Best Practice

KI für autonomes Fahren schneller entwickeln

Perception-Modelle sind das Gehirn autonomer Fahrzeuge. Unser Ansatz ermöglicht sowohl das Generieren von Trainingsdaten über Simulation als auch die risikofreie Validierung dieser Modelle in Serienfahrzeugen – für eine drastische Beschleunigung der Produktreife.

Präzise Wahrnehmung als Schlüssel für autonome Mobilität

Damit ein Fahrzeug autonom navigieren kann, muss es seine Umgebung „verstehen“ – von der Erkennung von Fußgängern und anderen Fahrzeugen bis zur Einschätzung komplexer Verkehrssituationen. Hierfür sind leistungsstarke Sensoren unerlässlich. Doch erst durch hochspezialisierte KI-Modelle wird aus den Sensordaten ein Verständnis der Verkehrssituation. Diese sogenannten Perception-Modelle identifizieren Objekte, bewerten Abstände und ermöglichen so sichere Entscheidungen im Straßenverkehr. Damit die Modelle zuverlässig funktionieren, müssen sie unter realen Bedingungen validiert werden – bei Regen, Gegenlicht, Baustellen oder dichtem Verkehr.

Genau das ist jedoch bislang teuer und oft riskant: Realtests erfordern spezialisierte Flotten, aufwendige Daten-Pipelines und manuelle Auswertungsschritte über mehrere Systeme hinweg. Zudem birgt der Test unausgereifter Modelle im Realbetrieb immer auch Sicherheitsrisiken, etwa wenn falsche Objektklassifizierungen zu fehlerhaften Reaktionen führen. Auch die DSGVO-konforme Datenverarbeitung erweist sich in der Praxis oft als Herausforderung. All das verlangsamt die Entwicklung, macht sie teuer und hemmt den Fortschritt.

Ein geschlossener Entwicklungszyklus für Perception-Modelle

Reply begegnet dieser Herausforderung mit einem geschlossenen Entwicklungszyklus, der es Automobilherstellern ermöglicht, Perception-Modelle schneller, sicherer und effizienter auf die Straße zu bringen und kontinuierlich zu verbessern. Von der einheitlichen Datenerfassung über das KI-Training bis hin zum automatischen Deployment: Alle Schritte sind in einer durchgängigen Cloud-Umgebung integriert, wodurch Medienbrüche entfallen und sämtliche Erkenntnisse und Updates zentral und in Echtzeit zur Verfügung stehen.

Das Herzstück: Der innovative „Shadow Mode“. Er erlaubt es, neue KI-Modelle parallel zur produktiven Software auf Serienfahrzeugen laufen zu lassen. So werden sie unter realen Bedingungen getestet, ohne Risiko für das aktive Fahrzeugsystem. Das System vergleicht autonom verschiedene Modellversionen direkt auf der Fahrzeug-Edge-Hardware, analysiert Leistung und Stabilität und überträgt die gewonnenen Erkenntnisse kontinuierlich in das zentrale System. Auf diese Weise wird der Reifegrad neuer Modelle nicht nur schneller messbar, sondern fließt auch direkt in den weiteren Optimierungsprozess ein.

Gleichzeitig erlaubt es der Ansatz durch die gezielte Simulation von spezifischen Trainingsdaten, die KI-Modelle auch auf seltene Szenarien vorzubereiten, die im Testbetrieb eines Serienfahrzeugs in der Regel nicht vorkommen. Ein zusätzliches Plus in puncto Sicherheit.

Schneller zum vollständig autonomen Fahren

Autonome Fahrzeuge der Stufe 2 – also Fahrzeuge mit teilautomatisierten Fahrfunktionen wie automatischer Spurhaltung und Tempomat – sind längst Alltag. Die Frage ist nicht mehr, ob, sondern wann und wer die vollständige Automatisierung realisiert. Mit unserem Ansatz entwickeln Sie nicht nur schneller neue autonome Funktionen für Ihre Fahrzeuge, Sie sichern sich auch den entscheidenden Vorsprung auf dem Weg zum Fahren von morgen.

Testen auf Serienfahrzeugen, nicht im Labor

Validieren Sie neue Modelle direkt unter realsten Bedingungen – von Nachtfahrten bis zu komplexem Stadtverkehr. Das spart nicht nur Zeit, sondern liefert auch die präzisesten Daten.

Klare Vergleichbarkeit

Der Shadow Mode ermöglicht eine parallele Ausführung mehrerer Modellversionen. Sie erhalten fundierte Aussagen über Erkennungsqualität und Reaktionsverhalten, ohne die Fahrzeugsicherheit zu beeinträchtigen.

Beschleunigte Entwicklungszyklen

Durchgängige Daten- und Modellverarbeitung reduziert die Zeit von Änderungen bis zur Validierung von Wochen auf wenige Tage. Das bedeutet eine schnellere Iteration und kürzere Time-to-Market.

Optimierte Ressourcennutzung & Kostensenkung

Testflotten werden überflüssig. Ihre bestehenden Serienfahrzeuge dienen als skalierbare und kosteneffiziente Plattform für das Training und die Evaluierung neuer Modelle.

Cloud & Edge Read

Der Ansatz ist kompatibel mit führenden Cloud-Plattformen wie AWS, Azure & Co. und fügt sich nahtlos in Ihre bestehenden Toolchains und Datenpipelines ein – für maximale Flexibilität und globale Skalierbarkeit.

Das könnte Sie auch interessieren

Autonomous Reply ist innerhalb der Reply Gruppe das spezialisierte Unternehmen für die Software- und System-Integration autonomer Dinge. Die Experten beraten und unterstützen Unternehmen in der Automobil-, Nutzfahrzeug- und Smart-City-Industrie in allen Aspekten der Autonomous Things (AuT), von der Sensorik bis zur Infrastruktur. Die Dienstleistungen umfassen Beratung, Software-Entwicklung und die Integration von autonomen Lösungen. Dabei kommen hochaktuelle Technologien und Methoden aus dem Bereich der Künstlichen Intelligenz (KI) zum Einsatz, darunter Computer Vision und Deep Learning, sowie Themen im Edge-To-Cloud-Umfeld.

Storm Reply ist spezialisiert auf das Design und die Implementierung innovativer Cloud-basierter Lösungen und Dienstleistungen. Durch die fundierte Expertise in der Erstellung und Verwaltung von Infrastructure as a Service (IaaS), Software as a Service (SaaS) und Platform as a Service (PaaS) Cloud-Lösungen unterstützt Storm Reply wichtige Unternehmen in Europa und auf der ganzen Welt bei der Implementierung von Cloud-basierten Systemen und Anwendungen. Storm Reply ist AWS Premier Consulting Partner.