Der Betrieb von vernetzten und automatisierten Fahrzeugen (CAV) wird genauso wie bei heutigen Fahrzeugen grenzübergreifend erfolgen. Somit müssen CAV mit den unterschiedlichen Rahmenbedingungen der jeweiligen Länder umgehen können. Dabei sind Unterschiede bei Verkehrszeichen, Fahrbahnmarkierungen, Telekommunikations-Technologien und -Verfügbarkeit Beispiele von relevanten, grenzübergreifenden Parametern.

Das dazu vorab notwendige Testen von CAV auf öffentlichen Straßen beschäftigt derzeit Sensor-Entwickler und OEMs als auch die für die Zulassung von Fahrzeugen zuständigen Bundesministerien auf breiter Front. Neben den technischen Rahmenbedingungen sind es vor allem organisatorische und rechtliche Fragestellungen, die eine Herausforderung für die Zulassung von Tests auf öffentlichen Straßennetzen darstellen.

Deshalb wird derzeit gemeinsam an einer trilateralen Testregion zwischen Österreich, Ungarn und Slowenien gearbeitet, um hier wertvolle Ergebnisse liefern zu können. In der 13. Ausschreibung/Mobilität der Zukunft: „Mitteleuropäische Zusammenarbeit – Grenzüberschreitendes Testen – Automatisiertes Fahren“ der FFG werden die grenzüberschreitenden Projekte zwischen Österreich und Ungarn gefördert. ALP.Lab ist aktuell in allen derzeit laufenden österreichischen Pilot-Projekten („TestEPS: Transnational test and verification methods for environmental perception systems“, „FleetQuAD: Fleet-based Qualification of transnational road networks for Autonomous Driving” und „Hub.Connect: Efficient Automated & Connected Transport Hub Logistics“) sowie dem ungarischen Pilot-Projekt („Central system architecture development for automated vehicle testing and operating related services“) inhaltlich involviert und beteiligt.

Eine zuverlässige Umgebungswahrnehmung durch Radar-, LiDAR- und Kamerasensoren ist ein wichtiger Faktor fĂĽr das automatisierte Fahren, da sie die Grundlage fĂĽr Planungsalgorithmen und Fahrzeugsteuerungsfunktionen bildet. Um die Robustheit eines Umgebungswahrnehmungssystems eines Fahrzeugs zu gewährleisten, sind komplexe Test- und Validierungsmethoden erforderlich, nicht zuletzt, um die Kontinuität der Funktionen ĂĽber Grenzen hinweg zu gewährleisten. Insbesondere das sekundäre StraĂźennetz mit länderspezifischen StraĂźenmarkierungen, GrenzĂĽbergängen mit hoher Verkehrsdichte und unterschiedlichen StraĂźenbelägen, stellt ein herausforderndes Umfeld fĂĽr Fahrzeugsensoren dar. Die Expertise von ALP.Lab bei der Planung, DurchfĂĽhrung und Analyse von Testing-Aktivitäten auf geschlossenen PrĂĽfgeländen und öffentlichen StraĂźen wird hier genutzt, um bei der Definition von Anforderungen und Herausforderungen beim transnationalen Testen von Umgebungswahrnehmungs-Systemen zu unterstĂĽtzen. 

Im Logistik-Sektor kann zukĂĽnftig auch die Nutzung von flottenbasierten Daten aus Logistik-Flotten zur Entlastung von FahrerInnen, zur Effizienzsteigerung in der Transportlogistik und Erhöhung der StraĂźen- und Verkehrssicherheit beitragen. Die Dauer in welcher eine ADAS/AD Fahrfunktion verfĂĽgbar ist (ODD) wird wesentlich von Faktoren wie Umgebungsbedingungen (Niederschlag, Sichtverhältnisse, …), dem Zustand der StraĂźe (Fahrbahnschäden, Sichtbarkeit von Bodenmarkierungen und Verkehrszeichen, …), der VerfĂĽgbarkeit von Diensten wie GNSS, dem Verkehrsaufkommen und von anderen Ereignissen (Baustelle, Unfall, …), die den Verkehrsfluss behindern beeinflusst.  Die Konzipierung von kartenbasierten Systemen fĂĽr vorausschauende Informationen aus nachfolgenden StraĂźenabschnitten zur Erweiterung von ODDs, stellt einen Zugang fĂĽr das Projekt „FleetQuAD“ dar.

Auf Basis Cloud basierter Datenverarbeitung (z.B. zur automatisierten Verschlüsselung von erfassten Messdaten, Anonymisierung von Videodaten) sowie bei der Testplanung und Durchführung auf dem mit State-of-the-Art Sensorik ausgebautem Autobahnabschnitt bei Graz (Verkehrssensorik (Radar, Wetter, land marks zur präzisen Lokalisierung/Positionierung von Fahrzeugen) und Kommunikationstechnologien (RSU, ITS-G5) kann auf Know-how von ALP.Lab bei der Definition und Planung der Projektinhalte zurückgegriffen werden. ALP.Lab bearbeitet ebenso die Definition von Use-Cases für die Anwendung der kartenbasierenden Funktionalitäten.