iEXODDUS

Infrastructure for the Extension of ODDs – applied in connected and aUtomated driving and Standardization procedures

Das Projekt iEXODDUS (Infrastructure for the Extension of ODDs – applied in connected and aUtomated driving and Standardization procedures) verfolgt die Vision, autonome Fahrzeuge ohne Lücken in der Operational Design Domain (ODD) durch Europa verkehren zu lassen – indem Harmonisierungs- und Rechtsfragen gelöst und politische Empfehlungen ausgesprochen werden. Zu diesem Zweck wird das Projekt hochautomatisierte Fahrsysteme auf Autobahnen mit maßgeschneiderten Technologien und Lösungen für Baustellen, Tunnel und Unfallstellen im europäischen Straßennetz demonstrieren.

Obwohl automatisierte Fahrzeuge ein erhebliches Potenzial zur Verbesserung von Effizienz und Sicherheit aufweisen, stellen die betrieblichen Einschränkungen innerhalb bestehender ODDs eine große Herausforderung dar, insbesondere in komplexen Szenarien wie Baustellen. Das iEXODDUS Projekt zielt darauf ab, diese Einschränkungen durch die Weiterentwicklung von Wahrnehmungs- und Entscheidungsalgorithmen und die Verbesserung von Sensortechnologien zu überwinden. Durch die Bewertung aktueller ODDs und die Identifizierung von Lücken schafft das Projekt die Grundlage für die Kategorisierung und Erweiterung von ODD-Frameorks, um sicherzustellen, dass automatisierte Fahrzeuge zunehmend komplexe Umgebungen bewältigen können. Diese Fortschritte sind entscheident, um die übergordneten Ziele der Sicherheit und Nachhaltigkeit im Mobilitätssektor zu erreichen.

Das Institut für Kraftfahrzeuge (ika) trägt zum Projekt iEXODDUS bei, indem es hochpräzise Verkehrsdaten unter realen Bedingungen mittels intelligenter straßenseitiger Infrastruktursensoren erfasst. Diese Daten werden anschließend in einen digitalen Zwilling umgewandelt, der eine virtuelle Darstellung der Verkehrsumgebung liefert, welche reale Szenarien widerspiegelt. Als Leiter des Tasks für Datenerfassung trägt das ika dazu bei, einen umfassenden Datensatz für das Training von Deep-Learning-Perzeptionsmodellen in herausfordernen Umgebungen zu erstellen. Darüber hinaus beteiligt sich das ika an Verkehrs- und V2X-Simulationen und nutzt den digitalen Zwilling, um die Entwicklung und Validierung von Technologien für das vernetzte und automatisierte Fahren zu verbessern.