KI-DeltaLearning

Das Projekt KI-DeltaLearning betrachtet im Kontext des automatisierten Fahrens selbstlernende Methoden zur automatisierten Verarbeitung von Umgebungssensordaten (z.B. Objekterkennung aus Bilddaten). Hierzu werden Verfahren der Künstlichen Intelligenz (z.B. Neuronale Netze) eingesetzt, mit denen die erforderlichen Parameter zur Mustererkennung und -klassifikation anhand von Trainingsdaten automatisiert bestimmt werden sollen.

Für das sogenannte "Erlernen" von Wissen wird dabei eine große Anzahl von Trainingsdaten und damit Testfahrten benötigt. Erlernt wird beispielsweise das typische "Aussehen" von Verkehrsteilnehmern (Autos, Fußgänger, usw.), Hindernissen (Vegetation, Gebäude) und des Verkehrsweges (befahrbarer Untergrund, Markierungen und Verkehrszeichen) im Kamerabild. Vergleichbares kann auch für andere Sensoren wie Laserscanner durchgeführt werden,

Ziel der Wissenschaftler ist es, die aus den Daten bzw. Testfahrten abgeleiteten Modelle möglichst universell nutzbar zu machen. Beispielsweise sollen sie auch für andere Fahrzeugtypen, in anderen Regionen sowie unter anderen Wetter- bzw. Klimabedingungen einsetzbar sein. Dies gestaltet sich als schwierig, das das "Aussehen" der Welt je nach Sichtperspektive (z.B. einer höheren Kameraposition im Lkw), Region (z.B. USA oder Europa), oder Wetter, Jahres- und Tageszeit unterschiedlich ist.

Das Forschungsziel von KI-DeltaLearning ist, die wesentlichen Unterschiede zu evaluieren und Methoden zu entwerfen, wie eine Künstliche Intelligenz mit bereits vorhandenem Wissen nur diese konkreten "Deltas" neu lernen muss. Dies reduziert somit den Bedarf an Testdaten und beschleunigt den Lernprozess, wenn neues Wissen hinzugefügt werden soll.

Im Projekt wird das Konsortium ein eigenes Fahrzeug zur Sensordatenaufnahme ausrüsten und Fahrten zur Datengewinnung durchführen. Ein Teil der Testfahrten wird im Erfassungsbereich der Forschungsanlagen des DLR in Braunschweig und Berlin stattfinden, womit zusätzliche Infrastrukturdaten (z.B. Kamerabilder aus einer höheren Sichtperspektive) gewonnen werden.
 

©DLRZiele von KI-DeltaLearning: Ausgehend von einer bestehenden Datengrundlage soll erforscht werden, wie weitere Daten, z.B. von anderen Sensoren oder anderen Verkehrsräumen, in ein KI-System integriert werden können.

Projektname und -website:
KI-DeltaLearning

Laufzeit:
01/2020 bis 12/2022

Projektvolumen:
ca. 27 Mio. Euro, Fördersumme ca. 18 Mio. Euro, Anteil DLR 1,3 Mio. Euro

Auftraggeber:
BMWi im Rahmen der VDA-Leitinitiative autonomes und vernetztes Fahren

Projektpartner:
DLR-Institut für Verkehrssystemtechnik
Mercedes Benz AG
BMW
VW
Porsche Engineering
Bosch
Hella Aglaia
Valeo
Visteon
ZF
CMORE
InnoSent
FZI Karlsruhe
OFFIS
Uni Freiburg
B. Univ. Wuppertal
HS Reutlingen
TU BS
TUM
Uni Stuttgart
Uni Tübingen