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

Zum ersten Mal wird eine hochauflösende adaptive Allwetter-Multisensorsuite von einem einzigen Projekt entwickelt, das auf einem neuartigen Wahrnehmungsverarbeitungsschema für künstliche Intelligenz (KI) für Bedingungen mit geringer Sichtbarkeit aufbaut. Das Ergebnis wird ein robustes, fehlertolerantes Wahrnehmungssystem sein, das praktisch unter allen Lichtverhältnissen funktioniert. Das Hauptziel lässt sich weiter in die folgenden Ziele unterteilen: 1. Einen PolCAM-aktiven polarimentrischen Imager mit kongruenten LiDAR-Daten entwickeln. 2. Einen kurzwelligen Infrarot-LiDAR (SWIR) mit einer neuartigen SPAD-Empfängerarchitektur entwickeln. 3. Eine gesteuerte SWIR-Kamera entwickeln, die eine Tiefenschätzung auf Pixelebene nachbearbeitet. 4. Weiterentwicklung des 4D MIMO Radar-Prototyps mit einer dichten Punktwolke für eine effektive Datenfusion und integrierte AI-basierte Funktionen zur Erkennung von schlechtem Wetter in einer Signalverarbeitungskette. 5. Eine dynamische High Definition-Karte entwickeln, um die Wahrnehmung der Umgebung zu unterstützen. 6. Multisensorischer Datenfusionsansatz: Entwicklung einer KI-Plattform zur prädiktiven Erkennung der vorherrschenden Umgebungsbedingungen, einschließlich Signalverbesserung und Sensoranpassung. 7. Sensornahe Simulationsmodelle aller aktiven Sensoren (Gated Camera, LiDAR, Radar) zur künstlichen Erzeugung synthetischer Schlechtwetter-Datensätze für KI entwickeln.