kontakt@camo.nrw +49 202 / 439 1164

Reduzierung von Datenmengen durch KI

Hochautomatisierte Fahrzeuge zeichnen bei jeder Fahrt eine Vielzahl von Informationen auf und speichern diese als Datensammlung in Szenarienkatalogen ab. Pro Tag kann dieser Vorgang Speicherplatzkapazitäten von sechs bis acht Terabyte in Anspruch nehmen.[1] Eine solche, exponentiell wachsende Datenmenge bringt Systeme an ihre Grenzen. Derartige Mengen an Daten seien kaum noch zu handhaben, betont Dr. Michael Frey vom Institut für Fahrzeugsystemtechnik.[2] Die Datenflut entsteht dadurch, dass die Sensoren der autonomen Vehikel alle Informationen, ob notwendig oder nicht, aufnehmen. Eine Lösung zur Reduzierung der Datenfülle könnte in der Bemessung des jeweiligen Mehrwertes liegen, den eine Information dem System bietet. Anhand dieser Grundlage kann eine weiterführende Selektion erfolgen, welche Daten in den Szenarienkatalog aufgenommen werden, was die zu speichernde Menge deutlich reduziert.

An diesem Lösungsweg arbeiten zurzeit Forscher des Karlsruher Instituts für Technologie (KIT). Das Verbundprojekt KIsSme (Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen) soll die Datenselektion erforschen und initiieren. Hierfür bedienen sich die Forscher an Algorithmen auf Basis künstlicher Intelligenz, welche während der Fahrt aufgenommene Daten auswerten und filtern. Eine Sammlung von Daten stellte das Institut aus Realfahrten im öffentlichen, urbanen Verkehr sowie aus Versuchen im Testfeld „Autonomes Fahren Baden-Württemberg“ der Öffentlichkeit bereit. Ferner wurden „Closed-Vehicle-in-the-Loop-Simulationen“ (Virtuelle Testfahrten) an dem Gesamtfahrzeugprüfstand des KIT durchgeführt. Der chinesische Ingenieurdienstleister „LiangDao“, mit Forschungs- und Entwicklungszentren in Berlin und München, stellte beispielsweise zusammen mit weiteren Unternehmen Aufbauten für Testfahrzeuge für die Datensammlung zur Verfügung.

Weitere Vorteile des KIsSme-Projektes sind neben der Reduzierung des Stromverbrauches auch ein verringerter Aufwand an den erforderlichen Datenschutz.[3] Dieser Punkt resultiert aus der insgesamt geringeren Anzahl aufgenommener Informationen aus der Fahrzeugumwelt, welche bei fortführender Nutzung in angrenzende Bereiche des Datenschutzes reichen. Zudem bedingt der Prozess eine Erweiterung und Beschleunigung der Rechenleistung, die so anderweitig zur Auswertung relevanter Daten zur Verfügung steht.

Quellen

[1] https://www.automobil-industrie.vogel.de/mittels-ki-die-datenmengen-fuer-automatisiertes-fahren-reduzieren-a-997704/

[2] https://www.kit.edu/kit/pi_2021_007_ki-bandigt-datenmengen-fur-automatisiertes-fahren.php

[3] https://www.springerprofessional.de/automatisiertes-fahren/datenverarbeitung/ki-reduziert-datenmengen-beim-automatisierten-fahren/18828176

Verwandte Artikel

Aktuelle Trends in der künstlichen Intelligenz beim automatisierten Fahren

Auf der diesjährigen internationalen Konferenz CVPR hat der CAMO Mitarbeiter Jan Kronenberger zusammen mit Kollegen der Arbeitsgruppe künstliche Intelligenz, einen Beitrag zur Absicherung von Objekterkennungssystemen mit künstlicher Intelligenz vorgestellt. Die CVPR (Computer Vision and Pattern […]

Mehr erfahren

Ein Blick in die Zukunft soll Unfälle vermeiden

Die Technische Universität München (TUM) hat vor kurzem eine neue Sicherheitssoftware für autonome Fahrzeuge vorgestellt, die in der Lage ist, innerhalb von Millisekunden unterschiedliche Varianten einer gegebenen Verkehrssituation vorauszuberechnen. Prof. Dr. Matthias Althoff (Professor für […]

Mehr erfahren

Chiphersteller: Wichtige Akteure für die Automobilindustrie

Im Zuge der rasant fortschreitenden Möglichkeiten und Erkenntnisse im Bereich autonomer Fahrzeuge, werden auch immer komplexere und schneller umzusetzende Systeme benötigt. Das Automobil wird zum Computer. Wo früher Öl und Zündkerzen eingesetzt wurden, werden immer […]

Mehr erfahren