Rekonfigurierbare Hardware-Plattform Wie KI autonomes Fahren sicherer macht

Durch den Einsatz von künstlicher Intelligenz die Mobilität der Zukunft gestalten.

Vollautomatisierte und autonome Fahrzeuge müssen in jeder Situation angemessen reagieren können. Das Fraunhofer IIS entwickelt zusammen mit Partnern im Projekt KI-FLEX eine Plattform, die mit Hilfe von künstlicher Intelligenz dabei helfen soll, die Fahrzeugposition und das Umfeld exakt zu erfassen.

Beim autonomen Fahren müssen Daten von Laser-, Kamera- und Radarsensoren im Auto zuverlässig und schnell verarbeitet und zusammengeführt werden. Dadurch verfügt das Fahrzeug jederzeit über ein präzises Abbild der realen Verkehrsbedingungen, kann sich selbst in diesem Umfeld verorten und darauf basierend in jeder Fahrsituation die richtige Entscheidung treffen. Die zu verarbeitenden Daten für die Umfelderfassung sind dabei so komplex, dass KI-Methoden benötigt werden, um eine hohe Verkehrssicherheit zu gewährleisten.

Dafür entwickelt das Fraunhofer-Institut für Integrierte Schaltungen (IIS) zusammen mit Partnern im Projekt »KI-FLEX« eine leistungsstarke Hardware-Plattform und das dazugehörige Software-Framework. Das Projekt soll einen Beitrag zur Entwicklung dringend benötigter Technologiekomponenten leisten, mit denen autonomes Fahren sicher und zuverlässig wird. Die für die Sensorsignalverarbeitung und Sensordatenfusion eingesetzten Algorithmen beruhen größtenteils auf neuronalen Netzen und erlauben es, die Fahrzeugposition und das Umfeld exakt zu erfassen.

Rekonfigurierbar, sicher und effizient

Die Bedeutung und Nutzbarkeit einzelner Sensoren variiert je nach Verkehrssituation, Wetter- und Lichtbedingungen. Um dem gerecht zu werden, wird die Plattform als software-programmierbare und rekonfigurierbare Hardware entworfen. Das heißt, die zur Sensorauswertung verwendeten Algorithmen können bei veränderten Bedingungen während der Fahrt ausgetauscht werden. So kann das Auto auf Beeinträchtigungen oder gar den Ausfall einzelner Sensoren flexibel reagieren.

Darüber hinaus entwickelt das Projektteam geeignete Methoden und Werkzeuge, um die funktionale Sicherheit der verwendeten KI-Algorithmen und ihr Zusammenspiel auch bei einer Rekonfiguration während der Fahrt sicherzustellen. Zur effizienten Ausführung aller Algorithmen und Rekonfigurationen werden die Rechenressourcen der Hardware-Plattform je nach Auslastung dynamisch eingeteilt.

Neuromorphe Technik-Komponente

Bei der geplanten Plattform handelt es sich um eine neue Entwicklung auf dem Gebiet der neuromorphen Hardware. Ihre Funktionsweise ist vom menschlichen Gehirn inspiriert und speziell für die effiziente Nutzung neuronaler Netze konzipiert. Dabei wird berücksichtigt, dass einerseits die Produktzyklen im Automobilbereich sehr lang sind, sich aber andererseits die KI-Algorithmen rasant weiterentwickeln. Das Projekt strebt deshalb eine Hardware-Plattform an, die einfach und schnell an neue Software- und Hardwareanforderungen im Bereich des maschinellen Lernens angepasst werden kann. Dies soll durch einen flexibel programmierbaren Multi-Core-Deep-Learning-Beschleuniger in Form eines eigens entwickelten ASICs erreicht werden.

Das bis August 2022 laufende Verbundprojekt »KI-FLEX« wird vom deutschen Bundesministerium für Bildung und Forschung im Rahmen der Richtlinie zur Förderung von Forschungsinitiativen auf dem Gebiet der »KI-basierten Elektroniklösungen für sicheres autonomes Fahren« gefördert. Das Fraunhofer IIS übernimmt die Leitung des Projektkonsortiums, zu dem die Forschungs- und Industriepartner Ibeo Automotive Systems, Infineon, Videantis, TU München (Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme), Fraunhofer-Institut für Offene Kommunikationssysteme FOKUS, Daimler Center for Automotive IT Innovations (DCAITI, TU Berlin) sowie die FAU Erlangen-Nürnberg (Lehrstuhl für Informatik 3: Rechnerarchitektur) gehören.