Künstliche Intelligenz (KI) spielt nicht nur in durch zahlreichen Tools wie den digitalen Assistenten Google, Amazon und Co. eine Rolle, sondern auch in der der Entwicklung moderner Fahrerassistenzsysteme. Das Unternehmen Magna integriert Sicherheitsfeatures in Fahrerassistenzsystemen von Fahrzeugen aller Preisklasse. Das betrifft auch den Einsatz von KI-Tools sowohl in der Entwicklung und in naher Zukunft in den Fahrerassistenzsystemen (Advanced Driver Assistance Systems, ADAS) selbst. Fahrerassistenzsysteme mit Funktionen wie automatischer Notbremsung, Objekterkennung im toten Winkel und Spurhaltewarnsysteme haben für alle Verkehrsteilnehmerinnen und -teilnehmer Vorteile und unterstützen die Sicherheit im Straßenverkehr.
KI für Performance und Zuverlässigkeit
Welche Möglichkeiten KI darüber hinaus noch bietet beschreibt Steven Jenkins, Vice-President, Technology Strategy, Magna Electronics: „Der Anteil an Softwarefunktionen in heutigen Fahrzeugen nimmt kontinuierlich zu. Mehr Features für Komfort und Sicherheit führen zu steigender Komplexität, Entwicklungskosten und Validierungsaufwand. Gleichzeitig sorgt die Kombination von Sensoren am Fahrzeug und im Innenraum zusammen mit der steigenden Vernetzung und V2X-Kommunikation (Vehicle-to-everything) auch für riesige Datenmengen. KI kann dabei unterstützen, die Performance und Zuverlässigkeit von Funktionen zu verbessern, indem sie mehr Informationen aus den bereits vorhandenen Daten herausholt.“
ADAS-Entwicklung mit synthetischen Daten
Ein weiterer Anwendungsfall ist die Verbesserung der Benutzerfreundlichkeit von ADAS-Funktionen für die Fahrer. Denn oft werden diese Systeme noch abgeschaltet: „KI kann dabei unterstützen, die Akzeptanz zu erhöhen, indem sie das System an den Kontext und die persönlichen Vorlieben des Fahrers anpasst“, sagt Jenkins. Mit den immer komplexeren Systemen wächst aber der Datenbedarf für die Entwicklung von ADAS-Systemen. Eine Möglichkeit dies effizient zu gestalten ist, synthetische Daten im frühen Entwicklungsstadium zu verwenden. „Magna nutzt bereits KI-Tools zur Unterstützung der ADAS-Entwicklung. Mit KI können synthetische Daten generiert werden, die bei der Objekterfassung, der Sensordatenfusion und während des Entscheidungsprozesses von ADAS-Funktionen eingesetzt werden können“, erläutert er.
KI im kompletten Lebenszyklus
Während des gesamten Lebenszyklus eines Fahrzeugs wird KI bereits von der Design- und Entwicklungsphase über die Erprobung und Produktion bis hin zum After-Sales oder Marketing eingesetzt. Wichtige Informationsquellen sind die Daten, die von den vielen Fahrzeug- und Infrastruktursensoren gesendet werden, entweder aus Fertigungslinien oder aus Kundenfeedback. Ein besseres Verständnis der Bedürfnisse und Erwartungen der Nutzer sowie eine Verbesserung des Designs, Tests oder der Wartung werden durch ihre Analyse und Interpretation unterstützt. Durch den Einsatz von KI in der Entwicklung ergeben sich für Magna-Manager Jenkins weitere Benefits: „Durch die Implementierung einer intuitiven Methode, um auf Wissen und Daten zuzugreifen, können beträchtliche Vorteile erzielt werden. Diese Methode ermöglicht es uns, die Zeit, die normalerweise für wiederkehrende Aufgaben aufgebracht wird, zu reduzieren. Gleichzeitig erhalten die Entwickler Zugriff auf relevante Quellcode- und Datendokumente für ihre Projekte – ohne genau spezifizieren zu müssen, wonach sie überhaupt suchen. Diese effiziente Herangehensweise ermöglicht es allen Teams, ihre Arbeit effektiver zu gestalten. und vereinfacht den Zugriff auf Informationen erheblich.“ Zudem können auf diese Weise Ingenieure ihre Arbeitszeit besser nutzen. Jenkins: „Dies ist notwendig, um der gestiegenen Komplexität der Systeme zu begegnen und ihr gerecht zu werden.“
Funktionalität im Vordergrund
Bei der Entwicklung von ADAS-Systemen kann KI somit die Performance steigern und Zuverlässigkeit von Funktionen unterstützen sowie zur Akzeptanz des Fahrers beitragen: „Wenn Systeme so funktionieren, dass der Fahrer sie vollständig versteht und in der Lage ist, die Entscheidungen nachzuvollziehen, werden sie häufiger genutzt werden, als das heute der Fall ist“, sagt Jenkins. Für den Fahrer selbst wird es immer schwierig sein, zu wissen, was was ist. Jenkins: „Das muss er auch nicht da die Funktionalität des Systems im Vordergrund steht. Heute stellen Fahrer höchstens eine verbesserte Performance im Vergleich zu früheren Systemen fest“, sagt Jenkins. In Zukunft wird es noch deutliche Veränderungen im Fahrverhalten geben, die zu intuitiveren Reaktionen führen.
KI und das autonome Fahren
Jenkins ist davon überzeugt, dass KI das Autofahren sicherer macht: „Mit Hilfe der KI können Fahrsituationen und mögliche Reaktionsweisen des Fahrers besser antizipiert werden und die Assistenzsysteme entsprechend reagieren.“ Und das autonome Fahren? „KI ist sicherlich ein Schlüssel“, sagt Jenkins, „aber ich würde nicht sagen, der einzige oder letzte Schlüssel ist.“ Während es dazu beiträgt, die Entwicklung zu beschleunigen, die Bereitstellung und die Leistung zu verbessern, erfordert das Erreichen eines weit verbreiteten und sicheren autonomen Fahrens für Jenkins zusätzliche Elemente: „Dazu gehören ein offenerer Datenaustausch, Konnektivität und eine Infrastruktur, um weit verbreitete und sehr sichere autonome Fahrfunktionen zu unterstützen.“
