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

In diesem Vorhaben sollen realitätsgetreue und performante Computersimulationen von Verkehrssituationen bei schlechten Sichtverhältnissen entwickelt und angewandt werden, um das Ziel des Gesamtvorhabens, den erstmaligen Aufbau einer hochauflösenden adaptiven Allwetter-Multisensorsuite basierend auf dem Einsatz von künstlicher Intelligenz bei Schlechtwetter-Bedingungen zu ermöglichen. Die Simulationssoftware soll alle wesentlichen Schlechtwettersituationen, beispielsweise Nebel, Regen, Schnee oder Spritzwasser, sowohl für Tag- als auch für Nachtfahrten, berücksichtigen. Ein wesentlicher Punkt ist hierbei, dass die zu entwickelnde Software, soweit wie rechentechnisch möglich und in Hinblick auf den Zeitbedarf vertretbar, die Schlechtwetter-Szenarien realitätsgetreu, d. h. physikbasiert, wiedergibt. Technisch bedeutet dies, dass die Einfachstreuung des in die darzustellende Szene eingestrahlten Lichts auf Basis der Maxwellgleichungen und die Vielfachstreuung auf Basis der Strahlungstransporttheorie berechnet wird. Die Rechnungen sollen unter möglichst geringen Approximationen der Realität erfolgen, sodass reale Bilder von gerenderten Bildern prinzipiell nicht mehr unterschieden werden können. Die Software soll insbesondere für zwei für das Gesamtprojekt essentielle Bereiche eingesetzt werden. Einerseits sollen damit die zu entwickelnden Hardwarekomponenten optimiert werden und andererseits soll die Entwicklung der künstlichen Intelligenz, insbesondere das Training der neuronalen Netze, durch Simulation des Schlechtwetters, welches in die Schönwetter-Aufnahmen integriert wird, entscheidend unterstützt werden.