58
Nächste Ausfahrt: Zukunft Automatisiertes Fahren

Automatisiertes Fahren · Kamera: Autoliv, (Abgerufen: 15. März

Embed Size (px)

Citation preview

Page 1: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

Nächste Ausfahrt: Zukunft

Automatisiertes Fahren

Page 2: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

2© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Studium der Elektrotechnik an der Uni Ulm

▪ Direkteinstieg bei ITK Engineering

▪ Diverse Projekte im Bereich Fahrassistenzsysteme/autonomes Fahren

▪ Projektbeispiele:

▪ Notbremassistent für LKWs

▪ Prädiktiver Abstandsregeltempomat

Zur Person

Disclaimer:

Einige der in diesem Foliensatz verwendeten Grafiken und

Darstellungen sind urheberrechtlich geschützt. Sie wurden von mir

gemäß §51 UrhG im Rahmen des 90‐minütigen Vortrages zum Zweck

des Zitats verwendet und sind durch Quellenangaben

gekennzeichnet.

Page 3: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

3© ITK Engineering GmbH – öffentlich –22.03.2018

Seit 1994

ITK Engineering GmbH

Michael Englert,

Gründer & Geschäftsführer

Weltweit

Deutschland

Graz (A) Detroit (USA)

Barcelona (ES) Tokio (JP)

Bernd Gohlicke

Geschäftsführer

67136

235

400

710

800

'05 '07 '09 '11 '13 '15 '17

Mita

rbeite

ran

zah

l

1050

Rülzheim

Berlin

Braunschweig

Frankfurt a.M.

Friedrichshafen

Ingolstadt

Köln

Lollar

München

Stuttgart

Page 4: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

4© ITK Engineering GmbH – öffentlich –22.03.2018

Unsere Branchen

Wir machen Maschinen intelligent

Page 5: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

5© ITK Engineering GmbH – öffentlich –22.03.2018

Wie bringt man das autonome Fahrzeug gemeinsam auf die Straße?

Page 6: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

6© ITK Engineering GmbH – öffentlich –22.03.2018

Darüber wird gesprochen

Automatisiertes FahrenZwischen Fahrerakzeptanz, technischen

Herausforderungen und der nächsten Stufe der

Mobilität

Page 7: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

7© ITK Engineering GmbH – öffentlich –22.03.2018

Stufen des automatisierten Fahrens

Level 1: Assistiert

Unterstützung in kritischen Situationen

Level 4: Vollautomatisiert

Im spezifischen Fall kein Fahrer erforderlich

Level 3: Hochautomatisiert

System erkennt Grenzen und fordert Fahrerübernahme an

Level 5: Autonom

Fahrerloser Betrieb möglich

Level 2: Teilautomatisiert

Ständige Überwachung durch Fahrer

Page 8: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

8© ITK Engineering GmbH – öffentlich –22.03.2018

Fahrassistenzsysteme

Page 9: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

9© ITK Engineering GmbH – öffentlich –22.03.2018

Herausforderungen im Überblick

Safety & Security

Cognitive Solutions

Computer Vision Infrastruktur

Rechtliches

Page 10: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

10© ITK Engineering GmbH – öffentlich –22.03.2018

Computer Vision

Rundumblick für‘s Fahrzeug

Page 11: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

11© ITK Engineering GmbH – öffentlich –22.03.2018

Wie bringt man Maschinen das Sehen bei?

Page 12: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

12© ITK Engineering GmbH – öffentlich –22.03.2018

UltraschallLaserscanner

RadarKamera

Wie bringt man Maschinen das Sehen bei?

Sensordatenfusion

Page 13: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

13© ITK Engineering GmbH – öffentlich –22.03.2018

Wie bringt man Maschinen das Sehen bei?

Aber: Wie positioniert man die Sensoren ohne es

vorher am realen Fahrzeug zu testen?

?

Page 14: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

14© ITK Engineering GmbH – öffentlich –22.03.2018

RealitätSimulation

Beispiel: Der Ultraschallsensor zum Einparken

Page 15: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

15© ITK Engineering GmbH – öffentlich –22.03.2018

Detaillierte 3D Geometrie

Was ist das Problem bei der Ultraschallsimulation?

Umweltsimulation

▪ 3D Umgebung

liegt vor

▪ Objekte sind mit

Dreiecksnetzen

angenähert

Page 16: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

16© ITK Engineering GmbH – öffentlich –22.03.2018

Bounding Boxes

Was ist das Problem bei der Ultraschallsimulation?

Virtuelle Sensorik

betrachtet statt

Dreiecksnetzen die

Bounding Boxes

Problem:

Es wird nicht die

tatsächliche

Geometrie

betrachtet

Page 17: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

17© ITK Engineering GmbH – öffentlich –22.03.2018

Distanzmessung StrahlenlängeDistanzmessung Kegelschnitt

Was ist das Problem bei der Ultraschallsimulation?

Berechnete Geometrie mit Bounding

BoxReale Geometrie

Page 18: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

18© ITK Engineering GmbH – öffentlich –22.03.2018

Funktionsprinzip Ultraschallsensor: Piezoelement

Sensormodell

Page 19: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

19© ITK Engineering GmbH – öffentlich –22.03.2018

Raytracing

Page 20: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

20© ITK Engineering GmbH – öffentlich –22.03.2018

Die Idee

Absicherung der Sensorik in einem geometrisch

realitätsnahen Umfeld auf Basis etablierter Technologien

aus der Computergrafik

Page 21: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

21© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Strahlen vom Sensor radial in die

Szenerie

▪ Schnittpunkt in Szene bestimmt

Reflektionspunkt

▪ Strahlinformationen:

▪ Strahlursprung

▪ Strahlrichtung

▪ Länge des Strahls

▪ Objektzugehörigkeit des getroffenen Dreiecks

Beispiel

Grundsätzliches Verfahren bei Sensorsimulation

Sensor

Page 22: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

22© ITK Engineering GmbH – öffentlich –22.03.2018

Physikalisches Modell

Atmosphärische DämpfungDiffuse Reflexion

Dämpfung über DistanzSensor-Charakteristik

▪ Einfluss von

Temperatur, Druck

und Luftfeuchtigkeit

▪ Streuungseffekte

durch Oberflächen

und Wellenlänge

▪ Ausstrahl- und

Empfangs-

eigenschaften der

Sensormembran

▪ Leistungsdämpfung

von radial

ausstrahlenden

Punktquellen

Page 23: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

23© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Strahlausbreitung an Sensor

▪ Reflektionen anhand Geometrie

▪ Detektion bei Reflektion an Sensor

▪ Modellbildung aufgrund von

Strahlinformationen

Ultraschall Raytracing

Ausbreitungsmodell

Multipath Raytracing

Direktes Echo/Kreuz Echo

Page 24: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

24© ITK Engineering GmbH – öffentlich –22.03.2018

Absicherung von Fahrerassistenzsystemen

Page 25: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

25© ITK Engineering GmbH – öffentlich –22.03.2018

Der Ansatz: Technologien auf neue Branchen übertragen

Gaming trifft Automotive

Umweltsimulation

Umgebungs-

simulation

Sensor-

simulation

Simulation der Ultraschallwellen

durch Raytracing und

Bereitstellung physikalischer

Modelle

3D Engine mit Straßen

und Objekten für

realitätsnahe

Umgebung

Leistungsfähige GPU als Basis

Page 26: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

26© ITK Engineering GmbH – öffentlich –22.03.2018

Fazit

Gamingtechnologien können auch zur Absicherung von Automatisierten

Fahren und Fahrerassistenzsystemen eingesetzt werden

Mit Verfahren wie Raytracing können unterschiedliche Sensortypen

abgesichert werden, sie sind jedoch rechenintensiv

Umweltsimulationen reduzieren den Entwicklungsaufwand und senken

Kosten

Page 27: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

27© ITK Engineering GmbH – öffentlich –22.03.2018

Safety & Cyber-Security

Sicher muss es sein!

Page 28: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

28© ITK Engineering GmbH – öffentlich –22.03.2018

Sicherheit = Sicherheit?

Maschinen werden gegen

Menschen gesichert

Security

Menschen werden vor

Maschinen geschützt

Safety

Warum das so wichtig ist?

Page 29: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

29© ITK Engineering GmbH – öffentlich –22.03.2018

Medienaufmerksamkeit

Page 30: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

30© ITK Engineering GmbH – öffentlich –22.03.2018

Der Cherokee-Hack im Video

https://www.wired.com/2015/07/hackers-remotely-kill-jeep-highway/

Page 31: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

31© ITK Engineering GmbH – öffentlich –22.03.2018

… woher kommen diese Hacks?

IT Service

FO

TA

TPMSOBD

II

WiFi

OEM App Store

Steigende Connectivity = Mehr Angriffsfläche

Page 32: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

32© ITK Engineering GmbH – öffentlich –22.03.2018

Von wo kann ein Fahrzeug angegriffen werden?

Angreifer Weltweit

Angriff von jedem beliebigen Ort(z.B. auch vom Sofa zu Hause aus)

Besonders gefährlich!

• Auf viele Fahrzeuge gleichzeitig anwendbar

• Angreifer muss nicht zum Fahrzeug

Angreifer im Fahrzeug

Angreifer befindet sich bereits im Fahrzeug(z.B. durch Einlegen einer „infizierten“ CD kann das Fahrzeugsystem

(bspw. Linux) angegriffen werden; Angriffe über OBD II)

Angreifer am Fahrzeug

Manipulation am Fahrzeug(z.B. Anbohren und Kabel herausziehen

oder Steuergeräte austauschen)

Page 33: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

33© ITK Engineering GmbH – öffentlich –22.03.2018

Was gilt es bei der Entwicklung zu beachten?

Page 34: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

34© ITK Engineering GmbH – öffentlich –22.03.2018

Cyber-Security Entwicklungsprozess

Beispiel:

Einwerfen zufälliger Nachrichten auf

das System bis:

▪ Ein Fehler gefunden wird

▪ Das Budget ausgeht

Page 35: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

35© ITK Engineering GmbH – öffentlich –22.03.2018

Fazit

Safety und Security sind essenziell für die Entwicklung des

automatisierten Fahrens

Safety ohne Security geht nicht!

Bei der Entwicklung müssen viele Aspekte berücksichtigt werden, um es

den Angreifern so schwer wie möglich zu machen.

Page 36: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

36© ITK Engineering GmbH – öffentlich –22.03.2018

Cognitive Solutions

Damit Fahrzeuge selbst

entscheiden

Page 37: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

37© ITK Engineering GmbH – öffentlich –22.03.2018

Automatisierte Mobilität…

…verlangt

Entscheidungen vom

Fahrzeug!

ABER: Kann sich ein Fahrzeug

moralisch korrekt verhalten?!

Page 38: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

38© ITK Engineering GmbH – öffentlich –22.03.2018

Beispielszenario aus der Moral Machine▪ Klassisches Weichen-

stellerproblem

▪ Moral Machine(http://moralmachine.mit.edu/)

Problemstellung

Page 39: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

39© ITK Engineering GmbH – öffentlich –22.03.2018

Meinungen über Meinungen

„Komplexe ethische Maschinen lassen sich nicht

bauen, die in allen Situationen moralisch adäquat

entscheiden.“

„Ein Roboter agiert immer so, wie

er programmiert wurde.“

„Es ist ein Unterschied, ob

ein Mensch durch einen

Menschen getötet wird

oder durch eine Maschine.“

„Es ist fatal, Maschinen komplexe

moralische Entscheidungen zu

überlassen.“

Page 40: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

40© ITK Engineering GmbH – öffentlich –22.03.2018

Fragen über Fragen…

?▪ Ist der menschliche Fahrer ein „bug“, also ein Systemfehler?

▪ Wie entscheidet der Computer in Konfliktsituationen?

▪ Wer haftet, wenn der Fahrroboter einen Unfall verursacht

oder beteiligt ist?

▪ Wie ist die Mobilitäts-Infrastruktur zu verändern?

Page 41: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

41© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Kritische Situationen sollen gar nicht erst

entstehen.

▪ Eine Qualifizierung von Menschen nach

persönlichen Merkmalen ist unzulässig.

Dilemmas & Qualifizierung

▪ Zuständigkeit (Mensch oder Computer) muss

in jeder Fahrsituation klar geregelt und

erkennbar sein.

▪ Dokumentation zur Klärung möglicher

Haftungsfragen erforderlich.

Haftung

▪ In Gefahrensituationen hat der Schutz

menschlichen Lebens immer höchste Priorität.

Sachschaden vor Personenschaden

▪ Automatisierte Systeme sollen weniger

Unfälle verursachen als menschliche Fahrer.

Positive Risikobilanz

Bericht Ethik-Kommission

Page 42: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

42© ITK Engineering GmbH – öffentlich –22.03.2018

Die Idee: Eine „moralische“ Maschine

Page 43: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

43© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Zunächst Training im Simulator

▪ 200 Unfallberichte als Trainingsset

▪ Ziel: Dilemmasituationen bestmöglich vermeiden und Personenschäden so

weit möglich vermindern

▪ System lernt später im realen Verkehr weiter

Simulationsumgebung

Die Umsetzung

Aufgaben Verwendete Methoden

Verdichtung von Sensordaten Complex Event Processing

Entscheidungsfindung Produktionsregelsysteme

Mustererkennung Neuronale Netze

Lernmechanismus Evolutionäre Algorithmen

Dilemma-Decision-System Cognitive Fuzzy Map

Page 44: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

44© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Der Bordcomputer entscheidet autonom,

wie das Fahrzeug in der jeweiligen Situation

reagiert.

MORGEN

▪ Autonome Fahrzeuge reifen technisch-

sensorisch immer weiter.

▪ Unter realen Bedingungen werden auch sie

in unvermeidbare Unfälle verwickelt.

▪ Die grundsätzlichen Richtlinien, nach denen

ein Wagen dabei reagieren soll, bestimmt

der Entwickler bzw. Programmierer.

HEUTE

Die „moralische“ Maschine

Page 45: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

45© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Das Fahrzeug lernt während seines

Lebenszyklus, welche Reaktionen sich in den

jeweiligen Situation bewährt

haben.

MORGEN

▪ Das Auto trifft selbst gar keine

Entscheidungen im eigentlichen Sinn.

▪ Es folgt seinen programmtechnischen

Rahmenbedingungen bzw.

Programmierung, die es nicht hinterfragen

kann.

HEUTE

Die „moralische“ Maschine

Page 46: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

46© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Ca. 75% sind für Option 2, auch wenn sie selbst oder Mitglieder ihrer

Familie im Fahrzeug säßen rationale Abwägung

▪ 23% davon würden das Leben des Fahrers auch für nur einen Passanten

opfern

Studie 2016 mit 2.000 Probanden*

Und die Akzeptanz?

*Studie der Universität Toulouse,

des Bostoner Massachusetts

Institute of Technology und der

Universität von Kalifornien, 2016

Ein autonomes Fahrzeug rast auf eine Menschenmenge zu.

Was soll das Fahrzeug tun?

Option 1: Es fährt mitten hinein und tötet die Passanten.

Option 2: Es weicht aus, prallt gegen eine Barriere & tötet seinen Insassen.

▪ Nur 19% für das „rational“ abwägende Auto

▪ 50% möchten ein Auto, das unter allen Umständen

ihr eigenes Leben schützen würde.

Welches Fahrzeug würden Sie kaufen?

Page 47: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

47© ITK Engineering GmbH – öffentlich –22.03.2018

Thesenanschlag als Ausblick

▪ Autonome Fahrzeuge werden kognitive Systeme sein.

▪ Kognitive Fahrzeuge werden nicht nur situativ wahrnehmen, sondern

Situationen erkennen, empfinden und moralisch adäquat entscheiden.

▪ Kognitive Fahrzeuge überschreiten ihren programmiertechnischen

Rahmen und damit ihr Hard-, Soft- und Brainware-technologisches Korsett.

▪ Sie werden sich selbst (weiter) entwickeln, indem sie im Simulator die

weitesten Strecken zurücklegen und sich Dilemma-Situationen aussetzen.

▪ Sie werden „bewusst“ entscheiden.

Page 48: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

48© ITK Engineering GmbH – öffentlich –22.03.2018

Gesetze und Infrastruktur

Page 49: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

49© ITK Engineering GmbH – öffentlich –22.03.2018

▪ UN ECE 79:

▪ Automatisierte Eingriffe nur bis 10 km/h

(einparken)

▪ Spurhalteassistent nur mit Händen am

Lenkrad

EU

▪ Änderung StVG 2017:

▪ Ermöglicht Level 3

▪ Fahrer darf sich „vom Verkehrsgeschehen

und der Fahrzeugsteuerung abwenden“

(§1b StVG).

Deutschland

Rechtslage

▪ Audi darf Staupilot im A8 nicht

aktivieren

Page 50: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

50© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Hochgenaue Referenzkarte zur Positionierung

erforderlich

Kartenmaterial

▪ Neuer Funkstandard mit

▪ besonders hohen Datenraten

▪ geringen Latenzen

▪ Direktverbindungen möglich

▪ Austausch von Daten mit

▪ anderen Verkehrsteilnehmern (V2V)

▪ Ampeln oder Schilderbrücken (V2I)

Infrastruktur

Vehicle2X-Kommunikation

5G-Mobilfunknetze

Page 51: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

51© ITK Engineering GmbH – öffentlich –22.03.2018

Herausforderungen im Überblick

Safety & Security

Cognitive Solutions

Computer Vision Infrastruktur

Rechtliches

Page 52: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

52© ITK Engineering GmbH – öffentlich –22.03.2018

Aus der Presse:

▪ BMW startet iNext und kooperiert mit

Intel > 2021 soll autonomes Fahren in

Serie gehen

▪ Daimler entwickelt den Future Truck

▪ VW sieht autonomes Fahren ab 2025

▪ AUDI arbeitet mit Nvidia zusammen

und plant 2020 das erste fahrerlose

Fahrzeug

Technologiekonzerne rücken zusammen

Wo soll es hingehen?

Der Durchbruch des Autonomen Fahrens steht unmittelbar bevor.

OEMs

Chip-

hersteller

Internet-

konzerne

Forschung

Page 53: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

53© ITK Engineering GmbH – öffentlich –22.03.2018

Was fährt in Zukunft aus unseren Garagen?Ist es auch sicher?

Page 54: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

54© ITK Engineering GmbH – öffentlich –22.03.2018

▪ … gerne in einem dynamischen

Team arbeiten,

▪ … Verantwortung übernehmen

möchten,

▪ … eine Affinität für die Entwicklung

von Autos, Flugzeugen,

medizintechnischen Geräten & Co.

besitzen

▪ … und vor allem Spaß an

Innovationen haben!!!

Motivierte Ingenieure, Informatiker und E-Techniker, die

Wen wir suchen

Page 55: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

55© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Praktika/Praxissemester

▪ Abschlussarbeiten

(Bachelor, Master, Diplom)

▪ Promotion

▪ Direkteinstieg für Berufs-

einsteiger und Professionals

Einstiegsmöglichkeiten bei ITK

Page 56: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

56© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Folgt uns auf

▪ Abonniert unseren Newsletter für Studierende und Absolventen unter

https://www.itk-karriere.de/newsletter/

Mehr Einblicke gibt es…

Page 57: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

57© ITK Engineering GmbH – public–22.03.2018

www.itk-engineering.com

www.itk-career.com

[email protected]

+49 (0)7272 7703-0

Page 58: Automatisiertes Fahren · Kamera: Autoliv,  (Abgerufen: 15. März

58© ITK Engineering GmbH – öffentlich –22.03.2018

▪ Übersicht Assistenzsysteme: VDA Magazin - Automatisierung, Verband der Automobilindustrie e. V., https://www.vda.de/dam/vda/publications/2015/automatisierung.pdf (Abgerufen: 15. März 2018)

▪ Sensoren Audi A8: Audi Mediacenter, https://www.audi-mediacenter.com/de/technik-lexikon-7180/fahrerassistenzsysteme-7184 (Abgerufen: 15. März 2018)

▪ Kamera: Autoliv, https://www.autoliv.com/sites/default/files/ALV_Stereo-vision-camera_2.jpg (Abgerufen: 15. März 2018)

▪ Radarsensor: Continental, https://www.continental-automotive.com/getattachment/bf6f5d9a-c4ed-441f-a184-a63f72c2bd3a/attachment.aspx?width=500 (Abgerufen: 15. März 2018)

▪ Laserscanner: Valeo, http://www.valeo.de/medias//images/journalists/IAA_2016/p11_SCALA_Laser_Scanner.jpg(Abgerufen: 15. März 2018)

▪ Ultraschallsensoren: Bosch, https://www.bosch-mobility-solutions.com/media/global/products-and-services/passenger-cars-and-light-commercial-vehicles/driver-assistance-systems/construction-zone-assist/ultrasonic-sensor/thumbnail_ultraschallsensor.jpg (Abgerufen: 15. März 2018)

▪ Video Cherokee: „Hackers Remotely Kill a Jeep on the Highway—With Me in It”, Wired, Andy Greenberg, Online Artikel vom 21.07.2015, https://www.wired.com/2015/07/hackers-remotely-kill-jeep-highway/ (Abgerufen: 15. März 2018)

▪ Raytracing: Gille Tran, http://www.oyonale.com/images/3D/glasses.jpg (Abgerufen: 15. März 2018), gemeinfrei

▪ Trolley-Problem: Wikimedia, Zapyon, https://upload.wikimedia.org/wikipedia/commons/f/fd/Trolley_Problem.svg(Abgerufen: 15. März 2018), CC BY-SA 4.0

Quellenangaben