MOTOR-EXCLUSIVE

Rudolf Huber - 30. Januar 2020, 09:18 Uhr NEWS

So lernen Autos das Denken

Klar, ohne Künstliche Intelligenz (KI) geht bei der Entwicklung des autonomen Fahrens gar nichts. Mit deren Hilfe versuchen Wissenschaftler, den Computern in den Fahrzeugen ein vorausschauendes, 'vor-sichtiges' Verhalten beibringen.


Klar, ohne Künstliche Intelligenz (KI) geht bei der Entwicklung des autonomen Fahrens gar nichts. Mit deren Hilfe versuchen Wissenschaftler, den Computern in den Fahrzeugen ein vorausschauendes, "vor-sichtiges" Verhalten beibringen.

Hilfreich ist in diesem Bereich die automatisierte Bewegungsvorhersage: Die Rechner im Auto sollen aus jeder Situation die richtigen Schlüsse ziehen und sich darauf einstellen können, was die anderen Verkehrsteilnehmer gleich tun wollen.

"Für die Planung eines intelligenten Fahrmanövers braucht der Bordcomputer nicht nur Informationen über das bauliche Umfeld des Fahrzeugs, also über die Verkehrsführung, Beschilderung und Signalgebung, sondern auch darüber, wie sich andere Verkehrsteilnehmer bewegen", erklärt Doktorand Jan Strohbeck vom Institut für Mess-, Regel- und Mikrotechnik der Universität Ulm bei Professor Klaus Dietmayer.

Das Problem: Für Menschen mit Erfahrung am Steuer ist es meist offensichtlich, wohin ein vorausfahrendes Auto fährt, selbst wenn es nicht blinkt. Für das hochautomatisierte Fahrzeug ist das weit schwieriger. "Mit kurzen Vorhersagezeiträumen von einer Sekunde kommt der Computer zwar noch gut zurecht, indem er sich mit einfachen Bewegungsmodellen behilft. Doch bei größeren Vorhersagehorizonten werden solche Verfahren zunehmend ungenau", sagt Strohbeck.

Deshalb setzt die Ulmer Uni bei den Bewegungsprognosen für andere Verkehrsteilnehmer auf ein KI-Verfahren mit Künstlichen Neuronale Netzen. Ziel ist es, die Bewegungsbahn eines Fahrzeuges mindestens für die nächsten drei Sekunden möglichst korrekt vorherzusagen.

Dazu werden künstliche Bilder von der Umgebung des Fahrzeuges mit Fahrspuren, Seitenstreifen oder Parkbuchten, aber auch Informationen über andere Verkehrsteilnehmer erzeugt. Aus diesen Bildern extrahiert das Neuronale Netz wichtige Informationen und leitet damit wahrscheinlichkeitsbasierte Aussagen über zukünftige Fahrzeugbewegungen ab. Die dienen dann als Hypothesen zur Bewegungsvorhersage. Dass das schon gut funktioniert, zeigten die Forscher mit dem Sieg bei einem internationalen Wettbewerb im Bereich "Motion Forecasting".

Dieser Artikel aus der Kategorie NEWS wurde von Rudolf Huber am 30.01.2020, 09:18 Uhr veröffentlicht.