Intelligente Aufzeichnung von Auff?lligkeiten (IAA)

Die Entwicklung des automatisierten Fahrens wurde durch den technischen Fortschritt und neue rechtliche Rahmenbedingungen weit vorangebracht, die Absicherung von entsprechenden automatisierten Systemen stellt allerdings immer noch eine gro?e technische Herausforderung dar.

Hierfür bietet die ISO 21448 - Safety of the intended functionality (SOTIF) Ans?tze, wie Verifikation und Validierung für solche Systeme umgesetzt werden k?nnen. Ein wichtiger Aspekt dabei sind besonders die Aktivit?ten w?hrend des Betriebs automatisierter Fahrzeuge, der sogenannten ?Operation Phase“. Hierbei wird der Fahrer keineswegs zum unfreiwilligen Testobjekt, da die Funktionalit?t der Systeme durch Akzeptanzkriterien ausreichend geprüft wurde. Jedoch ist technisch ausgeschlossen, eine 100%ige Konfidenz des Systems gegenüber unbekannten und sicherheitskritischen Fehlern zu gew?hren, da der entsprechende Testaufwand dafür nahezu unendlich gro? sein müsste. Ein Ziel der ISO 21448 ist daher die Minimierung dieses Restrisikos durch eine fortgeführte Beobachtung des Systems in der Betriebsphase, um bislang nicht entdeckte systematische Schwachstellen oder Designlücken zu identifizieren. Für eine ganze Flotte an hochautomatisierten Fahrzeugen sind Aufzeichnung und Auswertung aller relevanten Daten praktisch unm?glich, weshalb auch hier ein Automatismus angestrebt wird. Dieser soll auff?llige Szenarien erkennen und dadurch eine getriggerte Datenaufzeichnung ausl?sen.

Das Ziel dieses Projektes ist es, mittels moderner maschineller Lernverfahren diese auff?lligen Szenarien automatisiert zu identifizieren. Entsprechende Szenarien sollen aufgezeichnet werden, um mit ihrer Hilfe bisher unbekannte Schwachstellen oder Designlücken des Systems zu beheben. Dabei liegt ein besonderer Fokus auf der Erkennung von Anomalien und der Clusterbildung.