Forschung für die Mobilität von morgen

Die Forschungsgruppe Automotive Software Systems Engineering (AS²E) wurde im Jahr 2017 unter der Leitung von Prof. Dr. Ramin Tavakoli Kolagari gegründet und untersucht die Sicherheit softwarebasierter Systeme im Bereich der autonomen Mobilität – mit dem Ziel, die Sicherheit dieser Systeme systematisch zu erhöhen. Dabei geht es nicht nur um den Straßenverkehr: Auch Schiene und zunehmend der Wasserverkehr stehen im Fokus. So leistet AS²E einen Beitrag zu einer sicheren, zugänglichen und zukunftsfähigen Mobilität – im Sinne der Vision Zero der EU: einer Zukunft ohne tödliche Verkehrsunfälle.

Autonome Mobilität bedeutet für AS²E nicht Exklusivität, sondern Verantwortung: Sie muss gerecht, inklusiv und durch intelligente Infrastrukturen unterstützt gestaltet werden.

Funktionale Sicherheit & Cybersecurity im Fokus

AS²E entwickelt und validiert experimentelle Methoden, um Schwachstellen autonomer Systeme zu identifizieren – etwa gegenüber Störungen, Manipulationen oder unvorhergesehenen Ereignissen. Ein besonderer Schwerpunkt liegt auf der Analyse gezielter Angriffe, insbesondere im Hinblick auf Täuschungsversuche gegenüber Systemen des maschinellen Lernens.

Maschinelles Lernen & erklärbares Verhalten

Die Integration von lernenden Systemen in autonome Fahrzeuge eröffnet neue Potenziale, aber auch neue Fragen. Im Projekt OHMetaRunner untersucht AS²E, ob Meta-Learning (‚lernen zu lernen’) ein geeigneter Ansatz für den Einsatz im autonomen Fahren ist. Darüber hinaus untersucht AS²E, wie erklärbare Verfahren dazu beitragen können, das Verhalten lernender Systeme im autonomen Fahren besser nachvollziehbar zu machen und so Vertrauen, Transparenz und Robustheit zu fördern.

Autonomie braucht Verantwortung und Kontrolle

Benchmark-Ergebnisse auf realen Datensätzen wie KITTI und nuScenes zeigen deutlich die Grenzen aktueller Objekterkennungsverfahren im autonomen Fahren auf: Selbst führende Modelle erreichen eine Erkennungsgenauigkeit von lediglich rund 80 %. Besonders problematisch ist die Leistung bei vulnerablen Verkehrsteilnehmern wie Radfahrern und Fußgängern: hier sinkt die Genauigkeit teils auf 70% beziehungsweise nur 50 %. Die Ergebnisse machen deutlich, dass autonome Systeme auch unter Einsatz modernster Verfahren erhebliche Wahrnehmungslücken aufweisen – mit sicherheitskritischen Implikationen insbesondere im urbanen Mischverkehr.

Um solchen Wahrnehmungslücken begegnen zu können, nutzt AS²E seit 2018 einen elektrischen BMW i3 als modulare Forschungsplattform. Er dient der gezielten Analyse der internen Softwarearchitektur sowie der Untersuchung der Systemrobustheit unter realitätsnahen Bedingungen, insbesondere im Hinblick auf sicherheitskritische Szenarien und das Verhalten lernbasierter Komponenten im Fahrzeugbetrieb.

 

Außerdem untersucht AS²E das Verhalten von auf maschinellem Lernen basierenden Systemen für das autonome Fahren in leistungsstarken Simulationsumgebungen. Dies ermöglicht einerseits die Aufzeichnung wertvoller Daten für den Lernprozess und andererseits eine umfassende Analyse der Systeme – ohne Eingriff in reale Verkehrsumgebungen.

Vernetzt denken, gemeinsam forschen

AS²E kooperiert mit renommierten Partnern – etwa dem Karlsruher Institut für Technologie (KIT), Deutsche Bahn Cargo, Volvo AB, der Wasserwacht Bayern, Hochschulen in England und Schweden sowie dem europäischen Konsortium EAST-ADL Association, das neue Softwarearchitektursprachen für den Automobilbereich entwickelt.

Auch in der Lehre ist die Gruppe aktiv: Studierende arbeiten mit industriellen Entwicklungswerkzeugen von Elektrobit und dSpace und erhalten dadurch praxisnahe Einblicke in moderne Systementwicklung. Darüber hinaus engagiert sich AS²E in der Wissenschaftskommunikation – etwa mit Exponaten im Zukunftsmuseum Nürnberg, die komplexe Forschungsthemen für ein breites Publikum erlebbar machen.