Ein Forschungs- und Entwicklungsvorhaben des InnoTeams „Einbeziehung von Intentionen von Radfahrern in die Trajektorienplanung autonomer Fahrzeuge" (INTENTION) – mit Beteiligung der ENVISIBLE GmbH.
Radfahrende zählen zu den ungeschützten Verkehrsteilnehmern (Vulnerable Road Users, VRU). Wer ihre Absichten – Abbiegen, Bremsen, Ausweichen – frühzeitig erkennt, kann den Verkehr sicherer machen. Genau hier setzt das Projekt INTENTION an.
Worum es geht
Autonome Fahrzeuge müssen im Stadtverkehr mit vielen Akteuren zusammenwirken – auch mit Radfahrenden, die sich oft langsamer, dafür aber mit unerwarteten Richtungswechseln bewegen. Heutige Verfahren zur Trajektorienplanung berücksichtigen den Kontext und die Absicht von Radfahrenden bislang nur unzureichend.
Im Projekt INTENTION entwickeln wir gemeinsam mit unseren Partnern Methoden, um die Bewegungsabsichten von Radfahrenden aus Sensordaten zu erkennen. Ziel ist ein verlässliches Verständnis dafür, was eine radfahrende Person als Nächstes tun wird – als Grundlage für sicherere Assistenz- und Fahrzeugsysteme und damit für mehr Sicherheit im Straßenverkehr.
Unsere Ziele
- Erfassung realer Radfahrdaten unter Alltagsbedingungen
- Verknüpfung und zeitliche Synchronisation mehrerer Sensorquellen
- Ableitung aussagekräftiger Bewegungsgrößen (z. B. Lenkwinkel und Längsdynamik)
- KI-gestützte Erkennung typischer Fahrmanöver und der dahinterliegenden Absichten
- Überführung der Erkenntnisse in Modelle, die bei der Trajektorienberechnung autonomer Fahrzeuge nutzbar sind
Unser Ansatz
INTENTION kombiniert Inertialsensorik (IMU) am Fahrrad – optional ergänzt um körpergetragene Sensoren – mit GPS- und Videodaten zu einem synchronisierten Gesamtbild der Fahrt. Aus diesen Daten leiten wir kinematische Kenngrößen ab und nutzen Methoden des maschinellen Lernens, um Fahrmanöver und die zugrunde liegenden Absichten zu klassifizieren. Reale Verkehrssituationen aus Probandenstudien werden zusätzlich in einer virtuellen Versuchsumgebung reproduziert, um Erkenntnisse kontrolliert und wiederholbar abzusichern.
Die Rolle von ENVISIBLE
Als Spezialist für Mess- und Sensortechnik verantwortet ENVISIBLE die messtechnische Datenerfassung am Fahrrad, die Entwicklung und Anpassung robuster Sensorik sowie die Aufbereitung, Speicherung und Auswertung der Messdaten. Konkret haben wir im Projekt unter anderem:
- die webbasierte Datenerfassungs-App „DataJockey" sowie die Verwaltungs- und Auswertungsanwendung „DataCenter" entwickelt und auf datenschutzkonformer Infrastruktur betrieben,
- zusätzliche Sensorik angebunden (u. a. IMU am Fahrrad, optional körpergetragen, sowie Sensoren für Trittfrequenz, Geschwindigkeit, Leistung und Herzfrequenz),
- eine externe GNSS-Sensorplattform mit höherer Genauigkeit als Smartphone-GPS aufgebaut,
- gemeinsam mit den Partnern praxistaugliche Sensorbefestigungen für verschiedene Fahrradtypen erarbeitet und im Feld- und Laborbetrieb erprobt,
- einen kompakten Ultraschallsensor entwickelt, der den seitlichen Abstand überholender Fahrzeuge misst und zeitsynchron mit Video und GNSS aufzeichnet,
- eine automatische Transkription integriert, sodass die Sprachkommentare der Probandinnen und Probanden zeitsynchron zu den Fahrdaten als Text vorliegen.
So machen wir das Unsichtbare in der menschlichen Bewegung messbar – ganz im Sinne unseres Leitgedankens.
Partner und Zusammenarbeit
INTENTION ist ein Gemeinschaftsvorhaben zweier Chemnitzer Unternehmen und dreier Professuren der Technische Universität Chemnitz :
- FDTech GmbH – Koordination sowie KI-Modelle zur Berechnung von Fahrzeugtrajektorien unter Berücksichtigung des Radverkehrs
- ENVISIBLE GmbH – Mess- und Sensortechnik, App-Entwicklung und Datenauswertung für den Einsatz am Fahrrad
- TU Chemnitz, Professorship Production Systems and Processes Professur Produktionssysteme und -prozesse – virtuelle Versuchsumgebung (VR-CAVE)
- TU Chemnitz, Chair for Ergonomics and Innovation Professur Arbeitswissenschaft und Innovationsmanagement – Studien zur Intentionserkennung aus Fahrzeug- und Fahrradsicht sowie ethische, rechtliche und soziale Aspekte
- TU Chemnitz, SportsEngineeringSGT Professur Sportgerätetechnik – Analyse der Fahrdynamik unterschiedlicher Fahrradtypen
Die Partner stimmen sich in regelmäßigen Projekttreffen eng ab. ENVISIBLE arbeitet dabei besonders intensiv mit den Professuren Sportgerätetechnik und Arbeitswissenschaft zusammen.
Förderung und Laufzeit
Das Vorhaben wird im Rahmen des Programms „InnoTeam" der Sächsische Aufbaubank - Förderbank - (SAB) gefördert, kofinanziert aus dem Europäischen Sozialfonds Plus (ESF Plus) und Mitteln des Freistaates Sachsen. Die Projektlaufzeit erstreckt sich vom 01.09.2024 bis 30.09.2027.
Kofinanziert von der Europäischen Union.
Diese Maßnahme wird mitfinanziert durch Steuermittel auf der Grundlage des vom Sächsischen Landtag beschlossenen Haushaltes.
Aktueller Stand und Ausblick (Oktober 2026)
Die Datenerfassung für die Feldstudien ist einsatzbereit. Die App DataJockey zeichnet Video, Audio, GNSS sowie Bewegungs- und Lagedaten zuverlässig auf, auch bei ausgeschaltetem Display. Externe Sensoren werden per Bluetooth eingebunden, Verbindungsabbrüche werden abgefangen. Im DataCenter werden alle Datenströme einer Fahrt zeitsynchron dargestellt, inklusive Transkription und Messwerten des Ultraschallsensors.
Im Sommer 2026 hat die Professur Sportgerätetechnik mit dieser Messtechnik eine systematische Messkampagne durchgeführt. Untersucht wurden ein konventionelles Fahrrad, ein Pedelec und ein Lastenrad. Daraus ist ein erster Katalog typischer Kennwerte für Beschleunigen, Bremsen und Abbiegen entstanden. Er fließt in Simulation und KI-Modellierung ein. Die Projektpartner haben außerdem die Studie zur Fahrzeugsicht abgeschlossen und ausgewertet. Die virtuelle Versuchsumgebung wurde zu einer Multi-User-Plattform erweitert, in der Radfahrende, Fußgänger und Autofahrende gemeinsam agieren. Erste KI-Modelle zur Intentionserkennung wurden auf Basis synthetischer Daten erprobt.
Im Oktober 2026 begann die Studie zum natürlichen Fahrerleben im Chemnitzer Realverkehr. Dabei werden Fahrten von Radfahrenden im Alltag aufgezeichnet und von ihnen kommentiert. Parallel dazu erweitern wir die Fahrdynamikmessungen auf weitere Fahrerinnen und Fahrer sowie weitere Fahrradtypen. Ab 2027 führen die Partner die Ergebnisse aller Studien zusammen und leiten Modelle und Parameter für die Trajektorienplanung automatisierter Fahrzeuge ab.
Kontakt
Sie möchten mehr über INTENTION erfahren oder mit uns zusammenarbeiten? Schreiben Sie uns an