Die Automobilindustrie befindet sich in einem umfangreichen Umbruch, der von zwei großen Trends bestimmt ist. Zum einen die Dekarbonisierung, also die Umstellung von herkömmlichen Verbrennungsmotoren auf elektrische Antriebe. Zum anderen die Digitalisierung der Fahrzeuge und ihrer Funktionen. Die Fahrzeugindustrie ist für die deutsche Wirtschaft äußerst relevant, da sie direkt und indirekt zahlreiche Arbeitsplätze bietet. Deshalb ist es umso wichtiger, diese beiden Megatrends mitzugestalten. Das Zukunftslabor Mobilität trägt zur Digitalisierung des Mobilitätssektors bei und reagiert damit auf den Umbruch der Fahrzeugindustrie.
Im Zukunftslabor werden unterschiedliche Herangehensweisen erprobt, wie digitale Fahrzeugfunktionen entwickelt und abgesichert werden können. Die Herausforderung besteht darin, dass digitale Systeme mit Updates laufend aktualisiert und verändert werden. Erschwerend kommt hinzu, dass sich die Verbraucher*innen die Fahrzeuge nach Belieben zusammenstellen können (z. B. integriertes Navigationsgerät, automatisierte Abstandshaltung, Spurhalteassistenten), wodurch unzählige Varianten entstehen. Es muss gewährleistet werden, dass alle Komponenten nach einem Update weiterhin einwandfrei funktionieren. Um diese Funktionsfähigkeit der einzelnen Komponenten zu prüfen, führten die Wissenschaftler*innen Integrationstests und eine kontraktbasierte Prüfung der Fahrzeugsysteme durch.
Bei Integrationstests wird zunächst eine einzelne Fahrzeugkomponente überprüft. Anschließend werden weitere Komponenten hinzugeschaltet. Um die Integrationstests auszuwählen, führten die Wissenschaftler*innen eine Change-Impact-Analyse durch. Dabei analysierten sie, welche Abhängigkeiten zwischen den einzelnen Komponenten bestehen und identifizierten Komponenten, die direkt und indirekt von einem Update betroffen sind.
Neben den Integrationstests führten die Wissenschaftler*innen des Zukunftslabors auch eine kontraktbasierte Prüfung der Fahrzeugsysteme durch. Mit Kontrakten können Komponenten verschiedener Hersteller über Systemebenen hinweg geprüft werden. Es zeigten sich zwei fundamentale Problemfelder: Erstens gibt es kein funktionierendes stochastisches Kontraktframework, welches überprüft, dass Kontrakte bezüglich ihrer Annahmen und Garantien wechselweise zueinander passen und gemeinsam die gewünschten Gesamtsystemeigenschaften (z. B. Kollisionsvermeidung) implizieren. Zweitens existieren keine Kontraktframeworks, mit denen die Fehlerhäufigkeit des Gesamtsystems ermittelt werden kann (z. B. die Fehlerhäufigkeit von kamerabasierten Objekterkennungssystemen). Diese Schwächen wollten die Wissenschaftler*innen beheben. Hierfür analysierten sie zunächst alle wesentlichen existierenden Kontraktframeworks für funktionale und nichtfunktionale Eigenschaften.
Es reicht nicht, die funktionale Sicherheit der Fahrzeugsysteme zu prüfen, sie muss auch nachgewiesen werden. Wir nehmen an, dass wir Fahrzeugmanöver (z. B. „Spur halten“) und Fahrzeugfunktionen (z. B. Abstand halten, Spur halten) zunächst isoliert entwickeln und ihre Funktionsfähigkeit nachweisen können, bevor wir Funktionen kombinieren. Es stellte sich heraus, dass sogenannte Skillgraphen dazu geeignet sind, mögliche Fehler frühzeitig zu erkennen. Skillgraphen setzen einzelne Fahrzeugfunktionen und Sicherheitsanforderungen in Beziehung zueinander.
Die Mobilität der Zukunft soll nicht nur sicher, sondern auch energieoptimiert und autonom sein. Welche Fahrzeugfunktionen ermöglichen diese Ziele und wie können KI-basierte Funktionen, die das autonome Fahren ermöglichen, kostengünstig und modellbasiert entwickelt werden? Hierfür untersuchen die Wissenschaftler*innen eine autonome Mobilitätsplattform für den Personentransport im vernetzten Verkehrssystem. Besonders relevant sind hierbei die Struktur und Kommunikation innerhalb des vernetzten Verkehrssystems. Nur über eine klare hierarchische Strukturierung mit definierten Schnittstellen sowie eine Vernetzung über große Entfernungen ergeben sich Vorteile wie die Minimierung des Energieverbrauchs von domänenübergreifenden, autonomen Mobilitätskonzepten.
Entwicklungszeiten und –risiken können vermieden werden, wenn die Architektur der Fahrzeugsysteme möglichst effizient und fehlerfrei entwickelt wird. Daher arbeiten die Wissenschaftler*innen an einem digitalen Zwilling, der dabei helfen soll, Fahrzeugsysteme zielgerichtet zu rekonfigurieren und aufzuwerten. Er soll außerdem die Restlebensdauer (mechanischer) Komponenten auf Basis von Nutzungsinformationen prognostizieren.
Im weiteren Verlauf des Zukunftslabors Mobilität werden sich die Wissenschaftler*innen auch mit der Frage beschäftigen, wie es um die Alterung von Features steht – Können diese durch Software kompensiert werden? Außerdem werden sie die bisherigen Arbeiten an Entwicklungs- und Absicherungsmethoden intelligenter Fahrzeugfunktionen fortsetzen.
Am Teilprojekt „Intelligente Fahrzeugsysteme und –funktionen für ressourceneffiziente Mobilität“ sind folgende Forschende seit Beginn involviert:
