STADT:up – Solutions and Technologies for Automated Driving in Town: an urban mobility project

Projektbeschreibung

Im Vorhaben STADT:up werden auf die Nutzerbedürfnisse zugeschnittene Konzepte und Pilotapplikationen des durchgängigen automatisierten Fahrens im urbanen Raum entwickelt. Schwerpunkte liegen in der Umsetzung neuer, KI-basierter Methoden und deren Demonstration in automatisierten Fahrsystemen, insbesondere bei komplexen Verkehrssituationen. Spezielle Betrachtung finden verletzliche Verkehrsteilnehmer, komplexe Knotenpunkte sowie automatisiertes Einfädeln und Umfahren von Hindernissen.

Das Projekt berücksichtigt dabei die gesamte Wirkkette: Perzeption, Fusion, Lokalisation, Umfeldmodell, Prädiktion, Interaktion und Kooperation bis hin zur Verhaltens- und Manöverplanung. Ziele sind die Erkennung von dynamischem und statischem Umfeld, sowie der Abgrenzung und Behandlung von Unschärfe in diesen beiden Kategorien sowie die hochverfügbare robuste und adaptive Trajektorienplanung basierend auf multimodaler Prädiktion aller Verkehrsteilnehmer. Im Projekt findet weiterhin eine differenzierte Betrachtung der Interaktions- und Kommunikationskonzepte zwischen Nutzenden, Fahrzeug und anderen Verkehrsteilnehmern bei automatisiertem Fahrbetrieb statt. Dabei werden die situationsabhängige Adaptivität von Bedienkonzepten, wie auch die situations- und erfahrungsabhängige Veränderung des Nutzerverhaltens beleuchtet.

Ergänzend werden realitätsnahe Konzepte und Perspektiven für zukünftige, intermodale Mobilität erarbeitet, wobei sämtliche Stakeholder einbezogen werden: Städte, Nutzende, Forschungseinrichtungen und die Automobilindustrie. Von zentraler Bedeutung ist dabei die Frage, wie sich der Mischverkehr in der Stadt aus Fußgängern, Radfahrern, privat oder gemeinschaftlich genutzten Fahrzeugen und öffentlichen Verkehrsmitteln zukünftig entwickeln wird. Betrachtet werden dabei mögliche Einflüsse wie beispielsweise eine Stärkung von Regionalität und die Entwicklung lokaler Stadtzentren, die Veränderung der städtischen Infrastruktur oder das sich ändernde Mobilitäts-verhalten von Nutzenden z.B. durch Home-Office oder ein wachsendes Energie- und Ressourcenbewusstsein.

Aufgaben des Lehrstuhls

Ziel von TUM-VT im Projekt STADT:up ist es die intermodale Mobilität und das Automatisierte Fahren in der Planungsphilosophie der einzelnen Städte und im innerstädtischen Gesamtsystem mit Mischverkehr zu integrieren sowie die Nachhaltigkeit und Verkehrswende zu fördern. Dazu spezifiziert TUM-VT in TP1 die Bedürfnisse der verschiedenen Shareholder (Bürger, Städte, Mobilitätsanbieter, Technologiepartner) durch die Entwicklung eines integrativen Dialogforums und dem Aufbau eines digitalen Zwillings zur „intermodalen urbanen Mobilität“.

Des Weiteren untersucht und entwickelt TUM-VT Lösungen zur Verhaltens- und Manöverplanung des AF in speziellen kritischen Verkehrssituationen, wobei die Interaktion mit VRUs im (Misch-) Verkehr erforderlich ist: an dynamischen von autonomen Shared-Mobility-Fahrzeugen definierten Haltestellen im Verkehrsraum und an Baustellen (TP4). Dabei werden auch spezielle nutzer-zentrierte Interaktions- und Kooperationskonzepte für spezielle VRU-Gruppen (RadfahrerInnen, E-Scooter- und RollstuhlnutzerInnnen) entwickelt und bewertet.

Die entwickelten Fahrfunktionen und Interaktionskonzepte werden in TP5 im TUM-VT-Versuchsfahrzeug prototypisch umgesetzt. So verfolgt TUM-VT das Ziel, das durchgängige und auf die Gesellschaft zugeschnittene, automatisierte Fahren in der Stadt zu fördern.

Keywords Automatisierte Fahrzeuge, Interaktion mit schwächeren Verkehrsteilnehmern, Fahrverhalten, Simulatorstudien, Testfeld für urbanes automatisiertes und vernetztes Fahren
Auftrag- / Fördergeber Bundesministerium für Wirtschaft und Klimaschutz
Website  

Weitere Projektbeteiligte

3DM, Aptiv, AVL, BASt, CARIAD, CAT, CAM, DS, DENSO, DLR, ES, gestigon, HELLA, HM, MB, Opel, Bosch, TUC, TUDa, TUM-LfE, TUM-VT, Valeo, ZF

Laufzeit Januar 2023 – Dezember 2025
Ansprechpartner Lisa Kessler, Mathias PechingerUlrich Glöckl, Yunfei Zhang, Santiago Alvarez-Ossorio Martinez, Mario Ilic