Abteilung: Systemweiterentwicklung und Betrieb
Foto von Adi Goldstein auf Unsplash
Die Abteilung Systemweiterentwicklung und Betrieb (EVO) betrachtet alle Phasen (Deploy, Operate, Observe, Continuous Feedback) während des Betriebs (Operation) hoch- und vollautomatisierter Verkehrssysteme. Der Fokus dieser Abteilung liegt auf der Erforschung von Methoden und Werkzeugen welche die Einhaltung von Integritäts-, Verantwortungs- und Vertrauensmaßnahmen zur Laufzeit der Systeme überwachen und sicherstellen. Damit werden Grundlagen für eine Laufzeitabsicherung von sich dynamische verändernden bzw. weiterentwickelnden Systemen (Evolution) gelegt.
Die wesentlichen Beiträge der Abteilung sind die Erforschung von Methoden und Werkzeugen
- zur Bereitstellung dynamisch adaptierbarer und konfigurierbarer Hardware-/Software-Plattformen, die hinsichtlich funktionaler und extrafunktionaler Systemeigenschaften (zum Beispiel Sicherheit, Timing, Leistung, Ressourcenverbrauch) vorhersehbar, überwachbar und mit Hilfe von Virtualisierungslösungen modular aktualisierbar und erweiterbar sind.
- zur inkrementellen Zulassung von der Komponenteneben (Softwarekomponente) über das Subsystem (Steuergerät mit mehreren Softwarekomponenten) bis hin zum System (E/E-Architektur des Gesamtfahrzeugs) im Betrieb durch selbsterklärende und selbstzertifizierende Komponenten. Hierbei sind vor allem die Laufzeitabsicherung und inkrementelle Zulassung von veränderlichen KI-Komponenten eine besondere Herausforderung.
- zur kontinuierlichen Laufzeitüberwachung der Fahrfunktion und der Einsatzumgebung (engl. Operational Design Domain (ODD)) von hochautomatisierten Fahrzeugen die zukünftig in der Lage sind sich dynamisch an veränderte Umfeld- und Betriebsbedingungen anpassen zu können.
Gruppe: Deployment und Updates
Die Forschungsgruppe „Deployment und Updates“ beschäftigt sich mit innovativen Methoden zur effizienten Ausführung von Software – insbesondere künstlicher Intelligenz (KI) – auf eingebetteten Systemen. Im Fokus stehen Hardwareplattformen wie FPGAs, Mikrocontroller und Single-Board-Computer, um maximale Leistung bei minimalem Ressourcenverbrauch zu erreichen.
Ein zentraler Bestandteil ist die Entwicklung eines leistungsfähigen Software-Werkzeugs, das Nutzer:innen dabei unterstützt, gezielt Optimierungstechniken wie Quantisierung, Pruning und Low-Rank-Kompression anzuwenden. Dadurch wird es möglich, für jede KI die optimale Hardware auszuwählen oder bestehende Hardware effizienter zu nutzen.
Für kompakte neuronale Netze wird an einer hochperformanten FPGA-Umsetzung gearbeitet, die maximale Geschwindigkeit und Energieeffizienz bietet. Gleichzeitig werden innovative Ansätze zur Reduktion von Speicherbedarf, Ausführungszeit und Energieverbrauch auf prozessorbasierten eingebetteten Systemen erforscht.
Durch diese effizienten Methoden entstehen neue Potenziale für KI-Anwendungen, die bislang aufgrund von Geschwindigkeits- oder Energieeinschränkungen nicht umsetzbar waren. Besonders im Automobilbereich und im Internet der Dinge (IoT) eröffnen sich neue Möglichkeiten für leistungsfähige und ressourcenschonende KI-Technologien, die bestehende Systeme grundlegend verändern können.
Ziel ist es, künstliche Intelligenz leistungsfähiger, effizienter und breiter zugänglich zu machen.
Gruppe: Monitoring und Diagnose
Die Gruppe „Monitoring und Diagnose“ adressiert die Überwachung von eingebetteten Hardware-/Software-Systemen (das sind in der Regel vernetzte Steuergeräte in Fahrzeugen und der Verkehrsinfrastruktur) zur Betriebszeit.
Das beinhaltet Lösungen zur (formalen) Spezifikation, Instrumentierung, sowie der Beobachtung und dem Monitoring der funktionalen und extra-funktionalen Systemintegrität (zum Beispiel Echtzeitverhalten, Ressourcennutzung und Verlustleistung). Neben dem Monitoring zur Laufzeit beschäftigt sich die Gruppe auch mit der Auswertung, lokalen Behandlung (Reaktion) und Weiterleitung (Feedback) von Ereignissen, die während des Betriebs entstehen können. Es werden Lösungen zur Problemerkennung und -behandlung sowie zum Feedback an die Systementwickler erarbeitet. Die Überwachung des Systems erfolgt dabei über unterschiedliche Abstraktionsebenen hinweg, während erkannte Fehler und Abweichungen zunächst einer möglichst lokalen Behandlung unter Anwendung von Kompensationsstrategien oder Selbstreparaturmechanismen zugeführt werden sollen. Falls eine lokale Behandlung nicht möglich ist werden entsprechenden Strategien auf der nächsthöheren Systemebene genutzt.
Gruppe: Konfiguration und Evolution
Das Hauptaugenmerk der Gruppe „Konfiguration und Evolution“ liegt auf der Absicherung der Einsatzumgebung eines hoch- oder vollautomatisiertes Transportsystems. Dabei wird davon ausgegangen, dass die Freigabe beziehungsweise Zulassung unter bestimmten Voraussetzungen erfolgt. Die Operational Design Domain (ODD) definiert dabei den Bereich, in dem automatisierte Fahrfunktionen zum Einsatz kommen dürfen und umfasst eine Spezifikation der Szenerie, Umgebungsbedingungen und dynamischen Elementen. Die Gruppe erforscht die automatisierte und nachweislich korrekte Generierung von ODD-Monitoren, die im Rahmen einer Laufzeitverifikation kontinuierlich prüfen, ob die Automation sich innerhalb der erlaubten ODD befindet und ob die Funktion innerhalb der erlaubten ODD korrekt arbeitet.
An diese Überwachung der Operational Safety schließt sich die dynamische Absicherung von Exit-Strategien an, um das System in einem sicheren Betriebszustand zu halten (inklusive Degradation der Automation).
Darauf aufbauend erforscht die Gruppe Methoden und Werkzeuge zur Laufzeitabsicherung von hochautomatisierten Systemen die in der Lage sind sich dynamisch an veränderte Umfeld- und Betriebsbedingungen anpassen zu können.