Cambridge Consultants stellen mit EnfuseNet AI ein System vor, das die Sensorfusion vergünstigt.
Die Sensoren und die Datenverarbeitung sind ein wesentlicher Teil des Autonomen Fahrens und ein Kostentreiber, vor allem wenn man auf Lidarsensoren zurückgreift.
Das Beratungsunternehmen Cambridge Consultants, das ein Teil der Capgemini Gruppe ist, hat mit EnfuseNet eine kostengünstige Variante vorgestellt. Sie bedienen sich auch einer Künstlichen Intelligenz (KI), aber sie nutzen nur günstige Sensoren für die Umweltwahrnehmung. Konkret kosten diese nur einen zweistelligen US-Dollar-Betrag.
Dennoch erhält man mit dem System eine Tiefenwahrnehmung, das man beim Autonomen Fahren einsetzen kann. Das ist auch eine Herangehensweise den Lidar überflüssig zu machen, woran derzeit einige Firmen arbeiten. Denn diese Technik ist einer der Kostentreiber bei der Bereitstellung des Autonomen Fahrens.
Die verwendenten Kameradaten verfügen nicht mal über eine hohe Auflösung, was ihre Anschaffungskosten drastisch reduziert. Die 3D-Werte erzeugt der Algorithmus über diese Bilder. Die KI wurde mit synthetischen Daten in einer virtuellen Lernumgebung trainiert.
Das die KI diese Daten derart interpretieren kann, liegt an einer neuen Architektur des CNNs Konzepts, das man als Fully Convolutional Neural Networks (FCNs) bezeichnet.