KI Delta Learning

Scalable AI for Automated Driving

Finale Projektergebnisse

Die Projektergebnisse finden Sie unter Veröffentlichungen, Tab Ergebnisse.

Effiziente Trainingsmethoden für ein skalierbares hochautomatisiertes Fahren

Hoch- und vollautomatisierte Fahrzeuge sollen fester Bestandteil des Verkehrsgeschehens werden. Allerdings ist das Verkehrsgeschehen sehr vielfältig und komplex in einer sich fortlaufend verändernden Umwelt. Das stellt die Entwicklung von autonomen Fahrzeugen zur Serienreife vor große Herausforderungen.

Neben dem Umgang mit Änderungen in Software und Hardware müssen automatisierte Fahrzeuge auch lernen, mit stetig wechselnden Rahmenbedingungen umzugehen – mit unterschiedlichen Domänen.

Das Projekt KI Delta Learning erforscht Methoden des effektiven maschinellen Lernens, die einen effizienteren und uneingeschränkten Einsatz von Künstlicher Intelligenz (KI) in automatisierten Fahrzeugen in der „Open World“ ermöglichen. Dank der hierfür entwickelten Methoden erlangen automatisierte Fahrzeuge schneller Zugang zu neuen Märkten und können agiler auf neue Anforderungen reagieren.

weiter lesen

KI trainieren und Deltas erschließen

Führende Partner aus Wissenschaft und Industrie vertiefen im Projekt KI Delta Learning die Expertise rund um den erfolgreichen Einsatz von KI. Nur durch ein effizientes Training von KI-Modulen auf vielfältige Domänen ist sichergestellt, dass diese global eingesetzt werden können und die „Autonomy at Scale“ Realität wird.

Vorhandene Domänen werden für zusätzliche Anforderungen trainiert

Im Mittelpunkt steht die Übertragung bereits gelernten Wissens aus bekannten Domänen auf neue Zieldomänen und das effiziente Erlernen der zusätzlichen Anforderungen veränderter Anwendungsbereiche – der Deltas:

Änderungen und Weiterentwicklungen im Bereich der Sensoren
Unterschiedliche Verkehrsräume - vom einfachen Feldweg bis zur hochkomplexen innerstädtischen Verkehrsführung
Nationale Besonderheiten in der Verkehrsgestaltung
Temporäre Veränderungen wie Tages- und Jahreszeiten
Langfristige Änderungen in den Verkehrsräumen mit neuen Mobilitätskonzepten und Verkehrsteilnehmern
Kontinuierliche Weiterentwicklungen innerhalb der KI-Methoden wie bessere Trainingsstrategien und effizientere neuronale Netze