALP.Lab. Um Unfälle bestmöglich zu vermeiden, müssen nicht nur Daten von erfolgten Unfällen sondern auch von Beinahe-Unfällen ausgewertet werden. Zu diesen sogenannten kritischen Verkehrsszenarien zählen zum Beispiel Fußgänger, die nur mit Mühe vor dem Ende der Grünphase die Straße überqueren können oder Fahrzeuge, die ihren Abbiegeradius plötzlich ändern, um kreuzenden Radfahrern auszuweichen. Die eingesetzte Sensorik ist 24 Stunden am Tag, 365 Tage im Jahr im Einsatz und kann so nicht nur eine große Zahl an typischen und gefährlichen Szenarien erfassen, sondern diese auch mit unterschiedlichsten Rahmenbedingungen in Verbindung setzen – wie Verkehrsaufkommen, Wetter, Uhrzeit oder Temperatur. ALP.Lab Geschäftsführer Jost Bernasch: „Eine derartige Verkehrsbeobachtung ist internationales Neuland und erregt in der Fachwelt bereits großes Interesse.“