Transparentes System Nächste Generation von KI-Algorithmen für automatisiertes Fahren

Das Team von AI-Drive mit einem Testfahrzeug von Bosch.

Bild: Jürgen Gocke
05.01.2024

Das Kooperationsprojekt AI-Drive der Universität Freiburg und Bosch Research soll sicherere, transparentere und robustere Gesamtsysteme ermöglichen. Der Fokus liegt dabei auf vernetzten und gemeinsam optimierten Modulen für automatisiertes Fahren. Das Projekt soll die angewandte Forschung zum automatisierten Fahren in Deutschland stärken.

„Mit dem Kooperationsprojekt AI-Drive mit Bosch Research wollen wir die nächste Generation von KI-Algorithmen für automatisiertes Fahren entwickeln, um sicherere, transparentere und robustere Gesamtsysteme zu ermöglichen“, betont Projektleiter Prof. Dr. Abhinav Valada von der Technischen Fakultät der Universität Freiburg zum Projektstart. „Es ist somit auch eine Initiative zur Stärkung der Forschung zum automatisierten Fahren in Deutschland“.

Das Projekt ist auf drei Jahre angelegt. Bosch fördert das Projekt mit insgesamt rund 3,7 Millionen Euro und stellt reale Testfahrzeuge zur Verfügung, unter Leitung von Dr. Claudius Gläser. Auf Seiten der Universität Freiburg sind zehn Doktoranden unter der Leitung von Prof. Dr. Abhinav Valada, Prof. Dr. Frank Hutter und Prof. Dr. Joschka Bödecker von der Technischen Fakultät und der Ellis Unit Freiburg in enger Zusammenarbeit mit Forschenden von Bosch Research am Projekt beteiligt.

„Der technologische Fortschritt beim automatisierten Fahren konzentriert sich traditionell auf die separate Entwicklung einzelner Autonomiemodule für Wahrnehmung, Vorhersage, Planung und Steuerung“, erklärt Valada. „Mit der neuen Generation von KI-Algorithmen wollen wir einen einheitlichen Rahmen schaffen, in dem verschiedene Module eng miteinander verbunden sind und gemeinsam optimiert werden.“

AI-Drive verfolgt „White-Box“-Ansatz

Ein Ziel ist zum Beispiel die enge Kopplung von Vorhersage- und Planungsmodulen. „Damit können wir uns dem menschlichen Fahrverhalten noch weiter annähern, um zum Beispiel übervorsichtiges oder aggressives Fahren zu vermeiden“, sagt Valada. Zudem verfolgt AI-Drive einen transparenten „White-Box“-Ansatz im Vergleich zu herkömmlichen Deep-Learning-Modellen mit geringer Transparenz. Teilkomponenten innerhalb des Systems sollen für Menschen interpretierbare Zwischenergebnisse liefern und so das Vertrauen fördern sowie Zertifizierungsprozesse vereinfachen.

„Die Kooperation mit der Universität Freiburg bildet für uns einen wichtigen Link zur Spitzenforschung auf dem Gebiet des automatisierten Fahrens”, sagt Dr. Claudius Gläser von Bosch Research, „und erlaubt es uns, sowohl den Stand der Forschung gemeinsam voranzutreiben als auch diesen direkt in zukünftige Automatisierungslösungen einfließen zu lassen.”

Im Rahmen des Projekts werden auch neue Methoden für die Suche nach neuronalen Architekturen entwickelt, die das Design und die Optimierung von Netzwerkarchitekturen automatisieren und dadurch den Zyklus von Entwicklung und Einsatz neuer Technologien effizienter gestalten. „Insgesamt erhoffen wir uns von diesen Entwicklungen ein sichereres, transparenteres und robusteres Gesamtsystem für das autonome Fahren“, so Prof. Dr. Frank Hutter.

Bedeutenden Einfluss auf die wissenschaftliche Gemeinschaft

Das Projekt soll auch einen bedeutenden Einfluss auf die wissenschaftliche Gemeinschaft haben. Technologische und theoretische Innovationen, die aus dieser Zusammenarbeit hervorgehen, werden in hochrangigen Fachzeitschriften und auf Konferenzen veröffentlicht. Darüber hinaus werden alle sechs Monate Symposien veranstaltet, auf denen die Doktoranden ihre Arbeit vorstellen und die entwickelten Methoden evaluiert werden.

AI-Drive baut auf der langjährigen Zusammenarbeit zwischen der Universität Freiburg und Bosch Research auf dem Gebiet des Maschinellen Lernens (ML) auf. 2018 bis 2022 hat beispielsweise Frank Hutters Machine Learning Lab bereits eng mit Bosch Research zusammengearbeitet, um die gemeinsame Forschung zu AutoML zu stärken.

Firmen zu diesem Artikel
Verwandte Artikel