Zephyrnet-logo

AI temt datavolumes voor geautomatiseerd rijden

Datum:

Start van KIsSME-samenwerkingsproject - algoritmen die in staat zijn om efficiënt te leren scenario's vast te leggen bij het testen van sterk geautomatiseerde voertuigen

BEELD

Krediet: (Foto: Markus Breig, KIT)

Bij het testen van sterk geautomatiseerde voertuigen ontstaan ​​grote datavolumes. Het nieuwe KIsSME-project is gericht op het verminderen van deze datavolumes om opslagcapaciteit, stroomverbruik en evaluatie-uitgaven te besparen en tegelijkertijd op het comprimeren van gegevens om de voertuigveiligheid te verbeteren. Algoritmen op basis van kunstmatige intelligentie (AI) selecteren de gegevens in de rijmodus en sorteren ze in scenariocatalogi. Binnen het samenwerkingsproject dat wordt gefinancierd door het federale ministerie van Economische Zaken, levert Karlsruhe Institute of Technology (KIT) gegevens van testritten en simulaties.

Sterk geautomatiseerd rijden belooft een aantal voordelen te hebben, zoals meer comfort voor de chauffeurs, minder ongevallen, vlottere doorstroming en daarmee milieuvriendelijker wegverkeer. Toekomstige voertuigen zullen worden uitgerust met tal van sensoren die gegevens meten over hun eigen status en in hun omgeving. Op basis van deze informatie moeten ze in zo kort mogelijke tijd betrouwbare rijbeslissingen nemen. Tijdens tests moet elk voertuigmodel miljoenen kilometers afleggen en verschillende scenario's beheersen waarin de infrastructuur wordt gecombineerd met het weer, andere verkeersdeelnemers en hun gedrag. "Deze tests produceren gigantische datavolumes, 4 tot 8 terabyte per voertuig per dag", zegt Dr. Michael Frey, plaatsvervangend hoofd van het Institute of Vehicle System Technology (FAST) van het KIT, afdeling Voertuigtechnologie. "Deze datavolumes kunnen nauwelijks meer worden verwerkt."

Algoritmen voor intelligente gegevensselectie

Het opzetten van catalogi van rijscenario's en het sorteren van nieuwe testritscenario's in deze catalogi betekent dat alleen die gegevens worden vastgelegd tijdens de rijmodus, wat een toegevoegde waarde zal hebben. Dit is de aanpak van het KIsSME-samenwerkingsproject, waarbij KIsSME het Duitse acroniem is van kunstmatige intelligentie voor selectieve bijna-realtime registratie van scenario- en manoeuvreergegevens tijdens tests van sterk geautomatiseerde voertuigen. Wetenschappers zullen algoritmen ontwikkelen op basis van AI, die de gegevens die tijdens de rijmodus ontstaan ​​al selecteren. "KIsSME is gericht op het uitbreiden van de catalogus met scenario's en het verminderen van datavolumes", zegt Frey, hoofd van de "Automation" -groep van FAST. "Dit bespaart opslagcapaciteit en stroom en vermindert de kosten voor evaluatie en gegevensbescherming."

Experimenten op het testgebied voor autonoom rijden in Baden-Württemberg (TAF BW)

Voor KIsSME zullen KIT-onderzoekers data uit echte testritten en simulaties beschikbaar stellen. Metingen worden uitgevoerd in het openbaar stadsverkeer en in het testgebied voor autonoom rijden in Baden-Württemberg (TAF BW) in Karlsruhe. Additionele gegevens zijn verkregen uit gesloten voertuig-in-de-lus-simulaties op een voertuigtestbank van KIT. De AI-modellen en AI-selectors die in het project zijn ontwikkeld, zullen worden gecontroleerd door FAST-onderzoekers die de algoritmen toepassen om te experimenteren en simulatiegegevens. KIsSME betreft geautomatiseerd rijden van niveau 4 t / m 5 (volledig geautomatiseerd tot autonoom).

Het samenwerkingsproject KIsSME wordt gecoördineerd door AVL Deutschland GmbH. De partners zijn KIT, Fraunhofer Institute for High-Speed ​​Dynamics, Ernst-Mach Institute, FZI Research Center for Information Technology, Liangbao GmbH, Mindmotiv GmbH, RA Consulting GmbH en Robert Bosch GmbH. Geassocieerde partners zijn ASAM eV, Association for Standardization of Automation and Measuring Systems, en de Electric Mobility South-West Cluster, gecoördineerd door e-mobil BW GmbH, het Staatsagentschap voor Nieuwe Mobiliteitsoplossingen van Baden-Württemberg en de automobielsector. Het project wordt gefinancierd door het federale ministerie van Economische Zaken en Energie (BMWi) met 6.5 miljoen euro. Hiervan gaat ongeveer € 330,000 naar KIT. KIsSME is begin 2021 gestart en heeft een looptijd van drie jaar. (of)

###

Meer over het KIT Mobility Systems Center: https: //www.mobiliteitssysteem.kit.edu /

Contactpersoon voor dit persbericht: Johannes Wagner, telefoon: +49-721, e-mail: johannes.wagner@kit.edu

Als "Onderzoeksuniversiteit van de Helmholtz-Associatie" creëert en verstrekt KIT kennis voor de samenleving en het milieu. Het doel is om een ​​significante bijdrage te leveren aan de mondiale uitdagingen op het gebied van energie, mobiliteit en informatie. Hiervoor werken circa 9,300 medewerkers samen in een breed scala aan disciplines in de natuurwetenschappen, ingenieurswetenschappen, economie, geesteswetenschappen en sociale wetenschappen. Het KIT bereidt zijn 24,400 studenten voor op verantwoordelijke taken in de samenleving, het bedrijfsleven en de wetenschap door het aanbieden van op onderzoek gebaseerde opleidingen. Innovatie-inspanningen bij het KIT slaan een brug tussen belangrijke wetenschappelijke bevindingen en de toepassing ervan ten behoeve van de samenleving, economische welvaart en het behoud van onze natuurlijke basis van leven. KIT is een van de Duitse topuniversiteiten.

Dit persbericht is beschikbaar op internet onder http: // www.kit.edu /uitrusting /Engels/persberichten.php

Medienkontakt
Monika Landgraaf
presse@kit.edu

Originele Bron

http://www.kit.edu /uitrusting /Engels/pi_2021_007_ai-temt-datavolumes-voor-automatisch-rijden.php

Bron: https://bioengineer.org/ai-tames-data-volumes-for-automated-driving/

spot_img

Laatste intelligentie

spot_img