MOTORMOBILES

Das Automagazin im Internet

NIPS 2017: Audi kündigt neue KI-Ansätze auf dem Weg zum autonomen Fahren an

Der neue Audi A8 ist als erstes Auto weltweit für hochautomatisiertes Fahren auf Level 3 (SAE) entwickelt – Bildnachweis: Audi

 

Konferenz für Künstliche Intelligenz in Kalifornien

Audi präsentiert sich auf der Fachkonferenz für Künstliche Intelligenz (KI) – der „NIPS“ (4. bis 9. Dezember 2017) im kalifornischen Long Beach (USA). Audi hat bereits 2016 als erster Automobilhersteller überhaupt mit einem Messestand an der NIPS teilgenommen. Die Marke tritt auch in diesem Jahr als Sponsor der NIPS auf und will in Kalifornien sein Netzwerk weiter ausbauen. KI-Spezialisten können sich dort auch über Einstiegsmöglichkeiten bei Audi informieren. Dieses Jahr zeigen die Bayern ein innovatives Vorentwicklungsprojekt. Dabei handelt es sich um eine Monokamera, die durch KI ein hochpräzises 3D-Modell der Fahrzeugumgebung generiert. Die Konferenz wird von Audi unterstützt.

Der neue Audi A8 ist als erstes Auto weltweit für hochautomatisiertes Fahren auf Level 3 (SAE) entwickelt: Der Audi AI Staupilot übernimmt auf mehrspurigen Straßen im zähfließenden Verkehr bis 60 km/h die Fahraufgabe, sofern es die Gesetzeslage auf den Märkten erlaubt und der Fahrer dies wünscht. Voraussetzung des automatisierten Fahrens ist ein möglichst exaktes Abbild der Umgebung – zu jeder Zeit. Künstliche Intelligenz ist dafür eine Schlüsseltechnologie.

Ein Projektteam des Audi-Tochterunternehmens Audi Electronics Venture (AEV) präsentiert auf der „Conference and Workshop on Neural Information Processing Systems“ (NIPS) nun eine Monokamera, die durch Künstliche Intelligenz ein hochpräzises 3D-Modell der Umgebung generiert. Diese Technologie ermöglicht es, das Umfeld des Autos exakt zu erfassen.

Als Sensor dient eine handelsübliche Frontkamera. Sie erfasst den Bereich vor dem Auto in einem Winkel von etwa 120 Grad und liefert 15 Bilder pro Sekunde mit 1.3 Megapixel Auflösung. Diese Bilder werden daraufhin in einem neuronalen Netz verarbeitet. Dort findet auch die sogenannte semantische Segmentierung statt. Dabei wird jedem Pixel eine von 13 Objektklassen zugeordnet. Dadurch kann das System andere Pkws, Lkws, Häuser, Fahrbahnmarkierungen, Menschen und Verkehrsschilder erkennen und unterscheiden.

Auch für die Abstandsinformationen nutzt das System neuronale Netze. Die Visualisierung erfolgt hier über sogenannte ISO-Linien – virtuelle Begrenzungen, die einen konstanten Abstand definieren. Mit dieser Kombination aus semantischer Segmentierung und Tiefenschätzung entsteht ein präzises 3D-Modell des realen Umfelds.

Unsupervised learning

Mithilfe von “unsupervised learning” wurde das neuronale Netz im Vorfeld trainiert. Das „unsupervised learning“ braucht anders als das „supervised learning“ keine vorsortierten und klassifizierten Daten und ist ein Ansatz, aus Beobachtung von Sachverhalten und Szenarien zu lernen. Das neuronale Netz bekam zahlreiche, mit einer Stereokamera aufgenommene Videos von Straßensituationen zu sehen. Daraufhin lernte das Netz, eigenständig die Regeln zu verstehen, mit denen es aus den Bildern der Monokamera 3D-Informationen erstellt. Das Projekt der AEV birgt große Potenziale für die Interpretation des Verkehrsgeschehens.

Neben der AEV präsentieren sich auf dem Audi-Stand der diesjährigen NIPS auch zwei Partner aus dem Volkswagen-Konzern mit eigenen KI-Themen. Der Bereich Fundamental AI Research im Data:Lab der Konzern-IT fokussiert sich auf unüberwachtes Lernen und optimale Regelung durch sogenannte variational inference, eine effiziente Methode um Wahrscheinlichkeitsverteilungen zu repräsentieren.

Das Audi-Team des Electronics Research Laboratory aus Belmont (Kalifornien) schließlich zeigt eine Lösung für rein KI-basiertes Fahren auf Parkplätzen und Highways. Dabei wird die Querführung des Autos vollständig durch neuronale Netzwerke durchgeführt. Die KI lernt aus Kameradaten selbstständig ein Modell der Umgebung zu generieren und das Auto zu steuern. Dieser Ansatz benötigt weder eine hochgenaue Lokalisierung noch hochgenaue Kartendaten.

Bei der Entwicklung autonom fahrender Autos profitiert Audi von einem großen Netzwerk auf dem Technikfeld der Künstlichen Intelligenz. Das Netzwerk umfasst Unternehmen aus Hot Spots im Silicon Valley, in Europa und Israel.