Das Umfeld wahrzunehmen gehört zu den grundlegenden Aufgaben automatisierter Fahrzeuge und intelligenter Infrastruktur. Unter der Umfelderfassung bzw. Umfeldwahrnehmung versteht man die Erfassung relevanter Verkehrsteilnehmer (Personen, Fahrzeuge, Radfahrer) und Infrastrukturkomponenten (Trassierung, Fahrbahnmarkierungen, Leitpfosten, Ampeln, Verkehrsschilder) die zur Lösung der Transportaufgabe notwendig sind.
Nach dem Erfassen des Umfeldes über unterschiedliche Sensoren (z.B. Kamera, LiDAR), müssen diese systemseitig reduziert und interpretiert werden, um Schlussfolgerungen aus der Sensordatenlage zu ziehen und, z.B., Manöver zu planen (Automatisiertes Fahrzeug) oder Ampeln zu schalten (Intelligente Infrastruktur). Um die unterschiedlichen Sensordaten verarbeiten können, werden KI-Systeme eingesetzt. Dabei ist bei der Verwendung von neuronalen Netzen nicht eindeutig klar, welche Merkmale und Strukturen der Eingangsdaten zu den Entscheidungen führen. Daher lassen sich herkömmliche Qualitätssicherungsmethoden lassen sich noch nicht auf KI-basierte Ansätze übertragen: Minimale Änderungen an den Eingangsdaten können zu fehlerhaftem Verhalten führen. Das Forschungsprojekt KI Absicherung stellt sich dieser Herausforderung und erforscht Methoden und Maßnahmen für die Absicherung sowie für die Freigabe KI-basierter Wahrnehmungsfunktionen. KI Absicherung ist ein Projekt der KI Familie und wurde aus der VDA Leitinitiative autonomes und vernetztes Fahren heraus entwickelt. Mit der Hochschule Ruhr West (Prof. Dr.-Ing. Anselm Haselhoff) und der Bergische Universität (Prof. Dr. Hanno Gottschalk) arbeiten gleich zwei CAMO-Institutionen aktiv auf diesem Themengebiet.
