ADAS. Das klingt, wenn man es zum ersten Mal hört, wie ADHS. Aber mit einem Aufmerksamkeitsdefizit, für das diese Abkürzung steht, hat das so gar nichts zu tun. Ganz im Gegenteil. Die ADAS-Systeme – die Advanced Driver Assistance Systems, zeichnen sich nämlich besonders durch eine hohe Aufmerksamkeit aus und reagieren immer dann, wenn der Fahrer unaufmerksam ist oder war.
Künstliche Intelligenz, kurz KI, hat längst in vielen Bereichen unseres Lebens Einzug gehalten. KI beliefert anhand von umfangreichen Daten z.B. automatisiert den Supermarkt mit frischen Lebensmitteln, so dass die Regale morgens wieder voll sind, optimiert unsere Fotos, gibt uns Tipps fürs Ausdauertraining oder plant die schnellste Route durch verstopfte Städte. Was vor einigen Jahren noch als Fiktion und Spinnerei abgetan wurde, spielt in der Zwischenzeit auch für die Automobilindustrie eine immer größere Rolle.
Die Vorstellung nicht mehr eigenständig fahren zu müssen und die komplette Verantwortung an verschiedene Systeme abzugeben, ist für viele noch schwer vorstellbar. Wer garantiert eigentlich die Sicherheit solcher Systeme? Wie können sie validiert werden? Wie lässt sich gewährleisten, dass ADAS-Systeme als Vorstufe des autonomen Fahrens in allen Ländern funktionieren – nicht nur auf überschaubaren deutschen Landstraßen, sondern auch im Trubel der Megacities? Wir, die Experten der EDAG Group sorgen dafür, dass das Vertrauen in solche Systeme gerechtfertigt ist und sie selbst in schwierigen Situationen funktionieren. Egal wo und wann. Dafür entwickeln und validieren wir Hard-/Software ADAS-Systeme in verschiedensten Bereichen und leiten konkrete Verbesserungsmöglichkeiten mit unseren Kunden ab.
Eine starke Kombination – ADAS und Künstliche Intelligenz
Ohne KI, die sogenannte Künstliche Intelligenz ist autonomes Fahren nicht zu realisieren. Sie spielt unter anderem eine zentrale Rolle. Das sogenannte „Deep Learning“ besteht aus tiefen neuronalen Netzen. Diese sind dem menschlichen Gehirn nachempfunden und stellen z. B. Assoziationen zu ihrer Umgebung her, woraus sie ihre Aufgaben und Handlungen schlussfolgern.
Fahrerassistenzsysteme sollen das Autofahren erleichtern und sogar automatisieren. Fahrsituationen können elektronisch unterstützt und Entscheidungen vereinfacht oder ganz abgenommen werden. Notbrems-Assistent, Reifendruckkontrollsystem, Abstandsregeltempomat (ACC), Parkassistent (automatisches Einparken), Tot-Winkel-Assistent, Rückfahrkamera und Verkehrszeichenerkennung, Spurhalteassistent. Das kennen Sie schon.
EDAG Electronics begleitet seit Langem Automobilhersteller bei Entwicklungen rund um das Pilotierte Fahren. So hat ein Team der EDAG Group aus rund 60 Experten der Funktionalen Sicherheit und der Software Entwicklung einen großen OEM und einen TIER dabei unterstützt, ein Fahrzeug der nächsten Generation in Richtung Level 3 voranzutreiben. Level 3? Was bedeutet das eigentlich?
Die Automatisierung von Autos wird in Level 0 bis Level 5 eingeteilt:
- Level 0
Der Mensch fährt ohne Einfluss durch Sensoren. Es werden lediglich Informationen gegeben. - Level 1: Assistiertes Fahren
Assistenzsysteme unterstützen den Fahrer bei bestimmten Aufgaben, wie z. B. ein automatischer Spurhalteassistent oder ein Tempomat. Er muss sein Fahrzeug und den Straßenverkehr ständig unter Kontrolle haben. - Level 2: Teilautomatisiertes Fahren
Das Fahrzeug kann Fahraufgaben zeitweise selbstständig ausführen, braucht aber für Unvorhergesehenes die Unterstützung des Menschen. Das Auto hat z. B. einen Spurhalteassistent, eine automatische Abstandshaltung und Überholfunktion oder kann selbstständig einparken. - Level 3: Automatisiertes Fahren
Hier kann sich der Fahrer auch mal entspannt zurücklehnen. Das Fahrzeug kann selbstständig auf der Autobahn fahren, wo es keinen Gegenverkehr, keine Kreuzungen oder Fußgänger gibt. Der Fahrer muss jederzeit in der Lage sein, bei Gefahrsituationen einzugreifen. - Level 4: Vollautomatisiertes Fahren
Das Auto übernimmt Fahrten auf bestimmten Strecken völlig selbstständig. Der Fahrer muss nicht mehr auf den Verkehr und die Umgebung achten. Ampeln und andere fahrende Autos müssen vom Fahrzeug auch unter realen Bedingungen fehlerfrei erkannt werden. Theoretisch könnte das Auto auch ohne Menschen unterwegs sein. - Level 5: Autonomes Fahren
Beim vollständig autonomen Fahren gibt es keinen Fahrer mehr. Alle Mitfahrenden gelten als Passagiere und das Fahrzeug auf Level 5 fährt komplett autonom und kann auch komplexe Fahrmanöver wie das Fahren über Kreuzungen oder durch Kreisverkehre selbstständig ausführen. Ein Autonomes Auto benötigt kein Lenkrad da es ja im eigentlichen Sinne gar keinen Fahrer gibt, der bei einer gefährlichen Situation eingreifen und lenken könnte.
Alles eine Frage der Entwicklung und Validierung
Damit die Systeme in der Praxis das leisten, was sie in der Theorie versprechen, vertrauen immer mehr OEMs auf die Experten der EDAG Group. Mit dem Ansteigen des Automatisierungslevels, werden die Schritte der Zulassung immer komplexer, insbesondere mit dem Ziel, ein Fahrzeug für einen globalen Einsatz auf dem Markt zu etablieren. Für solche komplexen Herausforderungen ist EDAG mit seiner internationalen Aufstellung ein starker Partner.
So funktioniert z. B. der Tot-Winkel-Assistent in den USA mit Radar. Hierzulande wird eher auf Ultraschall gesetzt, da diese Technologie ähnlich zuverlässig ist, aber nur einen Bruchteil kostet. Aber nicht nur durch Regeln und Vorschriften unterscheiden sich die Länder, sondern auch im Fahrverhalten. Das ACC System (Abstandsregelautomat) ist hier ein gutes Beispiel: Fahrer in den USA bremsen und beschleunigen erfahrungsgemäß eher sanft und träge, deutsche Autofahrer hingegen bremsen und beschleunigen deutlich direkter. EDAG prüft in diesem Zusammenhang wie die Software angepasst wird, welche Tests notwendig sind und führt diese eigenständig durch.
Mehr Effizienz durch ein innovatives EDAG Tool
Fahren – Bremsen – Fahren – Bremsen – man möchte es kaum glauben, so simpel solche Tests bei Verzögerungs- oder Beschleunigungsimpulsen klingen, so anspruchsvoll und kostenintensiv sind sie in der Praxis. Ein sogenannter Bremsroboter wird verwendet, um diese Art von Sicherheitschecks durchzuführen. Ein aufwändiges Prozedere. Die EDAG Electronics fand dafür eine clevere Alternative: Ein eigens entwickeltes Softwaretool simuliert hierbei ein ACC-Steuergerät (inklusive Plausibilisierungen wie dynamische Checksumme, Rolling Counter) und stellt sicher, dass definierte und reproduzierbare Bremsanforderungen durchgeführt werden, um damit die Fahrzeugperformance zu validieren. Dieses Tool wird mittlerweile weltweit eingesetzt.
Performancefahrt zur Validierung des Verkehrsschild-Assistenten
Lassen Sie uns an einem weiteren Beispiel zeigen, mit welchen Methoden sich solche Validierungen effizienter gestalten lassen:
Sie fahren gedankenversunken über eine Landstraße und übersehen ein Tempolimit. Der Verkehrsschild-Assistent kann Ihnen hier den Führerschein retten, weil er Straßenschilder erkennt und dem Fahrer relevante Informationen einblendet.
Technisch gesehen, gibt es zwei Möglichkeiten solch ein System zu realisieren. Entweder werden die aktuell geltenden Verkehrszeichen mit Hilfe der Positionsbestimmung des Navigationsgerätes ermittelt oder über eine Kamera in der Front des Fahrzeugs, die mit einer Bilderkennungssoftware ausgestattet, Schilder erkennen und auswerten kann.
Beide Möglichkeiten werden von der Automobilindustrie eingesetzt. Ob sich diese beiden Möglichkeiten clever kombinieren lassen, ist Aufgabe der Fahrerassistenzexperten der EDAG Electronics. Es gilt den Mehrwert zu ermitteln und zu bestimmen, wann Daten aus dem Navigationsgerät wirklich nützlich, redundant oder sogar überflüssig sind.
Die Lösung ist auch hier eine Eigenentwicklung. Ein Softwaretool zeichnet mit Hilfe einer hochauflösenden Kamera alle durchgeführten Testfahrten auf. Gleichzeitig protokolliert es alle vom Fahrzeug erkannten Verkehrszeichen. Am Ende dieser sogenannten Performancefahrten beurteilt die EDAG Software automatisch, ob sich das Fahrerassistenzsystem des Fahrzeugs richtig entschieden hat, oder ob nachgebessert werden muss. Nicht nur eine ideale Hilfestellung, um die beiden Technologieansätze, GPS und Bilderkennung abzustimmen, sondern auch um beurteilen zu können, welche Verkehrszeichen in welchem Rhythmus eingeblendet werden sollen. Schließlich macht es wenig Sinn, den gesamten Schilderwald, der an einem Fahrzeug vorbeizieht, vollständig einzublenden.
Ob Sie am Zielort nach dem selbstständigen Parken Ihres Fahrzeugs noch vernünftig aussteigen können, gewährleistet dann die automatisierte Überprüfung von Einparksystemen. Über Laserdistanzsensoren und Testautomatisierung soll die Parkposition eines pilotierten Fahrzeuges erfasst und damit die Performance des Einparksystems überprüft werden. Alles eine Frage der Validierung.
Unser Leben in künstlicher Hand – ADAS bringen uns jetzt auch sicher durch den Nebel
Der Mensch kann sich bereits auf Fahrerassistenzsysteme und darauf, dass sie ihn vor Gefahren warnen, verlassen. Doch gilt das auch bei allen Wetterbedingungen? Massenkarambolagen durch starken Nebel, bei dem unzählige Autos ineinander rasen und womöglich Menschen zu Tode kommen, sind eine absolute Horrorvorstellung.
Kamerasysteme in Fahrzeugen erkennen unter anderem Verkehrszeichen, Fahrbahnmarkierungen und andere Verkehrsteilnehmer. Durch Witterungseinflüsse, wie Nebel, sind die Aufnahmen stark getrübt. Konventionelle Algorithmen stoßen hier an ihre Grenzen und stellen ein hohes Sicherheitsrisiko dar. Damit sich dies zukünftig ändert, haben wir ein neues Modell erarbeitet, in dem Aufnahmen einer Kamera mittels Künstlicher Intelligenz rekonstruiert bzw. „entnebelt“ werden.
Damit auch bei schwierigen Wetterbedingungen die Einschätzung der Gefahrensituation automatisch erfolgen kann, trainierten wir eine besondere Form der Neuronalen Netze, ein „Convolutional Neural Network“ zu Deutsch „Faltendes Neuronales Netz“. Dieses Modell wird mit Hilfe des „überwachten Lernens“ – im Fachjargon „Supervised Learning“ – und durch Beschleunigung der Berechnungen mittels eines Grafikkartenservers trainiert und ist an-schließend in der Lage, Merkmale eines Bildes zu extrahieren und die verlorengegangenen Farben und Kontraste in der Aufnahme wiederherzustellen.
Künstliche Intelligenz braucht eine Vielzahl von Daten, um zu lernen. Dafür haben wir 200.000 synthetische Momentaufnahmen mit dem Simulationswerkzeug IPG Carmaker generiert. Insgesamt 22.222 Einzelbilder aus drei unterschiedlichen Perspektiven mit jeweils neun unterschiedlichen Nebeldichten wurden durch einen Simulator erzeugt. Momentaufnahmen von Auto-, Stadt- und Landfahrten mit authentischer Infrastruktur. So lassen sich Nebelstärken exakt, konsistent und erheblich schneller generieren. Für das „Supervised Learning“ benötigen wir außerdem ein nebelfreies Referenzbild.
Links: Vernebelte Momentaufnahme, Mitte: „Transmission Map“: Grauwertbild, welches die Lichtdämpfung auf Pixelgenauigkeit repräsentiert, Rechts: Entnebelte Aufnahme
Diese Entwicklung ist ein wichtiger Meilenstein in Richtung autonomes Fahren. Nur wenn Fahrerassistenzsysteme die Verkehrssituation richtig einschätzen, kann die Sicherheit aller Verkehrsteilnehmer gewährleistet und ggf. somit Leben gerettet werden. Und das funktioniert nur mit dem Einsatz Künstlicher Intelligenz.
Wir stellen uns den Herausforderungen für eine bessere Mobilität
Die EDAG Group arbeitet unermüdlich an Innovationen für die Mobilität von morgen. Mit dem EDAG CityBot erreichen wir im urbanen Raum das nächste, neue und nachhaltige Level. Um die Stadt der Zukunft sauber, sicher, lebenswert, freundlich, leiser – einfach smarter werden zu lassen.
Unser schwarmintelligentes und multifunktionales Roboterfahrzeug ist mit einem Brennstoffzellenantrieb ausgerüstet und ist bei Bedarf rund um die Uhr einsatzfähig. Es kann über Anbaumodule je nach Bedarf umgerüstet werden. So könnte es z. B. als Fahrgastzelle, Cargo-Träger oder Wagen für die Stadtreinigung dienen. Genau richtig für die Stadt der Zukunft. Und das alles vollkommen autonom.
Selbstverständlich kombinieren wir unsere Entwicklungskompetenzen aus den Bereichen Vehicle Engineering, Electrics/Electronics und Production Solutions nicht nur für unsere eigenen Projekte, wie den CityBot, sondern ganz besonders für Ihre Aufgabenstellung im Bereich autonomes Fahren und Künstliche Intelligenz. Jacek Burger, Head of Embedded Systems & Computer Vision/AI, erklärt Ihnen jetzt gerne ausführlich, welchen Mehrwert wir dank innovativer Software und Sensorik erhalten.
