KI für mehr Durchblick – AuRoRaS entwickelt Radarsensoren für das sichere autonome Fahren

idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
idw-Abo
Medienpartner:
Wissenschaftsjahr


Teilen: 
31.10.2019 14:18

KI für mehr Durchblick – AuRoRaS entwickelt Radarsensoren für das sichere autonome Fahren

Udo Urban DFKI Kaiserslautern
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, DFKI

    Automatisierte und vollautomatisierte Fahrzeuge müssen ihre Umgebung selbstständig erfassen und verstehen. Bei starkem Regen oder Schneefall sind Sensoren wie Kameras und Laser jedoch blind. Bei solchen Witterungsbedingungen funktionieren Radarsysteme erheblich besser und robuster.

    In dem Forschungsvorhaben AuRoRaS – Automotive Robust Radar Sensing – sollen neue Simulationsverfahren und Methoden der Künstlichen Intelligenz entwickelt werden, um Radarsysteme effizienter und das autonome Fahren sicherer zu machen.

    Drei Partner aus Forschung und Technologie arbeiten im Rahmen des Förderprogramms KMU-innovativ des Bundesministeriums für Bildung und Forschung (BMBF) daran, die Messqualität von hochauflösenden Radarsensoren dahingehend zu verbessern.

    Bessere Radarsensorik durch KI

    In den nächsten beiden Jahren werden die Astyx GmbH (Projektkoordination), die BIT Technology Solutions GmbH und das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) ein automotive Radarsystem für den Einsatz beim hochautomatisierten (Level 4) und autonomen Fahren (Level 5) realisieren. Das Konsortium möchte damit die Qualität der Messdaten des sogenannten Dauerstrichradars signifikant erhöhen. Bei dieser Radartechnologie werden während der Messung ununterbrochen Radarsignale ausgestrahlt und die Reflektionen gemessen.

    In der Automobilindustrie sind Radarsensoren bereits stark verbreitet. Der große Vorteil gegenüber kamerabasierten Verfahren oder Laser-Sensoren (Lidar) ist die direkte Messung der Objektgeschwindigkeit und die Robustheit vor Wettereinflüssen wie Nebel oder Schnee. Nachteile sind mögliche Fehler bei der Signalverarbeitung. Diese können durch Geschwindigkeitsmehrdeutigkeiten oder die sogenannte Mehrwegeausbreitung – beispielsweise aufgrund der reflektierenden Straßenoberfläche – entstehen,. Bei automatisierten oder autonomen Fahrfunktionen ist jedoch eine sehr hohe Genauigkeit und Robustheit zwingend erforderlich. Im Projekt sollen die physikalisch bedingten Nachteile von Radar-Sensoren durch innovative KI-Methoden erkannt und beseitigt werden.

    Hochauflösende Radargeräte und Software-gestützte Objekterkennung

    Die Astyx GmbH steuert neben ihren hochauflösenden Radargeräten auch das Spezialistenwissen in der Software-gestützten Objekterkennung bei. Dieses Know-how in den Bereichen 3D Objekterkennung aus Radarpunktwolken und Deep Learning-basierter Objekterkennung soll genutzt werden, um die KI-basierte Punktwolkenextraktion aus den Radar-Rohdaten zu verbessern. Außerdem entwickelt Astyx die synchronisierte Datenaufzeichnung, die geometrische Kalibrierung der Sensoren und die Entwicklung der Datenschnittstellen und Werkzeuge zum Annotieren der realen Trainings- und Testdaten.

    Simulation der Radarsensordaten

    Die BIT Technology Solutions GmbH entwickelt eine synthetische, physikalisch basierende Simulation der Radarsensordaten sowie die benötigten Referenzdaten (Ground Truth). Diese Simulationsumgebung dient als Basis für ein skalierbares und effizientes Training der KI und das qualitative Absichern der KI-Algorithmen. Das Konzept der BIT Technology Solution GmbH ermöglicht die Forschung im Bereich der Simulation des gesamten Spektrums elektromagnetischer Wellen und die anschließende Generierung entsprechender synthetischer Daten für Training und Validierung. Durch Kombination von simulierten und realen Radarmessdaten wird die Genauigkeit und Robustheit der KI-Methoden bei der Bereinigung der Messdaten und damit auch die darauf aufbauenden Umfelderkennung eines autonomen Fahrzeugs erheblich verbessert.

    Merkmalsextraktion mit tiefen neuronalen Netzen

    Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) übernimmt aufgrund seiner Erfahrungen auf dem Gebiet des Maschinellen Lernens einen Großteil der Verbesserung der Datenqualität durch neu zu erforschende Signalverarbeitungsschritte mittels tiefer Neuronaler Netze. Diese Lernverfahren benötigen eine große repräsentative Datenbasis, die sonst nur sehr aufwendig und kostspielig mit Realdaten vollständig abgedeckt werden könnte. Der Effekt der Mehrwegeausbreitung bei der Radarmessung soll durch maschinelle Lernverfahren erkannt und kompensiert werden. Dabei werden die Messdaten des Radar-Sensors mithilfe von Neuronalen Netzen analysiert und falsche Werte anschließend entfernt.

    Partner:
    Astyx GmbH
    BIT Technology Solutions GmbH
    DFKI


    Wissenschaftliche Ansprechpartner:

    Dr.-Ing. Oliver Wasenmüller
    Teamleiter Machine Vision and Autonomous Vehicle,
    FB Erweiterte Realität, DFKI GmbH
    Oliver.Wasenmueller@dfki.de


    Merkmale dieser Pressemitteilung:
    Journalisten
    Elektrotechnik, Informationstechnik, Verkehr / Transport
    überregional
    Forschungsprojekte
    Deutsch


    Beispielhafte Darstellung der Fahrzeug-Umfelderfassung mittels Lidar (links oben), Radar (rechts oben) und Kamera (unten)


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).

    Cookies optimieren die Bereitstellung unserer Dienste. Durch das Weitersurfen auf idw-online.de erklären Sie sich mit der Verwendung von Cookies einverstanden. Datenschutzerklärung
    Okay