pr_2012_12_18_environment_detection_en

Um die Menge an unterschiedlichen Daten beim autonomen Fahren zu meistern, forscht das Fraunhofer-Institut an einer KI-Lösung. Bild: Continental

| von Fabian Pertschy

Das Fraunhofer-Institut für Integrierte Schaltungen IIS entwickelt im Projekt „KI-FLEX“ eine Plattform, die autonomen Fahrzeugen mittels künstlicher Intelligenz helfen soll, Fahrzeugposition und Umfeld exakt zu erfassen. Das bis August 2022 laufende Verbundprojekt wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert.

Da die beim autonomen Fahren anfallenden Daten von Laser-, Kamera- und Radarsensoren schnell und zuverlässig verarbeitet und zusammengeführt werden müssen, strebt das Institut eine leistungsstarke und rekonfigurierbare Hardware-Plattform mit dazugehörigem Software-Framework an. Die für die Sensorsignalverarbeitung und Sensordatenfusion eingesetzten Algorithmen basieren größtenteils auf neuronalen Netzen – die Entwicklung neuromorpher Hardware ist dabei von der Funktionsweise des menschlichen Gehirns inspiriert.

Um der verkehrs-, wetter- und lichtabhängigen Bedeutung und Nutzbarkeit der einzelnen Sensoren gerecht zu werden, sollen die verwendeten Algorithmen bei veränderten Bedingungen austauschbar sein. So könne das Fahrzeug auf Beeinträchtigungen oder den Ausfall einzelner Sensoren flexibel reagieren. Zur effizienten Ausführung werden die Rechenressourcen der Hardware-Plattform je nach Auslastung dynamisch eingeteilt.

Bei dem Projekt wird zudem berücksichtigt, dass die Produktzyklen im Automobilbereich sehr lang sind und sich die KI-Algorithmen rasant weiterentwickeln. Es wird deshalb eine Hardware-Plattform angestrebt, die einfach und schnell an neue Software- und Hardwareanforderungen im Bereich des maschinellen Lernens angepasst werden kann. Dies soll insbesondere durch einen kostengünstigen, flexibel programmierbaren Chip (ASIC) erreicht werden.

Das Fraunhofer IIS hat die Leitung des Projektkonsortiums inne, an dem ebenfalls die Technologieunternehmen Ibeo Automotive Systems, Infineon Technologies und Videantis, das Daimler Center for Automotive IT Innovations sowie die TU München (Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme), das Fraunhofer-Institut für Offene Kommunikationssysteme FOKUS und die FAU Erlangen-Nürnberg (Lehrstuhl für Informatik 3: Rechnerarchitektur) beteiligt sind.