Model-Based Safety of Automated Electric Vehicles

Abbildung 1 v.l.n.r. Prof. Jörn Schneider (HS Trier), Prof. Holger Voos (Uni Lux), Marvin Schneider (HS Trier), Jürgen Kaiser (3e-Motion), Giselle Fernandez (3e-Motion)

Im Forschungsprojekt Model-Based Safety of Automated Electric Vehicles (SafeAiV) wird im Rahmen einer Promotion untersucht, wie aktuelle internationale Erkenntnisse zur Verifikation und Erklärbarkeit (xAI) von KI-Systemen mit etablierten Methoden der funktionalen Sicherheit und Fehlertoleranz kombiniert werden können. Anhand eines praxisnahen Beispiels eines automatisierten Fahrzeugs auf Basis des hochschuleigenen Lehr- und Forschungsfahrzeugs proTRon sollen die gewonnenen Erkenntnisse und Methoden prototypisch am Fahrsimulator der Hochschule Trier demonstriert werden.

Das Projekt wird im Rahmen der InnoProm Förderung von EU und dem Bundesland Rheinland-Pfalz finanziert. Die 3E-Motion Ventures GmbH in Speyer, mit Jürgen Kaiser als Geschäftsführer, unterstützt das Projekt mit Expertenwissen u.a. zu Werkzeugen der modellbasierten Softwareentwicklung und mit dem firmeneigenen Tool ESCAPE. Die hier verfolgte kooperative Promotion von Marvin Schneider wird von Prof. Holger Voos vom Interdisciplinary Centre for Security, Reliability and Trust (SnT) der Universität Luxemburg und Prof. Jörn Schneider (Projektleiter) seitens der Hochschule Trier betreut.

Die Forschung soll aufzeigen, inwieweit sich mit Hilfe aktueller wissenschaftlicher Methoden belastbare Aussagen zur Verlässlichkeit KI-gesteuerter cyber-physischer Systeme treffen lassen und welche offenen Herausforderungen bestehen. Im Fokus stehen hier insbesondere Erkenntnisse zur formalen Verifikation von Teileigenschaften von KI-Systemen.

Abbildung 2 Marvin Schneider (links) erörtert mit Prof. Jörn Schneider (rechts) neue Möglichkeiten der Forschung am dynamischen Fahrsimulator (FaSiMo) der Hochschule Trier

Der Hintergrund: Während Elektrifizierung und Automatisierung wesentlich zur Umwelt- und Verkehrssicherheit beitragen, steigt mit der zunehmenden Systemkomplexität auch die sicherheitstechnische Herausforderung. Moderne Fahrzeuge entwickeln sich zu vernetzten, mobilen Recheneinheiten mit KI-Funktionen, die auch im Störfall sicher funktionieren müssen.

Die übergeordnete Forschungsfrage lautet daher:

„Welcher Grad an Verbesserung der Safety von KI-basierten Cyber Physical Systems lässt sich unter Verwendung neuer Forschungsergebnisse aus den Feldern Verifikation von KI und eXplainable AI erzielen?“