Methoden der Künstlichen Intelligenz spielen bei der Entwicklung und Umsetzung von automatisierten Fahrfunktionen eine immer bedeutendere Rolle, da konventionelle Verfahren insbesondere in komplexen Szenarien an ihre Grenzen stoßen. Essentiell für einen erfolgreichen Einsatz von KI-basierten Funktionen in Fahrzeugen ist eine fundierte und umfangreiche Datenbasis, die sowohl verschiedene Fahrsituationen als auch unterschiedliche Sensormodalitäten (Kamera, Radar, Lidar) umfasst. Nur mit einer solch umfangreichen Datenbasis ist es möglich, KI-Funktionen erfolgreich zu trainieren und zu evaluieren und zukünftig in hochautomatisiert fahrenden Autos einzusetzen. Bisher existieren lediglich Einzellösungen für die Daten einzelner Sensortypen, stark eingeschränkte Szenarien oder Teile der Trainings- und Evaluationskette.

Im Forschungsprojekt KI Data Tooling werden erstmals gesamtheitlich Tools und Methoden für die Bereitstellung von Daten verschiedener Sensormodalitäten (Kamera, Lidar, Radar) für KI-basierte Funktionen entwickelt und untersucht. Durch die integrierte Betrachtung von Realdaten und synthetischen Daten sowie die Nutzung von Effizienzpotentialen bei deren Kombination, wird in diesem Vorhaben erstmals eine Datenkomplettlösung für das Training und die Validierung von KI-basierten automatisierten Fahrfunktionen entwickelt.

Im Projekt ist die Generierung von realen, synthetischen und synthetisch augmentierten Daten aller Modalitäten in einem integrierten Ansatz vorgesehen. Dafür werden Methoden zur Analyse, Qualitätsbeurteilung und effizienten und ressourcenschonenden Ablage sowie für den Austausch, die Harmonisierung und die Verarbeitung dieser Daten entwickelt und untersucht.

Hierzu wird an folgenden Innovationen gearbeitet:

  • Entwicklung von Methoden für das automatische Labelling von Realdaten und Verbesserung der effizienten Aufnahme sowie Verarbeitung dieser Realdaten.
  • Entwicklung von Methoden zur Generierung eines synthetischen Radar-Sensoreindrucks.
  • Validierung der Eignung synthetischer Sensordaten und Erweiterung existierender Toolchains zur Generierung solcher Daten.
  • Aufbau eines Prozesses zum Training von KI-Funktionen mit synthetischen, realen und hybriden Daten unter Berücksichtigung von Anforderungen realer Anwendungen.
  • Entwicklung von Methoden für die Kontextidentifizierung und -nutzbarmachung sowie Kompression von Trainingsdaten.
  • Erarbeitung von Methoden für die Detektion und Synthetisierung von Corner Cases.

KI Data Tooling ist Teil der KI Familie in der VDA Leitinitiative autonomes und vernetztes Fahren.

Projektbudget: € 25,7 Millionen

Förderbudget: € 16,2 Millionen

Projektlaufzeit: 36 Monate (01.04.2020 – 31.03.2023)

Projektleitung: BMW AG

Partner: ANSYS Germany GmbH, AVL Software and Functions GmbH, Bergische Universität Wuppertal, Continental Automotive GmbH, DLR, dSPACE GmbH, Forschungsinstitut für Kraftfahrwesen und Fahrzeugmotoren Stuttgart (FKFS), FZI Forschungszentrum Informatik, Robert Bosch GmbH, TH Aschaffenburg, TU Braunschweig, TU München, Universität Kassel, Universität Passau, Valeo Schalter und Sensoren GmbH, ZF Friedrichshafen AG

Fördermittelgeber
Bundesministerium für Wirtschaft und Energie
Projektkoordinatoren

Cornelia Denk, Hans-Jörg Vögel
BMW AG
80788 München

Projektmanagement

European Center for Information and Communication Technologies – EICT GmbH
EUREF Campus Haus 13
Torgauer Straße 12-15
10829 Berlin

Technisches und administratives Projektmanagement

Dr. Stefan Dietzel
Tel.: 030 3670235-136

Svetlana Shtrants
Tel.: 030 3670235-122

Kommunikationsmanagement

Christian Mönke
Tel.: 030 3670235-127