Künstliche Intelligenz soll Datenmengen für automatisiertes Fahren komprimieren – Projekt KIsSME

Das Verbundvorhaben KIsSME untersucht, wie künstliche Intelligenz (KI) Datenmengen zur effizienten Szenarienerfassung bei der Erprobung hochautomatisierter Fahrzeuge verdichten kann. Das Fraunhofer EMI arbeitet dabei an den Themen Kritikalität, schnelle Simulationen und lernfähige Algorithmen.

Enorme Datenmengen bei der Erprobung hochautomatisierter Fahrzeuge

Beim Erproben hochautomatisierter Fahrzeuge fallen große Mengen an Daten an: vier bis acht Terabyte pro Fahrzeug und Tag. Mit verschiedenen Sensoren ausgestattet, werden von den Fahrzeugen im Fahrbetrieb permanent Informationen über ihren eigenen Status, die Umgebung oder den Straßenverkehr aufgenommen. Letztlich müssen automatisierte Fahrzeuge auf dieser Datengrundlage in kürzester Zeit verlässliche Fahrentscheidungen treffen können. Um dies zu erreichen, liegt ein wegbereitender Schritt darin, in Vorarbeiten den Fokus auf Aspekte und Funktionen der Datenselektion zu richten.


KIsSME-Projektziel der intelligenten Datenauswahl

Der Ansatz des Verbundvorhabens KIsSME (steht für »Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen«) ist es, die anfallenden Datenmengen unter anderem mithilfe von auf KI basierenden Algorithmen zu reduzieren und zu verdichten, um Speicherplatz, Energie und Auswertungsaufwand zu sparen. KIsSME bezieht sich auf automatisiertes Fahren der Stufen vier bis fünf (vollautomatisiert bis autonom).

Das Projektvorgehen beinhaltet, Kataloge von relevanten Fahrszenarien zu erstellen und bei der Fahrzeugerprobung neu auftretende Szenarien einzusortieren. Das heißt, schon während des Fahrbetriebs sollen nur diejenigen Daten aufgezeichnet werden, die tatsächlich relevant sind und einen Mehrwert bringen. Kern dabei ist die Entwicklung eines Kritikalitätsbewertungsverfahrens (beispielsweise anhand bekannter kritischer Szenarien oder historischer Daten), mit dem sich auch bei der Fahrzeugerprobung neu auftretende Szenarien bewerten lassen.

© Markus Breig, KIT
Mit verschiedenen Sensoren nehmen automatisierte Fahrzeuge Informationen über sich und ihre Umgebung auf.

Fraunhofer EMI arbeitet zu Kritikalität, schneller Simulation und der Entwicklung lernfähiger Algorithmen

Als Partner im Projekt KIsSME beschäftigt sich das Fraunhofer EMI mit drei Kernthemen. Das EMI arbeitet zu Fragen der Kritikalität von aufgenommenem Verkehr und bewertet dafür die Datenrelevanz für kritische Verkehrsszenarien und -situationen; es widmet sich dem Einsatz schneller, realitätsabbildender Simulationen; und es entwickelt lernfähige Algorithmen, um neuartige kritische Situationen zu generieren und kritische Abweichungen vom Normalverkehr zu erkennen (Anomaliedetektion). Durch diese KI-basierten Algorithmen will das EMI zu identifizierende kritische Szenarien generieren und kritische Abweichungen erkennen. Somit werden anhand geeigneter KI-Methoden und schneller Simulationen aus bereits identifizierten kritischen Situationen weitere ähnliche Situationen automatisiert abgeleitet und deren Sinnhaftigkeit überprüft, um die Vervollständigung relevanter Szenarien zu beschleunigen und um ein ganzheitliches Bild kritischer Situationen zu erhalten.

Eine Grundlage für die Arbeiten des EMI werden dabei unter anderem Daten der Testfahrzeuge mehrerer Verbundpartner, insbesondere des FZI Forschungszentrums Informatik, der Robert Bosch GmbH, des Karlsruher Instituts für Technologie (KIT), der AVL Deutschland GmbH und der LiangDao GmbH, sein.

© Fraunhofer EMI
Schematische Darstellung der KIsSME-Projektziele.

Projektpartner und Finanzierung

Die Koordination des Verbundvorhabens KIsSME übernimmt die AVL Deutschland GmbH. Neben dem Fraunhofer EMI beteiligen sich das Karlsruher Institut für Technologie KIT, das FZI Forschungszentrum Informatik, die LiangDao GmbH, die Mindmotiv GmbH, die RA Consulting GmbH und die Robert Bosch GmbH als weitere Partner. Assoziierte Partner sind der ASAM e. V. (Association for Standardization of Automation and Measuring Systems) sowie der Cluster Elektromobilität Süd-West, koordiniert von der e-mobil BW GmbH, Landesagentur für neue Mobilitätslösungen und Automotive Baden-Württemberg.

Projektstart war Januar 2021. Die Projektdauer ist auf drei Jahre angelegt. Das Vorhaben wird vom Bundesministerium für Wirtschaft und Energie (BMWi) mit insgesamt 6,5 Millionen Euro gefördert.

 

Weiterführende Links

Zentrale Projekt-Webseite von AVL

Cluster Elektromobilität Süd-West

idw – Informationsdienst Wissenschaft

Karlsruher Institut für Technologie

Automobilindustrie.Vogel

RA Consulting