Fahrversuche und Simulationen KI bändigt Daten in autonomen Fahrzeugen

Verschiedene Sensoren sammeln Informationen über automatisierte Fahrzeuge und ihre Umgebung. Deren Auswertung ist eine wahre Herkulesaufgabe.

Bild: Markus Breig, KIT
16.02.2021

Beim autonomen Fahren fallen jede Mengen Daten an, die es auszuwerten gilt. In einem Projekt wird hierfür nun der Einsatz von KI erprobt: Algorithmen selektieren die Informationen und teilen sie in verschiedene Fahrszenarien ein.

Das Projekt „KIsSME“ (Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen) zielt darauf ab, die massenhaft anfallenden Daten in hochautomatisierten Fahrzeugen zu bändigen. Sie zu reduzieren und zu verdichten, spart Speicherplatz, Strom und Auswertungsaufwand, macht Fahrzeuge aber zugleich sicherer. Denn schließlich fällen autonome Autos anhand dieser gesammelten Informationen ihre Entscheidungen.

Bei der Erprobung automatisierter Fahrzeuge muss jedes Modell Millionen von Kilometern zurücklegen und viele verschiedene Szenarien meistern: Kombinationen aus Infrastruktur, Witterung und anderen Verkehrsteilnehmern. „Dabei fallen riesengroße Datenmengen an – 4 bis 8 TB pro Fahrzeug und Tag“, sagt Dr. Michael Frey, stellvertretender Institutsleiter am Institut für Fahrzeugsystemtechnik (FAST) des KIT. „Diese Datenmengen sind kaum noch zu handhaben.“

Algorithmen für intelligente Datenauswahl

Kataloge von Fahrszenarien zu erstellen und bei der Fahrzeugerprobung neu auftretende Szenarien einzusortieren: Das heißt, schon während des Fahrbetriebs nur diejenigen Daten aufzeichnen, die tatsächlich einen Mehrwert bringen. So lautet der Ansatz von „KIsSME“. Übernehmen soll das Selektieren eine Künstliche Intelligenz.

„,KIsSME‘ zielt darauf, den Szenarienkatalog auszubauen und zugleich Datenmengen zu reduzieren“, erklärt Frey, der am FAST unter anderem die Forschungsgruppe „Automatisierung“ leitet. „Dies spart Speicherplatz und Strom und verringert den Aufwand für Auswertung und Datenschutz.“

Versuche in Karlsruhe

Die Forscher des KIT stellen für „KIsSME“ Daten aus realen Fahrversuchen und Simulationen bereit. Dazu laufen Messfahrten im öffentlichen urbanen Verkehr und auf dem „Testfeld Autonomes Fahren Baden-Württemberg“ (TAF BW) in Karlsruhe sowie Closed-Vehicle-in-the-Loop-Simulationen an einem Gesamtfahrzeugprüfstand des KIT.

Zudem überprüfen Forscher des FAST die im Projekt entwickelten KI-Modelle und KI-Selektoren, indem sie die von den Verbundpartnern erarbeiteten Algorithmen auf die Daten aus Versuchen und Simulationen anwenden. „KIsSME“ bezieht sich auf automatisiertes Fahren der Stufen vier bis fünf (vollautomatisiert bis autonom).

Details zu „KIsSME“

Die Koordination des Verbundvorhabens „KIsSME“ liegt bei AVL Deutschland. Als Partner sind neben dem KIT das Fraunhofer-Institut für Kurzzeitdynamik, das Ernst-Mach-Institut, das FZI Forschungszentrum Informatik, LiangDao, Mindmotiv, RA Consulting und Bosch beteiligt. Als assoziierte Partner fungieren der ASAM sowie der Cluster Elektromobilität Süd-West, koordiniert von E-Mobil BW, der Landesagentur für neue Mobilitätslösungen und Automotive Baden-Württemberg.

Das Bundesministerium für Wirtschaft und Energie (BMWi) fördert das Vorhaben mit insgesamt 6,5 Millionen Euro; das KIT erhält davon rund 330.000 Euro. „KIsSME“ ist Anfang 2021 gestartet und auf drei Jahre angelegt.

Verwandte Artikel