Zum Inhalt springen

Branchen

Automotive und Mobilität

Umfelderkennung, Sensordatenfusion und digitale Umgebungsmodelle – und KI-Unterstützung für den Software-Engineering-Prozess.

Video (60 Sekunden, ohne Ton): Die im Fahrzeug erkannte Fahrbahn wird laufend in das Luftbild eingetragen.

Typische Fragen

  • Was muss ein Fahrzeug wissen, damit man ihm die Fahrentscheidung überlassen kann?
  • Wie verbindet man die Wahrnehmung im Fahrzeug mit dem Wissen über den Betriebsraum?
  • Wie lässt sich der Aufwand für Anforderungen, Tests und Nachweise in der Entwicklung senken?

KI-Aufgaben

  • Umfelderkennung und multimodale Wahrnehmung
  • Sensordatenfusion und Lokalisierung
  • Digitale Umgebungsmodelle
  • KI-Unterstützung im Software-Engineering-Prozess

Die Softwareentwicklung für komplexe Fahrzeugsysteme, mit Anforderungsmanagement, Softwarearchitektur und systematischem Testmanagement, ist eine der Wurzeln von FusionSystems. Wir entwickeln Erkennungssysteme und Komponenten für Fahrerassistenz und automatisiertes Fahren: Fahrzeugumfelderkennung, Navigation, Fahrzeugsteuerung, Überwachung des Innenraums und Fahrzeugkommunikation.

Wahrnehmung unter realen Bedingungen

Automatisiertes Fahren braucht eine Erkennung, die bei Regen, Gegenlicht und hoher Dynamik stabil bleibt. Wir erproben unsere Verfahren deshalb auf der Straße. Unser Versuchsfahrzeug trägt ein Mehrkamerasystem für die dreidimensionale Erfassung, auf dem Dach lassen sich ein 360°-Laserscanner und eine Rundumkamera befestigen. Die Messdaten werden im Fahrzeug in Echtzeit ausgewertet.

Dunkles Versuchsfahrzeug mit Sensoraufbau auf dem Dach auf einer Landstraße
Unser Versuchsfahrzeug mit Sensoraufbau.

Erkannt werden Fahrbahn und Fahrbahnmarkierungen, Verkehrszeichen und Ampeln, Hindernisse, Fahrzeuge und Personen (siehe Personenerkennung). Jede Erkennung wird lokalisiert, klassifiziert und mit einem Maß für ihre Verlässlichkeit bewertet. Die Verfahren beschreiben wir unter Vision AI und Sensor Fusion & Physical AI.

Wissen, wo man ist

Eine Position aus der Satellitenortung allein genügt für das automatisierte Fahren nicht. Wir verbinden mehrere Quellen, bis die Position spurgenau ist:

QuelleBeitrag
SatellitenortungGrobe Ausgangsposition; genauer mit Korrektursignalen einer Referenzstation
Kamera und LaserscannerErkannte Referenzpunkte in der Umgebung erlauben die spurgenaue Bestimmung
Stationäre FunkmoduleNäherungsweise Position, wo kein Satellitensignal ankommt, zum Beispiel im Parkhaus
Hochgenaue KarteDer Kartenvergleich korrigiert Positionen mit unzureichender Genauigkeit

Ein Zustandsschätzer führt die Quellen zusammen und liefert auch bei geringer Signalabdeckung eine durchgehende Position.

Fahrzeug und Betriebsraum

Es reicht nicht zu sehen, was jetzt vor dem Fahrzeug geschieht. Ein automatisiertes Fahrzeug muss auch wissen, wie seine Welt aufgebaut ist, wie sie sich verändert und welche Regeln dort gelten. Deshalb verbinden wir die Wahrnehmung im Fahrzeug mit einem digitalen Umgebungsmodell des Betriebsraums. Was das Fahrzeug bei Messfahrten erkennt, wird räumlich verortet und in dieses Modell eingetragen. Wie das am Beispiel des öffentlichen Nahverkehrs aussieht, zeigt das Projekt KI-gestützte Umfelderkennung für den autonomen ÖPNV.

Das Prinzip trägt über den Pkw hinaus: für Straßenbahnen, autonome Shuttles, kleine Plattformen für Mikromobilität und Warentransport sowie autonome Arbeitsmaschinen.

KI im Entwicklungsprozess

Unsere Softwareentwicklung folgt dem V-Modell. Anforderungen begleiten alle Entwicklungsschritte und werden dokumentiert; bei sicherheitsrelevanter Software orientieren wir uns an der ISO 26262, im Prozess an Automotive SPICE, im Code an den MISRA-Richtlinien.

Aus dieser Praxis kennen wir den Aufwand, den Anforderungen, Tests und Nachweise verursachen. Hier setzt unser Lösungsansatz Engineering Intelligence an: Agenten prüfen und konsolidieren Anforderungen, leiten Tests ab, ordnen Fehler ein und verknüpfen Normen mit Nachweisen. Sie liefern Vorschläge. Verbindliche Änderungen bleiben prüf- und freigabepflichtig.

Weiterführende Themen

KI-Technologien

Sensor Fusion & Physical AI

Informationen unterschiedlicher physischer Messquellen verbinden – Kamera, Radar, LiDAR und weitere Sensoren – als Grundlage für Systeme, die in der realen Welt handeln.

KI-Technologien

Vision AI

Bild- und videobasierte KI, gewachsen aus langjähriger Erfahrung in der industriellen Bildverarbeitung.

KI-Technologien

Multimodal AI

Jede Datenquelle hat ihre Stärken und Grenzen. Verlässlich wird das Ergebnis, wenn Text, Bild, Audio, Sensor- und Geodaten gemeinsam interpretiert werden.

Lösungen

Personenerkennung

Personen in Kamerabildern erkennen, verfolgen und verstehen: Position, Bewegung, Körperhaltung, Gesten und Gesicht – mit hoher Erkennungsleistung und niedriger Falschalarmrate.

Lösungen

Engineering Intelligence

Vom Bestandswissen zum nutzbaren Engineering-System: Anforderungen, Tests, Fehleranalyse und Nachweise mit KI verknüpfen.

Sie möchten KI in Ihrem Unternehmen nutzbar machen?

Ob erste KI-Einführung oder komplexe Entwicklungsaufgabe – wir besprechen mit Ihnen die Anforderungen und geeigneten nächsten Schritte.

KI-Projekt besprechen