Virtuelle Fahrschule von Continental Fahrzeugsysteme bekommen menschliche Stärken

Für die Übernahme menschlicher Aufgaben spielt KI eine große Rolle. Fahrzeuge werden in der Lage sein, auch komplexe und nicht vorhersehbare Verkehrssituationen zu interpretieren.
Für die Übernahme menschlicher Aufgaben spielt KI eine große Rolle. Fahrzeuge werden in der Lage sein, auch komplexe und nicht vorhersehbare Verkehrssituationen zu interpretieren.

Detailliertes Verständnis der Verkehrssituation und eine präzise Bewertung zählen zu den Grundvoraussetzungen für Fahrerassistenzsysteme auf dem Weg zum automatisierten Fahren. Durch Intentions- und Gestenklassifikation mit künstlicher Intelligenz können nun Fußgänger eindeutig erkannt werden.

Um beim automatisierten Fahren die Fahraufgabe auf das Fahrzeug übertragen zu können, muss das System ein Verständnis für bevorstehende Aktionen der anderen Verkehrsteilnehmer entwickeln. Nur so kann stets die richtige Entscheidung in der richtigen Verkehrssituation getroffen werden – durch trainieren von Algorithmen mithilfe von Deep Machine Learning-Methoden. Die Computer Vision-Plattform von Continental setzt künstliche Intelligenz (KI), neuronale Netze und maschinelles Lernen ein, um Sensortechniken zu verbessern. In der fünften Generation der Multifunktionskamera, die 2020 in Produktion gehen wird, kommen neben klassischen Computer Vision-Verfahren auch neuronale Netze zum Einsatz. Sie verfeinern durch intelligente Algorithmen das Szenenverständnis für die Intentions- und Gestenklassifikation von Fußgängern.

Nach Ansicht des Unternehmens muss ein automatisiertes Fahrzeug in der Lage sein, wie ein menschlicher Fahrer zu (re-)agieren.

Szenenverständnis und Kontextwissen

Continental nutzt die KI-Technik, um Fahrzeugsystemen menschliche Stärken zu geben. Ein regelbasierter Algorithmus würde als Teil eines automatisierten Fahrsystems erst dann reagieren, wenn ein Fußgänger tatsächlich auf die Fahrbahn tritt. KI-Algorithmen hingegen können die Bewegungsabsichten eines Fußgängers bereits vorher richtig erkennen und entwickeln ein vollständiges Szenenverständnis, mithilfe dessen entsprechende Reaktionen ausgeführt werden können.

Deep Machine Learning als virtuelle Fahrschule

Genau wie Menschen müssen auch KI-Systeme ihre Fähigkeiten erst erlernen. Was für den Autofahrer die Fahrschule ist, ist bei KI das so genannte »Supervised Learning«. Dabei analysiert die Software große Datenmengen, um daraus erfolgreiche und nicht erfolgreiche Handlungsstrategien abzuleiten und das erlernte Wissen später im Fahrzeug anzuwenden. Die zentrale Lernfähigkeit der Algorithmen wird kontinuierlich weiterentwickelt. Im Bereich Fahrerassistenzsysteme stehen dafür beispielsweise geeignete Daten in Form von aufgezeichneten Radar- und Kamerasignalen aus realen Fahrten zur Verfügung. Die Datenbank ist ein Grundbaustein für die weitere Entwicklung der KI bei Continental. So setzt das Unternehmen in seiner Produktentwicklung auf KI, um komplexe Aufgaben wie die Fußgängererkennung zu bewältigen und die konkrete Parametrisierung des Designs aus zahlreichen Daten zu lernen. Dafür muss ein System geschaffen werden, welches den Daten-Input – also etwa Millionen Pixel eines Kamerabildes zur Fußgängererkennung – kombiniert und parametrisiert. Im zweiten Schritt geht es darum, das System jene Parameter-Kombination suchen zu lassen, die in der aktuellen Situation passend ist.

Auf Deep Learning basierende Methoden tragen dazu bei, komplexe Sachverhalte auf verschiedenen Ebenen zu beherrschen – von der Umfelderfassung über die Planung der Fahrstrategie bis hin zur eigentlichen Fahrzeugkontrolle. Deep-Learning-Methoden sind darüber hinaus skalierbar: Mehr Daten, mehr Rechenleistung und somit mehr Performance.

Weltweite KI-Aktivitäten

Um die verschiedenen Aktivitäten der Forschung rund um Künstliche Intelligenz zu koordinieren, hat Continental seit 2015 eine zentrale Vorentwicklung für KI-Themen und kooperiert mit NVIDIA, Baidu und zahlreichen Forschungsinstituten. Weltweit wird das Unternehmen bis Ende 2018 rund 400 Ingenieure mit KI-Know-how beschäftigen.