Audi: Neue KI-Ansätze auf dem Weg zum autonomen Fahren

Audi A8: Das weltweit erste Serienauto für hochautomatisiertes Fahren nach Level 3. Quelle: Audi

Audi gibt auf dem Weg zum autonomen Fahren Vollgas: Auf der Fachkonferenz für künstliche Intelligenz – der „NIPS“ im kalifornischen Long Beach (USA) – zeigt das Unternehmen ein Vorentwicklungsprojekt: Eine Monokamera generiert durch KI ein präzises 3D-Modell der Fahrzeugumgebung.

Der neue Audi A8 ist für hochautomatisiertes Fahren auf Level 3 (SAE) entwickelt: Der Audi AI Staupilot übernimmt auf mehrspurigen Straßen im zähfließenden Verkehr bis 60 km/h die Fahraufgabe, sofern es die Gesetzeslage auf den Märkten erlaubt und der Fahrer dies wünscht. Voraussetzung des automatisierten Fahrens ist ein möglichst exaktes Abbild der Umgebung – und das zu jeder Zeit. Künstliche Intelligenz ist dafür eine Schlüsseltechnologie.

Ein Projektteam des Audi-Tochterunternehmens Audi Electronics Venture (AEV) präsentiert auf der „Conference and Workshop on Neural Information Processing Systems“ (NIPS) nun eine Monokamera, die durch KI ein präzises 3D-Modell der Umgebung generiert. Diese Technologie ermögliche es, das Umfeld des Autos exakt zu erfassen.

Neuronales Netz generiert präzises 3D-Umfeldmodell

Als Sensor diene eine handelsübliche Frontkamera. Sie erfasse den Bereich vor dem Auto in einem Winkel von etwa 120 Grad und liefere 15 Bilder pro Sekunde mit 1.3 Megapixel Auflösung. Diese Bilder werden daraufhin in einem neuronalen Netz verarbeitet. Dort finde auch die semantische Segmentierung statt. Dabei wird jedem Pixel eine von 13 Objektklassen zugeordnet. Dadurch könne das System andere Pkws, Lkws, Häuser, Fahrbahnmarkierungen, Menschen und Verkehrsschilder erkennen und unterscheiden.

Auch für die Abstandsinformationen nutzt das System neuronale Netze. Die Visualisierung erfolgt hier über sogenannte ISO-Linien – virtuelle Begrenzungen, die einen konstanten Abstand definieren. Mit dieser Kombination aus semantischer Segmentierung und Tiefenschätzung entsteht ein präzises 3D-Modell des realen Umfelds.

Mithilfe von “unsupervised learning” haben Audi-Techniker das neuronale Netz im Vorfeld trainiert. Das „unsupervised learning“ benötige im Gegensatz zu „supervised learning“ keine vorsortierten und klassifizierten Daten und sei ein Ansatz, aus Beobachtung von Sachverhalten und Szenarien zu lernen. Das neuronale Netz bekam zahlreiche, mit einer Stereokamera aufgenommene Videos von Straßensituationen zu sehen, so Audi. Daraufhin lernte das Netz, eigenständig die Regeln zu verstehen, mit denen es aus den Bildern der Monokamera 3D-Informationen erstellt. Das Projekt der AEV berge große Potenziale für die Interpretation des Verkehrsgeschehens.

Vernetzt auf dem Technikfeld KI

Neben der AEV präsentieren sich auf dem Audi-Stand der diesjährigen NIPS auch zwei Partner aus dem Volkswagen-Konzern mit eigenen KI-Themen. Der Bereich Fundamental AI Research im Data:Lab der Konzern-IT fokussiere sich auf unüberwachtes Lernen und optimale Regelung durch sogenannte variational inference: eine Methode, um Wahrscheinlichkeitsverteilungen zu repräsentieren.

Das Audi-Team des Electronics Research Laboratory aus Belmont (Kalifornien) schließlich zeigt eine Lösung für rein KI-basiertes Fahren auf Parkplätzen und Highways. Dabei wird die Querführung des Autos vollständig durch neuronale Netzwerke durchgeführt. Die KI lernt aus Kameradaten selbstständig ein Modell der Umgebung zu generieren und das Auto zu steuern. Dieser Ansatz benötige weder eine hochgenaue Lokalisierung noch hochgenaue Kartendaten.