Fahrspurerkennung mit KI: Bachelorarbeit am FaSiMo auf der #SKILL 2026 vorgestellt

Ein Absolvent des Fachbereichs Informatik, Jan Feuerstein, hat am dynamischen Fahrsimulator FaSiMo der Hochschule Trier Modelle zur Fahrspurerkennung untersucht. Die Ergebnisse seiner Bachelorarbeit stellte er nun auf der Studierendenkonferenz Informatik #SKILL 2026 am 25. September 2026 in Dresden vor.

Die Arbeit zur Fahrspurerkennung entstand im Kontext des InnoProm-Forschungsprojekts „Model-Based Safety of Automated Electric Vehicles (SafeAiV)“, welches vom Land Rheinland-Pfalz und der Europäischen Union gefördert wird. Betreut wurde die Bachelorarbeit von Eileen Neumann (B.Sc.), Doktorand Marvin Schneider (M.Sc.) und Prof. Dr. Jörn Schneider. Die Veröffentlichung des Beitrags ist voraussichtlich für Dezember geplant.

Für seine Arbeit am dynamischen Fahrsimulator FaSiMo der Hochschule Trier untersuchte Feuerstein moderne Ansätze zur Fahrspurerkennung. Er erprobte verschiedene Architekturen von Segmentierungsmodellen und verglich sie hinsichtlich ihrer Erkennungsqualität, Ausführungszeit und Größe. Solche Modelle ordnen Bildbereiche einer Fahrspur zu und können damit Informationen über den Straßenverlauf liefern.

Der Vergleich ist auch für die weitere Forschung relevant: Kleinere Modelle sind besonders interessant, wenn ihre Ergebnisse anschließend sicherheitsrelevant analysiert und die Modelle überprüft werden sollen. Feuersteins Arbeit verbindet damit eine praktische Aufgabe der Fahrspurerkennung mit Fragen der Bewertung und Überprüfbarkeit von KI-Modellen.