Advertisement

ATZ - Automobiltechnische Zeitschrift

, Volume 121, Issue 12, pp 48–51 | Cite as

Maschinelles Lernen für das automatisierte Fahren

  • Peter Schiekofer
  • Yusuf Erdogan
  • Stefan Schindler
  • Markus Wendl
Entwicklung
  • 45 Downloads

Zu den Kernthemen der Mobilität der Zukunft zählt das automatisierte und das autonome Fahren in den SAE-Levels 3 bis 5. Bertrandt zeigt in seinem Innovationsprojekt "Park and Charge", wie wichtig die Umfelderkennung und die präzise Trajektorienplanung mithilfe künstlicher Intelligenz ist. Das maschinelle Lernen wird dabei genutzt, um Lokalisierung, Vernetzung und Cloud-Anwendungen zu verbessern.

Aktueller Status der Objekterkennung

Bereits heute werden autonome Fahrfunktionen in Serie zum Einsatz gebracht. Dabei darf das Fahrzeug den Fahrer in verschiedenen Situationen ersetzen, muss dafür aber selbst in sehr kurzen Zeiträumen verlässliche Entscheidungen treffen. Dieser Umstand macht den Einsatz von künstlicher Intelligenz (KI) und insbesondere des maschinellen Lernens (ML) unverzichtbar. Die Entscheidungsfindung beruht auf trainierten Deep-Learning-Algorithmen. Als Eingangsgrößen dienen Messungen von zahlreichen Sensoren wie Kameras, Radare und Lidare. Die Hauptaufgabe der Algorithmen...

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  • Peter Schiekofer
    • 1
  • Yusuf Erdogan
    • 2
  • Stefan Schindler
    • 2
  • Markus Wendl
    • 3
  1. 1.BertrandtEhningenGermany
  2. 2.BertrandtFrankfurt am MainGermany
  3. 3.BertrandtKölnGermany

Personalised recommendations