{"id":11259,"date":"2022-03-24T08:43:04","date_gmt":"2022-03-24T08:43:04","guid":{"rendered":"https:\/\/cyber-valley.de\/news\/attention-macht-den-strassenverkehr-sicherer\/"},"modified":"2026-07-15T14:44:29","modified_gmt":"2026-07-15T14:44:29","slug":"attention-macht-den-strassenverkehr-sicherer","status":"publish","type":"news","link":"https:\/\/cyber-valley.de\/de\/news\/attention-macht-den-strassenverkehr-sicherer\/","title":{"rendered":"ATTENTION macht den Stra\u00dfenverkehr sicherer"},"content":{"rendered":"\n

Das Projekt \u201eATTENTION: Artificial Intelligence for real-time injury prediction\u201c von Forschenden der Universit\u00e4t Stuttgart und weiteren Institutionen verfolgt das Ziel, den automatisierten Stra\u00dfenverkehr f\u00fcr besonders schutzbed\u00fcrftige Verkehrsteilnehmende sicherer zu gestalten. Das Mitte 2021 eingeworbene Projekt ist auf die Dauer von drei Jahren angelegt und wird mit 1,8 Millionen Euro gef\u00f6rdert.<\/strong><\/p>\n\n\n\n

F\u00f6rderer ist das Bundesministerium f\u00fcr Wirtschaft und Energie mit dem F\u00f6rderaufruf \u201eK\u00fcnstliche Intelligenz als Schl\u00fcsseltechnologie f\u00fcr das Fahrzeug der Zukunft\u201c<\/a>.<\/p>\n\n\n\n

Urbaner Verkehr ist durch begrenzte Verkehrsfl\u00e4chen, variierende Verkehrsstr\u00f6me und unterschiedliche Verkehrsteilnehmer:innen gekennzeichnet. Trotz zunehmender Automatisierung und Vernetzung des Verkehrs stellt die Mehrfachnutzung von Verkehrsfl\u00e4chen f\u00fcr ungesch\u00fctzte Verkehrsteilnehmer:innen (auf Englisch vulnerable road user, kurz: VRU) aktuell und langfristig ein gro\u00dfes Risiko dar. VRU beschreibt jene Verkehrsteilnehmenden, die im Stra\u00dfenverkehr einer gr\u00f6\u00dferen Gefahr ausgesetzt sind, da sie nicht von einer sch\u00fctzenden H\u00fclle wie beispielsweise einer Karosserie umgeben sind. Dazu z\u00e4hlen beispielsweise Menschen, die sich zu Fu\u00df fortbewegen oder das Fahrrad als Verkehrsmittel w\u00e4hlen. Um den automatisierten Verkehr so sicher wie m\u00f6glich zu gestalten, muss die Verletzungsschwere besonders gef\u00e4hrdeter Kollisionspartner bei unvermeidbaren Unf\u00e4llen bestm\u00f6glich reduziert werden. Ziel des anwendungsnahen Forschungsprojektes ATTENTION ist es, mit Hilfe lernender Algorithmen eine Methode zur Echtzeit-Verletzungsprognose von VRU zu entwickeln.<\/p>\n\n\n\n

Dazu werden datengetriebene Verfahren der k\u00fcnstlichen Intelligenz (KI) genutzt, um aus Videodaten des automatisierten Fahrzeugs, virtuellen Tests und digitalen Modellen von Menschen ein Verletzungsrisiko f\u00fcr die jeweilige Situation zu bestimmen. Durch Strategien der Risikominimierung des automatisierten Fahrzeugs kann so sicherer und auch effizienterer Verkehr erm\u00f6glicht werden. Prof. Dr. Syn Schmitt und sein Team am Institut f\u00fcr Modellierung und Simulation Biomechanischer Systeme der Universit\u00e4t Stuttgart setzen an eben jenem Punkt an. Die Forschung eines digitalen Menschmodells spiegelt auch die Vision des Exzellenzclusters SimTech wider und schl\u00e4gt gleichzeitig die Br\u00fccke zwischen der Simulationswissenschaft und dem Forschungsschwerpunkt von Cyber\u00a0Valley. Einerseits werden die entwickelten Ganzk\u00f6rper- und Teilmodelle des Menschen verwendet und andererseits mit KI-Methoden Bewegungen dieser Modelle und somit synthetische Trainingsdaten erzeugt. Diese Trainingsdaten dienen dazu ein schnell auswertbares und vorhersagendes Verletzungsmodell verschiedener Kollisionen aufzustellen. Wichtig ist dabei zu ber\u00fccksichtigen, wer in einem solchen Crash aufeinandertrifft. \u201eDas Projekt erlaubt uns, den Realtest unserer Modelle und Berechnungsverfahren in einem anwendungsnahen Forschungsumfeld einzuleiten, mit dem Ziel, dass die Industriepartner den Transfer in die Anwendung vorantreiben. Ich freue mich darauf und bin auf das Ergebnis gespannt\u201c, so Syn Schmitt.<\/p>\n\n\n\n

\"\"<\/p>\n\n\n\n

Wesentliche Ergebnisse des Projekts sind unter anderem der Aufbau einer Positions- und Bewegungsdatenbank f\u00fcr Fu\u00dfg\u00e4nger:innen und Radfahrer:innen. Dabei werden Daten der Bosch Unfallforschung analysiert und als Grundlage f\u00fcr eine biomechanische und KI-basierte Bewegungsvorhersage eingesetzt. Eine Crashsimulation liefert im Anschluss potentielle Verletzungsmuster, die mit Realunfalldaten verglichen werden und in einer weiteren Kollisions- und Verletzungsdatenbank abgelegt werden. F\u00fcr die Prognose wird mittels KI-Verfahren ein Verletzungsrisikoindex erstellt, auf Basis dessen weitere Ma\u00dfnahmen abgeleitet werden. Die Umsetzung findet in einem virtuellen Demonstrator statt.<\/p>\n\n\n\n

Das Projekt wird vom T\u00dcV Rheinland administriert. Weitere Projektpartner sind industrieseitig die Robert Bosch GmbH und QualityMinds GmbH. Als Forschungsinstitute sind das Fraunhofer-Institut f\u00fcr Kurzzeitdynamik (EMI) und das Institut f\u00fcr Modellierung und Simulation Biomechanischer Systeme der Universit\u00e4t Stuttgart vertreten. Als assoziierter Partner wirkt die Mercedes-Benz AG am Projekt mit.<\/p>\n\n\n\n

Auf einen Blick:<\/h4>\n\n\n\n