03/02/2021
Door Ad Spijkers
Sensoren in grotendeels of geheel geautomatiseerde voertuigen genereren massa's data. Kunstmatige intelligentie helpt bij de verwerking daarvan.
Bij het testen van sterk geautomatiseerde voertuigen worden grote hoeveelheden gegevens gegenereerd. Het KIsSME-project heeft tot doel deze gegevensvolumes te beperken om om de voertuigen veiliger te maken. De onderzoekers willen hiertoe geheugenruimte, energie en evaluatie-inspanning te besparen en tegelijkertijd de informatie concentreren. Algoritmen op basis van kunstmatige intelligentie (AI) selecteren de gegevens tijdens het rijden en sorteren ze in scenariocatalogi. Het Karlsruher Institut für Technologie (KIT) levert data van rijtests en simulaties in het gezamenlijke project.
De vergaand geautomatiseerde voertuigen van de toekomst zullen over veel verschillende sensoren beschikken waarmee ze informatie over hun eigen toestand en die van hun omgeving registreren. Op basis van deze informatie moeten zij in de kortst mogelijke tijd betrouwbare rijbeslissingen nemen. Tijdens tests zal elke voertuigvariant miljoenen kilometers moeten afleggen en vele verschillende scenario's moeten doorstaan waarbij infrastructuur, weersomstandigheden en andere weggebruikers en hun gedrag worden gecombineerd. Dit genereert enorme hoeveelheden gegevens - vier tot acht terabytes per voertuig per dag. Deze datavolumes zijn bijna onmogelijk te verwerken.
Intelligente gegevensselectie
KIsSME staat voor Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen. Doelstelling is catalogi van rijscenario's samen te stellen en tijdens het testen van voertuigen nieuwe scenario's s te sorteren. Dit houdt in: alleen die gegevens registreren die al tijdens het rijden werkelijk waarde toevoegen. Daartoe ontwikkelen wetenschappers op kunstmatige intelligentie gebaseerde algoritmen die de gegevens selecteren die al tijdens het rijden worden gegenereerd.
KIT-onderzoekers leveren voor KIsSME data van echte rijtesten en van simulaties. Daartoe worden metingen uitgevoerd in het openbare stadsverkeer en op het testterrein voor autonoom rijden Baden-Württemberg (TAF BW) in Karlsruhe. Ook zijn data afkomstig uit simulaties met gesloten voertuigen op een testbank voor complete voertuigen van het KIT. Bovendien testen onderzoekers van KIT de in het project ontwikkelde AI-modellen en -selectoren door de door de samenwerkende partners bedachte algoritmen toe te passen op de gegevens van tests en simulaties. KIsSME verwijst naar geautomatiseerd rijden van niveau vier tot vijf (volledig geautomatiseerd tot autonoom).
Consortium
Het gezamenlijke KIsSME-project wordt gecoördineerd door AVL Deutschland. Behalve KIT zijn het Fraunhofer-Institut für Kurzzeitdynamik, Ernst Mach-Institut (EMI), het Forschungszentrum Informatik (FZI), LiangDao, Mindmotiv, RA Consulting en Robert Bosch als partners bij het project betrokken. ASAM (Association for Standardization of Automation and Measuring Systems), het Cluster Elektromobilität Süd-West en de Landesagentur für neue Mobilitätslösungen und Automotive Baden-Württemberg zijn geassocieerde partners.
Foto: Markus Breig, KIT