Uni Ulm: Vorausschauendes und Autonomes Fahren
Forschende der Universität Ulm haben sich der Bewegungsvorhersage beim Autonomen Fahren angenommen.
Die Streckenführung, die das Auto selbst vornimmt, muss nicht nur das aktuelle Verkehrsgeschehen umfassen, sondern auch mit Weitblick berechnet werden. Das meint die Verkehrsvorhersage, respektive die Prognose des Verhaltens von anderen Autos und Menschen. Wie dies gelingen kann, erforscht man an der Universität von Ulm mithilfe der Künstlichen Intelligenz.
Kreuzunganalyse Ulm. Quelle: Uni Ulm
Die Verkehrsanalyse umfasst die Straßenführung, die Verkehrsinfrastruktur und die anderen Verkehrsteilnehmenden. Gerade dieser letzte Teil ist für das Autonome Fahren von enormer Bedeutung, um den Verkehr flüssiger zu gestalten. Je weiter man vorausblickt, desto besser kann das Auto die Streckenplanung vornehmen. Aber mit steigender Vorhersagekraft steigen auch die Schwierigkeiten an.
Die Forschenden aus Ulm haben daher ein Verfahren entwickelt, das es der Künstlichen Intelligenz erlaubt, die Bewegungsprognose zu verbessern. Derart will man das Verhalten der Fahrzeuge und Menschen für die nächsten drei Sekunden erfahren. Sie trainieren die KI darauf, die wichtigsten Informationen aus Bildern herauszufiltern, um diese Zeitabdeckung zu erreichen.
Diese Vorgehensweise nennt man Neudeutsch Motion Forecasting. Mit ihrem gewannen die Forschenden die Argoverse Challenge. Der Wettbewerb wurde von dem zu Ford gehörenden Startup Argo AI ausgerufen. Das vorgegebene Szenario stellte eine Kreuzung dar. In diesem Fall war es die Kreuzung in Ulm-Lehr, wo man das Finden von Lücken im Verkehr erprobt, sodass sich das Auto einfädeln kann.
Die Forschenden aus Ulm gewannen mit ihrem Algorithmus das Preisgeld in Höhe von 1.500 US-Dollar. Sie belegten den ersten Platz vor US-Universitäten, darunter auch das Massachusetts Institute of Technology (MIT).
