05.05.2021 - 06:48

KI auf der Rennstrecke

IAV und die TU München bringen KI auf die Rennstrecke – und zwar im Rahmen des Kooperationsprojektes „rAIcing“. Dabei wurden zwei neuartige Softwaremodule für die automatische Entscheidungsfindung in Rennsituationen entwickelt. Der regelbasierte Decision Manager ist modular durch Kriterien, die zum Fahren auf einer Rennstrecke notwendig sind – wie „nicht kollidieren“, „auf der Strecke bleiben“ oder „so schnell wie möglich fahren“ –, erweiterbar.

In einem Innovationsprojekt in Kooperation mit der TU München arbeitet die IAV an der Erforschung des automatisierten Fahrens. Ort des Geschehens ist dabei die Rennstrecke. „rAIcing – autonomes Fahren auf der Rennstrecke“ hieß das Kooperationsprojekt, das im Rahmen des internationalen Wettbewerbs „Roborace“ an den Start gegangen war.

Am 26. September 1982 flimmerte die erste Folge der heutigen Kult-Fernsehserie „Knight Rider“ über die Bildschirme amerikanischer Röhrenfernseher. Unzählige Fans auf der ganzen Welt fieberten seitdem mit den Helden der Science-Fiction-Actionserie mit: Michael Knight und sein sprechendes Auto K.I.T.T. Letzteres war ein schwarzer Pontiac Firebird Trans Am, der mit Künstlicher Intelligenz ausgestattet, selbst denken, sprechen und fahren konnte. Heute, fast 40 Jahre später, sind mit Künstlicher Intelligenz vernetzte Autos keine Science-Fiction mehr.

Ganz im Gegenteil, wie ein Kooperationsprojekt von IAV und TU München namens „rAIcing“ zeigt. Die Beteiligten des Projekts haben in Sachen automatisiertes Fahren die nächste Runde eingeläutet. „Im Rahmen des Forschungsprojektes haben wir zwei neuartige Softwaremodule für die automatische Entscheidungsfindung in Rennsituationen entwickelt“, berichtet Joao Graciano, Funktionsentwickler für Autonomes Fahren. „Mit dem Decision Manager (DM) wurde ein Regel-basiertes Konzept verfolgt, das modular durch Kriterien erweiterbar ist.“

Diese Kriterien sind Regeln, die zum Fahren auf einer Rennstrecke notwendig sind, – wie „nicht kollidieren“, „auf der Strecke bleiben“ oder „so schnell wie möglich fahren“. Eine Rennstrecke stellt hohe Anforderungen an Autos, verlangt kürzeste Reaktionszeiten und bietet dadurch perfekte Bedingungen, um Grenzen auszutesten – auch die von Künstlicher Intelligenz. Doch ist KI-basierte Software in der Lage, extremes Fahrverhalten zu lernen und anzuwenden? Ja, zeigt das Innovationsprojekt, stellt die IAV fest. Denn genau um diese Frage drehte sich laut Joao Graciano die Entwicklung des zweiten Softwaremoduls: „Dieses Modul trifft Entscheidungen auf Basis eines Supervised-Learning-Algorithmus, welcher anhand von Trainingsdaten einen spezifischen Rennfahrstil erlernen kann.“

Das rAIcing-Projekt ging im April zu Ende, – nicht aber die Erforschung seiner Inhalte. Thorsten Scheibe, Head of Department AD Validation & Automation, zieht ein eindeutiges Fazit: „Manöverentscheidungen autonom ausführen zu können, zählt zu den wichtigsten Funktionen in autonomen Fahrzeugen. Gleichzeitig bieten KI-Algorithmen ein riesiges Potenzial. Diese zwei Aspekte zusammenzubringen und zu erforschen war einfach spannend. Dadurch haben wir einen tiefen Einblick in ein essenzielles technisches Feld erhalten und wichtiges Know-how generiert, das jetzt in andere Projekte einfließen kann.“ Und das passiert auch: Mit dem „Directive-based Decision Manager“ (DDM) gibt es bereits eine Erweiterung des Decision Managers, die für das autonome Fahren auf der Autobahn entwickelt wurde. In anderen Projekten werden die KI-gestützten Ansätze weiter erforscht und demonstriert, heißt es seitens der IAV.

Autor: jst




Aktuelle Termine

diconium talks

Zum Termin

ITS World Congress

Zum Termin

Wunder Mobility Summit

Zum Termin
Gefunden bei intellicar.de
https://intellicar.de/hardware-and-software/ki-auf-der-rennstrecke/
05.05.2021 06:58