Startseite > Automotive > Assistenzsysteme > Embedded-KI macht Fahrzeugsensoren intelligenter

Für Fahrzeuganwendungen der Zukunft

Embedded-KI macht Fahrzeugsensoren intelligenter

22. Mai 2023, 13:30 Uhr | Autor: Viacheslav Gromov, Redaktion: Irina Hübner

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 1

3. Use Case: Augmented Driver-Monitoring

Aktuell dient das auf Embedded-KI basierte Driver-Monitoring sowohl der Müdigkeitserkennung als auch zunehmend mehr der Anpassung an den emotionalen Zustand des Fahrers und der Insassen, beispielsweise indem Assistenzsysteme bei Unaufmerksamkeit oder Aggressivität vermehrt oder anders eingreifen. Bei den kommenden Automatisierungsstufen 3 und 4 sind diese Systeme zudem zur Feststellung der Zeit, die der Fahrer zur sicheren Lenkübernahme benötigt, besonders wichtig.

Bei den hohen Automatisierungsstufen 4 und 5 in Fahrsituationen ohne Eingreifmöglichkeiten wird die gesamte Insassenerkennung für Komfortzwecke, aber auch zur Steuerung benötigt. KWS (Keyword-Spotting, lokale Spracherkennung auf Embedded-KI-Basis) dient hierbei mehr zur Steuerung und Interaktion, während die gesamtheitliche Insassenüberwachung (Positionen von Menschen, Tieren und Objekten im Fahrzeug) auch die Entscheidung über die Fahrtrajektorie beeinflussen kann.

Das Augmented Driver-Monitoring kann im Übrigen dem Wunsch vieler OEMs dienen, sich durch ein markengerechtes Fahrgefühl vom Wettbewerb zu unterscheiden. Im äußersten Fall könnte sogar bei einem unvermeidlichen Unfallgeschehen erwogen werden, die Lenkrichtung in die Seite ohne Insassen zu manipulieren. Das Motto heißt dabei Schadensvermeidung und hat nichts mit Pro-Kopf-Utilitarismus zu tun.

Jobangebote+ passend zum Thema

Regional Key Account (m/w/d) für Elektronische Bauteile

KOA Europe GmbH, Dägeling

Alle Jobangebote im Elektroniknet Karrierebereich anzeigen

Nicht zu vergessen ist, dass je nach der mit Embedded-KI eingesetzten Sensorart, also je nachdem, ob inzwischen günstige Time-of-Flight-Sensoren, Infrarot-Rastersensoren oder Nahinfrarot-Kameras anstelle herkömmlicher Sitz- und Lenkradsensoren verwendet werden, auch weitere Funktionen wie Gurtüberwachung, Klimaeinstellung passend zur Körpertemperatur oder die Fahrer-Identifizierung für Komfort-Individualisierungs-Funktionen mitrealisiert werden können. Dies spart die Kosten für herkömmliche Sensoren und zusätzliche Nodes. Auch der Wunsch der OEMs, die Blickrichtung zwecks realer UX/UI-Studien zu speichern, um beispielsweise live per Software-Update Display-Inhalte anzupassen, ist realisierbar.

Als Zukunftsvision wird auch das Gesundheits-Monitoring der Insassen als Mehrwert gesehen. Dies dient nicht nur der Sicherheit, beispielsweise beim Erkennen eines Herzinfarkts mithilfe von Gesichtsmerkmalen, sondern schafft auch neue Geschäftsmodelle für die Gesundheit, die mit dem Ziel der einheitlichen Vernetzung auch im Auto greifen müssen.

Freiraum für rechenintensive Aufgaben

Mit der nun bestehenden Möglichkeit, »alte« Sensoren im Fahrzeug intelligenter zu machen – das bedeutet: zuverlässiger, genauer und tiefergehender – oder neue Sensoren günstig einzusetzen, eröffnen sich neue Möglichkeiten.

Es heißt also nicht: dezentrale E/E-Fahrzeugarchitektur versus High-Performance-ECU-Fahrzeugarchitektur (nächster Schritt: Zonen- bzw. Zentral-ECUs), sondern und. Denn die Sicherheits- und Echtzeitanforderungen sind hoch und können selbst unter hohen Datenmengen in der nötigen Analysetiefe viel günstiger und parallelisierter am Sensorknoten direkt statt in der Multitasking-ECU ausgeführt werden (Bild 3). Dies lässt den Zentral-ECUs den zukünftig notwendigen Freiraum für wesentliche und rechenintensive Aufgaben – von Multimedia bis hin zur Fahrtrajektorien-Berechnung bei ADAS.