Im Projekt STADT:up werden auf die Nutzerbedürfnisse zugeschnittene Konzepte und Pilotapplikationen des durchgängigen automatisierten Fahrens im urbanen Raum entwickelt. Schwerpunkte liegen in der Umsetzung neuer, KI-basierter Methoden und deren Demonstration in automatisierten Fahrsystemen, insbesondere bei komplexen Verkehrssituationen. Spezielle Betrachtung finden verletzliche Verkehrsteilnehmende, komplexe Knotenpunkte sowie automatisiertes Einfädeln und Umfahren von Hindernissen.
Lösungen für den komplexen, multimodalen Stadtverkehr
STADT:up zielt auf durchgängige, skalierbare Lösungen für künftige urbane Mobilität: Automatisierte Fahrzeuge müssen auch komplexe innerstädtische Verkehrsszenarien sicher beherrschen. Die Lösungen gehen dabei von individuellen Mobilitätsfällen aus und zeigen die Vernetzung zur multimodalen Mobilität. Im Hinblick auf realitätsnahe Perspektiven künftiger urbaner Mobilität werden geeignete Zukunftskonzepte erarbeitet und Anforderungen anhand der Bedürfnisse der Nutzenden abgeleitet.
Automatisiertes Fahren - von der Konzeption bis zur Evaluation
Das Projekt berücksichtigt die gesamte Wirkkette: Perzeption, Fusion, Lokalisation, Umfeldmodell, Prädiktion, Interaktion und Kooperation bis hin zur Verhaltens- und Manöverplanung. Ziele sind die Erkennung von dynamischem und statischem Umfeld und die Abgrenzung und Behandlung von Unschärfe in diesen beiden Kategorien sowie die hochverfügbare robuste und adaptive Trajektorienplanung basierend auf multimodaler Prädiktion aller Verkehrsteilnehmenden. Im Projekt findet weiterhin eine differenzierte Betrachtung der Interaktions- und Kommunikationskonzepte zwischen Nutzenden, Fahrzeug und anderen Verkehrsteilnehmenden bei automatisiertem Fahrbetrieb statt. Dabei werden die situationsabhängige Adaptivität von Bedienkonzepten, wie auch die situations- und erfahrungsabhängige Veränderung des Nutzerverhaltens beleuchtet.
Ergänzend werden Konzepte und Perspektiven für zukünftige, intermodale Mobilität erarbeitet, wobei sämtliche Stakeholder einbezogen werden: Städte, Nutzende, Forschungseinrichtungen und die Automobilindustrie. Von zentraler Bedeutung ist dabei die Frage, wie sich der Mischverkehr aus Fußgängern, Radfahrern, privat oder gemeinschaftlich genutzten Fahrzeugen und ÖPNV zukünftig entwickeln wird. Betrachtet werden mögliche Einflüsse wie bspw. eine Stärkung von Regionalität und die Entwicklung lokaler Stadtzentren, die Veränderung der Infrastruktur oder das sich ändernde Mobilitätsverhalten von Nutzenden z.B. durch Home-Office oder ein wachsendes Energie- und Ressourcenbewusstsein.
Fokus des DLRs: Digitaler Zwilling, Schnittstellen-Entwicklung und Erforschung des Interaktionsverhaltens
Das DLR-Institut für Verkehrssystemtechnik arbeitet entlang der ganzen Einführungs- bzw. Umsetzungskette, um automatisiertes Fahren auf die Straße zu bringen: Der Fokus setzt beim Anforderungs- und Use-Case-Austausch zwischen Kommunen und Technologiefirmen an und geht über zur Konzeption und dem Aufbau eines digitalen Zwillings, der Nutzendenanforderungen und - erlebnisse abbildet und deren Evaluation ermöglicht. Mit Hilfe holistischer HMI-Konzepte werden konsistente Interaktionen zwischen Nutzenden und umgebenden Verkehrsteilnehmenden realisiert, sowie ein Anzeige- und Interaktionskonzept für den Arbeitsplatz der technischen Aufsicht (Teleoperator) entwickelt und prototypisch getestet. Des Weiteren liegt ein Schwerpunkt auf der ganzheitlichen Erforschung des menschlichen kooperativen Interaktionsverhaltens – in Simulations-Szenarien wie auch im realen Straßenverkehr.
Projektname und -webseite:
STADT:up - Solutions and Technologies for Automated Driving in Town: an urban mobility project
Laufzeit:
01/2023 bis 12/2025
Projektvolumen:
62,8 Mio €, davon 2,66 Mio € vom DLR-Institut für Verkehrssystemtechnik
Auftraggeber:
Bundesministerium für Wirtschaft und Klimaschutz (BMWK)
Verbundkoordinator:
Robert Bosch GmbH
Projektbeteiligte:
3D Mapping Solutions GmbH
Aptiv Services Deutschland GmbH
AVL Deutschland GmbH
Bundesanstalt für Straßenwesen (BASt)
CARIAD SE
Continental Automotive Technologies GmbH
Continental Autonomous Mobility Germany GmbH
DeepScenario GmbH
DENSO ADAS Engineering Services GmbH
Deutsches Zentrum für Luft- und Raumfahrt e.V.
Ergosign GmbH
gestigon GmbH
HELLA GmbH & Co. KGaA
Hochschule für angewandte Wissenschaften München
Mercedes-Benz AG
Opel Automobile GmbH
Technische Universität Chemnitz
Technische Universität Darmstadt
Technische Universität München
Valeo Schalter und Sensoren GmbH
ZF Friedrichshafen AG