Aktuelle Sicherheitssysteme treffen vereinfachende Annahmen über das Umfeldgeschehen, z.B. durch Reduktion der Trajektorienprädiktion für andere Verkehrsteilnehmer auf deren aktuellen Fahrweg und ggf. vorhandenen Spurmarkierungen. Bei geringen Prädiktionszeiten ziehen solche Vereinfachungen nur geringe Abweichungen nach sich, allerdings benötigt man sowohl zur Wirkfelderweiterung von Sicherheitsfunktionen als auch für das autonome Fahren wesentlich längere Prädiktionszeiten. Dafür ist eine genauere Modellierung aller an einem Verkehrszenario beteiligten Objekte unter Beachtung der jeweiligen Infrastruktur und der geltenden Verkehrsregeln erforderlich. Eine solche Modellierung muss dabei auch die Interaktion zwischen einzelnen Objekten berücksichtigen.

Das Ziel des Forschungsprojekts ist es, eine solches Interaktionsmodell umzusetzen und in einem stochastischen Prädiktionsalgorithmus auf Basis einer Manövervorhersage für relevante Umfeldobjekte zu implementieren. Auf der Grundlage dieser Vorhersage sollen belastbare Auslöseentscheidungen für deeskalierende, automatische Eingriffe in die Fahrzeugdynamik zu einem möglichst frühen Zeitpunkt getroffen werden können. Die Methodik sollte auch ohne den Einsatz von Car2X Informationen nutzbar sein, da auch in Zukunft noch nicht vernetzte Verkehrsteilnehmer in die Prädiktion der Verkehrsszenarien einbezogen werden müssen.