Projektbeschreibung

Vor dem Hintergrund der seit der Einführung der Elektrokleinstfahrzeuge-Verordnung (eKFV) deutlich gestiegenen Anzahl an Nutzern in urbanen Verkehrsräumen, offenbart sich das Konfliktpotenzial zwischen unterschiedlichen Nutzern von Elektrokleinstfahrzeugen (ekF) und anderen Verkehrsteilnehmern sowie das erhöhte Unfallrisiko der eKF-Nutzer und deren Umfeld. Es existieren aktuell nur unzureichende Vorkehrungen, aus denen sich geeignete Sicherheitsmaßnahmen ableiten können. Ein Grund dafür sind fehlende anwendungsgerecht aufbereitete Datenquellen (z.B. Sensoren), um echtzeitfähige Steuerungen innerhalb dieses Umfelds zu ermöglichen. Projektziel von „ScooterFusion“ war der Aufbau und die Erprobung eines autarken Fahrassistenzsystem, welches mithilfe von geeigneter Sensorik und KI-Methodik unterschiedliche VehrkehrsteilnehmerInnen (FußgängerInnen, Fahrräder, Kfz) erkennen kann.

Ergebnisse und Wirkungen

Bei der Erfassung der Umgebung auf einem eKF wurde im Rahmen des Projekts u.a. erstmals ein MIMO-RADAR (Multiple-Input Multiple-Output -Radar) eingesetzt. Diese Sensorik wurde sowohl als stationäre Messeinrichtung (bspw. zur Anbringung an Straßenlaternen oder Hausfassaden) als auch als dynamische Variante zur Anbringung an unterschiedlichen eKFs weiterentwickelt und erprobt. Durch die Entwicklung zugeschnittener KI- Klassifizierungsmethoden konnten spezifische VerkehrsteilnehmerInnen (Autos, PassantInnen) unterschieden werden und somit ein Verkehrslagebild nach Mobilitätsklasse erstellt und über eine offene Schnittstelle bereitgestellt werden. Die Daten dieses Systems wurden für die Nutzer von eKFs über ein einfaches Display nutzbar gemacht, wobei eine Interaktionsmethode mit besonders hoher Nutzerakzeptanz durch visuelle Signalgebung und Tastensignale entwickelt und in einer Akzeptanzstudie erprobt wurde.