Von modularen Pipelines zu End-to-End: Softwarearchitekturen für Autonomes Fahren

Thema der Arbeit

Systematische Analyse von Softwarearchitekturen für automatisiertes Fahren mit Fokus auf End-to-End-, Hybride und agentische Architekturen. zu bestehenden Architekturparadigmen für automatisiertes Fahren sowie die vergleichende Analyse ausgewählter, öffentlich dokumentierter Open-Source- und industrieller Implementierungen. Auf dieser Basis sollen Architekturtrends, Forschungslücken und Entwicklungspotenziale im Spannungsfeld zwischen Leistungsfähigkeit und Absicherbarkeit identifiziert werden.

Hintergrund und Motivation

Die Softwarearchitektur ist ein zentraler Erfolgsfaktor für automatisierte Fahrsysteme. Klassische AD-Stacks folgen überwiegend einer modularen Pipeline-Struktur (Sense → Plan → Act). In den letzten Jahren gewinnen jedoch alternative Architekturparadigmen an Bedeutung, darunter:

• End-to-End-Ansätze, bei denen große Teile der Wahrnehmungs-, Entscheidungs- und Aktionslogik in datengetriebenen, monolithischen Modellen integriert sind,
• Hybride Architekturen, die lernbasierte End-to-End-Komponenten mit modularen Systemteilen kombinieren,
• Agentenbasierte Ansätze, bei denen das Gesamtsystem als Verbund autonomer Softwareeinheiten modelliert wird.

Diese Paradigmen versprechen Leistungsgewinne, stellen jedoch etablierte Konzepte der funktionalen Sicherheit, Verifikation und Absicherung vor neue Herausforderungen. Insbesondere bei stark datengetriebenen Ansätzen verlagert sich die Absicherung durch deren "Black-Box"-Charakter zunehmend von modellinternen Nachweisen hin zu architekturgetriebenen Maßnahmen wie Supervisor-Konzepten, Runtime Monitoring, Degradationsstrategien und System-Level-Absicherung.

Aufgaben

• Systematische Erfassung und Klassifikation aktueller Architekturparadigmen für automatisiertes Fahren auf Basis einer Literaturrecherche nach etablierten Methoden systematischer Reviews (z. B. definierte Suchstrings, Datenbanken sowie Ein- und Ausschlusskriterien)

• Entwicklung einer konsistenten Taxonomie, die Unterschiede zwischen End-to-End-, hybriden und agentenbasierten Architekturen nachvollziehbar macht

• Vergleich ausgewählter, öffentlich dokumentierter AD-Stacks hinsichtlich Architekturansatz, Modularität, Sensorik, Reifegrad sowie vorhandener Absicherungs- und Monitoring-Konzepte

• Identifikation von Forschungslücken und Architekturtrends, insbesondere im Spannungsfeld zwischen Leistungsfähigkeit und Absicherbarkeit datengetriebener Systeme

• Wissenschaftliche Ausarbeitung der Abschlussarbeit (Deutsch oder Englisch)

Qualifikationen

• Studium in Maschinenbau, Wirtschaftsingenieurwesen, Wirtschaftsinformatik oder ähnliches

• Interesse an Softwarearchitekturen, autonomen Fahren und aktuellen Entwicklungen im Bereich Robotik

• Grundkenntnisse in autonomen Fahrsystemen, KI/ML oder Fahrzeug- bzw. Robotikarchitekturen von Vorteil

• Analytische und strukturierte Arbeitsweise sowie die Fähigkeit, komplexe technische Inhalte verständlich und nachvollziehbar aufzubereiten

• Gute Englischkenntnisse (Produktinformationen und Dokumentationen häufig auf Englisch)

Das bieten wir

• Bearbeitung eines aktuellen und wissenschaftlich relevanten Themas im Bereich automatisiertes Fahren

• Enge fachliche Betreuung und methodische Unterstützung bei der Erstellung eines systematischen Surveys

• Tiefe Einblicke in moderne AD-Architekturen und Absicherungsstrategien

• Möglichkeit, fundierte Kompetenzen im Bereich Autonomes Fahren aufzubauen

• Option, die Ergebnisse der Abschlussarbeit weiterzuverwerten (z. B. Konferenzbeitrag, Journal-Survey, Fachvortrag), abhängig von Qualität und Interesse

Beginn: Nach Absprache

Interesse geweckt? Dann melde dich bei anian.scheibel∂kit.edu mit deinem aktuellen Notenauszug und Lebenslauf!