Autonomes Fahren mit KI Audi kooperiert mit Nvidia und Mobileye

Autonomes Fahren geht nicht ohne Künstliche Intelligenz. Audi setzt hierfür auf Partner wie Nvidia, um Know-how auf- und auszubauen.
Autonomes Fahren geht nicht ohne Künstliche Intelligenz. Audi setzt hierfür auf Partner wie Nvidia, um Know-how auf- und auszubauen.

Künstliche Intelligenz ist eine Schlüsseltechnologie für autonomes Fahren. Daher will Audi zusammen mit Nvidia und Mobileye entsprechendes Know-how im Bereich Machine Learning aufbauen. Im Rahmen der CES hat der Automobilhersteller die Intelligenz des Audi Q7 deep learning concept gezeigt.

Der Audi Q7 deep learning concept nutzt zur Orientierung eine Frontkamera mit 2 Megapixel Auflösung; sie kommuniziert mit einer Recheneinheit vom Typ Nvidia Drive PX 2, die ihrerseits hochpräzise die Lenkung steuert. Das Steuergerät ist mit seiner Leistungsfähigkeit speziell auf Anwendungen des pilotierten Fahrens zugeschnitten.

Als Kern der Software dienen tiefe neuronale Netze, die Audi und Nvidia gezielt auf das selbstständige Fahren und die Erkennung dynamischer Verkehrsregelungshinweise trainiert haben. Zu Beginn hat der Audi Q7 deep learning concept bei mehreren Fahrten mit einem menschlichen Fahrer am Steuer den Kurs mithilfe zusätzlicher Trainingskameras durch Beobachtung kennengelernt. Dadurch wird ein Zusammenhang zwischen Reaktionen des Fahrers und von den Kameras erkannten Ereignissen hergestellt. So versteht das Auto während der späteren Demonstrationsfahrten Anweisungen wie ein temporäres Verkehrssignal, kann sie direkt interpretieren und situativ handeln. Wenn ein entsprechendes Signal erscheint, ändert das Konzeptauto unmittelbar die Fahrstrategie und wählt die kurze oder die lange Route. Das System ist so robust ausgelegt, dass es auch mit Störgrößen wie sich ändernden Witterungs- und Lichtbedingungen zurechtkommt. Es beherrscht die Aufgaben bei Tag und Nacht sowie bei direkter Sonneneinstrahlung oder starkem Kunstlicht.

Grundsätzlich ähneln die beim Audi Q7 deep learning concept angewendeten Lernmethoden dem Deep Reinforcement Learning. Auch hier werden neuronale Netze, ähnlich dem menschlichen Gehirn, für einen speziellen Anwendungsfall trainiert. Diese Methode zeigte der Automobilhersteller auf der Neural Information Processing Systems (NIPS) in Barcelona im Dezember. Doch während das 1:8-Modellauto auf der NIPS das Einparken durch Versuch und Irrtum erlernte, erhält das Netzwerk des Audi Q7 deep learning concept konkrete, für ihn relevante Daten während der Trainingsläufe – es lernt also vom Fahrer.