Zunächst werden unterschiedliche Fehlertypen und Prinzipien der Fehlerausbreitung identifiziert und dazu vorhandene Literatur gesichtet. Dabei werden relevante Kennzahlen, Klassen und Muster herausgearbeitet oder falls notwendig selbst spezifiziert.

Durch die Sichtung vorhandener Technologien werden Möglichkeiten der Fehlermodellierung und der Fehlerausbreitung herausgearbeitet. Die Fahrfunktion wird dann unter Einfluss ausgewählter Fehler und Fehlertypen spezifiziert und ausgeführt. Dafür wird der Open-Source Simulator CARLA verwendet. Eine Ausbreitung des Fehlers im Simulator wird dann identifiziert und weitergehend analysiert. Dies bildet die Wissensbasis um für weitere Simulationsläufe zur Laufzeit eine Abschätzung der Fehlerausbreitung bereit zu halten.

Die abschließende Evaluierung liefert Aussagen über Möglichkeiten zur Detektion eines Fehlers sowie der Abschätzung dessen Ausbreitung.

Zunächst werden Prinzipien und relevante Aspekte eines Digitalen Zwillings identifiziert und dazu vorhandene Literatur gesichtet. Dabei werden mögliche Typen, deren Funktionalitäten und fachliche Anwendungszwecke und die Art der Nutzung spezifiziert und im Hinblick auf die Nomenklatur kritisch reflektiert. Durch die Sichtung vorhandener Technologien werden Möglichkeiten der Modellierung von Digitalen Zwillingen herausgearbeitet.

In einem zweiten Schritt wird ein Schema zur Repräsentation einer modularen und erweiterbaren Menge eines föderierten Digitalen Zwillings konzeptuiert. Dabei steht die Normalisierung der Digitalen Zwillinge in der Föderation im Fokus. Diese kann auf einer hohen Abstraktionsebene bspw. die strukturierte Integration
eines Digitalen Zwillings in die Föderation als auch formalisierte Methoden zu dessen Entfernung unterstützen. Die Vereinheitlichung von Maßeinheiten oder die Nutzung einer gemeinsamen Ontologie sind weitere Grundbausteine der Normalisierung.

Die Implementierung einer einfachen Datenstruktur und der zugehörigen Management-Services demonstrieren die Machbarkeit des Konzeptes. Die abschließende Evaluierung liefert Aussagen zur Nutzung eines normalisierten föderierten Digitalen Zwillings und diskutiert die Normalisierung hinsichtlich dem Maß an gewonnener Qualität.

This master thesis addresses a key challenge of AI functions for autonomous driving system (ADS). Robust deep neural networks (DNN), for instance for pedestrian detection, require redundancy to avoid wrong decisions and enable a safety argumentation. This is especially important for safety critical tasks such as pedestrian detection in our case. The thesis is part of ongoing research for the application of DNNs in ADS.

Regarding the perception of an ADS, we see a multitude of AI-driven implementations. The field of computer vision experienced a shift from traditional approaches towards machine learning methods in the last years, applying DNNs with convolutional operations for challenges such as object detection and semantic segmentation. Due to the complexity of the perception task and the environment of the ADS itself, safety argumentations heavily rely on multiple redundant functions. Thereby, redundancy does not have to be achieved through multi-modal approaches alone. A promising field of research is in the fusion of methods that uses the same type of sensor to improve robustness.

The goal of the offered master thesis is the fusion of methods for 2d object detection and semantic segmentation. A starting point is given by the work regarding the late fusion of a SSD, focussing on the binary pedestrian detection [1]. For the start, we provide code for 2d object detection and semantic segmentation. We exclusively use PyTorch as our deep learning framework.

Throughout the work, new methods should be investigated and evaluated with State-of-the-Art pedestrian datasets. The new fusion methods are not only expected to improve performance, but also to enhance robustness as needed for critical safety applications.

Start is possible immediately. If you are interested, please feel free to contact patrick.feifel@uni-oldenburg.de.

[1] Du et al., Fused DNN: A deep neural network fusion approach to fast and robust pedestrian detection, IEEE winter conference on applications of computer vision (WACV), 2017.

Heutzutage wird Software zunehmend in schützenswerten oder sicherheitskritischen Bereichen eingesetzt. Diese Masterarbeit adressiert die KI-Absicherung von Software. Konkret wird im Rahmen dieser Masterarbeit eine Multi-Agenten Simulation mittels des Python-Frameworks Mesa implementiert, um verschiedene Aspekte der KI-Absicherung zu evaluieren. Dazu werden Ansätze der Spieltheorie auf Paketzustellungssimulationen übertragen.

Im entworfenen Spiel werden verschiedene Last-Mile Logistik Ansätze von den Spielern verfolgt, beispielsweise die Verwendung von elektrischen Lastenfahrrädern des Projekts Nachhaltige Crowdlogistik. Für das Ausliefern von Paketen erhalten Spieler Erträge, die über den gesamten Spielverlauf mittels KI abgesichert werden sollen. Zudem wird die Detektion von betrügerischen Fremdeinwirkungen bei der künstlichen Generierung von Kundenaufträgen adressiert. Basierend darauf können Algorithmen verwendet, verschiedene Spielmöglichkeiten verglichen und zur Analyse herangezogen werden. Beispielsweise wird ein neuronales Netz zur Verbesserung von gesicherten Lieferzeiten eingesetzt und evaluiert.

Mit der gezeigten Erforschung des Einsatzes von KI-Absicherung wurde der gewinnbringende Einsatz eines neuronalen Netzes zur Erhöhung von tatsächlich pünktlich ausgelieferten Paketen ermöglicht.

Durch die stetige Entwicklung neuer Softwares, die den Fahrumfang, die Sicherheit und den Komfort eines Fahrzeugs erhöhen, steigt der Bedarf die Verteilung dieser Softwares geeignet zu organisieren. In meiner Arbeit wird ein Konzept erstellt welches ermöglicht, dass auf das Fahrzeug zugeschnittene Softwaresammlungen installiert werden können. Hierdurch werden Ressourcen zum Beispiel in Form von Speicherkapazitäten gespart.

Zunächst wird ein Überblick über den Markt zur Erkennung und Bereitstellung neuer Fahrumfänge mittels eines Business-Model-Canvas geschaffen. Anhand der gewonnenen Erkenntnisse werden die wichtigsten Bausteine der Wertschöpfungskette identifiziert, erläutert und miteinander verknüpft. Zusätzlich wird der mögliche Absatzprozess einer Software modelliert.

Es wird ein Konzept zur Klassifizierung von Software vorgestellt, nach der Art der unterschiedlichen Zugriffsrechte auf die Systeme des Fahrzeugs. Für die Bereitstellung von Software wird ein Kommunikationsprotokoll ausgearbeitet, welches die sichere Interaktion zwischen Server, Fahrzeug und Serviceprovidern ermöglicht.

Durch die Implementierung des Prototypen werden der erstellte Absatz- und Wertschöpfungsprozess sowie die technischen Konzepte beispielhaft veranschaulicht. Es wird ein Fahrzeug simuliert, das Software aus einem Softwarestore installieren und nutzen kann. Die Bedienung des Stores erfolgt über eine Android-Schnittstelle und der gewählte Anwendungsfall automatisierten Einparkens wird durch eine CARLA Simulation visualisiert.

Es gibt viele verschiedene Sensoren, die alle unterschiedlich beschrieben sind. Dies erschwert nicht nur die Suche, sondern auch den Vergleich ihrer Eigenschaften. In der Bachelorarbeit wird ein Dokumentenschema zur Standardisierung entwickelt, welches Sensoren im Bereich des autonomen Fahrens beschreiben kann. Zudem wird ein Programmentwurf ausgearbeitet, der es ermöglichen soll nach Eigenschaften der Sensoren in diesen standardisierten Dokumenten zu suchen. Konkret wird das Dokument als Basisdokument verwendet, das mit weiteren Informationen, wie Testergebnissen angereichert werden kann und zudem das Abspeichern eines Sensormodells unterstützt. Der Standard wird in XML definiert und soll neben den technischen Daten des Sensors auch weitere relevante Informationen wie Hersteller oder Angaben zu vorhandenen Modellen und Testdaten beinhalten. Um den Standard zu entwickeln werden verschiedene Datenblätter verschiedener Sensorarten gesichtet und verglichen. Im Verlauf der Arbeit wird ferner ein Programm entworfen, das es ermöglicht auf den standardisierten Dokumenten eine Suche nach den spezifizierten Eigenschaften durchzuführen. Dazu wird folgender Ablauf vorgeschlagen.

Auf mehreren Servern liegen standardisierte XML-Dokumente zu den entsprechenden Sensoren. Das Programm hat eine Liste der Server und die Ablageorte dieser XML-Dokumente. Führt der Benutzer des Programms eine Suche nach speziellen Sensoreigenschaften durch, aktualisiert das Programm seine lokalen Daten und gibt die Ergebnissdokumente aus. So werden beispielsweise bei einer Suche nach einem Sensor mit einer Reichweite von 100 bis 120 Metern die entsprechenden Ergebnissdokumente angezeigt.

Im Projekt Step-UP!CPS werden Konzepte von Updates zur Verbesserung von Funktionen Cyber-Physischer Systeme (CPS) betrachtet. Aufgabe der Bachelorarbeit ist es, eine Simulation eines intelligenten Fahrzeuges zu erstellen, das automatisch fährt und dessen Fahrleistungen mit einem Monitor aufgezeichnet, gespeichert und analysiert werden können. Die Simulation soll in VIRES Virtual Test Drive (VTD) erstellt werden. Das simulierte Fahrzeug soll dabei über eine Kreuzung fahren und dabei beispielsweise gelegentlich zu nah an die seitlichen Begrenzungen der Fahrbahn – sowohl zum äußeren Rand als auch zum Gegenverkehr – kommen. Außerdem ist die Verbesserung der neuen Softwareversion hinsichtlich weiterer Kriterien, z. B. langer Wartezeiten, denkbar. Solche Situationen sollen durch ein Update der Software des Fahrzeuges verbessert werden, sodass das Fahrzeug seltener problematische Bereiche durchfährt oder Wartezeiten verringert werden können. Die zwei unterschiedlichen Softwareversionen sollen dazu anhand des Monitors analysiert werden, sodass eine Aussage darüber getätigt werden kann, ob das Update tatsächlich eine Verbesserung gebracht hat. Solch eine Aussage soll der Monitor weitergehend nach einem Update automatisch treffen können. Im Forschungsseminar wurden konkrete Bewertungsmetriken identifiziert. Angewendet werden sollen unter anderem Time to Collision (TTC) und Distance to Line Crossing (DLC). Die ausgewerteten Fahrleistungen sollen dann mit diesen klassifiziert werden. Denkbar wäre ein Einteilung in sehr gute, gute und schlechte Fahrten. Abschließend sollen diese klassifizierten Fahrleistungen mit Hilfe von Statistiken weiter ausgewertet werden, sodass ein Vergleich erstellt werden kann.

An dieser Stelle können wir auch die nachfolgenden externen Arbeiten anbieten.

Im Rahmen der Zusammenarbeit mit dem Deutschen Zentrum für Luft- und Raumfahrt möchten wir auf die folgende Stellenausschreibung hinweisen:

Untersuchung und Prädiktion von Fehlerausbreitungen