Das Zukunftslabor Mobilität der Carl von Ossietzky Universität Oldenburg (Abteilung Informatik) untersuchte, wie sich hochautomatisierte Fahrfunktionen auch unter erschwerten Bedingungen zuverlässig gewährleisten lassen. Im Mittelpunkt standen zwei Ansätze: der Umgang mit degradierenden Fahrzeugkomponenten sowie kontraktbasierte Methoden zur Systementwicklung.
Alternde Sensoren wie Kameras können ihre Leistungsfähigkeit verlieren und dadurch sicherheitskritische Funktionen beeinträchtigen. Gemeinsam mit einem Industriepartner entwickelten die Wissenschaftler*innen ein Verfahren, das den Zustand solcher Komponenten im Betrieb erkennt und die Fahrzeugreaktionen entsprechend anpasst. Simulationen mit realen Verkehrsdaten zeigten, dass Sicherheitsabstände dynamisch korrigiert werden können – auch wenn einzelne Sensoren eingeschränkt sind.
Ein zweiter Schwerpunkt lag auf kontraktbasierter Systementwicklung, die sicherstellt, dass Software- und Hardwarekomponenten unterschiedlicher Hersteller zuverlässig zusammenwirken. Neu ist die Anwendung dieser Methode auf Systeme mit maschinellem Lernen. Das Forschungsteam entwickelte hierfür ein Verfahren, um Unsicherheiten in KI-basierten Komponenten statistisch zu erfassen und ihre Fehlerfortpflanzung innerhalb sicherheitskritischer Fahrfunktionen beschreibbar zu machen. Damit wird ein entscheidender Schritt hin zu einer transparenten Risikobewertung für autonome Fahrfunktionen erreicht. „Unsere Arbeit ermöglicht es erstmals, Sicherheitsrisiken in komplexen, KI-basierten Fahrzeugarchitekturen durch Kontrakte darstellbar und analysierbar zu machen“, erklärt Prof. Dr. Martin Fränzle von der Carl von Ossietzky Universität Oldenburg. „So können hochautomatisierte Systeme zuverlässiger entwickelt und die Akzeptanz des autonomen Fahrens gestärkt werden.“ (oe)
