Selbstlernende Systeme für selbstfahrende Autos

Menschen müssen erst lernen wie man ein Auto fährt. Aber auch ein Auto selbst muss lernen, wie es sich im Straßenverkehr zu verhalten hat, wenn es autonom durch die Straßen der Welt navigieren soll. Dabei helfen moderne Hardware und die richtige Software. Sie stehen für die Auffassungsgabe und die Lernfähigkeit der Fahrzeuge. Das Softwareunternehmen IPG Automotive setzt für seine Simulations-Software "CarMaker" auf die offene Computing-Plattform DRIVE PX 2 von NVIDIA. Deren Graphics Processing Units (GPUs) eignen sich für das Training und die Berechnung neuronaler Netze und Deep Learning-Anwendungen. Die GPUs verarbeiten die Daten aus den Sensoren und Kameras fast in Echtzeit, wodurch das Auto seine Umwelt wahrnimmt.

Deep Neural Networks (DNN) ermöglichen eine genaue Erkennung und Klassifizierung von Objekten, ob Straßenschilder oder Fußgänger. Die "CarMaker"-Software übernimmt dabei die Rolle des Lernvermögens. Das Auto muss nicht wirklich alleine auf der Straße fahren um hinzu zu lernen, sondern kann über Simulationen an Erfahrung gewinnen. Das System unterstützt neben automatisierten Fahrfunktionen auch Fahrerassistenz-Systeme, damit Hersteller und Zulieferer im Vorfeld virtuelle Tests durchführen können. "Ein früher Test dieser neuen Funktionen in einer virtuellen Umgebung ist der Schlüssel, um eine hohe Produktqualität und Sicherheit zu erreichen", erklärt Björn Fath, Business Development Manager Real-Time Simulation Systems bei IPG Automotive.

Der Artikel "Selbstlernende Systeme für selbstfahrende Autos" wurde in der Rubrik AKTUELLES mit dem Keywords "Technik, Sensorik, Autonomes Fahren" von "Steve Schmit" am 28. November 2017 veröffentlicht.