Eine Grundvoraussetzung für hochentwickelte Fahrerassistenzfunktionen und automatisiertes Fahren ist ein detailliertes Verständnis der kompletten Verkehrssituation und dessen präzise Bewertung.
Damit beim automatisierten Fahren die Aufgaben des Fahrers durch das Fahrzeug übernommen werden können, muss dieses ein Verständnis für bevorstehende Aktionen aller Verkehrsteilnehmer entwickeln, um stets die richtige Entscheidung in der richtigen Verkehrssituation treffen zu können. Diese Aufgabe kann durch trainieren von Algorithmen mithilfe von Deep Machine Learning-Methoden am besten bewältigt werden. Auf der CES Asia zeigt Continental eine Computer Vision-Plattform, die Künstliche Intelligenz (KI), neuronale Netze und maschinelles Lernen einsetzt, um bereits fortschrittliche Sensortechnologien noch weiter zu verbessern. In der fünften Generation der Multifunktionskamera von Continental, die 2020 in Produktion gehen wird, kommen neben klassischen Computer Vision-Verfahren auch neuronale Netze zum Einsatz. Diese lassen sich entsprechend der zur Verfügung stehenden Hardware skalieren und verfeinern durch intelligente Algorithmen das Szenenverständnis für die Intentions- und Gestenklassifikation von Fußgängern.
„Für die Übernahme menschlicher Aufgaben spielt KI eine große Rolle. Mit KI-Software wird das Fahrzeug in der Lage sein, auch komplexe und nicht vorhersehbare Verkehrssituationen zu interpretieren – es geht nicht mehr darum, was vor dem Fahrzeug ist, sondern was könnte kommen“, sagt Karl Haupt, Leiter des Geschäftsbereichs Fahrerassistenzsysteme bei Continental. „Wir verstehen KI als Schlüsseltechnologie gerade für das automatisierte Fahren. KI ist Teil der automobilen Zukunft.” Ein automatisiertes Fahrzeug muss in der Lage sein, wie ein Fahrer, der die Umgebung mit seinen Sinnen wahrnimmt, die Informationen mit seiner Intelligenz verarbeitet, Entscheidungen trifft und diese mit Händen und Füßen in die Bedienung des Autos umsetzt, zu (re-)agieren. Hier ist eine Leistungsfähigkeit gefordert, die der des Menschen mindestens ebenbürtig ist.
Szenenverständnis und Kontextwissen entwickeln
Künstliche Intelligenz eröffnet bei der Computer Vision-Plattform neue Möglichkeiten: KI kann beispielsweise Personen erkennen und deren Absichten und Gesten deuten. Continental nutzt die KI-Technologie, um Fahrzeugsystemen menschliche Stärken zu geben. „Das Auto soll so intelligent werden, dass es sowohl seinen Fahrer als auch seine Umwelt versteht“, sagt Robert Thiel, Leiter Machine Learning im Geschäftsbereich Fahrerassistenzsysteme. Ein Beispiel verdeutlicht, was das heißt: Ein regelbasierter Algorithmus als Teil eines automatisierten Fahrsystems wird erst dann reagieren, wenn ein Fußgänger tatsächlich auf die Fahrbahn tritt. KI-Algorithmen können die Bewegungsabsicht eines sich annähernden Fußgängers bereits vorher richtig erkennen. In dieser Hinsicht ähneln sie einem erfahrenen Autofahrer, der eine solche Situation instinktiv als potenziell kritisch erkennt und sich frühzeitig darauf einstellt zu bremsen. Es geht darum, ein vollständiges Szenenverständnis zu entwickeln, mithilfe dessen Vorhersagen über zukünftige Handlungen getroffen und entsprechend reagiert werden können.
Deep Machine Learning als virtuelle Fahrschule
Genau wie der Mensch müssen KI-Systeme ihre Fähigkeiten erst erlernen. Was für den Autofahrer die Fahrschule ist, ist bei der KI das „Supervised Learning“. Dabei analysiert die Software gewaltige Datenmengen, um daraus erfolgreiche und nicht erfolgreiche Handlungsstrategien abzuleiten und dieses erlernte Wissen später im Fahrzeug anzuwenden. Die zentrale Lernfähigkeit der Algorithmen wird kontinuierlich weiterentwickelt. Im Bereich Fahrerassistenzsysteme stehen dafür beispielsweise geeignete Daten in Form von aufgezeichneten Radar- und Kamerasignalen aus realen Fahrten zur Verfügung. Diese riesige Datenbank ist ein Grundbaustein für die weitere Entwicklung der KI bei Continental. So setzt das Unternehmen in seiner Produktentwicklung auf KI, um hochkomplexe Aufgaben wie die Fußgängererkennung zu lösen und die konkrete Parametrisierung dieses Designs aus Millionen von Daten zu lernen. Dafür muss ein System geschaffen werden, welches den Daten-Input – also etwa Millionen Pixel eines Kamerabildes zur Fußgängererkennung – kombiniert und parametrisiert. Im zweiten Schritt geht es darum, das System jene Parameter-Kombination suchen zu lassen, die das Problem löst.
Im großen Umfang wird das Technologieunternehmen diese Technologie mit der fünften Kamerageneration in Serie bringen, wobei bereits die vorherige Kameragenerationen Deep Learning-Ansätze nutzt. Auf Deep Learning basierende Methoden tragen dazu bei, komplexe Sachverhalte auf verschiedenen Ebenen zu beherrschen – von der Umfelderfassung über die Planung der Fahrstrategie bis hin zur eigentlichen Fahrzeugkontrolle. Deep-Learning-Methoden sind darüber hinaus skalierbar, das bedeutet: Mehr Daten, mehr Rechenleistung und somit mehr Performance.
Ausbau der weltweiten KI-Aktivitäten bei Continental
Um die verschiedenen Aktivitäten der Forschung rund um Künstliche Intelligenz zu koordinieren, hat Continental seit 2015 eine zentrale Vorentwicklung für KI-Themen. Das Technologieunternehmen kooperiert mit NVIDIA, Baidu und zahlreichen Forschungsinstituten auf diesem Gebiet wie der Universität Oxford, der Technischen Universität Darmstadt und dem Indian Institute of Technology Madras (Indien). In Budapest (Ungarn) eröffnete der Continental Geschäftsbereich Fahrerassistenzsysteme im Mai 2018 ein Kompetenzzentrum für Deep Machine Learning. Weltweit wird das Technologieunternehmen bis Ende 2018 rund 400 Ingenieure mit speziellem KI-Know-how beschäftigen und sucht nach weiteren Talenten für die Produkt- und Prozessentwicklung im Umfeld der Künstlichen Intelligenz.
