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.
Erprobung im Straßenverkehr
KI-gestützte Umfelderkennung für den autonomen ÖPNV
Wahrnehmung im Fahrzeug und digitales Umgebungsmodell des Betriebsraums greifen ineinander: Was das Fahrzeug erkennt, wird zu dauerhaft nutzbarem Umweltwissen.
Ausgangssituation
Soll ein Fahrzeug ohne Fahrer entscheiden, reicht es nicht zu sehen, was gerade vor ihm geschieht. Es muss auch wissen, wie seine Welt aufgebaut ist, wie sie sich verändert und welche Regeln dort gelten.
Lösungsansatz
- Im Fahrzeug: Kamera, LiDAR, Radar und Satellitenortung erfassen die unmittelbare Umgebung in Echtzeit
- Im Betriebsraum: digitaler Zwilling, hochgenaue Karte und Geodaten bilden das Gedächtnis des Gesamtsystems
- Erkennungen werden lokalisiert, klassifiziert und mit einem Maß für die Verlässlichkeit bewertet
- Jede Erkennung wird räumlich verortet und in den digitalen Zwilling eingetragen
Was vorliegt
- Messfahrten durch den Chemnitzer Kaßberg: Verkehrsteilnehmer, Fahrbahn, Ampeln und Verkehrszeichen werden automatisch erkannt
- Verkehrszeichenerkennung mit multimodaler Fusion aus Bildausschnitt, Normbeschreibung und Beispielsymbol
Dasselbe Prinzip trägt über die Straßenbahn hinaus: für autonome Shuttles, Mikromobilität und Warentransport sowie autonome Arbeitsmaschinen.
Zwei Arten der Wahrnehmung
| Im Fahrzeug | Im Betriebsraum | |
|---|---|---|
| Aufgabe | Die unmittelbare Umgebung in Echtzeit erfassen | Die Umgebung langfristig modellieren |
| Quellen | Kamera, LiDAR, Radar, Satellitenortung | Digitaler Zwilling, hochgenaue Karte, Kataster- und Verkehrsdaten |
| Ergebnis | Objekte, Verkehrszeichen, Fahrspuren, andere Verkehrsteilnehmer | Kontext für Entscheidungen, Grundlage für Planung und Simulation |
Sechs Fragen, die jedes Fahrzeug beantworten muss
- Wo bin ich?
- Wo darf ich fahren?
- Was gehört dauerhaft zu meiner Welt?
- Was hat sich verändert?
- Was bewegt sich gerade?
- Und wie sicher weiß ich das?
Dieselben Verfahren, die das Fahrzeug im Betrieb nutzt, bauen und pflegen das Umweltwissen, automatisiert und fortlaufend. Denn Verkehrsräume verändern sich: Baustellen entstehen, Vegetation wächst.
Weiterführende Themen
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.
KI-Technologien
Vision AI
Bild- und videobasierte KI, gewachsen aus langjähriger Erfahrung in der industriellen Bildverarbeitung.
KI-Technologien
GeoAI & Spatial Intelligence
Räumliche Informationen intelligent auswerten und mit visuellen und weiteren Daten verbinden.
Branchen
Automotive und Mobilität
Umfelderkennung, Sensordatenfusion und digitale Umgebungsmodelle – und KI-Unterstützung für den Software-Engineering-Prozess.
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.