Training für Leitstellen im autonomen ÖPNV

Autonome Shuttles verändern den ÖPNV grundlegend – und damit auch die Anforderungen an die Leitstelle. Während die Fahrzeuge im Regelbetrieb eigenständig agieren, bleibt das Leitstellenpersonal die entscheidende Instanz, sobald Ausnahmesituationen eine schnelle und sichere Reaktion erfordern. Technische Überwachung, Lagebeurteilung und koordiniertes Eingreifen sind Kernaufgaben, für die der gesetzliche Rahmen – insbesondere §14 AFGBV – eine strukturierte Ausbildung verbindlich vorschreibt. In der Praxis stößt diese jedoch schnell an Grenzen: Autonome Fahrzeuge im On-Demand-Verkehr stehen für Trainingszwecke nur begrenzt zur Verfügung, reale Erprobungen sind kosten- und ressourcenintensiv, und sicherheitskritische Szenarien lassen sich im laufenden Betrieb weder gezielt herbeiführen noch systematisch wiederholen.

Wir entwickeln eine simulationsgestützte Trainingsumgebung, die den realen Leitstellenbetrieb im autonomen ÖPNV vollständig abbildet und sicherheitskritische Situationen reproduzierbar, lehrbar und bewertbar macht. Die Umgebung basiert auf dem Open-Source-Simulator CARLA und der Unreal Engine und ermöglicht die digitale Rekonstruktion realer Betriebsgebiete – inklusive originalgetreuer Emulation von Fahrzeugzuständen, Moduswechseln sowie Telemetrie- und Fehlermeldungen. Über ein dediziertes Trainer-Interface lassen sich Szenarien gezielt auslösen und unter identischen Bedingungen beliebig oft wiederholen – von der Fahrzeugstörung bis zum medizinischen Notfall an Bord. Gleichzeitig lassen sich verschiedene Automatisierungsarchitekturen unabhängig vom Hersteller integrieren, um die Plattform flexibel auf unterschiedliche Fahrzeugsysteme und Leitstellenumgebungen zuschneiden zu können.