Das Mobilitätsportal

MD.VORLESUNG – Autonome Fahrzeuge und KI

Hersteller und Zulieferer entwickeln gleichermaßen an Systemen, mit denen Fahrzeuge in Zukunft selbstständig fahren können. Doch um den Menschen als denkendes Wesen zu ersetzen, braucht es einen technischen Verstand oder auch künstliche Intelligenz (KI). Valeo greift hier auf künstliche neuronale Netze zurück und setzt auf das sogenannte Deep Learning.

 

Ein Vortrag von

Harald Barth, Produkt Marketing Manager Valeo Deutschland und

Jörg Schrepfer, Leiter Fahrerassistenzforschung Valeo Deutschland

 

Sicherheit ist ein großes Thema in der Automobil-Branche. Jährlich sterben mehr als 2.000 Menschen im Verkehr. Es gibt zahllose Möglichkeiten, die Straßen sicherer zu machen. Allerdings lässt sich aus der Vergangenheit erkennen, dass der Endverbraucher nicht zwangsläufig bereit ist, mehr Geld für eine höhere Sicherheitsstufe zu bezahlen. Als Gurte und Airbags noch nicht verpflichtend in Autos verbaut wurden, entschieden sich meist nur Besitzer höherpreisiger Fahrzeuge für diesen lebensrettenden Zusatz. Heute versucht der französische Zulieferer Valeo den Käufern mit derartigen Produkten einen weiteren Mehrwert in Sachen Komfort und Nutzen zu bieten. Dies soll gegen Aufpreis erhältliche sicherheitsrelevante Leistungen und Ausstattungsvarianten attraktiver machen.

Der Weg in die autonome Zukunft

Auch wenn der Kunde Sicherheit nicht zwangsläufig bei seiner Kaufentscheidung priorisiert, so ist doch bei vielen Herstellern und Zulieferern die Richtung in der Entwicklung klar zu erkennen: Autonomes Fahren beziehungsweise vorerst Assistenzsysteme unterstützen das Sicherheitskonzept. Auch die Vorstufen, die sich aktuell zwischen Level zwei und drei bewegen, senken die Unfallquote. Die Vision ist „Mobilität auf Abruf“!

Doch bis dahin ist es noch ein weiter Weg. Zwar können die Systeme durch Radar, Laserscanner und Kameras bereits gut „sehen“ und so das menschliche Auge ersetzen. Allerdings muss das Netzwerk eines Fahrzeugs lernen, wie sich welche Objekte bewegen und von welchen potenziell mehr Gefahr ausgeht. Während ein Fußgänger sich recht frei bewegen kann, fährt ein Auto auf einer vorhersehbaren Linie und besitzt einen vergleichsweise großen Radius.

Künstliche Intelligenz und Deep Learning

Intelligenz stammt von dem lateinischen Wort intelligentia, was so viel bedeutet wie die Fähigkeit den Verstand zu gebrauchen. Damit technische Systeme ihren „Verstand“ nutzen können, setzt die Forschung auf „Deep Learning“, dabei wird das menschliche Nervensystem simuliert.

Ein Gehirn besteht aus unzähligen Verbindungen aus Synapsen. Eine solche Zelle nimmt über mehrere Verknüpfungspunkte Impulse auf, bündelt diese und gibt eine Information über das Axon an die nächste Synapse weiter. Mathematisch geht es hierbei lediglich um Multiplikationen und Additionen.

Ein solches Rechensystem – adaptiert auf technische Systeme – benötigt Parameter, hier kommt nun „Deep Learning“ ins Spiel. Zu Beginn setzen Forscher beliebige Parameter ein und lassen das Netzwerk sich selbst trainieren. Letztendlich kann dies solche und ähnliche Probleme lösen. Wie das funktioniert, wissen die Forscher allerdings nicht.

Künstliche Intelligenz für Fahrzeuge

Auch bei Fahrzeugen kann künstliche Intelligenz beziehungsweise „Deep Learning“ nützlich sein. Neben der Sensorik für vollautomatisiertes Fahren spielen hierbei adaptiv-intelligente Systeme wie Gestensteuerung und die Überwachung des Fahrers durch Kameras eine Rolle. Die wichtigste Aufgabe eines solchen Netzwerks im Auto ist jedoch, eine Karte der Umgebung zu liefern. Diese muss Informationen über Objekte beinhalten: Was ist es? In welche Richtung bewegt es sich? Nehmen Fußgänger das herannahende Auto wahr?

Verknüpft mit künstlicher Intelligenz spricht man hier von einem End-to-End-Ansatz. In die „Synapse“ gehen Informationen aus Kamera, Radarsensor und Laserscanner. Aus diesen unzähligen Kombinationen an Eingangswerten entstehen dann zwei Ausgangswerte: Lenkwinkel und Geschwindigkeit. Das Netzwerk errechnet also anhand der Darstellung der Umgebung wie schnell es fahren kann und wohin es lenken muss.

Mehr aus der Vorlesungsreihe: Was bringt KI?

MD.VORLESUNG – Bringt die KI uns weiter? Wie sehen sie aus – die intelligenten Transporte der Zukunft?

MD.VORLESUNG – Künstliche Intelligenz (KI): Was ist das eigentlich?

MD.VORLESUNG – Warenlieferung 2.0: Wie sehen die intelligenten Transporte der Zukunft aus

MD.VORLESUNG – KI in der Automobilbranche: Die Auswirkungen auf Fachzeitschriften

MD.VORLESUNG – Digitalisierung: Aufbruch in ein neues Zeitalter der Mobilität

MD.VORLESUNG – Was bringt uns KI? Das Fazit

1 Comment

Only registered users can comment.

Durch die weitere Nutzung der Seite stimmst du der Verwendung von Cookies zu. Weitere Informationen

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um das beste Surferlebnis zu ermöglichen. Wenn du diese Website ohne Änderung der Cookie-Einstellungen verwendest oder auf "Akzeptieren" klickst, erklärst du sich damit einverstanden.

Schließen