Autonome Fahrzeuge: Uni Magdeburg erprobt KI gegen Sensorfehler
Forscher der Otto-von-Guericke-Universität Magdeburg(öffnet im neuen Fenster) haben ein KI-System entwickelt, das autonome Fahrzeuge automatisch zum Anhalten bringt, wenn ihre Sensoren unzuverlässige Daten liefern. Das Verfahren erkennt, wann Kameras oder Lidar-Sensoren durch Wetter oder Umgebungseinflüsse gestört werden, und löst im Zweifel eine sichere Reaktion aus.
Die Software kombiniert klassische Objekterkennung mit einer Art Selbsteinschätzung der KI. Das Fahrzeug analysiert also nicht nur, was es wahrnimmt, sondern auch, wie zuverlässig diese Wahrnehmung ist. Sinkt die Qualität der Sensordaten unter einen bestimmten Schwellenwert, reagiert das System automatisch und entscheidet, ob eine sichere Weiterfahrt noch möglich ist oder ein Stopp erforderlich wird.
Hintergrund ist ein grundlegendes Problem des automatisierten Fahrens: Fahrzeuge müssen ihre Umgebung nicht nur erfassen, sondern auch einschätzen, wie verlässlich die eigenen Messwerte sind. Regen, Schnee oder Nebel können Sensoren stören, während dichter Bewuchs Sichtlinien verdeckt oder falsche Hindernisse erzeugt. Die Folge sind Daten, deren Genauigkeit sinkt, obwohl das System weiterhin Messwerte erhält. Genau an dieser Stelle setzt das vom Bund geförderte Projekt Aula-KI an.
Tests mit autonomem Shuttle
Erprobt wurde das Verfahren auf einem autonomen Shuttle auf dem Testfeld der Universität. Das Fahrzeug ist mit 8 Lidar-Sensoren und 2 Kameras ausgestattet und kann bis zu sechs Personen transportieren. In den Versuchen erkannte die Software Nebel zuverlässig, auch wenn sich die Störungen nicht vollständig ausgleichen ließen.
Bei Regen und Schnee konnten Einflüsse teilweise kompensiert werden. Auch dichter Bewuchs wurde als Störfaktor erkannt, führte im Test jedoch stellenweise dazu, dass das Fahrzeug die Fahrt nicht mehr sicher fortsetzen konnte.
"Die gesellschaftliche Relevanz unserer Forschung ist hoch" , so Projektleiter Christoph Steup von der Fakultät für Informatik der Universität Magdeburg. "Autonomes Fahren wird nur dann breite Akzeptanz finden, wenn es auch unter schwierigen Bedingungen verlässlich sicher bleibt. Wir liefern dafür einen zentralen Baustein, weil wir bei der KI maschinelles Sehen mit maschineller Selbsteinschätzung verbinden."
Zum Projektabschluss wurden die Ergebnisse mit mehreren Partnern aus Forschung und Industrie diskutiert. Wann das System tatsächlich in Serienfahrzeugen oder im öffentlichen Verkehr eingesetzt wird, ist derzeit noch offen. Ziel der Beteiligten ist jedoch ausdrücklich der Transfer der entwickelten Technik in konkrete Anwendungen, auch wenn dafür bislang keine Zeitpläne oder Produkte genannt werden.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.