Zurück Vor

Detailergebnis zu DOK-Nr. 81360

Verbesserte Unfallrekonstruktion durch zusätzliche Anknüpfungstatsachen und KI

Autoren	P. Breitlauch C.T. Erbsmehl S. Schramm M. Urban A. Hauck E. Sinen M. Espig C. Walter M. Jänsch
Sachgebiete	1.4 Statistik (Straßen, Kfz, Unfälle) 6.3 Verkehrssicherheit (Unfälle) 0.8 Forschung und Entwicklung

Bremen: Fachverlag NW im Carl Schünemann Verlag, 2025, 117 S., zahlr. B, T, Q, Anhänge (Berichte der Bundesanstalt für Straßenwesen (BASt), Fahrzeugtechnik H. F 160). − ISBN 978-3-95606-820-1. − Online-Ressource: verfügbar unter: https://bast.opus.hbz.de

Die Rekonstruktion von Verkehrsunfällen ist ein zeitaufwändiger Prozess, der so objektiv wie möglich verlaufen sollte. Die Unfallrekonstruktion ist von den verfügbaren Informationsquellen, sich daraus ergebenden Anknüpfungstatsachen sowie dem Erfahrungsschatz des Rekonstrukteurs abhängig. Das Forschungsprojekt untersuchte auf Basis von Daten der German In-Depth Accident Study (GIDAS), welche Verbesserungen der GIDAS-Unfallrekonstruktion durch Erhebung zusätzlicher Anknüpfungstatsachen zu erwarten sind und ob die Unfallrekonstruktion durch Nutzung künstlicher Intelligenz (KI) optimiert werden kann. Ein GIDAS-Teildatensatz von 1 837 Pkw-Pkw-Unfällen ermöglichte grundlegende Betrachtungen für die Prüfung, ob die Verkehrsunfallrekonstruktion durch KI-Methoden effizienter und mit weniger Toleranzen behaftet durchgeführt werden kann. Fünf verschiedene Modelle des maschinellen Lernens wurden trainiert und evaluiert. Bei der Anwendung auf einen GIDAS-Testdatensatz zeigte sich, dass das CatBoost-Modell die höchste Vorhersagegenauigkeit für die Parameter Ausgangsgeschwindigkeit v0, Kollisionsgeschwindigkeit vk, vektorielle Geschwindigkeitsdifferenz delta-v und den Energy-Equivalent-Speed (EES) hatte. Dass KI-Anwendungen einen potenziellen Nutzen für die Unfallrekonstruktion haben, wurde durch Ergebnisse für 20 Beteiligte der im Projektzeitraum rekonstruierten Pkw-Pkw-Unfälle deutlich. Bei zwölf beteiligten Pkw (60 %) weist die Vorhersage der Ausgangsgeschwindigkeit eine Abweichung von maximal 20 % zum vom Rekonstrukteur festgelegten Wert auf; vier Beteiligte (20 %) haben maximal nur 10 % Abweichung. Die vorhergesagte Ausgangsgeschwindigkeit liegt für fünf Beteiligte (25 %) innerhalb des vom Rekonstrukteur angegebenen Toleranzbereichs, der für diese Beteiligten Abweichungen bis zu 20 % zulässt. Bei der Arbeit mit den KI-Modellen wurden Schwächen deutlich, deren Ursprung in der relativ kleinen Trainingsdatenmenge vermutet wird. Die entstandenen KI-Modelle sind daher als Ausgangspunkt für den iterativen Prozess der Implementierung und Integration von KI in der Unfallrekonstruktion einzuordnen.