Forschungsprojekt zum automatisierten Fahren

Gemeinsam mit zwei anderen Universitäten und dem Technologieunternehmen Continental forscht die Universität Bremen zum automatisierten Fahren. In dem Projekt Proreta geht es um das Erkennen komplexer Verkehrssituationen in Innenstädten, eine der anspruchsvollsten Aufgaben für den Einsatz von Künstlicher Intelligenz im Fahrzeug. An der Universität Bremen ist die Arbeitsgruppe Kognitive Neuroinformatik daran beteiligt.

Mithilfe von Algorithmen soll die KI relevante Objekte im Innenstadtverkehr interpretieren.
Mithilfe von Algorithmen soll die KI relevante Objekte im Innenstadtverkehr interpretieren.Bild: Continental

Ziel der bereits fünften Auflage des Proreta-Forschungsprojektes, das bis 2022 dauern soll, ist die Entwicklung von Algorithmen. Sie sollen aus Sensordaten richtige, mit dem Menschen vergleichbare Fahrentscheidungen ableiten. Bei einer ungeregelten Kreuzung z.B. ist es eine Herausforderung, alle für die geplante Fahrtrichtung relevanten Objekte zu interpretieren. Es geht um deren Bewegungsrichtung, Intention und den Vorrang im Verkehr. Ohne menschliches Zutun soll die künstliche Intelligenz (KI) sichere Entscheidungen treffen können. Der große Vorteil der KI liegt darin, dass sie nach einer Trainingsphase in der Lage ist, aufgrund des Erlernten auch in unbekannten Situationen die richtigen Schlüsse zu ziehen. Ein Teilbereich des Projektes wird es sein, die menschlichen Fahrerinnen und Fahrer dabei zu beobachten, wie sie selbst die Komplexität der Umgebung reduzieren und bewerten. Die lernfähigen Algorithmen sollen nach ähnlichen Prinzipien trainiert werden.

Umgebungserkennung als spezielle Expertise

An der Universität Bremen ist die Arbeitsgruppe für Kognitive Neuroinformatik unter Leitung von Professorin Kerstin Schill beteiligt. Sie fokussiert sich in dem Proreta-Projekt auf elementare kognitive Fähigkeiten wie die Eigenlokalisation, die Objekterkennung und Objektverfolgung. Die Arbeitsgruppe verfügt damit über spezielle Expertise im Bereich Umgebungserkennung durch Sensordatenfusion. Das sind alle Prozesse, die mit dem Wahrnehmen und Erkennen zusammenhängen. „Kognitive Fähigkeiten des Menschen auf die ‚Intelligenz‘ von Fahrzeugen zu übertragen, die damit komplexe Situationen besser handhaben können, ist in diesem Projekt die große Herausforderung“, sagt Professorin Kerstin Schill. Aktuell laufe in Bremen die erste Messkampagne zur Aufzeichnung von Trainingsdaten in dem Prototypfahrzeug.

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.