Im Mittelpunkt steht dabei nicht wie sonst bei autonomen Fahrzeugen die Reaktion auf unvorhergesehene Ereignisse in der Umgebung, sondern vor allem die Beherrschung besonders hoher Geschwindigkeiten – ein Aspekt, der später insbesondere für den fließenden Verkehr auf Autobahnen von großer Bedeutung ist. Prof. Dr. Johannes Betz, Leiter der Abteilung Autonomous Vehicle Systems erklärt, worauf es ankommt:
TUM-Team Autonomous Motorsport:
„Unser übergeordnetes Ziel ist es, die bestehende Software kontinuierlich weiterzuentwickeln und ihr volles Potenzial auf der Rennstrecke unter Beweis zu stellen. Dafür werden verschiedene Teilprojekte umgesetzt, die jeweils gezielt zur Gesamtarchitektur des autonomen Fahrzeugs beitragen. Im Fokus stehen dabei die interaktive Trajektorienplanung im Zusammenspiel mit mehreren Fahrzeugen im fahrdynamischen Grenzbereich sowie die zuverlässige Umfeldwahrnehmung und Lokalisierung bei hohen Geschwindigkeiten.
Zur Zielerreichung ist es erforderlich, das Verhalten konkurrierender Rennfahrzeuge präzise und in Echtzeit vorherzusagen sowie gleichzeitig das fahrdynamische Limit des eigenen Fahrzeugs zu bestimmen. Testfahrten mit dem Dallara IL-15 und dem Dallara Super Formula dienen schließlich dazu, die Echtzeitfähigkeit, Performance und Ausfallsicherheit der entwickelten Algorithmen umfassend zu evaluieren.“
Sehen Sie auch den ersten Teil unserer Reihe „State of the art – Forschung für die Zukunft der Mobilität“:
Künstliche Intelligenz in der Fahrzeugtechnik
