Forschung an neuromorpher Hardware im Projekt KI-Flex
KI-basierte Datenverarbeitung im autonomen Fahrzeug
Im Forschungsprojekt KI-Flex wurde an einer Plattform gearbeitet, die im autonomen Fahrzeug alle Verkehrsteilnehmer sicher orten soll. Entstanden ist eine heterogene Hardware-Architektur aus FPGA- und ASIC-KI-Beschleunigern, um neuronale Netze zur Objekterkennung in Kamera- und Lidar-Daten einzufügen.
Wie wird autonomes Fahren verlässlicher? Gestern haben die Projektverantwortlichen von KI-Flex ihre Forschungsergebnisse präsentiert. Das Vorhaben wurde vom Bundesministerium für Bildung und Forschung gefördert und vom Fraunhofer IIS geleitet. Im Zentrum der Initiative steht eine flexible Hardware-Plattform mit dem zugehörigen Software-Framework, die Daten aus verschiedenen Sensoren KI-basiert verarbeiten und zusammenführen kann. Fahrzeuge sollen damit Umweltreize schnell, effizient und zuverlässig wahrnehmen und lokalisieren können.
Fahrzeug-Plattform für neuronale Netze
Damit autonome Fahrzeuge stets korrekt entscheiden, müssen sie ihre eigene Position im Verkehr verorten und ihr Umfeld exakt und verlässlich erfassen. Dazu benötigt ein Fahrzeug Daten, die zum Beispiel aus Laser-, Kamera- oder Radarsensoren gesammelt und fusioniert werden. Für Algorithmen, die derartige Sensordaten verarbeiten, sind künstliche neuronale Netze inzwischen nicht mehr wegzudenken. Dies erfordert allerdings eine schnelle, effiziente und flexible Hardware, an im KI-Flex-Projekt in den vergangenen vier Jahren geforscht wurde. „Das ist ein wichtiger Fortschritt für die sichere Mobilität der Zukunft“, sagt Michael Rothe, Gruppenleiter ‚Embedded AI‘ am Fraunhofer IIS. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Verkehrssituationen im Blick
Objekte und Verkehrsteilnehmer müssen im Straßenverkehr zweifelsfrei detektierbar sein. Folglich variieren Bedeutung und Nutzbarkeit der einzelnen Sensoren. Sowohl die Verkehrssituation als auch Wetter- und Lichtbedingungen müssen berücksichtigt werden, wenn autonomes Fahren sicher sein soll. Dazu müssen die Systeme flexibel auf Sensorausfälle oder Angriffsmuster in deren Daten reagieren können. Daher haben die Projektpartner ressourcenoptimierte Ansätze zur frühen und späten Fusion von Kamera-Daten, Lidar-Daten und detektierten Objekten sowie ein KI-basiertes Monitoring-System entwickelt. Diese Komponenten ermöglichen den Fahrzeugen, auf veränderte Situationen zu reagieren, indem die genutzten Algorithmen angepasst werden.
Ein rekonfigurierbares KI-System
Künstliche neuronale Netze werden derzeit in rasantem Tempo weiterentwickelt. Mit der Anzahl der Architekturen steigen ebenso die daraus resultierenden Anforderungen an die Hard- und Software. Im Projekt KI-Flex kommt deshalb eine heterogene Hardware-Architektur aus FPGA- und ASIC-KI-Beschleunigern zum Einsatz, um die neuronalen Netze zur Objektdetektion in Kamera- und Lidar-Daten zu implementieren. Mit diesem rekonfigurierbaren und programmierbaren KI-Beschleunigersystem wird die Zukunft bereits ein Stück weit antizipiert: Denn auch Typen von künftig aufkommenden neuronalen Netzen können von der Hardware so unterstützt werden. Zudem können die Rechenressourcen der Hardware-Plattform je nach Auslastung dynamisch eingeteilt werden. Der entwickelte KI-Chip soll zudem Vorteile bieten bei Leistungsaufnahme, Verarbeitungsgeschwindigkeit sowie Kostenersparnis im Vergleich zu herkömmlichen Mehrzweckprozessoren (CPUs) oder Grafikprozessoren (GPUs).
Deutschlandweite Forschungsinitiative
Das Projekt ‚KI-Flex – Rekonfigurierbare Hardwareplattform zur KI-basierten Sensordatenverarbeitung für das autonome Fahren‘ wurde vom deutschen Bundesministerium für Bildung und Forschung (BMBF) im Rahmen der Richtlinie zur Förderung von Forschungsinitiativen auf dem Gebiet der ‚KI-basierten Elektroniklösungen für sicheres autonomes Fahren (KI-Element: autonomes Fahren)‘ gefördert. Die Initiative startete im September 2019. Das Projektkonsortium unter der Leitung des Fraunhofer IIS umfasst mehrere Forschungs- und Industriepartner aus Deutschland: Daimler Center for Automotive IT Innovations (DCAITI, TU Berlin), Fraunhofer-Institut für Offene Kommunikationssysteme Fokus, Friedrich-Alexander-Universität Erlangen-Nürnberg (Lehrstuhl für Informatik 3: Rechnerarchitektur), Infineon Technologies AG, TU München (Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme) und die Firma Videantis GmbH.
