KI Data Tooling

Autonomes Fahren soll die Verkehrssicherheit erhöhen und die Schadstoffemissionen von Fahrzeugen reduzieren. Um die Entwicklung zuverlässiger Systeme zu ermöglichen, sind umfangreiche und relevante Datengrundlagen notwendig.

In einem bundesweiten Konsortium aus 17 führenden Unternehmen, Institutionen und Hochschulen forschen Wissenschaftlerinnen und Wissenschaftler der TH Aschaffenburg an der Abstraktion und Anreicherung von Sensordaten.

Das Verbundprojekt "KI Data Tooling" entwickelt Methoden und Werkzeuge für eine effiziente Erweiterung der Datenbasis für Training, Test und Validierung von KI-Funktionen für das automatisierte Fahren. Insgesamt sollen neue Methoden und Werkzeuge in der Lage sein, Daten besser zu beschreiben, zu verarbeiten, auszuwählen, zu generieren, zu verfeinern, zu erweitern, zu komprimieren, bereitzustellen und zu übertragen.

Das Verbundprojekt ist in 5 Projektteile gegliedert:

• Teil 1 (TP1): Validierung von synthetischen Sensordaten
• Teil 2 (TP2): Qualitätsanforderungen und Effizienzpotenziale der Datenerzeugung und -bereitstellung
• Teil 3 (TP3): Methoden und Werkzeuge zur realen Datenerfassung und -verarbeitung
• Teil 4 (TP4): Querschnittliche Aspekte 
• Teil 5 (TP5): Operative, taktische und strategische Steuerung auf Gesamtprojektebene

Forschungsschwerpunkte der TH Aschaffenburg sind die Entwicklung von Algorithmen zur Abstraktion verschiedener Sensordaten (TP2) und die Anreicherung von Sensordaten mit realen 3D-Fußgänger-Posen (TP3).

In TP2 werden neue Methoden des Deep Learning eingesetzt, um alle relevanten Informationen aus verschiedenen Sensordaten in eine sensorunabhängige Repräsentation zu überführen. In TP3 werden die vorhandenen Sensordaten / Sequenzen um zusätzliche Fußgänger erweitert, basierend auf den realen 3D-Posen von Fußgängern.

Darüber hinaus stellt die TH Aschaffenburg eine Forschungskreuzung für Messkampagnen (TP3) zur Verfügung, die reale Daten für Projektpartner generiert.