01.04.2020

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

Die Zukunft des Fahrens ist autonom... Bis Fahrzeuge über die Fähigkeiten des menschlichen Fahrens verfügen, muss die AI aber noch ein paar Dinge lernen. Das in Graz ansässige Unternehmen AVL adressiert eines dieser Probleme gemeinsam mit dem im Silicon Valley ansässigen Technologieanbieter Deepen.AI.
/artikel/avl-deepen-ai
AVL trainiert die AI mit Deepen AI
(c) Adobe Stock / Monopoly919
sponsored

Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst. Um die Aufgabe des Fahrens zu bewältigen, müssen die autonomen Fahrsysteme („Autonomous Driving Systems“ / ADS) noch erfolgreich das Erkennen von Objekten und das Einschätzen von Situationen erlernen.

+++So hilft Software, menschliche Fehler beim Autofahren zu verhindern+++

Dieser Prozess läuft in mehreren Stufen ab. Die Objekterkennung muss in der ersten Phase feststellen, wo sich überhaupt ein Objekt befindet. Im zweiten Schritt wird dann ein erkanntes Objekt klassifiziert: Es wird festgestellt, ob es sich dabei beispielsweise um ein Fahrzeug, einen Erwachsenen, ein Kind oder ein Tier handelt – denn ein Kind verhält sich zum Beispiel anders als ein Erwachsener. Schließlich muss das System noch das sogenanntes# „Tracking“ durchführen: Dabei wird analysiert, wo sich das Objekt in der Vergangenheit befand, wo es sich nun befindet – um somit Rückschlüsse darüber zu ziehen, wo sich das Objekt vermutlich als nächstes befinden wird.

Die Datenspreu vom Datenweizen trennen

Selbstfahrende Autos nutzen dabei Daten verschiedener im Fahrzeug verbauter Sensoren – wie etwa Kameras oder der LiDAR-Sensor, welcher den Abstand der Objekte zum Auto misst. Diese Sensoren produzieren unzählige Daten – und eben diese Daten müssen korrekt zugeordnet werden, so dass die AI erkennen kann, welche Daten für die Sicherheit relevant sind und welche nicht.

Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel. Deepen hat in Zusammenarbeit mit der Firma AVL aus Graz eine Technologie zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt. Erste Ergebnisse dieser Zusammenarbeit wurden im Rahmen der CES 2020 in Las Vegas präsentiert.

PoC mit AVL für die Zukunft des autonomen Fahrens

Beim von drei ehemaligen Google-Mitarbeitern gegründeten Startup Deepen.AI geht es um die zuvor erwähnte Herausforderung, autonomen Fahrsystemen zu einem besseren Verständnis ihrer Umwelt zu verhelfen. Um dies zu erreichen, braucht die KI etwas menschliche Hilfe, um effektiv darin trainiert zu werden, korrekte Schlussfolgerungen zu ziehen. Neben den 17 Vollzeit-Mitarbeitern beschäftigt Deepen.AI daher rund 250 Menschen in Indien, welche die von den Sensoren erfassten Daten bereinigen und die KI darin trainieren, Objekte zu erkennen: So markieren sie zum Beispiel, wenn die AI einen Seitenspiegel bei einem Auto übersehen oder Objekte falsch klassifiziert hat. „Diese Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“

Eben dieser starke Fokus auf Datenintegrität ist auch Schwerpunkt des gemeinsam mit AVL entwickelten PoC. „Es ist für AVL wichtig, auf Pixel- und Point-Level korrekt annotierte Daten zu haben“, erläutert Thomas Schlömicher, Research Engineer ADAS bei AVL. Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.

 „Safety Pool“ als nächster Schritt nach dem PoC

„Gemeinsam“ ist auch das Stichwort hinter dem Ziel, das die Partner nach dem erfolgreichen PoC gemeinsam verfolgen möchten. Eine große Herausforderung für die Branche ist, dass die verschiedenen Autohersteller derzeit unterschiedliche Wege gehen, wobei jeder seinen eigenen Ansatz verfolgt. „Die Branche braucht aber Standards“, sagt Musa: Das sei die Basis dafür, dass jeder in die Sicherheit der Systeme vertraut.

Daher hat „Safety Pool™, (www.safetypool.ai), ein Projekt unter der Leitung von Deepen und dem Weltwirtschaftsforum, das Ziel, quantifizierte Benchmarks und einheitliche Beschreibungen von Fahrsituationen zu definieren, die dann nicht nur als Standards für die Industrie, sondern auch als solides Rückgrat zur Ableitung von konsensbasierten Sicherheitsbewertungen und Rahmenregelungen dienen sollen. Dies wird die Gesellschaft einen bedeutenden Schritt näher zum Ziel bringen, von den revolutionären Fähigkeiten der automatisierten Fahrtechnologien zu profitieren.

AVL und Deepen AI im Video-Talk

==> zur Website des Startups

==> zur Website der AVL Creators Expedition

Redaktionstipps
Deine ungelesenen Artikel:
03.04.2025

A1 und Nokia starten ersten Pre-6G-Test in Österreich

6G verspricht nicht nur schnellere Datenübertragung, sondern auch komplett neue Anwendungsmöglichkeiten. Seit heute läuft der erste Test in Österreich. Einsatzbereit ist die Technologie aber frühestens 2030.
/artikel/a1-und-nokia-starten-ersten-pre-6g-test-in-oesterreich
03.04.2025

A1 und Nokia starten ersten Pre-6G-Test in Österreich

6G verspricht nicht nur schnellere Datenübertragung, sondern auch komplett neue Anwendungsmöglichkeiten. Seit heute läuft der erste Test in Österreich. Einsatzbereit ist die Technologie aber frühestens 2030.
/artikel/a1-und-nokia-starten-ersten-pre-6g-test-in-oesterreich
Start des Pre-6G-Tests bei A1
Start des Pre-6G-Tests | Foto: A1/ APA Fotoservice / Rastegar

An diesem Donnerstag haben sich etwa zwei Dutzend Menschen im Hof des Technologiezentrums von A1 in Wien versammelt. Einige starren gebannt auf eine Antenne, die am Dach des Gebäudes befestigt ist. Andere warten, bis auf einem Empfangsgerät erste Daten zu sehen sind. Denn die Antenne sendet Signale – und zeigt, wie der Mobilfunk der Zukunft aussehen könnte.

Die Techniker:innen von Nokia und A1 haben nämlich soeben den ersten Pre-6G-Test in Österreich gestartet. Pre-6G heißt die Technologie, weil es noch gar keine Standards für 6G gibt. Die legen Expert:innen erst ab 2027 fest. Für den kommerziellen Einsatz wird 6G dann frühestens 2030 bereit sein. Fest steht jedenfalls: Die drahtlose Kommunikation über Funkmasten soll schneller werden, und mehr Daten senden und empfangen können als zuvor.

Der erste Speedtest im Technologiezentrum misst eine maximale Geschwindigkeit von 1400 Mbit pro Sekunde. Das soll aber nur der Anfang sein. Denn 6G bedeutet nicht nur schnellere Netzwerke. Es soll Echtzeit-Kommunikation ermöglichen, den Energieverbrauch in Häusern optimieren und uns autonomem Fahren näherbringen. So viel zur Vision.

Pre-6G im Speedtest
Pre-6G im Speedtest | Foto: A1/ APA Fotoservice/ Rastegar

Herausforderungen bei 6G

Einige Herausforderungen gibt es aber noch. Ein Beispiel: Aus technischer Sicht bedeutet schnellere Datenübertragung auch höhere Frequenz. Und je höher eine Frequenz, desto geringer ist ihre Reichweite. Der Problematik ist man sich auch bei A1 und Nokia bewusst. “Es gibt Einschränkungen in der Reichweite, aber durch die höhere Anzahl der Antennen kann die Reichweite relativ gut aufrechterhalten werden”, sagt Christian Laqué, CTO von A1 Österreich. Wie weit das Signal der Antenne auf dem A1-Dach reicht, wird der aktuelle Test zeigen. „Ein Ziel des Tests besteht darin, das Funkfeld zu vermessen und die Reichweiten im Vergleich zu anderen Frequenzbändern zu analysieren“, heißt es dazu seitens A1.

Für die Datenübertragung braucht die 6G-Technologie in etwa doppelt so viele Antennen wie die 5G-Technologie. Auf einer großen Antenne sitzen dabei jeweils viele kleine Antennen. Um mehrere dieser Antennen zum Senden und Empfangen von Signalen zu nutzen, verwenden Mobilfunk-Anbieter die MIMO-Technologie – Multiple Input Multiple Output. Das verbessert die Datenübertragung in Funknetzen. MIMO wird in 4G, 5G und später eben auch in 6G eingesetzt. Die vielen Antennen ermöglichen es, die Energie gezielt zu leiten.

KI soll Frequenz regeln

Um die Energie noch gezielter zu verteilen, soll in Zukunft auch Künstliche Intelligenz zum Einsatz kommen. “Die Netze sollen intelligenter werden, mit Machine Learning zum Beispiel”, sagt Christoph Rohr, Country Manager bei Nokia. Die Vorstellung der Manager: Netzwerke, die auf spezifische Use Cases reagieren können. „AI soll helfen, die Frequenz zu verteilen, weil Menschen das gar nicht mehr überblicken können“, ergänzt A1-CTO Laqué.

Gleichzeitig soll 6G die Basis für fortschrittlichere KI-Anwendungen legen, indem es die notwendige Bandbreite, niedrige Latenz und hohe Zuverlässigkeit für datenintensive KI-Prozesse bereitstellt.

Einsatzmöglichkeiten von 6G

Was genau die Technologie für die Praxis bedeutet, sehen sich Techniker:innen gerade gemeinsam mit Unternehmen an. Es geht beispielsweise um die Frage, wie man Fabriken digitalisieren kann. Was wirklich möglich ist, muss sich aber noch zeigen. Möglicherweise werden die Use Cases, von denen die Mobilfunk-Anbieter sprechen, erst in ein paar Jahren erfunden. Bis dahin sollte 6G – voraussichtlich – einsatzfähig sein.

03.04.2025

A1 und Nokia starten ersten Pre-6G-Test in Österreich

6G verspricht nicht nur schnellere Datenübertragung, sondern auch komplett neue Anwendungsmöglichkeiten. Seit heute läuft der erste Test in Österreich. Einsatzbereit ist die Technologie aber frühestens 2030.
03.04.2025

A1 und Nokia starten ersten Pre-6G-Test in Österreich

6G verspricht nicht nur schnellere Datenübertragung, sondern auch komplett neue Anwendungsmöglichkeiten. Seit heute läuft der erste Test in Österreich. Einsatzbereit ist die Technologie aber frühestens 2030.
Start des Pre-6G-Tests bei A1
Start des Pre-6G-Tests | Foto: A1/ APA Fotoservice / Rastegar

An diesem Donnerstag haben sich etwa zwei Dutzend Menschen im Hof des Technologiezentrums von A1 in Wien versammelt. Einige starren gebannt auf eine Antenne, die am Dach des Gebäudes befestigt ist. Andere warten, bis auf einem Empfangsgerät erste Daten zu sehen sind. Denn die Antenne sendet Signale – und zeigt, wie der Mobilfunk der Zukunft aussehen könnte.

Die Techniker:innen von Nokia und A1 haben nämlich soeben den ersten Pre-6G-Test in Österreich gestartet. Pre-6G heißt die Technologie, weil es noch gar keine Standards für 6G gibt. Die legen Expert:innen erst ab 2027 fest. Für den kommerziellen Einsatz wird 6G dann frühestens 2030 bereit sein. Fest steht jedenfalls: Die drahtlose Kommunikation über Funkmasten soll schneller werden, und mehr Daten senden und empfangen können als zuvor.

Der erste Speedtest im Technologiezentrum misst eine maximale Geschwindigkeit von 1400 Mbit pro Sekunde. Das soll aber nur der Anfang sein. Denn 6G bedeutet nicht nur schnellere Netzwerke. Es soll Echtzeit-Kommunikation ermöglichen, den Energieverbrauch in Häusern optimieren und uns autonomem Fahren näherbringen. So viel zur Vision.

Pre-6G im Speedtest
Pre-6G im Speedtest | Foto: A1/ APA Fotoservice/ Rastegar

Herausforderungen bei 6G

Einige Herausforderungen gibt es aber noch. Ein Beispiel: Aus technischer Sicht bedeutet schnellere Datenübertragung auch höhere Frequenz. Und je höher eine Frequenz, desto geringer ist ihre Reichweite. Der Problematik ist man sich auch bei A1 und Nokia bewusst. “Es gibt Einschränkungen in der Reichweite, aber durch die höhere Anzahl der Antennen kann die Reichweite relativ gut aufrechterhalten werden”, sagt Christian Laqué, CTO von A1 Österreich. Wie weit das Signal der Antenne auf dem A1-Dach reicht, wird der aktuelle Test zeigen. „Ein Ziel des Tests besteht darin, das Funkfeld zu vermessen und die Reichweiten im Vergleich zu anderen Frequenzbändern zu analysieren“, heißt es dazu seitens A1.

Für die Datenübertragung braucht die 6G-Technologie in etwa doppelt so viele Antennen wie die 5G-Technologie. Auf einer großen Antenne sitzen dabei jeweils viele kleine Antennen. Um mehrere dieser Antennen zum Senden und Empfangen von Signalen zu nutzen, verwenden Mobilfunk-Anbieter die MIMO-Technologie – Multiple Input Multiple Output. Das verbessert die Datenübertragung in Funknetzen. MIMO wird in 4G, 5G und später eben auch in 6G eingesetzt. Die vielen Antennen ermöglichen es, die Energie gezielt zu leiten.

KI soll Frequenz regeln

Um die Energie noch gezielter zu verteilen, soll in Zukunft auch Künstliche Intelligenz zum Einsatz kommen. “Die Netze sollen intelligenter werden, mit Machine Learning zum Beispiel”, sagt Christoph Rohr, Country Manager bei Nokia. Die Vorstellung der Manager: Netzwerke, die auf spezifische Use Cases reagieren können. „AI soll helfen, die Frequenz zu verteilen, weil Menschen das gar nicht mehr überblicken können“, ergänzt A1-CTO Laqué.

Gleichzeitig soll 6G die Basis für fortschrittlichere KI-Anwendungen legen, indem es die notwendige Bandbreite, niedrige Latenz und hohe Zuverlässigkeit für datenintensive KI-Prozesse bereitstellt.

Einsatzmöglichkeiten von 6G

Was genau die Technologie für die Praxis bedeutet, sehen sich Techniker:innen gerade gemeinsam mit Unternehmen an. Es geht beispielsweise um die Frage, wie man Fabriken digitalisieren kann. Was wirklich möglich ist, muss sich aber noch zeigen. Möglicherweise werden die Use Cases, von denen die Mobilfunk-Anbieter sprechen, erst in ein paar Jahren erfunden. Bis dahin sollte 6G – voraussichtlich – einsatzfähig sein.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag