Verbundprojekt: KI-gestützte Sensorik für autonomes Fahren unter Schlechtwetterbedingungen - AI-SEE

In AI-SEE plant Algolux die Entwicklung eines hochauflösenden und robusten multisensorischen Umgebungserfassungssystems, das mit wetter- und lichtbedingten asymmetrischen Verzerrungen umgehen kann. Ein wesentlicher Bestandteil dieses Umgebungserfassungssystems ist ein von Algolux einzubringendes adaptives Netzwerk, bei dem zwei hochauflösende und in weitem Abstand voneinander montierte CMOS Kameras zuverlässige Tiefeninformation auch in Bereichen über 500m Entfernung liefern. Des Weiteren wird Algolux auf Grundlage seiner Erfahrung im Bereich der Verarbeitung von Lidar-Punktwolken im Projekt eine KI-basierte Signalverarbeitung für die Punktwolken eines 4D Radars entwickeln, die ebenfalls Bestandteil des beschriebenen Umgebungserfassungssystems sein wird. Eine weitere wesentliche Komponente dieses Umgebungserfassungssystems bildet das neuartige lernendes Sensorfusionsverfahren, das Algolux im Projekt entwickelt und das auch unter widrigsten Umgebungsbedingungen zuverlässig arbeitet. Kern dieses Verfahrens ist die Abschätzung der Unsicherheiten der einzelnen Sensoren unter anderem auf Basis des dynamischen Sensorrückmeldungen. Das in diesen Arbeiten entstandene multisensorielle Fusionskonzept soll im Vergleich zu einem rein kamerabasierten Ansatz bewertet werden. Ziel ist es dabei, zu untersuchen, inwieweit qualitativ hochwertige synthetische Datensätze verwendet werden können, um ein Umgebungserfassungssystem zu optimieren, und zu quantifizieren, welchen Einfluss das Training mit synthetischen Datensätzen auf die Detektionsgenauigkeit hat. Darüber hinaus sollen im Projekt Semi-Supervised Learning Verfahren zur Abstandsmessung und 3D Detektion entwickelt werden. Mit diesen Arbeiten strebt Algolux eine Führungsposition auf dem Gebiet der robusten Umgebungserfassung mit rein kamerabasierten als auch fusionsgestützten Verfahren an.